Geometria E Algebra Lineare (Materiale Cherubini Completo)

GEOMETRIA
EALGEBRA
LINEARE
Dispensa
ufficiale
Geometria ed Algebra lineare

(programma di lezioni ed esercitazioni)
VETTORI GEOMETRICI
Operazioni algebriche sui vettori, prodotto scalare, prodotto vettoriale, prodotto misto,
modulo, angolo, ortogonalit. Espressione cartesiana del prodotto scalare e vettoriale.
GEOMETRIA ANALITICA DEL PIANO
Rappresentazioni di punti e rette, distanze, angolo di due rette, parallelismo e perpendicolarit, fasci
di rette, circonferenze, fasci di circonferenze.
GEOMETRIA ANALITICA DELLO SPAZIO
Riferimenti cartesiani nello spazio e loro trasformazioni, equazioni di rette e piani, parametri
direttori di rette e piani. Distanze. Rette sghembe e minima distanza. Angoli di rette e piani.
Parallelismo e ortogonalit di rette e piani. Fascio di piani.
MATRICI
Generalit sulle matrici, operazioni, dipendenza lineare, determinante, rango, inversa di una matrice
quadrata, matrici ortogonali.
SISTEMI LINEARI
Nozioni fondamentali, teorema di Cramer, teorema di Rouch - Capelli, procedimento di
risoluzione di un sistema lineare, sistemi lineari omogenei.
SPAZI VETTORIALI
Operazioni tra vettori, sottospazi, dimensione, generatori e basi, somma ed intersezione di
sottospazi, cambio di base.
FUNZIONI LINEARI
Generalit, nucleo ed immagine, funzioni lineari e matrici, funzioni lineari iniettive e suriettive.
AUTOVALORI ED AUTOVETTORI
Definizione, interpretazione geometrica, polinomio caratteristico, similitudine di matrici,
diagonalizzazione, diagonalizzazione ortogonale di matrici reali e simmetriche.
SPAZI EUCLIDEI
Forme quadratiche, segno, riducibilit, riduzione a forma canonica. Prodotto scalare euclideo in Rn ,
modulo di vettori, angolo di vettori. Basi ortonormali.
CONICHE
Nozioni fondamentali sulle curve algebriche. Propriet elementari delle coniche, equazioni
canoniche, riduzione a forma canonica, riconoscimento, centro, assi, asintoti di una iperbole. Fasci
di coniche.
QUADRICHE
Sfere, coni, cilindri. Quadriche, quadriche di rotazione, equazioni delle quadriche in forma
canonica.
Bibliografia
E. Schlesinger, Algebra lineare e geometria, Editore: Zanichelli
L. Mauri, E. Schlesinger, Esercizi di algebra lineare e geometria, Editore: Zanichelli.
GeometriaedAlgebralineare
AlessandraCherubini
alessandra.cherubini@polimi.it
IIIpianonavetel.int.4575
Ricevimento: Marted11.3013.30
Gioved.10.3012.30(suappuntamento)
Esercitatore:
AchilleFrigeri
achille.frigeri@polimi.it
Testievalutazione
Perlateoria:
E.Schlesinger:Algebralineareegeometria;Zanichelli
DispensesuBeep (perlapartediconicheequadriche)
Pergliesercizi:
L.Mauri,E.Schlesinger:Esercizidialgebralineareegeometria;
Zanichelli
Eserciziarioallindirizzo:
http://www.science.unitn.it/~carrara/ESERCIZIARIO/riunisci.pdf
Proveinitinere(oesamescritto)+orale
Introduzione
Geometria=misuradellaterra
Primoapproccio:assiomatico(Euclide),concettiprimitivi+assiomi
diincidenza
Perduepuntidistintipassaunaedunasolaretta
Pertrepuntinonallineatipassaunoedunsolopiano
Seunarettaedunpianosiincontranoinpidiunpuntoalloralarettaappartiene
alpiano
Seduepianidistintihannounpuntocomunealloralalorointersezioneunaretta
delleparallele
DatiunarettareunpuntoPesisteunaedunasolarettapassanteperPeparallela
adr
Reciprocaposizionediduerette:
Incidenti:conunpuntoincomuneo appartengonoadunostessopiano
Parallele:appartenentiadunostessopiano,senzapunticomuniostessadirezione
Sghembe:nonappartenentiadunostessopiano
Introduzione
Secondoapproccio:geometriaanalitica(Cartesio)o
ogniproblemageometricovienetradottoinunproblemaalgebrico
Vicorrispondenzabiunivocatralinsiemedeinumerirealieipuntidiuna
rettasucuisianofissatiunorigine,unversodipercorrenzaeununitdi
misura
Vicorrispondenzabiunivocatralinsiemedellecoppieordinatedinumeri
reali(coordinate)eipuntidiunpianosucuisianofissatiduerettenon
parallele,unversodipercorrenzaperciascunadelleretteeununitdimisura
Vicorrispondenzabiunivocatralinsiemedelleterneordinatedinumerireali
(coordinate)eipuntidellospaziosucuisianofissatitrerettepassantiperuno
stessopuntoenongiacentisuunostessopiano,unversodipercorrenzaper
ciascunadelleretteeununitdimisura
Curveesuperficinellospazio sonovistecomeilluogodeipuntidellospaziole
cuicoordinatesoddisfanorispettivamenteadueequazionieadunaequazione
nellevariabilix,y,z (qualchevariabilepotrebbeancheessereomessa).
Curvenelpiano sonoilluogodeipuntidelpianolecuicoordinatesoddisfano
adunaequazionenellevariabilix,y.
Vettoricomelinguaggioperlageometria
Terzoapproccio(quellocheutilizzeremo):linguaggiodeivettori
Sapetedallafisicacosaunvettore(applicato),esso
determinatoda:
Puntodiapplicazione
Direzione
Verso
Modulo
Noiutilizzeremovettoriliberideterminatisoloda:
Direzione
Verso
Modulo
Inaltreparoleunvettore(libero)unvettoreapplicatodicuisidimentica
ilpuntodiapplicazione(ovverounvettoreliberolinsiemedituttii
vettoriapplicaticonugualedirezioneversoemodulo,visticomeununico
oggetto),unvettoreliberovieneindicatoconv edilsuomodulocon
Sommadivettori
Vinotocomefarelasommadiduevettoriapplicatiinunostesso
punto(regoladelparallelogrammo)
Datiduevettoriliberiv,w,lalorosommav+w ilvettorez cheha
stessadirezioneeglistessimoduloeversodelvettoreapplicatoche
siottienesommandoduevettoriapplicatiinunpuntoOeaventi
rispettivamentestessadirezione,stessimoduloeversodeivettoriv,
w.(LadefinizionebenpostaperchnondipendedallasceltadiO).
Lasommagodedelleseguentipropriet
Commutativa:perogniv,w sihav+w= w+v
Associativa:perogniv,w,u siha(v+w)+u=v+(w+u)
Esistelelementoneutro:esisteunvettore0 (vettoredimodulonullo)taleche
perogniv sihav+0=v
Esisteloppostodiognivettore:perogniv esisteunvettorecheindichiamo
conv (vettoreconlastessadirezioneelostessomodulodiv,maverso
opposto)talechev+(v)=0
Sommadivettori
Leproprietcheabbiamoappenaelencatopossonoessereriassunte
dicendochelinsiemedeivettoriliberiformaungruppoabeliano
rispettoallasomma cheabbiamodefinito.
Dalleproprietprecedentisipossonoricavareancheleseguenti
propriet:
Unicitdellelementoneutro
Unicitdelvettoreoppostoadunvettoredato
Leggedicancellazionerispettoallasomma:v+w=v+u implicaw=u
Esisteedunicalasoluzionediogniequazionex+v=w,tale
soluzionex=(v)+w.
Prodottodiunoscalareperunvettore
Siamotunnumeroreale(scalare)ev unvettore,sichiamaprodotto
delloscalaretcolvettorev,ilvettorez=tv che
lastessadirezionediv,
modulo|t| ,
versougualeav set>0,oppostoav set<0(set=0,tv=0 eperil
vettorenullonondefinitounverso)
Ilprodottodiunoscalareperunvettoregodedelleseguentipropriet:
Perogniscalareteperogniv,w sihat(v+w)=tv+tw
Perognicoppiadiscalarit,s eperogniv siha(t+s)v=tv+sv
Perognicoppiadiscalarit,s eperogniv siha(ts)v=t(sv)
Perognivsiha1v=v
Dalleprecedentiproprietsiricavachetv=0 seesoloset=0ov=0.
Spaziovettoriale
Def. UnospaziovettorialeVsuuncampoK(chepernoisarsempreo
linsiemeQdeinumerirazionaliolinsiemeRdeinumerirealiolinsiemeCdeinumeri
complessirispettoalleloroabitualioperazionidisommaeprodotto)uninsieme
V,dettoinsiemedeivettori,sucuidefinitaunoperazionebinaria
internadettasomma,+,(ovverounaleggecheodognicoppiaordinatadivettori
associaunoedunsolovettore),taleche(V,+)siaungruppoabelianoed
unoperazioneesternadettaprodottodiunoscalareperunvettore
(ovverounaleggecheodognicoppiaordinatadiunoscalareediunvettoreassocia
unoedunsolovettore)
chegodadellepropriet:
Perogniscalareteperognicoppiadivettoriv,w sihat(v+w)=tv+tw
Perognicoppiadiscalarit,s eperognivettorev siha(t+s)v=tv+sv
Perognicoppiadiscalarit,s eperognivettorev siha(ts)v=t(sv)
Perognivettorev siha1v=v
Ivettoriliberisulcamporealerispettoallasommaedalprodotto
scalarevettoreprimadefinitiformanounospaziovettoriale
Combinazionelineare,vettoriindipendenti,generatori
SiaVunospaziovettorialesuuncampoK,sianov1, v2,, vn V,ogni
vettorew =t1v1+t2v2++tnvn cont1,t2,,tnK sidicecombinazione
lineare div1,v2,,vn egliscalarit1,t2,,tn sidiconocoefficientidella
combinazione
Uninsiemedivettoriv1,v2,,vnV sidicesistemadigeneratoriper
VseognivettorediVsiscrivecomecombinazionelinearediv1,
v2,,vn
Uninsiemedivettoriv1,v2,,vnV uninsiemedivettori
linearmentedipendentise0 sipuscriverecomecombinazione
linearediv1,v2,,vn acoefficientinontuttinulli,altrimentiun
insiemedivettorilinearmenteindipendenti.
Uninsiemedivettori chesianocontemporaneamenteuninsieme
divettorilinearmenteindipendentiedunsistemadigeneratoridiV
sidicebase diV
Osservazioni
Ogniinsiemedivettori{0,..}sempreuninsiemedivettorilinearmente
dipendenti
Seconsideriamolinsiemedeivettoriliberinelpiano(piprecisamentedei
vettoriparallelialpiano),duevettorisonolinearmentedipendentiseesolose
hannolastessadirezione(ilvettore0 siconsideraparalleloadogni
vettore)
Ognicoppiadivettorinonparallelifralorounabaseperlinsiemedei
vettoriliberinelpiano,alloraognialtrovettorev nelpianosiscrive(inuno
eunsolmodo)comecombinazionelinearedeivettoridellabase,i
coefficientidellacombinazionesonodetticomponentidelvettore v
rispettoallabaseconsiderata
Fissareunsistemadiriferimentoinunpianodato,significafissare
unorigine(puntoOdelpiano)eunabase(coppiadivettorib1,b2non
paralleli),leretteperOconlestessedirezionirispettivamentedib1,b2si
diconoassidelsistemadiriferimentoelecomponentidelvettore
corrispondentealvettoreapplicato sonodettecoordinate delpuntoP
Osservazioni
Seconsideriamolinsiemedeivettoriliberinellospazio,trevettori
u,v,w sonolinearmentedipendentiseesoloseunodiessi
combinazionelinearedeirestanti(oequivalentementesetuttie
treivettorisonoparalleliadunostessopiano)
Ogniternadivettorilinearmenteindipendenti(nonparalleliaduno
stessopiano)unabaseperlinsiemedeivettoriliberinellospazio,
alloraognialtrovettorev nellospaziosiscrive(inunoeunsol
modo)comecombinazionelinearedeivettoridellabase,i
coefficientidellacombinazionesonodetticomponentidelvettore v
rispettoallabaseconsiderata
Fissareunsistemadiriferimentonellospazio,significafissare
unorigine(puntoO)eunabase(ternadivettorib1,b2,b3non
paralleliadunostessopiano),leretteperOconlestessedirezioni
rispettivamentedib1,b2,b3sidiconoassidelsistemadiriferimento
elecomponentidelvettorecorrispondentealvettoreapplicato
sonodettecoordinate delpuntoP
Proprietdellecomponentidiunvettore
SiaVunospaziovettorialesulcampoKunafunzionef:V oKsidice
funzionelinearese
Perogniv,wV sihaf(v+w)=f(v)+f(w)
PerognitK eperognivV sihaf(tv)=tf(v)
Perognivettoreliberov delpianoincuisifissataunabase,indichiamocon
(v1,v2)la coppiadicomponentidiv rispettoallabasefissata(ricordateche
v1,v2sonoelementidiK)leapplicazioni
f1:V oKdefinitadaf1(v)=v1
f2:VoKdefinitadaf2(v)=v2
sonofunzionilineari
Perognivettoreliberov delpianoincuisifissataunabase,indichiamocon
(v1,v2,v3)laternadicomponentidiv rispettoallabasefissata(v1,v2,v3 sono
elementidiK)leapplicazioni
sonofunzionilineari
Conseguenze
IvettoriliberinelpianopossonoessereidentificaticonlinsiemeR2
dellecoppieordinatedinumerireali,R= conla
sommaedilprodottoscalarevettoredefinitida

+
=
,t
=

SeAeBsonoduepuntidelpianodicoordinaterispettivamente
(x1,y1)e(x2,y2)ilvettoreliberoconlastessadirezioneeversodi

puessereidentificatocolvettore diR2
Conseguenze
Ivettoriliberinellospaziopossonoessereidentificaticonlinsieme
R3 delleterneordinatedinumerireali,R= conla
sommaedilprodottoscalarevettoredefinitida

+ = ,t =

SeAeBsonoduepuntidelpianodicoordinaterispettivamente
(x1,y1,z1)e(x2,y2,z2)ilvettoreliberoconlastessadirezioneeversodi

puessereidentificatocolvettore diR3

Coordinatecartesiane(ortogonaliemonometriche)
Unvettoredimodulo1sichiamaversore
Langolodiduevettoriv ew langoloconvessoformatodadue
vettoriparalleliedequiversiav ew applicatiinunostessopuntoO
(questadefinizionenondipendedaO)
Duevettoriv ew sonoortogonali(v A w)seformanounangolo
retto
Unsistemadiriferimentonelpianounsistemadicoordinate
cartesiane ortogonalimonometricheseb1 eb2 sonoversori
ortogonali(eb1 sisovrapponeab2 descrivendoinsensoantiorario
langoloretto)
Unsistemadiriferimentonellospaziounsistemadicoordinate
cartesianeortogonalimonometricheseb1,b2 ,b3 sonoversoria
dueadueortogonaliesequandob1 eb2 hannorispettivamenteil
versodelpolliceedellindicedellamanodestra,b3haladirezione
delmedio(ternadestrorsa)
Distanzadiduepuntiincoordinatecartesiane
Sianov,w duevettoriortogonali,alloradalteoremadiPitagorasiha
||v+w||2=||v||2+||w||2.
Siav= rispettoadunabasediversoriadueadueortogonali
(baseortonormale)allora =
Nellospazioriferitoadunsistemadicoordinatecartesianesiano
A=(x1,y1,z1)eB=(x2,y2,z2),allora
dist(A,B)= =
Sianov,w duevettori;laproiezioneortogonalediv nelladirezionediw
unvettorevtaleche
vparalleloaw
vvortogonaleaw
Angolodiduevettoriincoordinatecartesiane
Sev ew sonovettorinonnullicheformanounangoloT
alloraper
definizionedicosenov= T
(dovevlaproiezioneortogonaledi
v nelladirezionediw)
Sev ew sonovettorinonnullicheformanounangoloT,ilprodotto

scalarediv ew ilnumerorealedefinitodavw= T,se
unodeiduevettorinulloilprodottoscalare0.
Ilprodottoscalarehaleseguentipropriet:
Perogniternadivettoriv,w,u,(v+w)u=vu+wu
Perogniscalareteperognicoppiadivettoriv,w, tvw=t(vw)
Perogniv,vvt 0evv=0seesolosev=0
Serispettoadunabaseortonormalev= ,w= allora(dalle
proprietdelprodottoscalare)siottienevw=x1x2+y1y2+z1z2,dacui

T
Prodottoscalarediduevettori
SiaVunospaziovettoriale sulcampoKsidiceprodottoscalareuna
funzionef:VuVoKcheadognicoppiadivettoriv,wV associauno
scalarevw taleche
Perogniv,w, vw=wv
Perogniternadivettoriv,w,u,(v+w)u=vu+wu
Perogniscalareteperognicoppiadivettoriv,w, tvw=t(vw)
Perogniv,vvt 0evv=0seesolosev=0.
Ilprodottoscalarecheabbiamodefinitoprecedentementequindi
unparticolareprodottoscalare
Dalladefinizionediprodottoscalaresipossonoricavare:
Modulodiunvettore
Angolofraduevettori
Proiezioneortogonalediunvettorenelladirezionediunaltro
Prodottovettoriale
Ilprodottovettorialediduevettoriv,w definitocomeilvettore
vuw cheha
modulo T ,doveT langoloformatodav,w
direzioneperpendicolarealpianoindividuatodaivettoriv,w
versotalechelaternav,w,vuw siadestrorsa
Ilprodottovettorialehaleseguentipropriet:
Perogniv,w vuw= wuv
Perogniternadivettoriv,w,u,eperognicoppiadiscalarit,r
(tv+rw)uu=t(vuu)+r(w uu)(euu(tv+rw)=t(uuv)+r(uuw))
Perogniv,w vuw=0 seesolosev ew sonoparalleli
Serispettoadunabaseortonormalev= ,w= allora

vuw (perleproprietdelprodottovettoriale)

Prodottomisto
Ilprodottomistoditrevettoriu,v,w loscalareu(vuw)
Ilvaloreassolutodelprodottomistou(vuw)ilvolumedel
parallelepipedodispigoliu,v,w;taleprodottopositivoselaterna
destrorsa,negativoselaternasinistrorsa
Itrevettoriu,v,w sonolinearmentedipendentiseesolose
u(vuw)=0
Seu(vuw)=0,mavuwz0,u combinazionelinearediv,w
Serispettoadunabaseortonormaleu= ,v= ,w= allora
u(vuw)=
determinante)
(daconsideraredopochesarintrodottalanozionedi
Equazioniparametrichediunarettanellospazio
Supponiamodiriferirelospazioadunsistemadicoordinatecartesiane
conorigineO.
Scrivereleequazionidiunarettarparallelaadunvettorev=
passanteperA=(x0,y0,z0).
1.
3.
UnpuntoP=(x,y,z)appartieneadrseesolose paralleloav

=

Leequazioni(parametriche)dellarettasono

dovetunparametroreale

Laterna(a,b,c)sidiceternadiparametridirettoridellarettar.
Rappresentandov unadirezione,lesuecomponentia,b,c non
possonoesserecontemporaneamentenulli.
Se =1lecomponentidiv sichiamanocosenidirettoridir
e
Rettaperduepunti
Scrivereleequazionidiunarettarpassanteperipunti
(distinti)A=(x0,y0,z0)eB=(x1,y1,z1)
1.
LarettalarettaperAcondirezione

=

3. Leequazioni(parametriche)dellarettasonoallora

dovetunparametroreale

Osservatecheleequazionidellarettasipossonoscriverenellaforma
=

sex0zx1,y0zy1,z0zz1

sex0zx1,y0zy1,z0=z1 e sey0=y1,z0=z1
Condizionidiparallelismoeperpendicolaritfrarette
Daquantoabbiamovistoprecedentementeabbiamoche
Duerettesonoparallele seesoloseleloroternediparametri
direttorisonoproporzionali
Dueretteredssonoperpendicolari seesolosedette(a,b,c)una
ternadiparametridirettoridired(a,b,c)unaternadiparametri
direttoridissihaaa+bb+cc=0.(Ricordatechedueretteperpendicolari
nonsononecessariamenteincidenti)
Notatecheiparametridirettoridiunarettascrittainequazioni
parametrichesonolaternadicoefficientidelparametroedin
generalesonodatidalladifferenzadicoordinateomonimedidue
puntidistintisullaretta.
Equazioniparametrichediunpianonellospazio
Supponiamodiriferirelospazioadunsistemadicoordinatecartesiane
conorigineO.
ScrivereleequazionidiunpianoS passanteperA=(x0,y0,z0)e
paralleloaivettoriv=
,w=
1. UnpuntoP=(x,y,z)appartienealpianoS seesolose combinazione

linearediv ew

=

3. Leequazioni(parametriche)delpianoSsono

dovetedusonoparametrireali

Equazionecartesianadelpiano
Eliminandoiparametritedudalleequazioniparametrichedel
pianositrovaunequazionedellaformaax+by+cz+d=0(equazione
cartesianadelpiano) o
=vuw,quindi
unvettore
ortogonalealpiano.Questosipotevatrovaredirettamente
osservandocheunpuntoPappartienealpianoperA,B,Cseesolo
se ortogonaleavuw
Viceversaogniequazioneax+by+cz+d=0rappresentaunpiano
ortogonalealvettore
Datalequazionecartesianadiunpianolaternadeicoefficienti
delleincognitedettaternadeiparametridirettoridelpianoe
rappresentaladirezionedellarettanormalealpiano
Pianoper3punti
Scrivereleequazionidiunpianopassantepertrepunti(non
allineati)A=(x0,y0,z0),B=(x1,y1,z1),C=(x2,y2,z2)
IlpianoilpianoperAp e
Leequazioni(parametriche)dellapianosonoallora

dovet,usonoparametrireali

Condizionediallineamentoditrepunti:A=(x0,y0,z0),B=(x1,y1,z1),
C=(x2,y2,z2)sonoallineatiseesoloseivettori e sonoparalleli,
quindiseesoloseesisteunnumerorealekz0taleche
x1x0=k(x2x0),y1y0=k(y2y0),z1z0=k(z2z0)
Condizionidiparallelismoeperpendicolaritfrapianie
frarettaepiano
Duepianisonoparalleli seesoloseleloroternediparametri
direttorisonoproporzionali
Duepianisonoperpendicolari seesolose lasommadeiprodotti
deiloroparametridirettori0
Unarettaeunpianosonoparalleliseesoloselasommadei
prodottideiloroparametridirettori0
Unarettaeunpianosonoperpendicolariseesoloseleloroterne
diparametridirettorisonoproporzionali
(Ricordarsicheiparametridirettoridiunpianosonoiparametri
direttoridiunarettanormalealpiano)
Equazionicartesianediunarettanellospazio
Eliminandoilparametrodalleequazioniparametrichediunaretta si
trovaunsistemadidueequazionilinearinellevariabilix,y,z,quindi
larettavienerappresentatacomeintersezionediduepiani.
Viceversaseabbiamounsistemaformatodalleequazionididue
pianinonparalleli,questosistemarappresentaunaretta.
Unsistema

rappresentaunarettasee

soloseiduevettori

, nonsonoparalleli.

Dataunarettainequazionicartesiane,isuoiparametridirettorisi
possonotrovareriscrivendoneleequazioniparametriche,oppuretenendo
contocheilvettoredirezionedellarettaortogonalealledirezionidelle
normaliaipianichelaindividuanoepertantosono
(b1c2b2c1,c1a2c2a1,a1b2a2b1).
Fascidipiani
Dataunarettarnellospaziosichiamafascio (proprio)dipianicon
sostegnor linsiemedituttiesoliipianichecontengonolarettar.

tuttiesoliipianidelfascio
Serhaequazioni

disostegnorhannoequazione
O( )+P( )=0
LinsiemedituttiesoliipianiparalleliadunpianodatoS sichiamafascio
(improprio) dipiani individuatodaS.
S =0e =0leequazionidi
S ediunpianoparalleloedistintodaS ,tuttiesoliipianidelfascio
improprioindividuatodaS hannoequazione
O( )+P( )=0
DatalequazioneO( )+P( )=0di

unfasciodipianipotremmopensarediscriverlanellaforma
)=0,
utilizzandoilsoloparametrot= ,maquestoimplicaOz0equindisiperde
ilpianodiequazione =0
Puntomediodiunsegmento
SianoA=(x1,y1,z1)eB=(x2,y2,z2)duepuntidellospazio.Vogliamo
trovarelecoordinatedelpuntomedioMdelsegmentodiestremiA
eB.
Ilvettore paralleloalvettore
=

Q

LecoordinatediMsono(
,
,
Distanzadiunpuntodaunpiano
SianoA=(x0,y0,z0)eS:ax+by+cz+d=0.Vogliamocalcolareladistanza
d(A,S)diAdaS.
SiaP =(x1,y1,z1)unpuntodelpianoS,cioax1+by1+cz1+d=0.
d(A,S)ilminimodidist(A,P)alvariarediPsuS.Quindid(A,S)=dist(A,B)dove
BilpiededellaperpendicolarecondottadaAsuS.Nesegueched(A,S)il
modulodelvettoreproiezionedelvettore nelladirezionedelvettoren
normalealpiano
DettoT langolofra edn ilvettoreproiezionedelvettore nelladirezione
delvettoren T
n= , ,d(A,S)=
d(A,S)=
ilcuimodulo
Distanzadiunpuntodaunaretta
SianoA=(x0,y0,z0)edrunarettaperP=(x1,y1,z1)conparametri
direttori(a,b,c).Vogliamocalcolareladistanzad(A,r)diAdar.
d(A,r)ilminimodidist(A,Q)alvariarediQvariasur.Quindid(A,r)=dist(A,B)
doveBilpuntodiintersezionefralarettaredilpianoperAperpendicolare
adr.
Siar= ilvettoredirezionedir.
sihaquindid(A,r)= = T
DettoT langolo
.
d(A,r)ancheilmodulodelvettoredifferenzafra eilvettoreproiezione
ortogonaledi sulladirezionedir,dunqued(A,r)=
.
OsservatecheseA =(x0,y0)edr:ax+by+c=0(sonoimplicitamente
nelpianoz=0)allorad(A,r)=
Distanzafraduerette
Sianoredsduerettenellospazioladistanzad(r,s)diquestedue
retteilminimodidist(R,S)alvariarediRedSrispettivamentesur
esus.
Sappiamochenellospazioduerettesonooincidentioparalleleosghembe
Ser,ssonoincidentid(r,s)=0
Ser,ssonoparallele,presoarbitrariamenteunpuntoRdirsihad(r,s)=d(R,s)
Ser,s sonosghembed(r,s)ladistanzafraduepuntiPeQtalichelarettaPQ
siaperpendicolareedincidenteadreads,ovveroincidenteadreadse
parallelaalvettoreprodottovettorialen delledirezionidiredis.Inaltre
paroled(r,s)ilmodulodelvettoreproiezioneortogonalenelladirezionedin
delvettore doveRedSsonopuntiarbitraririspettivamentedireds,
quindi,dettir,s ivettoridirezionediredsrispettivamente,siha
d(r,s)=
Posizionereciprocadiduerettenellospazio
Dateleequazioni(parametricheocartesiane)didueretter,s nello
spazioperdeciderelalororeciprocaposizione:
1. calcoliamoiparametridirettoridiredsesesonodueterneproporzionali
concludiamochelerettesonoparallele
2. sequestononaccadescriviamoilsistemaformatodalleequazionidireda
quellediseverifichiamosetalesistemaammettesoluzione.Sehasoluzione
lerettesonoincidentisenosonosghembe.Ccomunquedaosservarechese
leequazionidientrambeleretteredssonodateinformaparametrica
bisognacheilparametrodirednonsiaugualeaquellodisequindiprimadi
fareilsistemafraleequazionibisognaincasocambiarenomeadunodei
parametri.
Perchiarirelasituazione,quandoscriviamounarettainformaparametricanelparametrot
comeserappresentassimolecoordinatediunpuntochesimuovesuunatraiettoriarettilinea
alvariaredeltempot.Sefacciamoilsistemadelleequazioneparametrichediduerettereds,
entrambescritteinfunzionediunostessoparametrot,ilsistemaammettesoluzioneseesolo
esisteunistanteincuiiduepuntisononellastessaposizione.Leduerettesonoincidenti
inveceseesoloseesistonodueistantit1 et2 talichenellistantet2 ilpuntodellasecondaretta
sitrovanellastessaposizioneincuisitrovailpuntosullaprimarettanellistantet1.
Sistemilineari
Unaequazionelineare acoefficientiinKnellenvariabilix1,x2,,xn
unequazionedeltipo a1x1+a2x2++anxn=b,ovea1,a2,an,b K.
Unasoluzione (nonnsoluzioni!!)dellequazioneunanupla
(D1,D2,,Dn)dielementidiK(ciounvettoreinKn)taleche
a1D1+a2D2++anDn=b.
Unsistemalinearedim equazioniinn incognite acoefficientiinK
unsistemadeltipouninsiemedimequazionilinearinellen
incognitex1,x2,,xn

Sidicesoluzionedelsistemalineare unanupla dielementidiKche

siasoluzioneditutteleequazionidelsistema,ammessochetalen
upla esista.
Sistemilineari
Unsistemalinearechenonammettesoluzionisidice
impossibile,unsistemapossibile hasempresoluzionied
dettodeterminato seammetteunaedunasolasoluzione(che
unanupla dielementidiK!)altrimentidetto
indeterminato.
Unsistemalinearesidiceomogeneo seitermininotiditutte
leequazionidelsistemasonougualia0.
Unsistemalineareomogeneosemprepossibileinquantoha
semprelasoluzionex1=x2==xn=0,dettasoluzionebanale.
Perisistemilineariomogeneisiamointeressatiatrovare,seesistono,
soluzioninonbanalidetteautosoluzioni delsistema.
Sistemilineari
Ilsistema
pusempreesserescrittonellaforma
+ +...+ =
pertantopossibileseesoloseilvettore combinazionelinearedeivettori
, ,..., .

Inparticolareunsistemaomogeneohaautosoluzioniseesolosequestiultimi
vettorisonolinearmentedipendenti
Sistemiequivalenti
DuesistemilineariS1 edS2 sulcampoKsidiconoequivalenti se
tutteesolelesoluzionidiS1 sonoanchesoluzionidiS2 (ovviamente
questoimplicachetutteesolelesoluzionidiS2 sianoanchesoluzionidi
S1).
DatounsistemaSilsistemaSottenutodaSfacendounasequenza
qualsiasidelleseguentioperazioni:
scambiarefralorodueequazioni;
moltiplicareentrambiimembridiunaequazioneperunparametro
kK ediversoda0;
sommaremembroamembroadunaequazioneunadellerestanti
equazioni
equivalenteadS.
Unpodialgebradellematrici
UnatabellaAdimun elementidiuncampoKdispostisum
righeedncolonnesidicematrice ditipo (m,n)
LelementodiKcheappartieneallaiesimarigaeallajesima
colonnadiAsiindicacona
ij,elamatricesiscrivenellaforma
a
a
a
11
a21
A=
am1
12
a22
am2
1n
a2n
aij

amn
Sidiconovettoreriga evettorecolonna rispettivamentele

matriciditipo(1,n)ed(m,1).
Unamatriceditipo(m,n)puesserevistacome
laccostamentoorizzontaledinvettoricolonna,detticolonne
dellamatrice,ocomelaccostamentoverticaledimvettori
riga,dettirighedellamatrice.
Unamatriceditipo(n,n)sidicematricequadrata diordinen.
Terminologia
SiaAunamatriceditipo(m,n)sichiamatrasposta diAesiindica
conAT (otA;etc)lamatriceditipo(n,m)chesiottienedaA
scambiandolerigheconlecolonne(inaltreparolelelementodiposto
(i,j)diAT aji).
Sichiamanoelementidiagonali diunamatricequadrataA gli
elementiaii ,linsiemediquestielementisichiamadiagonale
principale diA.
UnamatricequadrataAsichiamadiagonale seaij =0perogniizj,si
scrivealloraA=diag (a11,a22,,ann)
UnamatricequadrataAsichiamatriangolarealta(bassa)seaij =0
perognii>j(i<j).
Unamatricequadratadiagonaleseesolosetriangolarealtaebassa.
Unamatricesidicesimmetrica seA=AT edemisimmetrica seA= AT.

Glielementidiagonalidiunamatriceemisimmetrica sonougualia0.
Terminologia
SianoR1,R2,,Rm lerighediunamatriceA.SeRi unariganonnulla
sichiamapivot diRi ilsuoprimoelementononnullo
LamatriceAsidicematriceascalaquando
SeRi nullaancheRi+1 nulla

SeRj eRj+1 nonsononulleilpivotdiRj asinistradelpivotdiRj+1
Unamatricetriangolarealtaunamatriceascala
Unamatriceascalaquadratatriangolarealta
Sichiamamatricenulladitipo(m,n),esiindicacon0(m,n),una
matriceditipo(m,n)contuttiglielementiugualia0
Sichiamamatriceidenticadiordinen,unamatricediagonaledi
ordinenchehatuttiglielementidiagonaliugualiad1
Sommadimatricieprodottoscalarematrice
DuematriciA aij eB bij sonouguali sesonodellostesso
tipoeperogniposto(i,j)aij=bij.
SianoA aij eB bij duematricidellostessotipo(m,n),
C=A+Blamatrice cij ditipo(m,n)dovecij=aij+bij.
Rispettoallasomma,sopradefinita,linsiemedellematricidellostessotipo
(m,n)suuncampoKformanoungruppoabeliano
Lelementoneutrolamatrice0(m,n)
LoppostodellamatriceA aij lamatriceA aij
SianokK edA aij ,allorakA aij .

Rispettoallasommaealprodottoscalarematrice,sopradefiniti,linsieme
dellematricidellostessotipo(m,n)suuncampoKformanounospazio
vettorialesuK
Prodotto(righepercolonne)dimatrici
Sichiamamatriceprodotto (righepercolonne)diunamatriceA
aij ditipo(m,n)e diunamatriceB bhk ditipo(n,p)una
matriceC crs ditipo(m,p)definitanelmodoseguente
crs = n
i=1 ari bis =ar1b1s+ar2b2s++ar nbns
Lelementocrs diCilprodotto(righepercolonne)delleresima
rigadiA(vistacomeunamatriceditipo(1,n))conlasesimacolonnadiB
(vistacomeunamatriceditipo(n,1))
IlprodottodimatriciNONcommutativo.
IprodottiABeBAsonodefinitiedellostessotiposeesoloseAeBsono
matriciquadratedellostessoordine,maancheintalecasoingeneraleABzBA
SeAB=BA,lematriciAeBsidiconopermutabili.
Ilprodottodimatricigodedellaproprietassociativa.
SiaAunamatricequadrataednuninteropositivo,poniamoA1=Aed
An=AAA(nvolte)esihaAnAm=An+m e(An)m=Anm .
Proprietdelprodottodimatrici
PerognikK,k(AB)=A(kB)=(kA)B
Valgonoleproprietdistributive(asinistraeadestra)delprodotto
rispettoallasomma:
A(B+C)=AB+AC(conAditipo(m,n),B,Cditipo(n,p))
(D+E)F=DF+EF(conD,Editipo(m,n),Fditipo(n,p))
SeAunamatriceditipo(m,n),0(p,m)A= 0(p,n) e A0(n,q)=0(m,q).

Esistonomatricinonnulleilcuiprodottolamatricenulla
Esempio:
AB=AC(DA=EA)NONimplicaB=C(D=E)
PerognimatriceAditipo(m,n)sihaImA=A=AIn
PerdefinizioneseAquadratadiordinensiponeA0=In
(AB)T=BTAT
MetododiGauss
SichiamanomossediGauss ooperazionielementarisullerighedi
unamatriceleseguentioperazioni
Scambiareduerighe
Sommareadunarigaunaaltrarigamoltiplicataperk
Esisteunalgoritmo(metododieliminazionediGauss)checonun
numerofinitodioperazionielementaritrasformaognimatriceAin
unamatriceascala
Siscambianolerigheinmodochelaprimarigasiaquellacolpivotpia
sinistra
Seilpivotdellaprimarigaincolonnajsisommaallarigaiperognii>1la
primarigamoltiplicataperaij/a1j,intalmodotuttelerigheeccettolaprima
hannotutti0nellacolonnaj(etuttelerighehanno0nellecolonnehconh<j)
SiripeteilprocedimentosullamatriceAottenutadaAeliminandonelaprima
rigaesicontinuafinoadesaurirelerigheoatrovaretutterighenulle.
Matriciassociateadunsistemalineare

Ilsistemalineare
sipu

scriverenellaformaAx=b con:

,

x= vettoredelleincognite
b= vettoredeitermininoti.
LamatriceC=[A|b]formatadallaccostamentodellacolonnadeitermini
notiallamatricedeicoefficientisichiamamatricecompletadelsistema
MetododieliminazionediGaussperisistemilineari
SiaClamatricecompletadiunsistemalineareS.OgnimossadiGauss
applicataaCtrasformaCnellamatricecompletadiunsistemaequivalente
adS
SeconapplicazionisuccessivedimossediGaussportiamoCnellamatrice
Cinformaascala,ilsistemaSchehaCcomematricecompletahala
forma

(1)

dover d min (m,n),1dj(1)<j(2)<<j(r)dn.

Glielementiai(1),j(1),ai(2),j(2),,ai(r),j(r)sonoipivotdiAe,ser=m,oser<m
ebi(r+1)=0sonoancheipivotdiCeluguaglianzafraparentesimanca;
altrimentiipivotdiCsonoai(1),j(1),ai(2),j(2),,ai(r),j(r),bi(r+1)esiha
luguaglianzaassurda0=bi(r+1),quindiilsistemaimpossibile.
Supponiamooradiesserenelcasoincuir=m=min(m,n),or<mma
bi(r+1)=0.Amenodiunriordinodiequazioniedinomidivariabiliilsistema
(1)diventa

(2)

Ser=n=min(m,n)ilsistema(2)diventa

quindidallultimaequazionesiricavaxn ,esisostituiscenelle
precedenti,dallapenultimasiricavaxn1 ecosvia,ilsistemapertanto
determinato.
Ser<nilsistema(2)sipuriscriverenellaforma

Levariabilixr+1,xr+2,,xn sidiconovariabililibere,assegnandoadessevalori
arbitrari,dallultimaequazionesiricavaxr infunzionedeivaloridatialle
variabililibereesisostituiscenelleequazioniprecedenti,dallapenultima
equazionesiricavaxr1 (sempreinfunzionedeivaloriassegnatialle
variabililibere)ecosvia,il sistemaquindipossibilemalesoluzioni
dipendonodanrparametriarbitrariedpertantoindeterminato.Si
dicecheilsistemahafnr soluzioni.
Sistemiomogenei
Laformamatricialediunsistemalineareomogeneodimequazioniinn
incogniteAx=0(m,1),doveAlamatricedeicoefficientiditipo(m,n),x il
vettoreditipo(n,1)delleincognite.
LamatricecompletaC=[A|0]haglistessipivotdiA,quindiilsistema
semprepossibileelinsiemedellesuesoluzionivienespesso
chiamatoker A
SiarilnumerodipivotdiA(ediC)
Ser=nalloraker A={0(n,1)}
Ser<nilsistemaammetteautosoluzioni (ker A{0(n,1)}),lesoluzionisono
combinazionilinearidinrvettori(chepossonoesseresceltiinmodoopportuno,
ciascunodiessiinfattisipuottenereassegnandoadunadellevariabililibereil
valore1eallealtreilvalore0)
DatoilsistemalineareSdiformamatricialeAx=b,ilsistemaomogeneo
conlastessamatricedeicoefficientisidicesistemaomogeneoassociato
adS.SeSpossibiletutteesolelesoluzionidiSsiottengonosommando
adunasoluzioneparticolarediSlesoluzionidelsistemaomogeneo
associato.
Rangodiunamatrice
DataunamatriceAditipo(m,n)sichiamarango diA,rk(A),il
numerodipivotdiA.EquivalentementeilrangodiAilnumero
dellerighenonnulledellamatriceascalaottenutadaAcolmetodo
diGauss.Vedremoinseguitochequestadefinizionenondipende
dalmodoconcuileliminazionediGaussfattaedunqueben
posta.
rk(A)t0erk(A)=0seesoloseAlamatricenulla
rk(A)min (m,n)
SeAunasottomatricediunamatriceC(ovveroseAlamatricedegli
elementichesitrovanosullintersezionediunsottoinsiemedellerighediC
conunsottoinsiemedellecolonnediC),allorark(A)rk(C)
InparticolareseClamatriceottenutaaccostandounvettorecolonnaadA,
allorark(A)rk(C)rk(A)+1
TeoremadiRouchCapelli
SiaSunsistemalineare(dimequazioni)innincognitesulcampoK,che
scriviamoinformamatricialecomeAx=b.
Spossibileseesoloseilrangork(A)dellasuamatricedeicoefficienti
ugualealrangork([A|b])dellamatricecompleta.
Ser=nilsistemaanchedeterminato,ser<nilsistemaammetteinfinite
soluzionichedipendonodanrparametriarbitrari(inbrevefnr soluzioni),
inaltreparoleesistononr+1vettoriv0,v1,,vnr ditipo(n,1)talichetutte
esolelesoluzionidiShannolaformav=v0+t1v1+t2v2++tnr vnr alvariare
dit1,t2,,tnr inK.SeSomogeneov0=0.
IlnumerodiequazionidelsistemanonintervienenelteoremadiRouch
Capelli,infattiselamatricedeicoefficientiequellacompletasi
trasformanoinmatriciascalinoconrrighenonnulle,questosignificache
lealtrerighedellematriciAe[A|b]sonocombinazionilinearidelle
precedentiequindicorrispondonoadequazioniautomaticamente
soddisfattedaognisoluzionedelsistemaformatodalleprimerequazioni.
CorollaridelteoremadiRouchCapelli
UnsistemalineareAx=b connequazioniinnincognite
(ovveroconAmatricequadrata)conrk(A)=nhasempreunae
unasolasoluzione.(PartedellaRegoladiCramer,chenelsuo
enunciatocompletodescrivelaformadellasoluzione)
UnsistemalineareomogeneoAx=0 (conmequazioni)inn
incogniteammetteautosoluzioni seesonoserk(A)<n.Intal
casohafnr soluzionilacuiformav=t1v1+...tnrvnrdove
v1,...,vnrsonovettoriditipo(n,1)edicoefficientitiassumono
valoriarbitrarinelcampoK.
Interpretazionegeometricadisistemicon2incognite
SiaSunsistemalinearedinequazioniin2incognite diformaAx=b
NelpianoogniequazionediSpuesserepensatacomelequazione
diunaretta
Serk(A)=rk([A|b])=2,ilsistemadeterminatoedhaalmenodue
equazioni:duerettesiincontranoinunpuntoP(lecuicoordinate
sonolasoluzionedelsistemaS)eleeventualialtrerette
appartengonoalfascioconsostegnoP
Serk(A)=rk([A|b])=1,ilsistemapossibilemaindeterminato:lerette
coincidonoconunstessarettarelef1 soluzionidelsistemasonole
equazioniparametrichedir
Serk([A|b])=3erk(A)=2,ilsistemaimpossibileedhaalmenotre
equazioni:duedellerettenonsonoparalleleesiincontranoinun
puntoPedunadellealtrerettenonappartienealfasciodisostegnoP
Serk([A|b])=2erk(A)=1,ilsistemaimpossibileedhaalmenodue
equazioni:lerettesonorettefraloroparallelenontuttecoincidenti
SiaSunsistemalinearedinequazioniin2incognitediformaAx=b
NellospazioogniequazionediSpuesserepensatacome
lequazionediunpianoparalleloallassez
Serk(A)=rk([A|b])=2,ilsistemadeterminatoedhaalmenodue
equazioni:ipianiappartengonoadunostessofascioconsostegnola
rettadiequazionix=x0,y=y0 ove[x0,y0]T lasoluzionediS
Serk(A)=rk([A|b])=1,ilsistemapossibilemaindeterminato:ipiani
coincidonoconunpianoparalleloallassezequindilef1 soluzionidel
sistemasonoleequazioniparametrichedellarettaintersezionedel
pianocolpianoz=0
Serk([A|b])=3erk(A)=2,ilsistemaimpossibileedhaalmenotre
equazioni:duepianinonsonoparalleliesiintersecanolungouna
rettaredunaltroalmenononappartienealfasciodisostegnor
Serk([A|b])=2erk(A)=1,ilsistemaimpossibileedhaalmenodue
equazioni:ipianisonopianifraloroparallelienontutticoincidenti
SiaSunsistemalinearedinequazioniin3incognitediformaAx=b
OgniequazionediSpuesserepensatacomelequazionediunpianonello
spazio
serk(A)=rk([A|b])=3,Sunsistemapossibileedeterminatoconalmeno3equazioni:i
pianirappresentatidalleequazionihannounoeunsolopuntocomune(cio
appartengonoadunastessastelladipianiealmenotrediessinonsonoadueadue
coincidenti),
Serk(A)= rk([A|b])=2,Sunsistemaconalmeno2equazioni,possibilema
indeterminatolecuisoluzionidipendonodaunparametrot:ipianiappartengonoad
unostessofasciolacuirettasostegnohaequazioniparametrichedatedallef1 soluzioni
delsistemaS
Serk(A)=rk([A|b])=1,Sunsistemapossibilemaindeterminatolecuisoluzioni
dipendonoda2parametri:ipianisonopianicoincidenti,lef2 soluzionidelsistema
sonoleequazioniparametrichedelpiano(concuituttiipianicoincidono)
Serk([A|b])=4erk(A)=3,Sunsistemaimpossibileconalmeno4equazioni:tre
equazionisonoequazionidipianiappartenentiadunastessastellaecalmenoun
pianochenonappartieneallastella
Serk([A|b])=3erk(A)=2,Sunsistemaimpossibileconalmeno3equazioni: due
equazionisonoequazionidipianinonparallelichequindiindividuanounarettaegli
altripianisonoparalleliataleretta
Serk([A|b])=2erk(A)=1,Sunsistemaimpossibileconalmeno2equazioni: le
equazionirappresentanopianifraloroparallelidicuiduealmenodistinti.
Matriciinvertibili
SiaAunamatricequadratadiordinen.
UnamatriceBsidiceinversadestradiA(edAsidiceinvertibilea
destra)seAB=In.
UnamatriceCsidiceinversasinistra diA(edAsidiceinvertibilea
sinistra)seCA=In.
Asidiceinvertibile seinvertibileadestraeasinistra
SeAinvertibilelasuainversadestraesinistracoincidono
SianoB,CleinversedestreesinistrediA,BeCsonomatriciquadratediordinen.
SihaAB=In eCA=In.MoltiplicandoasinistraperClaprimauguaglianzasiha
C(AB)=Ceperlaproprietassociativa(CA)B=C,maCA=In equindiB=C
SeAinvertibilelasuainversaunicaenelseguitosarindicata
conA1.
SeAinvertibilealloraAD=AEimplicaD=Ee FA=GAimplicaF=G
Cisonomatricinonnullechenonhannoinversa
C.n.s.perlesistenzadellamatriceinversa
Teorema:SiaAunamatricequadratadiordinen.
Sonoequivalenti:
a)Aammetteinversa
b)Aammetteinversadestra
c)Aammetteinversasinistra
d)rk(A)=n
e)ilsistemalineareomogeneoAx=0 nonhaautosoluzioni
f)ognisistemalineareAx=b haunaeunasolasoluzione
Dim.
c)e).SiaClinversasinistradiAesiav unasoluzionedelsistema
Ax=0.SihaalloraAv=0 equindiC(Av)=C0=0 dacuiperlapropriet
associativadelprodotto(CA)v=0 e,essendoCA=In,v=0
C.n.s.perlesistenzadellamatriceinversa(continua)
e)d)Seguedal(corollarioperisistemiomogeneidel)teoremadi
RouchCapelli
d)f)SeguedalteoremadiRouchCapelli
f)b)Siaei unvettoreditipo(n,1)ilcuielementodipostoi1,
mentretuttiglialtrisono0.OgnisistemaAx=ei per1didnhaunaed
unasolasoluzionebi.SiaB=[b1|b2|...|bn],sihaAB =[Ab1|Ab2|...|Abn]
=[e1|e2|...|en]=In edunqueBlinversadestradiA.
Ovviamenteaquestopuntoc)a).
Restadaprovarecheb)c)SiaBlinversadestradiA.AlloraB
ammetteAcomeinversasinistraequindi,poichsappiamochec)b),
AhainversadestraD.Maseunamatricehainversasinistraedestra
questecoincidonoedunqueA=DeBA= In
CalcolodellinversacolmetododiGaussJordan
SiadataAunamatricequadratadiordinennonsingolare.Vogliamo
calcolareA1.
1.
2.
3.
SappiamocheseAnonsingolare,lasuainversasiottieneaccostandoi
vettorisoluzionedeisistemilineariAx=ei con1didn.
ConsideriamolamatriceD=[A|In],poichAharangonancheDharango
nequindiselaportiamoinformaascalatroviamo

conaiiz 0perogni1in
D(0)=

AggiungiamoallarigaidiD(0),perogniicon1in1,lultimarigadiD(0)
moltiplicataper ,ottenendounamatriceD(1)lacuicolonnanha
sololultimoelementodiversoda0
CalcolodellinversacolmetododiGaussJordan(cont)
4.
AggiungiamoallarigaidiD(1),perogniicon1in2,larigan1diD(1)
5.
6.
,ottenendounamatriceD(2)lacui
moltiplicataper
colonnan1hasololelementosullarigan1diversoda0.Osservateche
nonabbiamotoccatolacolonnanchequindihasololultimoelemento
diversoda0.
Sicontinuailprocedimentosullacolonnan2dellamatriceD(2)ecosvia
finoadottenereunamatricedellaformaD(n1)=[diag (a11,,ann)|B]
Moltiplichiamoperogniicon1inlarigaidiD(n1)per e
otteniamounamatriceD(n)=[In|B].BlinversadiA
QuestodipendedalfattocheseAx=b unsistemalinearedinequazioniinnincognite
conrk(A)=nesecoipassiprecedentiriduciamolamatricecompletadelsistema[A|b]
allaforma[In|b]abbiamotrasformatoilsistemaAx=b nelsistemaequivalenteInx=bla
cuiunicasoluzionebedalprecedentepunto1.Infattinoiabbiamo
contemporaneamenteridottoognimatrice[A|bi]nellaforma[In|bi]perogniicon1in.
Determinantediunamatricequadrata
LafunzionedeterminanteassociaadognimatricequadrataAdiordinensul
campoKunelementodiK,dettodet A(determinantediA),cosdefinito:
Sen=1ovveroA=[a]alloradet A=a,
SeA=
conn>1allorachiamiamo
Aik lamatricequadratadiordinen1chesiottienedaA cancellandolasuaiesima

rigaelasuakesimacolonna,
Mik =det Aik minorecomplementaredi aik ,
Cik =(1)i+k Mik complementoalgebrico diaik,
eponiamodet A= .
det
vieneancheindicatocon
Determinantedimatricidiordine2e3
SiaA= ,calcolaredet A.
C11=a22,C12=a21,dunquedet A=a11a22a12a21.
SiaA=
C11=
C13=
,calcolaredet A.

=a
a
a
a
,C
=
22
33
23
32
12
=a21a33+a23a31,
=a21a32a22a31,dunque

det A=a11(a22a33a23a32)+a12(a21a33+a23a31)+a13(a21a32a22a31)=
=a11a22a33+a12a23a31+a13a21a32a11a23a32a12a21a33a13a22a31
RegoladiSarrus:CopiareadestradiAleprimeduecolonnediA

efarelasommadeiprodottideglielementidelladiagonaleprincipalediAedellesue
paralleleuscentidaa12 ea13 (segnateconrigacontinua)menolasommadeiprodottidegli
elementidelladiagonalesecondariadiAedellesueparalleleuscentidaa11 ea12 (segnatecon
rigatratteggiata).
LaregoladiSarrus valesolopern=3,NONsigeneralizzapern>3
Proprietdeldeterminante
SiaAunamatricequadratadiordinensulcampoK.
I TeoremadiLaplace.IldeterminantediAugualeallasommadei
prodottideglielementidiunasuariga(ocolonna)peririspettivi
complementialgebrici.
det A=det AT.
SeAhaunariga(colonna)tuttadi0alloradet A=0.
SeAunamatricetriangolare,alloradet A= .
SeAottenutadallamatriceAscambiandoduerighe(odue
colonne)alloradet A= det A.
Sesiscambialarigaiconlarigai+1,lelementodiposto(i,k)diAuguale
allelementodiposto(i+1,k)diAequindiilcomplementoalgebrico
dellelementodiposto(i,k)diAloppostodelcomplementoalgebrico
dellelementodiposto(i+1,k)diA.
Sesiscambianoduerighenoncontiguesieffettuaunnumerodisparidi
scambidirighecontigue.
SeunamatriceA haduerighe(colonne)ugualialloradet A=0.
Sescambiamoleduerigheuguali,lamatricenoncambiamailsuo
determinantedovrebbecambiaredisegnoe0lunicoelementougualeal
suoopposto.
II TeoremadiLaplace.Lasommadeiprodottidiunariga(colonna)
diApericomplementialgebricidiunaltrariga(colonna)0.In
simboli: ( )sekh.
SiaAlamatriceottenutadaAcopiandonellarigahlarigakdiA.Ahadue
righeugualiequindiilsuodeterminate0eselosviluppiamorispettoagli
elementidellarigah
SeAottenutadallamatriceAmoltiplicandotuttiglielementidi
unasuariga(ocolonna)pertK alloradet A=tdet A.
det tA =tn det A.

SeA=

detA= +
conR1,R2,...Rn,B,C vettoririgaditipo(1,n),allora

.(Lostessovaleperlecolonne)
SeAottenutadaAaggiungendoaunasuariga(colonna)una
combinazionelinearedellerestantirighe(colonne),allora
det A=det A
det A=0seesoloseunariga(colonna)diAcombinazione
linearedellerestantirighe(colonne).
SelarigaidiAcombinazionelinearedellerestanti,costruiamolamatriceA
aggiungendoadilacombinazionelinearedellerestanticontuttiicoefficienti
cambiatidisegno.Ahaunarigadi0edet A=det A.
Sedet A=0anchelamatriceascalaottenutadaApereliminazionegaussiana
hadeterminanteugualea0equindialmenolultimarigatuttadi0.Questo
significachelarigadiAcorrispondenteallultimarigadellamatriceascala
combinazionelinearedellerestanti
TeoremadiBinet.SianoAeBduematriciquadratediordinen.
Alloradet (AB)=(det A)(det B).
Aammetteinversaseesolosedet Az0.
SeAammetteinversadaAA1=In sihadet (AA1)=det Adet A1=det In =1
Mostriamochesedet A z0,esisteA1,costruendola(conunnuovoalgoritmo)
Calcolodellinversatramiteicomplementialgebrici
SiaAunamatricequadrataesiaBunamatricequadratadiordinen
ilcuigenericoelementobik ilcomplementoalgebricoCki diA
AB=diag[det A,det A,,det A]
Siadrs lelementodiposto(r,s)diAB,sihadrs= = ,quindi
ser=sperilprimoteoremadiLaplacedrs=detA,serzsperilIIteoremadi
Laplacedrs=0
Sedet A z 0siha

Proprietdellematricinonsingolari
SiaAunamatricequadratadiordinen,seAammetteinversasidice
cheAnonsingolare(oinvertibile)
SeAnonsingolare,ancheA1 nonsingolareesiha(A1)1=A,
inoltredet A1=1/det A
SeAnonsingolareAT nonsingolaree(AT)1=(A1)T
SiaBunamatricequadratadiordinen.ABnonsingolareseesolo
seAeBsonononsingolarie(AB)1=B1A1
SeAnonsingolarepossiamodefinireAh perogniinterorelativoh
ponendo
Ah=AAA(hvolte)seh>0
A0=In seh=0
Ah=A1A1A1 (hvolte)seh<0
Lepotenzeadesponenteinterorelativogodonodelleusualeproprietdelle
potenze
SeAnonsingolareAB=ACimplicaB=CeDA=EAimplicaD=E
RegoladiCramer
SeAnonsingolareogniequazionematricialedellaformaAX=B
conB(eX)ditipo(n,p)haunaeunasolasoluzionedellaforma
X=A1B(analogamenteogniequazionematricialedeltipoXA=BconBedX
ditipo(q,n)haunaedunasoluzionedellaformaX=BA1).
A1BsoluzionediAX=B,infattiA(A1B)=(AA1)B=InB=B.SiaCunaltrasoluzione
alloraAC=A(A1B)implicaC=A1B.
Unsistemalinearedinequazioneinnincognitelacuimatricedei
coefficientiAharangomassimohaunaeunasolasoluzioneche
xi=(det Ai)/(det A),1in,doveAi lamatricechesiottieneda A
sostituendolacolonnaiconlacolonnadeitermininoti.
SeAx=b lascritturamatricialedelsistema,lasuaunicasoluzionex=A1b.La
componenteidix allora e losviluppo
deldeterminantedellamatriceAisecondoglielementidellasuacolonnai.
Spazivettoriali
UnospaziovettorialeVsuuncampoKuninsiemeV,dettoinsiemedei
vettori,sucuidefinitaunoperazionebinariainterna,dettasomma,+,
ovverounaleggecheadognicoppiaordinatadivettoriv,w associaunoedun
solovettorev+w,taleche(V,+)siaungruppoabeliano,ovvero
perogniv,wV sihav+w=w+v (proprietcommutativa)
perogniv,w,uV sihav+(w+u)=(v+w)+u (proprietassociativa)
esisteunvettore0VtalecheperognivV sihav+0=v (esistenza
dellelementoneutro)
perognivV esistev Vtalechev+(v)=0 (esistenzadellopposto)
edunoperazioneesterna,dettaprodottodiunoscalareperunvettore,
ovverounaleggecheadognicoppiaordinatadiunoscalaretediunvettorev
associaunoedunsolovettoretv,chegodadellepropriet:
perognitK eperogniv,wV sihat(v+w)=tv+tw
perognit,s K eperognivV siha(t+s)v=tv+sv
perognit,s K eperognivV siha(ts)v=t(sv)
perogniv V siha1v=v
Esempidispazivettorialieloropropriet
Ivettoriliberidelpiano(odellospazio)rispettoalleusualioperazionidisommae
diprodottoscalare/vettoresonounospaziovettorialesuR.
Lematricidiunostessotipo(m,n)suuncampoKrispettoalleoperazionidi
sommaeprodottoscalare/matricecheabbiamodefinitoprecedentementesono
unospaziovettorialesuK
IpolinomiinunaindeterminataacoefficientiinuncampoKrispettoallusuale
sommadipolinomieallusualeprodottoscalare/polinomiosonouncampo
vettorialesuK
IpolinomiinunaindeterminataacoefficientiinuncampoKdigradominoreo
ugualeaduninteropositivon(fissato)rispettoallusualesommadipolinomie
allusualeprodottoscalare/polinomiosonouncampovettorialesuK
Inumerirealirispettoalleusualioperazionisommaeprodottodinumerireali
sonounospaziovettorialesulcampoR.
Ricordiamoleseguentipropriet:
Perogniv,w,uV, v+w=v+u implicaw=u (leggedicancellazione)
Perogniv,wV esisteunoedunsolovettorex talechev+x=w (x=v+w)
PerognitK eperognivV tv=0 seesoloset=0ov=0 (leggedi
annullamentodelprodotto)
Dipendenzaeindipendenzalineare
SiaVunospaziovettorialesulcampoK.Ricordiamoche:
UnvettorevV combinazionelinearedeivettoriv1,v1,,vn se
esistononscalarik1,k2,,kn K,detticoefficientidella
combinazione,talichev=k1v1+k2v2++knvn.
Ivettoriv1,v1,,vn sidiconolinearmenteindipendentisesipu
ottenereilvettore0 comelorocombinazionelinearesolamente
prendendotuttiicoefficientidellacombinazioneugualia0,
altrimentisidiconolinearmentedipendenti,ovverov1,v1,,vn sono
linearmentedipendentiseesistononscalarih1,h2,,hn Kenon
tuttinullitaliche0=h1v1+h2v2++hnvn
v1,v1,,vn sonolinearmentedipendentiseesoloseunodiessi(NONciascuno
diessi)combinazionelinearedeirestanti;inparticolaresev1,v2,,vr sono
vettorilinearmenteindipendentiev1,v2,,vr,v sonovettorilinearmente
dipendenti,allorailvettorev combinazionelinearediv1,v1,,vr.
SeH={v1,v1,,vn}uninsiemedivettorilinearmentedipendentidiV,allora
ogniinsiemedivettoriT,talecheHTuninsiemedivettorilinearmente
dipendenti.QuindiseI={w1,w1,,wm} uninsiemedivettorilinearmente
indipendentidiV,alloraogniinsiemedivettoriJ,talecheJIuninsiemedi
vettorilinearmenteindipendenti
{v}uninsiemedivettorilinearmentedipendentiseesolosev=0
Sottospazidiunospaziovettoriale
UnsottoinsiemeHdiunospaziovettorialeVsulcampoKsidice
sottospazio(vettoriale)diVseHasuavoltaunospaziovettoriale
suKrispettoallastessasommaeallostessoprodottoscalare
vettoredefinitiinV(ciolasommadiduequalsiasivettoridiHun
vettorediH,0 stainH,perognivettorev diHanchev stainHeperogni

tK anchetv stainH).
Criterio:UnsottoinsiemeHdiunospaziovettorialeVsuKunsottospazio
diVseesolose
1) perogniv,wH,v+wH
2) perognivH eperognitK,tvH.
SeHsottospazio1)e2)devonoessereverificate
Sevale1),lasommaunoperazioneinternasuH,cheovviamentecommutativae
associativa.Sevale2),ilprodottodiogniscalareperunvettorediHstainH,inoltreperogni
vettorevH siha0=0v ev=(1)v dunque0HevH.Infineleproprietdelprodotto
scalare/vettorevalendoinVvalgonoancheinHedunqueHsottospaziodiV
Sottospazivettoriali
SiaAunamatriceconncolonne,ker Aunsottospaziodellospazio
vettorialeKn (spaziodellematriciditipo(n,1)suK)
Sianov1,v2kerA,alloraA(v1+v2)=Av1+Av2=0+0=0 edunquev1+v2kerA;inoltre
perognitK ,sihaA(tv1)=t(Av1)=t0=0 edunquetv1kerA.
SiaVunospaziovettorialesulcampoKesianov1,v2,,vnV
linsiemeL(v1,v2,,vn)={k1v1+k2v2++knvn|kiK}unsottospazio
vettorialediVdettosottospazio(lineare)generatodav1,v2,,vn
Sianow1,w2L(v1,v2,,vn),alloraesistonoconki,hiK,1in,taliche
w1=k1v1+k2v2++knvn ew2=h1v1+h2v2++hnvn dacui
w1+w2=(k1+h1)v1+(k2+h2)v2++(kn+hn)vn epertantow1+w2L(v1,v2,,vn );inoltre
perognielementokKsihakw1=(kk1)v1+(kk2)v2++(kkn)vn equindikw
L(v1,v2,,vn).
SeV=L(v1,v2,,vn)ivettoriv1,v2,,vn sidiconosistemadigeneratori
diVesidicecheVhadimensionefinita(avendouninsiemefinitodi
generatori)
SeG={v1,v2,,vn}uninsiemedigeneratoridiV,alloraogniinsiemedivettoriG,
talecheGG VuninsiemedigeneratoridiV
Basediunospaziovettoriale
SiaVunospaziovettorialesuK,B={v1,v2,,vn}sidicebase diVseB
uninsiemedigeneratoridiVeduninsiemedivettorilinearmente
indipendenti.
B={v1,v2,,vn} unabaseperVseesoloseognivettorediVsi
scriveinunoeunsolomodocomecombinazionelinearedeivettori
diB.
OgnibasediVunsistemadigeneratoridiVequindiognivettorediv si
scrivecomecombinazionelinearedeivettoridellabase,inoltresupponiamo
siav= k1v1+k2v2++knvn =h1v1+h2v2++hnvn ,daquestosiottiene
0= (k1h1)v1+(k2h2)v2++(knhn)vn dacui,essendoivettoridiBlinearmente
indipendenti, k1h1= k2h2=...= knhn=0epertantok1=h1, k2=h2,..., kn=hn.
SeognivettorediVsiscrivecomecombinazionelinearedeivettoridiB,tali
vettorisonounsistemadigeneratoriperV.Inoltre0 sipuscriverecome
combinazionelinearedeivettoridiBconcoefficientidellacombinazionetutti
ugualia0,epoichognivettorediV(equindi0)siscriveinunsolomodo
comecombinazionelinearedeivettoridiB,ognicombinazionelinearedei
vettoridiBchediacomerisultatolo0 deveavereicoefficientituttinullie
quindiivettoridiBsonolinearmenteindipendenti.
Dasistemadigeneratoriabase(scartisuccessivi)
Unvettorew combinazionelinearediv1,v2,,vn seesolose
L(v1,v2,,vn,w)=L(v1,v2,,vn)
DaunsistemadigeneratoriG={v1,v2,,vn}diV, sipusempre
estrarreunabasediV(inaltreparoleognispaziovettorialedi
dimensionefinitahaunabase)
EliminiamodaivettoridiGtuttigli0,
Suglimvettorirestantinonnulli,eseguiamoilseguentealgoritmo
(degliscartisuccessivi):
1. i:=2,B:=G
2. sevi combinazionelinearedeiprecedentiB:=B\ {vi },
3. i:=i+1
4. seidm,tornaalpasso2.,altrimentirestituisciB.
Bunabaseinfattiunsistemadigeneratoriperlaprima
affermazionediquestapaginaedivettoridiBsonolinearmente
indipendentiperchse0 siscrivessecomecombinazionelinearedi
vettoridiBacoefficientinontuttinulli,ilvettorediBconindice
massimochecomparenellascritturadi0 sipotrebbescriverecome
combinazionelinearedeiprecedentiealloraavrebbedovutoessere
eliminatodaB.
Completamentodellabase
SeVunospaziovettorialedidimensionefinitaeu1,u2,,ur un
insiemedivettorilinearmenteindipendentidiV,esistesempreuna
basediVchecontieneivettoriu1,u2,,ur .
SeVhadimensionefinitahauninsiemefinitodigeneratori
{w1,w2,,wt},quindiancheG={u1,u2,,ur , w1,w2,,wt} unsistema
digeneratoridiV.
ApplichiamolalgoritmodegliscartisuccessiviaG,nessunodegliui
vienecancellatoperchperipotesisonouninsiemedivettori
linearmenteindipendentiequindinessunocombinazionelineare
deglialtri.
Dimensionediunospaziovettoriale
SiaG={v1,v2,,vn}unsistemadigeneratoridiV,ogniinsiemew1,w2,,wm
divettoridiVconm>nuninsiemedivettorilinearmentedipendenti.
SeVunospaziovettorialedidimensionefinitaeB={v1,v2,,vn}e
B={w1,w2,,wr}sonoduebasidiValloran=r.
SeV=L(v1),cion=1,perogniw1,w2Vw1=t1v1,w2=t2v1 quindit2w1t1w2=0
Ipotesidiinduzione:inognispaziovettorialeconn1generatoriogniinsiemedim>n1vettoriun
insiemedivettorilinearmentedipendenti
SiaV=L(v1,v2,,vn)esianow1,w2,,wmV conm>n.Perognii,1imwi=ti1v1+ti2v2++tinvn .Dati1=0
perogniisihaw1,w2,,wm L(v2,,vn)equindiw1,w2,,wm linearmentedipendentiperipotesidi
induzione.Siaallorat11z0,esiawj=t11wjtj1w1 perognij,2 im.Poichw2,w3,,wmL(v2,,vn)ed
m1>n1,w2,w3,,wmsonolinearmentedipendentiperipotesidiinduzione,quindiesistono
a2,a3,,am nontuttinullitalichea2w2+a3w3++amwm=0,dacui
(a2t21++amtm1)w1+a2t11w2+amt11wm=0 conalmenounait11z0,quindiw1,w2,,wm sonouninsieme
divettorilinearmentedipendenti.
B,essendounabase,uninsiemedigeneratori.Sefosser>n,ivettoridiBsarebberolinearmente
dipendentiequindinonformerebberounabase,dunquerdn.Analogamentesimostrachendr e
dunquesihan=r.
Sidicedimensionediunospaziovettorialedidimensionefinitailnumero
divettorichecompongonounasuabase.
SiaVunospaziovettorialedidimensionen,alloraogniinsiemedigeneratoriformato
damtn vettori,ogniinsiemedivettorilinearmenteindipendentiformatodardn
vettori.Inparticolareuninsiemedigeneratoriformatodanvettoriunabaseeun
insiemedinvettorilinearmenteindipendentiunabase.
Esempi
Lospaziodeivettoriliberidelpianohadimensione2equellodeivettori
liberidellospaziohadimensione3
Lospaziodellematriciditipo(m,n)suuncampoKhadimensionemn,
infattiunasuabase(dettabasecanonica)formatadallematriciEij,1di
dm,1djdn, ilcuielementodiposto(i,j)1eicuialtrielementisono0.In
particolarelospazioKn deivettoricolonneconncomponentiha
dimensionenelasuabasecanonica{ei|1did},doveiilvettoreicui
elementisonotuttinulli,eccettolelementodipostoiche1.
Lospaziodeipolinomidigrado<ninunaindeterminataxacoefficientiin
Khadimensionen.Unabase{1,x,x2,,xn1}
Esistonospazivettorialididimensioneinfinita:adesempiolospaziodei
polinomiinunaindeterminataxacoefficientiinRconleusualioperazioni
disommaeprodottodinumerorealeperpolinomio.
Lospaziovettorialeformatodalsolovettore0 nonhabaseinquantonon
contieneuninsiemedivettorilinearmenteindipendenti.
Osservazioni
SeVunospaziovettorialedidimensionefinitanognisuo
sottospaziohadimensionemdn.
SeHunsottospaziodiVedim H=dim V=nalloraH=V.
SiaB={v1,v2,,vn}unabasediH,ivettoriv1,v2,,vn sonovettorilinearmente
indipendentidiVequindisonounabasediV,percuiV=L(v1,v2,,vn)=H.
PerognispaziovettorialeVeperogniinterodcon0dd<dim V
esisteunsottospaziodiVdidimensioned.InparticolareseVnon
hadimensionefinitaammetteunsottospaziodidimensionedper
ogniinterononnegativod.
Sed=0ilsottospaziosar{0},altrimentibastaprenderedvettorilinearmente
indipendentiinVeconsiderarelospaziogeneratodaqueivettori.
Operazionifrasottospazi
SianoVunospaziovettorialesulcampoKeHeWduesottospazidiV
LintersezioneinsiemisticaHWunsottospaziodiV(ediHeW)
Sianov1,v2HWetK.Poichv1,v2HedHunsottospaziov1+v2He
tv1H,analogamentepoichv1,v2WeWunsottospaziov1+v2Wetv1W,
quindiv1+v2 HW etv1 HW
LunioneinsiemisticaHWnoningeneraleunsottospaziodiV
LasommaH+W={h+w|hH,wW}diHeWunsottospaziodiV
edilminimosottospaziochecontieneHeW.
Sianov1,v2H+WetK.Esistonoh1,h2H,w1,w2Wtalichev1=h1+w1,
v2=h2+w2 equindiv1+v2=(h1+w1)+(h2+w2)=(h1+h2)+(w1+w2)conh1+h2H,
w1+w2W,quindiv1+v2H+W. Analogamantesihatv1=t(h1+w1)=th1+tw1 con
th1H,tw1W,quinditv1H+W.DunqueH+Wsottospazio.Inoltre,essendo
h=h+0 perognihHeconsiderando0W,sihaHH+Wedanalogamente,
essendow=0+w perogniwWeconsiderando0H,sihaWH+W.SiapoiU
unsottospaziodiVtalecheHUeWU,allorapoichognihHappartiene
adUedogniwWappartieneadU,sihah+wU,dunqueH+W U.
SeHeWhannodimensionefinita,lunionediuninsiemedi
generatoridiHediuninsiemedigeneratoridiWuninsiemedi
generatoridiH+W
FormuladiGrassmann
SianoHeWduespazivettorialididimensionefinitadiV,allorasiha
dim (H+W)+dim (HW)=dim H+dim W.
Siadim H=n,dim W=m,alloradim (HW)=d,condn,dm.
Sia{v1,v2,,vd}unabasediH,perilteoremadicompletamentodellabase
esistonou1,,undH ew1,,wmdW taliche{v1,,vd,u1,,und}siaunabase
diHe{v1,,vd,w1,w2,,wmd}siaunabasediW.DunqueH+Wha
{v1,,vd,u1,,und,w1,,wmd}comeinsiemedigeneratori
Siaa1v1++advd+b1u1++bndund+c1w1++cmdwmd=0,allora
a1v1++advd+b1u1++bndund=c1w1cmdwmd unvettorediHWequindi
sipuscriverecomecombinazionelinearediv1,v2,,vd.Dunque
c1w1cmdwmd =k1v1++kdvd equindic1w1++cmdwmd+k1v1++kdvd =0 da
cui,essendo{v1,,vd,w1,,wmd} uninsiemedivettorilinearmente
indipendenti,siottienec1==cmd=0.Pertantosihaanche
a1v1++advd+b1u1++bndund=0 dacui,essendo{v1,,vd,u1,,und}uninsieme
divettorilinearmenteindipendenti,siottienea1==ad=b1==bnd=0.Quindi
{v1,,vd,u1,,und,w1,,wmd} uninsiemedivettorilinearmenteindipendenti
eunabasediH+W.Sihaalloradim (H+W)=n+md.
Sommadirettadisottospazi
VsidicesommadirettadiHeW,V=HW,seperognivettorev V
esistonoesonouniciduevettorihH ewW talichev=h+w.
V=HWseesoloseV=H+WeHW={0}
SiaV=HW.OvviamenteV=H+W.SiaiHW,allorav=h+w=(h+i)+(wi)dove
h+iH,wiW.Perlunicitdellascritturadiv sihaallorah=h+i dacuii=0.
SiaV=H+WeHW={0},alloraovviamenteperognivettorev Vesistonodue
vettorihH ewW talichev=h+w.Siapoiv=h+w=h+w,allorahh=ww
appartieneaHWequindihh=ww=0 dacuih=h,w=w.
SeV=HW,VhadimensionefinitaseesoloseHeWhanno
dimensionefinitaeinparticolaredim V=dim H+dim W.
SeV=HW,WsidicespaziocomplementarediH(eHspazio
complementarediW)
SeVhadimensionefinitaedHunsuosottospazio,esistesempre
lospaziocomplementarediH.
Presaunabase{v1,v2,,vs}diH,lasicompletaadunabase
{v1,,vs,w1,w2,,wr}diVesihaW=L(w1,w2,,wr).
SpaziodidimensionensulcampoK
SiaVunospaziovettorialesuKdidimensionenesiaB={v1,v2,,vn}
unabasediV.SappiamocheognivettorevV sipuscrivereinuno
eunsolmodonellaforma v=x1v1+x2v2++xnvn;gliscalarix1,x2,,xn
sichiamanocomponentidiv rispettoallabaseB.Ilvettorev pu
esserequindiidentificatoconilvettore Kn
Eimmediatoverificarecheperogniv,wV eperognitK siha

= + e
OgnispaziovettorialeVdidimensionensulcampoKpuessere
identificato(unavoltafissataunabasediV)conlospaziovettoriale
Kn dellematriciditipo(n,1)suK.
w1,w2,,wh sonovettorilinearmenteindipendentidiVseesolose
w1| ,w2| ,,wh| sonovettorilinearmenteindipendentidiKn.
Rango(perrighe)diunamatriceA
SiaAunamatriceditipo(m,n)esianor1,r2,,rm ivettoririgadiAec1,c2,,cn i
vettoricolonnadiA.PoniamoRow A=L(r1,r2,,rm)Kn eCol
A=L(c1,c2,,cn ) Km.
SiaAunamatriceascalaottenutadaApereliminazionediGauss.Siha
Row A=Row A.
Sianov1,v2,,vm vettoridiunqualsiasispaziovettorialeVsuKetK ,allora
dim L(v1,v2,,vm)=dim L(v1,v2,,vi+tvj, ,vm)
DaquantosopraunamossadiGaussconservaladimensionedellospaziodelle
righediunamatrice.
rk(A)=dim Row A,inaltreparoleilrangodiAilmassimonumerodirighe

linearmenteindipendentidiA.
SiaAunamatriceascalaottenutadaApereliminazionediGauss,allora
rk(A)=rk(A)
dim Row A=dim Row A
dim Row A=rk(A)
SiaAunamatricedincolonnesuK,allorark(A)+dim ker A=n(Teoremadi

nullitpirango)
ConseguenzaimmediatadelteoremadiRouch Capelli.
Rango(percolonne)diunamatriceA
ColA={b|Ax=b possibile}
SiaAunamatriceascalaottenutadaApereliminazionediGauss,
alloradim ColA=dim ColA.
{[v11,v21,,vm1]T,[v12,v22,,vm2]T,,[v1n,v2n,,vmn]T}uninsiemedivettori
linearmenteindipendentidiKm seesolose linsiemedivettori
{[v11,..,vj1+kvi1,..,vm1]T,[v12,..,vj2+kvi2,..,vm2]T,..,[v1n,..,vjn+k vin,..,vmn]T},con
ij,kK,uninsiemeivettorilinearmenteindipendentidiKm.
UnamossadiGaussconservaladimensionedellospaziodellecolonne.
SeAunamatriceascalark(A)=dim ColA
LecolonnechecontengonoipivotsonounabasediColA
rk(A)=dim ColA,inaltreparoleilrangodiAilmassimonumerodi
colonnelinearmenteindipendentidiA.
dim ColA=dim ColA=rk(A)
rk(A)=rk (AT)
Sianov1,v2,,vm,b Kn.Ivettoriv1,v2,,vm sonolinearmenteindipendenti
seesoloserk([v1|v2||vm])=m,b combinazionelinearediv1,v2,,vm see
soloserk([v1|v2||vm])=rk([v1|v2||vm|b])
RegoladiKronecker
SiaAunamatricesuKditipo(m,n)esiaAunasuasottomatrice
UnasottomatriceAdiAsidiceottenutaperorlaturadaAsesiaggiunge
unanuovarigaedunanuovacolonneallerigheecolonnediAscelteper
formareA
Unminore diordinerAildeterminantediunasottomatricequadratadi
ordinerdiA
SiaM=det AunminorediordinerdiA,unminoreorlatodiMil
determinantediunasottomatricediAottenutaperorlaturadaA,
ovviamenteogniminoreorlatodiMhaordiner+1.
UnamatriceAharangorseesoloseesisteunminoreMdiAdi
ordinerdiversoda0etuttiiminoriorlatidiMsononulli.
SeAharangor,Aharrigheedrcolonnelinearmenteindipendentiela
sottomatricediAfattaconquellerigheeconquellecolonnehadeterminante
diversoda0,inoltrer+1righeedr+1colonnesonosempredipendentipercui
ogniminorediordiner+1nullo
SeAhaunminorediordinerdiversoda0,lerrighechecompaiononel
minoresonolinearmenteindipendentieAharangot r.Unaqualsiasialtrariga
dellamatricecombinazionelineareditalirighe,quindirilmassimo
numerodirighelinearmenteindipendentidiAerk(A)=r
SottospazidiKn
Sappiamoche:
ognisottospaziodiKn hadimensioneddn eunqualsiasisottospaziodiKn didimensionen
coincideconKn.
esiste(almeno)unsottospaziodiKn didimensionedperogniddn.
Comesirappresentaunsottospaziodidimensioned(<n)diKn?
SeconsideriamolospaziocomelospaziovettorialeR3 (riferitoadunsistema
diriferimentoconorigineO)isottospazididimensione2rappresentano
geometricamentepianipassantiperOequellididimensione1rappresentano
retteuscentidaO.SeconsideriamoilpianocomelospaziovettorialeR2
(riferitoadunsistemadiriferimentoconorigineO)isottospazididimensione
1rappresentanogeometricamentelerettedelpianouscentidaO.
Presounabase{v1,,vd}delsottospaziosiscrivonolecoordinatediungenericovettoredi
L(v1,,vd),ovverodelsottospaziochestiamoconsiderando.Siottengononequazionicond
parametri(chesonoicoefficientidellacombinazionelineare)quindileequazioni
parametrichedelsottospazio.
SiconsideralamatriceBditipo(d,n)lecuirighesonoivettori(v1)T,,(vd)Te siconsiderauna
base{a1,,and}dellospazioker B,chehadimensionendperchrk(B)=d.SiaAlamatricedi
tipo(nd,n)lecuirighesonoivettori(a1)T,,(and)T.Lospazioker AunsottospaziodiKn di
dimensioned,poichrk(A)=nd,edgeneratoproprioda{v1,,vd}.Inquestomodoil
sottospaziovienerappresentatocomeker A,ovveroconndequazionilineariomogeneinn
variabili,chesonoleequazionicartesianedelsottospazio.
Cambiamentodibase
SiaVunospaziovettorialedidimensionensuKesianoB={v1,v2,,vn}
eC={w1,w2,,wn} duebasidiV
PerognivV sihav=x1v1+x2v2++xnvn=y1w1+y2w2++ynwn con
x1,x2,,xn,y1,y2,,yn K,sihacio e .
Ovviamenteperognii,1in,sihawi=z1iv1+z2iv2++znivn conz1i,z2i,,zni K,
ovvero .LamatriceS=[ | || ]formata
dallaccostamentodeivettoridellecoordinatedeivettoridellabaseC
rispettoallabaseBsichiamamatricedipassaggiodallabaseBallabaseC.
Siha[w1|w2||wn]=[v1|v2||vn]S
Cambiamentodibase
PerognivV sihav|B=Sv|C.
Infattiv=[v1|v2||vn]v|B,maanche v=[w1|w2||wn]v|C equindi
v=[v1|v2||vn]Sv|C
Snonsingolare
IlsistemalineareSx=0 hasololasoluzionebanale
Formuledirotazione diunsistemadicoordinatecartesiane
ortogonalinelpiano
y
Y
X
Lecoordinate(x,y)diPrispettoadOxy sonolecomponentidel
vettore rispettoallabase di R2 rappresentatadaiversori
degliassix,y,lecoordinate(x,y)diPrispettoadOxysonole
componentidelvettore rispettoallabasediR2
rappresentatadaiversoridegliassix,y.SiaT langolochelasse
xformaconlassex,iversoridellassexedellasseyrispetto
allabaseformatadaiversoridegliassix,y sono [cosT,senT] T e
[senT,cosT] T,quindileformuledirotazionesono
x=xcosT ysenT
y=xsenT +ycos T
Applicazionilineari
SianoVeWduespazivettorialisullostessocampoK,una
applicazione(funzione)f:Vo Wunaapplicazionelineare se
1. perogniv1,v2Vsihaf(v1+v2)=f(v1)+f(v2)(fadditiva)
2. perognivV,tK sihaf(tv)=tf(v)(fomogenea).
Unapplicazionelinearef:VoKsidiceformalineare.
Unapplicazionelinearef:VoVsidiceendomorfismo.
f:Vo Wunapplicazionelineareseesoloseperogniv1,v2V;
t1,t2Ksihaf(t1v1+t2v2)=t1f(v1)+t2f(v2)
Sef:Vo Wunapplicazionelineare,f(0V)=0W
Esempi
SianoVunospaziovettorialesuKdidimensioneneBunasuabase.
Lapplicazione|B:VoKn definitada|B(v)=v|B perognivV,unapplicazione
lineare
SiaAunamatriceditipo(m,n),lafunzionefA:Kn oKm definitadafA(v)=Av per
ognivKn unapplicazionelineare(rappresentatadallamatriceA).
Applicazionilineari:fibra,nucleoeimmagine
Siaf:Vo Wunapplicazionelineare.PerogniwW lafibra dif
sopraw linsiemef1(w)={vV |f(v)=w}.Lafibradifsu0W sidice
nucleo,ker f,dellapplicazionef,ovveroker f={vV|f(v)=0W}.
Siaf:Vo Wunapplicazionelineare.PerognisottoinsiemeUdiV,si
ponef(U)={wW|f(u)=w perqualcheuU}.Limmaginedi f,Imf,
linsiemef(V) ={wW|f(v)=w perqualchevV}.
ker funsottospaziodiV(edlunicafibradifchesottospaziodi
V).
Sev appartieneallafibradifsuw,tuttiesoliglielementidellafibra
difsuw sonoivettoridellaformav+vker,convker ker f.
SeUunsottospaziodiV,f(U)unsottospaziodiW,inparticolare
f(V)unsottospaziodiW.
SeUhadimensionefinita,dim f(U)dim U.
SeB={b1,b2,,bn}unabasediU,{f(b1),f(b2),,f(bn)}uninsiemedi
generatori(nonnecessariamenteunabase)dif(U).
Applicazionilineariiniettive,suriettive,biunivoche
Siaf:Vo Wunapplicazionelineare
finiettiva seperogniv,vV,vvimplicaf(v)f(v),o
equivalentementesef(v)=f(v)implicav=v
finiettivaseesoloseker f={0}
fsuriettivaseImf=W
fbiettiva o biunivoca se iniettivaesuriettiva(intalcasofsi
chiamaisomorfismodiVinW)
fbiettiva seesoloseker f={0W}eImf=W.
SupponiamocheVeWabbianodimensionefinita.
Sefiniettivadim Vdim W
Sefsuriettivadim Wdim V
Sefbiettiva dim V=dim W
Algebradelleapplicazionilineari
Sianof:Vo Weg:Vo WdueapplicazionilinearietK
f+g:Vo W definitada(f+g)(v)=f(v)+g(v)perognivV
unapplicazionelineare
tf:Vo Wdefinitada(tf)(v)=tf(v)perognivV unapplicazione
lineare
LinsiemeHomK(V,W)delleapplicazionilinearidiVinW
costituisconounospaziovettorialesulcampoKrispettoalla
operazionisopradefinite.HomK(V,V)ancheindicatoconEndK(V).
LinsiemeHomK(V,K)delleformelinearidiVunospaziovettoriale
suKchiamatospazioduale diK.
Prodottodiapplicazionilineari
SianoV,W,UspazivettorialisuKef:VoW,g:WoUapplicazioni
lineari.Lafunzionegf:Vo Udefinitadagf(v)=g(f(v))perognivV
sidiceprodotto difpergedunapplicazionelineare
LapplicazioneIV:VoVdefinitadaIV(v)=v,perognivV
unapplicazionelineare,chiamataidentit ofunzioneidenticasuV.
SihaIWf=f IV=f.
Unafunzionef:Vo Wsidiceinvertibile seesisteunafunzione
g:Wo VtalecheIV=gf eIW=fg.Intalcasogsichiamafunzione
inversa difesidenotaconf1. f1 esisteseesolosefbiunivoca
f1definitadaf1(w)=v sef(v)=w
Sef:Vo Wunapplicazionelinearebiunivoca(isomorfismo),
alloraf1 unapplicazionelineare(biunivoca).Sef:VoWun
isomorfismoVeWsidiconospaziisomorfi.
Duespazivettorialididimensionefinitasonoisomorfiseesolose
hannolastessadimensionenedintalcasosonotuttiisomorfiaKn.
ApplicazionilinearidiKm inKn associateadunamatrice

SianoAunamatriceditipo(m,n),edfA:Kn oKm lapplicazionelineare
associataadAovverolapplicazionedefinitadafA(v)=Av perognivKn
ker fA=ker A
fA iniettivaseesoloserk(A)=n
ImfA=Col(A)
fA suriettivaseesoloserk(A)=m
fA biunivocaseesoloseAunamatricequadratadirangomassimo,quindi
condet A0,quindiinverbile,etc.
SianofA:Kno Km efB:Kno Km applicazionilineariassociate

rispettivamenteallematriciAeBditipo(m,n),lapplicazione
sommaassociataallamatriceA+B
SianofA:Kno Km efB:Kmo Kr applicazionilineariassociate
rispettivamenteallamatriceAditipo(m,n)eallamatriceBditipo
(r,m),lapplicazioneprodottofBfA associataallamatriceBA.
ApplicazionilinearidiKm inKn associateadunamatrice

SefA:Kno Km lapplicazionelineareassociataallamatriceAper
ognih,1hn,lacolonnahdiAlimmaginedelvettoreeh Kn (h
esimovettoredellabasecanonicadiKn ,ovverovettorecheha1come
componentehesimaetuttelealtrecomponentinulle).
SianoA,Bduematriciditiporispettivamente(m,n)ed(r,m),allora
rk(BA)min (rk(A),rk(B)).
SianofA:Kno Km ,fB:Kmo Kr efBfA:Kno Kr.
ImfBfA=fB(fA(Km))unsottospaziodifB(Kn)=ImfB quindi
dim ImfBfA=rk(BA)dim ImfB=rk(B).
Inoltredim fB(fA(Km))dim fA(Km)edunquedim ImfBfAdim ImfA da
cuirk(BA)rk(A).
Applicazionilinearif:VoWconVdidimensione n
SianoVunospaziovettorialecondim V=nesiaB={b1,b2,,bn}una
suabase.Sianow1,w2,,wn vettori(arbitrariamentescelti)inuno
spaziovettorialeW.Alloraesisteunaedunasolaapplicazione
linearef:VoWtalechef(bi)=wi perogniicon1in.fdefinitada
f(x1b1+x2b2++xnbn)=x1w1+x2w2++xnwn.
UnapplicazionelinearefdaVinW,conVdidimensionefinita,
completamentedeterminataquandosiconoscanoleimmaginidei
vettoridiunabasediVmediantef.Inoltreessendodim f(V)ddim V
possiamosemprevederefcomeunaapplicazionediVinunospazio
vettorialedidimensionefinita.
Teoremadirappresentazione
SianoVeWduespazivettorialisuKcondim V=n,dim W=m,sianoBe
CduebasirispettivamentediVeW.AlloraesisteununicamatriceAdi
tipo(m,n)acoefficientiinKtalecheperognivV,w=f(v),siabbia
w|C=A(v|B).LamatriceArappresentalapplicazionelinearefrispetto
allebasi BeC.
SiaB={b1,b2,,bn}.SiaAlamatricechehacomecolonnaicolonnaiesimaper
ogni1in,lecomponentidelvettoref(bi)W,rispettoallabaseC
x1
x
n
SiavV ev|B = 2 alloraf(v)=f(n
i=1 xi bi )=i=1 xi f(bi ).
xn
SiaC={c1,c2,,cm},percostruzionediAsihaf(bi)=m
j=1 aij cj edunque
m
m
n
n
f(v)=n
i=1 xi j=1 a cj = j=1 i=1 a xi cj dovei=1 aij xi lacomponentej
delvettorecolonnaA(v|B).QuindiilvettorecolonnaA(v|B)f(v)|C.
Conseguenzedelteoremadirappresentazione
SianoVeWduespazivettoriale condim V=nedim W=nesianoB
eCduebasirispettivamentediVeW.LafunzioneGcheassociaad
ogniapplicazionelinearef:VoWlamatricecherappresentaf
rispettoallebasiBeCunisomorfismodellospaziovettoriale
HomK(V,W)nellospaziovettorialeMK(n,m)dellematriciditipo
(n,m)adelementiinK.
Siaf:VoWunapplicazionelineare,conV,Wspazivettorialidi
dimensionefinita.SianoB,BduebasidiVeC ,CduebasidiW.
SiaAlamatricecherappresentafrispettoallebasiB,C esiano
SeTlematricidipassaggiodallabaseBallabaseBedallabaseC
allabaseC rispettivamente.Alloralamatricecherappresentaf
rispettoallebasiB eCT1AS.
Teoremadinullitpirangoperleapplicazionilineari
SianoVunospaziovettorialesuKdidimensionefinitaef:VoW
unapplicazionelineare.Ilrango di f,rk f,ladimensionedi
Imf=f(V).
SianoV unospaziovettorialedidimensionenef:VoW
unapplicazionelineare.Alloran=dim ker f+dim Imf.
Ovviamentedim ker f=dn.Sia{u1,u2,,ud}unabasediker f.
Perilteoremadicompletamentodellabaseesistonov1,,vndV tali
che{u1,,ud,v1,,vnd}unabasediVe{f(u1),,f(ud),f(v1),,f(vnd)}
uninsiemedigeneratoridiW,maf(u1)==f(ud)=0W,quindiuninsieme
digeneratoridiW{f(v1),,f(vnd)}.
Siaa1f(v1)+a2 f(v2)++amdf(vmd)=0W .Alloraf(a1v1++amdvmd)=0W e
a1v1+a2v2++amdvmdker f, dacuia1v1++amdvmd=b1u1++bdud,per
qualcheb1,b2,,bdK.Essendo{u1,,ud,v1,,vnd}unabasediVsegue
a1=a2 ==amd=(b1=b2==bd=)0.Dunque{f(v1),,f(vnd)}unabaseper
Imf.

"#

$%&'
$* "

-
* &

8
- %&'
8*

9- *

^ % & _

`^' ^&

- "
$

-
"8
_

-
-

-

"
- - _

-
%-' -
-

"
- _

- *
- &
&- _

- *
-
"

-
-

_ % *

'

%'
&

%'

"9 %'
%'-%'"
# %' -%'
%'` -%'"
d %'
&

"8

%'%`'`%' "%' - %'
`"9^- %'

"
9

%'
&

" 8
_

"

-
-

"

* & --
%-'-& -_-
- "
$
- - -

& -- & 9&

%9' "
9

%9' & -
%9'_
*&
"
#

%9'
- "
#
"

-
& _

"
$

-
$
- & - %'% 9'
_ "9
%'*
- *
-
&%' %'"
%'% 9'

&%
# %' -
`

- %`'%'
-%`'%'& -`-&--&

%`'-

` &- "
_

`& &&

- % '&
%9'%`'%`'%'%'
-
`"
_

-
"
`` ` % '

- `

"

` &
$`$& -$ `
"8

"
_
$
$`$"
-

- -
"
#
_

-& -- -&
-"
_& "

&
"
$`$%9'%$`$9'%$`$$`9$' $`%9' $
%9'"

- &
"

- "
-

- *
- & $`- _

-
$`- $`$$`- $`- $`- $`-"8
*

*
"
"

#

"

&

- "
%&' %&' "

_

"
%'
_

- %'

- "
_ --
- %-

'`&&& -
$
$`$%`&&&'&
$$%`&&&'"8

$& & `& &
_

- - *
- " $
-
- &

- "
-`&-&&-
- %'&
`&&&
-
"--
& `" $ *
- -`&-&&- $_- $$%`&&& '&
$`$%`&&&'"

`&&&
-
"
- -`&-&&- -
-
"
$

"`&*
- -`& -
-
&_"
-
`
%`' `-` - - "
%`' & `-` - - &

``-` - - " %`'`&
``-` `- `- & & &

%`'- %`'-
&
&

` & "8
%`' `-` &

` "

- _ "

- "
# _ %`&`&'_ --

- `%
- '&

- "

-
`&&&
- &

& %`'&&%'
%`'&&%' "
9

- _
%`'%'"
$ `&%'`&&%'
*
%'% -
%''"
``%`'` ``%`'` `%'` `%' `%'` %' "
$ & `& `%'` %'& -- %'"
$
-
` `& `%'` %'

` "$ *- ` _

- "
_ %`'%'"

9
- "

- _ %'%'"
-

_

-
"
$
- `%'%'"9%'`&&%'

*
%'% %'' "

" * "#

-
&
& `&%' %' `
"
%9' %9'%' %9'&
%'%'

- `% --
-
'_ "
_

/

K_ _ "
`"
- "
& _

"
&
`% --

- '&_
"
`&-
-
` &
_
&
_ _
"
_
_&
- &_
- %
-
_ '

_*
-
`

- * %&' "

/&

K "
`" -&

" -&

" %9'%9' -

"

-
-
-
- &

-

" &
" &
_
* &
" --

&& & & "

*-
$

-
"8
_

^

"_

- &*
_
%`&&&'& - _*
- *
- "
-

_

_

&

"

_

_

"

-

-

-
*
- "
$ ` -
-
*
- "
-`- `- - - - ""
_-` -

-
*
- `"
_-&

- - "
*

- - %`'`
%`'- `- "
%'```

"
$ %' ``` 9"$%'-

- *
- %'"9
%'%' "

_

& %9'%`'``` &
%`'``` 9 "
8

^

%'

`"
-%' %' %9' & -

%'
%'

" %'%' %' %' %' &
%'%'"
^
` %'

`"
%9'%`'``` &_- &

%`'``` 9 `%` '%%`'```9'"

-
^

%`'

-
^

- -&

-& -

-&&-&&-
> -&&
^&
-&
-&
&
-&-&
W -&-&- -&- - "
#

- -&&

& ^&-&
-&
&
"
#
-
-&

"
9^&& % - ' _

"
_
-
^
"
&- &

-&
^&- % '
- %
'

_
- `&
- - -&
_ - "

-&"

-& -
$ - &
"

-&
-&"

$
-
- "

-&& - _
##%'^ - -#
-
#_
-
-# #
--# _ %
- #'
-# _- # -"
^
-#
&
&-

---# #& --#& " #&

-

-&
*

- "
$ " "
`
`
- *
"

-&
*

-
-"
-

"

-
^"

^ - -

- -
^ -&

-

-&"
- "

#
-&
-&&- "

-

_

- "
-`&-&&-
-

`-`-- "$ - `-`--&- `-`&-
-&--&- -&-
"
$ -`&-&&-

-

&

_
-

& -- `&&&_

`& "
# - `&&&

- - "
_
-

& -- `&&&_

& && -`& "
$

-`&-&&-

& -&&-&%-' -_
% & -'

_-&-" -&
-

"
_
h`&&&
# - h -&&`&""&
# - _ ^ - -
h
9 - _ ^
- - h"

&_
* -

9"

&
& _9"
_ *
%
'^
`&
_-`&

` _ 9
8 8_

`&

-

*

# `&

- &`
`
_*
-

*
- `&

"#*

*
- `_-
"

-`&-&&- -

&-
`-`
-
""
-

#%-`&-&&-'"
9 - - %'- -

`&&&`

-
- &

"
-`&-&&-
&`&&&

&

"
$
-

&

"
- _ -
"
_ _

-
"
--- - - &-

-
"
- _- - _*
- -- _
`&&&_

-- _ "
9 ^
^ _

"
^

^
^

O`
O`
& ``

- &

-
``"
-`

- ` %
`'" -`

-`&-&-^ "^
%-`'`& & "9 %-'%-'& -
& - %-`'"8
*
"
# `

-`

-` ``"
# `

- `&`&`&

-

"- *
- _ &

% ' _ *
*
- %'"*
- _`&

*

*
- `% &
'"*
- _`
- *
*
-
`% &
'"
9

_
* -& --

-`&-"
_
_

_
*
- - & -- -"
$

-
`" _
" - %'- ^
" - %'^

^

-
_` `

- & _

-- _ -
% '

& - --- -&-
_

"
&
&`&&&_
&
`&&& &&_

&`&&_
% ' "8
-
-`&&""&& && - - &"""& &`&""&&"

^
- -

-
_
*
^ ^"
`&&&_
&`_
%&' * -
& $
^
_
`&&&
`&&&&`&&
8 `"$ - - $--&

- _

- $ *
- `&
- $ &
- _

- $
*
- "# 8

-

$
%`&&`& && '
_8& _ " 8`$88$8

%`&&`& && '&
$
"

$ _

^& $_
%$$' "
&$_
&$
$
_ "9 -& $--
$-$- -$-

$$
$ %$'& $-& $-

$"9 $%-$-' *
$
-$- $ %$'" %$'% $'&
-$-
$_
_
^
$& $"

` %`&&&'&
-- %`&&&'&
--`&&&
-
_ _
%`&&&'&
%'% %`&&&''

%`&&&'"
& -

"
_ %^' ^

- "

- "
-

- *
- &
--"9

--"
&

_

-

-
"

-&

-
-
- & &
<-& "
-&-&-& -&%-'----&"

-&-&& -- %)-&

-& "
% '

_
_
# _ -
$
" _

"$` _- "
- `"
"

- %'`

-
` " `
`&&&^"
8`_
88_
"_

_ %`'

-*_
"
&

8
** *

`"^
&^_ ^ ^

"$ ^88^%8^'%8^'8^_
"

-
_ "
`&&&
- &
`&&&
`&&&

&
` _
^
-
^ `

`&&&

`&&&

-
$`&$&&$

`&&&&
`$`$$&
9$`$$&
&`&$$&$$&$$
&`"

"

^"

-

- ` `"
`

-
&
` "#*

` *
- ` *

*
- ` " #
- ` %
`' -
- %
`& `'
_

% ' `"
-- -

"
-
_9$ -
$ _
*
`"
9 $`$ 9$`$
9$"

%`&&&'_

% ' %
'-`&&& %`'
^
```````& -

%' -
`&&&&_ "
--
-

_

%'_

-
% '
%-'%-' ^&-^"
$ - #%-' &%'%-' "

%'

-
%' -^ - &%-'
%' -^ - &%-'
%' -^ - &%-'

%'
%' -^ - &%-'

%'
%' -&^ %-'

%'

" -&
-& -& -

"

-
%'
_

- *
- -&
%-'
%-'-- --

- &

%'
$ _ &

%`&""&'&

%'-%`&""&'``% -`&'&

%' &
_

%

'_
-%-'

-

-%-'&
-%-'

-

% '

_ &

- -

- "

_
-%-' % '
-%-'

% '
9

`&&& -&%-' -
&"$ &_

-&
_
-

% --

'" _
_

"
%'
%'_ -

-
%'_-

- -
%'_ -

-

%'_ -

%`'

"

"
#
_

-

"
_ _ "

% -'

-
- -

-
- -

- -&-
"#%&&'

- - -&-

"

%&&'``"

%'
-`&&&
^"
$ -%' & -`&&&&_

%'& _- %&`'
%'-& _ "
-

^ ^"

_
"
%'*%'** * -
*
*%-'
*---
%-'%-'%-'%-' ----
- "$ - _
%`&`'

--
%-'*%'---
- %-'---

9

*
&

9

*
&&

-
&
&

-&

-
*
&&

&& "
-
$

- `

-%&'
-%' &

& -`&&&&`_
"# *

"
& -

_&

_

- % -

`'

`` & &
`` * &`&
`` ` &&
-`&&&
- "
& -

* -

-
`& * -
`` * - * "9 &
`
&

- &
%
' ` - `& -

* -

- - `&*
`` `

9-

````
9-

9````&9
`&9 &

% -`
- '
- %

'
- - *

& 9` %-'_
&9 %-
'&9 %-
'
"

*

- -

-
9"

```` &

`%99 '*

-
& -- _

%9 &9 '*
-` & -- _

9 &9
`
`& %99 '*
-` * * & --
_
-

& %9 &9 '*
-` * * &
9 _
* &
9`
9 _
*9`9 &9`9

`& %9 &9 '*
-` &_
"
^

9

-"

9
9
%9`9 '

%
9` '
9

*%-

&
- '

*

&&

% _

*'"
^
""
_

_

* *

"
%&'
&*

%'%'& --
"
9

*
& --
*
&&-
&

%

`'"
#*

%&' %
'&

^
""
_

` *&
` * &

&

$ %&'
* $`$ --

& &*
`
"

**
- *

-

&

% '

"9

"9- *

&
-

&
-
%
' %
' *"
# _

^
""
_

-

&

&

$ %&'
* $`$ --

& &
*

` "
**

- *

&*

"
#*
-

&

&* * "#*
_ * &"9 _
%
'- %
'
- "
#
%' * `"
& -- &*

" &
&*
-& -"
^
""
_

"

* *"

&
%& '

"
$ %$&'$& --

*
"
*
-

_
"

&- _*
"

#

" _

# _ `"
`"- & -

`
& `
*"
--

% & ' _
- &
_` ` "

%
'
"#

"
- --

*% & '

"

#

& &
%'
*
&
*
- *
*"
$

-
- `
*
*
&`&
%- '
% - '& - _
*
-
$ -
&& "
$ * *

-
*
- "$* --
- _ *"

`%&' &%&'

& --

-&"
%-

'*

`%&'%&'

"#

%-

'"

& "

%9 -
*

&'

%-
'

%-

'

`` ` &

" -

*

%`` `'% '

"$ -*

%`'%`' `
%
' "#

&

%

_*

"

"
9

_

_ * _*

"

#*

& _

"$

-
% --

'
& -

- "

%` '
9

%
'

%` '
"

#*

%'"$
-

& -

- "
$*

&& % '& - &&
% '&

&
& %
* '& - &
% '&

*

"

&&&&% -- '
- &&&&
-

&

&&&% '

&"&% -
'
- &&&&
-
&

&&
-% --

'
- && &
-

- &
Quadriche
Gliargomentirelativisitrovanonelfile
Appuntidigeometriaanaliticadello
spazio
Esercizi di Algebra Lineare

Claretta Carrara
Indice
Capitolo 1. Operazioni tra matrici e n-uple
1. Soluzioni
1
3
Capitolo 2. Rette e piani

1. Suggerimenti
2. Soluzioni
15
19
21
Capitolo 3. Gruppi, spazi e sottospazi vettoriali

1. Suggerimenti
2. Soluzioni
47
48
48
Capitolo 4. La riduzione a gradini e i sistemi lineari (senza il concetto di rango)

1. Suggerimenti
2. Soluzioni
55
56
57
Capitolo 5. Dipendenza e indipendenza lineare (senza il concetto di rango)

1. Suggerimenti
2. Soluzioni
67
69
69
Capitolo 6. Determinante e inversa di una matrice

1. Suggerimenti
2. Soluzioni
83
84
85
Capitolo 7. Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

1. Suggerimenti
2. Soluzioni
95
106
107
Capitolo 8. Applicazioni lineari

1. Suggerimenti
2. Soluzioni
179
186
188
Capitolo 9. Diagonalizzazione di matrici e applicazioni lineari

1. Suggerimenti
2. Soluzioni
243
247
249
Capitolo 10. Prodotto scalare, ortogonalita e basi ortonormali

1. Suggerimenti
2. Soluzioni
287
289
290
Capitolo 11. Endomorfismi e matrici simmetriche

1. Suggerimenti
2. Soluzioni
303
305
305
Capitolo 12. Rette e piani con le matrici e i determinanti

1. Suggerimenti
2. Soluzioni
321
322
324
Capitolo 13. Coniche

1. Suggerimenti
2. Soluzioni
337
339
342
Capitolo 14. Quadriche

1. Suggerimenti
2. Soluzioni
381
382
385
iii
iv
Capitolo 15. Coordiante omogenee e proiezioni

1. Suggerimenti
2. Soluzioni
INDICE
407
408
408
Avvertenze importanti.
Leserciziario è scaricabile gratuitamente dalla rete. Si tratta semplicemente di una raccolta di

esercizi. Sicuramente contiene errori di conto e di scrittura (e forse anche altro).
Quasi ogni capitolo è cos` strutturato:
Testo degli esercizi,
Suggerimenti e brevi spiegazioni sulle tecniche utilizzate per la risoluzione,
Soluzione di tutti gli esercizi proposti.
Leserciziario contiene sostanzialmente:
i Fogli di esercizi assegnati e parzialmente svolti nelle ore di esercitazione per i corsi:
Geometria , c.l. in Ingegneria Edile / Architettura, dalla.a 2002/03 alla.a. 2009/2010.
Geometria e Algebra, c.l. in Ingegneria e Scienze dellInformazione e dellOrganizzazione - Rovereto, dalla.a 2002/03, alla.a. 2006/2007.
Geometria e Algebra, Ingegneria a-l, a.a. 2010/2011.
I corsi sono tenuti dal Prof. Alessandro Perotti, ad eccezione di Geometria e Algebra, c.l.
in Ingegneria e Scienze dellInformazione e dellOrganizzazione - Rovereto, a.a. 2006/2007,
tenuto dal Prof. Gianluca Occhetta.
Alcuni esercizi (segnalati) sono presi dal libro di testo M.P. Manara - A. Perotti - R.
Scapellato, Geometria e Algebra Lineare (Teoria ed esercizi), ed. Esculapio, 2002.
La maggior parte degli esercizi degli appelli desame e delle provette dei precedenti corsi.
CAPITOLO 1
Operazioni tra matrici e n-uple

Esercizio 1.1. Date le matrici

3 0
B=
1 4

2
1
1
A=
3
e dati = 5, = 2, si calcoli AB, BA, A + B, B A, A + B.
Esercizio 1.2. Per ognuna delle seguenti coppie di matrici A, B e scalari , R, calcolare
A + B, B A, A + B, AB, BA, A2 :

1
3 2
1 1
= , =0
B=
A=
1 4
2 2
2
1 0
1
3 0 2
A = 3 1 1
B = 1 4 5
= 2, = 1
2 0 1
1 0 0
Esercizio 1.3. Date le seguenti matrici:

1 2 5 3
0 2 5
A2 =
A1 = 3 1 0 2 ;
;
4 3 2
4
0 0 2
2 4 1
3
5
A5 = 4 4 4 ;
A4 = 1 10 ;
0 0 0
2 0
5
0
1 2
;
A3 =
4
5
5 1

3 1 1
A6 =
;
8 5 3
calcolare, quando possibile, i prodotti Ai Aj per i, j = 1, 2, 3, 4, 5, 6.


A= 1 2
1
0
I4 =
0
0

1

B = 1 3
3 4
calcolare i prodotti AI4 e I4 AT .


A = 2
calcolare 3A 2B e AB T .
1
2
0
1
0
0
0
0
0
1
0
0
1
0
2
3
Esercizio 1.6. Calcolare la potenza A3 della matrice
1 1 2
0 3 1
1 0 1
Esercizio 1.7. Data la matrice
A=
1
3

1
2
calcolare, se esiste, linversa di A (cioè determinare se esiste la matrice B tale che AB = BA = I).
Esercizio 1.8. Date le seguenti matrici A, calcolare, se esiste, linversa di A (cioè determinare se
esiste la matrice B tale che AB = BA = I).

1 1
1 1
A=
A=
3 3
3 2
1
1. OPERAZIONI TRA MATRICI E n-UPLE

2 0
A=
0 3
B=
calcolare AB, BA, BC e CB.
1 2
0 3
C=

0
3
3
0
Esercizio 1.10. Si consideri il seguente insieme (matrici triangolari superiori di M22 (R))

a b
| a, b, c R
I=
0 c
Si verifichi che I è chiuso rispetto al prodotto e alla somma di matrici, ovvero che presi due elementi
di I anche il loro prodotto e la loro somma sono elementi di I.
Esercizio 1.11. Mostrare attraverso un esempio che esistono matrici A, B non nulle tali che AB = 0.
Esercizio 1.12. Sia
A=
1 1
0 1
e B una matrice tale che AB = BA. Si dimostri che
0 x
B = I2 +
0 0
dove , x R.
1 2
A = 0 5
2 1
3
6
4
1
C = 1
2
2 0
5 2
1 3

1 1
,
C=
2 3
determinare la matrice B tale che A + B = C.


2
1 2
, B=
A=
1
1 3

1
,
1

1 k
,
A=
0 1
B=
stabilire se D è combinazione lineare di A, B, C.

3
,
2
2
1
C=
0
D=
1
3 6
1 3

1
2
stabilire se esistono valori di k per cui C è combinazione lineare di A, B. In caso positivo esprimere tale
combinazione lineare.
Esercizio 1.16. Si considerino le seguenti n-uple di numeri reali, con n = 2, 3 o 4:

1
, 2
u1 = (1, 0)
u2 =
2

1
1
u4 = 0, , 2
u3 = 3, , 5
4
2

1
u5 = (1, 1, 2, 2)
u6 = 0, 0, , 3
3
Si calcoli quando possibile
ui + uj ,
ui uTj ,
ui ,
con = 0, 2, 2,
i, j = 1, . . . 6
Esercizio 1.17. Dimostrare che un numero complesso coincidente con il proprio coniugato è necessariamente reale.
Esercizio 1.18. Si risolva il sistema Ax = b dove

1 3
x
A=
,
x= 1
x2
2 4
Esercizio 1.19. Siano A e B matrici 3 3 tali che
AB = BA
Si dimostri che deve necessariamente essere:

A = I3
b=
2
2
B M33
per qualche R
1. SOLUZIONI
Esercizio 1.20. Si risolva il sistema Ax = b nei seguenti casi

2
x1
1 3 2
b = 3
x = x2
a)
A = 0 3 6 ,
4
x3
0 0 2
b)
c)
4 33
A = 0 1
0 0
1 3
A= 0 1
0 0
2
6 ,
0
1
1 ,
0
x1
x = x2
x3
3
b= 4
4

3
b = 4
0
x1
x = x2
x3
Esercizio 1.21. Si dica per quali valori di k R il sistema Ax = b dove

0
1 1
2
x1
1 ,
b= 1
A = 0 1
x = x2
x3
1
0 0 k+1
ammette soluzione. In caso positivo si determinino esplicitamente tali soluzioni.

-
1. Soluzioni
A=
1
3

2
1
B=

3 0
1 4
e dati = 5, = 2, calcolare AB, BA, A + B, B A, A + B.

Soluzione:

1 3 + 2 (1)
10+24
1
8
AB =
=
3 3 + (1) (1) 3 0 + (1) 4
10 4

3
6
31+03
3 2 + 0 (1)
=
BA =
11 6
1 1 + 4 3 1 2 + 4 (1)

1+3
2+0
4 2
A+B =
=
3 + (1) 1 + 4
2 3

2 2
31
02
=
BA=
4 5
1 3 4 (1)

5 10
6 0
11 10
5A + 2B =
+
=
15 5
2 8
13 3

Esercizio 1.2. Per ognuna delle seguenti coppie di matrici A, B e scalari , R, calcolare
A + B, B A, A + B, AB, BA, A2 :

1
1 1
3 2
A=
B=
= , =0
2 2
1 4
2
1 0
1
3 0 2
A = 3 1 1
B = 1 4 5
= 2, = 1
2 0 1
1 0 0
Soluzione:
Comiciamo dalla prima coppia di matrici:

4 3
A+B =
1 6
A + B

7
BA =
7
1
1
1
= A+0B = A= 2
1
2
2

7
7
1
2

2 1
BA=
3 2

2 6
AB =
4 12

3 3
2
A =AA=
6 6
Analogamente per la seconda coppia di matrici:
4 0 3
A + B = 2 3 4
1 0 1
1 0
0
A + B = 2A B = 7 6 7
5
0 2
7
0
1
BA = 21 4 10
1 0
1
Esercizio 1.3. Date le seguenti matrici:

1 2 5 3
0 2 5
A1 = 3 1 0 2 ;
A2 =
;
4 3 2
4
0 0 2
3
5
2 4 1
A4 = 1 10 ;
A5 = 4 4 4 ;
2 0
0 0 0
2 0 1
B A = 4 5 6
3 0 1
2
0 2
AB = 11 4 1
7
0 4
3 0 0
A2 = A A = 2 1 5
0 0 3
5
0
1 2
;
A3 =
4
5
5 1

3 1 1
A6 =
;
8 5 3
calcolare, quando possibile, i prodotti Ai Aj per i, j = 1, 2, 3, 4, 5, 6.

Soluzione:
Ricordiamo che una matrice è detta n m se ha n righe e m colonne. Inoltre è possibile moltiplicare due
matrici A e B solamente se
A è del tipo n m
B è del tipo m k
(cioè se il numero delle colonne di A è uguale al numero delle righe di B). Il risultato è una matrice C del
tipo n k.
Scriviamo solo i prodotti che è possibile effettuare:
2 32
A1 A3 = 26 4
10
2

8 8 8
8 20
14 2
0 14
A2 A5 =
A2 A4 =
A2 A1 =
4 4 8
11 10
5 11 20 22
15 5 5
0 10 25
13 9
8
7
4 1
A3 A6 =
A3 A2 =
52 29 11
20 23 30
7
0 8
4 7 23
49 28 12
20 21 25
A4 A6 = 77 49 31
A4 A2 = 40 28 15
6
2 2
0
4
10
12 8 14
12 30
18 8 10 12
A5 A5 = 8 0 12
A5 A4 = 24 20
A5 A1 = 32 12 20 12
0
0 0
0
0
0
0
0
0

2
7 15 13
8 5
2
8
1
A6 A1 =
A6 A4 =
A6 A5 =
35 21 40 28
35 10
4 12 12
1. SOLUZIONI


A= 1 2
3 4
1
0
I4 =
0
0
calcolare i prodotti AI4 e I4 AT .
0
1
0
0
0
0
0
1
0
0
1
0
Soluzione:
Notiamo che la matrice quadrata I4 è detta matrice identica di ordine 4. In generale le matrici identiche
(dei differenti ordini) vengono indicate I.

AI4 = 1 2 3 4 = A

1
1
2 2
T
T

I4 A = I4
3 = 3 = A
4
4

A = 2
1
2

1
calcolare 3A 2B e AB T .

B = 1 3
2
3
Soluzione:

3A 2B = 6

AB T = 2
1
2

3 2 6 43

1
3 1
3 1
2 = 2
3
1
3
2

2 = 8
15
2
23
3

1

Notiamo che la matrice 12 è detta matrice scalare.
Esercizio 1.6. Calcolare la potenza A della matrice
1 1 2
0 3 1
1 0 1
Soluzione:
Si tratta di eseguire due prodotti:
3 4
A3 = A A A = 1 9
2 1

6 15
1 1 2
3
4 0 3 1 = 5 26
5 5
1 0 1
3
5
15
6

1 1
3 2
calcolare, se esiste, linversa di A (cioè determinare se esiste la matrice B tale che AB = BA = I).
A=
Soluzione:
Sia B la matrice cercata. Per potere effettuare i prodotti AB e BA, la matrice B deve essere 2 2. Sia
quindi

x y
B=
z w
la generica matrice 2 2 e calcoliamo il prodotto AB:

1 1
x y
x+z
AB =
=
3 2
z w
3x + 2z
Dalla condizione AB = I segue
x+z =1
y + w = 0
3x + 2z = 0
3y + 2w = 1
x=1z
y = w
3(1 z) + 2z = 0
3(w) + 2w = 1
y+w
3y + 2w
Di conseguenza perche B verifichi la condizione AB = Ideve essere

2

15
B = 53
1
5
x = 25
y = 1
5
z
=
w = 51
E immediato verificare che tale matrice B soddisfa anche la condizione BA = I, di conseguenza B è la

matrice inversa di A cercata.
Metodi pi`
u efficaci per calcolare linversa di una matrice verranno introdotti successsivamente.

Esercizio 1.8. Date le seguenti matrici A, calcolare, se esiste, linversa di A (cioè determinare se
esiste la matrice B tale che AB = BA = I).

1 1
1 1
A=
A=
3 3
3 2
Soluzione:
Consideriamo la matrice
1 1
A=
3 3
Per potere effettuare i prodotti AB e BA, la matrice B deve essere 2 2. Sia quindi

x y
B=
z w
la generica matrice 2 2. Si ha

x+z
x y
1 1
=
AB =
3x + 3z
z w
3 3

x+z =1
y + w = 0
3x + 3z = 0
3y + 3w = 1
x=1z
y = w
3(1 z) + 3z = 0
3(w) + 3w = 1
y+w
3y + 3w
x=1z
y = w
3=0
0=1
La terza e la quarta equazione sono impossibili, di conseguenza tutto il sistema non ammette soluzione.
Questo indica che la matrice A non ammette inversa.
Consideriamo ora la matrice
A=
e sia
1 1
3 2

x
B=
z
y
w

1 1
x y
xz
AB =
=
3 2
z w
3x + 2z
yw
3y + 2w
1. SOLUZIONI
x=1+z
x z = 1
y = w
y w = 0
3(1 + z) + 2z = 0
3x + 2z = 0
3w + 2w = 1
3y + 2w = 1
Di conseguenza deve essere
B=
2
3
x = 2
y = 1
z = 3
w = 1
x = 1 + z
y = w
z = 3
w = 1

1
1
E immediato verificare che tale matrice B soddisfa anche la condizione BA = I, di conseguenza B è la

matrice inversa di A cercata. Una tale matrice B inversa di A viene normalmente indicata con A1 .


2 0
A=
0 3
B=
calcolare AB, BA, BC e CB.
1 2
0 3
C=
3
0

0
3
Soluzione:

2 4
AB =
0 9

3 6
BC =
0 9

2 6
BA =
0 9

3 6
CB =
0 9
Notiamo che AB 6= BA, mentre BC = CB. Infatti il prodotto tra matrici non è in generale
commutativo; nel secondo caso si presenta questa situazione particolare in quanto C = 3I.

Esercizio 1.10. Si consideri il seguente insieme (matrici triangolari superiori di M22 (R))

a b
I=
| a, b, c R
0 c
Si verifichi che I è chiuso rispetto al prodotto e alla somma di matrici, ovvero che presi due elementi
di I anche il loro prodotto e la loro somma sono elementi di I.
Soluzione:
Siano
a
A=
0
b
c
x
B=
0
y
z
due generici elementi di I. Dobbiamo verificare che A + B e AB sono ancora elementi di I:

a b
x y
a+x b+y
A+B =
+
=
I
0 c
0 z
0
c+z

ax ay + bz
I
AB =
0
cz
Notiamo che lunica condizione per lappartenenza a I è che lelemento di posizione 2, 1 si annulli.

Esercizio 1.11. Mostrare attraverso un esempio che esistono matrici A, B non nulle tali che AB = 0.
Soluzione:
Possiamo prendere per esempio
A=
Infatti A e B sono non nulle e AB = 0.
1 0
1 0
B=
0 0
0 1

Esercizio 1.12. Sia

A=
1 1
0 1
e B una matrice tale che AB = BA. Si dimostri che
B = I2 +
dove , x R.
Soluzione:
Sia
b
B = 11
b21
0 x
0 0
b12
b22

1 1
b11 b12
b11 + b21 b12 + b22
AB =
=
b21 b22
b21
b22
0 1

b11 b12
1 1
b11 b11 + b12
BA =
=
b21 b22
b21 b21 + b22
0 1
Dalla condizione AB = BA segue
b11 + b21 = b11
b + b = b + b
12
22
11
12
b
=
b
21
21
b22 = b21 + b22
Di conseguenza B deve essere del tipo

t
t s
=
B=
0
0 t
b11
b
12
b
21
b22
b21 = 0
b = b
22
11
0
=
0
b21 = 0

1
0 s
0
=t
+
0
0 0
t
Abbiamo quindi ottenuto che
0 x
B = I2 +
0 0
dove , x R.
=t
=s
=0
=t
s, t R

s
0

0
0
+
0
1

1 2
A = 0 5
2 1
3
6
4
determinare la matrice B tale che A + B = C.
1
C = 1
2
2 0
5 2
1 3
Soluzione:
E sufficiente osservare che se
A + B = C A + A + B = A + C B = C A
Quindi
11
B = 1 0
22
2+2
55
1+1

1 2
2
A=
, B=
1 3
1

1
,
1
03
0 4 3
2 + 6 = 1 0 8
34
0 2 1

1 1
C=
,
2 3
0
D=
1

1
2
1. SOLUZIONI
Soluzione:
Si tratta di determinare se esiste soluzione dellequazione
Ax + By + Cz = D
Esplicitando tale equazione otteniamo:

x 2x
2y
Ax + By + Cz =
+
x 3x
y
Quindi:
x + 2y z
x + y + 2z

y
z
+
y
2z

z
x + 2y z
=
3z
x + y + 2z
2x + y + z
3x + y + 3z
x + 2y z = 0

2x + y + z = 1
0 1
2x + y + z
=
1 2
3x + y + 3z
x
+ y + 2z = 1
3x + y + 3z = 2
Dobbiamo quindi risolvere il sistema lineare non omogeneo di quattro equazioni i tre incognite. Procedendo
per sostituzione otteniamo
x = 2y + z
x = 2y + z
3y + 3z = 1
3y + 3z = 1
z = 3y 1
3y + z = 1
3y + 3z = 1
6y + 6z = 2
Anche senza procedere ulteriormente vediamo che la seconda e quarta equazione sono in contraddizione,
quindi il sistema non ammette soluzione e D non è combinazione lineare di A, B e C.


1 k
,
A=
0 1
2
B=
1

3
,
2
3 6
C=
1 3
Soluzione:
Analogamente allesercizio precedente si tratta di determinare se esiste soluzione dellequazione
Ax + By = C

x
Ax + By =
0
Quindi:

x + 2y
y
Quindi

kx
2y
+
x
y
x + 2y = 3

kx + 3y = 6
3 6
kx + 3y
=
1 3
x + 2y
y=1
x + 2y = 3

3y
x + 2y
=
2y
y
x+2=3
kx + 3 = 6
y=1
x+2=3
kx + 3y
x + 2y
x=1
kx = 3
y=1
x=1
Se k = 3 il sistema ammette la sola soluzione x = y = 1 e A + B = C.

Se k 6= 3 il sistema non ammette soluzione e C non è combinazione di A e B.
Esercizio 1.16. Si considerino le seguenti n-uple di numeri reali, con n = 2, 3 o 4:

1
, 2
u1 = (1, 0)
u2 =
2

1
1
u4 = 0, , 2
u3 = 3, , 5
4
2

1
u5 = (1, 1, 2, 2)
u6 = 0, 0, , 3
3
x=1
k = 3
y=1
x=1
10
Si calcoli quando possibile

ui + uj ,
ui uTj ,
ui ,
con = 0, 2, 2,
i, j = 1, . . . 6
Soluzione:
Cominciamo a calcolare le somme. Notiamo innazittutto che si possono sommare solo n-uple
dello stesso tipo:

3
1
, 2 = u2 + u1
u1 + u2 = 1 + , 0 + (2) =
2
2

1
u3 + u4 = 3, 7 = u4 + u3
4

5
u5 + u6 = 1, 1, , 5 = u6 + u5
3
Notiamo che la somma di due n-uple è ancora una n-upla, e che la somma gode della propriet`
a
commutativa.
Calcoliamo ora i prodotti. Notiamo che si pu`
o solo moltiplicare una n-upla per la trasposta di
una n-upla dello stesso tipo:
1
1
u1 uT2 = (1, 0) 2 = = u2 uT1
2
2

0
79
1
= u4 uT3
u3 uT4 = 3, 5 21 =
4
8
2

0
0 16
T
T
u5 u6 = (1, 1, 2, 2)
1 = 3 = u 6 u 5
3
3
Notiamo che il prodotto tra una n-upla e la trasposta di una n-upla da come risultato un numero
(uno scalare).
Calcoliamo infine i prodotti per scalare.
0u1 = 0u2 = (0, 0),
0u3 = 0u4 = (0, 0, 0),

0u5 = 0u6 = (0, 0, 0, 0),

1
2u1 = (2, 0),
2u2 = (1, 4),
2u3 = 6, , 10 ,
2

2
2u4 = (0, 1, 4) ,
2u5 = (2, 2, 4, 4) ,
2u6 = 0, 0, , 6
3

1
2u1 = (2, 0),
2u2 = (1, 4),
2u3 = 6, , 10 ,
2

2
2u4 = (0, 1, 4) ,
2u5 = (2, 2, 4, 4) ,
2u6 = 0, 0, , 6
3
Notiamo che il prodotto tra uno scalare e una n-upla si pu`

o sempre calcolare e da come risultato
una n-upla.

Esercizio 1.17. Dimostrare (utilizzando le matrici) che un numero complesso coincidente con il
proprio coniugato è necessariamente reale.
Soluzione:
Sia Z = aI2 + bJ un generico complesso, dove

1 0
I2 =
,
0 1
0
J=
1

1
,
0
Sappiamo che il suo coniugato è Z = aI2 bJ. Notiamo che

a b
a b
Z=
,
Z=
,
b a
b a
1. SOLUZIONI
Di conseguenza dalluguaglianza Z = Z segue
a=a
b = b
b = b
a=a
11
2b = 0 b = 0
Quindi Z = aI2 ed è un numero reale.

Esercizio 1.18. Si risolva il sistema Ax = b dove

1 3
x
A=
,
x= 1
x2
2 4
b=
2
2
Soluzione:

x1
x1 + 3x2
3
=
x2
2x1 + 4x2
4
1
Ax =
2
Quindi Ax = b implica
(
x1 + 3x2 = 2
2x1 + 4x2 = 2
x1 = 2 3x2
4 6x2 + 4x2 = 2
(
x1 = 7
x2 = 3
La matrice A è detta matrice dei coefficienti e la matrice b matrice o colonna dei termini noti del
sistema
(
x1 + 3x2 = 2
2x1 + 4x2 = 2
Si dice anche pi`
u semplicemente che A e b (oppure A|b) sono le matrici associate al sistema.
Notiamo che si pu`
o passare da A al sistema o viceversa semplicemente aggiungendo o togliendo le
incognite.

Esercizio 1.19. Siano A e B matrici 3 3 tali che
B M33
AB = BA
Si dimostri che deve necessariamente essere:
per qualche R
A = I3
Soluzione:
Sia
a11
A = a21
a31
la generica matrice 3 3. Poichè AB = BA per ogni
1
B = 0
0
Di conseguenza:
a11
AB = a21
a31

0 0
a11
0 0 = 0
0
0 0
a12
0
0
a12
a22
a32
a13
a23
a33
matrice B, in particolare deve valere per
0 0
0 0
0 0
a13
0 = BA
0
La nostra matrice A deve quindi essere del tipo
a11 0
A = 0 a22
0 a32
a21 = a31 = a12 = a13 = 0.
0
a23
a33
12
Analogamente la relazione AB = BA deve valere
0
B = 0
0
Di conseguenza:

0
0 0 0
AB = 0 0 a23 = 0
0
0 0 a33
in particolare per
0 0
0 0
0 1
0
0 = BA
a33
0
0
a32
a11 0
A = 0 a22
0
0
Ripetiamo lo stesso ragionamento con
1
B = 0
0
ottenendo
a11
AB = 0
0

a11
0
0 = 0
0
0
a11
0
0
a22
0
0
0
B = 0
0
otteniamo
0
AB = 0
0
a11
0
0

0 a11
a11
0 = 0 0
0 0
0
0
0
a33
1 0
0 0
0 0
a11 0
A = 0 a11
0
0
Utilizzando infine
a32 = a23 = 0.
0
0 = BA
0
a11 = a22 .
0
0
a33
1 1
0 0
0 0
a33
0 = BA
0
a11 0
0
1 0 0
A = 0 a11 0 = a11 0 1 0 = I3
0
0 a11
0 0 1
a11 = a33 .
per qualche R
Esercizio 1.20. Si risolva il sistema Ax = b nei seguenti casi
1 3 2
2
x1
a)
A = 0 3 6 ,
b = 3
x = x2
4
0 0 2
x3
b)
c)
Soluzione:
4 33
A = 0 1
0 0
1 3
A= 0 1
0 0
2
6 ,
0
1
1 ,
0
x1
x = x2
x3
x1
x = x2
x3
3
b= 4
4

3
b = 4
0
1. SOLUZIONI
13
a) Calcoliamo il prodotto

x1 + 3x2 + 2x3
x1
1 3 2
Ax = 0 3 6 x2 = 3x2 + 6x3
2x3
x3
0 0 2
Quindi la condizione Ax = b implica
x1 + 3x2 + 2x3 = 2
x1 + 3x2 + 2x3 = 2
3x2 = 6 2 3
3x2 + 6x3 = 3
2x3 = 4
x3 = 2
x1 = 3 (5) 2 2 + 2 = 13
x1 = 13
x2 = 5
x2 = 5
x3 = 2
x3 = 2
b) Scriviamo direttamente il sistema associato a A e b aggiungendo le incognite:
4x1 + 33x2 + 2x3 = 3

x2 + 6x3 = 4
0 = 4
Notiamo subito che lultima equazione è impossibile, quindi il sistema non ammette soluzione.
c) Scriviamo direttamente il sistema associato a A e b aggiungendo le incognite:
x1 + 3x2 + x3 = 3
x2 + x3 = 4
0=0
Notiamo che il sistema ha tre incognite, ma solamente due equazioni (significative). Abbiamo quindi una variabile libera. Partiamo dallultima equazione (significativa) aggiungendo un
parametro. Poniamo per esempio x3 = t (Potevamo equivalentemente porre x2 = t):
x1 = 3(t + 4) + t 3 = 2t + 9
x1 + 3x2 + x3 = 3
x2 = t + 4
x2 = t + 4
x3 = t
x3 = t
x1 = 2t + 9
x2 = t + 4
t R
x3 = t
Notiamo che in questo caso il sistema ammette infinite soluzione: ogni valore assegnato a t
permette di trovare una delle infinite soluzioni.

Esercizio 1.21. Si dica per quali valori di k R il sistema Ax = b dove

0
x1
1 1
2
1 ,
b= 1
x = x2
A = 0 1
1
x3
0 0 k+1
ammette soluzione. In caso positivo si determinino esplicitamente tali soluzioni.

Soluzione:
Il sistema associato a A e b è
x1 x2 + 2x3 = 0
x2 + x3 = 1
(k + 1)x3 = 1
Cercando le soluzioni dellultima equazione incontriamo subito una difficoltà: dovendo dividere per (k + 1)
dobbiamo imporre la condizione k + 1 6= 0. Dobbiamo quindi distinguere due casi:
14
Se k 6= 1, otteniamo le soluzioni
x1 x2 + 2x3 = 0
x1 x2 + 2x3 = 0
1
x2 = 1 + k+1
= k+2
x2 + x3 = 1
k+1
1
1
x3 = k+1
x3 = k+1
k+2
x1 = k+1 +
k+2
x2 = k+1
1
x3 = k+1
2
k+1
k+4
k+1
Quindi per ogni k 6= 1 il sistema ammette la sola soluzione
k+4
x1 = k+1
x2 = k+2
k+1
1
x3 = k+1
Se k = 1, sostituendo tale valore nel sistema otteniamo
x1 x2 + 2x3 = 0
x2 + x3 = 1
0 = 1
Quindi in questo caso il sistema è impossibile.
CAPITOLO 2
Rette e piani
Esercizio 2.1. Determinare lequazione parametrica e Cartesiana della retta del piano
(a) Passante per i punti A(1, 2) e B(1, 3).
(b) Passante per il punto C(2, 3) e parallela al vettore OP = (1, 2).

(c) Di equazione Cartesiana y = 2x + 5. Determinare inoltre un punto appartenente a tale retta.
Esercizio 2.2. Determinare lequazione parametrica e Cartesiana della retta dello spazio
(a) Passante per i punti A(1, 0, 2) e B(3, 1, 0).
(b) Passante per il punto P (1, 3, 1) e parallela al vettore OQ = (2, 0, 0).

(c) Di equazioni Cartesiane
(
y = 3x + 1
yx+z =0
Determinare inoltre un punto appartenente a tale retta.
Esercizio 2.3.
a) Determinare lequazione parametrica e Cartesiana del piano passante per i punti A(1, 3, 1),
B(2, 0, 0) e C(0, 1, 1). Il punto P (0, 2, 0) appartiene a tale piano?
b) Determinare una equazione della retta passante per A ortogonale a .
Esercizio 2.4. Sia r la retta di R3 passante per i punti A(1, 1, 2) e B(2, 0, 1), e sia s la retta
contenente C(1, 3, 3) e parallela al vettore OD(2, 2, 3).
a) Determinare la posizione reciproca delle due rette (cioè se sono incidenti, parallele o sghembe).
b) Se sono incidenti determinarne il punto di intersezione.
Esercizio 2.5.
a) Determinare la posizione reciproca (cioè se sono incidenti, parallele o sghembe) delle rette r e r
di equazioni parametriche:
x = s
x = 2t
r :
r:
y=2
y =t+1
z =s+2
z =t+3
b) Se le rette sono incidenti determinare lampiezza dellangolo tra esse.
Esercizio 2.6. Determinare la posizione reciproca (parallele, incidenti o sghembe) delle rette r e r di
equazioni parametriche:
x = s
x = 2t
r :
r:
y=1
y =t+1
z = 2s + 1
z=t
Esercizio 2.7.
a) Determinare equazioni parametriche della retta r passante per i punti A = (2, 3, 1) e B = (0, 0, 1)
e della retta s passante per i punti C = (0, 0, 0) e D = (4, 6, 0).
b) Stabilire se r e s sono complanari. In caso affermativo, trovare unequazione cartesiana del piano
contenente r e s.
15
16
2. RETTE E PIANI
Esercizio 2.8. Si considerino le rette r1 e r2 di equazioni
x = 1 + t
x+y =1
r2 :
r1 :
y = 2t
xy+z =2
z =1+t
a) Si mostri che le due rette sono incidenti.

b) Si determini lequazione della retta ortogonale a r1 e r2 e passante per il loro punto di intersezione.
Esercizio 2.9. Si considerino le rette di equazioni cartesiane

(
(
x + 2y = 0
2x = 0
r:
s:
yz =0
x+y+z =0
a) Dopo avere verificato che le due rette sono incidenti, determinare lequazione cartesiana della
retta passante per P (1, 1, 1) e incidente r e s.
b) Determinare lequazione cartesiana del piano passante per C(1, 2, 3) e perpendicolare a r.
c) Determinare equazioni cartesiane della retta passante per il punto P = (1, 1, 1) e perpendicolare
alle due rette r e s.
Esercizio 2.10. Sia r la retta nello spazio passante per i punti A = (0, 0, 1) e B = (2, 1, 0). Sia s
la retta passante per i punti C = (1, 1, 1) e D = (1, 0, 0).
a) Mostrare che le due rette sono complanari e trovare unequazione del piano che le contiene.
b) Trovare equazioni parametriche della retta per lorigine ortogonale al piano del punto a).
Esercizio 2.11.
a) Determinare equazioni parametriche ed equazioni cartesiane della retta r dello spazio passante per
i punti A = (2, 1, 3) e B = (3, 5, 4).
b) Stabilire se la retta r interseca il piano di equazione cartesiana 2x y + z = 0.
Esercizio 2.12. Sia r la retta nello spazio di equazioni cartesiane x + z + 1 = 2x + 2y z 3 = 0 e
sia l la retta di equazioni parametriche x = 2t, y = t, z = 0.
a) Determinare una equazione cartesiana del piano contenente il punto P (1, 2, 3) e ortogonale alla
retta l.
b) Stabilire se esiste una retta passante per P , contenuta in ed incidente la retta r. In caso
affermativo determinare equazioni di tale retta.
Esercizio 2.13. Si considerino i piani dello spazio

: xy+z =0
: 8x + y z = 0.
a) Stabilire la posizione reciproca dei due piani.

b) Trovare unequazione cartesiana del piano passante per P = (1, 1, 1) e perpendicolare ai piani e
.
Esercizio 2.14.
a) Determinare equazioni parametriche e cartesiane della retta r passante per i punti A = (2, 1, 3) e
B = (1, 2, 1).
b) Trovare unequazione cartesiana del piano parallelo alla retta r e allasse z e passante per
lorigine.
Esercizio 2.15.
a) Determinare equazioni parametriche e cartesiane del piano passante per i punti A = (1, 1, 1)
e B = (2, 0, 1) e perpendicolare alla retta r di equazioni cartesiane x = y 1 = 0.
b) Trovare unequazione cartesiana del piano parallelo al piano e passante per il punto C =
(0, 1, 2).
2. RETTE E PIANI
17
Esercizio 2.16. Nello spazio si considerino la due rette di equazioni:
x = 1 + t
r:
s: x+y1=xy+z =0
y =1t
z=3
a) Mostrare che le due rette sono sghembe.

b) Determinare unequazione del piano contenente la retta r e parallelo alla retta s.
c) Determinare unequazione del piano parallelo alle due rette ed equidistante da esse.
Esercizio 2.17. Si considerino le rette r1 , r2 , r3 di equazioni

r1 : x = 3t + 1, y = t, z = 3t + 1
r2 : x = s, y = 2, z = s
r3 : x 1 = z = 0
a) Si determini unequazione del piano contenente le rette r1 e r2 .

b) Si stabilisca se il piano contiene r3 .
c) Si calcoli la proiezione ortogonale del punto P (1, 2, 0) sul piano 1 .
Esercizio 2.18. Si considerino i piani 1 , 2 , 3 di equazioni
1 : z 3 = 0
2 : x + y + 2 = 0
3 : 3x + 3y z + 9 = 0
e la retta r = 1 2 .
a) Si stabilisca se il piano 3 contiene r.
b) Si trovi unequazione cartesiana del piano 4 passante per lorigine e contenente r.
c) Si calcoli la proiezione ortogonale dellorigine sul piano 1 .
1 : 3x + 3y z = 9
2 : x + y + 2 = 0
3 : x + y + z = 1
Esercizio 2.20. Si considerino la retta r di equazione
x = 2 + t
r :
y = 3 2t
z=1
e la famiglia di piani k : 2x + ky z = 1 dove k è un parametro reale.

a) Si determini per quali k il piano k risulta parallelo a r.
b) Per il valore di k trovato al punto precedente calcolare la distanza tra k e r.
Esercizio 2.21. Nel piano, si considerino le rette r1 , r2 , r3 di equazioni
(
x = 1 2t
r1 :
r2 : x 2y + 1 = 0,
r3 : 2x + y 2 = 0.
y = 2t
a) Si trovi unequazione cartesiana della retta r parallela a r1 e passante per il punto A = r2 r3 .
b) Si trovi unequazione cartesiana della retta s perpendicolare a r1 e passante per A.
c) Si calcoli langolo tra le rette r1 e r2 e tra le rette r2 e r3 .
Esercizio 2.22. Verificare che i quattro punti
P1 = (1, 2, 1),
P2 = (2, 1, 0),
P3 = (1, 0, 1),
P4 = (0, 0, 1)
sono complanari e determinare unequazione cartesiana del piano che li contiene.
18
2. RETTE E PIANI
Esercizio 2.23. Siano 1 il piano di equazioni parametriche:

x = 1 + u + v,
y = 2 + u v,
u, v R
z = 3 + u,
e 2 il piano di equazione cartesiana x y + z + 1 = 0.

a) Si scriva lequazione cartesiana di 1 .
b) Si scrivano le equazioni parametriche della retta r = 1 2 .
c) Detta s la retta di equazioni parametriche: x = 1 + t, y = 2 t, z = 3 + 2t, si verifichi che r e s
sono sghembe.
Esercizio 2.24. Siano r e s le rette di equazioni:
x = 1 + 2t
r : y = 3t
t R,
z=1
s:
3x 2y = 2
z=2
a) Si determini lequazione cartesiana del piano 1 contenente r e s.

b) Si determini lequazione cartesiana del piano 2 perpendicolare a r e s e passante per il punto
C(0, 1, 1).
Esercizio 2.25. Si considerino i tre piani di equazioni

1 : x + y + z = 0,
2 : x y z + 1 = 0,
3 : 2x + kz = 1
a) Stabilire la posizione reciproca dei tre piani (paralleli, incidenti in un punto o in una retta ...) al
variare di k in R.
b) Si determini lequazione del piano per lorigine e perpendicolare alla retta r : 1 2 .
Esercizio 2.26. Si considerino le rette r1 e r2 di equazioni:
x = 2 2t
y+z =2
r1 :
r2 :
y=t
x=1
z =1+t
t R
a) Si verifichi che le due rette sono incidenti e se ne determini il punto P di intersezione.

b) Si trovi unequazione parametrica della retta passante per P e ortogonale a r1 e r2 .
Esercizio 2.27. Siano assegnati il punto A = (1, 2, 1) il piano e la retta s di equazioni
x = 1 + t
: x + z = 4,
s:
y=2
z=0
a) Si determini il punto B, proiezione ortogonale di A su e la retta r passante per A e per B.

b) Indicato con C il punto di intersezione tra s e r e con D il punto di intersezione tra s e , si
determini unequazione della retta CD.
c) Si determini langolo tra r e la retta CD.
Esercizio 2.28. Nello spazio, si considerino le rette r1 , r2 di equazioni
x = 3t
x+y2=0
r1 :
r2 :
y =2t
z
+y3=0
z =1+t
a) Determinare la loro posizione reciproca.

b) Determinare unequazione cartesiana del piano contenente le due rette.
c) Determinare unequazione parametrica della retta passante per P = (2, 5, 1) e perpendicolare
alle rette r1 e r2 .
Esercizio 2.29. Nello spazio, si considerino i piani 1 , 2 di equazioni

1 : 3x y + z = 0,
2 : 2x + y = 0.
a) Scrivere equazioni parametriche della retta r intersezione di 1 e 2 .

b) Determinare unequazione cartesiana del piano ortogonale ai due piani assegnati e passante per
il punto P = (2, 1, 0).
c) Trovare la proiezione ortogonale del punto P sulla retta r.
1. SUGGERIMENTI
19
Esercizio 2.30. Siano r la retta passante per i punti A = (1, 0, 2) e B = (1, 1, 1) e s la retta di
equazioni parametriche
x = 1 + 2t
s:
t R
y =1t
z =1+t
a) Si determini unequazione cartesiana del piano perpendicolare a r e passante per il punto Q di
intersezione tra lasse delle y e il piano contenente r e s.
b) Si trovino equazioni cartesiane e parametriche della retta perpendicolare ad r e s e passante per
il punto P = (1, 3, 1).
Esercizio 2.31. Dati i punti i O(0, 0), A(2, 1), B(1, 3), determinare lisometria f (x, y) = (x , y )
tale che f (O) = O , f (A) = A , f (B) = B nei seguenti casi. Stabilire in particolare se si tratta di una
traslazione, rotazione, riflessione e glissoriflessione trovando gli eventuali punti fissi.

3
7
1
, A = 1,
, B = 2,
.
a) O = 3,
2
2
2
!
!
46 2 3+2 2
52 2 1+4 2
, B =
.
b) O = (1, 0) , A =
,
,
3
3
3
3

2 11
9 13
, B =
.
c) O = (0, 0) , A = ,
,
5 5
5 5
3
4
1 7
, B =
,
, .
d) O = (2, 1) , A =
5 5
5
5
Esercizio 2.32.
i punti del piano A = (0, 0), B = (2t, 0), C = (0, 1) e A = (2, 2), B =
Si considerino

2 + 3, 3 , C = 23 , 2 + 23 .
a) Per quali valori di t esiste unisometria diretta che trasforma i punti A, B, C nei punti A , B , C
rispettivamente?
b) Per i valori di t determinati al punto precedente, trovare le equazioni dellisometria.
c) Stabilire se lisometria f in b) ha dei punti fissi, cioè tali che f (P ) = P .
1. Suggerimenti
In R2 lequazione parametrica della retta passante per P (x0 , y0 ) e di direzione parallela al
vettore u = (u1 , u2 ) è:
(
x = x0 + u1 t
r:
t R
y = y0 + u 2 t
In R2 la generica equazione cartesiana di una retta è:
r:
ax + by + k = 0
In R lequazione parametrica della retta passante per P (x0 , y0 , z0 ) e di direzione parallela al

vettore u = (u1 , u2 , u3 ) è:
x = x0 + u1 t
r:
y = y0 + u2 t t R
z = z0 + u 3 t
In R3 la generica equazione cartesiana di una retta è data dallintersezione di due piani:

(
a 1 x + b1 y + c 1 z = k 1
r:
a 2 x + b2 y + c 2 z = k 2
-
20
2. RETTE E PIANI
In R3 lequazione parametrica del piano passante per P (x0 , y0 , z0 ) e di direzioni parallele ai

vettori u = (u1 , u2 , u3 ) e v = (v1 , v2 , v3 ) è:
x = x0 + u1 t + v 1 s
:
y = y0 + u2 t + v2 s s, t R
z = z0 + u 3 t + v 3 s
In R3 la generica equazione cartesiana di un piano è :

:
ax + by + cz = k
Il vettore (a, b, c) ha direzione perpendicolare al piano.

-
Due rette r1 e r2 sono parallele se hanno la stessa direzione, ovvero se i rispettivi vettori
direzione sono proporzionali.
In R3 due rette r1 e r2 sono sghembe se non sono parallele e non si intersecano.
In R3 due rette r1 e r2 sono complanari se non sono sghembe, ovvero se sono parallele oppure
si intersecano.
Due piani 1 e 2 sono paralleli se non si intersecano. Analogamente due piani 1 : a1 x +
b1 y + c1 z = k1 e 2 : a2 x + b2 y + c2 z = k2 sono paralleli se i vettori (a1 , b1 , c1 ) e (a2 , b2 .c2 ) sono
proporzionali.
Una retta r è perpendicolare al piano : ax + by + cz = k se r ha direzione parallela al vettore
u = (a, b, c).
-
Dati due vettori u = (u1 , u2 , u3 ) e v = (v1 , v2 , v3 ) di R3 chiamiamo prodotto scalare di u e v il

numero:
(u, v) = u v T = u1 v1 + u2 v2 + u3 v3 .
Date due rette r1 parallela a un vettore u e r2 parallela a un vettore v, langolo tra le due rette
è dato da:
u vT
(u, v)
=
,
cos() =
|u| |v|
|u| |v|
p
dove |u| =norma di u= lunghezza di u = (u, u) = u uT .
Isometrie. Le isometrie sono trasformazioni del piano f (x, y) = f (x , y ) che mantengono le distanze.
Un punto P tale che P = f (P ) = P è detto punto fisso; una retta r tale che r = f (r) = r è detta retta
fissa. Ci sono quattro tipi di isometrie:
Isometrie dirette: mantengono lorientamento degli angoli. Hanno equazione:
(
x = cx sy + a
con c2 + s2 = 1
y = sx + cy + b
Ci sono due tipi di isometrie dirette:
Traslazioni: s = 0. Non hanno punti fissi.
Rotazioni: s 6= 0. Hanno un punto fisso (il centro di rotazione) che si trova risolvendo il
sistema
(
x = cx sy + a
y = sx + cy + b
Isometrie inverse: non mantengono lorientamento degli angoli. Hanno equazione:
(
x = cx + sy + a
con c2 + s2 = 1
y = sx cy + b
Ci sono due tipi di isometrie inverse:
2. SOLUZIONI
21
Riflessioni o simmetrie rispetto ad una retta. Hanno una retta di punti fisi (lasse di
simmetria) e infinite rette fisse (le rette ortogonali allasse).
Glissoriflessioni: composizione di una rflessione e di una traslazione parallela allasse di
simmetria. Non hanno punti fissi.
-
2. Soluzioni
Esercizio 2.1. Determinare lequazione parametrica e Cartesiana della retta del piano
(a) Passante per i punti A(1, 2) e B(1, 3).
(b) Passante per il punto C(2, 3) e parallela al vettore OP = (1, 2).

(c) Di equazione Cartesiana y = 2x + 5. Determinare inoltre un punto appartenente a tale retta.
Soluzione:
(a) Poichè AB = (2, 1) otteniamo

r:
x = 1 2t
y =2+t
t R
Per ottenere lequazione Cartesiana basta ricavare t:

(
(
x = 1 2t
x = 1 2(y 2)
y =2+t
t=y2
x + 2y 5 = 0
(b) Possiamo scrivere direttamente lequazione parametrica:

(
x=2t
r:
t R
y = 3 + 2t
Ricaviamo ora lequazione Cartesiana:
(
t=2x
y = 3 + 2(2 x)
2x + y 7 = 0
(c) La cosa pi`

u semplice è porre una variabile uguale al parametro t, ottenendo
(
x=t
r:
t R
y = 5 + 2t
Per determinare un punto P appartenente a r è sufficiente trovare un punto (x, y) che soddisfi
lequazione di r (parametrica o cartesiana). Assegnando per esempio il valore 0 al parametro t
nellequazione parametrica otteniamo il punto:
(
x=0
P (0, 5).
y=5

Esercizio 2.2. Determinare lequazione parametrica e Cartesiana della retta dello spazio
(a) Passante per i punti A(1, 0, 2) e B(3, 1, 0).
(b) Passante per il punto P (1, 3, 1) e parallela al vettore OQ = (2, 0, 0).

(c) Di equazioni Cartesiane
(
y = 3x + 1
yx+z =0
Determinare inoltre un punto appartenente a tale retta.
Soluzione:
22
2. RETTE E PIANI
(a) Poichè AB = (2, 1, 2) otteniamo
x = 1 + 2t
r:
y = t
z = 2 2t
Ricaviamo ora lequazione Cartesiana:
x = 1 + 2(y)
t = y
z = 2 2(y)
t R
(
x + 2y 1 = 0
2y z + 2 = 0
Notiamo che lequazione Cartesiana di una retta nello spazio è data mediante lintersezione di
due piani.
(b) Possiamo scrivere direttamente lequazione parametrica:
x = 1 + 2t
t R
r:
y=3
z=1
Notiamo che lequazione si pu`
o equivalentemente scrivere
x = t
r:
t R
y=3
z=1
E immediato ricavare lequazione Cartesiana:
(
y=3
z=1
(c) La cosa pi`

u semplice è porre la variabile x uguale al parametro t, ottenendo
x = t
x = t
r:
t R
y = 1 + 3t
y = 1 + 3t
z = (1 + 3t) + t
z = 1 2t
Per determinare un punto P appartenente a r è sufficiente trovare un punto (x, y, z) che soddisfi
lequazione di r (parametrica o cartesiana). Assegnando per esempio il valore 0 al parametro t
nellequazione parametrica otteniamo il punto:
x = 0
P (0, 1, 1).
y=1
z = 1
Esercizio 2.3.
a) Determinare lequazione parametrica e Cartesiana del piano passante per i punti A(1, 3, 1),
B(2, 0, 0) e C(0, 1, 1). Il punto P (0, 2, 0) appartiene a tale piano?
b) Determinare una equazione della retta passante per A ortogonale a .
Soluzione:
a) Possiamo determinare prima lequazione parametrica. Poichè
AB = (1, 3, 1)
AC = (1, 2, 0)
otteniamo
x = 1 + t s
:
y = 3 3t 2s
z =1t
t, s R
2. SOLUZIONI
23
Per ottenere lequazione Cartesiana da quella parametrica basta ricavare s e t e procedere per
sostituzione:
x = 1 + (1 z) s
s = x z + 2
y = 3 3(1 z) 2s
y = 3z 2(x z + 2) 2x y + 5z 4 = 0
t=1z
t=1z
In alternativa si pu`
o ricavare direttamente lequazione cartesiana, considerando la generica
equazione ax + by + cz = d e imponendo il passaggio per i tre punti A, B e C in modo da ricavare
i valori di a, b, c e d. Notiamo che cos` come lequazione cartesiana è determinata a meno di
multipli, anche i valori di a, b, c e d non saranno univocamente determinati.
d
d
A : a + 3b + c = d
b = 4
2 + 3b + (d b) = d
d
d
2a = d
a= 2
ax + by + cz = d B :
a= 2
C:
b+c=d
c=db
c = 54 d
Possiamo ora scegliere un valore di d. Ponendo d = 4 otteniamo
a=2
b = 1
2x y + 5z = 4
c=5
d=4
Infine P (0, 2, 0) appartiene al piano se le sue coordinate soddisfano lequazione (Cartesiana o

parametrica). Sostituendo nellequazione Cartesiana otteniamo
2 4 = 0 no
Poichè le coordinate non soddisfano lequazione P non appartiene al piano.

Analogamente potevamo sostituire nellequazione parametrica ottenendo:
s = 2
0 = 2 s
0 = 1 + t s
s = 1
2 = 3 3 2s
2 = 3 3t 2s
t=1
t=1
0=1t
Poichè la prima e seconda equazione si contraddicono il sistema non ammette soluzione e P non
appartiene al piano.
b) Sappiamo che dato un generico piano ax + by + cz = k il vettore (a, b, c) è ortogonale al piano.
Quindi dallequazione cartesiana del piano ricaviamo che la retta cercata ha direzione (2, 1, 5).
Sappiamo inoltre che tale retta passa per A = (1, 3, 1), quindi
x = 1 + 2t
y =3t
z = 1 + 5t
Esercizio 2.4. Sia r la retta di R passante per i punti A(1, 1, 2) e B(2, 0, 1), e sia s la retta
contenente C(1, 3, 3) e parallela al vettore OD(2, 2, 3).

a) Determinare la posizione reciproca delle due rette (cioè se sono incidenti, parallele o sghembe).
b) Se sono incidenti determinarne il punto di intersezione.
Soluzione:
La retta r passante per B e parallela al vettore BA = (3, 1, 1) ha equazione parametrica:
x = 2 3t
r:
t R
y=t
z =1t
Analogamente
x = 1 + 2h
s : y = 3 2h
z = 3 + 3h
h R
24
2. RETTE E PIANI

a) Osserviamo subito che r e s non sono parallele in quanto i vettori direzione BA e OD non hanno
le componenti proporzionali uno rispetto allaltro.
Per stabilire se sono incidenti cerchiamo lintersezione r s risolvendo il sistema di 3 equazioni
nelle due incognite t, h:
3(3 2h) 2h = 3
2 3t = 1 + 2h
t = 3 2h
t = 3 2h
(3 2h) 3h = 4
1 t = 3 + 3h
h = 3
9 + 6h 2h = 3
t = 3 2h
t = 3 2h
h=1
3 + 2h 3h = 4
Poichè la prima e terza equazione si contraddicono il sistema non ammette soluzione e le rette
non sono incidenti.
Infine le rette sono sghembe.
In alternativa potevamo per esempio ricavare lequazione cartesiana di una delle due rette
x = 2 3t
x + 3y = 2
r: y=t
y+z =1
z =1t
e quindi rislovere il sistema
x = 1 + 2h
x
=
1
+
2h
y = 3 2h
y = 3 2h
z = 3 + 3h
z = 3 + 3h
x + 3y = 2
1 + 2h + 9 6h = 2
3 2h 3 + 3h = 1
y + z = 1
x = 1 + 2h
y = 3 2h
z = 3 + 3h
4h = 12
h = 1
Poichè le ultime due equazioni si contraddicono il sistema non ammette soluzione e le rette non
sono incidenti.
Infine le rette sono sghembe.
Esercizio 2.5.
a) Determinare la posizione reciproca (cioè se sono incidenti, parallele o sghembe) delle rette r e r
di equazioni parametriche:
x = 2t
x = s
r:
r :
y =t+1
y=2
z =t+3
z =s+2
b) Se le rette sono incidenti determinare lampiezza dellangolo tra esse.
Soluzione:
a) Osserviamo subito che r e r non sono parallele in quanto r è parallela al vettore (2, 1, 1) mentre
r è parallela al vettore (1, 0, 1).
Per stabilire se sono incidenti cerchiamo lintersezione rr risolvendo il sistema di 3 equazioni
nelle due incognite t, s:
(
2t = s
s = 2
s=2
t=1
t+1=2
t=1
t+3=s+2
1+3=2+2
Sostituendo nellequazione di r (o analogamente di r ) il valore di t (o di s) determinato,

troviamo che r e r sono incidenti nel punto P (2, 2, 4).
b) Langolo formato dalle rette r e r corrisponde allangolo formato dai rispettivi vettori direzione
u = (2, 1, 1) e v = (1, 0, 1). Possiamo quindi sfruttare la formula
cos() =
(u, v)
u vT
=
|u| |v|
|u| |v|
2. SOLUZIONI
dove
|u| =
Quindi
(u, u) =
4+1+1=
p
|v| = (v, v) = 1 + 1 = 2
25
3
3
2+1
= =
= 30 .
cos() =
2
12
2 3
Esercizio 2.6. Determinare la posizione reciproca (parallele, incidenti o sghembe) delle rette r e r di
equazioni parametriche:
x = 2t
x = s
r:
r :
y =t+1
y=1
z=t
z = 2s + 1
Soluzione:
Cominciamo a verificare se le rette sono incidenti risolvendo il sistema:
s = 0
2t = s
t=0
t+1=1
0=1
t = 2s + 1
Poichè il sistema non ammette soluzioni le rette non sono incidenti.

Inoltre la retta r è diretta come il vettore (2, 1, 1) mentre la retta r è diretta come il vettore (1, 0, 2)
quindi le due rette non sono parallele tra loro.
Di conseguenza r e r sono sghembe.

Esercizio 2.7.
a) Determinare equazioni parametriche della retta r passante per i punti A = (2, 3, 1) e B = (0, 0, 1)
e della retta s passante per i punti C = (0, 0, 0) e D = (4, 6, 0).
b) Stabilire se r e s sono complanari. In caso affermativo, trovare unequazione cartesiana del piano
contenente r e s.
Soluzione:

a) Il vettori direzione AB e CD hanno componenti:
AB = (2, 3, 0)
CD = (4, 6, 0)
Quindi:
x = 2t
r:
y = 3t
z=1
x = 4t
s : y = 6t
z=0
b) Poichè i due vettori direzione sono paralleli lo sono anche le due rette r e s e in particolare le
rette sono complanari.
Per determinare il piano che li contiene abbiamo bisogno per`
o di un vettore direzione dif
ferente, appartenente al piano. Possiamo per esempio determinare il vettore direzione AC (in
quanto A e C appartengono al piano cercato):
AC = (2, 3, 1)
Infine il piano che contiene r e s ha equazione parametrica:
x = 2t + 2s
:
y = 3t + 3s s, t R
z=s
26
2. RETTE E PIANI
Per ricavare lequazione cartesiana basta eliminare i parametri s e t:
x = 2t + 2z
y = 3t + 3z 3x 2y = 0
z=s
o ricavare direttamente lequazione cartesiana, considerando la generica
equazione ax + by + cz = d e imponendo il passaggio per tre dei quattro punti, per esempio B, C
e D in modo da ricavare i valori di a, b, c e d. Notiamo che cos` come lequazione cartesiana è
determinata a meno di multipli, anche i valori di a, b, c e d non saranno univocamente determinati.
B:
c=d
c = 0
0=d
ax + by + cz = d C :
d=0
D : 4a + 6b = d
a = 23 b
Possiamo ora scegliere un valore di b. Ponendo b = 2 otteniamo
a = 3
3x + 2y = 0
b=2
c=d=0
Esercizio 2.8. Si considerino le rette r1 e r2 di equazioni
x = 1 + t
x+y =1
r1 :
r2 :
y = 2t
xy+z =2
z =1+t
a) Si mostri che le due rette sono incidenti.

b) Si determini lequazione della retta ortogonale a r1 e r2 e passante per il loro punto di intersezione.
Soluzione:
a) Risolviamo il sistema
x=1+t
x
=
1
+
t
y
y
=
2t
= 2t
z =1+t
z =1+t
1 + t + 2t = 1
x
+
y
=
1
1 + t 2t + 1 + t = 2
x y + z = 2
x=1+t
y
= 2t
z =1+t
3t = 0
0 = 0
Quindi le rette sono incidenti nel punto P (1, 0, 1).

b) Determiniamo lequazione parametrica di r2 :
x = 1 t
x+y =1
r2 :
y=t
xy+z =2
z = 1 + 2t
x=1
y = 0
z=1
t=0
Quindi r2 è parallela al vettore (1, 1, 2).

Per determinare la direzione ortogonale a r1 e r2 determiniamo la Il piano passante per P
e contenente r1 e r2 . ha direzioni parallele a r1 e r2 e quindi ha equazioni:
x = 1 + t s
x + y = 1 + 3t
xy+z =2
y = 0 + 2t + s
2x + z = 3 + 3t
z = 1 + t + 2s
Di conseguenza la direzione ortogonale a (e quindi a r1 e r2 ) è (1, 1, 1). Infine la retta cercata

ha equazione
x = 1 + t
y = t
z =1+t
2. SOLUZIONI
27
Un metodo alternativo consisteva nel determinare il piano 1 ortogonale a r1 e il piano 2

ortogonale a r2 passanti per P . Il piano ortogonale a r1 ha equazione del tipo x + 2y + z = d.
Imponendo il passaggio per P otteniamo 1 + 1 = d, quindi
1 : x + 2y + z = 2
In maniera analoga
2 : x + y + 2z = 1
La retta cercata è data dallintersezione di 1 e 2 :

(
(
x + 2y + z = 2
x + 2y + z = 2
x + y + 2z = 1
3y + 3z = 3
x = 1 t
y=t
z =1t
Notiamo che anche se lequazione parametrica è differente, si tratta ovviamente della stessa retta.

Esercizio 2.9. Si considerino le rette di equazioni cartesiane
(
(
x + 2y = 0
2x = 0
r:
s:
yz =0
x+y+z =0
a) Dopo avere verificato che le due rette sono incidenti, determinare lequazione cartesiana della
retta passante per P (1, 1, 1) e incidente r e s.
b) Determinare lequazione cartesiana del piano passante per C(1, 2, 3) e perpendicolare a r.
c) Determinare equazioni cartesiane della retta passante per il punto P = (1, 1, 1) e perpendicolare
alle due rette r e s.
Soluzione:
a) Cominciamo con il determinare se le rette r e s sono incidenti risolvendo il sistema
y=0
x + 2y = 0
z = 0
y z = 0
x=0
2x = 0
0 = 0.
x + y + z = 0.
Quindi le rette sono incidenti nel punto O(0, 0, 0). E allora sufficiente determinare lequazione
della retta passante per P (1, 1, 1) e O(0, 0, 0). In questo modo tale retta interseca r e s. La
direzione è data dal vettore OP (1, 1, 1), quindi la retta cercata ha equazione parametrica:
x = t
y=t
z=t
b) Il piano passante per C(1, 2, 3) e perpendicolare a r ha equazione del tipo

ax + by + cz = k
dove a, b, c corrispondono alle componenti del vettore direzione di r (perpendicolare al piano),

mentre il valore di k si determina imponendo il passaggio per C.
Determiniamo quindi lequazione parametrica di r:
x = 2t
r: y=t
z=t
Quindi r è parallela al vettore (2, 1, 1), e il piano cercato è del tipo

2x + y + z = k
Imponendo poi il passaggio per C(1, 2, 3) otteniamo:

2 1 + 2 + (3) = k
Infine il piano cercato ha equazione:
2x + y + z = 3
k = 3
28
2. RETTE E PIANI
c) Scriviamo lequazione di r e s in forma parametrica:
x = 0
x = 2t
s : y = t
r: y=t
z=t
z=t
Il piano passante per P (1, 1, 1) e perpendicolare a r ha equazione

2x + y + z = 0
Analogamente il piano passante per P (1, 1, 1) e perpendicolare a s ha equazione

y + z = 0
La retta cercata è data dallintersezione dei due piani appena determinati:
x = t
2x + y + z = 0
y=t
y + z = 0
z=t
Notiamo che la retta coincide, casualmente, con quella determinata al punto precedente.
Un metodo alternativo consisteva nel calcolare il piano contenente r e s. Tale piano ha
direzione parallela ai due vettori direzione di r e s e contiene il punto O(0, 0, 0) di intersezione di
r e s:
x = 2t
r:
y =ts x+y+z =0
z =t+s
La retta cercata è quindi la retta passante per P e perpendicolare a tale piano:
x = 1 + t
y =1+t
z =1+t
Notiamo che si tratta, ovviamente, della stessa retta determinata con laltro metodo, scritta in
maniera differente.

Esercizio 2.10. Sia r la retta nello spazio passante per i punti A = (0, 0, 1) e B = (2, 1, 0). Sia s
la retta passante per i punti C = (1, 1, 1) e D = (1, 0, 0).
a) Mostrare che le due rette sono complanari e trovare unequazione del piano che le contiene.
b) Trovare equazioni parametriche della retta per lorigine ortogonale al piano del punto a).
Soluzione:
a) Due rette sono complanari se sono parallele o incidenti.

Il vettori direzione AB e CD hanno componenti:
CD = (2, 1, 1)
AB = (2, 1, 1)
Poichè i due vettori sono paralleli lo sono anche le due rette r e s e quindi in particolare sono
complanari. Per determinare il piano che li contiene abbiamo bisogno però di un vettore direzione
differente, appartenente al piano. Possiamo per esempio determinare il vettore direzione AC (in
quanto A e C appartengono al piano cercato):
AC = (1, 1, 0)
Infine il piano che contiene r e s ha equazione parametrica:
x = 2t + s
s, t R
:
y = t + s
z =1t
2. SOLUZIONI
29
Per ricavare lequazione cartesiana basta eliminare i parametri s e t:
t = 1 z
t = 1 z
xyz+1=0
x = 2 + 2z + s s = x + 2 2z
y = 1 + z + x + 2 2z
y = 1 + z + s
b) Un vettore perpendicolare al piano ha componenti proporzionali ai cofficienti della x, y e z

dellequazione cartesiana di , ovvero (1, 1, 1) (o un suo multiplo). Di conseguenza lequazione
della retta cercata è
x = t
t R
y = t
z = t
Esercizio 2.11.
a) Determinare equazioni parametriche ed equazioni cartesiane della retta r dello spazio passante per
i punti A = (2, 1, 3) e B = (3, 5, 4).
b) Stabilire se la retta r interseca il piano di equazione cartesiana 2x y + z = 0.
Soluzione:
a) Il vettore direzione AB e dato da AB = (1, 6, 1), di conseguenza lequazione parametrica di

r e:
x = 2 t
r : y = 1 6t
t R
z =3t
Per determinare lequazione cartesiana ricaviamo il parametro t per esempio dalla prima equazione
e lo sostituiamo nelle altre due ottenendo
(
6x y 13 = 0
r:
xz+1=0
b) Per calcolare leventuale intersezione tra r e il piano assegnato possiamo mettere a sistema
lequazione cartesiana di r con quella del piano:
6x y 13 = 0
xz+1=0
2x y + z = 0
In questo caso risulta forse pi`

u semplice mettere a sistema lequazione parametrica di r con quella
del piano:
x=2t
x=2t
y = 1 6t
y = 1 6t
z =3t
z =3t
2(2 t) (1 6t) + (3 t) = 0
2x y + z = 0
14
x=
x=2t
y = 1 6t
y = 15
17
z = 3 t
z =
8
t =
t
=
3
3

14
17
Di conseguenza la retta r interseca il piano nel punto P
.
, 15,
3
3
Esercizio 2.12. Sia r la retta nello spazio di equazioni cartesiane x + z + 1 = 2x + 2y z 3 = 0 e

sia l la retta di equazioni parametriche x = 2t, y = t, z = 0.
30
2. RETTE E PIANI
a) Determinare una equazione cartesiana del piano contenente il punto P (1, 2, 3) e ortogonale alla
retta l.
b) Stabilire se esiste una retta passante per P , contenuta in ed incidente la retta r. In caso
affermativo determinare equazioni di tale retta.
Soluzione:
a) La retta l ha direzione (2, 1, 0), quindi il piano ortogonale a l ha equazione del tipo 2x y = d.
Imponendo il passaggio per il punto P si ottiene 2 2 = d, quindi d = 0 e
:
2x y = 0
b) Il punto P appartiene a ; se la retta r interseca in un punto A, la retta passante per A e P è

la retta cercata. Determiniamo quindi leventuale intersezione tra r e :
2x y = 0
y = 2x
y = 2x
x + z = 1
x + z = 1
x + z = 1
2x + 2y z 3 = 0
6x z 3 = 0
7x = 2

9
2 4
, ,
A
7 7
7
Determiniamo quindi il vettore direzione AP

5 10 30
parallelo a (1, 2, 6)
,
,
AP =
7 7
7
Infine la retta cercata ha equazioni
x = 1 + t
y = 2 + 2t t R,
z = 3 + 6t
(
2x y = 0
6x z = 3
Esercizio 2.13. Si considerino i piani dello spazio

: xy+z =0
: 8x + y z = 0.
a) Stabilire la posizione reciproca dei due piani.

b) Trovare unequazione cartesiana del piano passante per P = (1, 1, 1) e perpendicolare ai piani e
.
Soluzione:
a) Due piani o sono paralleli o la loro intersezione è una retta. In questo caso il piano è perpendicolare al vettore (1, 1, 1), mentre è perpendicolare al vettore (8, 1, 1), quindi i piani non
sono paralleli tra loro. Determiniamo la loro intersezione mettendo a sistema le loro equazioni:
(
(
x = 0
xy+z =0
9x = 0
y=t
8x + y z = 0
y + z = 0
z=t
Quindi i piani si intersecano nella retta
x = 0
y=t
z=t
t R
b) La direzione perpendicolare al piano è data dal vettore (1, 1, 1), mentre la direzione perpendicolare a è (8, 1, 1). Di conseguenza il piano perpendicolare a e passante per il punto
P (1, 1, 1) ha equazione parametrica:
x = 1 + t + 8s
y =1t+s
z =1+ts
2. SOLUZIONI
31
Ricavando i parametri s e t e sostituendo si ottiene una equazione cartesiana:

y+z =2
o osservare che un piano pependicolare a e è anche perpendicolare
alla retta loro intersezione. Di conseguenza il piano cercato è perpendicolare al vettore (0, 1, 1)
(direzione della retta intersezione), ovvero ha equazione del tipo y+z = k. Imponendo il passaggio
per P si ottiene direttamente lequazione cartesiana:
y+z =2

Esercizio 2.14.
a) Determinare equazioni parametriche e cartesiane della retta r passante per i punti A = (2, 1, 3) e
B = (1, 2, 1).
b) Trovare unequazione cartesiana del piano parallelo alla retta r e allasse z e passante per
lorigine.
Soluzione:
a) AB = (1, 1, 2), quindi
x = 2 t
r:
y =1+t
z = 3 2t
b) Lasse delle z ha equazione
x+y =3
2x z = 1
x = 0
az :
y=0
z=t
quindi il piano cercato ha come direzioni (1, 1, 2), (0, 0, 1):
x = t
:
x+y =0
y=t
z = 2t + s
Esercizio 2.15.
a) Determinare equazioni parametriche e cartesiane del piano passante per i punti A = (1, 1, 1)
e B = (2, 0, 1) e perpendicolare alla retta r di equazioni cartesiane x = y 1 = 0.
b) Trovare unequazione cartesiana del piano parallelo al piano e passante per il punto C =
(0, 1, 2).
Soluzione:
a) La retta r ha equazione parametrica
x = 0
r:
y=1
z=t
t R
Quindi r ha direzione (0, 0, 1) e un piano ad essa perpendicolare ha equazione del tipo z = k.

Imponendo il passaggio per A (o per B) si ottiene k = 1. Infine il piano cercato ha equazione
cartesiana z = 1. Una equazione parametrica di è
x = t
s, t R
:
y=s
z=1
b) Un piano parallelo al piano ha equazione del tipo z = k. Imponendo il passaggio per C si

ottiene k = 2. Infine il piano cercato ha equazione z = 2.
32
2. RETTE E PIANI
Esercizio 2.16. Nello spazio si considerino la due rette di equazioni:
x = 1 + t
r:
s: x+y1=xy+z =0
y =1t
z=3
a) Mostrare che le due rette sono sghembe.

b) Determinare unequazione del piano contenente la retta r e parallelo alla retta s.
c) Determinare unequazione del piano parallelo alle due rette ed equidistante da esse.
Soluzione:
a) Due rette del piano sono sghembe se non sono parallele e non si intersecano.
parametrica di s è:
x = 1 t
s:
y=t
z = 1 + 2t
Lequazione
Quindi r ha direzione (1, 1, 0) mentre s ha direzione (1, 1, 2) e le due rette non sono parallele.
Inoltre se calcoliamo r s:
x
=
1
+
t
x
=
1
+
t
x=1+t
y = 1 t
y = 1 t
y = 1 t
z=3
z=3
z=3
x + y 1 = 0
1 + t + 1 t 1 = 0
1=0
x y + z = 0
1 + t 1 + t + 3 = 0
3 + 2t = 0
il sistema non ammette soluzione, quindi le due rette non si intersecano.

Di conseguenza r e s sono sghembe.
b) Sia il piano cercato. Poiche contiene r, deve essere parallelo a r e passare per un punto di
r. Sia A = (1, 1, 3) il punto di r, imponendo inoltre le condizioni di parallelismo alle due rette,
otteniamo:
x = 1 + t s
: y =1t+s
x+y =2
z = 3 + 2s
c) Si pu`
o procedere in pi`
u modi. Forse il pi`
u semplice è calcolare il piano passante per s e parallelo
a r in maniera analoga al punto precedente. Sia B = (1, 0, 1) il punto di s:
x = 1 + t s
x+y =1
: y = t + s
z = 1 + 2s
Il piano cercato è parallelo a e , quindi ha una equazione del tipo x + y = d. Inoltre

essendo equidistante da r e da s è anche equidistante da e , ovvero il valore di d è dato dalla
media degli analoghi valori di e :
3
2+1
=
d=
2
2
Infine il piano cercato è
3
x+y =
2

r1 : x = 3t + 1, y = t, z = 3t + 1
r2 : x = s, y = 2, z = s
r3 : x 1 = z = 0
a) Si determini unequazione del piano contenente le rette r1 e r2 .

b) Si stabilisca se il piano contiene r3 .
c) Si calcoli la proiezione ortogonale del punto P (1, 2, 0) sul piano 1 .
2. SOLUZIONI
33
Soluzione:
a) Notiamo che r1 ha direzione (3, 1, 3) e r2 ha direzione (1, 0, 1). Le due rette sono comunque
complanari in quanto si intersecano:
3t + 1 = s
s = 5
r1 r2 = A(5, 2, 5)
t = 2
t = 2
3t + 1 = s
Quindi il piano cercato ha equazioni:
x = 5 + 3t + s
:
y =2t
z = 5 + 3t + s
xz =0
b) Un modo per verificare se contiene r3 è di controllare se contiene due qualsiasi punti di r3 .

Dallequazione di r3 otteniamo per esempio i punti B(1, 0, 0) e C(1, 1, 0) di r3 . Quindi contiene
B e C se:
10=0
10=0
Siccome le condizioni non sono verificate B e C, e di conseguenza r3 , non sono contenuti in .

c) Determiniamo la retta s per P ortogonale a , cioè di direzione (1, 0, 1):
x = 1 + t
s:
y=2
z = t
La proiezione ortogonale dellorigine sul piano è quindi lintersezione di s con :
x=1+t
x=1+t
x = 12
y = 2
y = 2
y = 2
z = 12
z = t
z = t
t = 21
xz =0
1+t+t=0

Infine la proiezione cercata è il punto D 12 , 2, 21 .

1 : z 3 = 0
2 : x + y + 2 = 0
3 : 3x + 3y z + 9 = 0
Soluzione:
Calcoliamo unequazione parametrica di r = 1 2 :
x = t 2
z3=0
r: y=t
x+y+2=0
z=3
a) Un modo per verificare se 3 contiene r è di controllare se 3 contiene due qualsiasi punti di r.

Dallequazione parametrica di r, assegnando per esempio i valori t = 0 e t = 1 otteniamo i punti
A(2, 0, 3) e B(3, 1, 3) di r. Quindi 3 contiene A e B se:
3 (2) + 3 0 3 + 9 = 0
3 (3) + 3 1 3 + 9 = 0
34
2. RETTE E PIANI
Siccome le due condizioni sono verificate A e B, e di conseguenza r, sono contenuti in 3 .

b) Un piano 4 contenente r contiene i suoi due punti A e B. Si tratta quindi di trovare lequazione del piano per A, B e lorigine. Poiche chiede lequazione cartesiana la cosa pi`
u semplice
è probabilmente considerare la generica equazione cartesiana e imporre il passaggio pre i tre punti:
a = 2 c
2a + 3c = d
ax + by + cz = d
3a + b + 3c = d b = 23 c
d=0
d=0
Possiamo ora scegliere un valore di c. Ponendo c = 2 otteniamo
a=3
b = 3
3x + 3y + 2z = 0
c=2
d=0
In alternativa potevamo ricavare lequazione parametrica e da questa ricavare lequazione
cartesiana. Poichè OA = (2, 0, 3) e OB = (3, 1, 3), otteniamo le equazioni di 4 :
x = 2t 3s
4 :
3x + 3y + 2z = 0
y=s
z = 3t + 3s
c) Determiniamo la retta s per lorigine ortogonale a 1 , cioè di direzione (0, 0, 1):
x = 0
s:
y=0
z=t
La proiezione ortogonale dellorigine sul piano 1 è quindi lintersezione di s con 1 :
x=0
x = 0
y = 0
y=0
z=t
z=3
z=3
Infine la proiezione cercata è il punto P (0, 0, 3).

1 : 3x + 3y z = 9
2 : x + y + 2 = 0
3 : x + y + z = 1
Soluzione:
Calcoliamo unequazione parametrica di r = 1 2 :
x = t
3x + 3y z = 9
r : y = t 2
x+y+2=0
z=3
a) Un modo per verificare se 3 contiene r è di controllare se 3 contiene due qualsiasi punti di r.

Dallequazione parametrica di r, assegnando per esempio i valori t = 0 e t = 1 otteniamo i punti
A(0, 2, 3) e B(1, 3, 3) di r. Quindi 3 contiene A e B se:
0 + (2) + 3 = 1
1 + (3) + 3 = 1
Siccome le due condizioni sono verificate A e B, e di conseguenza r, sono contenuti in 3 .
2. SOLUZIONI
35
b) Un piano 4 contenente r contiene i suoi due punti A e B. Si tratta quindi di trovare lequazione
del piano per A, B e lorigine. Poichè OA = (0, 2, 3) e OB = (1, 3, 3), otteniamo le equazioni
di 4 :
x = s
4 :
y = 2t 3s 3x + 3y + 2z = 0
z = 3t + 3s
c) Determiniamo la retta s per lorigine ortogonale a 1 , cioè di direzione (3, 3, 1):
x = 3t
s:
y = 3t
z = t
La proiezione ortogonale dellorigine sul piano 1 è quindi lintersezione di s con 1 :
x = 3t
x = 3t
x = 3t
27
x = 19
y = 3t
y = 3t
y = 3t
27
y = 19
z = t
z = t
z = t
z = 19
9
3x + 3y z = 9
9t + 9t + t = 9
t = 19

9
27
, 27
Infine la proiezione cercata è il punto P 19
19 , 19 .
Esercizio 2.20. Si considerino la retta r di equazione
x = 2 + t
r :
y = 3 2t
z=1
e la famiglia di piani k : 2x + ky z = 1 dove k è un parametro reale.

a) Si determini per quali k il piano k risulta parallelo a r.
b) Per il valore di k trovato al punto precedente calcolare la distanza tra k e r.
Soluzione:
a) Un metodo consiste nel mettere a sistema retta e piano e stabilire per quali k il sistema non
ammette soluzione:
x=2+t
x = 2 + t
y = 3 2t
y = 3 2t
z = 1
z=1
(2 2k)t = 3k 2
2x + ky z = 1
Il sistema è impossibile, e quindi r e sono paralleli, se k = 1.

Un altro metodo consiste nellimporre lortogonalit`
a tra il vettore direzione di r, (1, 2, 0) e
il vettore normale al piano, (2, k, 1):
((1, 2, 0), (2, k, 1)) = 2 2k = 0 k = 1
b) Consideriamo un punto di r, per esempio il punto A(2, 3, 1), e sia s la retta passante per A e
perpendicolare a . Poichè la direzione ortogonale a è (2, 1, 1), lequazione parametrica di s
è:
x = 2 + 2t
s:
y = 3 + t
z =1t
Il punto B = s è dato da:
x = 2 + 2t
x = 2 + 2t
y = 3 + t
y = 3 + t
z
=1t
z
=
1
4 + 4t 3 + t 1 + t = 1
2x + y z = 1

14
17 1
Quindi B = s = 6 , 6 , 6 .
x = 14
y = 17
6
z
=
t = 16
36
2. RETTE E PIANI
Infine
s
2
2
2
6
1
1
2
+
+
=
.
d(, r) = d(A, B) =
6
6
6
6
o usare la formula della distanza punto-piano, considerando un qualsiasi
punto di r, per esempio (2, 3, 1) e lequazione del piano : 2x + y z 1 = 0:
d(, r) = d(, (2, 3, 1)) =
|2 2 + 1 (3) + 1 1 1|
1
=
4+1+1
6

Esercizio 2.21. Nel piano, si considerino le rette r1 , r2 , r3 di equazioni
(
x = 1 2t
r1 :
r2 : x 2y + 1 = 0,
r3 : 2x + y 2 = 0.
y = 2t
a) Si trovi unequazione cartesiana della retta r parallela a r1 e passante per il punto A = r2 r3 .
b) Si trovi unequazione cartesiana della retta s perpendicolare a r1 e passante per A.
c) Si calcoli langolo tra le rette r1 e r2 e tra le rette r2 e r3 .
Soluzione:
a) Determiniamo A = r2 r3 risolvendo il sistema
(
x 2y + 1 = 0
2x + y 2 = 0.
3 4
,
5 5
La retta r è quindi la retta per A di direzione parallela al vettore (2, 2):

(
x = 35 2t
7
x+y =0
r:
4
5
y = 5 + 2t
In alternativa potevamo ricavare lequazione cartesiana di r1 :
(
x = 1 2t
r1 :
x + y 1 = 0 y = x + 1
y = 2t
Di conseguenza lequazione cartesiana di r è:

7
3
4
x+y =0
y = x
5
5
5
b) Utilizzando lequazione parametrica di s, una direzione perpendicolare a quella di r1 è data dal
vettore (2, 2), quindi:
(
x = 53 + 2t
1
s:
xy+ =0
5
y = 45 + 2t
Utilizzando in alternativa lequazione cartesiana di r1 , la retta s ha coefficiente angolare
opposto del reciproco del coefficiente angolare di r1 , quindi 1:

4
1
3
s: y = x
xy+ =0
5
5
5
c) Ricaviamo le equazioni parametriche delle tre rette per avere dei vettori direzione. Sappiamo gi`
a
che r1 è parallela a v1 = (2, 2), inoltre
(
(
x = 1 + 2t
x=t
r2 :
r3 :
y=t
y = 2 2t
Quindi r2 è parallela a v2 (2, 1) e r3 è parallela a v3 (1, 2). Infine

2
1
1
4 + 2
= arccos
cos(v1 v2 ) = = =
2 10
10
10
8 5
Notiamo che i vettori v2 e v3 sono ortogonali, quindi langolo tra r2 e r3 è 2 .
2. SOLUZIONI
37
Esercizio 2.22. Verificare che i quattro punti

P1 = (1, 2, 1),
P2 = (2, 1, 0),
P3 = (1, 0, 1),
P4 = (0, 0, 1)
sono complanari e determinare unequazione cartesiana del piano che li contiene.

Soluzione:
Sia ax + by + cz + d = 0 la generica equazione cartesiana di un piano. Determiniamo il piano passante
per P2 , P3 e P4 utilizzando la condizione di passaggio per un punto. Si ottiene quindi il sistema:
b = 2a d
2a + b + d = 0
a c + d = 0 a = c + d
c=d
c + d = 0
Ricordando inoltre che lequazione cartesiana è determinata a meno di un multiplo, possiamo porre
arbitrariamente d = 1, ottenendo:
a=0
b = 1
: y + z + 1 = 0
c = 1
d=1
A questo punto per stabilire se i quattro punti sono complanari è sufficiente verificare che P1 passa per ,
ovvero che ne soddisfa lequazione: 2 + 1 + 1 = 0.
Notiamo che abbiamo inizialmente scelto P2 , P3 , P4 solo perche il sistema risultante era pi`
u semplice.
Era per`
o del tutto equivalente scegliere unaltra terna di punti e verificare poi il passaggio per il quarto
punto.

Esercizio 2.23. Siano 1 il piano di equazioni parametriche:
x = 1 + u + v,
y = 2 + u v,
z = 3 + u,
u, v R
e 2 il piano di equazione cartesiana x y + z + 1 = 0.
a) Si scriva lequazione cartesiana di 1 .

b) Si scrivano le equazioni parametriche della retta r = 1 2 .
c) Detta s la retta di equazioni parametriche: x = 1 + t, y = 2 t, z = 3 + 2t, si verifichi che r e s
sono sghembe.
Soluzione:
a) Per trovare lequazione cartesiana di 1 :
x = 1 + u + v
x = 1 + u + v
y = 2 + u v x + y = 3 + 2u
uz 3
z =3+u
1 :
x + y 2z = 3.
c) Risolviamo il sistema:
(
x y + z = 1
x + y 2z = 3
(
x y + z = 1
II + I 2x z = 4
x = s
r : y = 5 + 3s
z = 4 + 2s
s R
c) r è parallela a (1, 3, 2), mentre s è parallela a (1, 1, 2), quindi le due rette non sono parallele.
Per stabilire se sono secanti o sghembe risolviamo il sistema
1 + t = s
1 + t = s
1 + t = s
4t = 6
2 t = 5 + 3 + 3t
2 t = 5 + 3s
3=6
3 + 2t = 4 + 2 + 2t
3 + 2t = 4 + 2s
Poiche lultima equazione è impossibile il sistema non ha soluzione e le rette sono sghembe.
38
2. RETTE E PIANI
Esercizio 2.24. Siano r e s le rette di equazioni:
x = 1 + 2t
r : y = 3t
t R,
z=1
s:
3x 2y = 2
z=2
a) Si determini lequazione cartesiana del piano 1 contenente r e s.

b) Si determini lequazione cartesiana del piano 2 perpendicolare a r e s e passante per il punto
C(0, 1, 1).
Soluzione:
a) Lequazione parametrica di s è
2
2
x = 3 + 3 t
s: y=t
z=2
t R,
quindi r e s hanno entrambe direzione (2, 3, 0) e sono parallele, quindi complanari. Per determinare unaltra direzione di 1 consideriamo due qualsiasi punti di r e s e la direzione da essi
individuata:

2
5
A(1, 0, 1) r,
B , 0, 2 s AB = , 0, 1 (5, 0, 3)
3
3
1 è quindi il piano di direzioni (2, 3, 0) e (5, 0, 3) e passante per A:
x = 1 5t + 2s
1 : y = 3s
s, t R, 3x 2y + 5z = 8
z = 1 + 3t
In alternativa potevamo osservare dallinizio che r e s sono parallele in quanto dal testo è
chiaro che non sono sghembe e nelle rispettive equazioni contengono rispettivamente le equazioni
z = 1 e z = 2 in contraddizione. Di conseguenza il sistema r s non pu`
o avere soluzione e le rette
sono parallele. Per determinare direttamente lequazione cartesiana si pu`
o inoltre determinare tre
qualsiasi punti, due su una retta e uno sullaltra e imporre al generico piano ax + by + cz = d il
pasaggio per i tre punti. Ponendo per esempio t = 0 e t = 1 nellequazione di r troviamo i punti
A((1, 0, 1) r e C(3, 3, 1) r. Dallequazione di s ponendo per esempio x = 0 troviamo il punto
D(0, 1, 2). Imponendo ora il passaggio per i tre punti otteniamo
a + c = d
a = c + d
3a + 3b + c = d 3(c + d) + 3(2c + d) + c = d
b + 2c = d
b = 2c + d
a = c + d
a = c + d
3(c + d) + 3(2c + d) + c = d 8c + 5d = 0
b = 2c + d
b = 2c + d
Ponendo per esempio d = 8 otteniamo
a=3
c = 5
1 : 3x 2y + 5z = 8
b = 2
d=8
b) Il piano 2 cercato è ortogonale a r e s, quindi ha direzione ortogonale a (2, 3, 0) (il vettore

direzione di r e s) e equazione del tipo 2x + 3y = d. Imponendo il passaggio per C otteniamo
2 : 2x + 3y = 3

Esercizio 2.25. Si considerino i ter piani di equazioni
1 : x + y + z = 0,
2 : x y z + 1 = 0,
3 : 2x + kz = 1
a) Si determini lequazione del piano per lorigine e perpendicolare alla retta r : 1 2 .
2. SOLUZIONI
39
b) Stabilire la posizione reciproca dei tre piani (paralleli, incidenti in un punto o in una retta ...) al
variare di k in R.
Soluzione:
a) Per determinare r = 1 2 mettiamo a sistema i due piani:
(
(
(
x+y+z =0
x = y z
x = y z
x y z = 1
y z y z = 1
2y + 2z = 1
x = 2
r = 1 2 :
y = 21 t
z=t
x = y z
y = 12 z
Quindi r = 1 2 è una retta di direzione (0, 1, 1) e il piano ortogonale cercato, passante per
lorigine, ha equazione y + z = 0.
b) E sufficiente stabilire la posizione della retta r trovata al punto precedente rispetto a 3 . Notiamo
che una retta e un piano possono essere o incidenti o parallele. Mettiamo a sistema r e 3 :
x = 21
x = 21
x = 12
y = 1 t
y = 1 t
y = 1 t
2
2
2
z
=
t
z
=
t
z
=
t
2x + kz = 1
1 + kt = 1
kt = 2
Dobbiamo distinguere due casi:
Se k 6= 0, otteniamo la soluzione
x = 12
y = 1
2
2
z
=
2
t= k
2
k
k4
2k

2
quindi i tre piani sono incidenti nel punto P = 21 , k4
2k , k .
Se k = 0, il sistema contiene lequazione 0 = 2, quindi non ammette soluzione. Di conseguenza i tre piani non si intersecano in quanto 3 è parallelo alla retta 1 2 .
In alternativa per risolvere il punto b) potevamo osservare che una retta e un piano se non sono
paralleli sono incidenti. La retta r è parallela al vettore

u = (0, 1, 1) mentre 3 è ortogonale al
vettore v = (2, 0, k). Di conseguenza r e 3 sono paralleli se e solo se

u e
v sono ortogonali.
Calcolando il prodotto scalare tra i due vettori: u v = ( u , v ) = k, otteniamo che: se k = 0 i

vettori sono ortogonali, quindi r e 3 sono paralleli. Se k 6= 0 la retta e il piano non sono paralleli,
quindi sono incidenti.

Esercizio 2.26. Si considerino le rette r1 e r2 di equazioni:
x = 2 2t
y+z =2
r1 :
r2 :
y=t
x=1
z =1+t
t R
a) Si verifichi che le due rette sono incidenti e se ne determini il punto P di intersezione.

b) Si trovi unequazione parametrica della retta passante per P e ortogonale a r1 e r2 .
Soluzione:
a) Mettiamo a sistema le due rette per determinarne il punto di intersezione:
t = 21
t
+
1
+
t
=
2
y
+
z
=
2
t = 2
2 2t = 1
x = 1
x=1
r1 r2 :
x = 2 2t x = 2 2t
y = t
y
=
t
y = 12
z = 3
z = 1 + t
z = 1 + t
2

1 3
Le rette si intersecano nel punto P = 1, ,
.
2 2
40
2. RETTE E PIANI
b) Per determinare la direzione ortogonale a r1 e r2 determiniamo la direzione ortogonale al piano

che contiene r1 e r2 . In realtà è sufficiente determinare un piano parallelo a quello che contiene
r1 e r2 , quindi per semplificare i conti determiniamo il piano passante per lorigine parallelo a
r1 e r2 . La retta r1 ha equazione parametrica
x = 1
r1 :
y=t
z =2t
t R
quindi r1 e r2 sono rispettivamente parallele ai vettori (0, 1, 1) e (2, 1, 1). Il piano cercato
ha quindi equazioni
x = 2s
:
y =t+s
z = t + s
s, t R
x+y+z =0
La retta passante per P ortogonale a r1 e r2 ha quindi direzione parallela a (1, 1, 1):
x = 1 + t
r:
y = 12 + t
z = 32 + t
t R
Esercizio 2.27. Siano assegnati il punto A = (1, 2, 1) il piano e la retta s di equazioni
: x + z = 4,
x = 1 + t
s:
y=2
z=0
a) Si determini il punto B, proiezione ortogonale di A su e la retta r passante per A e per B.

b) Indicato con C il punto di intersezione tra s e r e con D il punto di intersezione tra s e , si
determini unequazione della retta CD.
c) Si determini langolo tra r e la retta CD.
Soluzione:
a) Per trovare B determiniamo lequazione della retta r passante per A e ortogonale a , cioè di
direzione (1, 0, 1):
x = 1 + s
r:
y=2
z =1+s
Il punto B è dato dallintersezione tra r e :
x=1+s
y = 2
B:
z =1+s
x+z =4
x=1+s
y = 2
z =1+s
1+s+1+s=4
s=1
x = 2
y=2
z=2
B = (2, 2, 2)
Notiamo che la retta passante per A e B richiesta è la retta r precedentemente trovata.
2. SOLUZIONI
b) Calcoliamo le intersezioni:
x=1+s
y=2
z = 1 + s
C =rs:
x = 1 + t
y=2
z=0
x=1+t
y = 2
D =s :
z=0
x+z =4
x=1+s
s = 1
y=2
t = 1
z = 1 + s
x=0
1 + s = 1 + t
y=2
2
=
2
z = 0
1+s=0
t=3
x=1+t
x = 4
y = 2
y=2
z=0
z=0
1+t=4
41
C = (0, 2, 0)
D = (4, 2, 0)
Il vettore CD è (4, 0, 0), quindi unequazione della retta CD è:
x = 4t
rCD :
tR
y=2
z=0
c) La retta r è parallela al vettore u = (1, 0, 1) e la retta CD è parallela al vettore v = (4, 0, 0).

Indicato con langolo tra le due rette si ottiene:
!
(u, v)
4
2
2
cos() =
= = 45 .
=
=
= arccos
|u| |v|
2
2
4
24

Esercizio 2.28. Nello spazio, si considerino le rette r1 , r2 di equazioni
x = 3t
x+y2=0
r1 :
r2 :
y =2t
z+y3=0
z =1+t
a) Determinare la loro posizione reciproca.

b) Determinare unequazione cartesiana del piano contenente le due rette.
c) Determinare unequazione parametrica della retta passante per P = (2, 5, 1) e perpendicolare
alle rette r1 e r2 .
Soluzione:
a) Mettiamo a sistema r1 e r2 per calcolarne leventuale intersezione:
x=0
x
=
3t
x
=
3t
y
=
2
t
y
=
2
t
y = 2
z =1+t z =1
z =1+t
t=0
t=0
3t + 2 t 2 = 0
0 = 0
0 = 0
1 + t + 2 t 3 = 0
Il sistema è compatibile e le rette si intersecano nel punto A(0, 2, 1).

b) Unequazione cartesiana di r1 è
(
x + 3y 6 = 0
y+z3=0
Confrontando le equazioni cartesiane delle due rette si vede che il piano y + z 3 = 0 le contiene
entrambe.
In alternativa si poteva ricavare lequazione parametrica di r2 :
x = 2 t
r2 : y = t
z =3t
42
2. RETTE E PIANI
Il piano cercato passa per A = r1 r2 e ha direzioni parallele ai vettori giacitura delle due rette:
x = 3t s
y+z3=0
y =2t+s
z =1+ts
c) Una retta ortogonale a r1 e r2 è ortogonale al piano trovato al punto precedente che le contiene
entrambe, quindi ha direzione (0, 1, 1):
x = 2
r : y =5+t
z =1+t
Esercizio 2.29. Nello spazio, si considerino i piani 1 , 2 di equazioni

1 : 3x y + z = 0,
2 : 2x + y = 0.
a) Scrivere equazioni parametriche della retta r intersezione di 1 e 2 .

b) Determinare unequazione cartesiana del piano ortogonale ai due piani assegnati e passante per
il punto P = (2, 1, 0).
c) Trovare la proiezione ortogonale del punto P sulla retta r.
Soluzione:
a) Mettiamo a sistema 1 e 2 per calcolarne lintersezione:
x = t
3x y + z = 0
r : y = 2t
2x + y = 0.
z = 5t
t R
b) Un piano ortogonale ai due piani assegnati è anche ortogonale alla retta r intersezione di 1 e 2 ,
quindi ha equazione cartesiana del tipo
x 2y 5z = d
Imponendo il passaggio per P otteniamo d = 0, quindi il piano cercato è
x 2y 5z = 0
c) La proiezione ortogonale di un punto P su una retta r è data dallintersezione tra r e il piano
per P ortogonale a r. In questo caso sappiamo gi`
a che il piano per P ortogonale a r è il piano
x 2y 5z = 0, quindi si tratta di trovare lintersezione tra tale piano e r:
t=0
t + 4t + 25t = 0
x 2y 5z = 0
x = 0
x = t
x = t
y=0
y = 2t
y = 2t
z=0
z = 5t
z = 5t
Infine la proiezione cercata è lorigina O = (0, 0, 0).

Esercizio 2.30. Siano r la retta passante per i punti A = (1, 0, 2) e B = (1, 1, 1) e s la retta di
x = 1 + 2t
t R
s:
y =1t
z =1+t
a) Si determini unequazione cartesiana del piano perpendicolare a r e passante per il punto Q di
intersezione tra lasse delle y e il piano contenente r e s.
b) Si trovino equazioni cartesiane e parametriche della retta perpendicolare ad r e s e passante per
il punto P = (1, 3, 1).
2. SOLUZIONI
Soluzione:
Notiamo che la retta r ha equazione parametrica
x = 1 2t
r:
y=t
z =2t
43
t R
e si tratta di una retta parallela ad s.
a) Si tratta di
Trovare il piano passante per r e s,
determinare il punto Q intersecando lasse delle y con il piano trovato,
determinare unequazione del piano ortogonale a r e passante per Q.
Poiche r e s sono parallele sono complanari, ma per trovare il piano che le contiene dobbiamo
procurarci unaltra direzione. Sia per esempio C = (1, 1, 1) un punto di s, allora CB = (2, 0, 0) e
il piano contenente r e s ha equazioni parametrica e cartesiana date da
x = 1 + 2t + 2s
:
t, s R
: y+z =2
y = t
z =2+t
Lasse delle y ha equazione x = z = 0, quindi il punto Q è dato da
y + z = 2
Q = (0, 2, 0)
Q: x=0
z=0
Infine il piano cercato ha direzione ortogonale a r, quindi al vettore (2, 1, 1) e passa per
Q = (0, 2, 0), quindi
:
2x y + z = 2
b) Una retta perpendicolare ad r e s è perpendicolare al piano trovato al punto precedente che

le contiene. Di conseguenza la retta cercata pu`
o essere parallela al vettore (0, 1, 1). Equazioni di
tale retta sono quindi:
x = 1
x=1
t R
y =3+t
yz =2
z =1+t
Esercizio 2.31. Dati i punti i O(0, 0), A(2, 1), B(1, 3), determinare lisometria f (x, y) = (x , y )
tale che f (O) = O , f (A) = A , f (B) = B nei seguenti casi. Stabilire in particolare se si tratta di una
traslazione, rotazione, riflessione e glissoriflessione trovando gli eventuali punti fissi.

3
7
1
, A = 1,
, B = 2,
.
a) O = 3,
2
2
2
!
!
2
2
2
2
5
2
4
6
1
+
4
3
+
2
b) O = (1, 0) , A =
, B =
.
,
,
3
3
3
3

2 11
9 13
c) O = (0, 0) , A = ,
, B =
.
,
5
5

5 5

3
4
1 7
, B =
,
, .
d) O = (2, 1) , A =
5 5
5
5
Soluzione:
a) Dal testo sappiamo gi`
a che si tratta di unisometria. Rappresentando i punti si vede che sia
b che langolo 0 A
c B sono antiorari, quindi si tratta di una trasformazione diretta:
langolo 0AB
una rotazione o una traslazione. Dobbiamo cercare una trasformazione del tipo
(
x = cx sy + a
y = sx + cy + b
44
2. RETTE E PIANI
Imponendo le sei condizioni f (O) = O , f (A) = A , f (B) = B otteniamo il sistema
a = 3
a = 3
3 = a
1
1
=
b
b = 21
b
=
2
2
s = 0
s = 2c 2
1 = 2c s + a
1
3
3
c=1
2 = 2s + c + b
2 = 4c 4 + c + 2
2
=
c
3s
+
3
2
=
c
3s
+
a
2 = 2
7
7
7
1
7
2 = s + 3c + b
2 = s + 3c + 2
2 = 2
Notiamo che per risolvere il sistema abbiamo usato solamente le prime quattro equazioni, mentre
abbiamo usato le ultime due per verificare la soluzione. Si tratta della trasformazione

1
f (x, y) = x 3, y +
2
che è una traslazione e non ha punti fissi. La mancanza di punti fissi si pu`
o anche verificare
direttamente impostando il sistema
x = x 3
f (x, y) = (x, y)
1
y = y +
2
che non ha soluzione.
b) Dal testo sappiamo gi`
a che si tratta di unisometria. Rappresentando i punti si vede che sia
b che langolo 0 A
c B sono antiorari, quindi si tratta di una trasformazione diretta:
langolo 0AB
una rotazione o una traslazione. Dobbiamo cercare una trasformazione del tipo
(
x = cx sy + a
y = sx + cy + b
1=a
a=1
a=1
b=0
0 =b
b = 0
52 2 = 2c s + a
52 2 = 4s + 2+8 2 s + 1
s = 2 2
3
3
3
3
1+43 2 = 2s + c + b
c = 2s + 1+43 2
c = 31
46 2
46 2
46 2
= 13 2 2 + 1
=
c
3s
+
a
=
c
3s
+
1
3
3
3
3+2 2
3+2 2
3+2 2
= 232 + 1
= s + 3c + b
= s + 3c
3
3
3
!
1
2 2
2 2
1
f (x, y) =
x
y + 1,
x+ y
3
3
3
3
che è una rotazione. Possiamo quindi trovare il punto fisso (centro di rotazione) impostando il
sistema
(
(
1
2
2
x = x
1
y+1
x=
2y
=
3
2x
+
2
2
3
3
f (x, y) = (x, y)
y = 2x
y = 22
y = 2 2 x + 1 y
3
3
!
2
1
.
,
Quindi il centro di rotazione è il punto fisso P
2 2
c) Dal testo sappiamo gi`

a che si tratta di unisometria. Rappresentando i punti si vede che langolo
b è antiorario mentre langolo 0 A
c B è orario, quindi si tratta di una trasformazione inversa:
0AB
una riflessione o una glissoriflessione. Dobbiamo cercare una trasformazione del tipo
(
x = cx + sy + a
y = sx cy + b
Notiamo che poiche O = O , il punto O è fisso, quindi si tratta di una riflessione in quanto le
glissoriflessioni non hanno punti fissi.
2. SOLUZIONI
45
a=0
a=0
0=a
b=0
b=0
0=b
c = 9 3s
c = 3
9 = c + 3s + a
5
5
13 5
27
4
13
=
s
3c
+
b
=
s
9s
s
=
5
5
5
5
52 = 2c + s
52 = 2c + s + a
52 = 56 + 45
11
11
11
8
3
5 = 2s c + b
5 = 2s c
5 = 5 + 5

3
4
4
3
f (x, y) = x + y, x + y
5
5
5
5
che è una riflessione. Possiamo quindi trovare la retta di punti fissi (asse di simmetria) impostando
il sistema
(
(
8x 4y = 0
x = 35 x + 54 y
y = 2x
f (x, y) = (x, y)
4x 2y = 0
y = 54 x + 35 y
Quindi tutti i punti della retta y = 2x sono punti fissi e y = 2x è lasse di simmetria.
d) Dal testo sappiamo gi`
a che si tratta di unisometria. Rappresentando i punti si vede che langolo
b è antiorario mentre langolo 0 A
c B è orario, quindi si tratta di una trasformazione inversa:
0AB
una riflessione o una glissoriflessione. Si tratta quindi di cercare una trasformazione del tipo
(
x = cx + sy + a
y = sx cy + b
2 = a
a = 2
a = 2
1
=
b
b
=
1
b=1
3 = c + 3s + a
c = 13 3s
c = 4
5
5
5
39
4
4
3
=
s
3c
+
b
=
s
+
9s
+
1
s
=
5
5
5
5
8
3
1
1
1
5 = 2c + s + a
5 = 2c + s 2
5 = 5 + 5 2
7
7
7
6
4
5 = 2s c + b
5 = 2s c + 1
5 = 5 5 +1

3
3
4
4
x + y 2, x y + 1
f (x, y) =
5
5
5
5
che è una glissoriflessione. Infatti impostando il sistema
(
(
x = 45 x + 53 y 2
x = 3y 10
f (x, y) = (x, y)
3
4
y = 5x 5y + 1
9y = 9y 25
non otteniamo soluzioni.

Esercizio 2.32.
i punti del piano A = (0, 0), B = (2t, 0), C = (0, 1) e A = (2, 2), B =
Si considerino

2 + 3, 3 , C = 23 , 2 + 23 .
a) Per quali valori di t esiste unisometria diretta che trasforma i punti A, B, C nei punti A , B , C
rispettivamente?
b) Per i valori di t determinati al punto precedente, trovare le equazioni dellisometria.
c) Stabilire se lisometria f in b) ha dei punti fissi, cioè tali che f (P ) = P .
Soluzione:
46
2. RETTE E PIANI
a) Unisometria conserva le distanze, quindi:

|AB| = |A B | |2t| = 2 t = 1
|AC| = |A C | 1 = 1
p
4t2 + 1 = 5 t = 1
|BC| = |B C |
Di conseguenza perche esista unisometria deve essere t = 1. Inoltre rappresentando i punti si

vede che lisometria è diretta per t > 0, quindi esiste unisometria diretta che trasforma i punti
A, B, C nei punti A , B , C rispettivamente, per t = 1.
In alternativa per rispondere alla domanda a) si poteva impostare il sistema relativo alla
generica isometria diretta:
f (A) = A
f (B) = B
f (C) = C
2
c + s2 = 1
b) Sia
(
x = cx sy + a
y = sx + cy + b
la generica isometria diretta. Imponendo le condizioni f (A) = A e f (C) = C (con t = 1)

otteniamo il sistema
2=a
a=2
2 = b
b = 2
s = 12
s + a
2 =
3
c = 23
2+ 2 =c+b
Quindi lisometria f cercata è
x = 3 x 1 y + 2
2
2
y = 1 x + 3 y + 2
2
2
Notiamo che si tratta di una rotazione antioraria pari ad un angolo di 30 .
c) Imponendo al generico punto P (x, y) la condizione P = f (P ) = P otteniamo il sistema
(
(
(
y = 4 (2 3)x
(2 3)x + y = 4
x = 23 x 12 y + 2
x + (2 3)y = 4
x + 4(2 3) (2 3)2 x = 4
y = 21 x + 23 y + 2
(
x = 1 3
y =3+ 3
Infine il punto fisso dellisometria (centro di rotazione) è P (1 3, 3 + 3).
CAPITOLO 3
Gruppi, spazi e sottospazi vettoriali

Esercizio 3.1. Dimostrare che linsieme

a 0
| a, b R, a, b 6= 0
G=
0 b
forma un gruppo rispetto al prodotto tra matrici.
Esercizio 3.2. Sia R[x] linsieme dei polinomi a coefficienti in R.
Verificare che R[x] è un gruppo rispetto alla somma di polinomi.
Verificare che R[x] non è un gruppo rispetto al prodotto di polinomi.
Esercizio 3.3. Linsieme

S = v = (x1 , x2 , x3 ) R3 | x1 + x2 + x3 = 0
è un sottospazio di R3 ? Perchè?
Esercizio 3.4. Ripetere lesercizio precedente con linsieme

S = v = (x1 , x2 , x3 ) R3 | x1 + x2 + x3 = 1
Esercizio 3.5. Verificare che linsieme delle matrici 2 2 a coefficienti in R è uno spazio vettoriale.
Esercizio 3.6. Verificare che linsieme Rn [x] è un sottospazio dello spazio vettoriale R[x].
Esercizio 3.7. Sia S linsieme delle
a11
S= 0
matrici 3 3 triangolari superiori:
a12 a13
a22 a23 | aij R, i, j = 1, 2, 3
0 a33
Verificare che S è un sottospazio dello spazio vettoriale delle matrici 3 3.

Esercizio 3.8. Sia G linsieme di polinomi

G = ax2 + a | a Z intero relativo
a) Mostrare che G è un gruppo rispetto alla somma di polinomi.

b) Dire se G è un sottospazio vettoriale dello spazio R[x], motivando la risposta.
Esercizio 3.9. Si consideri il seguente insieme

a b
| a, b, c R
I=
0 c
a) Si verifichi che I è chiuso rispetto al prodotto e alla somma di matrici, ovvero che presi due
elementi di I anche il loro prodotto e la loro somma sono elementi di I.
b) Linsieme I forma un gruppo rispetto alla somma di matrici?
c) Verificare che I non forma un gruppo rispetto al prodotto tra matrici.
d) Linsieme

a b
| a, b, c N
J=
0 c
forma un gruppo rispetto alla somma di matrici?
-
47
48
3. GRUPPI, SPAZI E SOTTOSPAZI VETTORIALI
1. Suggerimenti
Gruppo. Un insieme G forma un gruppo rispetto a una sua operazione se
(1) Loperazione gode della propriet`
a associativa,
(2) G è chiuso rispetto a , ovvero
xy G
(3) Esiste lelemento neutro e, tale che:
x, y G,
xe=ex=x
(4) Esiste linverso (o opposto) di ogni elemento:
x G,
x G, x1 G
t.c.
x x1 = e.
x G, x G
t.c.
x (x) = e.
In notazione additiva:
Spazio vettoriale. Uno spazio vettoriale V è un insieme dotato di due operazioni: la somma
interna e il prodotto per scalari, e che gode delle seguenti propriet`
a:
(1) V è gruppo commutativo rispetto alla somma, quindi
V e chiuso rispetto alla somma.
Lelemento neutro 0 appartiene a V .
Esiste lopposto v di ogni elemento v V .
La somma e commutativa.
(2) Il prodotto per scalari gode delle seguenti propriet`
a:
(k1 + k2 )u = k1 u + k2 u qualsiasi ki R e qualsiasi u V ,
k(u + v) = ku + kv qualsiasi k R e qualsiasi u, v V ,
(k1 k2 )v = k1 (k2 v) qualsiasi ki R e qualsiasi u V
1u = u qualsiasi u V .
Sottospazio vettoriale. Un sottinsieme S di uno spazio vettoriale V è un sottospazio vettoriale
se in S valgono le seguenti propriet
a
(1) Se u, v S, allora u + v S.
(2) Se u S e R, allora u S.
Notiamo che S e un spazio vettoriale e le propriet
a precedenti, unite a quelle ereditate da V ,
implicano tutte le propriet
a di spazio vettoriale. In particolare S contiene lo 0 e lopposto di ogni
suo elemento.
-
2. Soluzioni
Esercizio 3.1. Dimostrare che linsieme

a 0
| a, b R, a, b 6= 0
G=
0 b
forma un gruppo rispetto al prodotto tra matrici.
Soluzione:
Consideriamo il nostro insieme G e verifichiamo che gode delle propriet
a di gruppo:
(1) Il prodotto tra elementi di G gode della propriet`
a associativa perchè in generale il prodotto tra
matrici è associativo.
(2) Per dimostrare la chiusura consideriamo due generici elementi A1 e A2 di G e verifichiamo che il
loro prodotto è ancora un elemento di G:

a1 0
a2 0
a1 a2
0
=
0 b1
0 b2
0
b1 b2
Notiamo che, essendo ai 6= 0 e bi 6= 0, anche a1 a2 6= 0 e b1 b2 6= 0. Di conseguenza A1 A2 G.
(3) Lelemento

1 0
I=
0 1
che è in generale elemento neutro per il prodotto tra matrici, appartiene a G.
2. SOLUZIONI
49
(4) Verifichiamo che qualsiasi sia lelemento A di G esiste il suo inverso in G. Come suggerisce il
punto 2, verifichiamo che
1

1
a 0
0
0
a 0
a
a
=
=I
0 b
0 b
0 1b
0 1b
Inoltre, poichè a, b 6= 0 ha senso definire a1 , 1b . Infine lelemento

1
0
a
0 1b
appartiene a G.

Esercizio 3.2. Sia R[x] linsieme dei polinomi (in una variabile) a coefficienti in R.
Verificare che R[x] è un gruppo rispetto alla somma di polinomi.
Verificare che R[x] non è un gruppo rispetto al prodotto di polinomi.
Soluzione:
Consideriamo linsieme R[x] con la somma.
(1) La somma di polinomi gode della propriet`
a associativa.
(2) La somma di due polinomi è ancora un polinomio.
(3) Esiste lelemento 0 R[x], cioè il polinomio con tutti coefficienti nulli, tale che:
p(x) + 0 = 0 + p(x) = p(x)
(4) Qualsiasi sia

esiste lelemento
p(x) R[x]
p(x) = a0 + a1 x + + an xn R[x]
q(x) = a0 + (a1 )x + + (an )xn R[x]
tale che p(x) + q(x) = 0
Consideriamo linsieme R[x] con il prodotto. E sufficiente dimostrare che non verifica una delle
propriet`
a dei gruppi. Notiamo che lelemento neutro rispetto al prodotto è p(x) = 1, e che , per
esempio, lelemento f (x) = x non ammette inverso. Infatti, non esiste p(x) R[x] tale che
x p(x) = 1
Esercizio 3.3. Linsieme

S = v = (x1 , x2 , x3 ) R3 | x1 + x2 + x3 = 0
è un sottospazio di R3 ? Perchè?
Soluzione:
Verifichiamo le due propriet`
a dei sottospazi per il nostro insieme S
(1) Presi u = (x1 , x2 , x3 ), v = (y1 , y2 , y3 ) S abbiamo che
u + v = (x1 + y1 , x2 + y2 , x3 + y3 )
e
(x1 + y1 ) + (x2 + y2 ) + (x3 + y3 ) = (x1 + x2 + x3 ) + (y1 + y2 + y3 ) = 0
Quindi u + v S.
(2) Qualsiasi sia u = (x1 , x2 , x3 ) S e R abbiamo che
u = (x1 , x2 , x3 )
e
x1 + x2 + x3 = (x1 + x2 + x3 ) = 0
Quindi u S.
Abbiamo cos dimostrato che S è sottospazio di R3 .
50
Esercizio 3.4. Ripetere lesercizio precedente con linsieme

S = v = (x1 , x2 , x3 ) R3 | x1 + x2 + x3 = 1
Soluzione:
In questo caso S non è sottospazio di R3 infatti non gode di nessuna delle due propriet`
a necessarie. Per
esempio non è chiuso rispetto alla somma:
(1, 0, 0), (0, 1, 0) S, ma (1, 0, 0) + (0, 1, 0) 6 S
Notiamo che per dimostrare che una propriet`

a non è vera basta fornire un controesempio.

Esercizio 3.5. Verificare che linsieme delle matrici 2 2 a coefficienti in R è uno spazio vettoriale.
Soluzione:
Verifichiamo le operazioni di spazio vettoriale per linsieme V :
(1) Verifichiamo che M22 è un gruppo commutativo rispetto alla somma:
La somma di matrici gode della propriet`
a associativa.
La somma di due matrici 2 2 è ancora una matrice 2 2.
Lelemento

0 0
O=
0 0
è tale che M + O = O + M = M per ogni matrice M 2 2.
Qualsiasi sia la matrice

a
a12
A = 11
a21 a22
esiste la matrice
a11
B=
a21
tale che A + B = B + A = O.
La somma di matrici è commutativa:

a + b11
A + B = 11
a21 + b21
a12
a22

a12 + b12
=B+A
a22 + b2
(2) Il prodotto per elementi di R è tale che

(k1 + k2 )M = k1 M + k2 M qualsiasi ki R e qualsiasi sia la matrice M ,
k(M1 + M2 ) = kM1 + kM2 qualsiasi k R e qualsiasi siano le matrici Mi ,
(k1 k2 )M = k1 (k2 M ) qualsiasi ki R e qualsiasi sia la matrice M ,
1M = M qualsiasi sia la matrice M .
Notiamo che la verifica formale di tutte le propriet`
a è molto semplice, ma lunga. Notiamo anche come
le domande Verificare che linsieme S è uno spazio vettoriale e Verificare che linsieme S è un sottospazio
vettoriale dello spazio V appaiono simili, ma implicano una quantità di controlli notevolmente differenti.
Nel secondo caso possiamo infatti sfruttare tutte le propriet`
a di V che continuano ovviamente a valere in
S.

Esercizio 3.6. Verificare che linsieme Rn [x] è un sottospazio dello spazio vettoriale R[x].
Soluzione:
a richieste ai sotospazi:
(1) Siano f (x), g(x) due elementi di Rn [x]:
f (x) = a0 + a1 x + a2 x2 + + an xn ,
2
Di conseguenza
g(x) = b0 + b1 x + b2 x + + bn x ,
ai R
bi R
f (x) + g(x) = (a0 + b0 ) + (a1 + b1 )x + + (an + bn )xn ,
a i , bi R
2. SOLUZIONI
51
e f (x) + g(x) Rn [x].

(2) Sia f (x) Rn [x] e R, allora
f (x) = a0 + a1 x + a2 x2 + + an xn ,
ai R
Quindi f (x) Rn [x].
Esercizio 3.7. Sia S linsieme delle
a11
S= 0
matrici 3 3 triangolari superiori:
a12 a13
a22 a23 | aij R, i, j = 1, 2, 3
0 a33
Verificare che S è un sottospazio dello spazio vettoriale delle matrici 3 3.

Soluzione:
(1) Siano A, B S, allora

b11 b12 b13
a11 a12 a13
A + B = 0 a22 a23 + 0 b22 b23
0
0 b33
0
0 a33
a11 + b11 a12 + b12 a13 + b13

0
a22 + b22 a23 + b23 S
=
0
0
a33 + b33
(2) Qualsiasi sia A S e k R:
Quindi S è sottospazio di M33 .
ka11
kA = 0
0
ka12
ka22
0
ka13
ka23 S
ka33
Esercizio 3.8. Sia G linsieme di polinomi

G = ax2 + a | a Z intero relativo
a) Mostrare che G è un gruppo rispetto alla somma di polinomi.

b) Dire se G è un sottospazio vettoriale dello spazio R[x], motivando la risposta.
Soluzione:
a) Un insieme G e un gruppo rispetto a una operazione + se:
(1) Loperazione è interna, ovvero G è chiuso rispetto a +. In questo caso presi due elementi di
G:
p1 (x) = ax2 + a,
p2 (x) = bx2 + b,
con a, b Z
allora anche la loro somma p1 (x) + p2 (x) appappartiene a G. Infatti

p1 (x) + p2 (x) = (a + b)x2 + (a + b) = cx2 + c
dove c = a + b Z.
(2) Loperazione gode della propriet`
a associativa. Infatti la somma di polinomi gode in generale
della propriet`
a associativa, quindi anche la somma di elementi di G è associativa.
(3) Esiste lelemento neutro 0 appartenente a G. Infatti 0 = 0x2 + 0 G e
0 + ax2 + a = ax2 + a + 0 = ax2 + a
(4) Esiste lopposto di ogni elemento. Infatti dato ax2 +a G esiste lelemento ax2 +(a) G
tale che

ax2 + a + ax2 + (a) = a + (a)x2 + ax2 + a = 0
b) L insieme G è un sottospazio dello spazio vettoriale R[x] se:

(1) G è chiuso rispetto alla somma. Tale propriet`
a è gi`
a stata verificata al punto precedente.
52
(2) G è chiuso rispetto al prodotto per scalari. Notiamo che il campo degli scalari di R[x] è
R (notiamo anche che Z non è un campo!), quindi G non è chiuso rispetto al prodotto per
scalari. Infatti per esempio x2 + 1 G, 12 R, ma
1
1
1
(x2 + 1) = x2 + 6 G
2
2
2
Di conseguenza G non è un sottospazio vettoriale di R[x]

Esercizio 3.9. Si consideri il seguente insieme

a b
| a, b, c R
I=
0 c
a) Si verifichi che I è chiuso rispetto al prodotto e alla somma di matrici, ovvero che presi due
elementi di I anche il loro prodotto e la loro somma sono elementi di I.
b) Linsieme I forma un gruppo rispetto alla somma di matrici?
c) Verificare che I non forma un gruppo rispetto al prodotto tra matrici.
d) Linsieme

a b
J=
| a, b, c N
0 c
forma un gruppo rispetto alla somma di matrici?
Soluzione:
a) Siano
a
A=
0
b
c
x
B=
0
y
z
due generici elementi di I. Dobbiamo verificare che A + B e AB sono ancora elementi di I:

a b
x y
a+x b+y
A+B =
+
=
I
0 c
0 z
0
c+z

ax ay + bz
AB =
I
0
cz
b) I è un gruppo rispetto alla somma, infatti verifica le quattro proprità:

(1) Proprietà associativa. La somma tra matrice gode in generale di tale propriet`
a, quindi in
particolare ne godono gli elementi di I.
(2) Chiusura. Abbiamo appena dimostrato che I è chiuso rispetto alla somma.
(3) Elemento neutro. La matrice nulla appartiene allinsieme I.
(4) Opposto. Presa una qualsiasi matrice

a b
I
A=
0 c
esiste la matrice
a
B=
0

b
I
c
tale che A + B = 0.
c) Le prima tre propriet`
a di gruppo rispetto al prodotto sono verificate dallinsieme I, quindi il
problema deve venire dallesistenza dellinverso. E quindi sufficiente dimostrare che esiste almeno
una matrice in I che non ammette inverso. In particolare la matrice nulla

0 0
O=
I
0 0
e qualsiasi sia la matrice A, AO = OA = O. Di conseguenza O non pu`

o ammettere inversa.
d) Anche per linsieme J non è verificata la propriet`
a di esistenza dellopposto. Per esempio lopposto
della matrice

1 0
I
A=
0 0
è la matrice
1
0

0
0
2. SOLUZIONI
che per`
o non appartiene a J (in quanto 1 6 N).
53
CAPITOLO 4
La riduzione a gradini e i sistemi lineari (senza il concetto di

rango)
Esercizio 4.1. Risolvere il seguente sistema non omogeneo:
2x + 4y + 4z = 4
xz =1
x + 3y + 4z = 3
Esercizio 4.2. Risolvere il seguente sistema omogeneo:
x + 2y + w = 0
2x + 5y + 4z + 4w = 0
3x + 5y 6z + 4w = 0.
Scrivere le soluzioni anche in forma vettoriale.
Esercizio 4.3. Si consideri il sistema di equazioni lineari:
kx + ky + k z = 4
x + y + kz
=k
x + 2y + 3z
= 2k
a) Si dica per quali valori del parametro reale k il sistema è compatibile.

b) Esistono valori di k per i quali il sistema ha infinite soluzioni? In tali casi determinare le soluzioni.
Esercizio 4.4. Risolvere il seguente sistema, al variare del parametro reale k:
x + 2w = 1
x + y + 3z + 2w = 1
2x + y + (k + 2)z + 4w = 2
x + y + 3z + (k 2 k + 2)w = k
Esercizio 4.5. Si risolva il seguente sistema di equazioni lineari:
=1
x + y + 2z
(k + 2)x + 2y + 4z
=2
(1 + 2k)x + 3y + 2z = 1 + 2k
al variare del parametro reale k.
Esercizio 4.6. Determinare per quali valori del parametro reale t il sistema Ax = b è compatibile
(cioè ammette soluzione). In tali casi determinare esplicitamente le soluzioni.

2
1 3
0
1
b = 1
A= 1 2
5
0 0 2t + 1
55
56
4. LA RIDUZIONE A GRADINI E I SISTEMI LINEARI (SENZA IL CONCETTO DI RANGO)
Esercizio 4.7. Si dica per quali valori di k il sistema di equazioni lineari:
x + y = 1
kx + y + z = 1 k
(k parametro reale)
y + (1 k)z = 1
ammette ununica soluzione. In tale caso trovare la soluzione.
2x1 x2 = k
(k parametro reale)
x1 x2 x3 = 0
x1 kx2 + kx3 = k
a) Si dica per quali valori di k il sistema è compatibile e quando ha infinite soluzioni.

b) Per i valori di k che rendono il sistema compatibile, trovare le sue soluzioni.
Esercizio 4.9. Sia

S = (x, y, z) R3 | x + y + (k + 1)z = k,
2x + y + z = 0
a) Stabilire per quali valori di k linsieme S è un sottospazio di R3 .

b) Per i valori di k trovati al punto precedente esplicitare S.
Esercizio 4.10. Sia

S = (x, y, z) R3 | x 2y + kz = k 1, x 2y + z = 0, 2x + 4ky 2z = 0
Esercizio 4.11. Sia S il sottoinsieme di R5

S = x R5 | x1 x2 + 2x5 = k, x1 + x3 + kx4 = 0 .
a) Per quali valori del parametro reale k linsieme S è un sottospazio vettoriale di R5 ?

b) Per i valori determinati al punto a) esplicitare S.
1. Suggerimenti
A ogni sistema lineare associamo la matrice formata dai coefficienti delle incognite e dei termini
noti. I termini noti vengono separati da un tratteggio.
2 2 4 | 4
2x + 2y + 4z = 4
1 0 1 | 1
xz =1
1 3 4 | 0
x + 3y + 4z = 0
Utilizzeremo il metodo di Gauss o di Riduzione a gradini. Lo scopo è di ottenere una matrice

in cui sotto il primo termine non nullo di ogni riga si trovano tutti 0. Tale termine è detto pivot.
|
0 |
0 0 |
Una volta che la matrice è stata ridotta ritorniamo al sistema, ormai di immediata soluzione.
Il procedimento consiste nel trasformare il sistema in un sistema equivalente (cioè con le stesse
soluzioni) mediante le seguenti operazioni lecite:
Scambio di due righe della matrice.
II 1 0 1 | 1
2 2 4 | 4
1 0 1 | 1 I 2 2 4 | 4
1 3 4 | 0
1 3 4 | 0
2. SOLUZIONI
57
Scambio di due colonne della matrice. In tale caso si scambia la posizione di due incognite.
Al termine della riduzione, quando si ritorna al sistema, è quindi necessario ricordare lo
scambio delle incognite.
Sostituzione di una riga con un suo multiplo non nullo.
1/2I 1 1 2 | 2
2 2 4 | 4
1 0 1 | 1
1 0 1 | 1
1 3 4 | 0
1 3 4 | 0
Sostituzione di una riga con
2 2 4 |
1 0 1 |
1 3 4 |
la sua somma con unaltra riga.
4
2 2 4 |
1 0 1 |
1
III + II 0 3 3 |
0
4
1
1
Le ultime due operazioni vengono generalmente utilizzate contemporaneamente, sostituendo

una riga con una sua combinazione linare con unaltra riga, prestando attenzione ad alcune
situazioni.
2 2 4 | 4
2 2
4 | 4
1 0 1 | 1 2II I 0 2 6 | 2
1 3 4 | 0
III + II 0 3
3 | 1
Per evitare errori è necessario badare che:
Se sto sostituendo ln-esima riga con una sua combinazione lineare con unaltra riga, il
coefficiente per cui viene moltiplicata ln-esima riga deve essere non nullo. Ad esempio:

k
1
|
2
k 1 | 2
è lecita solo se k 6= 0
kII 2I 0 3k 2 | k 4
2 3 | 1

2
3
|
1
2 3 | 1
è sempre lecita
2II kI 0 2 3k | 4 k
k 1 | 2
Per questo diremo che è conveniente spostare i parametri verso il basso.

Per non correre il rischio di effettuare due volte la stessa operazione, utilizzeremo per
modificare una riga solo le righe che la precedono. Quindi
La prima riga pu`
o essere sostituita solo con un suo multiplo,
La seconda riga pu`
o essere sostituita con una sua combinazione lineare con la
prima,
La terza riga pu`
o essere sostituita con una sua combinazione lineare con la prima
o con la seconda.
...
Esempi di riduzione a gradini si possono vedere nei successivi capitoli.
Le soluzioni di un sistema lineare formano uno spazio vettoriale se e solo se il sistema è omogeneo.
Molti esercizi possono risolti in maniera leggermente diversa utilizzando il teorema di RoucheCapelli e il concetto di rango. A tale scopo si veda il Capitolo 7.
-
2. Soluzioni
Esercizio 4.1. Risolvere il seguente sistema non omogeneo:
2x + 4y + 4z = 4
xz =1
x + 3y + 4z = 2
Soluzione:
A ogni sistema lineare associamo la matrice A|b, dove A è la matrice formata dai coefficienti delle incognite
e b è la matrice dei termini noti. I termini noti vengono separati da un tratteggio.
2 4 4 | 4
2x + 4y + 4z = 4
1 0 1 | 1
xz =1
1 3 4 | 2
x + 3y + 4z = 2
58
Utilizzeremo il metodo di Gauss o di Riduzione a gradini. Lo scopo è di ottenere una matrice in

cui sotto il primo termine non nullo di ogni riga si trovano tutti 0. Tale termine è detto pivot.
|
0 |
0 0 |
Una volta che la matrice è stata ridotta ritorniamo al sistema, ormai di immediata soluzione.
Il procedimento consiste nel trasformare il sistema in un sistema equivalente (cioè con le stesse soluzioni)
mediante le seguenti operazioni lecite:
Scambio di due righe della matrice.
I
III
II II
III
I
Sostituzione di una riga con un suo multiplo non nullo.
I
I
II aII ,
a 6= 0
III
III
Sostituzione di una riga con la sua somma con unaltra riga.
I
I
II II + I
III
III
Le ultime due operazioni vengono generalmente utilizzate contemporaneamente, sostituendo una

riga con una sua combinazione lineare con unaltra riga, prestando attenzione ad alcune situazioni
che vedremo esplicitamente negli esercizi.
I
I
II aII + bI ,
a 6= 0
III
III
Notiamo in particolare la condizione a 6= 0, mentre non cè nessuna condizione sul coefficiente
b. In sostanza è necessario che il coefficiente della riga che stiamo sostituendo sia non nullo (in
questo caso la seconda).
Scambio di due colonne della matrice. In tale caso si scambia la posizione di due incognite. Al
termine della riduzione, quando si ritorna al sistema, è quindi necessario ricordare lo scambio
delle incognite. Per tale ragione useremo questo scambio solo se realmente conveniente.
Procediamo ora alla riduzione. Notiamo che la prima riga è lunica che rimarr`
a invariata nella riduzione.
Inoltre è la pi`
u utilizzata nelle operazioni di riduzione. Per queste ragioni è generalmente conveniente avere
come prima riga quella pi`
u semplice (cioè con pi`
u zeri e senza parametri nel caso di sistemi parametrici).
1 0 1 | 1
1 0 1 | 1
II 1 0 1 | 1
I 2 4 4 | 4 1/2II 1 2 2 | 2 II I 0 2 3 | 1
III + I 0 3 3 | 3
1 3 4 | 2
1 3 4 | 2
1 0 1 | 1
1 0 1 | 1
0 2 3 | 1
0 2 3 | 1
2III II 0 0 1 | 1
1/3III 0 1 1 | 1
A questo punto la matrice è ridotta a gradini, possiamo quindi ritornare al sistema:
x z = 1
x = 0
2y + 3z = 1 y = 2
z = 1
z = 1
Notiamo che per non correre il rischio di effettuare due volte la stessa operazione abbiamo utilizzato
per modificare una riga solo le combinazioni lineari con le righe che la precedono.
Seguiremo in generale questo principio, quindi, a parte gli scambi di righe,
La prima riga pu`
o essere sostituita solo con un suo multiplo,
La seconda riga pu`
o essere sostituita con una sua combinazione lineare con la prima,
La terza riga pu`
o essere sostituita con una sua combinazione lineare con la prima o con la seconda.
...
2. SOLUZIONI
59
Esercizio 4.2. Risolvere il seguente sistema omogeneo:
x + 2y + w = 0
2x + 5y + 4z + 4w = 0
3x + 5y 6z + 4w = 0.
Soluzione:
Riduciamo a gradini la matrice associata al sistema:
1 2 0 1 | 0
1 2
2 5 4 4 | 0 II 2I 0 1
3 5 6 4 | 0
III 3I 0 1
1 2 0 1 | 0
0 1 4 2 | 0
III + II 0 0 2 3 | 0
Torniamo ora al sistema:
x + 2y + w = 0
y + 4z + 2w = 0
2z + 3w = 0
x = 15t
y = 8t
z= t
w=t
0 1
4 2
6 1
|
|
|
0
0
0
t R
Linsieme delle soluzioni scritte in forma vettoriale è quindi dato da

3
S = (x, y, z, w) = 15, 8, , 1 t | t R
2
Notiamo che, come accade sempre per le soluzioni di un sistema omogeneo, linsieme S è uno spazio
vettoriale (sottospazio di R4 in questo caso).

kx + ky + k z = 4
x + y + kz
=k
x + 2y + 3z
= 2k

b) Esistono valori di k per i quali il sistema ha infinite soluzioni? In tali casi determinare le soluzioni.
Soluzione:
Consideriamo la matrice associata al sistema:
k k k2
1 1 k
1 2 3
|
|
|
4
k
2k
Per rispondere a entrambe le domande riduciamo la matrice a gradini.

Per ridurre la matrice a gradini scambiamo la prima e la terza riga. Lo scopo di questa operazione è
spostare i parametri verso il basso.
Se cos` non facessimo nella riduzione a gradini dovremmo necessariamente procedere nel seguente modo:
k k
k2
|
4
kII I 0 0
0
| k 2 4
III II 0 1 3 k |
k
Il sistema cos` ottenuto non è per`

o equivalente a quello iniziale nel caso k = 0. Infatti per k = 0 abbiamo
sostituito la seconda riga con la prima riga cambiata di segno, operazione non lecita. Nelle regole date
60
inizialmente sulla sostituzione di una riga con una sua combinazione lineare con unaltra riga:
I
I
II aII + bI
III
III
era infatti richiesta la condizione a 6= 0 (notiamo invece che non cè nessuna richiesta sul valore di b).
Procedendo in questo modo dovremmo poi considerare il caso k = 0 separatamente, riprendendo la matrice
precedente alloperazione non lecita.
-
Effettuiamo invece con
III 1
1
I k
lo scambio delle righe:
2 3 | 2k
1 2
1 k | k II I 0 1
k k2 | 4
III kII 0 0
3
|
k3 |
0
|
2k
k
4 k2
Notiamo che in questo caso loperazione è lecita anche per k = 0 (quando in pratica lasciamo la terza riga
invariata).
a) Lultima equazione del sistema è 0 = 4 k 2 che non risulta impossibile solo se 4 k 2 = 0, ovvero
k = 2. In tali casi il sistema ammette soluzione.
Quindi il sistema è compatibile se k = 2.
b) Consideriamo separatamente i casi k = 2.
Per k = 2 otteniamo un sistema compatibile di due equazioni in tre incognite che ammette
quindi infinite soluzioni:
x = t
x + 2y + 3z = 4
y = t + 2 t R
y z = 2
z=t
Per k = 2 otteniamo un sistema compatibile di due equazioni in tre incognite che ammette
quindi infinite soluzioni:
x = 7t
x + 2y + 3z = 4
y = 5t 2 t R
y 5z = 2
z=t
Notiamo che le cose potevano essere affrontate in maniera leggermente differente utilizzando il concetto
di rango e il teorema di Rouchè-Capelli.

Esercizio 4.4. Risolvere il seguente sistema, al variare del parametro reale k:
x + 2w = 1
x + y + 3z + 2w = 1
2x + y + (k + 2)z + 4w = 2
x + y + 3z + (k 2 k + 2)w = k
Soluzione:
Riduciamo a gradini la matrice associata al sistema
1 0
0
2
| 1
1
1 1
0
II
I
3
2
|
1

2 1 k + 2
III 2I 0
4
| 2
IV II 0
1 1
3
k2 k + 2 | k
1 0
0
2
|
1
0 1
3
0
|
0
0
|
0
III II 0 0 k 1
0 0
0
k2 k | k 1
0
0
1
3
1 k+2
0
0
2
0
0
k2 k
|
|
|
|
1
0
0
k1
2. SOLUZIONI
61
In conclusione abbiamo ottenuto il sistema equivalente
x + 2w = 1
y + 3z = 0
(k 1)z = 0
k(k 1)w = k 1
Dobbiamo ora discutere il parametro.
Se k(k 1) 6= 0, cioè se k 6= 0, k 6= 1 allora dallultima equazione possiamo ricavare il valore della

w. Analogamente se k 6= 1 dalla terza equazione possiamo ricavare il valore della z. Quindi per
k 6= 0, k 6= 1 otteniamo le seguenti soluzioni
x = k2
y = 0
z = 0
w = k1
Di conseguenza se k 6= 0, k 6= 1 il sistema ammette una unica soluzione:

k2
1
(x, y, z, w) =
.
, 0, 0,
k
k
Se invece k = 0 otteniamo il seguente sistema
x + 2w = 1
y + 3z = 0
z = 0
0 = 1
Poiche lultima equazione è impossibile, per k = 0 il sistema non ha soluzioni.

Infine se k = 1 otteniamo il seguente sistema
x + 2w = 1
y + 3z = 0
0=0
0=0
In questo caso abbiamo due sole equazioni (significative) e 4 incognite. Dobbiamo quindi introdurre 2 parametri:
x = 1 2t
y = 3s
s, t R
z=s
w=t
Di conseguenza se k = 1 le soluzioni del sistema sono date dallinsieme

S = {(x, y, z, w) = (2t + 1, 3s, s, t) | s, t R}
= {(2, 0, 0, 1) t + (0, 3, 1, 0) s + (1, 0, 0, 0) | s, t R} .
In questo caso otteniamo perci`

o infinite soluzioni (e neanche in questo caso S è uno spazio
vettoriale! Infatti non sono soluzioni di un sistema omogeneo)

Esercizio 4.5. Si risolva il seguente sistema di equazioni lineari:
=1
x + y + 2z
(k + 2)x + 2y + 4z
=2
(1 + 2k)x + 3y + 2z = 1 + 2k
al variare del parametro reale k.
62
Soluzione:
1
1 2
k+2 2 4
1 + 2k 3 2
|
|
|
1
2
1 + 2k
Poichè la prima colonna contiene il parametro k la scambiamo con la terza colonna (scambiando cos` la
posizione dellincognita x con quella dellincognita z):
2 1
1
|
1
4 2 k + 2 |
2
2 3 2k + 1 | 1 + 2k
Riduciamo ora la matrice a gradini:
2 1 1
II 2I 0 0 k
III I 0 2 2k
1
2 1
0 III 0 2
2k
II 0 0
|
|
|
Tornando al sistema e ricordando lo scambio di x e z otteniamo:
2z + y + x = 1
2y + 2kx = 2k
kx = 0
Dobbiamo ora distinguere due casi
Se k 6= 0 otteniamo
Se k = 0 invece
1
2k
k
|
|
|
1
2k
0
1k
z = 2
y=k
x=0
2z + y + x = 1
2y = 0
0=0
x = 1 2t
y=0
z=t
t R
1 3
0
2
1
A= 1 2
b = 1
0 0 2t + 1
5
Soluzione:
Sia x = [x1 , x2 , x3 ]T e calcoliamo Ax:
x1 + 3x2
Ax = x1 + 2x2 x3
(2t + 1)x3
Lequazione Ax = b si traduce quindi nel sistema
x1 + 3x2 = 2
x1 + 2x2 x3 = 1
(2t + 1)x3 = 5
La matrice associata a tale sistema è quindi formata

matrice b come matrice dei termini noti:
1
1 3
0
| 2
1 2
1
| 1 II + I 0
0
0 0 2t + 1 | 5
dalla matrice A come matrice dei coefficienti e dalla

3
0
5
1
0 2t + 1
|
|
|
2
x1 + 3x2 = 2
3 5x2 x3 = 3
5
(2t + 1)x3 = 5
2. SOLUZIONI
63
Si tratta quindi di distinguere due casi.

1
Se t 6= allora dallultima equazione possiamo ricavare x3 ottenendo quindi una unica soluzione:
2
2t + 14
x1 =
5(2t + 1)
6t + 8
x2 =
5(2t
+ 1)
x 3 =
2t + 1
1
Se t = , invece lultima equazione diventa
2
0=5
Quindi lequazione è impossibile e il sistema non è compatibile.

x + y = 1
kx + y + z = 1 k
(k parametro reale)
y + (1 k)z = 1
ammette ununica soluzione. In tale caso trovare la soluzione.
Soluzione:
Riduciamo a gradini la matrice associata a tale sistema
1
1
0
|
1
1 1
0
|
1
k 1
1
| 1 2k
1
| 1 k II kI 0 1 k
0
1
1k |
1
0 1 1k |
1
1
1
0
|
1
1 1
0
0 1
III 0
1
1k |
1
1k
II 0 1 k
III + (k 1)II 0 0 k 2 + 2k
1
| 1 2k
x + y = 1
y (k 1)z = 1
k(k 2)z = k
|
|
|
1
1
k
Dobbiamo ora discutere i valori del parametro distinguendo tre casi:

Se k 6= 0, 2 otteniamo
k1
x = k2
y = 2k3
k2
1
z = k2
quindi il sistema ammette ununica soluzione.
Se k = 0 otteniamo:
x + y = 1
yz =1
0=0
Il sistema ammette soluzione, ma in questo caso ne ammette infinite in quanto abbiamo ottenuto
un sistema in tre equazioni e due sole incognite. Anche se non era richiesto possiamo comunque
ricavare le soluzioni
x = t
t R
y =t+1
z=t
quindi il sistema ammette infinite soluzioni.
64
Se k = 2 otteniamo:
x + y = 1
y+z =1
0 = 2
quindi il sistema non ammette soluzioni.

2x1 x2 = k
(k parametro reale)
x1 x2 x3 = 0
x1 kx2 + kx3 = k
a) Si dica per quali valori di k il sistema è compatibile e quando ha infinite soluzioni.

Soluzione:
Riduciamo a gradini la
2
1
1
matrice associata a tale sistema
1 0 | k
2
1
0
| k
1 1 | 0 2II I 0
1
2 | k
k k | k
III II 0 k + 1 k + 1 | k
2 1
0
| k
2x y = k
0 1
II
2
| k y + 2z = k
III + (k + 1)II 0 0 3k 1 | k 2
(3k 1)z = k 2
Se k = 13 allora lultima riga diventa 0 = 91 , quindi è impossibile e il sistema non ammette

soluzione.
Se k 6= 13 allora otteniamo un sistema di tre equazioni in tre incognite che ammette una unica
soluzione:
2k2 k
2x x2 = k
x1 = 2 3k1
k
x2 = k3k1
x2 + 2x3 = k
k2
2
(3k 1)x3 = k
x3 = 3k1
Esercizio 4.9. Sia

S = (x, y, z) R3 | x + y + (k + 1)z = k,
2x + y + z = 0

Soluzione:
Gli elementi dellinsieme S sono i vettori di R3 tali che
(
x + y + (k + 1)z = k
2x + y + z = 0
a) Sappiamo che le soluzioni di un sistema lineare formano uno spazio vettoriale se e solo se il sistema
è omogeneo. Quindi S è uno spazio vettoriale se k = 0
2. SOLUZIONI
65
b) Scriviamo esplicitamente gli elementi di S cercando le soluzioni del sistema nel caso k = 0:

1 1
1 | 0
1 1 1 | 0
II 2I 0 1 1 | 0
2 1 1 | 0
x = 0
x+y+z =0
t R
y = t
y z = 0
z=t
Quindi
S = { (0, t, t) | t R} = { (0, 1, 1) t | t R}

Esercizio 4.10. Sia

S = (x, y, z) R3 | x 2y + kz = k 1, x 2y + z = 0, 2x + 4ky 2z = 0
Soluzione:
x 2y + kz = k 1
x 2y + z = 0
2x + 4ky 2z = 0
è omogeneo. Quindi S è uno spazio vettoriale se k = 1.
1 2 1 | 0
1 2 1 | 0
1 2 1 | 0 II 2I 0 0 0 | 0
2 4 2 | 0
III + 2II 0 0 0 | 0
x = 2s t
s, t R
x 2y + z = 0 y = s
z=t
Quindi
S = { (2s t, s, t) | s, t R} =
= { (2s, s, 0) + (t, 0, t) | s, t R} =
= { (2, 1, 0) s + (1, 0, 1) t | s, t R}


S = x R5 | x1 x2 + 2x5 = k, x1 + x3 + kx4 = 0 .
a) Per quali valori del parametro reale k linsieme S è un sottospazio vettoriale di R5 ?

b) Per i valori determinati al punto a) esplicitare S.
Soluzione:
a) S è uno spazio vettoriale se il sistema è omogeneo cioè se k = 0.
66
b) Risolviamo il sistema omogeneo, riducendo la matrice associata a gradini:

1 1 0 0 2 | 0
1 1 0 0 2 | 0
II I 0 1 1 0 2 | 0
1 0 1 0 0 | 0
x1 = r
x2 = r + 2t
r, s, t R
x3 = r
x4 = s
x = t
5
Quindi:
S = {(x1 , x2 , x3 , x4 , x5 ) = (r, r + 2t, r, s, t) |r, s, t R}
= {(r, r, r, 0, 0) + (0, 0, 0, s, 0) + (0, 2t, 0, 0, t) |r, s, t R}
= {(1, 1, 1, 0, 0) r + (0, 0, 0, 1, 0) s + (0, 2, 0, 0, 1) t |r, s, t R}
CAPITOLO 5
Dipendenza e indipendenza lineare (senza il concetto di rango)

Esercizio 5.1. Scrivere un vettore w R3 linearmente dipendente dal vettore v (1, 9, 0).
Esercizio 5.2. Stabilire se i vettori v1 (1, 5, 7) e v2 (1, 3, 4) di R3 sono linearmente dipendenti.
Esercizio 5.3. Scrivere un vettore w R4 linearmente dipendente dal vettore v (1, 3, 4, 2).
Esercizio 5.4. Stabilire se i vettori v1 (1, 5, 700) e v2 (0, 0, 0) di R3 sono linearmente
dipendenti.
Esercizio 5.5. Studiare la dipendenza o indipendenza lineare dei seguenti vettori di R3 :
v1 (1, 3, 7),
v2 (2, 1, 1),
v3 (0, 0, 0)
Se risultano linearmente dipendenti esprimere, quando è possibile,

v1 come combinazione lineare di v2 e v3

v1 (1, 3, 7),
v2 (2, 1, 1),
v3 (4, 2, 2)

Esercizio 5.7. Ripetere lesercizio precedente con i vettori
v1 (1, 1, 2), v2 (5, 2, 0), v3 (3, 4, 4)

v1 (1, 2, 2), v2 (1, 1, 3), v3 (3, 7, k 6)
discutendo i valori del parametro k R.
Esercizio 5.9.
a) Determinare per quali valori del parametro reale k i seguenti vettori di R5 sono linearmente
dipendenti:
v1 = (0, 1, 1, 0, 1),
v2 = (1, 0, 1, 0, k),
v3 = (1, 2, 3, 0, 0).
b) Per i valori di k determinati in a), esprimere uno o pi`

u vettori come combinazione lineare dei
rimanenti.
Esercizio 5.10. Dati i vettori di R3 :
v1 (1, 1, 2), v2 (2, 4, 6), v3 (1, 2, 5), v4 (1, 1, 10)
determinare se v4 è combinazione lineare di v1 , v2 e v3 (determinare cioè se v4 appartiene allo spazio

vettoriale generato da v1 , v2 e v3 ). In caso positivo esprimere tale combinazione lineare (nella forma pi`
u
generale possibile).
67
68
5. DIPENDENZA E INDIPENDENZA LINEARE (SENZA IL CONCETTO DI RANGO)

v1 (1, 1, 1), v2 (3, 2, 2), v3 (2, 2, k + 4), v4 (1, 3, 4)
determinare per quali valori del parametro reale k, v4 è combinazione lineare di v1 , v2 e v3 (determinare cioè
se v4 appartiene allo spazio vettoriale generato da v1 , v2 e v3 ). In caso positivo esprimere tale combinazione
lineare (nella forma pi`
u generale possibile).
v1 (1, 3, 1), v2 (2, k, 1), v3 (1, k 1, 0), v4 (1, 15, 7)
v1 (1, 2, 1), v2 (k 2, k 4, k 2), v3 (5, 9, 3)
determinare, se possibile, i valori del parametro k per cui il vettore v3 è combinazione lineare di v1 , e v2 .
In caso positivo esprimere tale combinazione lineare (nella forma pi`
v1 (1, 1, 2, 1),
v2 (2, 5, 7, 5),
v3 (3, 2, k 5, k 2),
v4 (1, 2k 1, 2k 2, 3)
determinare i valori del parametro reale k per i quali v4 è combinazione lineare di v1 , v2 e v3 . In caso
positivo esprimere tale combinazione lineare (nella forma pi`
Esercizio 5.15. Si considerino

0
A=
k
le matrici

1
0
,
B=
2
0

k
,
0
k
C=
1

1
1
Si dica per quali valori del parametro reale k le matrici A, B, C sono linearmente indipendenti nello spazio
M2 (R).
Esercizio 5.16. Si considerino le matrici

1 1
2
A=
,
B=
2 1
4

k+1
,
k3
C=
0
2k 2
1
2k 1
a) Si stabilisca per quale valore di k R le matrici A, B e C sono linearmente dipendenti.

b) Per il valore trovato in a) esprimere B come combinazione lineare di A e C.

1 2
2
A=
, B=
1 3
1

1
,
1
C=

1 1
,
2 3
D=
0
1

1
2


1 k
A=
,
0 1
B=
2
1

3
,
2
C=
3 6
1 3
Esercizio 5.19. Siano dati i polinomi
p1 (x) = 1 + x,
p2 (x) = 1 + 2x + x2 ,
p3 (x) = x x2 .
Esprimere, se è possibile, f (x) = x2 x + 2 come combinazione lineare di p1 (x), p2 (x), p3 (x).

-
2. SOLUZIONI
69
1. Suggerimenti
n vettori v1 , v2 , . . . , vn sono detti linearmente indipendenti se
x1 v 1 + x2 v 2 + + xn v n = 0
x1 = x2 = = xn = 0
In caso contrario sono detti linearmente dipendenti.

Un vettore w è combinazione di n vettori v1 , v2 , . . . , vn se esistono x1 , x2 , . . . , xn R tali che:
x1 v 1 + x2 v 2 + + xn v n = w
Se n vettori sono linearmente dipendenti, allora almeno uno è combinazione lineare degli altri.
Se w è combinazione lineare di v1 , v2 , . . . , vn , allora v1 , v2 , . . . , vn , w sono linearmente dipendenti.
Alcuni degli esercizi svolti in questo capitolo possono essere svolti in maniera leggermente semplificata utilizzando la nozione di rango (v. capitoli successivi).
-
2. Soluzioni
Esercizio 5.1. Scrivere un vettore w R3 linearmente dipendente dal vettore v (1, 9, 0).
Soluzione:
Per esempio il vettore w = 3v = (3, 27, 0) è linearmente dipendente da v.
Potevamo anche considerare il vettore nullo (0, 0, 0) = 0v che è sempre linearmente dipendente da
qualsiasi altro vettore.

Esercizio 5.2. Stabilire se i vettori v1 (1, 5, 7) e v2 (1, 3, 4) di R3 sono linearmente dipendenti.
Soluzione:
Si tratta di verificare se lequazione vettoriale xv1 + yv2 = 0 ammette soluzioni diverse dalla soluzione
nulla x = y = 0. Nel caso particolare di due vettori (non nulli), notiamo che x e y o sono entrambi nulli o
sono entrambi non nulli. Supponendo quindi che esistano soluzioni diverse dalla soluzione nulla x = y = 0
x
ne segue che possiamo supporre y 6= 0 e possiamo dividere per y ottenendo v2 = v1 .
y
Ovvero due vettori non nulli sono linearmente dipendenti se sono uno multiplo dellaltro. E evidente
che in questo caso v1 non è multiplo di v2 , quindi v1 e v2 sono linearmente indipendenti.
Lo stesso risultato si poteva ottenere risolvendo il sistema associato allequazione xv1 + yv2 = 0
x = y
x + y = 0
x=0
5y + 3y = 0
5x + 3y = 0
y=0
7y + 4y = 0
7x + 4y = 0
Poichè lunica soluzione è quella nulla, v1 e v2 sono linearmente indipendenti.

Esercizio 5.3. Scrivere un vettore w R4 linearmente dipendente dal vettore v (1, 3, 4, 2).
Soluzione:
Per esempio il vettore w = 2v = (2, 6, 8, 4) è linearmente dipendente da v.
Esercizio 5.4. Stabilire se i vettori v1 (1, 5, 700) e v2 (0, 0, 0) di R3 sono linearmente

dipendenti.
Soluzione:
70
Il vettore nullo è sempre linarmente dipendente da ogni altro insieme di vettori. Infatti lequazione
vettoriale:
xv1 + yv2 = 0
ammette (per esempio) la soluzione non nulla
x=0
y=1

v1 (1, 3, 7),
v2 (2, 1, 1),
v3 (0, 0, 0)

Soluzione:
Per quanto osservato nellesercizio precedente possiamo gi
a affermare che i tre vettori sono linearmente
dipendenti in quanto tra di essi vi e il vettore nullo.
Risolviamo comunque lequazione vettoriale xv1 + yv2 + zv3 = 0 che, in generale, ci permette di
rispondere a tutte le domande dellesercizio. Consideriamo il sistema in tre incognite associato a tale
equazione
x + 2y + 0z = 0
x = 2y
x = 0
t R
3x y + 0z = 0
6y y = 0
y=0
7x y + 0z = 0
14y y = 0
z=t
Di conseguenza v1 , v2 , v3 sono linearmente dipendenti e:
0v1 + 0v2 + tv3 = 0
t R
Dallequazione precedente notiamo che

v1 non si pu`
o esprimere come combinazione lineare di v2 e v3 .
v2 non si pu`
Ponendo per esempio t = 1, otteniamo che
v3 = 0v1 + 0v2

v1 (1, 3, 7),
v2 (2, 1, 1),
v3 (4, 2, 2)

Soluzione:
La risoluzione dellequazione vettoriale xv1 + yv2 + zv3 = 0 permette di rispondere a tutte le domande
dellesercizio.
Sappiamo infatti che data lequazione xv1 + yv2 + zv3 = 0
v1 , v2 e v3 sono linearmente indipendenti se lequazione ammette solo la soluzione nulla:
x = y = z = 0.
v1 , v2 e v3 sono linearmente dipendenti se lequazione ammette altre (infinite) soluzioni oltre
a quella nulla x = y = z = 0.
2. SOLUZIONI
71
Consideriamo il sistema in tre incognite associato a tale equazione
x + 2y 4z = 0
x = 2y + 4z
x = 2y + 4z
5y 10z = 0
3x y + 2z = 0 6y 12z y + 2z = 0
7x y + 2z = 0
14y + 28z y + 2z = 0
15y + 30z = 0
x = 2y + 4z
x = 0
y = 2z
y = 2t
t R
30z + 30z = 0
z=t

0v1 + 2tv2 + tv3 = 0
t R
Dallequazione precedente notiamo che

v1 non si pu`
Ponendo per esempio t = 1, otteniamo 2v2 + v3 = 0 ovvero
1
v2 = v3
2
Analogamente al punto precedente otteniamo
v3 = 2v2

v1 (1, 1, 2), v2 (5, 2, 0), v3 (3, 4, 4)
Soluzione:
La risoluzione dellequazione vettoriale xv1 + yv2 + zv3 = 0 permette di rispondere a tutte le domande
dellesercizio. Consideriamo il sistema in tre incognite associato a tale equazione
x + 5y + 3z = 0
x + 2y + 4z = 0
2x + 0y 4z = 0
Riduciamo quindi a gradini la
1 5
1 2
2 0
matrice associata a tale sistema:
1
5
3
| 0
3 | 0
7
7
| 0
4 | 0 II + I 0
III 2I 0 10 10 | 0
4 | 0
1 5 3 | 0
1 5 3 |
0 1 1 |
(1/7)II 0 1 1 | 0
(1/10)III 0 1 1 | 0
III II 0 0 0 |
Tornando al sistema
(
x + 5y + 3z = 0
y+z =0
x 5z + 3z = 0
y = z

2tv1 tv2 + tv3 = 0
x = 2t
y = t
z=t
0
0
0
t R
t R
Ponendo per esempio t = 1 otteniamo 2v1 v2 + v3 = 0 da cui segue

1
1
v1 = v2 v3
2
2
v2 = 2v1 + v3
v3 = 2v1 + v2
72

v1 (1, 2, 2), v2 (1, 1, 3), v3 (3, 7, k 6)
discutendo i valori del parametro k.
Soluzione:
Procediamo come nellesercizio precedente risolvendo lequazione vettoriale xv1 + yv2 + zv3 = 0. Consideriamo il sistema in tre incognite associato a tale equazione
x + y + 3z = 0
2x + y + 7z = 0
2x 3y + (k 6)z = 0
Riduciamo quindi a gradini
1
2
2
la matrice associata a tale sistema:
1 1
1
3
| 0
1
7
| 0 II 2I 0 1
III + II 0 2
3 k 6 | 0
1 1
3
| 0
0 1
1
| 0
III 2II 0 0 k 1 | 0
3
|
1
|
k+1 |
0
0
0
Notiamo che un sistema omogeneo ha sempre soluzione, infatti ha sempre almeno la soluzione nulla.
Discutiamo i valori del parametro:
Se k = 1 otteniamo il sistema:
x + y + 3z = 0
y=z
0=0
x = 4t
y=t
z=t
t R

4tv1 + tv2 + tv3 = 0
t R
Ponendo per esempio t = 1 otteniamo 4v1 + v2 + v3 = 0 da cui segue

1
1
v1 = v2 + v3
4
4
v2 = 4v1 v3
v3 = 4v1 v2
Se k 6= 1 il sistema ammette la sola soluzione x = y = z = 0 e v1 , v2 , v3 sono linearmente
indipendenti. In particolare nessuno di loro pu`
o essere espresso come combinazione lineare degli
altri.

Esercizio 5.9.
a) Determinare per quali valori del parametro reale k i seguenti vettori di R5 sono linearmente
dipendenti:
v1 = (0, 1, 1, 0, 1),
v2 = (1, 0, 1, 0, k),
v3 = (1, 2, 3, 0, 0).
b) Per i valori di k determinati in a), esprimere uno o pi`

u vettori come combinazione lineare dei
rimanenti.
Soluzione:
Cerchiamo le soluzioni dellequazione vettoriale
xv1 + yv2 + zv3 = 0
2. SOLUZIONI
73
riducendo a gradini la matrice
0
1
0
1
associata al sistema in cui si esplicita tale equazione.
1 1 | 0
II
1 0 2 | 0
0 1 1 | 0
0 2 | 0
I
1 3 | 0 III + II
0 1 1 | 0
0 0 | 0
V II 0 k 2 | 0
k 0 | 0
IV
0 0 0 | 0
1 0
2
| 0
0 1
1
|
0
x + 2z = 0
0
| 0 y z = 0
III II 0 0
IV kII 0 0 2 + k | 0
(k 2)z = 0
0 0
0
| 0
Dobbiamo ora distinguere due casi:

Se k 6= 2 otteniamo la soluzione x = y = z = 0 e i tre vettori sono linearmente indipendenti.
Se k = 2 il sistema diventa
x = 2t
x + 2z = 0
t R
y=t
yz =0
z=t
Quindi per k = 2 i tre vettori sono linearmente dipendenti.
b) Al punto precedente abbiamo trovato che se k = 2 allora

2tv1 + tv2 + tv3 = 0
In particolare ponendo per esempio t = 1 oteniamo

1
1
v1 = v2 + v3
2
2
v2 = 2v1 v3
t R
v3 = 2v1 v2

3
Esercizio 5.10. Dati i vettori di R :

v1 (1, 1, 2), v2 (2, 4, 6), v3 (1, 2, 5), v4 (1, 1, 10)
determinare se v4 è combinazione lineare di v1 , v2 e v3 (determinare cioè se v4 appartiene allo spazio
vettoriale generato da v1 , v2 e v3 ). In caso positivo esprimere tale combinazione lineare (nella forma pi`
u
generale possibile).
Soluzione:
Si tratta di risolvere lequazione vettoriale
xv1 + yv2 + zv3 = v4
Consideriamo il sistema (non omogeneo) in tre incognite associato a tale equazione
x + 2y z = 1
x + 4y + 2z = 1
2x + 6y + 5z = 10
Riduciamo quindi
1 2
1 4
2 6
a gradini la matrice associata
1
1 | 1
2 | 1 II I 0
III 2I 0
5 | 10
Tornando al sistema
Di conseguenza
a tale sistema:
1 2 1
2 1 | 1
0 2 3
2 3 | 0
III II 0 0 4
2 7 | 8
x + 2y z = 1
2y + 3z = 0
z=2
x = 9
y = 3
z=2
v4 = 9v1 3v2 + 2v3
|
|
|
1
0
8
74
Notiamo che anzicchè fermarci alla matrice ridotta a gradini potevamo arrivare alla scrittura della
matrice in forma normale, ovvero alla matrice che ha solo elementi sulla diagonale e questi sono tutti 1 o
0.
2 1 |
2 3 |
0 4 |
1 2
1/2II 0 1
0 0
1
0
0
1
1
0
0
1/4III 0
8
I
0 | 3
0 | 3
1 | 2
2 1
2 3
0 1
2II 1
0
0
|
|
|
I + III 1 2
1
0 II 3III 0 2
0 0
2
0 0 | 9
1 0 | 3
0 1 | 2
0 |
0 |
1 |
3
6
2
Ritornando al sistema in questo caso otteniamo direttamente
x = 9
y = 3
z=2
ovvero
v4 = 9v1 3v2 + 2v3

v1 (1, 1, 1), v2 (3, 2, 2), v3 (2, 2, k + 4), v4 (1, 3, 4)
determinare per quali valori del parametro reale k, v4 è combinazione lineare di v1 , v2 e v3 (determinare cioè
se v4 appartiene allo spazio vettoriale generato da v1 , v2 e v3 ). In caso positivo esprimere tale combinazione
lineare (nella forma pi`
Soluzione:
Si tratta di risolvere lequazione vettoriale
xv1 + yv2 + zv3 = v4
Consideriamo il sistema (non omogeneo) in tre incognite associato a tale equazione
x 3y + 2z = 1
x 2y + 2z = 3
x 2y + (k + 4)z = 4
Riduciamo quindi a gradini la matrice
1 3
2
1 2
2
1 2 k + 4
Tornando al sistema
associata a tale sistema:
| 1
1 3
2
| 3 II I 0 1
0
| 4
III II 0 0 k + 2
Dobbiamo ora di distinguere due casi

Se k = 2:
|
|
|
1
2
1
x 3y + 2z = 1
y=2
(k + 2)z = 1
x 3y + 2z = 1
y=2
0=1
Quindi il sistema non ammette soluzioni, e v4 non si pu`

o esprimere come combinazione lineare di
v1 , v2 , v3 .
2. SOLUZIONI
Se k 6= 2:
e
v4 =
75
7k + 12
x=
k+2
y=2
z = 1
k+2
7k + 12
k+2
v1 + 2 v2 +
1
k+2
v3

v1 (1, 3, 1), v2 (2, k, 1), v3 (1, k 1, 0), v4 (1, 15, 7)
Soluzione:
Cerchiamo le soluzioni dellequazione vettoriale
xv1 + yv2 + zv3 = v4
Riduciamo a gradini la matrice associata al sistema in cui si
1 2
1 |
3 k k 1 |
1 1
0
|
esplicita tale equazione:
1
15
7
Procedendo con il metodo di Gauss otteniamo la matrice equivalente
1
2
1 | 1
II 3I 0 k 6 k + 2 | 12
1
| 6
III I 0 3
Facciamo a questo punto una importante osservazione. Se procediamo ancora con la riduzione a gradini,
per ottenere uno zero nel secondo posto della terza riga siamo costretti a fare la seguente operazione
1
2
1 | 1
0 k 6 k + 2 | 12
(k 6)III + 3II 0
0
4k
| 6k
Notiamo per`
o che procedendo cos` abbiamo sostituito la terza riga con un suo multiplo dipendente dal
parametro, sommato ad un multiplo non nullo della seconda. Dalla teoria sappiamo però che tale operazione
è lecita solamente se il valore per cui moltiplichiamo la terza riga è diverso da zero, nel nostro caso cioè se
k 6= 6. In caso contrario avremmo infatti sostituito la terza riga con un multiplo della seconda ottenendo
perciò un sistema non pi`
u equivalente. Potremmo quindi procedere per poi controllare separatamente
il caso k = 6, ritornando al sistema che avevamo prima della operazione non lecita. Questo modo di
procedere, benchè corretto, risulta piuttosto lungo e macchinoso. E invece decisamente pi`
u conveniente
procedere nel seguente modo.
Ritorniamo alla matrice ottenuta al primo passaggio della riduzione a gradini e effettuiamo uno scambio
di righe
1 2 1 | 1
1
2
1 | 1
0 3 1 | 6
III 0 3
1
| 6
3III + (k 6)II 0 0
II 0 k 6 k + 2 | 12
4k | 6k
Abbiamo quindi sostituito la terza riga con un suo multiplo non nullo sommato ad un multiplo della
seconda dipendente dal parametro. Questa operazione è sempre lecita. Infatti anche per il valore critico
k = 6 otteniamo un sistema ancora equivalente in cui la terza riga è stata sostituita con un suo multiplo
non nullo. Possiamo perci`
o procedere senza dovere distinguere alcun caso.
Torniamo ora al sistema
2y
3y
z
z
4kz
=
=
=
Per trovare le soluzioni siamo costretti a distinguere due casi.
1
6
6k.
76
Se 4k 6= 0, ovvero se k 6= 0, lultima equazione si pu`

o dividere per 4k per cui otteniamo la seguente
soluzione
11
x = 2
y = 32
z = 23 .
Di conseguenza se k 6= 0 abbiamo ottenuto la seguente (unica) combinazione lineare:
3
3
11
v1 v2 + v3 .
v4 =
2
2
2
Se k = 0 otteniamo il seguente sistema
x + 2y z = 1
3y + z = 6
0 = 0
Ponendo y = t otteniamo le soluzioni
x = t + 7
y=t
z = 3t + 6.
t R
Quindi anche se k = 0 il vettore v4 si pu`

o esprimere come combinazione lineare di v1 , v2 e v3 :
v4 = (t + 7) v1 + t v2 + (3t + 6) v3
In questo caso le possibili combinazioni lineari sono infinite.
t R.
Osservazione importante. Abbiamo incontrato in questo esercizio una prima difficoltà nel ridurre a
gradini un sistema parametrico. Abbiamo visto che è stato decisamente utile spostare in basso la riga
contenente il parametro. Possiamo quindi dare una prima regola utile per ridurre a gradini i sistemi
parametrici: è tendenzialmente conveniente spostare verso il basso le righe contenenti il parametro.
-

v1 (1, 2, 1), v2 (k 2, k 4, k 2), v3 (5, 9, 3)
determinare, se possibile, i valori del parametro k per cui il vettore v3 è combinazione lineare di v1 , e v2 .
In caso positivo sprimere tale combinazione lineare (nella forma pi`
Soluzione:
Si tratta di cercare (se esistono) le soluzioni dellequazione vettoriale
xv1 + yv2 = v3 .
Consideriamo il sistema (non omogeneo) associato
x + (k 2)y = 5
2x + (k 4)y = 9
x + (k 2)y = 3
Riduciamo a gradini la matrice associata
1 k2 | 5
1 k2
2 k 4 | 9 II 2I 0 k
1 k 2 | 3
III I 0 2k
Otteniamo quindi il sistema
|
|
|
5
1 k2
1
II 0
k
2
III 2II 0
0
x + (k 2)y = 5
ky = 1
0=0
|
|
|
5
1
0
2. SOLUZIONI

Se k 6= 0 otteniamo
per cui
v3 =
Se k = 0:
77
x = 4k + 2
k
1
y =
k
4k + 2
k
v1 +
2x
0
0
1
v2
k
=
=
=
se k 6= 0.
5
1
0
Quindi il sistema è impossibile e in questo caso il vettore v3 non è combinazione lineare di v1 e

v2 .

v1 (1, 1, 2, 1),
v3 (3, 2, k 5, k 2),
v2 (2, 5, 7, 5),
v4 (1, 2k 1, 2k 2, 3)
determinare i valori del parametro reale k per i quali v4 è combinazione lineare di v1 , v2 e v3 . In caso
positivo sprimere tale combinazione lineare (nella forma pi`
Soluzione:
Studiamo la seguente equazione vettoriale
xv1 + yv2 + zv3 = v4
riducendo a gradini la matrice associata al sistema in cui si esplicita tale equazione:
1 2 3 | 1
1 2 3 |
1
1 5 2 | 2k 1
II I
1
| 2k
0 3
2 7 k 5 | 2k 2 III 2I 0 3 k + 1 | 2k
IV I 0 3 k + 1 | 2
1 5 k2 |
3
1 2 3 |
1
0 3 1 | 2k
III II 0 0 k |
0
IV III 0 0 0 | 2k 2
Ritornando al sistema abbiamo ottenuto
x + 2y 3z = 1
3y + z = 2k
kz = 0
0 = 2k 2
Notiamo subito che lultima equazione impone 2k = 2, ovvero k = 1. Sostituendo quindi tale valore nel
sistema oteniamo
1
x + 2y 3z = 1
x=
3y + z = 2
3
y = 2
z=0
z = 0.
0=0
Quindi
Per k = 1 abbiamo ottenuto la seguente combinazione lineare

2
1
v4 = v1 v2
3
3
78
Se k 6= 1 il sistema non ammette soluzioni per cui il vettore v4 non si pu`

o esprimere come
combinazione lineare di v1 , v2 e v3 .

Esercizio 5.15. Si considerino

0
A=
k
le matrici

1
0
,
B=
2
0

k
,
0
C=
k
1

1
1
Si dica per quali valori del parametro reale k le matrici A, B, C sono linearmente indipendenti nello spazio
M2 (R).
Soluzione:
Per stabilire quando le tre matrici sono linearmente indipendenti risolviamo lequazione xA + yB + zC = 0:

y + kz
ky + z
0 0
=
kx 2y 1z
z
0 0
da cui si ottiene il sistema
y + kz = 0
ky + z = 0
kx 2y 1z = 0
z=0
y = 0
0 = 0
kx = 0
z=0
Dobbiamo ora distinguere due casi.

Se k 6= 0 otteniamo la sola soluzione x = y = z = 0 per cui le tre matrici sono linearmente
indipendenti.
Se k = 0 otteniamo la sola soluzione x = t, y = z = 0 per cui le tre matrici sono linearmente
dipendenti.


1 1
2
A=
,
B=
2 1
4

k+1
,
k3
C=
0
2k 2
1
2k 1
a) Si stabilisca per quale valore di k R le matrici A, B e C sono linearmente dipendenti.

b) Per il valore trovato in a) esprimere B come combinazione lineare di A e C.
Soluzione:
a) Per stabilire quando le tre matrici sono linearmente dipendenti risolviamo lequazione xA + yB +
zC = 0:

x + 2y
x + (k + 1)y + z
0 0
=
2x + 4y + (2k 2)z x + (k 3)y + (2k 1)z
0 0
x + 2y = 0
x + (k + 1)y + z = 0
2x + 4y + (2k 2)z = 0
x + (k 3)y + (2k 1)z = 0
1
2
1 k+1
2
4
1 k 3
0
1
2k 2
2k 1
|
|
|
|
0
0
0
0
Notiamo che le matrici A, B e C sono linearmente dipendenti se il sistema ammette altre (infinite)
soluzioni oltre a quella nulla x = y = z = 0. Riduciamo quindi a gradini la matrice associata al
sistema:
1
2
0
| 0
1
2
0
| 0
0 k 1
II I
1
| 0
1
| 0
0 k 1
0
III 2I 0
0
2k 2 | 0
0
2k 2 | 0
IV II 0
IV + I 0 k 1 2k 1 | 0
0
2k 2 | 0
1
2
0
| 0
0 k 1
1
|
0
0
0
2k 2 | 0
0
0
| 0
IV III 0
2. SOLUZIONI
79

indipendenti.
Se k = 1 otteniamo il sistema
x = 2t
x + 2y = 0
y=t
t R
2t A + t B + 0 C = 0 t R
z=0
z=0
Il sistema ha infinite soluzioni e quindi le tre matrici sono linearmente dipendenti.

b) Per k = 1 abbiamo ottenuto al punto precedente 2t A + t B + 0 C = 0 t R. Ponendo
per esempio t = 1 otteniamo 2A + B = 0, ovvero B = 2A.


2
1 2
, B=
A=
1
1 3

1
,
1
C=

1 1
,
2 3
D=
0
1

1
2
Soluzione:
Si tratta di determinare se esiste soluzione dellequazione
Ax + By + Cz = D

x 2x
2y
Ax + By + Cz =
+
x 3x
y
Quindi:
x + 2y z
x + y + 2z

y
z
+
y
2z

z
x + 2y z
=
3z
x + y + 2z
2x + y + z
3x + y + 3z
x + 2y z = 0
2x + y + z = 1
2x + y + z
0 1
=
3x + y + 3z
1 2
x + y + 2z = 1
3x + y + 3z = 2

Dobbiamo quindi risolvere il sistema lineare non omogeneo
1 2 1 | 0
1 2 1 |
2 1 1 | 1
0 3 3 |
II
2I
1 1 2 | 1 III + I 0 3
1 |
3 1 3 | 2
IV 3I 0 5 6 |
1 2 1 | 0
0 3 3 | 1
0 0
4 | 0
0 | 4
4IV 3III 0 0
di quattro equazioni i tre incognite:
0
1 2 1 |
0 3 3 |
1
III + II 0 0
1
4 |
3IV 5II 0 0
2
3 |
0
1
0
1
Tornando al sistema notiamo che lultima equazione è 0 = 4, quindi il sistema non ammette soluzione e D
non è combinazione lineare di A, B e C.


1 k
A=
,
0 1
B=
2
1

3
,
2
C=
3 6
1 3
Soluzione:
Analogamente allesercizio precedente si tratta di determinare se esiste soluzione dellequazione
Ax + By = C

x
Ax + By =
0

kx
2y
+
x
y

3y
x + 2y
=
2y
y
kx + 3y
x + 2y
80
Quindi:

x + 2y
y
Quindi
x + 2y = 3

kx + 3y = 6
kx + 3y
3 6
=
x + 2y
1 3
y
=1
x + 2y = 3
x+2=3
kx + 3 = 6
y=1
x+2=3
x=1
kx = 3
y=1
x=1
x=1
k=3
y=1
x=1
Se k = 3 il sistema ammette la sola soluzione x = y = 1 e A + B = C.

Se k 6= 3 il sistema non ammette soluzione e C non è combinazione di A e B.

p1 (x) = 1 + x,
p2 (x) = 1 + 2x + x2 ,
p3 (x) = x x2 .
Esprimere, se è possibile, f (x) = x2 x + 2 come combinazione lineare di p1 (x), p2 (x), p3 (x).

Soluzione:
Si tratta di stabilire se lequazione
ap1 (x) + bp2 (x) + cp3 (x) = f (x)
ammette soluzioni. Esplicitando lequazione otteniamo:
ap1 (x) + bp2 (x) + cp3 (x) = a(1 + x) + b(1 + 2x + x2 ) + c(x x2 )
= (b c)x2 + (a + 2b + c)x + (a + b)
Quindi
b c = 1
(b c)x2 + (a + 2b + c)x + (a + b) = x2 x + 2 a + 2b + c = 1
a+b=2
Risolviamo ora il sistema
1
III 1 1 0 | 2
0 1 1 | 1
1 2 1 | 1 II I 0
1 2 1 | 1
0
I 0 1 1 | 1
1 1 0 | 2
1 1 0 | 2
x1 + x2 = 2
x1
0 1 1 | 3 x2 + x3 = 3 x2
III II 0 0 2 | 4
2x3 = 4
x3
1
1
1
0 |
1 |
1 |
=3
= 1
= 2
2
3
1
Quindi
f (x) = 3 p1 (x) 1 p2 (x) 2 p3 (x)

Lesercizio poteva essere svolto in maniera leggermente semplificata osservando che a ogni polinomio
possiamo
associare
il vettore formato dai suoi coefficienti dopo avere scelto un ordine per linsieme B =
2

x , x, 1 . La giustificazione precisa di questo fatto verr`
a data dopo avere introdotto il concetto di
base, ma possiamo intanto osservare che ogni vettore è univocamente determinato dai suoi coefficienti e
che la somma e il prodotto per scalari sono definiti in maniera analoga tra vettori e tra polinomi. Di
conseguenza ai polinomi p1 (x), p2 (x) e p3 (x) possiamo associamo i tre vettori
p1 = (0, 1, 1)
p2 = (1, 2, 1)
p3 = (1, 1, 0)
f = (1, 1, 2)
Il polinomio f (x) è combinazione lineare di p1 (x), p2 (x), p3 (x) se il vettore f è combinazione lineare
dei vettori p1 , p2 , p3 . Risolvendo lequazione ap1 + bp2 + cp3 otteniamo il sistema a cui è associata la
2. SOLUZIONI
matrice
0
1
1
1 1
2 1
1 0
|
|
|
81
1
1
2
che è infatti la stessa che abbiamo ottenuto con il precedente metodo.

CAPITOLO 6
Determinante e inversa di una matrice

Esercizio 6.1. Calcolare il

2 3
A=
1 2
2 3
C = 1 2
0 1
determinante delle seguenti matrici:

11 3
B=
2
0
7 0 0
2 2 2
2
1
0
0
F = 1 1 0
D= 1
3 4 3
3 4
0
2
Esercizio 6.2. Calcolare il determinante delle seguenti

1 2
3 0
A1 =
A2 =
2 1
0 1
2 0
1 4 2
A5 = 0 1
A4 = 0 2 1
0 0
0 0
5
matrici:

1 1
A3 =
2 3
1 1 3
A6 = 1 1 2
2 0 7
0
0
3
Esercizio 6.3. Calcolare il rango della seguente matrice A, utilizzando il calcolo del determinante.
1
k+2
0
0
4 k
kR
A = k 2 1
1
2k 3
0
Esercizio 6.4. Calcolare linversa delle seguenti matrici (invertibili) utilizzando il metodo della riduzione
a gradini.

1
A=
2

2
1
1 1
B = 1 1
2 0
3
2
7
Esercizio 6.5. Dopo avere stabilito se le seguenti matrici sono invertibili calcolarne linversa:

1 2
3 0
1 1
A1 =
A2 =
A3 =
2 1
0 1
2 3
1 1 3
2 0 0
1 4 2
A6 = 1 1 2
A5 = 0 1 0
A4 = 0 2 1
2 0 7
0 0 3
0 0
5
Esercizio 6.6. Sia A la matrice reale
0 1
1 2
2 1
1
A = k
0
a) Calcolare il determinante di A e stabilire per quali valori di k la matrice è invertibile.

b) Trovare la matrice inversa di A per k = 1.
k k1
A = 0 2k 2
1 k1
k
0
2k
(k reale).
a) Si determini per quali valori di k la matrice A è invertibile. Si calcoli la matrice inversa di A per
k = 1.
b) Calcolare il rango di A al variare del parametro k.
83
84
6. DETERMINANTE E INVERSA DI UNA MATRICE
Esercizio 6.8. Sia At la matrice reale
0
t
1
0 t
At = 1 1
2 t
(t reale).
Stabilire per quali valori di t la matrice At è invertibile.

1
A = 3k
0
2
0
8 + 2k k 1
8k + 8
0
(t reale).
a) Calcolare il rango di A al variare del parametro k.

b) Esistono valori di k per i quali la matrice è invertibile?
2
0
A = 4k 4k 1
0
1 4k
5
k 2
0
(t reale).

1 k
A = 0 1
2 k
0
k 4
0
(k reale).
a) Stabilire per quali valori di k la matrice A è invertibile.

b) Per i valori di k trovati al punto precedente determinare linversa di A.
2 2
A = 1 2
0 0
k
0
3k
(k reale).

b) Si determini il valore di k tale per cui la matrice A abbia determinante uguale a uno. Per tale
valore di k, si calcoli la matrice inversa di A.
-
1. Suggerimenti
Una matrice (quadrata) A è invertibile se esiste una matrice, indicata con A1 , tale che AA1 =
A A = I.
Condizione necessaria e sufficiente affinchè una matrice quadrata A sia invertibile è che sia det(A) 6= 0.
1
Per calcolare linversa di una matrice utilizzeremo due metodi:

Si affianca alla matrice A la matrice identica e si riduce A a gradini in forma normale (cioè con
tutti 1 sulla diagonale e 0 altrove). La matrice in cui è stata trasformata la matrice identica è
linversa A1 .
Si utilizzano le formule:
1
A1 =
[a ]T
det(A) ij
2. SOLUZIONI
85
dove
aij = complemento algebrico di aij
= (1)i+j det(matrice ottenuta da A eliminando la riga i e la colonna j)
Rango.
Per calcolare il rango di una matrice possiamo utilizzare i sottodeterminanti oppure i pivot. Infatti
valgono le seguenti propriet`
a:
(1) Il rango di una matrice A corrisponde al massimo ordine di una sua sottomatrice (quadrata) con
determinante non nullo.
(2) Il rango di una matrice A corrisponde al numero dei suoi pivot, una volta che A è stata ridotta
a gradini.
(3) Il rango di una matrice A è uguale al numero di righe linearmente indipendenti.
(4) Il rango di una matrice A è uguale al numero di colonne linearmente indipendenti.
Talvolta per calcolare il rango di una matrice pu`
o essere utile utilizzare un metodo misto di riduzione
e di calcolo dei determinanti. Infatti, sia A una matrice e A la matrice ottenuta da A con qualche passo
di riduzione a gradini. Allora rg(A) = rg(A ). In particolare se A è quadrata det(A) = 0 se e solo se
det(A ) = 0.
-
Condizione necessaria e sufficiente affinchè una matrice quadrata A sia invertibile è che sia det(A) 6= 0,
ovvero che rg(A) sia massimo.
-
2. Soluzioni
Esercizio 6.1. Calcolare il

2 3
A=
1 2
2 3
C = 1 2
0 1
determinante delle seguenti matrici:

11 3
B=
2
0
7 0 0
2 2 2
2
1
0
0
F = 1 1 0
D= 1
3 4 3
3 4
0
2
Soluzione:
det(A) = 2 (2) 1 3 = 4 3 = 7
det(B) = 0 2 3 = 6
Per calcolare il determinante di C sviluppiamo secondo la terza colonna:

1 2
2 3
1+3
3+3
det(C) = 2 (1)
det
+ 2 (1)
det
0 1
1 2
= 2 (1) + 2 (7) = 2 14 = 12
Analogamente per calcolare il determinante di D sviluppiamo secondo la terza colonna:

1 1
det(D) = 2 (1)1+3 det
= 2 (7) = 14
3 4
Per calcolare il determinante di F sviluppiamo rispetto alla prima riga. Notiamo che il determinante
di F risulta il prodotto degli elementi della diagonale:

1 0
1+1
= 7 1 (3) = 21
det(F ) =7 (1)
det
4 3
86
Esercizio 6.2. Calcolare il determinante delle seguenti

1 2
3 0
A1 =
A2 =
2 1
0 1
2 0
1 4 2
A5 = 0 1
A4 = 0 2 1
0 0
0 0
5
Soluzione:
Cominciamo dalle matrici 2 2:
matrici:
0
0
3

1 1
A3 =
2 3
1 1 3
A6 = 1 1 2
2 0 7
det(A1 ) = 1 (1) 2 2 = 5
det(A2 ) = 3 1 = 3
det(A3 ) = 1 3 2 1 = 1
Consideriamo ora le matrici 3 3.

Per la matrice A4 sviluppiamo il determinante rispetto alla prima colonna:

2 1
4 2
4 2
det(A4 ) = 1 det
0 det
+ 0 det
= 1 (10) = 10
0 5
0 5
2 1
Per la matrice A5 possiamo sviluppare il determinante indifferentemente rispetto alla prima colonna o
alla prima riga:

1 0
= 6
det(A5 ) = 2 det
0 3
Per la matrice A6 ci conviene sviluppare il determinante rispetto alla seconda colonna:

1 3
1 2
= 1 (7 4) + 1 (7 6) = 3 + 1 = 4
+ 1 det
det(A6 ) = (1) det
2 7
2 7
Esercizio 6.3. Calcolare il rango della seguente matrice A, utilizzando il calcolo del determinante.
1
k+2
0
0
4 k
kR
A = k 2 1
1
2k 3
0
Soluzione:
Per calcolare il rango di A utilizziamo la seguente propriet`
a.
Il rango di una matrice A corrisponde al massimo ordine di una sottomatrice quadrata di A con deteminante
non nullo.
-
Cominciamo quindi a calcolare il determinante di A per stabilire quando rg(A) = 3.

Sviluppiamo rispetto alla terza colonna:
det(A) = (4 k) [2k 3 (k + 2)] = (k 4)(k 5)
Quindi det(A) = 0 se k = 4 o k = 5.
Di conseguenza:
Se k 6= 4, 5, la matrice ha determinante non
Se k = 4 la matrice A diventa:
1
A = 15
1
nullo, quindi rg(A) = 3.
6 0
0 0
5 0
Sappiamo gi`
a che rg(A) 2. Per stabilire se ha rango 2 basta trovare una sottomatrice 2 2 con
determinante non nullo. In effetti in A troviamo per esempio la sottomatrice:

1 6
B=
det(B) = 15 6 6= 0
15 0
quindi rg(A) = 2.
2. SOLUZIONI
87
7 0
0 1
7 0
1
A = 24
1
Sappiamo gi`
a che rg(A) 2. Per stabilire se ha rango 2 basta trovare una sottomatrice 2 2 con
determinante non nullo. In effetti in A troviamo per esempio la sottomatrice:

7 0
C=
det(C) = 7 6= 0
0 1
quindi rg(A) = 2.

Esercizio 6.4. Calcolare linversa delle matrici (invertibili)

1 1
1 2
A=
B = 1 1
2 1
2 0
3
2
7
utilizzando il metodo della riduzione a gradini.

Soluzione:
Consideriamo la matrice A
calcolare rref (A):

1 2 | 1
2 1 | 0

1
1/5II 0
e procediamo affiancando ad A la matrice identica 2 2 prima di

1 2 | 1
II 2I 0 5 | 2

2 | 1
0
I 2II 1
1 | 52 15
0
0
1
Di conseguenza
A1 =
1
5
2
5
2
5
15
0
1
0 |
1 |
1
5
2
5
2
5
15

1 1 2
5 2 1
Consideriamo la matrice B e procediamo affiancando a B la matrice identica 3 3 prima di

calcolare rref (B):
1 1 3 | 1 0 0
1 1 3 | 1 0 0
1 1 2 | 0 1 0 II I 0 2 1 | 1 1 0
2 0 7 | 0 0 1
III 2I 0 2
1 | 2 0 1
1 1 3 | 1
0
0
1 1 3 | 1
0 0
1
1
0 1 1 | 1
1/2II 0 1 12 | 21
0
0
2
2
2
2
1
1
1/2III 0 0
III II 0 0
2 | 1 1 1
1 | 2 2 21
5
7
3
7
1 1 0 |
32
54
I + II 1 0 0 |
I 3III
2
2
4
4
1
1
1
1
0 1 0 | 3
II + 1/2III 0 1 0 | 34
4
4
4
4
4
1
1
1
1
1
1
0 0 1 | 2 2
0 0 1 | 2 2
2
2
Di conseguenza
7
7 5
1
1
1
B 1 =
= 3 1
4
4
1
2
2
2
2
7
4
3
4
12
7
4
1
4
12
54
Notiamo che se M Mnn è una matrice tale che rref (M ) = In , allora rg(M ) = n, quindi:
una matrice n n è invertibile se e solo se ha rango n.
-
88
Esercizio 6.5. Dopo avere stabilito se le seguenti matrici sono invertibili calcolarne linversa:

1 2
3 0
1 1
A1 =
A2 =
A3 =
2 1
0 1
2 3
1 1 3
2 0 0
1 4 2
A6 = 1 1 2
A5 = 0 1 0
A4 = 0 2 1
2 0 7
0 0 3
0 0
5
Soluzione:
Poichè det(A1 ) = 1 4 = 5 la matrice A1 è invertibile. Inoltre

a = (1)1+1 (1) = 1
2
11
1+2
5
5
a12 = (1) 2 = 2
A1
1 =
2+1
a
=
(1)
2
=
2
2
1
21
5
5

a22 = (1)2+2 1 = 1
Consideriamo A2 . Poichè det(A2 ) = 3 1 = 3 6= 0, la matrice A2 è invertibile. Inoltre

a11 = (1)1+1 1 = 1
0
a = (1)1+2 0 = 0
3
12
A1
2 =
2+1
a
=
(1)
0
=
0
21
0
1

a22 = (1)2+2 3 = 3
Consideriamo A3 . Poichè det(A3 ) = 3 2 = 1 6= 0, la matrice A3 è invertibile. Inoltre

a11 = (1)1+1 3 = 3

a = (1)1+2 2 = 2
3 1
12
1
A3 =
2+1
2 1
a21 = (1) 1 = 1
2+2
a22 = (1) 1 = 1
Poichè det(A4 ) = 10 6= 0, la matrice A4 è invertibile. Inoltre
"
#
2
1
1+1
det
= 10
a11 = (1)
0 5
"
#
0 1
1+2
a12 = (1)
= det
=0
0 5
"
#
0 2
a13 = (1)1+3 1 = det

=0
0 0
"
#

4 2
2+1
det
= 20
a21 = (1)
1
0
5
"
#
1 2
a22 = (1)2+2 = det

=5
A1
4 = 0
0 5
"
#
1
4
0
a23 = (1)2+3 = det

=0
0 0
"
#
4
2
3+1
det
=0
a31 = (1)
2 1
"
#

1 2
3+2
= det
=1
a32 = (1)
0 1
"
#
a33 = (1)3+3 = det 1 4 = 2
0 2
1
2
1
10
1
5
a11 = 3
a12 = 0
a13 = 0
a21 = 0
a22 = 6
a23 = 0
a31 = 0
a32 = 0
a33 = 2
2. SOLUZIONI
Quindi
12
0
=
A1
5
1
0
89
1
3

a11 = 7
a12 = 3
a21 = 7
a22 = 1
a31 = 5
a32 = 1
Quindi
7
4
A1
=
6
4
12
1
A = k
0
a13 = 2
a23 = 2
a33 = 2
7
4
54
1
4
1
4
12
1
2
0 1
1 2
2 1
a) Calcolare il determinante di A e stabilire per quali valori di k la matrice è invertibile.

b) Trovare la matrice inversa di A per k = 1.
Soluzione:
a)
det(A) = (1 4) + 2k = 2k 3
La matrice A è invertibile se il suo determinante è diverso da zero, ovvero se k 6= 32 .
b) Calcoliamo linversa di A dopo avere posto k = 1, nel quale caso det(A) = 2 3 = 1.
a11 = 3
a12 = 1
a21 = 2
a22 = 1
a31 = 1
a32 = 1
Quindi
A1
a13 = 2
a23 = 2
a33 = 1
3 2 1
= 1 1 1
2 2 1
In alternativa per calcolare linversa di A potevamo calcolare rref (A) dopo avere affiancato a A,
con k = 1, la matrice identica:
1 0 1 | 1 0 0
1 0 1 | 1 0 0
1 1 2 | 0 1 0 II I 0 1 1 | 1 1 0
0 2 1 | 0 0 1
0 2 1 | 0 0 1
1 0 1 | 1
0 0
0 1 1 | 1 1 0
III 2II 0 0 1 | 2 2 1
3 2 1
I + III 1 0 0 | 3 2 1
II + III 0 1 0 | 1 1 1
A1 = 1 1 1
2 2 1
III
0 0 1 | 2 2 1
90
k k1
A = 0 2k 2
1 k1
k
0
2k
(k reale).
a) Si determini per quali valori di k la matrice A è invertibile. Si calcoli la matrice inversa di A per
k = 1.
b) Calcolare il rango di A al variare del parametro k.
Soluzione:
a) Una matrice quadrata è invertibile se ha determinante diverso da zero, ovvero se ha rango
massimo. Calcoliamo quindi il determinante di A sviluppando rispetto alla seconda riga:
det(A) = (2k 2) [k(2 k) k] = (2k 2)(k 2 + k)
Quindi det(A) = 0 se
2k 2 = 0 k = 1
k2 + k = 0 k = 0 o k = 1
Infine A è invertibile se k 6= 0 e k 6= 1.
Calcoliamo linversa di A quando k = 1 con il metodo dei complementi algebrici. Notiamo
che per k = 1 si ha
1 2 1
det(A) = 8
A = 0 4 0
1 2 3
Inoltre
A11 = 12 A21 = 8
A22 = 2
A12 = 0
A13 = 4
A23 = 4
A31 = 4
A32 = 0
A33 = 4
A1
23
= 0
1
2
1
41
12
12
0
1
2
In alternativa possiamo calcolare linversa di A quando k = 1 con il metodo della riduzione:
1 2 1 | 1 0 0
1 2 1 | 1 0 0
I
0 4 0 | 0 1 0 1/4II 0 1 0 | 0 1 0
4
1 2 3 | 0 0 1
III + I 0 4 2 | 1
0 1
1
1 2 1 | 1 0 0
0
I 2II 1 0 1 | 1
2
0 1 0 | 0 1 0
0 1 0 | 0 1 0
4
4
III + 4II 0 0 2 | 1 1 1
1/2III 0 0 1 | 21 12 12
3
2
1 12
1 12
I III 1 0 0 | 23
0 1 0 | 0 1
0
0
A1 = 0 41
4
1
1
1
1
1
1
0 0 1 |
2
2
2
2
2
2
b) Abbiamo visto che se k 6= 0, 1 la matrice ha determinante non nullo, quindi in questi casi rg(A) =
3. Inoltre:
Se k = 0, A diventa
1 1 2
III 1 1 2
0 1 0
0 1 0
0 2 0 1/2II 0 1 0
rg(A) = 2
III II 0 0 0
0 1 0
I
1 1 2
Se k = 1, A diventa
1 0
0 0
1 0
1
1 0
0 0
0
III II 0 0
1
Esercizio 6.8. Sia At la matrice reale
0 t
At = 1 1
2 t
0
t
1
Stabilire per quali valori di t la matrice At e invertibile.
1
0
0
rg(A) = 1
(t reale).
2. SOLUZIONI
91
Soluzione:
At è invertibile se il suo determinante è diverso da zero, ovvero se il suo rango è 3. Riduciamo quindi A a
gradini per stabilire se è invertibile.
II 1
I 0
2
1 t
1
1
1
t
0
t 0
t
0 III 0
II 0
III 2I 0 t 2 1 2t
t 1
Scambiando ora la seconda e terza colonna otteniamo:
1
t
1
0 1 2t t 2
0
0
t
1
t
t 2 1 2t
t
0
Quindi At ha rango 3, cioè At è invertibile, se t 6= 0, 12 .

In alternativa potevamo calcolare direttamente il determinante:
det(At ) = t(1 2t)
e At è invertibile se det(At ) 6= 0, ovvero se t 6= 0, 21 .

1
A = 3k
0
2
0
8 + 2k k 1
8k + 8
0
(t reale).

Soluzione:
a) Riduciamo A a gradini:
1
2
II 3kI 0 8 + 8k
0 8k + 8
1
2
0
0 8 + 8k
k 1
III II 0
0
0
0
k1
k + 1
Quindi:
Se k 6= 1, la matrice ha 3 pivot, quindi rg(A) = 3.
Se k = 1 o k = 1, la matrice ha 2 pivot, quindi rg(A) = 2.
b) Una matrice quadrata è invertibile se ha rango massimo. In questo caso A è invertibile quando
ha rango 3 cioè se k 6= 1.

2
0
5
A = 4k 4k 1 k 2
0
1 4k
0
(k reale).

Soluzione:
2
2
0
5
0
II + 2kI 0 4k 1 11k 2
III + II 0
0 1 4k
0
0
4k 1
0
5
11k 2
11k 2
Quindi:
2
Se k 6= 14 , 11
, la matrice ha 3 pivot, quindi rg(A) = 3.
2
1
, la matrice ha 2 pivot, quindi rg(A) = 2.
Se k = 4 o k = 11
b) Una matrice quadrata è invertibile se ha rango massimo. In questo caso A è invertibile quando
2
ha rango 3 cioè se k 6= 14 , 11
.
92
1 k
A = 0 1
2 k
0
k 4
0
(k reale).
a) Stabilire per quali valori di k la matrice A è invertibile.

b) Per i valori di k trovati al punto precedente determinare linversa di A.
Soluzione:
a) Calcoliamo il rango di A riducendola a gradini, ricordando che una matrice è invertibile se ha
rango massimo (in questo caso 3):
1 k
0
1 k
0
0 1 k 4
0 1
k4
III 2I 0 k
III + kII 0 0 k(k 4)
0
A ha tre pivot, e quindi rango 3, se k(k 4) 6= 0. Quindi A è invertibile se k 6= 0, 4.
b) Per determinare linversa di A calcoliamo rref (A) dopo

tenendo conto delle condizioni k 6= 0, 4:
1 k
0
|
1 k
0
| 1 0 0
0 1 k 4 |
0 1 k 4 | 0 1 0
III 2I 0 k
0
|
2 k
0
| 0 0 1
1
I + III 1 0
0
| 1 0 1
0 1
k4
| 0 1 0 II k1 III 0
1
III + kII 0 0 k(k 4) | 2 k 1
k(k4) III 0
Quindi
k
2
k(k4)
0
0
1
k4
2 2
A = 1 2
0 0
avere affiancato a A la matrice identica,
1 0 0
0 1 0
2 0 1
0 0
1 0
0 1
1
1
k
1
k(k4)
k
0
3k
|
|
|
2
k
2
k(k4)
0
0
1
k4
1
k1
1
k(k4)
k 6= 0, 4
(k reale).

b) Si determini il valore di k tale per cui la matrice A abbia determinante uguale a uno. Per tale
valore di k, si calcoli la matrice inversa di A.
Soluzione:
a) Ricordiamo che una matrice ha rango massimo, in questo caso 3, se ha determinante diverso da
zero.
det(A) = 2 6k 1 6k = 6k
Quindi se k 6= 0 la matrice ha rango 3. Per k = 0 la matrice
2 2 0
2 2
A = 1 2 0 2II I 0 2
0 0 0
0 0
e per k = 0 la matrice ha rango 2.
A diventa:
0
0
0
1
b) Abbiamo visto che det(A) = 6k, quindi A ha determinante 1 se k = .
6
1
Calcoliamo linversa di A quando k = con il metodo dei complementi algebrici. Notiamo
6
1
che per k = si ha
6
2 2 16
det(A) = 1
A = 1 2 0
0 0 12
2. SOLUZIONI
93
Inoltre
A11 = 1
A12 = 21
A13 = 0
A21 = 1
A22 = 1
A23 = 0
Oppure calcoliamo
2 2 61 | 1 0
1 2 0 | 0 1
0 0 21 | 0 0
1
1 1
12
1
II I 0 1 12
0 0
1
I II 1 0 0
0 1 0
0 0 1
A31 = 13
A32 = 61
A33 = 2
1
= 12
0
1 13
1
1
6
0
2
linversa con il metodo della riduzione:
1
0
1/2I 1 1 12
| 12 0 0
1 2 0 | 0 1 0
0
2III 0 0 1 | 0 0 2
1
1
1
|
0 0
0 16
I 1/12III 1 1 0 |
2
2
1
| 21 1 0 II + 1/12III 0 1 0 | 21 1
6
| 0 0 2
0 0 1 | 0 0 2
1 1 31
| 1 1 13
1
1
| 21
1
1
A1 = 12
6
6
| 0
0
2
0
0
2
CAPITOLO 7
Rango: Rouch`
e-Capelli, dimensione e basi di spazi vettoriali.
Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R.
1 4
2
1 4
2
1 0 3
t
0 t + 1 1
A1 = 0 t + 1 1
A2 =
A3 = 2 1 2 t + 1
0
0
t 3
t 0 t
0
0
0
t3
0
0
t
Esercizio 7.2. Siano v, w Rn vettori colonna. Dimostrare che la matrice A = vwT Mn (R) ha
rango 0 oppure 1.
1 3
0
2
1
A= 1 2
b = 1
0 0 2t + 1
5
Esercizio 7.4. Si considerino le matrici (dove k è un parametro reale)
6k
4 2 2
0
4k + 1
1
4
1
1
A=
b=
2k 1 2 1 1 ,
0
2k + 3
2
0
0
2
a) Si stabilisca il rango di A al variare di k.

b) Si stabilisca per quali valori di k il sistema lineare Ax = b è risolubile e in tali casi se ne
determinino le soluzioni.
x + y = 1
kx + y + z = 1 k
(k parametro reale)
y + (1 k)z = 1
ammette ununica soluzione.
2x1 x2 = k
(k parametro reale)
x1 x2 x3 = 0
x1 kx2 + kx3 = k
a) Si dica per quali valori di k il sistema e compatibile e quando ha infinite soluzioni.

Esercizio 7.7. Si consideri il sistema lineare
x + 2y + 3z = k + 3
2x + 6y + (k + 7)z = 2k + 9
x 4y 2z = k 2
3x 6y + (k 7)z = k 2 k 9
(k parametro reale)
a) Si dica per quali valori di k il sistema ammette una unica soluzione e per quali k ne ammette
infinite.
b) Si determinino tutte le soluzioni del sistema.
95
96
`
7. RANGO: ROUCHE-CAPELLI,
DIMENSIONE E BASI DI SPAZI VETTORIALI.
kx + ky + k z = 4
x + y + kz
=k
x + 2y + 3z
= 2k

b) Esistono valori di k per i quali il sistema ha infinite soluzioni?
1 0
1
1 1
1
A=
1 1 k + 2
1 0 k+2
3
5
k1
2k 1

1
1
b=
2
k
con k parametro reale.

a) Si risolva il sistema Ax = b al variare del parametro
k.

1
7
b) Si stabilisca per quali valori di k il vettore v = , 2, , 1 appartiene allinsieme Sol(Ax = b).
3
3
Esercizio 7.10. Dato il sistema
x + kz = 1
x + (k 1)y + (k + 1)z = 1
x + (k 1)y + (k 2 + 4k + 3)z = k + 3
determinare per quali valori di k R il sistema ammette soluzioni. In tali casi stabilire anche se ne
ammette una o infinite.
x + ky + z = 2k 1
kx + y + z = 5
x + y + kz = 0
(k parametro reale)
a) Si dica per quali valori di k il sistema è risolubile.

b) Si dica per quali valori di k il sistema ammette ununica soluzione.
Esercizio 7.12. Si consideri il sistema di equazioni lineari
=1
kx + y + z
(k parametro reale)
y+z
=k
3x + ky + 2z = 2
a) Discutere lesistenza e unicit`

a di soluzioni del sistema lineare al variare di k R.
b) Determinare le eventuali soluzioni del sistema al variare di k.
(1 + k)x = 0
ky + z + w = 2
x + kz + 2w = k
x + kw = 0
(k parametro reale)
a) Si dica per quali valori di k il sistema ammette una unica soluzione.

b) Si determinino tutte le soluzioni del sistema per k = 0.
x1 x2 = t 2
(t parametro reale)
tx1 + (t 4)x2 = 0
2x1 + (2 2t)x2 = 2t 4
a) Si dica per quali valori di t il sistema è compatibile.

b) Per i valori di t che rendono il sistema compatibile, trovare le sue soluzioni.
`
97
x1 (k + 1)x2 = k
(t parametro reale)
2x1 2x2 = 2k
(k + 2)x1 + (k 2)x2 = 0
a) Si dica per quali valori di k il sistema è compatibile.

kx1 x4 = 1
x + 2x = 0
2
3
(k parametro reale)
(k 1)x1 + (k 1)x2 = k 1
kx1 + kx2 = 2k
a) Si dica per quali valori di k il sistema ammette soluzione, specificando se e quando ne ammette
una o infinite.
b) Per i valori di k che rendono il sistema compatibile, si determinino le sue soluzioni.
Esercizio 7.17. Al variare del parametro reale k, si risolva il sistema di equazioni lineari omogenee:
2kx2 + x3 x4 = 0
(t parametro reale)
x1 2x3 + kx4 = 0
x1 2kx3 + x4 = 0
Esercizio 7.18. Si consideri il sistema lineare dipendente dal parametro reale k
x1 + kx2 + x3 + x4 = 1
x1 + x2 + 2x3 + x4 = 1
kx1 + kx4 = 1
a) Si determini per quali valori di k il sistema ammette soluzione.

b) Si stabilisca se esistono valori di k per i quali il sistema ha soluzione unica.
Esercizio 7.19. Si consideri lo spazio vettoriale N (A) dato dalle soluzioni del sistema omogeneo
Ax = 0 con
8k + 1 k + 4
0
k+8
2k
0
1
2k + 2
k parametro reale.
A=
0
0
k+4
0
k
0
k+2 k+3
a) Si stabilisca per quali valori di k lo spazio N (A) è nullo: N (A) = {(0, 0, 0, 0)}.
b) Per i valori di k esclusi al punto precedente si determini una base di N (A).
Esercizio 7.20. Si consideri la matrice
1
1
A=
2
0
0
1
1
1
2
3
3
1
a) Indicare basi per lo spazio delle righe e per lo spazio delle colonne di A.
b) Esistono valori t R per cui il sistema Ax = b, con b = (1, 1, t, t) ammetta soluzione?
2
6
A = 3 k + 11
1
3
2k + 2
5k + 7
k2 3
dove k è un parametro reale.

a) Si calcoli il rango di A.
b) Si stabilsca per quali valori di k il sistema Ax = b ha soluzione per ogni b R3 .
98
`
Esercizio 7.22. Siano dati i seguenti vettori di R3 :

v1 (2, 1, 1),
v2 (1, 1, 2),
Stabilire se v4 è combinazione lineare di v1 , v2 e v3 .
v3 (3, 2, 1),
v4 (4, 1, 2).
Esercizio 7.23. Siano dati i segunti vettori di R3 :

v1 (1, 1, 1),
v3 (0, k 2 + 2, 3),
v2 (2, 7, 7),
v4 (1, k + 3, k 2 + 2).
Stabilire se v4 è combinazione lineare di v1 , v2 e v3 al variare del parametro k.
Esercizio 7.24. Determinare per quali valori del parametro reale k i seguenti vettori formano una
base di R3 .
v1 (1, 2, 2),
v2 (1, 1, 3),
v3 (3, 7, k 6)
Esercizio 7.25.
a) Mostrare che i vettori
v1 = (0, 1, 1),
v2 = (1, k, 0),
v3 = (1, 1, k)
sono linearmente indipendenti per ogni valore di k R.

b) Esprimere il vettore v = (2, 1, 2) come combinazione lineare di v1 , v2 , v3 .
Esercizio 7.26. In R3 siano
v1 = (k, 2, 1),
v2 = (2, 1, 0),
v3 = (0, 1, 1),
(k parametro reale)
a) Si stabilisca per quali valori di k i tre vettori costituiscono una base di R3 .

b) Per i valori trovati al punto a), si calcolino le coordinate del vettore v = (2, 1, 2) rispetto a tale
base.
Esercizio 7.27. Si consideri il sottospazio V = hv1 , v2 , v3 i di R5 generato dai vettori
v1 = (1, 1, 2, 1, 0), v2 = (0, 2, 1, 1, 0), v3 = (1, 1, 1, 0, 0).
a) Trovare una base di V .

b) Determinare le coordinate del vettore v = (2, 6, 6, 4, 0) V rispetto alla base trovata al punto
a).
Esercizio 7.28. Sia V il sottospazio di R3 generato dai vettori:
v1 (2, 1, 1),
v2 (1, 1, 2),
v3 (3, 2, 1),
v4 (4, 1, 2).
Determinare una base di V . Esprimere inoltre v1 , v2 , v3 e v4 come combinazione lineare degli elementi di
tale base.
v1 (2, 1, 2, 1),
v2 (6, 7, 8, 5)
v3 (2k, k + 8, 3k + 3, 2),
v4 (0, 2k, 2k, 1).
Determinare una base di V al variare del parametro k. Esprimere inoltre v1 , v2 , v3 e v4 come combinazione
lineare degli elementi di tale base.
v1 (0, k 1, k 2 1, 3k 2),
v2 (1, 3, 0, 3),
v3 (1, 2, 1, 1).
Determinare la dimensione e una base di V al variare del parametro reale k.
Esercizio 7.31. Sia W il sottospazio di R4 generato dai vettori {v1 , v2 , v3 , v4 }:

v1 = (1, 1, 1, 1),
v2 = (1, k, 3, 4),
Si calcoli la dimensione di W al variare di k R.
v3 = (1, 1, k, 1),
v4 = (0, 0, 1, k)
Esercizio 7.32. Si considerino i vettori di R4

v1 = (3, 1, 2, 0),
v2 = (6, 2, 4, 0),
v3 = (3, k, k 3, 0)
`
99
a) Si stabilisca per quali valori di k il vettore v3 appartiene al sottospazio W = hv1 , v2 i generato da

v1 e v2 .
b) Si trovi, al variare di k, una base di W e una base del sottospazio hv1 , v2 , v3 i.

v1 = (1, 2, 1, 3),
v2 = (2, 4, 2, 6),
v3 = (3, 6, k 6, 3k)

v1 e v2 .
Esercizio 7.34. Sia V = h v1 , v2 , v3 , v4 i con
v1 = (3, 7, k + 1, 2k + 2), v2 = (2, 2k + 2, 0, 0), v3 = (1, 1, 0, 0), v4 = (3, 7, 1, 2k)
a) Si determini la dimensione di V al variare di k R.

b) Si determini una base di V al variare di k R.
Esercizio 7.35. Determinare una base dei seguenti sottospazi W di R3 :

(1) W = h(1, 2, 5), (3, 6, 15)i
(2) W = h(1, 2, 5), (3, 6, 15), (2, 1, 0)i
(3) W = h(1, 2, 0), (0, 1, 1), (1, 1, 2)i
Esercizio 7.36. Sia V = h v1 , v2 , v3 i con
v1 = (k + 3, k + 3, 0),
v2 = (0, 3, k + 2),
v3 = (0, 3k, k)
a) Si stabilisca per quali valori di k R lo spazio V coincide con R3 .

b) Si determini la dimensione una base di V al variare di k R.
Esercizio 7.37. Sia V lo spazio vettoriale generato dai vettori v1 = (1, 2, 4, 0), v2 = (2, 3, 1, 1) e
v3 = (0, 1, 3, 0):
V = hv1 , v2 , v3 i
(1) Determinare la dimensione dello spazio vettoriale V .

(2) Determinare se il vettore v4 = (3, 1, 3, 1) appartiene a V . In caso positivo esprimere v4 come
(3) Determinare la dimensione dello spazio vettoriale W = hv1 , v2 , v3 , v4 i.
Esercizio 7.38. Sia
V = h (1, 1, 2, 1), (2, k + 3, 4, 2), (0, 1, 1, k 2 1) i

b) Si stabilisca per quali valori di k R il vettore v4 = (3, 3, k + 6, 3) appartiene a V .
Esercizio 7.39. Sia V = hv1 , v2 , v3 i lo spazio vettoriale generato dai seguenti vettori:
v1 = (1, 1, 2),
v2 = (0, k 1, k 1),
v3 = (2, 1, k + 5)

a) Determinare una base e la dimensione di V al variare del parametro k.
b) Stabilire per quali valori di k il vettore v4 = (1, 3, 4) appartiene a V . In caso positivo esprimere
v4 come combinazione lineare di v1 , v2 e v3 .
Esercizio 7.40. Si considerino i seguenti vettori di R4 :
v1 = (1, 0, 3, 1),
v2 = (3, 3, 3, 0),
v3 = (0, k + 1, k + 1, 0),
dove k è un parametro reale, e sia V = hv1 , v2 , v2 , v4 i.

a) Si stabilisca per quali valori di k lo spazio V coincide con R4 .
b) Si determini la dimensione e una base di V al variare di k.
v4 = (k 1, 1, 3k 5, 2k 5),
Esercizio 7.41. Si consideri linsieme

S = { (k + 1, k + 1, 0, 2k), (0, 2k, 0, 0), (1, 3k, 0, 1), (1, 5k, 1, k) } .
a) Si stabilisca per quali valori di k linsieme S è una base di R4 .

b) Posto k = 1 si trovino le coordinate del vettore v = (1, 1, 0, 1) rispetto alla base trovata.
100
`
Esercizio 7.42. Sia W il sottospazio di R4 generato dai vettori

v1 = (k, 1, 1, 2),
v2 = (0, 1, 0, 1),
v3 = (k, 0, 1, 1).
a) Al variare del parametro k, trovare una base di W .

b) Si completi la base trovata in a) ad una base di R4 .
Esercizio 7.43. Sia V = hv1 , v2 , v3 i il sottospazio di R4 generato dai vettori
v1 = (k, 0, 0, 1), v2 = (2, 0, 0, 0), v3 = (2, 0, k, 0)
(k parametro reale).
a) Trovare una base di V al variare del parametro k.

b) Posto k = 0, completare la base trovata al punto precedente ad una base di R4 .
c) Stabilire per quali valori di k il vettore w = (3, 0, 1, 1) appartiene a V .
Esercizio 7.44. Sia
B = { (2, 0, 0), (1, k, 1), (1, 1, k) }
a) Trovare i valori del parametro k per cui B è una base di R3 .
b) Per il valore k = 3, determinare le coordinate dei vettori v = (3, 2, 1) e w = (0, 1, 2) rispetto
alla base B.
Esercizio 7.45. Si considerino i vettori di R3 : v1 = (1, 2, 1), v2 = (1, 1, 1), v3 = (1, 1, 3), w1 =
(2, 3, 1), w2 = (1, 2, 2), w3 = (1, 1, 3).
a) Si calcoli la dimensione dei sottospazi V = hv1 , v2 , v3 i, W = hw1 , w2 , w3 i.
b) Si trovi una base del sottospazio intersezione V W .
Esercizio 7.46. Si considerino i seguenti sottospazi di R3 :
U = {(x, y, z) R3 | x 2y + z = 0}
V = h(1, 0, 1), (1, 2, 1), (1, 0, 1)i
a) Determinare una base e la dimensione di U e di V .

b) Determinare una base e la dimensione di U V .
b) Determinare una base e la dimensione di U + V .

U = {(0, 1, 1, 0)a + (0, 0, 0, 1)b | a, b R}
V = {(x, y, z, w) R4 | x + y = 0, z = 2x}

c) Determinare una base e la dimensione di U + V .
Esercizio 7.48. In R4 con il prodotto scalare canonico sia U il sottospazio dei vettori ortogonali al
vettore (1, 0, 1, 0) e sia V il sottospazio generato dai vettori (1, 0, 2, 3), (1, 1, 1, 4), (1, 1, 3, 2).
Si trovino la dimensione e una base di U, V, U V, U + V .
Esercizio 7.49. Siano U e V i sottospazi di R3 cos` definiti

U = (x, y, z) R3 | x + z = 0
V = h(1, 1, 0), (1, 1, 1)i
a) Determinare la dimensione e una base dei due sottospazi U e V .

b) Determinare la dimensione e una base dei due sottospazi U + V e U V .

U = (x, y, z) R3 | x + z = 0
Dimostrare che U = V .
V = h(2, 1, 2), (3, 4, 3)i
Esercizio 7.51. Si consideri il sottoinsieme S di R4 costituito dai vettori v della forma

v = (a1 , a1 a2 + 2a3 , 2a1 a2 , a1 + 3a2 + a4 )
dove a1 , a2 , a3 e a4 sono parametri reali.

a) S è un sottospazio vettoriale di R4 ?
b) In caso di risposta affermativa ad a), trovare una base di S.
`
101

v = (a1 a2 + 2a3 , a1 , 2a1 a2 , a1 + 3a2 + a4 )
v = (a1 a2 + 2a3 + a4 , a1 , 2a1 a2 , a1 + 3a2 )
v = (2a1 + a2 , a1 a2 3a3 , a1 a2 , a1 + 3a2 + a3 , a2 )
dove a1 , a2 e a3 sono parametri reali.
Esercizio 7.55. Si consideri il sottospazio W di R5 costituito dai vettori w della forma
w = (2a1 a2 a3 , 2a1 a3 , a1 , a2 , a1 4a2 + a3 )
a) Trovare una base di W .
b) Determinare le coordinate del vettore v = (0, 1, 1, 1, 2) W rispetto alla base trovata al punto
a).
Esercizio 7.56. Sia

S = (x, y, z) R3 | x + y + (k + 1)z = k,
2x + y + z = 0

b) Per il valore di k trovato al punto precedente determinare una base di S.
Esercizio 7.57. Sia

S = (x, y, z) R3 | x 2y + kz = k 1,
x 2y + z = 0,
2x + 4ky 2z = 0


S = x R5 | x1 x2 + 2x5 = k, x1 + x3 + kx4 = 0 .
a) Per quali valori del parametro reale k linsieme S ee un sottospazio vettoriale di R5 ?

b) Per i valori determinati al punto a), trovare una base di S.
Esercizio 7.59. Sia W il sottinsieme di R5 definito da

W = x = (x1 , x2 , x3 , x4 , x5 ) R5 : x1 x3 + kx4 + x5 = 0, x2 3x4 = k,
x1 x2 x3 + 3x4 + x5 = 0 }
Stabilire per quali valori di k linsieme W è un sottospazio vettoriale di R5 e calcolarne una base e la
dimensione.
Esercizio 7.60.
a) Trovare una base del sottospazio V di R5 cos` definito:
V = {x R5 | 2x1 x2 + x3 x4 = 0,
x1 x3 2x4 + 2x5 = 0}.
b) Determinare una base di R5 contenente la base di V trovata in a).
102
`
Esercizio 7.61. Sia

S = x R4 |x1 4x2 x3 + 2kx4 = k + 1, 2x1 kx3 + kx4 = 2k + 2,
3x1 4kx2 + 9x3 + 3x4 = 0 }
a) Stabilire per quali valori di k R linsieme S è un sottospazio di R4 .

b) Per i valori di k trovati al punto precedente determinare la dimensione e una base di S.
Esercizio 7.62. Sia S linsieme delle soluzioni del seguente sistema lineare:
x1 + (k 1)x4 = 0
x + 2x + (k + 1)x + (k 1)x = 0
1
2
3
4
(k parametro reale)
2x
+
2x
+
(2
2k)x
=
k
2
1
3
4
x1 + 4x2 + (2k 2)x3 + (1 k)x4 = 2 k
a) Stabilire per quali k linsieme S è uno spazio vettoriale e in tali casi determinarne una base.
b) Esplicitare S al variare di k R.
Esercizio 7.63. Sia A la matrice reale seguente:
k k
A = 1 2
0 1
0
1
k
1
0
1
a) Determinare il rango di A al variare del parametro reale k.

b) Calcolare una base del nucleo di A, cioe dello spazio delle soluzioni del sistema lineare omogeneo
Ax = 0, nel caso k = 1.
Esercizio 7.64.
a) Sia
V = h (1, 2, 1), (1, 3, 0), (3, 1, 2) i
Si determini la dimensione e una base di V .

b) Sia

S = (x, y, z) R3 | x y + 3z = 0, 2x + 3y + z = 0, x + 2z = 0
Si determini la dimensione e una base di S.
c) Si confrontino i metodi risolutivi e i risultati dei due precedenti punti.
Esercizio 7.65. Sia W il sottospazio di R5 generato dai vettori:

v1 = (0, 1, 2, 0, 1),
v2 = (k, 1, 2, 0, 2),
v3 = (0, 0, 0, k, 1)

Esercizio 7.66. Dati i vettori linearmente indipendenti v1 = (3, 0, 1) e v2 = (1, 4, 2) completare
linsieme S = {v1 , v2 } in modo da ottenere una base di R3 .
Esercizio 7.67. Siano
v1 = (1, 1, 1, 1), v2 = (k, 1, 1, 1) R4
a) Si trovino i valori del parametro k per i quali v1 e v2 sono indipendenti.

b) Per k = 2, si estenda linsieme {v1 , v2 } a una base di R4 .
Esercizio 7.68. Si consideri linsieme S costituito dai seguenti vettori di R4
v1 = (1, 2, 2, 1),
v2 = (2, 1, 2, 1),
v3 = (0, 1, 2, 1)
a) E possibile estendere S a una base di R4 ?

b) In caso affermativo, trovare una base di R4 contenente S.
v1 = (2, 1, 1, 3),
v2 = (1, 0, 5, 1),
v3 = (2, 1, 3, 1).
a) Stabilire se il vettore v = (0, 0, 1, 0) è combinazione lineare di v1 , v2 e v3 .

b) Completare linsieme {v1 , v2 , v3 } ad una base di R4 .
`
103
Esercizio 7.70. Sia dato linsieme

V = {p(x) R3 [x] | p(1) = 0 }
a) Verificare che linsieme V è un sottospazio vettoriale di R3 [x].

b) Determinare una base di V .
p1 (x) = 1 + x,
p2 (x) = 1 + 2x + x2 ,
p3 (x) = x x2 .
a) Verificare che linsieme {p1 (x), p2 (x), p3 (x)} è una base di R2 [x].
b) Esprimere f (x) = x2 x + 2 come combinazione lineare di p1 (x), p2 (x), p3 (x).
Esercizio 7.72. Si considerino i polinomi p1 = x2 +ax+b+c, p2 = x2 +bx+a+c, p3 = x2 +cx+a+b.
a) Mostrare che per ogni valore dei parametri a, b, c i tre polinomi sono dipendenti nello spazio dei
polinomi R[x].
b) Calcolare la dimensione e una base dello spazio hp1 , p2 , p3 i R[x] al variare di a, b, c.
Esercizio 7.73. Sia S il sottoinsieme dello spazio dei polinomi R3 [x] cos` definito:
S = {p(x) = ax3 + bx2 + cx + d R3 [x] | p(0) = 0}
a) Mostrare che S è un sottospazio vettoriale di R3 [x].

b) Determinare la dimensione di S.
Esercizio 7.74. Sia W linsieme dei polinomi p(x) = ax3 + bx2 + cx + d R[x], di grado al pi`
u 3,
tali che p(0) = p(1) = 0. Determinare un insieme generatore di W .
Esercizio 7.75. Si considerino i polinomi a coefficienti reali
p1 = x2 + x,
p2 = kx2 1,
p3 = x2 + 2x + k.
a) Stabilire per quali valori di k i tre polinomi formano una base dello spazio R2 [x].
b) Per i valori di k per cui i polinomi sono dipendenti, trovare uno o pi`
u polinomi che completano
linsieme {p1 , p2 , p3 } ad uninsieme generatore di R2 [x].
p1 = x2 + x,
p2 = kx2 1,
p3 = x2 + 2x + k.
a) Stabilire per quali valori di k i tre polinomi sono linearmente dipendenti.

b) Per i valori di k per cui i polinomi sono dipendenti esprimere un polinomio come combinazione
lineare degli altri.
Esercizio 7.77. Si considerino i polinomi
p1 (x) = x2 + 2,
p2 (x) = 3x + 4,
p3 (x) = x2 + 6x + 6
e sia W = hp1 , p2 , p3 i il sottospazio di R2 [x] generato da p1 , p2 e p3 .

a) Si determini la dimensione e una base di W .
b) Si stabilisca per quali valori di k il polinomio fk (x) = (k + 1)x2 + 3kx + 4 appartiene a W .
Esercizio 7.78. Nello spazio vettoriale V = R2 [x] dei polinomi reali di grado non superiore a due, si
considerino gli elementi
p1 = x 1,
p2 = x + 1,
p3 = x2 x.
a) Si mostri che linsieme B = {p1 , p2 , p3 } è una base di V .

b) Si trovino le coordinate del polinomio costante 1 nella base B.
Esercizio 7.79. Sia V lo spazio vettoriale dei polinomi a coefficienti reali nella variabile x, di grado
minore o uguale a 3.
a) Si mostri che U = {f (x) V | f (1) = f (2) = 0} è un sottospazio vettoriale di V e se ne trovi
una base.
b) Si completi la base trovata al punto precedente ad una base di V .
`
104

p2 (x) = x + x2 ,
p1 (x) = 2 x,
p3 (x) = 3 + x x2 .
b) Esprimere f (x) = 1 + 2x + 2x2 come combinazione lineare di p1 (x), p2 (x), p3 (x).
p1 (x) = 2x + x2 x3 , p2 (x) = 1 x + x2 , p3 (x) = 3 + x x3 , p4 (x) = x2 + x3
a) Verificare che linsieme {p1 (x), p2 (x), p3 (x), p4 (x)} è una base di R3 [x].
b) Esprimere f (x) = (x + 1)3 come combinazione lineare di p1 (x), p2 (x), p3 (x), p4 (x).
Esercizio 7.82. Dati i polinomi
p1 (x) = x2 + 2x, p2 (x) = x2 x, p3 (x) = 2x + 1
a) Verificare che linsieme {p1 (x), p2 (x), p3 (x)} è una base di R2 [x]
b) Esprimere f (x) = 3x2 2 come combinazione lineare di p1 (x), p2 (x), p3 (x).
Esercizio 7.83. Sia W il sottoinsieme dello spazio di polinomi R3 [x] definito da
(p è la
a)
b)
c)
W = {p(x) R3 [x] | p = 0, p(1) = 0}

derivata terza di p)
Mostrare che W è un sottospazio vettoriale di R2 [x].
Trovare una base e la dimensione di W .
Determinare le coordinate del polinomio p(x) = 2x2 x 1 W rispetto alla base trovata al
punto b).
Esercizio 7.84. Sia S linsieme delle matrici simmetriche:

a b
S=
| a, b, c R
b d

(Notiamo anche che S = A M22 | AT = A ).
a) Verificare che S è un sottospazio di M22 .
b) Determinare una base di S.
Esercizio 7.85. Sia S il sottinsieme dello spazio delle matrici M3,2 (R) cos` definito:
a b
S = b a M3,2 (R) | a, b R
0 0
a) Mostrare che S è un sottospazio vettoriale di M3,2 (R).
b) Determinare un insieme generatore di S.
Esercizio 7.86.
a) Mostrare che linsieme
W =

3a
a
a + b
2a + b
| a, b R
è un sottospazio vettoriale dello spazio delle matrici reali M2,2 (R).

b) Determinare una base di W .
Esercizio 7.87. Si consideri il sottospazio

3a + b + 3c
S=
a + 3b 7c
2b 6c
4a + 8c

| a, b, c R
dello spazio delle matrici reali M2 (R).

a) Determinare una base di S.
2
0
S (ed in caso positivo esprimere A come combinazione lineare
b) Stabilire se A =
2/3 8/3
della base trovata in a)).
`
105
Esercizio
7.88. Sia V Lo spazio vettoriale delle matrici reali 2 2. Si consideri la matrice A =

8 7
e sia S il sottinsieme di V costituito dalle matrici che commutano con A:
1
0

a b
S= M=
V : AM = M A
c d
a) Mostrare che S è un sottospazio di V .
b) Calcolare la dimensione e una base di S.
Esercizio 7.89. Sia
1 1
A=
2 2
e sia S = {M M2 (R) | AM = M A = 0}. Dimostrare che S è un sottospazio di M2 (R) e calcolarne la

dimensione.
1
A=
2

k
.
3
a) Si determini una base del sottospazio U = {X M2 (R) : AX = XA} .

b) Mostrare che il sottoinsieme W = {X U : X è invertibile} non è un sottospazio vettoriale di U .
Esercizio 7.91. Sia W = hA,

0
A=
k
B, Ci il sottospazio di M2 (R) generato dalle matrici

0
1 k
k
1
,
B=
,
C=
0
2 0
k1 1
Si determini la dimensione di W e una sua base al variare del parametro reale k.
Esercizio 7.92. Sia V = hA, B, Ci il sottospazio di M22 (R) dove

2 3
2 1
2 0
.
,
C=
,
B=
A=
7 8
3 4
1 2
a) Si determini la dimensione
e una base di V .

2 2
come combinazione lineare della base trovata al punto a).
b) Si esprima D =
5 6

0
1 2
,
B=
A=
0
3 0

3
,
1
2 7
C=
6 1
a) Si stabilisca se A, B e C sono linearmente indipendenti in M2 (R).

b) Si determini una base del sottospazio hA, B, Ci.
Esercizio 7.94. Sia V = hA, B, Ci il sottospazio di M2 (R) generato dalle matrici

6 k2
2 9
0 4
2 1
,
D=
,
C=
,
B=
A=
2 k+2
10 1
4 0
2 1
a) Si determini la dimensione e una base di V .

b) Si stabilisca per quali k la matrice D appartiene a V . In tali casi si esprima D come combianzione
lineare della base trovata al punto precedente.
Esercizio 7.95. Sia V uno spazio vettoriale di dimensione 4 e sia B = {v1 , v2 , v3 , v4 } una sua base.
a) Mostrare che linsieme B = {v1 + v2 , v2 + v3 , v3 + v4 , v4 } è una sua base di V .
b) Calcolare le coordinate del vettore v = v1 + v2 + v3 + v4 rispetto a B e rispetto a B .
Esercizio 7.96. Si consideri linsieme S di matrici 3 3
S = {A = [aij ] M3 (R) : a11 + a12 = a32 + a33 = 0} .
a) Stabilire se S è un sottospazio vettoriale di M3 (R). In caso affermativo, trovarne la dimensione.

b) Sia Sim3 (R) lo spazio delle matrici reali simmetriche 3 3. Trovare una base dello spazio
intersezione S Sim3 (R).
Esercizio 7.97. Sia W il seguente sottoinsieme dello spazio delle matrici 3 3:

W = A M3,3 (R) | A + AT = 0 .
`
106
a) Mostrare che W è un sottospazio vettoriale di M3,3 (R).

b) Trovare una base di W .
c) Mostrare che ogni elemento di W ha rango minore di 3.

W = A M3,3 (R) | A = AT , tr(A) = 0

2 1 1
c) Calcolare le coordinate di B = 1 2 3 W rispetto alla base trovata al punto b).
1 3 0

W = {A M3,3 (R) | aij = 0 per i j}

c) Mostrare che per ogni matrice A in W , la matrice A2 ha rango minore di 2.
-
1. Suggerimenti
Rango.
Per calcolare il rango di una matrice possiamo utilizzare i sottodeterminanti oppure i pivot. Infatti
valgono le seguenti propriet`
a:
(1) Il rango di una matrice A corrisponde al massimo ordine di una sua sottomatrice (quadrata) con
determinante non nullo.
(2) Il rango di una matrice A corrisponde al numero dei suoi pivot, una volta che A è stata ridotta
a gradini.
(3) Il rango di una matrice A è uguale al numero di righe linearmente indipendenti.
(4) Il rango di una matrice A è uguale al numero di colonne linearmente indipendenti.
Osservazioni
Come conseguenza delle propriet`
a 3) e 4) si ha che se A è una matrice n m, allora rg(A)
min{m, n}
Per utilizzare la propriet`
a 1) si pu`
o anche ridurre (parzialmente) a gradini la matrice.
-
Rouch`
e-Capelli.
Un sistema di equazioni Ax = b ammette soluzioni (è compatibile) se e solo se il rango della matrice
dei coefficienti A è uguale al rango della matrice completa A|b:
rg(A) = rg(A|b)
Inoltre:
Ammette ununica soluzione se rg(A) = rg(A|b) = numero delle incognite.
Ammette infinite soluzioni se rg(A) = rg(A|b) < numero delle incognite.
Dipendenza lineare.
Sia V uno spazio lineare e v, vi vettori di V .
v è combinazione lineare di v1 , . . . , vn se lequazione:
x1 v 1 + x2 v 2 + + xn v n = v
ammette soluzione.
2. SOLUZIONI
107
Nel caso particolare in cui V Rm , alla precedente equazione possiamo associare la matrice
A|b, dove le colonne di A sono date dai vettori v1 , . . . , vn e b è data dal vettore v. In tale caso:
v è combinazione lineare di v1 , . . . , vn sse rg(A) = rg(A|b)
v1 , . . . , vn sono linearmente indipendenti se lequazione:

x1 v 1 + x2 v 2 + + xn v n = 0
ammette la sola soluzione nulla x1 = x2 = . . . , xn = 0.

Nel caso particolare in cui V Rm , alla precedente equazione possiamo associare la matrice
A|0, dove le colonne di A sono date dai vettori v1 , . . . , vn . In tale caso:
v1 , . . . , vn sono linearmente indipendenti sse rg(A) = n
Basi e dimensione.
Sia S = {v1 , v2 , . . . , vn } un sottinsieme di V . Diciamo che S è una base di V se:
(1) S è un insieme generatore di V : V = hSi, cioè ogni elemento di V si pu`
o scrivere come
combinazione lineare degli elementi di S.
(2) Gli elementi di S sono linearmente indipendenti.
La dimensione di uno spazio vettoriale corrisponde al numero di elementi di una sua base.
Nel caso particolare in cui V = Rn sappiamo che S per essere una base deve essere formato da n
elementi, ed è sufficiente verificare che gli n elementi di S siano linearmente indipendenti. Ragionando sui
ranghi, n vettori di Rn formano una base di Rn se e solo se la matrice associata ha rango n.
Spazi vettoriali
Nel caso particolare di
V = h v1 , v2 , . . . , vn i,
se indichiamo con A la matrice formata dai vettori colonna v1 , . . . , vn , allora:

dim(V ) = rg(A)
B(V ) = base di V
Nel caso particolare di
= {vettori linearmente indipendenti tra v1 , . . . , vn }
= {vettori tra v1 , . . . , vn corrispondenti ai pivot di A }
V = { soluzioni di un sistema omogeneo },
se indichiamo con A la matrice associata al sistema e con n il numero delle incognite, allora:
dim(V ) = n rg(A)
B(V ) = base di V = {generatori delle soluzioni una volta scritte in forma vettoriale }
2. Soluzioni
Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R.
1 4
2
1 4
2
1 0 3
t
0 t + 1 1
A1 = 0 t + 1 1
A3 = 2 1 2 t + 1
A2 =
0
0
t 3
0
0
t3
t 0 t
0
0
0
t
Soluzione:
Consideriamo la matrice A1 . Visto che A1 è ridotta a gradini è immediato calcolarne il rango
utilizzando i pivot:
Se t + 1 e t 3 sono non nulli, ovvero se t 6= 1, 3, allora A1 ha tre pivot e rg(A1 ) = 3.
108
`
Se t = 1 la matrice diventa:
1 4
1 4 2
0 0
0 0 1
III 4II 0 0
0 0 4
2
1
0
Quindi se t = 1 la matrice A1 ha due pivot e rg(A1 ) = 2.

Se t = 3 la matrice diventa:
1 4 2
0 4 1
0 0
0
Analogamente potevamo calcolare il rango di A1 ragionando sui determinanti.

det(A1 ) = (t + 1)(t 3)
Quindi:
Se t 6= 1, 3, la matrice ha determinante non nullo, quindi A1 ha rango 3.
Se t = 1, la matrice ha determinante nullo, quindi rg(A1 ) 2. Inoltre in A1 troviamo la
sottomatrice

4 2
0 1
con determinante non nullo. Quindi rg(A1 ) = 2

Se t = 3, la matrice ha determinante nullo, quindi rg(A1 ) 2. Inoltre in A1 troviamo la
sottomatrice

1 4
0 4
con determinante non nullo. Quindi anche in questo caso rg(A1 ) = 2.
Anche se la matrice A2 non è completamente ridotta a gradini possiamo comunque calcolarne il

rango ragionando sui pivot.
Se t 6= 1 la matrice A2 ha tre pivot e quindi rg(A2 ) = 3. Notiamo che anche nei casi
particolari t = 3 e t = 0 otteniamo una matrice con tre pivot, infatti:
Se t = 3:
1 4 2
1 4 2
0 4 1
0 4 1
A2 =
0 0
IV 0 0
0
3
III 0 0
0 0
3
0
Quindi A2 ha effettivamente tre
Se t = 0:
1
0
A2 =
0
0
pivot.
4 2
1 1
0 3
0
0
Quindi A2 ha effettivamente tre pivot.

Se t = 1 otteniamo la matrice
1 4 2
1
0 0 1
0
A2 =
0 0 4 III + 4II 0
IV II 0
0 0 1
4 2
0 1
0
0
0
0
Calcoliamo ora il rango di A2 ragionando sui determinanti. Consideriamo la sottomatrice

quadrata 3 3
1 4
2
B = 0 t + 1 1
0
0
t3
il cui determinante vale
det(B) = (t + 1)(t 3)
2. SOLUZIONI
109
Quindi:
Se t 6= 1, 3, la matrice B ha determinante non nullo, quindi A2 ha rango 3.
Se t = 1, la matrice B ha determinante nullo e
1 4 2
0 0 1
A2 =
0 0 4
0 0 1
Di conseguenza per t = 1 ogni sottomatrice 3 3 di A2 ha determinante nullo, mentre

4 2
det
= 4 6= 0
0 1
Di conseguenza rg(A2 ) = 2
Se t = 3, la matrice B ha determinante nullo e
1 4 2
0 4 1
A2 =
0 0
0
0 0
3
In A2 troviamo quindi la sottomatrice 3 3
1 4 2
0 4 1
0 0
3
con determinante non nullo. Quindi rg(A2 ) = 3.
Riduciamo a gradini della matrice A3 :
1
II 2I 0
III tI 0
0
3
1 4
0 2t
t
1 t
t2
Se ragioniamo sui pivot otteniamo:

Se t 6= 0 la matrice ha 3 pivot, quindi rg(A3 ) = 3.
Se t = 0 la matrice A3 diventa
1 0 3 0
0 1 4 1
0 0 0 0
quindi ha 2 pivot e rg(A3 ) = 2.
Ragionando invece sui determinanti notiamo che A3 contiene la sottomatrice 3 3
1 0 3
2 1 2
t 0 t
il cui determinante è 2t.

Di conseguenza
Se t 6= 0 la matrice A3 ha rango 3.
Se t = 0 otteniamo la matrice
1 0
A3 = 2 1
0 0
3 0
2 1
0 0
che ha una riga nulla, quindi tutte le sottomatrici 3 3 di A3 hanno determinante nullo e
rg(A3 ) 2. Inoltre in A3 troviamo la sottomatrice

1 0
2 1
con determinante non nullo. Quindi in questo caso rg(A3 ) = 2.

n
Esercizio 7.2. Siano v, w R vettori colonna. Dimostrare che la matrice A = vw

rango 0 oppure 1.
Mn (R) ha
110
`
Soluzione:
Siano v T = (v1 , v2 , . . . , vn ) e wT = (w1 , w2 , . . . wn ), allora vwT è

v1
v 1 w1
v2
v 2 w1
A=
. . . w1 w2 . . . wn = . . .
vn
v n w1
una matrice n n:
v 1 w2 . . . v 1 wn
v 2 w2 . . . v 2 wn
v n w2 . . . v n wn
In sostanza ogni riga di A è un multiplo della riga formata da wT . Se v = 0 o w = 0, allora anche la

matrice A è nulla e rg(A) = 0, altrimenti A pu`
o essere ridotta nella matrice
w1 w2 . . . wn
0
0 ...
0
. . .
0
0 ...
0
dove la riga ottenuta è non nulla, quindi se v 6= 0 e w 6= 0 la matrice A = vwT ha rango 1.

2
1 3
0
1
b = 1
A= 1 2
5
0 0 2t + 1
Soluzione:
Sia x = [x1 , x2 , x3 ]T e calcoliamo
1
Ax = 1
0
Ax:
3
2
0

x1 + 3x2
x1
0
1 x2 = x1 + 2x2 x3
(2t + 1)x3
x3
2t + 1
Lequazione Ax = b si traduce quindi nel sistema
x1 + 3x2 = 2
x1 + 2x2 x3 = 1
(2t + 1)x3 = 5
La matrice associata a tale sistema è quindi formata dalla

matrice b come matrice dei termini noti:
1 3
0
1 2
1
0 0 2t + 1
matrice A come matrice dei coefficienti e dalla

|
|
|
2
1
5
Per stabilire lesistenza e lunicit`

a delle soluzioni utilizziamo il teorema di Rouch`
e-Capelli:
Un sistema di equazioni AX = b ammette soluzioni (è compatibile) se e solo se il rango della matrice
rg(A) = rg(A|b)
Inoltre:
Notiamo che il numero delle incognite del sistema corrisponde al numero delle colonne di A.
Riduciamo quindi A|b a gradini per calcolarne il rango:
1 3
0
|
1
|
II + I 0 5
0 0 2t + 1 |
Si tratta quindi di distinguere due casi.
2
3
5
2. SOLUZIONI
111
1
allora rg(A) = rg(A|b) = 3 e il sistema ammette ununica soluzione:
2
2t + 14
x1 =
5(2t
+ 1)
x1 + 3x2 = 2
6t + 8
x2 =
5x2 x3 = 3
5(2t + 1)
(2t + 1)x3 = 5
x3 =
2t + 1
1
Se t = , allora rg(A) = 2 < rg(A|b) = 3 e il sistema non ammette soluzioni.
2
Se t 6=

Esercizio 7.4. Si considerino le matrici (dove k è un parametro reale)
6k
4 2 2
0
4k + 1
1
4
1
1
A=
b=
2k 1 2 1 1 ,
0
2k + 3
2
0
0
2
a) Si stabilisca il rango di A al variare di k.

b) Si stabilisca per quali valori di k il sistema lineare Ax = b è risolubile e in tali casi se ne
determinino le soluzioni.
Soluzione:
Per rispondere a entrambe le domande riduciamo a gradini la matrice A|b. Scambiamo la prima e quarta
colonna di A e ricordando poi tale scambio prima di rispondere alla domanda b).
1 2 1
3k
| 0
1/2I
2
4 2
6k
| 0
1
k + 1 | 1
II 1/2I
4 1 4k + 1 | 1
0 2 0
1 2 1 2k 1 | 0 III + 1/2I 0 0 0
k 1 | 0
0 2 0 2k + 3 | 2
0
2
0
2k + 3 | 2
1 2 1
3k
| 0
0 2 0 k + 1 | 1
0 0 0 k 1 | 0
IV II 0 0 0 k + 2 | 1
Anche senza completare la riduzione siamo in grado di risponedere ad entrambe le domande.
a) La matrice A ha rango 3 per ogni valore di k, infatti i due termini k 1 e k + 2 non si possono
annullare contemporaneamente.
b) Il sistema Ax = b ha soluzione se anche rg(A|b) = 3, cioè se k = 1 quando, ricordando lo scambio
di colonne, otteniamo il sistema:
x = 31
1 2 1 3 | 0
w + 2y z + 3x =
0 2 0 2 | 1
y = 61
2y + 2x = 1
t R
0 0 0 3 | 1
z=t
3x
=
1
0 0 0 0 | 0
w = 34 + t
Infine le soluzioni del sistema sono gli elementi dellinsieme

1 1
4
+ (0, 0, 1, 1)t | t R .
(x, y, z, w) =
, , 0,
3 6
3

x + y = 1
kx + y + z = 1 k
(k parametro reale)
y + (1 k)z = 1
ammette ununica soluzione.

Soluzione:
`
112
Dal teorema di Rouchè Capelli sappiamo che il sistema ammette una unica soluzione se rg(A) = rg(A|b) = 3.
Riduciamo quindi a gradini la matrice A|b associata a tale sistema per calcolarne il rango:
1
1
0
|
1
1 1
0
|
1
k 1
1
| 1 2k
1
| 1 k II kI 0 1 k
0
1
1k |
1
0 1 1k |
1
1 1
0
| 1
1
1
0
|
1
0 1
III 0
1k
| 1
1
1k |
1
III + (k 1)II 0 0 k 2 + 2k | k
II 0 1 k
1
| 1 2k
Il sistema ammette ununica soluzione se il rango della matrice dei coefficienti e della matrice completa
sono entrambi tre. Dalla matrice ridotta questo avviene per k 6= 0, 2.
Anche se non è richiesto dallesercizio notiamo che per k = 2 il sistema non ammette soluzione, mentre
per k = 0 ne ammette infinite.
In alternativa potevamo calcolare il rango della matrice ragionando sui determinanti:
det(A) = 1 k 1 k(1 k) = k 2 2k
Quindi se k 6= 0, 2, la matrice A ha determinante non nullo, quindi rg(A) = rg(A|b) = 3 e il sistema

ammette una unica soluzione.

2x1 x2 = k
(k parametro reale)
x1 x2 x3 = 0
x1 kx2 + kx3 = k
a) Si dica per quali valori di k il sistema e compatibile e quando ha infinite soluzioni.

Soluzione:
Riduciamo a gradini la
2
1
1
matrice associata a tale sistema
2
1
1 0 | k
1
1 1 | 0 2II I 0
III II 0 k + 1
k k | k
2 1
0
| k
0 1
II
2
| k
III + (k + 1)II 0 0 3k 1 | k 2
0
|
2 |
k+1 |
k
k
k
a) Dobbiamo distinguere due casi:

Se k = 31 allora rg(A) = 2 mentre rg(A|b) = 3, quindi il sistema non ammette soluzioni.
Se k 6= 13 allora rg(A) = 3 = rg(A|b) = numero delle incognite, quindi il sistema ammette
una unica soluzione.
Per rispondere alla domanda a) potevamo anche ragionare sul determinante:
Quindi
det(A) = 2(k k) + (k + 1) = 3k + 1
1
Se k 6= , la matrice A ha detereminante non nullo, quindi rg(A) = rg(A|b) = 3 e il sistema
3
ammette una unica soluzione.
1
Per k =
otteniamo la matrice (numerica, quindi facilissima da ridurre a gradini, se
3
preferiamo utilizzare la riduzione a questo punto)
2 1 0 | 13
1 1 1 | 0
1
1 13
| 13
3
Poiche det(A) = 0, rg(A) 2. In A|b troviamo la sottomatrice:
1 0 | 13
1 1 | 0
1
| 13
13
3
2. SOLUZIONI
113
il cui determinante è non nullo, quindi rg(A|b) = 3. Quindi se k =

rg(A|b) = 3, quindi il sistema non ammette soluzione.
b) Risolviamo il sistema per k 6= 31
2k2 k
2x x2 = k
x1 = 2 3k1
k
x2 = k3k1
x2 + 2x3 = k
k2
(3k 1)x3 = k 2
x3 = 3k1
x + 2y + 3z = k + 3
2x + 6y + (k + 7)z = 2k + 9
x
4y 2z = k 2
3x 6y + (k 7)z = k 2 k 9
1
si ha rg(A) 2 <
3
(k parametro reale)
a) Si dica per quali valori di k il sistema ammette una unica soluzione e per quali k ne ammette
infinite.
b) Si determinino tutte le soluzioni del sistema.
Soluzione:
1 2
1 2
3
|
k+3
0
2 6 k + 7 |
II
2I
2
2k
+
9
1 4 2 |
III + I 0 2
k2
IV + 3I 0
0
3 6 k 7 | k 2 k 9
1
1 2
3
|
k+3
0
0 2 k+1 |
0
III + II 0 0 k + 2 | 2k + 4
IV III 0
0 0 k + 2 | k 2 + 2k
k+3
3
2k + 1
k 2 + 2k
3
| k+3
k+1 |
3
k + 2 | 2k + 4
0
| k2 4
3
k+1
1
k+2
2
2
0
0
|
|
|
|
a) Notiamo che k 2 4 = 0 se k = 2, e che k + 2 = 0 se k = 2. Di conseguenza:

Se k 6= 2 allora rg(A) = 3 < rg(A|b) = 4 quindi il sistema non ammette soluzione.
Se k = 2 allora rg(A) = rg(A|b) = 3 quindi il sistema ammette una unica soluzione.
Se k = 2 allora rg(A) = rg(A|b) = 2 quindi il sistema ammette infinite soluzioni.
b) Consideriamo il caso k = 2:
x + 2y + 3z = 5
x = 2
2y + 3z = 3
y = 23
4z = 8
z=2
Consideriamo il caso k = 2:
(
x + 2y + 3z = 1
2y z = 3
x = 8t 10
y=t
z = 2t 3
kx + ky + k z = 4
x + y + kz
=k
x + 2y + 3z
= 2k
t R

b) Esistono valori di k per i quali il sistema ha infinite soluzioni?
Soluzione:
`
114
Poichè non ci sono richieste esplicitamente le soluzioni, ma solo la loro esistenza, utilizziamo il teorema di
Rouch`
e-Capelli:
Un sistema di equazioni AX = b ammette soluzioni (è compatibile) se e solo se il rango della matrice
rg(A) = rg(A|b)
Inoltre:
Ricordiamo inoltre che:
Il rango di una matrice A corrisponde al numero dei suoi pivot, una volta che A è stata ridotta a
gradini. In seguito vedremo altri metodi per calcolare il rango di una matrice.
k k k2 | 4
1 1 k | k
1 2 3 | 2k
a) Il sistema è compatibile se il rango della matrice completa e incompleta coincidono. Per determinare il rango riduciamo la matrice a gradini:
III 1 2 3 | 2k
1 2
3
|
2k
1 1 k | k II I 0 1 k 3 |
k
I k k k2 | 4
III kII 0 0
0
| 4 k2
La matrice incompleta ha due pivot, quindi ha rango 2. La matrice completa ha rango 2

solamente se 4 k 2 = 0, ovvero k = 2.
Quindi il sistema è compatibile se k = 2.
b) Per k = 2 il rango della matrice è 2, mentre le incognite sono 3, quindi il sistema ammette
infinite soluzioni.

1 0
1
1 1
1
A=
1 1 k + 2
1 0 k+2
3
5
k1
2k 1

1
1
b=
2
k
a) Si risolva il sistema Ax = b al variare del parametro

k.

7
1
b) Si stabilisca per quali valori di k il vettore v = , 2, , 1 appartiene allinsieme Sol(Ax = b).
3
3
Soluzione:
a) Riduciamo a gradini la matrice A|b:
1 0
1 0
1
3
| 1
0 1
1 1
II
I
1
5
|
1
1 1 k + 2 k 1 | 2 III I 0 1
IV III 0 1
1 0 k + 2 2k 1 | k
1 0
1
3
|
1
0 1
0
2
|
0
1
III + II 0 0 k + 1 k 2 |
0
k2 | k2
IV II 0 0
Discutiamo ora i valori del parametro.
1
3
0
2
k+1 k4
0
k
|
|
|
|
1
0
1
k2
2. SOLUZIONI
115
Se k 6= 1, 2, allora rg(A) = rg(A|b) = 4, quindi il sistema ammette ununica soluzione

ottenuta risolvendo il sistema:
3k
k+5
x = 1
3
x=
x
+
z
+
3w
=
1
k+1
k+1
y + 2w = 0
y = 2
y = 2
3k
3k
1 (k 2)
(k + 1)z + (k 2)w = 1
z=
=
z
=
k+1
k+1
k+1
(k 2)w = k 2
w = 1
w = 1
Se k = 2, allora rg(A) = rg(A|b) = 3, quindi il sistema ammette infinite soluzioni:
2
1
x = 3t
x = 1 3t
3
3
y = 2t
y = 2t
x + z + 3w = 1
t R
y + 2w = 0
1
1
z
=
z
=
3z = 1
3
3
w=t
w=t

1
2
, 0, , 0 + (3, 2, 0, 1)t con t R.
Le soluzioni possono anche essere scritte nella forma
3
3
Se k = 1 si ha rg(A) = 3 < rg(A|b) = 4, quindi il sistema non ammette soluzione.
b) Per stabilire se v appartiene
allinsieme
u semplice è sostituire le sue

Sol(Ax = b) la cosa pi`
7
1
coordinate (x, y, z, w) = , 2, , 1 nel sistema ridotto:
3
3
7 1
+ +3=1
x
+
z
+
3w
=
1
3 3
2 + 2 = 0
y + 2w = 0
k=2
1
(k + 1) + (k 2) 1 = 1
(k + 1)z + (k 2)w = 1
(k 2)w = k 2
(k 2) 1 = k 2
Oppure si poteva sostituire nel sistema iniziale, ottenendo le condizioni:
7 1
+ +3=1
3 3
1
7
2 + + 5 = 1
3
3
k=2
k+2
7
+
2
+
+k1=2
3
3
7 + k + 2 + 2k 1 = k
3
3
Quindi v Sol(Ax = b) se k = 2.
Esercizio 7.10. Dato il sistema
x + kz = 1
x + (k 1)y + (k + 1)z = 1
x + (k 1)y + (k 2 + 4k + 3)z = k + 3
determinare per quali valori di k R il sistema ammette soluzioni. In tali casi stabilire anche se ne
ammette una o infinite.
Soluzione:
Utilizziamo il Teorma di Rouchè-Capelli per stabilire quando il sistema ha soluzione. A tale scopo
consideriamo la matrice A|b associata al sistema e la riduciamo a gradini per stabilirne il rango.
1
0
k
|
1
1
0
k
|
1
1
|
0
k+1
|
1 II I 0 k 1
A|b = 1 k 1
III II 0
0
k 2 + 3k + 2 | k + 2
1 k 1 k 2 + 4k + 3 | k + 3
Consideriamo ora i pivot di A osservando che k 2 + 3k + 2 = 0 quando k = 1 o k = 2. Dobbiamo quindi

distinguere tre casi.
Se k 6= 1, 1, 2, allora rg(A) = rg(A|b) = 3 = numero delle incognite del sistema. Quindi in
questi casi il sistema ammette una unica soluzione.
116
`
Se k = 1 la matrice A|b
1
0
0
diventa
0 1
0 1
0 6
|
|
|
1 0
1
0 0
0
III 6II 0 0
3
1 |
1 |
0 |
1
0
3
Quindi rg(A) = 2 < rg(A|b) = 3 e il sistema non ammette soluzione.

Se k = 1 la matrice A|b diventa
1 0 1 | 1
0 2 1 | 0
0 0
0 | 1
Quindi rg(A) = 2 < rg(A|b) = 3 e il sistema non ammette soluzione.

Infine se k = 2 la matrice A|b diventa
1 0 2 | 1
0 3 1 | 0
0 0
0 | 0
Quindi rg(A) = 2 = rg(A|b) e il sistema ammette soluzione. Poichè inoltre il rango è inferiore al
numero delle incognite, in questo caso il sistema ammette infinite soluzioni.
x + ky + z = 2k 1
kx + y + z = 5
x + y + kz = 0
(k parametro reale)
a) Si dica per quali valori di k il sistema è risolubile.

b) Si dica per quali valori di k il sistema ammette ununica soluzione.
Soluzione:
Dal teorema di Rouchè Capelli sappiamo che il sistema ammette soluzione se rg(A) = rg(A|b), e ammette
una unica soluzione se rg(A) = rg(A|b) = 3. Riduciamo quindi a gradini la matrice A|b associata a tale
sistema per calcolarne il rango:
III 1 1 k |
0
1 k 1 | 2k 1
k 1 1 |
5 I 1 k 1 | 2k 1
II k 1 1 |
5
1 1 k |
0
1
1
k
|
0
1
1
k
|
0
0 k 1
II I 0 k 1 1 k | 2k 1
1k
| 2k 1
2
2
III kI 0 1 k 1 k |
III + II 0
5
0
k k + 2 | 2k + 4
Notiamo che k 2 k + 2 = 0 se k = 1 o k = 2, di conseguenza:
Se k =
6 1, 2 allora rg(A) = rg(A|b) = 3 quindi il sistema è risolubile.
Se k = 1 otteniamo la matrice:
1 1 1 | 0
0 0 0 | 1
0 0 0 | 6
Quindi rg(A) = 1 < rg(A|b) = 2 e il sistema non è risolubile.
Se k = 2 otteniamo la matrice:
1 1 2 | 0
0 3 3 | 5
0 0
0 | 0
Quindi rg(A) = rg(A|b) = 2 ke il sistema è risolubile, con infinite soluzioni.

In conclusione:
a) Il sistema ammette soluzione se k 6= 1.
b) Il sistema ammette una unica soluzione soluzione se k 6= 1, 2 (Per k = 2 il sistema ammette
infinite soluzioni).
.
2. SOLUZIONI
117
Esercizio 7.12. Si consideri il sistema di equazioni lineari
=1
kx + y + z
(k parametro reale)
y+z
=k
3x + ky + 2z = 2
a) Discutere lesistenza e unicit`

a di soluzioni del sistema lineare al variare di k R.
b) Determinare le eventuali soluzioni del sistema al variare di k.
Soluzione:
Riduciamo a gradini la matrice
k
0
3
associata a tale sistema
III 3 k 2 | 2
1 1 | 1
0 1 1 | k
1 1 | k
I k 1 1 | 1
k 2 | 2
3
k
2
|
2
0
1
1
|
k
2
3III kI 0 3 k 3 2k | 3 2k
3 k
2
|
2
0 1
1
|
k
2
2
3
III (3 k )II 0 0 k 2k | k 5k + 3
a) Notiamo che k 2 2k = 0 se k = 0 o k = 2, di conseguenza:

Se k 6= 0, 2 allora rg(A) = rg(A|b) = 3 quindi il sistema è risolubile e ammette una unica
soluzione.
Se k = 0 allora rg(A) = 2 < rg(A|b) = 3 quindi il sistema non è risolubile.
Se k = 2 allora rg(A) = 2 < rg(A|b) = 3 quindi il sistema non è risolubile.
Per rispondere alla domanda a) potevamo anche utilizzare il determinante:
det(A) = k(2 k) + 3(1 1) = k(2 k)
Quindi
Se k 6= 0, 2, allora rg(A) = rg(A|b) = 3 e il sistema ammette una unica soluzione.
Se k = 0 allora rg(A) 2 e la matrice A|b diventa
0 1 1 | 1
0 1 1 | 0
3 0 2 | 2
A questo punto per calcolare rg(A|b) possiamo ridurre la matrice a gradini, oppure osservare
che A|b contiene la sottomatrice
0 1 | 1
0 1 | 0
3 0 | 2
con determinante non nullo. Quindi per k = 0 è rg(A) 2 < 3 = rg(A|b) e il sistema non
ammette soluzioni.
Se k = 2 allora rg(A) 2 e la matrice A|b diventa
2 1 1 | 1
0 1 1 | 2
3 2 2 | 2
A questo punto per calcolare rg(A|b) possiamo ridurre la matrice a gradini, oppure osservare
che A|b contiene la sottomatrice
2 1 | 1
0 1 | 2
3 2 | 2
con determinante non nullo. Quindi anche per k = 2 è rg(A) 2 < 3 = rg(A|b) e il sistema
non ammette soluzioni.
118
`
b) Risolviamo il sistema nei casi k 6= 0, 2:
3x + ky + 2z = 2
y+z =k
2
(k 2k)z = k 3 5k + 3
k 2 + 3k 2
1k
x
=
=
2 2k
k
k
2k 2 + 5k 3
y=
k 2 2k
5k + 3
z =
2
k 2k
(1 + k)x = 0
ky + z + w = 2
x + kz + 2w = k
x + kw = 0
(k parametro reale)
a) Si dica per quali valori di k il sistema ammette una unica soluzione.

b) Si determinino tutte le soluzioni del sistema per k = 0.
Soluzione:
La matrice associata a al sistema è
1+k
0
A|b =
1
1
0
k
0
0
0
1
k
0
0
1
2
k
|
|
|
|
0
2
k
0
a) Il sistema ammette una unica soluzione se rg(A) = rg(A|b) = 4. Utilizzando il determinante,

ricordiamo che il rango di una matrice corrisponde al massimo ordine di una sua sottomatrice
quadrata con determinante diverso da zero. Quindi rg(A) = rg(A|b) = 4 se e solo se det(A) 6= 0.
k 1 1
det(A) = (1 + k) det 0 k 2 = (1 + k)k 3
0 0 k
Quindi il sistema ammette una unica soluzione quando k 6= 0, 1.

b) Torniamo al sistema nel caso k = 0 (senza la necessit`
a di ridurre la matrice associata):
x=0
x=0
z+w =2
y=t
t R
x
+
2w
=
0
z
=2
x=0
w=0
x1 x2 = t 2
(t parametro reale)
tx1 + (t 4)x2 = 0
2x1 + (2 2t)x2 = 2t 4
a) Si dica per quali valori di t il sistema è compatibile.

b) Per i valori di t che rendono il sistema compatibile, trovare le sue soluzioni.
Soluzione:
1
1
1
| t2
t t 4 |
0 II tI 0
III 2I 0
2 2 2t | 2t 4
1
1
|
t2
0 2t 4 | t2 + 2t
III + II 0
0
| t2 + 2t
1
|
2t 4 |
4 2t |
t2
t2 + 2t
0
2. SOLUZIONI
119
a) Notiamo che t2 + 2t = 0 se t = 0 o t = 2, e che 2t 4 = 0 se t = 2. Di conseguenza:

Se t 6= 0, 2 allora rg(A) = 2 < rg(A|b) = 3 quindi il sistema non è compatibile.
Se t = 0 allora rg(A) = rg(A|b) = 2 quindi il sistema è compatibile, e ammette una soluzione.
Se t = 2 allora rg(A) = rg(A|b) = 1 quindi il sistema è compatibile, e ammette infinite
soluzioni.
b) Consideriamo il caso t = 0:
(
(
x1 x2 = 2
x1 = 2
4x2 = 0
x2 = 0
Se t = 2 il sistema si riduce alla sola equazione x1 x2 = 0 le cui soluzioni sono

(
x1 = k
k R
x2 = k

x1 (k + 1)x2 = k
(t parametro reale)
2x1 2x2 = 2k
(k + 2)x1 + (k 2)x2 = 0
a) Si dica per quali valori di k il sistema è compatibile.

Soluzione:
1/2II
1
1
| k
1
k 1 | k
2
k 1 | k
2
| 2k I 1
III k + 2 k 2 | 0
k+2 k2 | 0
1 1 |
1 1 |
k
0 k |
0 k |
II I
0
III + 2II 0 0 |
III (k + 2)I 0 2k | k(k + 2)
0
k(k + 2)
a) Dobbiamo distinguere tre casi:

Se k 6= 0, 2 allora rg(A) = 2 < rg(A|b) = 3 quindi il sistema non è compatibile.
Se k = 2 allora rg(A) = rg(A|b) = 2 quindi il sistema è compatibile, e ammette una
soluzione.
Se k = 0 allora rg(A) = rg(A|b) = 1 quindi il sistema è compatibile, e ammette infinite
soluzioni.
b) Consideriamo il caso k = 2:
(
(
x1 x2 = 2
x1 = 2
x2 = 0
x2 = 0
Se k = 0 il sistema si riduce alla sola equazione x1 x2 = 0 le cui soluzioni sono

(
x1 = t
t R
x2 = t

kx1 x4 = 1
x + 2x = 0
2
3
(k parametro reale)
(k
1)x
1 + (k 1)x2 = k 1
kx1 + kx2 = 2k
a) Si dica per quali valori di k il sistema ammette soluzione, specificando se e quando ne ammette
una o infinite.
b) Per i valori di k che rendono il sistema compatibile, si determinino le sue soluzioni.
120
`
Soluzione:
La matrice associata al sistema è
k
0
0
1
A|b =
k 1 k 1
k
k
0 1
2 0
0 0
0 0
|
|
|
|
1
0
k 1
2k
a) Utilizziamo il determinante per calcolare rg(A) e rg(A|b).
0
1
2
det(A) = 1 det k 1 k 1 0 = 1 2 [k(k 1) k(k 1)] = 0
k
k
0
Poiche det(A) = 0, rg(A) 3 per ogni
0
1
k 1
k
che ha determinante
1
2
det = 1 det k 1 0
k
0
k R
k. Viceversa in A|b troviamo la sottomatrice quadrata
0 1 |
1
2 0 |
0
0 0 | k 1
0 0 |
2k
0
k 1 = 1 (2)[2k(k 1) k(k 1)] = 2(k 2 k)
2k
Tale determinante si annulla per k = 0, 1, quindi sicuramente se k 6= 0, 1, rg(A|b) = 4.

Abbiamo cos` ottenuto che se k 6= 0, 1, rg(A) 3, mentre rg(A|b) = 4, quindi il sistema non
ammette soluzione.
Si tratta ora di considerare i due casi k = 0 e k = 1.
0
0 0 1 | 1
III 1 1 0 0 | 1
0
0 1 2 0 | 0
1 2 0 | 0
A|b =
1 1 0 0 | 1 I 0 0 0 1 | 1
0
0 0 0 | 0
0 0 0 0 | 0
Quindi se k = 0, rg(A) = rg(A|b) = 3 e il sistema ammette infinite
1 0 0
1 0 0 1 | 1
0 1 2
0 1 2 0 | 0
A|b =
0 0 0
0 0 0 0 | 0
IV II I 0 0 2
1 1 0 0 | 2
soluzioni.
1
0
0
1
|
|
|
|
1
0
0
1
Quindi anche se k = 1, rg(A) = rg(A|b) = 3 e il sistema ammette infinite soluzioni.

b) Abbiamo visto che il sistema ha soluzione solo se k 6= 0, 1. Inoltre se k = 0 abbiamo ottenuto il
sistema
x1 = 2t + 1
x
+
x
=
1
2
x = 2t
1
2
t R
x2 + 2x3 = 0
x
3 =t
x4 = 1
x4 = 1
Analogamente nel caso k = 1 abbiamo ottenuto il sistema
x1 = 2t + 2
x1 x4 = 1
x2 = 2t
x2 + 2x3 = 0
x
3 =t
2x3 + x4 = 1
x4 = 2t + 1
t R
Esercizio 7.17. Al variare del parametro reale k, si risolva il sistema di equazioni lineari omogenee:
2kx2 + x3 x4 = 0
(t parametro reale)
x1 2x3 + kx4 = 0
x1 2kx3 + x4 = 0
2. SOLUZIONI
121
Soluzione:
Riduciamo a gradini la matrice dei coefficienti associata a tale sistema
1
2
k
II 1 0
0 2k
1
1
0
1 0
1
1
2
k I 0 2k
III + I 0
1 0 2k 1
1 0 2k 1
0
2k
0
2
k
1
1
2k 2 k 1
Discutiamo ora i valori del parametro in corrispondenza dei pivot.

Se k = 0 la matrice diventa
1 0 2 0
1 0 2 0
x1 2x3 = 0
0 0 1 1 x3 x4 = 0
0 0 1 1
III + 2II 0 0 0 3
0 0 2 1
3x4 = 0
x1 = 0
x = t
2
t R S = {(0, t, 0, 0) | t R}
x3 = 0
x4 = 0
Notiamo che rg(A) = rg(A|0) = 3. Poiche si tratta di un sistema in quattro incognite, nellinsieme
delle soluzioni ci sono infinite soluzioni con un solo parametro libero (dato da 4 rg(A)).
Se k = 1 la matrice diventa
x1 = t s
1 0 2 1
x = 1 t + 1 s
2
0 2 1 1 x1 x3 + x4 = 0
s, t R
2
2
2x
+
x
x
=
0
2
3
4
x
=
t
0 0 0
0
3
x4 = s

1
1
S=
t s, t + s, t, s | s, t R
2
2
Notiamo che rg(A) = rg(A|0) = 2. Poiche si tratta di un sistema in quattro incognite, nellinsieme
delle soluzioni ci sono infinite soluzioni con due parametri libero (dato da 4 rg(A)).
Se k 6= 0, 1 la matrice dei coefficienti ha rango 3 < 4 = numero delle incognite, quindi il sistema
ammette comunque infinite soluzioni con un solo parametro libero
x1 = 4k
3 (1 + k)t
x1 2x3 + kx4 = 0
x1 2x3 + kx4 = 0
x = t
2
2kx2 + x3 x4 = 0
t R
2kx2 + x3 x4 = 0
2k
x
3 = 3 t
2x3 + x4 = 0
2(k 1)x3 + (k 1)x4 = 0
x4 = 4k
3 t

4k
2k 4k
S=
(1 + k)t, t, t,
t |tR
3
3
3
Notiamo che abbiamo scelto x2 come variabile libera in modo da non dovere dividere per k per
determinare la soluzione. Inoltre con tale scelta non è in realtà necessario distinguere il caso k = 0
precedentemente discusso.
.

Esercizio 7.18. Si consideri il sistema lineare dipendente dal parametro reale k
x1 + kx2 + x3 + x4 = 1
x1 + x2 + 2x3 + x4 = 1
kx1 + kx4 = 1
a) Si determini per quali valori di k il sistema ammette soluzione.

b) Si stabilisca se esistono valori di k per i quali il sistema ha soluzione unica.
Soluzione:
La matrice A|b associata al sistema è:
1
A|b = 1
k
k
1
0
1
2
0
1
1
k
|
|
|
1
1
1
`
122
Per ridurre a gradini la matrice
1 k 1
2 1 1
0 0 k
scambiamo la prima e terza colonna
1
k
1
1 | 1
1 | 1 II 2I 0 1 2k 1
0
0
k
k | 1
1 |
1 |
k |
1
1
1
a) Se k 6= 21 , 0, allora rg(A) = rg(A|b) = 3 e il sistema ammette (infinite) soluzioni. Se k = 21 o

k = 0, allora rg(A) = 2 < rg(A|b) = 3 e il sistema non ha soluzione.
b) La matrice A è 3 4, quindi A ha sempre rango minore o uguale a tre, cioè minore del numero
delle incognite e il sistema non pu`
o ammettere soluzione unica.
Esercizio 7.19. Si consideri lo spazio vettoriale N (A) dato dalle soluzioni del sistema omogeneo
Ax = 0 con
8k + 1 k + 4
0
k+8
2k
0
1
2k + 2
k parametro reale.
A=
0
0
k+4
0
k
0
k+2 k+3
a) Si stabilisca per quali valori di k lo spazio N (A) è nullo: N (A) = {(0, 0, 0, 0)}.
b) Per i valori di k esclusi al punto precedente si determini una base di N (A).
Soluzione:
a) N (A) è dato dalle soluzioni del sistema omogeneo Ax = 0. Un sistema omogeneo ammette sempre
la soluzione nulla; in particolare, per Rouchè-Capelli, ammette la sola soluzione nulla se rg(A) è
massimo. Nel nostro caso quindi N (A) = {(0, 0, 0, 0)} se rg(A) = 4. Determiniamo il rango di A
calcolandone il deteminante:
2k
1
2k + 2
0 = (k + 4)2 [2k(k + 3) k(2k + 2)] = 4k(k + 4)2
det(A) = (k + 4) det 0 k + 4
k k+2 k+3
Infine rg(A) = 4 se det(A) 6= 0, cioe N (A) = {(0, 0, 0, 0)} se k 6= 0, 4.
b) Se k = 0 la matrice A diventa
x = 4t
x + 4y + 8w = 0
1 4 0 8
y = t
z + 2w = 0
0 0 1 2
0 0 4 0 N (A) : 4z = 0
z = 0
0 0 2 3
w=0
2z + 3w = 0
N (A) = {(4, 1, 0, 0)t | t R} .
Se k = 0 quindi B(N (A)) = {(4, 1, 0, 0)} e dim(N (A)) = 1.

Se k = 4 la matrice A diventa
31
31 0 0
4
31 0 0
4
0
0
8 0 1 6
31II
8I
0
31
218
0
0
0
0 0
0
0 0
0
31IV + 5II
0
2IV II
0
0 5
4
4 0 2 1
x = 0
y = t
31x + 4w = 0
N (A) = {(0, 1, 0, 0)t | t R} .
N (A) :
31z 218w = 0
z = 0
w=0
w=0
0
0
0
0
0
31
0
0
4
218
0
966
Se k = 4 quindi B(N (A)) = {(0, 1, 0, 0)} e dim(N (A)) = 1.
1
1
A=
2
0
0
1
1
1
2
3
3
1
a) Indicare basi per lo spazio delle righe e per lo spazio delle colonne di A.
b) Esistono valori t R per cui il sistema Ax = b, con b = (1, 1, t, t) ammetta soluzione?
2. SOLUZIONI
Soluzione:
Per rispondere a
1 0 2
1 1 3
2 1 3
0 1 1
123
entrambe le domande riduciamo a gradini la matrice A|b:
| 1
1
1 0 2 |
1
0
0 1 1 |
II
+
I
| 1
2
III 2I 0 1 1 | t 2
III II 0
| t
IV III 0
| t
0 1 1 |
t
0 2
1 1
0 0
0 0
A questo punto della riduzione siamo gi`

a in grado di rispondere alle domande.
a) La matrice A ha rango due, inoltre
|
|
|
|
1
2
t 4
2
B(spazio delle colonne) = {(1, 1, 2, 0), (0, 1, 1, 1)}
B(spazio delle righe) = {(1, 0, 2), (1, 1, 3)}
b) La matrice A|b ha rango 3 per ogni valore di t, quindi il sistema Ax = b non ammette mai
soluzione.

2
6
A = 3 k + 11
1
3
2k + 2
5k + 7
k2 3

a) Si calcoli il rango di A.
b) Si stabilsca per quali valori di k il sistema Ax = b ha soluzione per ogni b R3 .
Soluzione:
Riduciamo a gradini la matrice A:
2
6
3 k + 11
1
3
1/2I
1
2k + 2
5k + 7 II 3/2I 0
III + 1/2I 0
k2 3
3
k+1
k+2
2k + 4
2
0
k +k2
a) La matrice A ha rango 3 se k 6= 1, 2, ha rango 2 se k = 1 e ha rango 1 se k = 2.

b) Il sistema Ax = b ha soluzione per ogni b R3 se la matrice dei coefficienti ha rango 3 nel qual
caso rg(A) = rg(A|b) = 3 per ogni b R3 , ovvero se k 6= 1, 2.
Esercizio 7.22. Siano dati i seguenti vettori di R3 :

v1 (2, 1, 1),
v2 (1, 1, 2),
v3 (3, 2, 1),
v4 (4, 1, 2).
Stabilire se v4 è combinazione lineare di v1 , v2 e v3 .

Soluzione:
Si tratta di stabilire se lequazione xv1 + yv2 + zv3 = v4 ammette soluzione. Notiamo che il vettore
xv1 + yv2 + zv3 è dato da:
xv1 + yv2 + zv3 = (2x y + 3z, x + y 2z, x + 2y z)
quindi allequazione xv1 + yv2 + zv3 = v4 associamo il sistema
2x y + 3z = 4
x + y 2z = 1
x + 2y z = 2
Notiamo che si tratta del sistema
2
A|b = 1
1
1 3 |
1 2 |
2 1 |
4
1
2
dove A è la matrice che ha per colonne i vettori v1 , v2 e v3 , e b è dato dal vettore v4 . In generale passeremo
direttamente dallequazione xv1 + yv2 + zv3 = v4 al sistema A|b associato.
124
`
Per Rouchè - Capelli il sistema ammette soluzione se rg(A) = rg(A|b).

gradini:
2 1 3 | 4
2 1
0 3
2II I 0 3 7 | 6
III II 0 1
1 | 1
3III II 0 0
Riduciamo quindi la matrice a

3
7
10
|
|
|
4
6
3
Abbiamo ottenuto che rg(A) = rg(A|b) = 3 quindi il sistema ammette (una unica) soluzione e v4 è

Esercizio 7.23. Siano dati i segunti vettori di R3 :
v1 (1, 1, 1),
v2 (2, 7, 7),
v3 (0, k 2 + 2, 3),
v4 (1, k + 3, k 2 + 2).
Stabilire se v4 è combinazione lineare di v1 , v2 e v3 al variare del parametro k.
Soluzione:
Si tratta di stabilire se il sistema associato allequazione vettoriale xv1 + yv2 + zv3 = v4 ammette soluzione.
Consideriamo la matrice associata a tale sistema
1 2
0
|
1
A|b = 1 7 k 2 + 2 | k + 3
1 7
3
| k2 + 2
Per Rouchè - Capelli il sistema ammette soluzione se rg(A) = rg(A|b).
Riduciamo la matrice a gradini:
1 2
0
|
1
II I 0 5 k 2 + 2 |
k+2
2
2
III II 0 0 k 1 | k k 1
Consideriamo il pivot della terza riga e distinguiamo i casi necessari.

Se k 6= 1 sia la matrice completa che quella incompleta hanno 3 pivot, quindi rg(A) = rg(A|b) = 3
e il sistema ammette (una unica) soluzione. Di conseguenza v4 è combinazione lineare di v1 , v2
e v3 .
Se k = 1 la matrice diventa:
1 2 0 | 1
0 5 3 | 3
0 0 0 | 1
Quindi A ha 2 pivot, mentre A|b ne ha 3. Dal momento che rg(A) < rg(A|b) il sitema non
ammette soluzioni e v4 non è combinazione lineare di v1 , v2 e v3 .
Se k = 1 la matrice diventa:
1 2 0 | 1
0 5 3 | 1
0 0 0 | 1
Quindi A ha 2 pivot, mentre A|b ne ha 3. Dal momento che rg(A) < rg(A|b) il sitema non
ammette soluzioni e v4 non è combinazione lineare di v1 , v2 e v3 .
Esercizio 7.24. Determinare per quali valori del parametro reale k i seguenti vettori formano una
base di R3 .
v1 (1, 2, 2),
v2 (1, 1, 3),
v3 (3, 7, k 6)
Soluzione:
Sappiamo che tre vettori di R3 formano una base di R3 se e solo se sono linearmente indipendenti, ovvero
se la matrice associata ai tre vettori ha rango 3. Riduciamo quindi a gradini la matrice associata:
1
1
3
1 1
3
1 1
3
2
0 1
1
7 II 2I 0 1
1
1
2 3 k 6
III 2II 0 0 k 1
III + II 0 2 k + 1
Ragionando sui ranghi:
2. SOLUZIONI
125
Se k =
6 1 la matrice ha 3 pivot, quindi ha rango 3 e v1 , v2 e v3 formano una base di R3 .
Se k = 1 la matrice ha 2 pivot, quindi ha rango 2 e v1 , v2 e v3 non formano una base di R3 .
In alternativa potevamo calcolare il rango utilizzando il determinante:
det(A) = (k 6 + 21) (2k 12 + 14) + 3(6 + 2) = k + 1
v1 , v2 e v3 formano una base di R3 se la matrice associata ha rango 3, ovvero se ha determinante non
nullo, cioè k 6= 1.
Esercizio 7.25.
a) Mostrare che i vettori
v1 = (0, 1, 1),
v2 = (1, k, 0),
v3 = (1, 1, k)
sono linearmente indipendenti per ogni valore di k R.

b) Esprimere il vettore v = (2, 1, 2) come combinazione lineare di v1 , v2 , v3 .
Soluzione:
Per rispondere alla domanda a) dobbiamo verificare che lequazione xv1 + yv2 + zv3 = 0 ammette solo la
soluzione nulla, ovvero che la matrice A associata ai tre vettori ha sempre rango 3.
Per rispondere alla domanda b) dobbiamo verificare che lequazione xv1 + yv2 + zv3 = v ammette
soluzione (e non ha importanza se ne ammette una oppure infinite), ovvero che rg(A|b) = rg(A), dove A|b
è la matrice associata allequazione.
Per rispondere a entrambe le domande riduciamo quindi direttamente a gradini la matrice formata dai
tre vettori v1 , v2 , v3 e dal vettore v come colonna dei termini noti:
0 1 1 | 2
III 1 0 k | 2
1 0
k
| 2
1 k 1 | 1 I 0 1 1 | 2
0 1
1
| 2
1 0 k | 2
II 1 k 1 | 1
III I 0 k 1 k | 1
1 0 k |
2
0 1 1 |
2
III + kII 0 0 1 | 1 + 2k
a) Per rispondere alla prima domanda ci interessa solo la matrice A dei cofficienti. La matrice dei
coefficienti ha sempre rango 3, quindi lequazionine xv1 + yv2 + zv3 = 0 ammette la sola soluzione
nulla e v1 , v2 , v3 sono linearmente indipendenti per ogni valore di k.
b) Risolviamo il sistema xv1 +yv2 +zv3 = v di cui abbiamo gi`
a ridotto a gradini la matrice associata:
x + kz = 2
x = 2k + k + 2
y + z = 2 y = 2k 3
z = 2k 1
z = 2k 1
Quindi
v = (2k 2 + k + 2)v1 + (2k 3)v2 + (2k 1)v3

è combinazione lineare di v1 , v2 e v3 .

Esercizio 7.26. In R3 siano
v1 = (k, 2, 1),
v2 = (2, 1, 0),
v3 = (0, 1, 1),
(k parametro reale)
a) Si stabilisca per quali valori di k i tre vettori costituiscono una base di R3 .

b) Per i valori trovati al punto a), si calcolino le coordinate del vettore v = (2, 1, 2) rispetto a tale
base.
Soluzione:
126
`
Per rispondere a entrambe le domande riduciamo a gradini la matrice formata dai

dal vettore v come colonna dei termini noti:
1 0
1
III 1 0 1 | 2
k 2 0 | 2
2 1 1 | 1 II 2I 0 1 1
2 1 1 | 1
III kI 0 2 k
I k 2 0 | 2
1 0 1 | 2
1 0
1
|
2
0 1
1
|
3
III + 2II 0 0 k 2 | 2k 8
tre vettori v1 , v2 , v3 e
|
|
|
2
3
2 2k
a) La matrice dei coefficienti ha rango 3 se k 6= 2, quindi v1 , v2 , v3 costituiscono una base di R3 se

k 6= 2.
b) Risolviamo, per k 6= 2, il sistema xv1 + yv2 + zv3 = v di cui abbiamo gi`
a ridotto a gradini la
matrice associata:
x = k+2
x + z = 2
y = k+2
y z = 3
k+2
z = 2k+8
(k + 2)z = 2k + 8
k+2

4
k + 2 2k + 8
Infine v ha coordinate
rispetto a {v1 , v2 , v3 }.
,
,
k+2 k+2
k+2
Esercizio 7.27. Si consideri il sottospazio V = hv1 , v2 , v3 i di R5 generato dai vettori

v1 = (1, 1, 2, 1, 0), v2 = (0, 2, 1, 1, 0), v3 = (1, 1, 1, 0, 0).
a) Trovare una base di V .
b) Determinare le coordinate del vettore v = (2, 6, 6, 4, 0) V rispetto alla base trovata al punto
a).
Soluzione:
Riduciamo a gradini la matrice associata dai tre
entrambe le domande.
1 0 1 | 2
1
1 2 1 | 6
0
II
+
I
2 1 1 | 6 III + 2I 0
1 1 0 | 4
IV + I 0
0 0 0 | 0
0
vettori v1 , v2 , v3 affiancata dal vettore v per rispondere a

0
2
1
1
0
1
2
1
1
0
|
|
|
|
|
2
1
0
4
1/2II
2
2III II 0
2
IV III 0
0
0
0
1
0
0
0
1
1
0
0
0
|
|
|
|
|
2
2
0
0
a) Il rango di A è 2 e una base di V è B = {v1 , v2 }.

b) Dobbiamo risolvere lequazione xv1 + yv2 = v. Abbiamo gi`
a ridotto a gradini la matrice associata
a tale equazione (basta ignorare la terza colonna relativa a v3 ). quindi
(
x = 2
v = 2v1 + 2v2 ,
v = (2, 2)B
y=2

v1 (2, 1, 1),
v2 (1, 1, 2),
v3 (3, 2, 1),
v4 (4, 1, 2).
Determinare una base di V . Esprimere inoltre v1 , v2 , v3 e v4 come combinazione lineare degli elementi di
tale base.
Soluzione:
Dalla teoria sappiamo che m vettori linearmente indipendenti di Rn generano un sottospazio di Rn di
dimensione m n. E evidente che trattandosi di 4 vettori di R3 i vettori sono sicuramente linearmente
dipendenti.
Per rispondere a entrambe le domande calcoliamo comunque il rango della matrice A associata ai
quattro vettori riducendola a gradini, in modo da individuare quale (o quali) vettore dipende linearmente
2. SOLUZIONI
dagli altri.
2 1
1 1
1 2
127
3
4
2 1
1 2
Procedendo con il metodo di Gauss otteniamo le matrici equivalenti
2 1 3
2 1 3
4
0 3 7
2II I 0 3 7 6
10
1 1
3III II 0 0
III II 0 1
4
6
3
Si pu`
o osservare che rg(A) = 3, quindi tre dei quattro vettori di partenza sono linearmente indipendenti.
In particolare anche la matrice formata dalle prime tre colonne, ovvero da v1 , v2 e v3 ha rango 3. Quindi
pu`
o essere presa come base di V linsieme
B = {v1 , v2 , v3 }
Si tratta ora di esprimere v4 come combinazione lineare di v1 , v2 e v3 , ovvero di risolvere lequazione

xv1 + yv2 + zv3 = v4
Notiamo che la riduzione a gradini della matrice associata a tale equazione vettoriale labbiamo gi`
a
effettuata per determinare il rango della matrice associata ai quattro vettori:
2 1 3 | 4
0 3 7 | 6
0 0
10 | 3
Tornando al sistema:
Di conseguenza
2x y + 3z = 4
3y 7z = 6
10z = 3
v4 =
x = 10
y = 13
10
3
z = 10
t R
9
13
3
v1
v2 +
v3 .
10
10
10
Inoltre si ha banalmente:
v1 = 1v1 + 0v2 + 0v3 ,
v2 = 0v1 + 1v2 + 0v3 ,
v3 = 0v1 + 0v2 + 1v3

Esercizio 7.29. Sia V il sottospazio di R generato dai vettori:

v1 (2, 1, 2, 1),
v2 (6, 7, 8, 5)
v3 (2k, k + 8, 3k + 3, 2),
v4 (0, 2k, 2k, 1).
Determinare una base di V al variare del parametro k. Esprimere inoltre v1 , v2 , v3 e v4 come combinazione
lineare degli elementi di tale base.
Soluzione:
Riduciamo a gradini la matrice A associata ai quattro vettori
2 6
2k
0
1/2I 1 3
k
1 7 k + 8 2k
1 7 k + 8
2 8 3k + 3 2k
2 8 3k + 3
1 5
2
1
1 5
2
1
1 3
k
0
0
1/2II
0
4
8
2k
II I
III 1/2II 0
III 2I 0 2 k + 3 2k
0
IV III
IV I 0 2 2 k 1
0
2k

2k
1
3
2
0
0
k
4
k1
2k 1
0
k
= A
k
1 2k
Conviene non completare la riduzione e discutere a questo punto i valori del parametro. Infatti in
generale durante le operazioni di riduzione non si ottiene necessariamente det(A) = det(A ), ma, poiche
rg(A) = rg(A ), si ha che det(A) = 0 sse det(A ) = 0. Possiamo quindi calcolare il determinante della
matrice ridotta A per calcolare il rango di A:
det(A ) = 1 2 [(k 1)(1 2k) (2k 1)k] = 2(4k 1)
`
128
Di conseguenza:
1
Se k 6= , si ha det(A ) 6= 0, quindi det(A) 6= 0 e rg(A) = 4. Di conseguenza i quattro vettori
4
sono linearmente indipendenti:
B = {v1 , v2 , v3 , v4 } .
dim(V ) = 4, ,
Per esprimere ogni vettore come combinazione lineare degli elementi della base abbiamo la
soluzione banale:
v1 = 1 v1 + 0 v2 + 0 v3 + 0 v4
v3 = 0 v1 + 0 v2 + 1 v3 + 0 v4
Se k = 41 si ha det(A) = det(A ) = 0
ora procedere con la riduzione
1
0
1 3
1
4
1
0
0 2 4
4II
4
0 0 3 1 4III 0
4
4
2IV 0
0 0 23 12
v2 = 0 v1 + 1 v2 + 0 v3 + 0 v4
v4 = 0 v1 + 0 v2 + 0 v3 + 1 v4
e la matrice ha rango sicuramente minore di 4. Possiamo
1
0
0
16 1
0
3 1
IV III 0
3 1
1
4
3
8
0
0
3 41
8 16
0 3
0 0
0
1
1
0
Di conseguenza rg(A) = 3 e v1 , v2 e v3 (oppure v1 , v2 e v4 ) sono linearmente indipendenti.

B = {v1 , v2 , v3 } .
dim(V ) = 3, ,
Per esprimere v4 in funzione degli elementi di tale base risolviamo lequazione xv2 +yv2 +zv3 =
v4 la cui matrice associata si riduce a
1 3 14 | 0
0 8 16 | 1
0 0 3 | 1
0 0 0 | 0
Tornando al sistema associato otteniamo
1
55
x + 3y + 4 z = 0
x = 24
19
y = + 24
8y + 16z = 1
z = 3
3z = 1
ovvero
19
1
55
v2 v3
v4 = v1 +
24
24
3
Inoltre:
v1 = 1 v1 + 0 v2 + 0 v3 ,
v2 = 0 v1 + 1 v2 + 0 v3 ,
v3 = 0 v1 + 0 v2 + 1 v3

v1 (0, k 1, k 2 1, 3k 2),
v2 (1, 3, 0, 3),
v3 (1, 2, 1, 1).
Determinare la dimensione e una base di V al variare del parametro reale k.
Soluzione:
Calcoliamo il rango della matrice A associata a tale insieme di vettori per stabilire se, o quali vettori sono
linearmente indipendenti.
0
1 1
k 1 3 2
A=
k2 1 0 1
3k 2 3 1
Utilizziamo il determinante. Consideriamo la sottomatrice B formata dalle prime 3 righe:
0
1 1
B = k 1 3 2 det(B) = (k 1 + 2k 2 2) (3k 2 + 3) = k 2 k
k2 1 0 1
il cui determinante si annulla per k = 0, 1. Quindi:
2. SOLUZIONI
129
Se k 6= 0, 1 la matrice associata ai tre vettori ha rango 3. Di conseguenza dim(V ) = 3 e

B(V ) = {v1 , v2 , v3 } = (0, k 1, k 2 1, 3k 2), (1, 3, 0, 3), (1, 2, 1, 1) .
Se
0
1
1
2
k = 0 la matrice A diventa:
III 1 0 1
1
1 1
0
1 3 2
II
I
3 2
0
I 0 1 1
0 1
IV 2I 0
2 3 1
3 1
Quindi rg(A) = dim(V ) = 2. Inoltre
0
3
1
3
1
1
0
3
3III II 0
1
IV II
3
0
0 1
3 3
0 0
0 0
B(V ) = { v1 , v2 } = {(0, 1, 1, 2), (1, 3, 0, 3)}
0
0
0
1
1 1
3 2
0 1
3 1
Notiamo che A contiene la sottomatrice C:
0 3 2
C = 0 0 1 det(C) = 1 3 6= 0
1 3 1
Quindi anche per k = 1, dim(V ) = rg(A) = 3 e
B(V ) = {v1 , v2 , v3 } = {(0, 0, 0, 1), (1, 3, 0, 3), (1, 2, 1, 1)} .

Esercizio 7.31. Sia W il sottospazio di R4 generato dai vettori {v1 , v2 , v3 , v4 }:
v1 = (1, 1, 1, 1),
v2 = (1, k, 3, 4),
Si calcoli la dimensione di W al variare di k R.
v3 = (1, 1, k, 1),
Soluzione:
Consideriamo la matrice A associata ai 4 vettori:
1
1
1 1 1 0
0 k+1
1 k 1 0
II
+
I
A=
1 3 k 1 III I 0
2
IV + I 0
5
1 4 1 k
v4 = (0, 0, 1, k)
1
0
0
0
k 1 1
2
k
Chiamiamo A la matrice ridotta cos` ottenuta. Sappiamo che rg(A ) = rg(A). Sappiamo inoltre che
il rango di una matrice corrisponde, oltre che al numero di pivot, al massimo ordine di una sottomatrice
con determinante non nullo. Senza proseguire ulteriormente nella riduzione possiamo quindi calcolare il
determinante della matrice ridotta A per calcolarne il rango:
det(A ) = 1 (k + 1) [(k 1)k 2] = (k + 1)(k 2 k 2)
e det(A ) = 0 se k = 1 o k = 2. Di conseguenza
Se k 6= 1, 2, det(A ) 6= 0, quindi la matrice A ha rango 4, e dim(W ) = 4.
Se k = 1 la matrice A ha determinante nullo, quindi rg(A) < 4, e dopo un ulteriore passo di
riduzione A diventa
1 1 1
0
0 0 0
0
A =
0 2 2 1
0 5 2 1
Questa contiene la sottomatrice
1 1
0 2
0 5
di determinante 1(2 5) 6= 0.
Quindi A ha rango 3 e dim(W ) = 3.
0
1
1
`
130
Se k = 2 la matrice A ha determinante nullo,

riduzione diventa
1 1
0 3
A =
0 2
0 5
Questa contiene la sottomatrice
1
0
0
quindi rg(A) < 4, e dopo un ulteriore passo di

1
0
1
2
0
0
1
2
1 0
3 0
2 1
di determinante 3 6= 0.
Quindi anche in questo caso A ha rango 3 e dim(W ) = 3.
In alternativa tutto lesercizio poteva essere svolto completando la riduzione a gradini di A.

4
Esercizio 7.32. Si considerino i vettori di R

v1 = (3, 1, 2, 0),
v2 = (6, 2, 4, 0),
v3 = (3, k, k 3, 0)

v1 e v2 .
Soluzione:
a) Si tratta di stabilire quando il vettore v3 è combinazione lineare di v1 e v2 , ovvero quando il
sistema associato allequazione vettoriale xv1 + yv2 = v3 ammette soluzione. Riduciamo a gradini
la matrice associata a tale sistema
3 6 | 3
1/3I
1 2 | 1
1 2 |
k
II + 1/3I
0 0 | k 1
2 4 | k 3 III 2/3I 0 0 | k 1
0
0 |
0
0 0 |
0
Infine
Se k 6= 1, rg(A) = 1 < rg(A|b) = 2 e il sistema non ammette soluzione. Di conseguenza v3
non appartiene a W .
Se k = 1, rg(A) = rg(A|b) = 1 e il sitema ammette (infinite) soluzioni. Di conseguenza v3
appartiene a W .
b) Per determinare una base di W dobbiamo calcolare il rango della matrice associata a v1 e v2 .
Abbiamo gi`
a ridotto a gradini tale matrice:
1 2
0 0
0 0
0 0
La matrice ha rango 2, quindi v1 e v2 non formano una base, sono infatti linearmente dipendenti.
Di conseguenza uno solo dei vettori è sufficiente a generare tutto lo spazio e una base di W è data
per esempio da {v1 }.
Determiniamo ora una base di hv1 , v2 , v3 i. Dobbiamo distinguere due casi:
Se k = 1, v3 appartiene a W = hv1 , v2 i. Quindi se k = 1, hv1 , v2 , v3 i = W e una base di
hv1 , v2 , v3 i è la stessa di W , quindi {v1 }.
Se k 6= 1, v3 non appartiene a W = hv1 , v2 i. Quindi per ottenere una base di hv1 , v2 , v3 i
dobbiamo aggiungere alla base di W il vettore v3 , ottenendo quindi la base {v1 , v3 }.

v1 = (1, 2, 1, 3),
v2 = (2, 4, 2, 6),
v3 = (3, 6, k 6, 3k)

v1 e v2 .
2. SOLUZIONI
131
Soluzione:
a) Si tratta di stabilire quando il vettore v3 è combinazione lineare di v1 e v2 , ovvero quando il
sistema associato allequazione vettoriale xv1 + yv2 = v3 ammette soluzione. Riduciamo a gradini
la matrice associata a tale sistema
1 2 |
3
1 2 |
3
2 4 |
0
II 2I
6
0 0 |
1 2 | k 6 III + I 0 0 | k 3
1/3IV I 0 0 | k 3
3 6 |
3k
Infine
Se k 6= 3, rg(A) = 1 < rg(A|b) = 2 e il sistema non ammette soluzione. Di conseguenza v3
non appartiene a W .
Se k = 3, rg(A) = rg(A|b) = 1 e il sitema ammette (infinite) soluzioni. Di conseguenza v3
appartiene a W .
b) Per determinare una base di W dobbiamo calcolare il rango della matrice associata a v1 e v2 .
Abbiamo gi`
a ridotto a gradini tale matrice:
1 2
0 0
0 0
0 0
La matrice ha rango 1, quindi v1 e v2 non formano una base, sono infatti linearmente dipendenti.
Di conseguenza uno solo dei vettori è sufficiente a generare tutto lo spazio e una base di W è data
per esempio da {v1 }.
Determiniamo ora una base di hv1 , v2 , v3 i. Dobbiamo distinguere due casi:
Se k = 3, v3 appartiene a W = hv1 , v2 i. Quindi se k = 3, hv1 , v2 , v3 i = W e una base di
hv1 , v2 , v3 i è la stessa di W , quindi {v1 }. Analogamente la matrice, gi`
a ridotta, associata a
v1 , v2 e v3 nel caso k = 3 è
1 2 3
0 0 0
0 0 0 rg(A) = dim(hv1 , v2 , v3 i) = 1 e B(hv1 , v2 , v3 i) = {v1 }

0 0 0
Se k 6= 3, v3 non appartiene a W = hv1 , v2 i. Quindi per ottenere una base di hv1 , v2 , v3 i dobbiamo aggiungere alla base di W il vettore v3 , ottenendo quindi la base {v1 , v3 }. Analogamente
la matrice, gi`
a ridotta, associata a v1 , v2 e v3 nel caso k 6= 3 è
1 2
3
0 0
0
0 0 k 3 rg(A) = dim(hv1 , v2 , v3 i) = 2 e B(hv1 , v2 , v3 i) = {v1 , v3 }

0 0 k3
Esercizio 7.34. Sia V = h v1 , v2 , v3 , v4 i con

v1 = (3, 7, k + 1, 2k + 2), v2 = (2, 2k + 2, 0, 0), v3 = (1, 1, 0, 0), v4 = (3, 7, 1, 2k)
b) Si determini una base di V al variare di k R.
Soluzione:
Consideriamo la matrice A associata ai quattro vettori:
3
2
7
2k
+2
A=
k+1
0
2k + 2
0
1
1
0
0
3
7
1
2k
`
132
Per ridurre la matrice a gradini scambiamo v3 con v1 , ricordando poi tale scambio per rispondere alla
domanda b).
1 2
3
3
1
2
3
3
1 2k + 2
4
4
7
7
II I 0 2k
0 0 k + 1
0
1
0
k + 1 1
IV 2III 0 0
0
2k + 2
0
0
2k + 2 2k
Dobbiamo distinguere tre casi:
Se k 6= 0, 1, allora dim(V ) = rg(A) = 4. Inoltre B(V ) = {v1 , v2 , v3 , v4 }.
Se k = 0, la matrice diventa
1 2 3 3
1 2 3 3
0 0 4 4
0 0 4 4
0 0 1 1 III 4II 0 0 0 0
0 0 0 2
0 0 0 2
Quindi dim(V ) = rg(A) = 3. Inoltre
B(V ) = {v1 , v3 , v4 } = {(3, 7, 1, 2), (1, 1, 0, 0), (3, 7, 1, 0)}.
Se k = 1, la matrice diventa
1
0
0
0
2
2
0
0
3
4
0
0
Quindi dim(V ) = rg(A) = 3. Inoltre
3
4
1
0
B(V ) = {v2 , v3 , v4 } = {(2, 0, 0, 0), (1, 1, 0, 0), (3, 7, 1, 2)}.

Esercizio 7.35. Determinare una base dei seguenti sottospazi W di R3 :
(1) W = h(1, 2, 5), (3, 6, 15)i
(2) W = h(1, 2, 5), (3, 6, 15), (2, 1, 0)i
(3) W = h(1, 2, 0), (0, 1, 1), (1, 1, 2)i
Soluzione:
(1) Determiniamo se i due vettori
associata:
1
2
5
Di conseguenza rg(A) = 1 e
sono linearmente indipendenti calcolando il rango della matrice
1 3
3
6 II 2I 0 0
III 5I 0 0
15
B = {(1, 2, 5)}
dim(W ) = 1,
(2) Determiniamo se i tre vettori sono linearmente indipendenti calcolando il rango della matrice
associata:
1 3 2
1 3
2
1 3 2
2 6 1 II 2I 0 0
0 0 3
3
5 15 0
III 5I 0 0 10
3III 10II 0 0
0
dim(W ) = 2,
(3) Determiniamo se
associata:
1 0
2
1
0 1
B = {(1, 2, 5), (2, 1, 0)}
i tre vettori sono linearmente indipendenti calcolando il rango della matrice
1 0
1
1
1 II + 2I 0
0 1
2
1
1 0
0 1
1
III + II 0 0
2
1
1
1
2. SOLUZIONI
133
dim(W ) = 3,
B = {(1, 2 0), (0, 1, 1), (1, 1, 2)}

Esercizio 7.36. Sia V = h v1 , v2 , v3 i con

v1 = (k + 3, k + 3, 0),
v2 = (0, 3, k + 2),
v3 = (0, 3k, k)
a) Si stabilisca per quali valori di k R lo spazio V coincide con R3 .

b) Si determini la dimensione una base di V al variare di k R.
Soluzione:
Consideriamo la matrice A associata ai tre vettori:
k+3
A = k + 3
0
0
0
3
3k
k+2 k
a) Lo spazio V coincide con R3 se dim(V ) = 3, cioè se rg(A) = 3, ovvero det(A) 6= 0. Calcoliamo

quindi il determinante di A che è immediato sviluppando rispetto alla prima riga:
det(A) = (k + 3)[3k 3k(k + 2)] = 3k(k + 3)(k 1)
Quindi se k 6= 0, 1, 3, i tre vettori sono linearmente indipendenti e V = R3 .

b) Abbiamo gi`
a osservato che se k 6= 0, 1, 3, i tre vettori sono linearmente indipendenti, quindi
B(V ) = {v1 , v2 , v3 }. Inoltre:
3 0 0
3 0 0
3 0 0
0 3 0
A = 3 3 0 II I 0 3 0
3III 2II 0 0 0
0 2 0
0 2 0
Quindi dim(V ) = 2 e B(V ) = {v1 , v2 }.
2 0 0
2 0 0
2 0 0
0 3 3
A = 2 3 3 II I 0 3 3
3III II 0 0 0
0 1 1
0 1 1
Quindi dim(V ) = 2 e una possibile base è B(V ) = {v1 , v2 }.
0 0
0
0 0
0
0 3 9
A = 0 3 9
3III + II 0 0 18
0 1 3
Quindi dim(V ) = 2 e B(V ) = {v2 , v3 }.
Esercizio 7.37. Sia V lo spazio vettoriale generato dai vettori v1 = (1, 2, 4, 0), v2 = (2, 3, 1, 1) e
v3 = (0, 1, 3, 0):
V = hv1 , v2 , v3 i
(1) Determinare la dimensione dello spazio vettoriale V .
(2) Determinare se il vettore v4 = (3, 1, 3, 1) appartiene a V . In caso positivo esprimere v4 come
(3) Determinare la dimensione dello spazio vettoriale W = hv1 , v2 , v3 , v4 i.
Soluzione:
Per potere rispondere a tutte le domande riduciamo a gradini la matrice associata allequazione
xv1 + yv2 + zv3 = v4
`
134
1
2
2 3
4 1
0
1
0
1
3
0
1
0
III + 3II 0
IV 7II 0
|
|
|
|
1 2
0
3
0 7 1
II
+
2I
1
III 4I 0 9 3
3
0 1
0
1
1
2 0 | 3
0
1 0 | 1
0
0 1 | 0
IV + III 0
0 1 | 0
|
|
|
|
2
1
0
0
Possiamo ora risponedere alle domande.
(1) Per determinare la dimensione dello spazio

coefficienti:
1
0
A=
0
0
1
3
0
IV
7
1/3III 0
9
II
0
1
0 | 3
0 | 1
1 | 0
0 | 0
2
0
1
0
3 1
7 1
|
|
|
|
3
1
3
7
vettoriale V calcoliamo il rango della matrice A dei

2
1
0
0
0
0
1
0
La matrice ha 3 pivot, quindi dim(V ) = rg(A) = 3.

.
(2) Per determinare se il vettore v4 = (3, 1, 3, 1) appartiene a V consideriamo la matrice completa e
torniamo al sistema associato:
x + 2y = 3
x = 1
y=1
y=1
z=0
z=0
Di conseguenza il vettore v4 appartiene a V :
v4 = v1 + v2
(3) Per determinare la dimensione dello spazio vettoriale W = hv1 , v2 , v3 , v4 i consideriamo la
matrice completa B:
1 2 0 3
0 1 0 1
B=
0 0 1 0
0 0 0 0
Anche in questo caso la matrice ha 3 pivot, quindi
dim(W ) = rg(B) = 3
Notiamo che potevamo risponedere a questa domanda semplicemente osservando che dal punto
predente sappiamo che v V , quindi W = V e dim(W ) = dim(V ) = 3.

Esercizio 7.38. Sia
V = h (1, 1, 2, 1), (2, k + 3, 4, 2), (0, 1, 1, k 2 1) i
b) Si stabilisca per quali valori di k R il vettore v4 = (3, 3, k + 6, 3) appartiene a V .
Soluzione:
Per rispondere a entrambe le domande riduciamo a gradini la matrice A formata dai tre vettori v1 , v2 e
v3 , affiancata dalla colonna dei termini noti formata dal vettore v4 (in modo da risolvere anche lequazione
2. SOLUZIONI
xv1 + yv2 + zv3 = v4 ):
1
2
0
1 k+3
1
2
4
1
1 2 k 2 1
1
0
0
2
IV (k 1)III 0
a) Consideriamo la matrice A.
Se k 6= 1 allora
135
3
1
2
0 k + 1
3
II
k + 6
III 2I 0
0
3
IV + I 0
0
2
0 |
3
k+1 1 |
0
0
1 |
k
2
0
0 | k(k 1)
|
|
|
|
rg(A) = 3 = dim(V ),
0
1
1
k2 1
|
|
|
|
3
0
k
0
B(V ) = {v1 , v2 , v3 } .
Se k = 1 allora
rg(A) = 2 = dim(V ),
B(V ) = {v1 , v3 } .
b) v4 appartiene a V se il sistema associato allequazione xv1 + yv2 + zv3 = v4 ammette soluzione,

ovvero se rg(A) = rg(A|b).
Notiamo che k(k 2 1) = 0 se k = 0, 1. Quindi
Se k 6= 0, 1, allora rg(A) = 3 < rg(A|b) = 4 e v4 non appartiene a V .
Se k = 0, la matrice A|b diventa:
1 2 0 | 3
0 1 1 | 0
0 0 1 | 0
0 0 0 | 0
Quindi rg(A) = rg(A|b) = 3 e v4 appartiene
1 2 0 |
0 2 1 |
0 0 1 |
0 0 0 |
a V.
3
0
2
0
Quindi rg(A) = rg(A|b) = 3 e v4 appartiene a V .

1
1 2 0 | 3
0
0 0 1 | 0
0
0 0 1 | 1
III II
0
0 0 0 | 0
2
0
0
0
0
1
0
0
|
|
|
|
Quindi rg(A) = 2 < rg(A|b) = 3 e v4 non appartiene a V .
3
0
1
0
Esercizio 7.39. Sia V = hv1 , v2 , v3 i lo spazio vettoriale generato dai seguenti vettori:
v1 = (1, 1, 2),
v2 = (0, k 1, k 1),
v3 = (2, 1, k + 5)

a) Determinare una base e la dimensione di V al variare del parametro k.
b) Stabilire per quali valori di k il vettore v4 = (1, 3, 4) appartiene a V . In caso positivo esprimere
v4 come combinazione lineare di v1 , v2 e v3 .
Soluzione:
136
`
Per rispondere a entrambe le domande riduciamo a gradini la matrice associata allequazione vettoriale
xv1 + yv2 + zv3 = v4 :
1
0
2
| 1
1
0
2
| 1
1 k 1
1
| 3 II I 0 k 1 1 | 2
2 k1 k+5 | 4
III 2I 0 k 1 k + 1 | 2
1
0
2
| 1
0 k 1 1 | 2
III II 0
0
k+2 | 0
a) Per rispondere alla prima domanda calcoliamo il rango della matrice A dei coefficienti. Dobbiamo
distinguere tre casi:
Se k 6= 1, 2, allora dim(V ) = rg(A) = 3 e una base di V è data dallinsieme
B = {v1 , v2 , v3 }
Se k = 1, allora dim(V ) = rg(A) = 2. Inoltre la matrice formata dalla prima e dalla terza
colonna ha rango 2. Quindi una base di V è data dallinsieme
B = {v1 , v3 }
Notiamo che per k = 1 il vettore v2 è il vettore nullo, quindi è ovviamente dipendente dagli
altri due.
Se k = 2, allora dim(V ) = rg(A) = 2. Inoltre la matrice formata dalla prima e dalla
seconda colonna ha rango 2. Quindi una base di V è data dallinsieme
B = {v1 , v2 }
In questo caso anche la matrice formata dalla prima e dalla terza colonna ha rango 2, quindi
poteva essere preso come base di V anche linsieme B = {v1 , v3 }
b) Anche in questo caso dobbiamo distinguere tre casi:
Se k 6= 1, 2 dalla matrice ridotta a gradini torniamo al sistema:
x=1
x
+
2z
=
1
2
(k 1)y z = 2 y =
k1
(k + 2)z = 0
z=0
Quindi v4 V :
v4 = v1 +
2
v2
k1
Notiamo che se k 6= 1, 2, dim(V ) = 3, quindi V

Se k = 1 otteniamo la matrice
1 0 2
1 0 2 | 1
0 0 1
0 0 1 | 2
III + 3II 0 0 0
0 0 3 | 0
= R3 e necessariamente v4 V .
|
|
|
1
x + 2z = 1
2 z = 2
6
0 = 6
Lultima equazione risulta impossibile, quindi in questo caso v4

6 V:
Se k = 2 otteniamo la matrice
1 0 2 | 1
x = 6t + 5
0 3 1 | 2 x + 2z = 1
y=t
tR
3y z = 2
0 0 0 | 0
z = 3t 2
Anche in questo caso v4 V :
v4 = (6t + 5) v1 + t v2 + (3t 2) v3
tR
In particolare, ponendo per esempio t = 0, otteniamo la combinazione v4 = 5v1 2v3 .

4
Esercizio 7.40. Si considerino i seguenti vettori di R :

v1 = (1, 0, 3, 1),
v2 = (3, 3, 3, 0),
v3 = (0, k + 1, k + 1, 0),
dove k è un parametro reale, e sia V = hv1 , v2 , v2 , v4 i.

a) Si stabilisca per quali valori di k lo spazio V coincide con R4 .
b) Si determini la dimensione e una base di V al variare di k.
v4 = (k 1, 1, 3k 5, 2k 5),
2. SOLUZIONI
137
Soluzione:
a) Lo spazio V coincide con R4 se dim(V ) = 4, cioè se il rango della matrice associata a v1 , v2 , v3 , v4
è 4. Riduciamo quindi a gradini la matrice associata ai quattro vettori:
1 3
0
k1
1 3
0
k1
1 3
0
k1
0 3 k + 1
0 3 k + 1
0 3 k + 1
1
1
1
3 3 k + 1 3k 5 III 3I 0 6 k + 1 2 III + 2II 0 0 3k + 3

0
IV I 0 3
1 0
0
2k 5
IV + II 0 0
0
k4
k+1 k3
1 3
0
k1
0 3 k + 1
1
0 0 k + 1
0
1/3III
0
k3
IV 1/3III 0 0
I quattro vettori sono linearmente indipendenti e quindi V = R4 se k 6= 1, 3

b) Dalla matrice ridotta otteniamo direttamente:
Se k 6= 1, 3, dim(V ) = 4 e una base di V è B(V ) = {v1 , v2 , v3 , v4 } (o anche la base canonica
di R4 per esempio).
Se k = 1, dim(V ) = 3 e una base di V è B(V ) = {v1 , v2 , v4 }.
Se k = 3, dim(V ) = 3 e una base di V è B(V ) = {v1 , v2 , v3 }.
Esercizio 7.41. Si consideri linsieme

S = { (k + 1, k + 1, 0, 2k), (0, 2k, 0, 0), (1, 3k, 0, 1), (1, 5k, 1, k) } .
a) Si stabilisca per quali valori di k linsieme S è una base di R4 .

b) Posto k = 1 si trovino le coordinate del vettore v = (1, 1, 0, 1) rispetto alla base trovata.
Soluzione:
a) Calcoliamo il determinante della matrice associata ai quattro vettori
k+1 0
1
1
k+1 1 1
k + 1 2k 3k 5k
= 2k det 0
0 1
det
0
0
0
1
2k
1 k
2k
0
1
k

k+1 1
= 2k (1) det
= 2k(k + 1)
2k
1
Se k 6= 0, 1 la matrice ha determinante diverso da zero, quindi rango 4 e i vettori formano una

base di R4 .
b) Riduciamo a gradini la matrice associata allequazione xv1 + yv2 + zv3 + wv4 = v dove v1 , v2 , v3 , v4
sono i vettori della base dopo avere posto k = 1:
1 1 | 1
IV 2 0
0
0
1
1 | 1
0 2 3 5 | 1
0 2 3 5 | 1
0
0
1
1 | 1
I 0
0
0
1 | 0
0
0
1 | 0
II 0
2 0
1 1 | 1
2x + z w = 1
x=0
2y 3z 5w = 1
y = 2
z
+
w
=
1
z
=1
w=0
w=0
Infine le coordinate di v rispetto alla base trovata sono
v = (0, 2, 1, 0)S

Esercizio 7.42. Sia W il sottospazio di R4 generato dai vettori
v1 = (k, 1, 1, 2),
v2 = (0, 1, 0, 1),

v3 = (k, 0, 1, 1).
`
138
Soluzione:
Per rispondere a entrambe
dalla matrice identica:
k 0 k | 1
1 1 0 | 0
1 0 1 | 0
2 1 1 | 0
1 0
II I
0 1
III kI 0 0
IV 2I 0 1
le domande riduciamo a gradini la matrice A formata dai tre vettori affiancata

0
1
0
0
0
0
1
0
1
1
0
1
|
|
|
|
III 1
0
1
0
I k
0
2
1
0
0
1
0
0 1
1 1
0 k
0 2
0 1
1 0
0 k
1 1
|
|
|
|
0
0
1
0
0
1
0
0
1
0
0
0
0
0
IV II 0
1
1
0
0
0
0
0
0
1
0 1
1 1
0 0
0 0
a) Dalla riduzione vediamo che rg(A) = 2 e

B(W ) = {v1 , v2 }
|
|
|
|
0 0
0 1
1 0
0 1
1
1
k
1
0
0
0
1
(oppure B(W ) = {v1 , v3 }).
b) La matrice formata dalla prima, seconda, quarta e quinta colonna ha rango 4, quindi
B(R4 ) = {v1 , v2 , e1 , e2 }

Esercizio 7.43. Sia V = hv1 , v2 , v3 i il sottospazio di R4 generato dai vettori
v1 = (k, 0, 0, 1), v2 = (2, 0, 0, 0), v3 = (2, 0, k, 0)
(k parametro reale).
a) Trovare una base di V al variare del parametro k.

b) Posto k = 0, completare la base trovata al punto precedente ad una base di R4 .
c) Stabilire per quali valori di k il vettore w = (3, 0, 1, 1) appartiene a V .
Soluzione:
a) Per rispondere anche alla domanda c) riduciamo a gradini la matrice A|b in cui A ha per colonne
i vettori v1 , v2 , v3 e b è la colonna corrispondente al vettore w.
k
0
0
1
2
0
0
0
2
0
k
0
|
|
|
|
IV
3
0
I
1
II
1
1
k
0
0
0
2
0
0
0
2
k
0
|
|
|
|
1
1
0
II
kI
3
0
1
0
0
0 0
2 2
0 k
0 0
|
|
|
|
1
3 k
1
0
Consideriamo solo la matrice A:

Se k 6= 0, allora rg(A) = 3, quindi i tre vettori sono linearmente indipendenti e una base di
V è data da B(V ) = {v1 , v2 , v3 }.
Se k = 0, rg(A) = 2 e una base di V è data da B(V ) = {v1 , v2 }.
c) Dalla matrice ridotta notiamo che
Se k 6= 0, allora rg(A) = rg(A|b) = 3, quindi w V .
Se k = 0, rg(A) = 2 < rg(A|b) = 3, quindi w 6 V
b) Per k = 0 abbiamo preso come base di V linsieme B = {v1 , v2 }. Si tratta quindi di aggiungere a
questi due vettori altri due vettori in modo da ottenere una base di R4 . A tale scopo possiamo
ridurre a gradini la matrice ottenuta affiancando a v1 e v2 i vettori della base canonica, in modo
da individuare tra questi i vettori da aggiungere. Notiamo per`
o che per k = 0, v1 = (0, 0, 0, 1)
e v2 = (2, 0, 0, 0), quindi evidentemente i vettori della base canonica da aggiungere per ottenere
una base di R4 sono e2 = (0, 1, 0, 0) e e3 = (0, 0, 1, 0). Infine la base cercata pu`
o essere
B(R4 ) = {v1 , v2 , e2 , e3 }

Esercizio 7.44. Sia
B = { (2, 0, 0), (1, k, 1), (1, 1, k) }
a) Trovare i valori del parametro k per cui B è una base di R3 .
b) Per il valore k = 3, determinare le coordinate dei vettori v = (3, 2, 1) e w = (0, 1, 2) rispetto
alla base B.
Soluzione:
2. SOLUZIONI
139
a) Pochè si tratta di 3 vettori di R3 , linsieme B è una base sse i tre vettori che lo costituiscono sono
linearmente indipendenti, cioè se la matrice associata ha rango 3. Riduciamo A a gradini:
2 1
1
2 1
1
2 1
1
0
0 1
k 1 III 0 1 k
k
0 1 k
III + kII 0
0 1 + k 2
II
0
k 1
La matrice ha rango 3 se k 6= 1, quindi B è una base di R3 per k 6= 1.
In alternativa potevamo calcolare il determinante della matrice A
det(A) = 2(k 2 1)
Poichè il determinante di A si annulla per k = 1 e per k = 1, la matrice A ha rango 3, cioè B è
una base di R3 , per k 6= 1.
b) Chiamiamo v1 , v2 e v3 i 3 vettori di B:
v1 = (2, 0, 0),
v2 = (1, k, 1),
v3 = (1, 1, k)
Se B = {v1 , 2 , v3 } è una base di R3 , le coordinate di un vettore v di R3 rispetto a B

corrispondono ai coefficienti della combinazione lineare di v1 , v2 e v3 con cui esprimiamo v:
xv1 + yv2 + zv3 = v v = (x, y, z)B
Si tratta quindi di esprimere v e w come combinazione lineare degli elementi di B, cioè di
risolvere le due equazioni vettoriali
xv1 + yv2 + zv3 = v
xv1 + yv2 + zv3 = w
Per comodit`
a riduciamo a gradini la matrice A affiancata dalle due colonne dei termini noti
formate dalle componenti di v e w rispettivamente.
2 1
1 | 3 0
2 1 1 | 3 0
0
0 3 1 | 2 1
3 1 | 2 1
3III + II 0 0 8 | 5 7
0 1 3 | 1 2
Per determinare le coordinate di v rispetto a B risolviamo il sistema relativo alla prima delle
due colonne dei termini noti:
2 1 1 | 3
x = 4
2x + y + z = 3
0 3 1 | 2 3y z = 2
y = 87
0 0 8 | 5
8z = 5
z=5
8
9 7 5
rispetto alla base B.
, ,
4 8 8 B
Per determinare le coordinate di w rispetto a B risolviamo il sistema relativo alla seconda
delle due colonne dei termini noti:
2 1 1 | 0
2x + y + z = 0
x = 4
5
0 3 1 | 1 3y z = 1
y=8
0 0 8 | 7
8z = 7
z = 78

3 5 7
rispetto alla base B.
, ,
Quindi w ha coordinate
4 8 8 B
Quindi v ha coordinate
Esercizio 7.45. Si considerino i vettori di R3 : v1 = (1, 2, 1), v2 = (1, 1, 1), v3 = (1, 1, 3), w1 =
(2, 3, 1), w2 = (1, 2, 2), w3 = (1, 1, 3).
a) Si calcoli la dimensione dei sottospazi V = hv1 , v2 , v3 i, W = hw1 , w2 , w3 i.
b) Si trovi una base del sottospazio intersezione V W .
Soluzione:
`
140
a) Riduciamo a gradini
1 1
A = 2 1
1 1
1 1
B= 1 2
3 2
Quindi
le matrici A e B associate ai vettori vi e wi rispettivamente:
1
1 1
0
1 1
1
0 1 1
1 II 2I 0 1 1
3
III 2II 0 0
4
III I 0 2 2
2
1 1 2
1 1 2
0 1 1
3 II I 0 1 1
1
III 5II 0 0 0
III + 3I 0 5 5
dim(V ) = rg(A) = 3
dim(W ) = rg(B) = 2
b) Dai risultati del punto precedente osserviamo che V e W sono sottospazi di R3 e che in particolare
V ha dimensione 3, quindi V = R3 . Di conseguenza:
V W = R3 W = W
Dai calcoli eseguinti nel punto precedente, tenendo conto che nello scrivere B abbiamo scambiato
la naturale posizione di w1 e w3 , otteniamo che:
B(V W ) = B(W ) = {w3 , w2 }.

U = {(x, y, z) R3 | x 2y + z = 0}
V = h(1, 0, 1), (1, 2, 1), (1, 0, 1)i

b) Determinare una base e la dimensione di U + V .
Soluzione:
a) Esplicitiamo U :
x = 2s t
x 2y + z = 0 y = s
z=t
U = {(2s t, s, t) | s, t R}
B(U ) = {u1 = (2, 1, 0), u2 = (1, 0, 1)}
dim(U ) = 2
Analogamente esplicitiamo una base di V stabilendo quali tra i generatori sono linearmente
indipendenti. Consideriamo la matrice associata ai tre vettori:
1 1 1
1 1 1
0 2 0
0 2 0
III II 0 0 0
1 1 1
Quindi dim(V ) = rg(A) = 2 e
B(V ) = {v1 = (1, 0, 1), v2 = (1, 2, 1)}

c) Conviene forse prima dimensione e base dello spazio U +V in quanto si tratta dello spazio generato
dai generatori dei due spazi
U + V = hv1 , v2 , u1 , u2 i
Consideriamo quindi la matrice associata ai quattro vettori
1 1 2 1
1 1 2 1
0 2 1 0
0 2 1 0
III I 0 0 0 2
1 1 0 1
Quindi dim(U + V ) = rg(A) = 3 e
B(U + V ) = {v1 = (1, 0, 1), v2 = (1, 2, 1), u1 = (2, 1, 0)}
2. SOLUZIONI
141
b) Usando la formula di Grassman otteniamo che

dim(U V ) = dim(U ) + dim(V ) dim(U + V ) = 1
Per determinare una base di U V possiamo procedere in due modi.

MODO 1. Abbiamo visto che B = {v1 , v2 }, quindi
V = {v = (av1 + bv2 ) | a, b R} = {v = (a + b, 2b, a + b) | a, b R}
Ora si tratta di vedere quali di questi vettori appartengono a U . Poiche

U = {(x, y, z) R3 | x 2y + z = 0}
possiamo imporre la condizione sul generico vettore v di V :

(a + b) 2(2b) + (a + b) = 0 2a 2b = 0 a = b
Quindi v U sse a = b, ovvero i vettori di V che appartengono anche a U sono del tipo:
(2b, 2b, 2b) = (2, 2, 2)b
Infine
U V = h(2, 2, 2)i
bR
B(U V ) = {(2, 2, 2)}
Notiamo che dim(U V ) = 1 come ci aspettavamo.

MODO 2. Il seguente modo è pi`
u standard, ma i calcoli possono essere pi`
u complicati.
Abbiamo gi`
a osservato che
V = {v = (av1 + bv2 ) | a, b R} = {v = (a + b, 2b, a + b) | a, b R}
Analogamente B(U ) = {u1 , u2 }, quindi
U = {u = (cu1 + du2 ) | c, d R} = {u = (2c d, c, d) | c, d R}
Quindi un vettore w U V se pu`

o essere scritto in entrambi i modi:
w = av1 + bv2 = cu1 + du2
per opportuni a, b, c, d R. Si tratta di risolvere il sistema associato a av1 + bv2 = cu1 + du2 ,
dove le incognite sono a, b, c, d:
a + b 2c + d = 0
a + b = 2c d
2b c = 0
2b = c
a+bd=0
a+b=d
Riduciamo a gradini la matrice associata al sistema:
1 1 2 1 |0
1 1 2 1 |0
0 2 1 0 |0
0 2 1 0 |0
III I 0 0 2 2 |0
1 1 0 1 |0
a = 12 t
a + b 2c + d = 0
b = 1 t
2
2b c = 0
c
=
t
2c 2d = 0
d=t
Ponendo per esempio t = 1 e sostituendo in w = cu1 +du2 (o analogamente in w = av1 +bv2 )

otteniamo che w = (1, 1, 1) U V . Infine
B(U V ) = {(1, 1, 1)}

U = {(0, 1, 1, 0)a + (0, 0, 0, 1)b | a, b R}
V = {(x, y, z, w) R4 | x + y = 0, z = 2x}
c) Determinare una base e la dimensione di U + V .
Soluzione:
142
`
a) Dalla definizione U
indipendenti:
0
1
rg
1
0
= h0, 1, 1, 0), (0, 0, 0, 1)i, determinamo quindi se i due vettori sono linearmente
0
0
= 2,
0
1
quindi v1 e v2 sono lin. indip.
B(U ) = {u1 = (0, 1, 1, 0), u2 = (0, 0, 0, 1)},
Esplicitiamo ora V risolvendo il sistema
x = s
(
y = s
x+y =0
z = 2s
z = 2x
w=t
B(V ) = {v1 = (1, 1, 2, 0), v2 = (0, 0, 0, 1)},
dim(U ) = 2
dim(V ) = 2
c) Lo spazio U + V è lo spazio generato dai generatori dei due spazi

U + V = hv1 , v2 , u1 , u2 i
Consideriamo quindi
0 0 1
1 0 1
1 0 2
0 1 0
la matrice associata ai
II 1 0 1
0
0
IV 0 1 0
1 0 2
0
I 0 0 1
1
1 0 1 0
0 1 0 1
0 0 3 0
3IV III 0 0 0 0
quattro vettori
0
1
0
1
III I 0
0
0
0
0 1 0
1 0 1
0 3 0
0 1 0
B(U + V ) = {v1 = (0, 1, 1, 0), v2 = (0, 0, 0, 1), u1 = (1, 1, 2, 0)}

b) Usando la formula di Grassman otteniamo che
In questo caso senza eseguire calcoli possiamo osservare che il vettore v2 = (0, 0, 0, 1) = u2
appartiene a entrambi gli spazi, quindi
B(U V ) = {(0, 0, 0, 1)}

Esercizio 7.48. In R4 con il prodotto scalare canonico sia U il sottospazio dei vettori ortogonali al
vettore (1, 0, 1, 0) e sia V il sottospazio generato dai vettori (1, 0, 2, 3), (1, 1, 1, 4), (1, 1, 3, 2).
Si trovino la dimensione e una base di U, V, U V, U + V .
Soluzione:
Esplicitiamo U :
x=t
y = s

U = (x, y, z, w) R4 | x z = 0
z=t
z=r
U = {(t, s, t, r) | r, s, t R}
B(U ) = {u1 = (1, 0, 1, 0), u2 = (0, 1, 0, 0), u3 = (0, 0, 0, 1)}
dim(U ) = 3
Analogamente determiniamo una base di W stabilendo quali tra i generatori sono linearmente indipendenti. Consideriamo la matrice associata ai tre vettori:
1 1 1
1 1 1
1 1 1
0 1 1
0 1
0
1
1
1
2 1 3 III + 2I 0 1 1 III + II 0 0 0
IV + II 0 0 0
IV 3I 0 1 1
3 4 2
2. SOLUZIONI
143
Quindi dim(V ) = rg(A) = 2 e

B(V ) = {v1 = (1, 0, 2, 3), v2 = (1, 1, 1, 4)}
Conviene prima determinare dimensione e base dello spazio U + V in quanto si tratta dello spazio
generato dai generatori dei due spazi
U + V = hU V i = hu1 , u2 , u3 , v1 , v2 i
Consideriamo quindi la matrice associata ai cinque
1 0
1 0 0 1 1
0 1
0 1 0 0
1
1 0 0 2 1 III I 0 0
0 0
0 0 1 3 4
Quindi dim(U + V ) = rg(A) = 4 e una base è
vettori
0
0
0
1
1
1 1
0
0
1
IV 0
3 2
III 0
3 4
0
1
0
0
0
0
1
0
1 1
0
1
3 4
3 2
B(U + V ) = {u1 = (1, 0, 1, 0), u2 = (0, 1, 0, 0), u3 = (0, 0, 0, 1), v1 = (1, 0, 2, 3)}
Notiamo che dim(U + V ) = 4 e U + V = R4 .
Usando la formula di Grassman otteniamo
Sappiamo che il generico vettore v di V è del tipo
v = xv1 + yv2 = (1, 0, 2, 3) x + (1, 1, 1, 4) y = (x y, y, 2x + y, 3x 4y)
Inoltre un tale vettore appartiene anche a U se è ortogonale a (1, 0, 1, 0). Imponendo quindi la condizione
di ortogonalità otteniamo:
v U V se (x y) 1 + (2x + y) (1) = 0 3x 2y = 0
(
x = 2 t
x = 2t
3
y = t
y = 3t
Infine
v U V se v = (2t 3t, 3t, 4t + 3t, 6t 12t) = (1, 3, 1, 6)t

B(U V ) = {(1, 3, 1, 6)}


U = (x, y, z) R3 | x + z = 0
V = h(1, 1, 0), (1, 1, 1)i
a) Determinare la dimensione e una base dei due sottospazi U e V .

b) Determinare la dimensione e una base dei due sottospazi U + V e U V .
Soluzione:
a) Esplicitiamo U :
x = t
x+z =0 y =s
z=t
U = {(t, s, t) | s, t R}
B(U ) = {u1 = (1, 0, 1), u2 = (0, 1, 0)}
dim(U ) = 2
Analogamente determiniamo una base di V stabilendo se i due generatori sono linearmente

indipendenti. Senza la necessit`
a di fare calcoli notiamo che i due generatori non sono uno multiplo
dellaltro, quindi sono linearmente indipendenti:
B(V ) = {v1 = (1, 1, 0), v2 = (1, 1, 1)},
dim(V ) = 2
`
144
b) Lo spazio U + V è lo spazio generato dai generatori (linearmente indipendenti) dei due spazi
Consideriamo quindi la
1
0
1
U + V = hu1 , u2 , v1 , v2 i
matrice associata ai quattro vettori
1 0 1
0 1
1
0 1 1
1 1 1
III + I 0 0 1
0 0
1
1
1
2
B(U + V ) = {u1 = (1, 0, 1), u2 = (0, 1, 0), v1 = (1, 1, 0)}
Usando la formula di Grassman otteniamo che
Per determinare una base di U V , ricordando che B(V ) = {v1 , v2 }, possiamo scrivere
V = {v = (av1 + bv2 ) | a, b R} = {v = (a + b, a b, b) | a, b R}
Ora si tratta di vedere quali di questi vettori appartengono a U . Poiche

U = {(x, y, z) R3 | x + z = 0}
possiamo imporre la condizione x + z = 0 al generico vettore v di V :

a + b + b = 0 a = 2b
Quindi v U sse a = 2b, ovvero i vettori di V che appartengono anche a U sono del tipo:
(b, b, b) = (1, 1, 1)b,
Infine
U V = h(1, 1, 1)i
aR
B(U V ) = {(1, 1, 1)}
Notiamo che dim(U V ) = 1 come ci aspettavamo.

U = (x, y, z) R3 | x + z = 0
Dimostrare che U = V .
V = h(2, 1, 2), (3, 4, 3)i
Soluzione:
U e V sono due sottospazi di R3 . Per dimostrare che U = V , dobbiamo dimostrare che dim(U ) = dim(V )
e che U V oppure che V U .
Cominciamo ad esplicitare U :
x = t
x+z =0 y =s
U = {(t, s, t) | s, t R}
z=t
B(U ) = {u1 = (1, 0, 1), u2 = (0, 1, 0)}
dim(U ) = 2
Analogamente determiniamo una base di V stabilendo se i due generatori sono linearmente indipendenti. Senza la necessit`
a di fare calcoli notiamo che i due generatori non sono uno multiplo dellaltro,
quindi sono linearmente indipendenti:
B(V ) = {v1 = (2, 1, 2), v2 = (3, 4, 3)},
dim(V ) = 2
Abbiamo quindi ottenuto che dim(U ) = dim(V ) = 2.

In questo caso è probabilmente pi`
u semplice verificare che V U . Infatti abbiamo per U una doppia
definizione:

U = (x, y, z) R3 | x + z = 0 = h (1, 0, 1), (0, 1, 0) i
Utilzzando la prima definizione è immediato verificare che i due generatori v1 e v2 di V appartengono a U ,

infatti entrambi sono vettori di R3 che verificano la condizione x + z = 0. Otteniamo quindi:
v1 U
e v2 U V = hv1 , v2 i U.
Infine abbiamo dimostrato che V è un sottospazio di U della stessa dimensione di U , quindi U e V

coincidono.
2. SOLUZIONI
145
In alternativa per dimostrare che U V avremmo dovuto considerare la matrice formata da v1 , v2 , u1 , u2

come colonne. Tale matrice ha rango 2, quindi u1 e u2 sono linearmente dipendenti da v1 e v2 e U V .

v = (a1 , a1 a2 + 2a3 , 2a1 a2 , a1 + 3a2 + a4 )
Soluzione:
Notiamo che
v = a1 (1, 1, 2, 1) + a2 (0, 1, 1, 3) + a3 (0, 2, 0, 0) + a4 (0, 0, 0, 1)
Siano
v1 = (1, 1, 2, 1),
v2 = (0, 1, 1, 3),
v3 = (0, 2, 0, 0),
v4 = (0, 0, 0, 1)
a) S è linsieme delle combinazioni lineari di v1 , v2 , v3 e v4 , quindi

S = hv1 , v2 , v3 , v4 i
e si tratta di uno spazio vettoriale (sottospazio di R4 ).
b) Consideriamo la matrice associata a v1 , v2 , v3 e v4 :
1 0 0 0
1 0 0 0
1 0
0 1 2 0
1 1 2 0
0 1
II
2 1 0 0 III 2I 0 1 0 0 III II 0 0
IV I 0 3 0 1
IV + 3III 0 0
1 3 0 1
0
2
2
0
0
0
0
1
La matrice ha rango 4, quindi i vettori sono linearmente indipendenti e una base di S è data da
{v1 , v2 , v3 , v4 }.
o utilizzare il determinante, sviluppato rispetto alla quarta colonna:
det(A) = 1 [2(1)] = 2 6= 0
Poiche il deteminante della matrice A associata ai 4 vettori ha determinante non nullo, rg(A) = 4,
quindi i 4 vettori sono linearmenti indipendenti e una base di S è linsieme B(S) = {v1 , v2 , v3 , v4 }.

v = (a1 a2 + 2a3 , a1 , 2a1 a2 , a1 + 3a2 + a4 )
Soluzione:
Notiamo che
v = a1 (1, 1, 2, 1) + a2 (1, 0, 1, 3) + a3 (2, 0, 0, 0) + a4 (0, 0, 0, 1)
Siano
v1 = (1, 1, 2, 1),
v2 = (1, 0, 1, 3),
v3 = (2, 0, 0, 0),

S = hv1 , v2 , v3 , v4 i
v4 = (0, 0, 0, 1)
`
146
b) Consideriamo
1 1
1 0
2 1
1 3
la matrice associata a v1 , v2 , v3 e
1 1 2
2 0
0 1 2
II
I
0 0
III 2I 0 1 4
0 0
IV I 0 4 2
0 1
1 1 2 0
0 1 2 0
0 0 2 0
0 1
IV + 3III 0 0
v4 :
1 1
0
0 1
0
III II 0 0
0
IV 4II 0 0
1
2
2
2
6
0
0
0
1
La matrice ha rango 4, quindi i vettori sono linearmente indipendenti e una base di S è data da
{v1 , v2 , v3 , v4 }.

v = (a1 a2 + 2a3 + a4 , a1 , 2a1 a2 , a1 + 3a2 )

Soluzione:
Notiamo che
Siano
v = a1 (1, 1, 2, 1) + a2 (1, 0, 1, 3) + a3 (2, 0, 0, 0) + a4 (1, 0, 0, 0)

v1 = (1, 1, 2, 1),
v2 = (1, 0, 1, 3),
v3 = (2, 0, 0, 0),
v4 = (1, 0, 0, 0)

S = hv1 , v2 , v3 , v4 i

b) Consideriamo la matrice associata a v1 , v2 , v3 e v4 :
1 1 2
1 1 2
1
1 1 2 1
0 1 2
0 1 2 1
1 0 0 0
II
A=
2 1 0 0 III 2I 0 1 4 2 III II 0 0 2
6
IV 4II 0 0
IV I 0 4 2 1
1 3 0 0
1 1 2
1
0 1 2 1
0 0 2 1
IV + 3III 0 0
0
0
1
1
1
3
La matrice ha rango 3 e una base di S è data da {v1 , v2 , v3 }.

Notiamo che potevamo osservare dallinizio che v3 e v4 sono linearmente dipendenti tra loro,
quindi una base pu`
o contenerne solo uno dei due; di conseguenza nella ricerca della base potevamo
considerare dallinizio solo i vettori v1 , v2 e v3 per verificare se sono linearmente indipendenti.
o utilizzare il determinante. det(A) = 0, quindi i quattro vettori sono
linearmente dipendenti e non possono formare una base di S. Osservando che v3 e v4 sono
linearmente dipendenti consideriamo la matrice formata da v1 , v2 e v3 :
1 1 2
1 0 0
B=
2 1 0
1 3 0
Il determinante della matrice quadrata B formata dalle prime tre righe è

det(B ) = 2 (1) = 2 6= 0
quindi rg(B ) = 3 e v1 , v2 e v3 sono linearmente indipendenti. Di conseguenza una base di S è

linsieme B(S) = {v1 , v2 , v3 }.
2. SOLUZIONI
147

v = (2a1 + a2 , a1 a2 3a3 , a1 a2 , a1 + 3a2 + a3 , a2 )
Soluzione:
Notiamo che
v = a1 (2, 1, 1, 1, 0) + a2 (1, 1, 1, 3, 1) + a3 (0, 3, 0, 1, 0).
Chiamiamo v1 , v2 e v3 i seguenti vettori
v1 = (2, 1, 1, 1, 0),
v2 = (1, 1, 1, 3, 0),
v3 = (0, 3, 0, 1, 0).
a) S è linsieme delle combinazioni lineari di v1 , v2 e v3 , quindi

S = hv1 , v2 , v3 i
b) Si tratta di stabilire quali vettori tra v1 , v2 e v3 sono linearmente indipendenti. Consideriamo
quindi la matrice associata a v1 , v2 e v3 :
2 1
0
2 1
0
2 1
0
0 3 6
1 1 3
2II I
0 3 6
0 0
1 1 0 III II 0 0
3
3
1 3
3IV + 4II 0 0 12
4
IV II 0 4
1
6
3V + II 0 0
0 1
0
0 1
0
Anche senza ridurre completamente la matrice si vede che questa ha rango tre, quindi i tre vettori
sono linearmente indipendenti e formano una base di S:
B(S) = {v1 , v2 , v3 }

Esercizio 7.55. Si consideri il sottospazio W di R5 costituito dai vettori w della forma
w = (2a1 a2 a3 , 2a1 a3 , a1 , a2 , a1 4a2 + a3 )
a) Trovare una base di W .
b) Determinare le coordinate del vettore v = (0, 1, 1, 1, 2) W rispetto alla base trovata al punto
a).
Soluzione:
Notiamo che
w = a1 (2, 2, 1, 0, 1) + a2 (1, 0, 0, 1, 4) + a3 (1, 1, 0, 0, 1)
Chiamiamo v1 , v2 e v3 i seguenti vettori
v1 = (2, 2, 1, 0, 1),
v2 = (1, 0, 0, 1, 4),
v3 = (1, 1, 0, 0, 1)
W è linsieme delle combinazioni lineari di v1 , v2 e v3 , quindi per rispondere alla prima domanda dobbiamo
stabilire se i tre vettori, o eventualmente quali, sono linearmente indipendenti. Per rispondere alla seconda
domanda dobbiamo esprimere v come combinazione lineare di v1 , v2 e v3 , o di una parte di essi. Per
rispondere a entrambe le domande dobbiamo quindi ridurre a gradini la matrice associata ai tre vettori
`
148
v1 , v2 e v3 ,
2
2
0
1
e al vettore v.
1 1
0 1
0
0
1
0
4 1
2
0
0
V III 0
|
|
|
|
|
0
2 1
0 1
1
II
1
2III II 0 0
0 1
1
2
IV III 0 4
1 1 | 0
1
0 | 1
0
1 | 1
0
0 | 0
0
0 | 0
1
0
1
0
1
|
|
|
|
|
0
2
0
1
0
1
1
IV II 0
3
V + 4II 0
1 1
1
0
0
1
0
0
0
1
|
|
|
|
|
0
1
0
1
a) La matrice associata a v1 , v2 e v3 ha rango 3, quindi i vettori sono linearmente indipendenti e una

base di W è data da {v1 , v2 , v3 }.
b) Si tratta di esprimere v come combinazione lineare di v1 , v2 e v3 , ovvero di risolvere lequazione
xv1 + yv2 + zv3 = v:
2x y z = 0
x=y=z=1
y=1
z=1
Infine le componenti di v rispetto alla base B sono (1, 1, 1).
Esercizio 7.56. Sia

S = (x, y, z) R3 | x + y + (k + 1)z = k,
2x + y + z = 0

Soluzione:
(
x + y + (k + 1)z = k
2x + y + z = 0
è omogeneo. Quindi S è uno spazio vettoriale se k = 0

1 1
1 | 0
1 1 1 | 0
II 2I 0 1 1 | 0
2 1 1 | 0
x = 0
x+y+z =0
t R
y=t
y z = 0
z=t
Quindi
S = { (0, t, t) | t R}
E ora evidente che ogni elemento di S si pu`

o scrivere nella forma
(0, 1, 1) t
quindi una base di S è data dallinsieme
B = {(0, 1, 1)}

Esercizio 7.57. Sia

S = (x, y, z) R3 | x 2y + kz = k 1,
x 2y + z = 0,
2x + 4ky 2z = 0

2. SOLUZIONI
149
Soluzione:
x 2y + kz = k 1
x 2y + z = 0
2x + 4ky 2z = 0
è omogeneo. Quindi S è uno spazio vettoriale se k = 1.
1 2 1 | 0
1 2 1 | 0
1 2 1 | 0 II 2I 0 0 0 | 0
III + 2II 0 0 0 | 0
2 4 2 | 0
x = 2s t
s, t R
x 2y + z = 0 y = s
z=t
Quindi
S = { (2s t, s, t) | s, t R}
Separiamo le variabili nella scrittura del generico elemento di S:

(2s, s, 0) + (t, 0, t) = (2, 1, 0) s + (1, 0, 1) t
Quindi S è generato dallinsieme
B = {(2, 1, 0), (1, 0, 1)}
Per come è stato calcolato, e comunque sarebbe immediato verificarlo, linsieme B è linearmente
indipendente, quindi si tratta effettivamente di una base di S.


S = x R5 | x1 x2 + 2x5 = k, x1 + x3 + kx4 = 0 .
a) Per quali valori del parametro reale k linsieme S e un sottospazio vettoriale di R5 ?

b) Per i valori determinati al punto a), trovare una base di S.
Soluzione:
a) Le soluzioni di un sistema lineare formano un sottospazio sse si tratta di un sistema omogeneo.
Di conseguenza deve essere k = 0.
b) Risolviamo il sistema omogeneo ottentuto per k = 0
(
x1 x2 + 2x5 = 0
x1 + x3 = 0
riducendo la matrice associata a gradini:

1 1 0 0 2 | 0
1 1 0 0 2 | 0
II I 0 1 1 0 2 | 0
1 0 1 0 0 | 0
x1 = r
x2 = r + 2t
x1 x2 + 2x5 = 0
r, s, t R
x3 = r
x2 + x3 2x5 = 0
x4 = s
x = t
5
Infine
S = {(r, r + 2t, r, s, t) | r, s, t R }
= {(1, 1, 1, 0, 0) r + (0, 0, 0, 1, 0) s + (0, 2, 0, 0, 1) t | r, s, t R }
e una base di S è
B(S) = { (1, 1, 1, 0, 0), (0, 0, 0, 1, 0), (0, 2, 0, 0, 1) }
`
150

Esercizio 7.59. Sia W il sottinsieme di R5 definito da

W = x = (x1 , x2 , x3 , x4 , x5 ) R5 : x1 x3 + kx4 + x5 = 0, x2 3x4 = k,
x1 x2 x3 + 3x4 + x5 = 0 }
Stabilire per quali valori di k linsieme W è un sottospazio vettoriale di R5 e calcolarne una base e la
dimensione.
Soluzione:
Sappiamo che le soluzioni di un sistema di equazioni lineari formano un sottospazio solamente se si tratta
di un sistema omogeneo, di conseguenza W è un sottospazio vettoriale di R5 se k = 0.
Per determinare la dimensione di W (per k = 0) calcoliamo esplicitamente le soluzioni riducendo a
gradini la matrice associata al sistema lineare.
1 0 1 0 1 | 0
1 0 1 0 1 | 0
0 1
0 1
0 3 0 | 0
0 3 0 | 0
III I 0 1 0
3 0 | 0
1 1 1 3 1 | 0
(
1 0 1 0 1 | 0
0 1 0 3 0 | 0 x1 x3 + x5 = 0
x2 3x4 = 0
III + II 0 0 0
0 0 | 0
x1 = s t
x2 = 3h
x3 = s
s, t, h R
x4 = h
x = t
5
Quindi
W = {(1, 0, 1, 0, 0)s + (1, 0, 0, 0, 1)t + (0, 3, 0, 1, 0)h : s, t, h R}

= h (1, 0, 1, 0, 0), (1, 0, 0, 0, 1), (0, 3, 0, 1, 0) i
Infine
B(W ) = { (1, 0, 1, 0, 0), (1, 0, 0, 0, 1), (0, 3, 0, 1, 0) }
dim(W ) = 3
Notiamo che anche senza calcolare esplicitamente le soluzioni potevamo ottenere

dim(W ) = n rg(A) = 5 rg(A) = 3
Esercizio 7.60.
a) Trovare una base del sottospazio V di R5 cos` definito:
V = {x R5 | 2x1 x2 + x3 x4 = 0,
5
x1 x3 2x4 + 2x5 = 0}.
b) Determinare una base di R contenente la base di V trovata in a).
Soluzione:
Determiniamo le soluzioni del sistema omogeneo:

1
II
2 1 1 1 0 | 0
2II I 0
1 0 1 2 2 | 0
x1 = r + 2s 2t
x
2 = 3r + 3s 4t
x3 = r
r, s, t R
x4 = s
x = t
5
0 1
1 3
2 2
3 4
Quindi
V = h(1, 3, 1, 0, 0), (2, 3, 0, 1, 0), (2, 4, 0, 0, 1)i
|
|
0
0
2. SOLUZIONI
151
a) Dalla risoluzione del sistema omogeneo segue che

B(V ) = {(1, 3, 1, 0, 0), (2, 3, 0, 1, 0), (2, 4, 0, 0, 1)}
b) Per completare la base B basta osservare
1 0
0 1
0 0
0 0
0 0
ha rango 5, quindi
che la matrice
1 2 2
3 3 4
1 0 0
0 1 0
0 0 1
B(R5 ) = {(1, 3, 1, 0, 0), (2, 3, 0, 1, 0), (2, 4, 0, 0, 1), (1, 0, 0, 0, 0), (0, 1, 0, 0, 0)}

Esercizio 7.61. Sia

S = x R4 |x1 4x2 x3 + 2kx4 = k + 1, 2x1 kx3 + kx4 = 2k + 2,
3x1 4kx2 + 9x3 + 3x4 = 0 }
a) Stabilire per quali valori di k R linsieme S è un sottospazio di R4 .

b) Per i valori di k trovati al punto precedente determinare la dimensione e una base di S.
Soluzione:
a) Le soluzioni di un sistema formano uno spazio vettoriale sse il sistema è omogeneo:
(
k+1=0
k = 1
2k + 2 = 0
b) Cerchiamo le soluzioni del sistema nel caso k = 1 riducendo a gradini la matrice associata al
sistema:
1 4 1 2 | 0
1 4 1 2 | 0
2 0
1 1 | 0 II 2I 0 8
3
3 | 0
3 4
9
3 | 0
III 3I 0 16 12
9 | 0
1 4 1 2 | 0
x1 4x2 x3 2x4 = 0
0 8
3
3 | 0 8x2 + 3x3 + 3x4 = 0
III 2II 0 0
6
3 | 0
2x3 + x4 = 0
x1 = 23 t

x = 3 t
3 3
2
8
tR
S=
, , 1, 2 t | t R
2 8
x3 = t
x4 = 2t
Infine
B(S) =

3 3
, , 2, 1
,
2 8
dim(S) = 1
Esercizio 7.62. Sia S linsieme delle soluzioni del seguente sistema lineare:
x1 + (k 1)x4 = 0
x + 2x + (k + 1)x + (k 1)x = 0
1
2
3
4
(k parametro reale)
2x1 + 2x3 + (2 2k)x4 = k 2
x1 + 4x2 + (2k 2)x3 + (1 k)x4 = 2 k
a) Stabilire per quali k linsieme S è uno spazio vettoriale e in tali casi determinarne una base.
b) Esplicitare S al variare di k R.
152
`
Soluzione:
Linsieme S è uno spazio vettoriale quando si tratta delle soluzioni di un sistema omogeneo, quindi
per k = 2. Per rispondere ad entrambe le domande effettuiamo comunque la riduzione a gradini per ogni
valore di k.
1 0
0
k1 |
0
1 0
0
k1 |
0
1 2 k + 1
0
|
0
k1 |
0
II I 0 2 k + 1
2 0
III + 2I 0 0
2
0
| k 2
2
2 2k | k 2
IV + I
0 4 2k + 2
0
| 2k
1 4 2k + 2 1 k | 2 k
1 0
0
k1 |
0
0 2 k+1
0
|
0
0 0
2
0
| k 2
IV 2II 0 0
0
0
| 2k
a) Abbiamo gi`
a osservato che S è uno spazio vettoriale se k = 2, nel quale caso le soluzioni sono
x1 = t
x1 + x4 = 0
x = 0
2
S = h(1, 0, 0, 1)i
2x2 + 3x3 = 0
x
3 =0
2x3 = 0
x4 = t
Infine per k = 2 una base di S è B(S) = {(1, 0, 0, 1)}.

b) Dalla matrice ridotta vediamo che il sistema ammette soluzione quando rg(A) = rg(A|b), cioè
quando k = 2. In tale caso abbiamo gi`
a trovato S al punto precedente: S = h(1, 0, 0, 1)i. Per
k 6= 2 il sistema non ammette soluzioni, quindi S = .

Esercizio 7.63. Sia A la matrice reale seguente:
k k
A = 1 2
0 1
0
1
k
1
0
1
a) Determinare il rango di A al variare del parametro reale k.

b) Calcolare una base del nucleo di A, cioe dello spazio delle soluzioni del sistema lineare omogeneo
Ax = 0, nel caso k = 1.
Soluzione:
1 2 1
II 1 2 1 0
0 1
k
III 0 1 k 1
III kI 0 k k
I k k 0 1
1 2
1
0
0 1
k
1
2
III kII 0 0 k k 1 k
0
1
1
Quindi
Se k 6= 1 la matrice A ha rango 3.
Se k = 1 la matrice A ha rango 2.
b) Ponendo k = 1 al termine della riduzione e considerando il sistema omogeneo associato otteniamo:
x = t
x 2y + z = 0
1 2 1
0 | 0
y=0
0 1
1
1 | 0 y + z + w = 0
t R
z=t
0 0 2 2 | 0
2z 2w = 0
w = t
Quindi il nucleo di A è linsieme (spazio vettoriale):
N (A) = { (1, 0, 1, 1) t | t R }
e una base del nucleo è data dallinsieme
B(N (A)) = { (1, 0, 1, 1) }
2. SOLUZIONI
153

Esercizio 7.64.
a) Sia
V = h (1, 2, 1), (1, 3, 0), (3, 1, 2) i
Si determini la dimensione e una base di V .
b) Sia

S = (x, y, z) R3 | x y + 3z = 0, 2x + 3y + z = 0, x + 2z = 0
Si determini la dimensione e una base di S.
c) Si confrontino i metodi risolutivi e i risultati dei due precedenti punti.
Soluzione:
a) Calcoliamo il rango della matrice A associata ai tre vettori riducendola a gradini:
1 1 3
1 1 3
1 1 3
2 3 1 II 2I 0 5 5 1/5II 0 1 1
III 5II 0 0
III I 0 1 1
0
1 0 2
Quindi
dim(V ) = rg(A) = 2
B(V ) = { (1, 2, 1), (1, 3, 0) }
b) Associamo al sistema omogeneo
la matrice
1 1 3
2 3 1
1 0 2
x y + 3z = 0
2x + 3y + z = 0
x + 2z = 0
|
|
|
0
1 1
0 0 1
0
0 0
3 |
1 |
0 |
0
0
0
Notiamo che i conti sono gi`

a stati eseguiti al punto precedente. Quindi
x = 2t
x y + 3z = 0
y=t
t R
xz =0
z=t
dim(S) = 1
B(S) = { (2, 1, 1) }
c) Notiamo che con la stessa matrice abbaimo risolto due esercizi differenti tra cui in genere è facile
confondersi. La relazione tra i due esercizi, oltre alla medesima riduzione della matrice, è solo
legata alle dimensioni:
dim(V ) = rg(A)
dim(S) = numero delle incognite rg(A)
dim(V ) + dim(S) = numero delle incognite

5
Esercizio 7.65. Sia W il sottospazio di R generato dai vettori:

v1 = (0, 1, 2, 0, 1),
v2 = (k, 1, 2, 0, 2),

v3 = (0, 0, 0, k, 1)
`
154
Soluzione:
Per rispondere a entrambe le domande riduciamo a gradini la matriceformata dai tre vettori affiancata
dalla matrice identica I5 .
0 k 0 | 1 0 0 0 0
II 1 1 0 | 0 1 0 0 0
1 1 0 | 0 1 0 0 0
III
2 2 0 | 0 0 1 0 0
2 2 0 | 0 0 1 0 0 V 1 2 1 | 0 0 0 0 1
0 0 k | 0 0 0 1 0
I 0 k 0 | 0 0 0 1 0
1 2 1 | 0 0 0 0 1
IV 0 0 k | 1 0 0 0 0
1 1 0 | 0 1 0 0 0
1 1 0 | 0 1 0 0 0
II 2I
III
0 0 0 | 0 2 1 0 0
0 1 1 | 0 1 0 0 1
III I 0 1 1 | 0 1 0 0 1 IV 0 k 0 | 0 0 0 1 0
0 k 0 | 0 0 0 1 0
V 0 0 k | 1 0 0 0 0
0 0 k | 1 0 0 0 0
II 0 0 0 | 0 2 1 0 0
1 1 0 | 0 1 0 0 0
0 1 1 | 0 1 0 0 1
III kII
0 0 k | 0 k 0 1 k
0 0 k | 1 0 0 0 0
0 0 0 | 0 2 1 0 0
1 1 0 | 0 1 0 0 0
0 1 1 | 0 1 0 0 1
0 0 k | 0 k 0 1 k
IV + III 0 0 0 | 1 k 0 1 k
0 0 0 | 0 2 1 0 0
a) Se k 6= 0, B(W ) = {v1 , v2 , v3 }, mentre se k = 0, B(W ) = {v1 , v2 }

b) Se k 6= 0 possiamo prendere come base di R5 linsieme {v1 , v2 , v3 , e1 , e2 }, mentre se k = 0
possiamo prendere linsieme {v1 , v2 , e1 , e2 , e4 }
Esercizio 7.66. Dati i vettori linearmente indipendenti v1 = (3, 0, 1) e v2 = (1, 4, 2) completare

linsieme S = {v1 , v2 } in modo da ottenere una base di R3 .
Soluzione:
Si pu`
o completare la base utilizzando uno dei vettori canonici. Si tratta quindi di affiancare a v1 e v2 i
tre vettori canonici di R3 , per verificare quale di questi forma assieme a v1 e v2 un insieme linearmente
indipendente. Riduciamo quindi a gradini la matrice
3 1 1 0 0
3 1
1 0 0
3 1 1 0 0
0 4 0 1 0
0 4
0 4 0 1 0
0 1 0
4III + 7II 0 0 4 7 12
3III I 0 7 1 0 3
1 2 0 0 1
Di conseguenza qualsiasi dei vettori della base canonica forma con v1 e v2 una matrice di rango 3,
ovvero un insieme linearmente indipendente. Possiamo prendere per esempio
B = {(3, 0, 1), (1, 4, 2), (1, 0, 0) }

Esercizio 7.67. Siano
v1 = (1, 1, 1, 1), v2 = (k, 1, 1, 1) R4
a) Si trovino i valori del parametro k per i quali v1 e v2 sono indipendenti.
b) Per k = 2, si estenda linsieme {v1 , v2 } a una base di R4 .
Soluzione:
2. SOLUZIONI
155
Per rispondere ad entrambe le domande riduciamo a gradini la

quattro vettori della base canonica di R4 :
1
k
1
k | 1 0 0 0
0 k + 1
1 1 | 0 1 0 0
II
+
I
1 1 | 0 0 1 0 III II 0
0
0
IV + III 0
1 1 | 0 0 0 1
a) I due vettori v1 e v2 sono indipendenti quando
conseguenza v1 e v2 sono indipendenti se k 6= 1.
b) Ponendo k = 2 nella matrice ridotta otteniamo
1 2 | 1 0
0 3 | 1 1
0 0 | 0 1
0 0 | 0 0
matrice costituita da v1 e v2 e dai

|
|
|
|
1
1
0
0
0
1
1
0
0
0
1
1
0
0
0
1
la matrice ad essi associata ha rango 2. Di
0
0
1
1
0
0
0
1
Una base di R4 deve essere formata da quattro vettori. Dalla matrice notiamo che se aggiungiamo alle prime due colonne, corrispondenti a v1 e v2 , la quarta e quinta colonna (per esempio)
otteniamo una matrice di rango quattro. Quindi i quattro vettori corrispondenti sono linearmente
indipendenti e una base di R4 è data dallinsieme:
{ v1 , v2 , (0, 1, 0, 0), (0, 0, 1, 0) }
Esercizio 7.68. Si consideri linsieme S costituito dai seguenti vettori di R4

v1 = (1, 2, 2, 1),
v2 = (2, 1, 2, 1),
v3 = (0, 1, 2, 1)
a) E possibile estendere S a una base di R4 ?

b) In caso affermativo, trovare una base di R4 contenente S.
Soluzione:
Per rispondere ad entrambi i quesiti riduciamo a gradini la matrice ottenuta dalla matrice associata ai 3
vettori, affiancata dalla matrice associata ai vettori della base canonica di R4 :
1 2 0 | 1
0 0 0
1 2 0 | 1 0 0 0
2 1 1 | 0 1 0 0
II 2I
0 3 1 | 2 1 0 0
2 2 2 | 0 0 1 0 III II 0 1 1 | 0 1 1 0
IV I 0 1 1 | 1 0 0 1
1 1 1 | 0 0 0 1
1 2 0 | 1
0 0 0
0 3 1 | 2 1 0 0
3III + II 0 0 4 | 2 2 3 0
IV + III 0 0 2 | 1 1 1 1
1 2 0 | 1
0
0 0
0 3 1 | 2 1
0 0
0 0 4 | 2 2 3 0
0 1 2
2IV III 0 0 0 | 0
a) La matrice associata ai vettori v1 , v2 e v3 ha rango 3, quindi i vettori sono linearmente indipendenti e S pu`
o essere esteso a una base di R4 .
b) Dalla matrice completa vediamo che la prima, seconda, terza e sesta colonna sono linearmente
indipendenti, quindi una base B di R4 contenente S è data da
B = { v1 , v2 , v3 , e3 = (0, 0, 1, 0) }

v1 = (2, 1, 1, 3),
v2 = (1, 0, 5, 1),
v3 = (2, 1, 3, 1).
a) Stabilire se il vettore v = (0, 0, 1, 0) è combinazione lineare di v1 , v2 e v3 .

b) Completare linsieme {v1 , v2 , v3 } ad una base di R4 .
156
`
Soluzione:
Per rispondere a entrambe le domande riduciamo a gradini la matrice formata dai tre vettori v1 , v2 , v3
affiancati dai quattro vettori della base canonica e1 , e2 , e3 = v e e4 .
2 1
2 | 1
0 0 0
2 1 2 | 1 0 0 0
1 0 1 | 0 1 0 0
2II I
0 1 4 | 1 2 0 0
1 5 3 | 0 0 1 0 III + II 0 5
2 | 0
1 1 0
4 | 0 3 0 1
IV 3II 0 1
3 1 1 | 0 0 0 1
2 1
2
| 1
0 0 0
0 1 4 | 1 2 0 0
III + 5II 0 0 18 | 5 11 1 0
IV + II 0 0
0
| 1 1 0 1
a) Consideriamo la matrice formata dalle prime tre colonne e dalla sesta, corrisponedente allequazione xv1 + yv2 + zv3 = v:
2 1
2
| 0
0 1 4 | 0
0 0 18 | 1
0 0
0
| 0
La matrice completa e incompleta hanno rango uguale, quindi il sistema ammette soluzione e v è
b) La matrice formata dalle prime quattro colonne ha rango quattro, quindi linsieme {v1 , v2 , v3 , e1 }
è una base di R4 .

Esercizio 7.70. Sia dato linsieme
V = {p(x) R3 [x] | p(1) = 0 }
a) Verificare che linsieme V è un sottospazio vettoriale di R3 [x].
b) Determinare una base di V .
Soluzione:
Sia p(x) = a0 + a1 x + a2 x2 + a3 x3 , ai R il generico elemento di R3 [x]. A p(x) possiamo associare le sue componenti (a0 , a1 , a2 , a3 ) rispetto alla base canonica di R3 [x] formata dai polinomi
{1, x, x2 , x3 }. Quindi a ogni polinomio p(x) = a0 + a1 x + a2 x2 + a3 x3 R3 [x] possiamo associare il
vettore (a0 , a1 , a2 , a3 ) R4 .
Nel nostro caso la condizione p(1) = 0 si traduce nella condizione a0 + a1 + a2 + a3 = 0, quindi
allinsieme di polinomi V corrisponde linsieme:

W = (a0 , a1 , a2 , a3 ) R4 | a0 + a1 + a2 + a3 = 0
cioè linsieme delle soluzioni del sistema omogeneo formato dalla sola equazione a0 + a1 + a2 + a3 = 0.
a) Linsieme W , e quindi linsieme V , è uno spazio vettoriale in quanto si tratta dellinsieme delle
soluzioni di un sistema omogeneo.
b) Per trovare una base di V determiniamo una base di W per poi tornare ai polinomi.
a0 = r s t
a = r
1
a0 + a1 + a2 + a3 = 0
r, s, t R
a2 = s
a3 = t
Quindi il generico elemento di W ha la forma
(1, 1, 0, 0) r + (1, 0, 1, 0) s + (1, 0, 0, 1) t

e una base di W è data dallinsieme
B(W ) = {(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)}
2. SOLUZIONI
157
Associamo ora ai vettori determinati i corrispondenti polinomi:

(1, 1, 0, 0) p1 (x) = 1 + x
(1, 0, 1, 0) p2 (x) = 1 + x2
(1, 0, 0, 1) p3 (x) = 1 + x3
Infine linsieme

B(V ) = p1 (x) = 1 + x, p2 (x) = 1 + x2 , p3 (x) = 1 + x3
è una base di V .

p1 (x) = 1 + x,
p2 (x) = 1 + 2x + x2 ,
p3 (x) = x x2 .
b) Esprimere f (x) = x2 x + 2 come combinazione lineare di p1 (x), p2 (x), p3 (x).
Soluzione:
Ricordiamo che a ogni
polinomio di R2 [x] possiamo associare le sue componenti (a0 , a1 , a2 ) rispetto
alla base canonica B = x2 , x, 1 . Di conseguenza ai polinomi p1 , p2 e p3 possiamo associamo i tre
vettori
p1 = (0, 1, 1)
p2 = (1, 2, 1)
p3 = (1, 1, 0)
Quindi i polinomi p1 , p2 e p3 formano una base di R2 [x] sse i tre vettori p1 , p2 e p3 formano una base di
R3 . In particolare R2 [x] ha dimensione 3, ed è sufficiente verificare che i tre vettori siano linearmente
indipendenti.
Inoltre al polinomio f (x) associamo il vettore f (1, 1, 2)
Per rispondere ad entrambe le domande riduciamo a gradini la matrice associata ai quattro vettori.
0 1 1 | 1
III 1 1 0 | 2
1 2 1 | 1
1 2 1 | 1
I 0 1 1 | 1
1 1 0 | 2
1 1 0 | 2
1 1 0 | 2
0 1 1 | 3
II I 0 1 1 | 3
III II 0 0 2 | 4
0 1 1 | 1
a) La matrice dei coefficienti, associata a p1 , p2 e p3 , ha rango 3, quindi i tre polinomi sono

linearmente indipendenti e formano una base di R2 [x].
b) Torniamo al sistema associato ai quattro vettori:
x1 + x2 = 2
x1 = 3
x2 + x3 = 3 x2 = 1
2x3 = 4
x3 = 2
Quindi
f (x) = 3 p1 (x) 1 p2 (x) 2 p3 (x)

Esercizio 7.72. Si considerino i polinomi p1 = x2 +ax+b+c, p2 = x2 +bx+a+c, p3 = x2 +cx+a+b.
a) Mostrare che per ogni valore dei parametri a, b, c i tre polinomi sono dipendenti nello spazio dei
polinomi R[x].
b) Calcolare la dimensione e una base dello spazio hp1 , p2 , p3 i R[x] al variare di a, b, c.
`
158
Soluzione:
Associamo ad ogni polinomio il vattore che esprime le sue componenti rispetto alla base canonica {x2 , x, 1}
di R[x]:
p1 = (1, a, b + c),
p2 = (1, b, a + c),
p3 = (1, c, a + b)
Possiamo quindi svolgere lesercizio lavorando sui tre vettori.

Consideriamo la matrice associata ai tre vettori:
1
1
1
1
1
1
1
1
0 b a
0 b a c a
a
II aI
b
c
III + II 0
0
III (b + c)I 0 a b a c
b+c a+c a+b
1
c a
0
a) La matrice associata ai tre vettori ha sempre rango minore di tre, quindi i tre vettori e i tre
polinomi sono linearmente dipendenti.
b) Dal punto a) sappiamo che hp1 , p2 , p3 i ha sicuramente dimensione minore di tre. Inoltre
Se a = b = c, allora la matrice ha rango 1 e hp1 , p2 , p3 i ha dimensione 1. Una base di
hp1 , p2 , p3 i è data da {p1 } (o da {p2 } o da {p3 }).
Se a 6= b, allora la matrice ha rango 2 e hp1 , p2 , p3 i ha dimensione 2. Inoltre la matrice
formata dalle prime due colonne ha sicuramente rango 2, quindi una base di hp1 , p2 , p3 i è
data da {p1 , p2 }.
Se a 6= c, allora la matrice ha rango 2 e hp1 , p2 , p3 i ha dimensione 2. Inoltre la matrice
formata dalla prima e terza colonna ha sicuramente rango 2, quindi una base di hp1 , p2 , p3 i
è data da {p1 , p3 }.
Esercizio 7.73. Sia S il sottoinsieme dello spazio dei polinomi R3 [x] cos` definito:
S = {p(x) = ax3 + bx2 + cx + d R3 [x] | p(0) = 0}
a) Mostrare che S è un sottospazio vettoriale di R3 [x].

b) Determinare la dimensione di S.
Soluzione:
a) Si tratta di dimostrare che S è chiuso rispetto alla somma e al prodotto per scalari.
S è chiuso rispetto a +, infatti presi due elementi di S anche la loro somma sta in S:
(p1 + p2 )(0) = p1 (0) + p2 (0) = 0
S è chiuso rispetto al prodotto per scalari, infatti preso un elemento di S e uno scalare R,
anche il loro prodotto sta in S:
(p)(0) = p(0) = 0 = 0
b) Per calcolare la dimensione di S osserviamo innanzitutto che imponendo la condizione p(0) = 0

otteniamo:
S = {p(x) = ax3 + bx2 + cx | a, b, c R }
Vogliamo dimostrare che il polinomi p1 (x) = x3 , p2 (x) = x2 , p3 (x) = x costituiscono una base
di S. Infatti
p1 (x), p2 (x) e p3 (x) sono linearmente indipendenti: se
ap1 (x) + bp2 (x) + cp3 (x) = 0 ax3 + bx2 + cx = 0 (polinomio nullo)
allora a = b = c = 0.
Per come abbiamo esplicitato S è evidente che ogni elemento di S si pu`
o scrivere come
combinazione lineare di p1 (x), p2 (x) e p3 (x).
Di conseguenza p1 (x), p2 (x) e p3 (x) formano una base di S e S ha dimensione 3.

Esercizio 7.74. Sia W linsieme dei polinomi p(x) = ax3 + bx2 + cx + d R[x], di grado al pi`
u 3,
tali che p(0) = p(1) = 0. Determinare un insieme generatore di W .
Soluzione:
Come negli esercizi precedenti associamo a p(x) le sue componenti rispetto alla base canonica di R3 [x],
{1, x, x2 , x3 }:
p(x) = ax3 + bx2 + cx + d
p = (d, c, b, a)
2. SOLUZIONI
159
Imponiamo le due condizioni al generico polinomio di grado al pi`

u 3:
(
(
p(0) = 0 d = 0
d=0
p(1) = 0 a + b + c + d = 0
a+b+c=0
Quindi a W corrisponde il sottospazio V formato dagli elementi di R4 soluzioni del sistema omogeneo:
V = {(d, c, b, a) R4 | d = 0, a + b + c = 0}
Scriviamo ora le soluzioni di tale sistema omogeneo:
a = s t
b=s
s, t, R
c
=t
d=0
Quindi
V = h (0, 0, 1, 1), (0, 1, 0, 1)i

Infine
W = hp1 (x) = x2 x3 , p2 (x) = x x3 i

p1 = x2 + x,
p2 = kx2 1,
p3 = x2 + 2x + k.
a) Stabilire per quali valori di k i tre polinomi formano una base dello spazio R2 [x].
b) Per i valori di k per cui i polinomi sono dipendenti, trovare uno o pi`
u polinomi che completano
linsieme {p1 , p2 , p3 } ad uninsieme generatore di R2 [x].
Soluzione:
Ricordiamo che

R2 [x] = a0 x2 + a1 x + a2 :
a0 , a1 , a2 R
A ogni
polinomio possiamo quindi associare le sue componenti (a0 , a1 , a2 ) rispetto alla base canonica
B = x2 , x, 1 . In particolare ai polinomi p1 , p2 , p3 possiamo associare i vettori:
p1 = (1, 1, 0)
p2 = (k, 0, 1)
p3 = (1, 2, k)
Di conseguenza i polinomi p1 , p2 e p3 formano una base di R2 [x] sse i tre vettori p1 , p2 e p3 formano
una base di R3 .In particolare R2 [x] ha dimensione 3.
Per rispondere a entrambe le domande dellesercizio riduciamo a gradini la matrice associata ai tre
vettori a cui affianchiamo la matrice identica 3 3.
1 k 1 | 1 0 0
1 k 1 | 1 0 0
1 0 2 | 0 1 0 II I 0 k 1 | 1 1 0
0 1 k | 0 0 1
0 1 k | 0 0 1
1 k
1
| 1 0 0
1 k 1 | 1 0 0
0 1
k
| 0 0 1
III 0 1 k | 0 0 1
2
III kII 0 0 1 k | 1 1 k
II 0 k 1 | 1 1 0
a) Consideriamo solo la prima parte della matrice: se k 6= 1 la matrice associata ai vettori p1 , p2 , p3

ha rango 3, quindi i tre vettor isono linearmente indipendenti. Analogamente i tre polinomi sono
b) Se k = 1 la matrice dei coefficienti ha rango 2 e dalla matrice ridotta ricaviamo che p2 e p3 sono
linearmente indipendenti. Inoltre considerando tutta la matrice possiamo notare che la prima,
la seconda e la quarta colonna (per esempio) sono linearmente indipendenti. Ricordiamo che la
quarta colonna corrisponde al vettore (1, 0, 0) ovvero al polinomio q = x2 . Quindi:
Se k = 1 una possibile base di R2 [x] è:

B = p1 = x2 + x, p2 = x2 1, q = x2
160
`
Se k = 1 una possibile base di R2 [x] è:

B = p1 = x2 + x, p2 = x2 1,
q = x2

p1 = x2 + x,
p2 = kx2 1,
p3 = x2 + 2x + k.
a) Stabilire per quali valori di k i tre polinomi sono linearmente dipendenti.

b) Per i valori di k per cui i polinomi sono dipendenti esprimere un polinomio come combinazione
lineare degli altri.
Soluzione:
Ricordiamo che

R2 [x] = a0 x2 + a1 x + a2 :
a0 , a1 , a2 R
A ogni
polinomio possiamo quindi associare le sue componenti (a0 , a1 , a2 ) rispetto alla base canonica
B = x2 , x, 1 . Di conseguenza p1 , p2 e p3 sono linearmente indipendenti sse lo sono i tre vettori
p1 = (1, 1, 0), p2 = (k, 0, 1), p3 = (1, 2, k)
a) Riduciamo a gradini la matrice associata ai tre vettori
1 k
1 k 1
1 k 1
0 1
1 0 2 II I 0 k 1
III
II kIII 0 0
0 1 k
0 1 k
1
k
1 k2
Dobbiamo distinguere tre casi

Se k 2 1 6= 0, ovvero k 6= 1 la matrice ha rango 3, quindi p1 , p2 e p3 sono linearmente
indipendenti.
Se k = 1 o k = 1 la matrice ha rango 2, quindi p1 , p2 e p3 sono linearmente dipendenti.
b) Risolviamo lequazione xp1 + yp2 + zp3 = 0. Abbiamo gi`
a ridotto a gradini la matrice associata
a tale sistema (senza la colonna nulla dei termini noti). Dobbiamo distinguere due casi:
(
x = 2t
x+y+z =0
t R
y=t
y + z = 0
z=t
Quindi
2t p1 + t p2 + t p3 = 0
e, per esempio p3 = 2p1 p2 .
(
xy+z =0
y z = 0
Quindi
t R
x = 2t
y = t
z=t
2t p1 t p2 + t p3 = 0
t R
t R
e, per esempio p3 = 2p1 + p2 .

p1 (x) = x2 + 2,
p2 (x) = 3x + 4,
p3 (x) = x2 + 6x + 6
e sia W = hp1 , p2 , p3 i il sottospazio di R2 [x] generato da p1 , p2 e p3 .
a) Si determini la dimensione e una base di W .

b) Si stabilisca per quali valori di k il polinomio fk (x) = (k + 1)x2 + 3kx + 4 appartiene a W .
2. SOLUZIONI
161
Soluzione:
A ogni polinomio a2 x2 +a1 x+a0 di R2 [x] possiamo associare il vettore (a2 , a1 , a0 ) formato dalle coordinate
del polinomio rispetto alla base canonica {x2 , x, 1}. In questo caso otteniamo quindi i vettori
p1 = (1, 0, 2),
p2 = (0, 3, 4),
p3 = (1, 6, 6),
fk = (k + 1, 3k, 4)
Per rispondere alla prima domanda dobbiamo calcolare la dimensione di hp1 , p2 , p3 i, mentre per rispondere alla seconda domanda dobbiamo verificare se lequazione xp1 + yp2 + zp3 = fk ammette soluzione.
Consideriamo quindi direttamente la matrice A|b che ci permette di rispondere anche alla seconda domanda.
1 0 1 | k + 1
1 0 1 | k + 1
0 3 6 |
3k 1/3II 0 1 2 |
k
2 4 6 |
4
1/2III I 0 2 4 | k + 1
1 0 1 |
k+1
0 1 2 |
k
III 2II 0 0 0 | 3k + 1
a) dim(W ) = rg(A) = 2. Inoltre
B(W ) = {p1 (x), p2 (x)} = {x2 + 2,
3x + 4}.
b) fk (x) appartiene a W se il sistema A|b ammette soluzione. Per Rouche Capelli questo succede
1
solo se rg(A) = rg(A|b) = 2, cioè se k = .
3

Esercizio 7.78. Nello spazio vettoriale V = R2 [x] dei polinomi reali di grado non superiore a due, si
considerino gli elementi
p1 = x 1,
p2 = x + 1,
p3 = x2 x.
a) Si mostri che linsieme B = {p1 , p2 , p3 } è una base di V .

b) Si trovino le coordinate del polinomio costante 1 nella base B.
Soluzione:
Ricordiamo che a ogni polinomio a0 x2 + a1 x + a 2 R2 [x] possiamo associare le sue componenti
(a0 , a1 , a2 ) rispetto alla base canonica B = x2 , x, 1 . Di conseguenza ai polinomi p1 , p2 e p3 associamo
i tre vettori
p1 = (0, 1, 1),
p2 = (0, 1, 1),
p3 = (1, 1, 0)
indipendenti.
Inoltre al polinomio costante 1 associamo il vettore f = (0, 0, 1), e le sue coordinate rispetto a B si
trovano risolvendo il sistema x1 p1 + x2 p2 + x3 p3 = f .
Per rispondere ad entrambe le domande riduciamo quindi a gradini la matrice associata ai quattro
vettori.
III 1 1 0 | 1
1 1 0 | 1
0 0 1 | 0
1 1 1 | 0
1 1 1 | 0 II + I 0 2 1 | 1
I
0 0 1 | 0
1 1 0 | 1
0 0 1 | 0

b) Torniamo al sistema associato ai quattro vettori:
x =
1
x1 + x2 = 1
2
1
1
1 = p1 (x) + p2 (x)
x =1
2x2 x3 = 1
2
2
2
x3 = 0
x = 0
3
Esercizio 7.79. Sia V lo spazio vettoriale dei polinomi a coefficienti reali nella variabile x, di grado
minore o uguale a 3.
162
`
a) Si mostri che U = {f (x) V | f (1) = f (2) = 0} è un sottospazio vettoriale di V e se ne trovi

una base.
b) Si completi la base trovata al punto precedente ad una base di V .
Soluzione:
Sia f (x) = ax3 +bx2 +cx+d il generico elemento di V . Le due condizioni f (1) = f (2) = 0 si esplicitano
in
a + b + c + d = 0,
8a + 4b + 2c + d = 0
Inoltre a ogni polinomio possiamo associare il vettore formato dalle sue componenti rispetto alla base
canonica {x3 , x2 , x, 1} di R3 [x]. In particolare al generico polinomio f (x) = ax3 + bx2 + cx + d associamo
il vettore (a, b, c, d) di R4 , e allinsieme U possiamo associare linsieme

U = (a, b, c, d) R4 | a + b + c + d = 0, 8a + 4b + 2c + d = 0
a) Linsieme U è uno spazio vettoriale in quanto si tratta dellinsieme delle soluzione di un sistema
omogeneo. Analogamente linsieme U è uno spazio vettoriale.
Per determinare una base di U , e quindi di U , risolviamo il sistema omogeneo:
3
1
a= s+ t
2
4

3
7
1 1
1
1 | 0
1 1 1 1 | 0
b = 2s 4t
II 8I 0 4 6 7 | 0
8 4 2 1 | 0
c=s
d=t
Quindi una base di U è

1 3
3 7
B(U ) =
, , 1, 0 ,
, , 0, 1
ovvero B(U ) = {(1, 3, 2, 0) , (3, 7, 0, 2)}
2 2
4 4
e la corrisponedente base di U è

B(U ) = x3 3x2 + 2x,
b) Basta notare che la matrice
1
0
0
0
ha rango 4, quindi
0 1
1 3
0 2
0 0

3x3 7x2 + 2
3
7
0
2
B = {(1, 0, 0, 0), (0, 1, 0, 0), (1, 3, 2, 0) , (3, 7, 0, 2)}

è una base di R4 , e la corrisponedente base di V , completamento della base di U , è

B(V ) = x3 , x2 , x3 3x2 + 2x, 3x3 7x2 + 2

p1 (x) = 2 x,
p2 (x) = x + x2 ,
p3 (x) = 3 + x x2 .
b) Esprimere f (x) = 1 + 2x + 2x2 come combinazione lineare di p1 (x), p2 (x), p3 (x).
Soluzione:
Ricordiamo che a ogni polinomio p(x) =
a0 + a1 x + a2 x2 di R2 [x] possiamo associare le sue componenti
(a0 , a1 , a2 ) rispetto alla base canonica B = 1, x, x2 . Di conseguenza ai polinomi p1 (x), p2 (x), p3 (x) e
f (x) possiamo associamo i tre vettori
p1 = (2, 1, 0)
p2 = (0, 1, 1)
p3 = (3, 1, 1)
f = (1, 2, 2)
indipendenti.
2. SOLUZIONI
163
Inoltre per esprimere il polinomio f (x) come combinazione lineare di p1 (x), p2 (x), p3 (x) equivale a
esprimere il vettore f come combinazione lineare di p1 , p2 , p3 , ovvero a risolvere lequazione ap1 +bp2 +cp3 =
f.
Per rispondere ad entrambe le domande riduciamo quindi a gradini la matrice associata ai quattro
vettori.
2 0 3 | 1
2 0
3 | 1
2
0
3 | 1
0 2 5 | 5
0 2 5 | 5
1 1 1 | 2
2II + I
2III + II 0 0 3 | 9
0 1 1 | 2
0
1 1 | 2

linearmente idipendenti e formano una base di R2 [x].
b) Torniamo al sistema associato allequazione ap1 + bp2 + cp3 = f
a = 4
2a + 3c = 1
2b + 5c = 5 b = 5
c=3
3c = 9
Quindi
f (x) = 4 p1 (x) + 5 p2 (x) + 3 p3 (x)

p1 (x) = 2x + x2 x3 , p2 (x) = 1 x + x2 , p3 (x) = 3 + x x3 , p4 (x) = x2 + x3
a) Verificare che linsieme {p1 (x), p2 (x), p3 (x), p4 (x)} è una base di R3 [x].
b) Esprimere f (x) = (x + 1)3 come combinazione lineare di p1 (x), p2 (x), p3 (x), p4 (x).
Soluzione:
A ogni polinomio associamo il vettore formato dalle sue coordinate rispetto alla base canonica {1, x, x2 , x3 }
di R3 [x]:
p1 (x) p1 = (0, 2, 1, 1)
p3 (x) p3 = (3, 1, 0, 1)
p2 (x) p2 = (1, 1, 1, 0)
p4 (x) p4 = (0, 0, 1, 1)
I quattro polinomi formano una base di R3 [x] sse i quattro vettori p1 , p2 , p3 , p4 formano una base di R4 .
Inoltre associamo al polinomio f (x) il corrispondente vettore:
f (x) = (x + 1)3 = 1 + 3x + 3x2 + x3 f = (1, 3, 3, 1)
Per rispondere alla domanda b) dobbiamo quindi risolvere lequazione x1 p1 + x2 p2 + x3 p3 + x4 p4 = f .
Per rispondere a entrambe le domande consideriamo quindi la matrice associata ai cinque vettori:
0
1
3 0 | 1
III 1
1
0 1 | 3
1 1
0
1 | 3
2 1 1 0 | 3
0 1
1
3 0 | 1
3
0 | 1
I 0
1
0 1 | 3
II
III 2I 0 3 1 2 | 3
2 1 1 0 | 3
1 0 1 1 | 1
IV + I 0 1 1 2 | 4
1 0 1 1 | 1
1 1 0 1 | 3
1 1 0
1 | 3
0 1 3 0 | 1
0 1 3
0 | 1
1/2III 0 0 5 1 | 0
III + 3II 0 0 10 2 | 0
5IV + 2III 0 0 0 6 | 15
IV II 0 0 4 2 | 3
a) Il rango della matrice associata a p1 , p2 , p3 , p4 è quattro, quindi i quattro vettori sono linearmente
indipendenti e linsieme {p1 (x), p2 (x), p3 (x), p4 (x)} è una base di R3 [x].
b) Tornando al sistema otteniamo:
x1 = 1
x1 + x2 + x4 = 3
x + 3x = 1
x2 =
1
1
5
2
2
3
f (x) = p1 (x) p2 (x) + p3 (x) + p4 (x)
2
2
2
5x
x
=
0
x
=
3
4
3
6x4 = 15
x4 = 5
2
`
164
Esercizio 7.82. Dati i polinomi

p1 (x) = x2 + 2x, p2 (x) = x2 x, p3 (x) = 2x + 1
a) Verificare che linsieme {p1 (x), p2 (x), p3 (x)} è una base di R2 [x]
b) Esprimere f (x) = 3x2 2 come combinazione lineare di p1 (x), p2 (x), p3 (x).
Soluzione:
Associamo a ogni polinomio il vettore dato dalle sue coordinate rispetto alla base canonica {x2 , x, 1}
di R2 [x]. In particolare ai tre polinomi pi (x) e la polinomio f (x) associamo i vettori
p1 = (1, 2, 0),
p2 = (1, 1, 0),
p3 = (0, 2, 1),
Per rispondere a entrambe le domande riduciamo direttamente
1 1
1 1 0 | 3
2 1 2 | 0 II 2II 0 3
0 0
0 0 1 | 2
f (3, 0, 2)
la matrice necessaria per il punto b):
0 | 3
2 | 6
1 | 2
a) Consideriamo solo la matrice dei coefficienti. I tre polinomi formano una base di R2 [x] sse i tre
vettori formano una base di R3 . Poiche rg(A) = 3 i tre polinomi sono linearmente indipendenti
e formano una base di R2 [x].
b) Dalla matrice ridotta otteniamo il sistema:
x + y = 3
x = 3
2
7
f (x) = p1 (x) + p2 (x) 2 p3 (x)
3y + 2z = 6 y = 32
3
3
z = 2
z = 2
Esercizio 7.83. Sia W il sottoinsieme dello spazio di polinomi R3 [x] definito da

(p è la
a)
b)
c)
W = {p(x) R3 [x] | p = 0, p(1) = 0}

derivata terza di p)
Mostrare che W è un sottospazio vettoriale di R2 [x].
Trovare una base e la dimensione di W .
Determinare le coordinate del polinomio p(x) = 2x2 x 1 W rispetto alla base trovata al
punto b).
Soluzione:
a) Sia p(x) = ax3 +bx2 +cx+d il generico elemento di R3 [x]. Per dimostrare che W è un sottospazio
vettoriale di R2 [x] dobbiamo innanzitutto verificare che W è un sottoinsieme di R2 [x]. In effetti
la condizione p = 0 applicata al generico elemento di R3 [x] diventa 6a = 0. Quindi se p(x) W
deve essere del tipo p(x) = bx2 + cx + d cioè un elemento di R2 [x]. Inoltre W pu`
o essere riscritto
come
W = {p(x) R2 [x] | p(1) = 0}
Per dimostrare ora che si tratta di un sottospazio di R2 [x] dobbiamo verificare che è chiuso
rispetto alla somma e al prodotto per scalari.
W è chiuso rispetto alla somma, infatti presi due elementi di W anche la loro somma sta in
W:
(p1 + p2 )(1) = p1 (1) + p2 (1) = 0 + 0 = 0
W è chiuso rispetto al prodotto per scalari, infatti preso un elemento di W e uno scalare
R, anche il loro prodotto sta in W :
(p)(1) = p(1) = 0 = 0
b) Traducendo la condizione p(1) = 0 sui coefficienti del generico elemento bx2 + cx + d di R2 [x]
otteniamo b + c + d = 0, ovvero d = b c. Quindi ogni elemento di W è del tipo
p(x) = bx2 + cx b c = b(x2 1) + c(x 1)
I due polinomi, linearmente indipendenti, p1 (x) = x2 1 e p2 (x) = x 1 costituiscono una base

di W , quindi

dim(W ) = 2,
B(W ) = p1 (x) = x2 1, p2 (x) = x 1
2. SOLUZIONI
165
c) Per determinare le coordinate di p(x) rispetto alla base B trovata la cosa

u semplice
pi`
è forse
associare ad ogni polinomio le sue componenti rispetto alla base canonica x2 , x, 1 di R2 [x].
In particolare ai polinomi p1 (x), p2 (x), p(x) possiamo associare i vettori:
p1 = (1, 0, 1),
p2 = (0, 1, 1),
p = (2, 1, 1)
Risolviamo quindi lequazione xp1 + yp2 = p:
x = 2
x=2
y = 1
y = 1
x y = 1
Infine p(x) = 2p1 (x) p2 (x), ovvero p(x) ha coordinate (2, 1)B rispetto alla base B trovata al
punto precedente.

Esercizio 7.84. Sia S linsieme delle matrici simmetriche:

a b
S=
| a, b, d R
b d

(Notiamo anche che S = A M22 | AT = A ).
a) Verificare che S è un sottospazio di M22 .
b) Determinare una base di S.
Soluzione:
a) Notiamo che la condizione perce una matrice 2 2 appartenga a S è che gli elementi di posto 1, 2
e 2, 1 siano uguali.
a richieste per uno spazio vettoriale.
SOMMA. Siano

a b1
a b2
A1 = 1
,
A2 = 2
b1 d 1
b2 d 2
due generici elementi di S. Allora

a + a2
A1 + A2 = 1
b1 + b 2

b1 + b2
S
d1 + d2
PRODOTTO per scalari. Sia

a
A=
b
b
d
un generico elemento di S e R. Allora

a b
A =
S
b d
b) Separiamo i parametri nella generica scrittura di A:

a b
a 0
0 b
0 0
A=
=
+
+
=
b d
0 0
b 0
0 d

0 0
0 1
1 0
+d
+b
=a
0 1
1 0
0 0
Quindi linsieme
B=

1
0

0
0
,
0
1

1
0
,
0
0

0
1
è una base di S. Infatti:

Abbiamo appena visto che il generico elemento di S si pu`
o scrivere come combinazione lineare
degli elementi di B.
`
166
Gli elementi di B sono linearmente indipendenti, infatti:

1 0
0 1
0 0
a
+b
+c
=0
0 0
1 0
0 1

a = 0
a b
=0
b=0
b d
d=0
Esercizio 7.85. Sia S il sotinsieme dello spazio delle matrici M3,2 (R) cos` definito:
a b
S = b a M3,2 (R) | a, b R
0 0
a) Mostrare che S è un sottospazio vettoriale di M3,2 (R).
b) Determinare un insieme generatore di S.
Soluzione:
a) Dobbiamo verificare che S è chiuso rispetto alla somma
Siano A e B due generici elementi di S:
c
a b
B = d
A = b a ,
0
0 0
La loro somma A + B è la matrice
a
A = b
0
che è ancora un elemento di S.
d
c
0
b+d
a + c
0
a+c
A + B = b + d
0
che è ancora un elemento di S

Sia R e A S allora
e al prodotto per scalari.
b
a
0
b) Un possibile insieme generatore è
0 1
1 0
I = M1 = 0 1 , M2 = 1 0
0 0
0 0
Infatti ogni matrice A S si pu`
o scrivere nella forma:
A = aM1 + bM2

Esercizio 7.86.
a) Mostrare che linsieme
W =

3a
a
a + b
2a + b
| a, b R
è un sottospazio vettoriale dello spazio delle matrici reali M2,2 (R).

b) Determinare una base di W .
Soluzione:
a) Verifichiamo le due propriet`
a richieste per un sottospazio vettoriale.
2. SOLUZIONI
SOMMA. Siano
3a1
A1 =
a1

a1 + b1
,
2a1 + b1
167
3a2
A2 =
a2
a2 + b2
2a2 + b2
due generici elementi di W . Allora

3a1 + 3a2
a1 + b1 a2 + b2
3(a1 + a2 )
A1 + A2 =
=
a1 + a2
2a1 + b1 2a2 + b2
(a1 + a2 )
(

a = a1 + a2
3a a + b
con
=
a 2a + b
b = b1 + b 2
(a1 + a2 ) + (b1 + b2 )
2(a1 + a2 ) + (b1 + b2 )
Quindi A1 + A2 W .
PRODOTTO per scalari. Sia
A=
3a
a
a + b
2a + b
un generico elemento di W e R. Allora

3a
a + b
3(a)
a + b
=
A =
a 2a + b
a
2(a) + b
con
Quindi A W .
b) Separiamo i parametri nella generica scrittura di A:

0
3 1
0 b
3a a
+b
=a
+
A=
0
1 2
0 b
a 2a
a = a
b = b

1
1
Quindi linsieme

0 1
3 1
, B=
B= A=
0 1
1 2
è un insieme generatore di W . Dobbiamo ora verificare se A e B sono linearmente indipendenti,
ovvero se lequazione xA + yB = 0 ha la sola soluzione nulla x = y = 0:

3x x + y
xA + yB =
x 2x + y
Quindi la condizione xA + yB = 0 si traduce nel sistema
3x = 0
x + y = 0
x=y=0
x = 0
2x + y = 0
Quindi A e B sono linearmente indipendenti e una base di W è data da

0 1
3 1
,
B = {A, B} =
0 1
1 2
Esercizio 7.87. Si consideri il sottospazio

3a + b + 3c
S=
a + 3b 7c
2b 6c
4a + 8c

| a, b, c R
dello spazio delle matrici reali M2 (R).

a) Determinare una base di S.
2
0
b) Stabilire se A =
S (ed in caso positivo esprimere A come combinazione lineare
2/3 8/3
della base trovata in a)).
Soluzione:
`
168
a) La generica matrice di S la possiamo scrivere nella forma

3 0
1 2
1 1
a
+b
+c
1 4
3 0
7 8
Quindi se
A1 =
3 0
1 4
A2
1 2
3 0
A3
1 1
7 8
lo spazio S è S = hA1 , A2 , A3 i. Per determinare una base di S dobbiamo stabilire quante e quali
di tali matrici sono linearmente indipendenti, ovvero risolvere lequazione xA1 + yA2 + zA3 = 0.
La matrice dei coefficienti associata a a tale sistema è
I
3 1 3
1 3 7
1 3 7
0 2 6
0 2 6
1/2II
0 1 3
1 3 7 III 3 1 3 III 3I 0 8 24
1/4IV 1 0 2
IV I 0 3 9
4 0 8
1 3 7
1 3 7
0 1 3
0 1 3
1/8III 0 1 3
III + II 0 0 0
1/3IV 0 1 3
IV + II 0 0 0
La matrice ha rango 2 quindi il sistema ammette infinite soluzioni, le tre matrici sono linearmente
dipendenti e dim(S) < 3. Inoltre la matrice dei coefficienti associata allequazione xA1 + yA2 = 0,
una volta ridotto diventa
1 3
0 1
0 0
0 0
In questo caso lequazione ammette solo la soluzione nulla, quindi A1 e A2 sono linearmente
indipendenti, quindi dim(S) = 2 e una base di S è data da

1 2
3 0
B(S) = A1 =
, A2
3 0
1 4
b) Si tratta di risolvere lequazione xA1 + yA2 = A ovvero il sistema:
3x = 2
3x + y = 2
y = 0
2y = 0
x = 32
2
2
x= 3
x + 3y = 3
y=0
8
8
4x + y = 3
4x = 3
Infine
A=
2
A1
3

Esercizio
7.88. Sia V Lo spazio vettoriale delle matrici reali 2 2. Si consideri la matrice A =

8 7
e sia S il sottinsieme di V costituito dalle matrici che commutano con A:
1
0

a b
V : AM = M A
S= M=
c d
a) Mostrare che S è un sottospazio di V .
b) Calcolare la dimensione e una base di S.
Soluzione:
a) Dobbiamo dimostrare la chiusura rispetto alla somma e al prodotto per scalari.
Somma. Siano M1 e M2 due matrici che commutano con A. Allora
A (M1 + M2 ) = AM1 + AM2 = M1 A + M2 A = (M1 + M2 ) A
Quindi anche la matrice M1 + M2 commuta con A e appartiene a S.
2. SOLUZIONI
169
prodotto. Sia M una matrice che commuta con A, e sia R. Allora

A (M ) = AM = M A = (M ) A
Quindi anche la matrice M commuta con A e appartiene a S.
b) Scriviamo esplicitamente le soluzioni di S imponendo la condizione AM = M A.

8a 7c 8b 7d
AM =
a
b

8a + b 7a
MA =
8c + d 7c
Quindi
8a 7c = 8a + b
8b 7d = 7a
M A = AM
a = 8b + d
b = 7c
b + 7c = 0
7a 8b 7d = 0
a + 8b d = 0
Si tratta quindi di
1 0
0 1
7 8
risolvere il sistema omogeneo:
8 1 | 0
1 0
8
1 | 0
0 1
7 0 | 0
7
0 | 0
III 7I 0 8 56 0 | 0
0 7 | 0
a = 8t + s
1 0 8 1 | 0
b
= 7t
0 1 7 0 | 0
s, t R
c=t
III 8II 0 0 0 0 | 0
d=s
Quindi gli elementi di S sono del tipo

M=
8t + s
t
7t
s
Ovvero
S=

1
8 7
t+
0
1
0

0
s |s, t R
1
Di conseguenza S ha dimensione 2 e una sua base è data dallinsieme

8 7
1 0
,
1
0
0 1

Esercizio 7.89. Sia

1 1
A=
2 2
e sia S = {M M2 (R) | AM = M A = 0}. Dimostrare che S è un sottospazio di M2 (R) e calcolarne la

dimensione.
Soluzione:
Sia

x
M=
z
y
w
`
170
la generica matrice di M2 (R). Cominciamo a calcolare gli elementi di S:

(

x=z
xz
yw
AM =
=0
2x + 2z 2y + 2w
y=w
(

x = 2y
x 2y x + 2y
=0
MA =
z 2w z + 2w
z = 2w
x = 2t
y = t
z = 2t
w=t

2 1
S=
t | tR
2 1
Chiamiamo B la matrice
B=
2
2

1
1
S è quindi formato dai multilpli di B. E perciò immediato dimostare che si tratta di un sottospazio
vettoriale di M22 :
SOMMA. Se A1 e A2 appartengono a S, allora A1 = t1 B e A2 = t2 B per opportuni t1 , t2 S,
quindi
A1 + A2 = t1 B + t2 B = (t1 + t2 ) B S
PRODOTTO per scalari. Sia A = t B un generico elemento di S e R, allora
A = t B = ( t) B S
In particolare S è uno spazio vettoriale di dimensione 1, generato dalla matrice B.


1
A=
2

k
.
3
a) Si determini una base del sottospazio U = {X M2 (R) : AX = XA} .

b) Mostrare che il sottoinsieme W = {X U : X è invertibile} non è un sottospazio vettoriale di U .
Soluzione:
Sia

x y
X=
z w
la generica matrice di M2 (R).

AX =
x + kz
2x + 3z
y + kw
2y + 3w
Da AX = XA otteniamo il sistema
x + kz = x + 2y
y + kw = kx + 3y
2x + 3z = z + 2w
2y + 3w = kz + 3w
XA =
x + 2y
z + 2w
kx + 3y
kz + 3w
2y + kz = 0
kx + 2y kw = 0
2x + 2z 2w = 0
2y kz = 0
2. SOLUZIONI
171
Riduciamo a gradini la matrice associata a tale sistema:
1/2III 1 0
1 1
0 2 k
0 | 0
0 2 k
k 2
I
0
0
k
|
0
2 0
II k 2
0 k
2 2 | 0
0 2 k 0
0 2 k 0 | 0
1 0
1 1 | 0
1 0
0 2 k
0 2
0
|
0
III kI 0 2 k 0 | 0
III + II 0 0
IV + II 0 0
0
0 | 0
0 0
x = s + t
y = k s
x+zw =0
2
s, t R
2y + kz = 0
z
=
s
w=t
Quindi
1
X=
1
a) Abbiamo ottenuto che
B(U ) =

k
2
1
s+
0
0
1
1
|
|
|
|
1
k
0
0
0
0
0
0
1
0
0
0
|
|
|
|
0
0
0
0

0
t
1

1
,
0
0
k
2

0
1
b) W non è un sottospazio in quanto, per esempio, non contiene lelemento nullo. Infatti la matrice
nulla

0 0
0 0
non è invertibile.

Esercizio 7.91. Sia W = hA,

0
A=
k
B , Ci il sottospazio di M2 (R) generato dalle matrici

0
1 k
k
1
,
B=
,
C=
0
2 0
k1 1
Si determini la dimensione di W e una sua base al variare del parametro reale k.

Soluzione:
Cominciamo a stabilire quando le tre matrici sono linearmente indipendenti risolvento lequazione matriciale
xA + yB + zC = 0:

0 0
y + kz
ky + z
=
0 0
kx 2y + (k 1)z
z
y + kz = 0
ky + z = 0
kx 2y + (k 1)z = 0
z=0
y=0
0 = 0
kx = 0
z=0

indipendenti:
dim(W ) = 3
B(W ) = {A, B, C}
Se k = 0 otteniamo la sola soluzione x = t, y = z = 0 per cui le tre matrici sono linearmente
dipendenti. In particolare A è la matrice nulla e A = 0 B + 0 C dipende linearmente da B e
C. Se studiamo invece la dipendenza di B e C risolvendo lequazione yB + zC = 0 otteniamo
`
172
la sola soluzione y = z = 0 quindi B e C sono linearmente indipendenti (Infatti B e C non sono

una multiplo dellaltra). Di conseguenza
dim(W ) = 2
B(W ) = {B, C}

Esercizio 7.92. Sia V = hA, B, Ci il sottospazio di M22 (R) dove

2 3
2 1
2 0
.
,
C=
,
B=
A=
7 8
3 4
1 2
a) Si determini la dimensione
e una base di V .

2 2
come combinazione lineare della base trovata al punto a).
b) Si esprima D =
5 6
Soluzione:
a) Per determinare la dimensione di V cominciamo a verificare se A, B e C sono linearmente
indipendenti risolvendo il sistema xA + yB + zC = 0:

0 0
2x + 2y + 2z
y + 3z
2 3
2 1
2 0
=
=0
+z
+y
x
0 0
x + 3y + 7z 2x + 4y + 8z
7 8
3 4
1 2
2x + 2y + 2z = 0
2 2 2 | 0
1/2I
1 1 1 | 0
y + 3z = 0
0 1 3 | 0
0 1 3 | 0
1 3 7 | 0
III 1/2I 0 2 6 | 0
x + 3y + 7z = 0
2 4 8 | 0
IV I
0 2 6 | 0
2x + 4y + 8z = 0
1 1 1 | 0
0 1 3 | 0
III 2II 0 0 0 | 0
IV III 0 0 0 | 0
La matrice dei coefficienti ha rango 2, quindi il sistema xA + yB + zC = 0 ammette infinite

soluzioni. Di conseguenza le tre matrici A, B, C sono linearmente dipendenti e dim(V ) < 3. Dai
conti appena svolti si vede inoltre che risolvendo lequazione xA + yB = 0 otteniamo il sistema
2x + 2y = 0
y = 0
x + 3y = 0
2x + 4y = 0
che ammette la sola soluzione x = y = 0, quindi le matrici A e B sono linearmente indipendenti.

Infine dim(V ) = 2 e una base di V è data dallinsieme {A, B}.
b) Dobbiamo risolvere lequazione xA + yB = D. Procedendo come nel punto precedente otteniamo
il sistema
2x + 2y = 2
y = 2
x = 1
D = A + 2B
x
+
3y
=
5
y
=2
2x + 4y = 6

1 2
0
A=
,
B=
3 0
0

3
,
1
C=
2 7
6 1
a) Si stabilisca se A, B e C sono linearmente indipendenti in M2 (R).

b) Si determini una base del sottospazio hA, B, Ci.
Soluzione:
2. SOLUZIONI
173
a) Le matrici A, B, C sono linearmente indipendenti se lequazione xA + yB + zC = 0 ha la sola

soluzione x = y = z = 0. La matrice xA + yB + zC è:

x + 2z
2x + 3y + 7z
,
xA + yB + zC =
3x 6z
y+z
quindi lequazione xA + yB + zC
x + 2z = 0
1 0 2
2x + 3y + 7z = 0
2 3 7
3 0 6
3x
6z
=
0
0 1 1
y+z =0
= 0 si traduce nel sistema
| 0
1 0
0 3
II
2I
| 0
III + 3I 0 0
| 0
| 0
0 1
2
3
0
1
|
|
|
|
0
0
0
0
x = 2t
y=t
z = t
t R
Il sistema ammette infinite soluzioni, quindi A, B e C sono linearmente dipendenti. Notiamo che
2tA + tB tC = 0 t R, quindi in particolare C = 2A + B.
b) Abbiamo appena osservato che C è linaremente dipendente da A e B. Viceversa le matrici A e
B sono linearmente indipendenti in quanto non sono una multiplo dellaltra, quindi una base del
sottospazio hA, B, Ci è {A, B}.
Esercizio 7.94. Sia V = hA, B, Ci il sottospazio di M2 (R) generato dalle matrici

2 1
0 4
2 9
6 k2
A=
,
B=
,
C=
,
D=
2 1
4 0
10 1
2 k+2
a) Si determini la dimensione e una base di V .

b) Si stabilisca per quali k la matrice D appartiene a V . In tali casi si esprima D come combianzione
lineare della base trovata al punto precedente.
Soluzione:
a) Per determinare la dimensione e una base di V bisogna stabilire quante e quali tra le matrici
A, B e C sono linearmente indipendenti, ovvero risolvere lequazione xA + yB + zC = 0. Tale
equazione si traduce nel seguente sistema
2x + 2z = 0
1 0 1 | 0
1/2I
2 0 2 | 0
x + 4y + 9z = 0
1 4 9 | 0
II 1/2I 0 4 8 | 0
0
4
8
|
0
III
I
2
4
10
|
0
2x + 4y + 10z = 0
0
0
0
|
0
IV
1/2I
1
0
1
|
0
x+z =0
1 0 1 | 0
(
1/4II
0 1 2 | 0 x + z = 0
III II 0 0 0 | 0
y + 2z = 0
0 0 0 | 0
Il sistema xA + yB + zC = 0 ammette infinite soluzioni, quindi le tre matrici sono linearmente
dipendenti. Viceversa, risolvendo il sistema xA + yB = 0 otteniamo ol sistema equivalente
(
x=0
x=y=0
y=0
quindi A e B sono linearmente indipendenti. Infine
dim(V ) = 2,
B(V ) = {A, B} .
b) Per esprimere D come combinazione lineare della base trovata dobbiamo risolvere lequazione
xA + yB = D. Ripercorrendo i conti fatti precedentemente, otteniamo:
2x = 6
2 0 |
6
1/2I
1 0 |
3
x + 4y = k 2
1 4 | k 2
II 1/2I 0 4 | k 5
2 4 |
2
III I
0 4 | 4
2x + 4y = 2
1 0 | k+2
IV 1/2I 0 0 | k 1
x=k+2
Il sistema ammette soluzione solo se k = 1, quando otteniamo
(
(
x=3
x=3
D = 3A B se k = 1.
4y = 4
y = 1
Se k 6= 1 la matrice D non appartiene a V .
`
174

Esercizio 7.95. Sia V uno spazio vettoriale di dimensione 4 e sia B = {v1 , v2 , v3 , v4 } una sua base.
a) Mostrare che linsieme B = {v1 + v2 , v2 + v3 , v3 + v4 , v4 } è una sua base di V .
b) Calcolare le coordinate del vettore v = v1 + v2 + v3 + v4 rispetto a B e rispetto a B .
Soluzione:
a) Essendo V di dimensione 4 è sufficiente verificare che i quattro vettori di B sono linearmente
indipendenti. Calcoliamo le coordinate dei vettori di B rispetto alla base B:
v1 + v2 = (1, 1, 0, 0)B
v2 + v3 = (0, 1, 1, 0)B
v3 + v4 = (0, 0, 1, 1)B
v4 = (0, 0, 0, 1)B
I quattro vettori sono
1 0 0
1 1 0
0 1 1
0 0 1
linearmente indipendenti se la matrice associata ha rango 4:
1 0 0 0
0
1 0 0 0
0 1 0 0
0
II I 0 1 0 0
III II 0 0 1 0
0 1 1 0
0
0 0 1 1
1
0 0 1 1
1 0 0 0
0 1 0 0
0 0 1 0
IV III 0 0 0 1
La matrice ha rango 4, quindi anche B è una base di V .

b) Le coordinate di v rispetto a B sono (1, 1, 1, 1)B in quanto v = 1 v1 + 1 v2 + 1 v3 + 1 v4 .
A questo punto per trovare le coordinate di v rispetto a B è sufficiente risolvere lequazione:
x(v1 + v2 ) + y(v2 + v3 ) + z(v3 + v4 ) + wv4 = v, dove tutti i vettori sono espressi rispetto a B:
1 0 0 0 | 1
1 0 0 0 | 1
1 1 0 0 | 1
II I
0 1 0 0 | 0
0 1 1 0 | 1
0 1 1 0 | 1
0 0 1 1 | 1
0 0 1 1 | 1
1 0 0 0 | 1
1 0 0 0 | 1
0 1 0 0 | 0
0 1 0 0 | 0
0 0 1 0 | 1
III II 0 0 1 0 | 1
IV III 0 0 0 1 | 0
0 0 1 1 | 1
Infine v = (1, 0, 1, 0)B .

Esercizio 7.96. Si consideri linsieme S di matrici 3 3
S = {A = [aij ] M3 (R) : a11 + a12 = a32 + a33 = 0} .
a) Stabilire se S è un sottospazio vettoriale di M3 (R). In caso affermativo, trovarne la dimensione.
b) Sia Sim3 (R) lo spazio delle matrici reali simmetriche 3 3. Trovare una base dello spazio
intersezione S Sim3 (R).
Soluzione:
a) Imponendo le condizioni a11 + a12 = a32 + a33 = 0 alla generica matrice di M3 (R) otteniamo che
la generica matrice di S è del tipo
a11 a11 a13

A = a21 a22 a23 = a11 A1 + a13 A2 + a21 A3 + a22 A4 + a23 A5 + a31 A6 + a33 A7
a31 a33 a33
2. SOLUZIONI
dove
1
A1 = 0
0
0
A4 = 0
0
Quindi
1
0
0
0
1
0
0
0
0
0
0
0
0
A2 = 0
0
0
A5 = 0
0
0
0
0
0
0
0
1
0
0
0
1
0
175
0
A3 = 1
0
0
A6 = 0
1
0 0
0 0
0 0
0 0
0 0
0 0
0
A7 = 0
0
0 0
0 0
1 1
S = h A1 , A2 , A3 , A4 , A5 , A6 , A7 i
è lo spazio vettoriale generato dalle 7 matrici Ai . Inoltre le 7 matrici sono linearmente indipendenti, quindi una base di S è
B(S) = { A1 , A2 , A3 , A4 , A5 , A6 , A7 }
e dim(S) = 7.
b) La generica matrice A di S appartiene a Sim3 (R) se a21 = a11 , a31 = a13 , a23 = a33 , quindi
la generica matrice di S Sim3 (R) ha la forma:
a11 a11 a13

B = a11 a22 a33 = a11 B1 + a13 B2 + a22 B3 + a33 B4
a13 a33 a33
dove
1 1 0
B1 = 1 0 0 = A1 A3
0
0 0
0 0 0
B3 = 0 1 0 = A4
0 0 0
0
B2 = 0
1
0
B4 = 0
0
0 1
0 0 = A2 + A6
0 0
0
0
0 1 = A7 A5
1 1
Notiamo che le 4 matrici Bi sono linearmente indipendenti, quindi

B(S Sim3 (R)) = {B1 , B2 , B3 , B4 }


W = A M3,3 (R) | A + AT = 0 .
c) Mostrare che ogni elemento di W ha rango minore di 3.
Soluzione:
Notiamo che la condizione AT = A ci dice che
0
x
A = x 0
y z
le matrici di W sono del tipo
y
z
con x, y, z R
0
a) Per mostrare che W , che è un insieme non vuoto, è un sottospazio vettoriale di M3,3 (R) dobbiamo
verificare che è chiuso rispetto alla somma e al prodotto per scalari.
SOMMA. Siano
0
x y
0
a b
A = x 0 z e B = a 0 c
con x, y, z, a, b, c R
y z 0
b c 0
due qualsiasi matrici di W . Allora

0
x+a y+b
0
0
z + c = (x + a)
A + B = x a
y b z c
0
(y + b)
Quindi W è chiuso rispetto alla somma.
x+a
0
(z + c)
y+b
z + c W
0
176
`
PRODOTTO per SCALARI. Sia
0
x
A = x 0
y z
y
z
0
un elemento di W e R uno scalare. Allora
0
x y
0
z W
A = x
y z 0
Quindi W è anche chiuso rispetto al prodotto per scalari.

b) Riscrivendo in maniera pi`
u opportuna il generico elemento di W otteniamo:
0 1 0
0 0 1
0 0 0
0
x y
A = x 0 z = x 1 0 0 + y 0 0 0 + z 0 0 1
0 1 0
0 0 0
1 0 0
y z 0
Di conseguenza le matrici
0 1 0
A1 = 1 0 0 ,
0 0 0
0 0 1
A2 = 0 0 0 ,
1 0 0
0 0
A3 = 0 0
0 1
0
1
0
generano tutto W . Essendo anche linearmente indipendenti, una base di W è data da B(W ) =
{A1 , A2 , A3 }.
c) Calcoliamo il determinante della generica matrice A di W :
det(A) = x (yz) + y (xz) = xyz + xyz = 0
Poiche il determinante di A è zero, il rango di A è minore di 3.


W = A M3,3 (R) | A = AT , tr(A) = 0

2 1 1
c) Calcolare le coordinate di B = 1 2 3 W rispetto alla base trovata al punto b).
1 3 0
Soluzione:
Notiamo che la condizione AT = A implica che le matrici di W siano simmetriche. Inoltre la condizione
tr(A) = 0 implica che la somma degli elementi della diagonale principale sia 0. Di conseguenza le matrici
di W sono del tipo
a b
c
e
con a, b, c, d, e R
A = b d
c e a d
SOMMA. Siano
x y
z
a b
c
t
e e B = y w
con x, y, z, w, t, a, b, c, d, e R
A = b d
z t x w
c e a d
a+x b+y
A + B = b + y d + w
c+z e+t
c+z
W
e+t
a x d w
2. SOLUZIONI
a
A = b
c
b
d
e
177
c
e
a d
a b
c
W
e
A = b d
c e a d

a b
c
e
A = b d
c e a d
0
0 0 0
0 0 1
0 1 0
1 0 0
= a 0 0 0 + b 1 0 0 + c 0 0 0 + d 0 1 0 + e 0
0
0 0 1
1 0 0
0 0 0
0 0 1
1 0 0
A1 = 0 0 0 ,
0 0 1
0 0 0
A4 = 0 1 0
0 0 1
0
A2 = 1
0
0
A5 = 0
0
1 0
0 0 ,
0 0
0 0
0 1
1 0
0 0
A3 = 0 0
1 0
0 0
0 1
1 0
1
0 ,
0
generano tutto W . Essendo anche linearmente indipendenti, una base di W è data da B(W ) =
{A1 , A2 , A3 , A4 , A5 }.
` immediato verificare che B = 2A1 + A2 + A3 2A4 + 3A5 , di conseguenza le coordinate di B
c) E
rispetto alla base trovata al punto precedente sono (2, 1, 1, 1, 3)B .

W = {A M3,3 (R) | aij = 0 per i j}
c) Mostrare che per ogni matrice A in W , la matrice A2 ha rango minore di 2.
Soluzione:
Linsieme W è formato dalle matrici triangolari superiori
0 x y
A = 0 0 z
con x, y, z R
0 0 0
SOMMA. Siano
0 x y
0 a b
A = 0 0 z e B = 0 0 c
con x, y, z, a, b, c R
0 0 0
0 0 0

0 x+a y+b
0 x+a
0
z + c = 0
0
A + B = 0
0
0
0
0
0
y+b
z + c W
0
178
`
0 x
A = 0 0
0 0
y
z
0
0 x y
A = 0 0 z W
0 0
0

0 0 0
0 0 1
0 1 0
0 x y
A = 0 0 z = x 0 0 0 + y 0 0 0 + z 0 0 1
0 0 0
0 0 0
0 0 0
0 0 0
0 1
A1 = 0 0
0 0
0
0 ,
0
generano tutto W . Essendo anche

{A1 , A2 , A3 }.
c) Calcoliamo A2
0 x
A A = 0 0
0 0
0
A2 = 0
0
0 1
0 0 ,
0 0
0 0 0
A3 = 0 0 1
0 0 0
linearmente indipendenti, una base di W è data da B(W ) =

y
0 x
z 0 0
0
0 0

y
0
z = 0
0
0
0 xz
0 0
0 0
Di conseguenza se x = 0 o z = 0 otteniamo la matrice nulla di rango zero, altrimenti rg(A2 ) = 1.

In ogni caso rg(A2 ) 1.
CAPITOLO 8
Applicazioni lineari
Esercizio 8.1. Sia T : R3 R3 lapplicazione definita da T (x1 , x2 , x3 ) = (x21 , x2 , 2x3 ). Stabilire se
T è lineare.
Esercizio 8.2. Verificare che la funzione determinante definita sullinsieme delle matrici M22 avalori
in R non è lineare.
Esercizio 8.3. Stabilire se esiste una applicazione lineare T : R2 R2 tale che
T (1, 2) = (3, 0),
T (2, 7) = (4, 5),
T (1, 5) = (1, 4)

T (1, 2) = (3, 0),
T (2, 4) = (5, 0),
T (0, 1) = (1, 1)
Esercizio 8.5. Determinare una applicazione lineare T : R2 R2 tale che

T (1, 1) = (1, 2),
T (0, 2) = (4, 4)
Esercizio 8.6. Sia T : R2 R3 lapplicazione definita da T (x, y) = (x + y, 2x, x y).

a) Verificare che T è lineare.
b) Determinare Nucleo e Immagine di T .
c) Determinare la matrice A associata a T (rispetto alle basi canoniche).
d) Determinare T (1, 2) usando la definizione e usando la matrice A.
Esercizio 8.7. Sia T : R2 R3 lapplicazione lineare definita sulla base canonica di R2 nel seguente
modo: T (e1 ) = (1, 2, 1), T (e2 ) = (1, 0, 1).
a) Esplicitare T (x, y).
b) Determinare la matrice A associata a T (rispetto alle basi canoniche).
c) Stabilire se (3, 4, 1) appartiene a Im(T ).
Esercizio 8.8. Sia T : R2 R3 lapplicazione lineare tale che T (v) = Av con
1 1
A = 2 0
1 1
a) Determinare una base di Nucleo e Immagine di T .
b) Stabilire se (3, 2, 1) appartiene a Im(T ).
Esercizio 8.9. Sia T : R3 R3 lapplicazione lineare
3 1
A = 2 1
0
2
Determinare limmagine attraverso T del piano :

4
definita da
0
0
1
x + 2y = 0.
Esercizio 8.10. Sia T : R R lapplicazione lineare tale che

x1 + x2 + 2x3 + x4
x1
x2
x1 + 2x2 + 4x3 + x4

T
x3 = 2x1 + 2x2 + 4x3 + 3x4
x1 2x2 + (k 4)x3 + 2x4
x4
dove k R un parametro reale.

a) Discutere liniettivit`
a e suriettivit`
a di T al variare di k R.
b) Determinare una base degli spazi vettoriali Im(T ) e N(T ) al variare di k R.
179
180
8. APPLICAZIONI LINEARI
Esercizio 8.11. Sia T : R4 R5 la funzione lineare definita da
T (x1 , x2 , x3 , x4 ) = (x1 x2 , x1 + x2 , x2 , x2 + 3x3 , 2x1 )
rispetto alle basi canoniche.

a) Trovare una base del nucleo N(T ) e una base dellimmagine Im(T ).
b) Dire se T è iniettiva e/o suriettiva.
c) Per quali valori di k R il vettore vk = (k, 2, 1 k, 4, 2) appartiene allimmagine di T ?
Esercizio 8.12. Sia T : R3 R4 la funzione lineare definita da:
T (x1 , x2 , x3 ) = (2kx1 x2 , x2 + kx3 , x1 + x2 x3 , x1 x2 )
a) Trovare le dimensioni del nucleo e dellimmagine di T al variare del parametro reale k.

b) Stabilire per quali valori di k il vettore v = (3, 3, 1, 0) appartiene allimmagine di T .
Esercizio 8.13. Sia T la funzione lineare da R3 a R3 con matrice associata
2 1 0
A = 0 1 1
2 1 2

a) Determinare basi dellimmagine Im(T ) e del nucleo N (T ).
b) Stabilire per quale valore di k il vettore vk = (k, k, k) appartiene allimmagine di T .
T (x1 , x2 , x3 , x4 ) = (x2 + 3x3 , 2x3 + x4 , 0, x1 x2 + x4 )

a) Dire se T è iniettiva e/o suriettiva
b) Trovare una base del nucleo N(T ) e una base dellimmagine Im(T ).
Esercizio 8.15. Sia T lendomorfismo di R3 cos definito:
T (x1 , x2 , x3 ) = (2x1 + x3 , 2x1 + x2 + x3 , x2 + 2x3 ).
a) Scrivere la matrice associata a T rispetto alle basi canoniche e determinare il nucleo e limmagine
di T .
b) Stabilire se T è iniettiva. Trovare, al variare del parametro reale k, tutti i vettori v tali che
T (v) = (3, 3, k).
Esercizio 8.16. Si consideri il seguente endomorfismo di R4
T (x, y, z, w) = (x + z, 2y, x 2z, w)
a) Si determino le dimensioni di immagine e nucleo di T e si stabilisca se T è invertibile.

b) Si determini linversa T 1 .
Esercizio 8.17.
a) Verificare che le relazioni
T (1, 1, 1) = (1, 2),
T (0, 1, 1) = (0, 4),

3
T (1, 1, 0) = (2, 1)
2
definiscono ununica applicazione lineare T da R a R .

b) Scrivere la matrice rappresentativa di T rispetto alla basi canoniche.
c) Trovare basi di Im(T ) e di N (T ).
Esercizio 8.18. Sia T : R3 R3 lapplicazione lineare definita da
T (x, y, z) = (2x, y, 0)
Dato il vettore w = (2, 1, 1), calcolare T (w).

Determinare la matrice A associata a T rispetto alla base canonica.
Calcolare T (w) utilizzando la matrice A.
Determinare la dimensione e una base degli spazi vettoriali Im(T ) e N(T ).
Verificare che linsieme B = {v1 , v2 , v3 } con v1 = (1, 0, 1), v2 = (0, 1, 1), v3 = (1, 1, 1) è una
base di R3 .
(6) Determinare la matrice B associata a T rispetto alla base B dello spazio di partenza e alla base
canonica C dello spazio di arrivo.
(7) Determinare le componenti del vettore w = (2, 1, 1) rispetto alla base B.
(1)
(2)
(3)
(4)
(5)
181
(8) Calcolare T (w) utilizzando la matrice B.
Esercizio 8.19. Sia T : R3 R2 lapplicazione lineare tale che

T (x, y, z) = (2x, y + z)
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
Verificare che T è unapplicazione lineare.

Determinare la dimensione e una base degli spazi vettoriali Im(T ) R2 e N(T ) R3 .
Verificare che linsieme B = {v1 , v2 , v3 } con v1 = (2, 1, 0), v2 = (0, 1, 0), v3 = (1, 0, 1) è una base
di R3 .
Determinare la matrice B associata a T rispetto alla base B di R3 e alla base canonica di R2 .
Determinare la matrice P di cambiamento di base dalla base canonica C alla base B.
Determinare le componenti del vettore w = (1, 1, 1) rispetto alla base B utilizzando la matrice P
(o meglio P 1 ).
Calcolare T (w) utilizzando la matrice B.
T (x, y, z) = (2x + y, x + y, y + kz)
dove k R è un parametro reale.

(1) Determinare la matrice A associata a T rispetto alla base canonica.
(2) Determinare la dimensione e una base dello spazio vettoriale Im(T ) R3 al variare del parametro
k.
(3) Determinare la dimensione e una base dello spazio vettoriale N(T ) R3 al variare del parametro
k.
(4) Stabilre se il vettore v = (3, 1, 5) appartiene a Im(T ) al variare del parametro k. In caso
positivo esprimere v come combinazione lineare degli elementi della base di Im(T ) trovata.
T (x, y, z) = (x + y, kx + y + z, kx + y + kz)

k.
k.
(4) Stabilre se il vettore v = (0, 1, 1) appartiene a Im(T ) al variare del parametro k. In caso positivo
esprimere v come combinazione lineare degli elementi della base di Im(T ) trovata.

T (x, y) = (kx + 4y, x + ky, y)

Stabilire se T è iniettiva e/o suriettiva al variare del parametro k.
Esercizio 8.23. Sia T : R4 R4 lapplicazione lineare definita dalla matrice
5k
1
3k + 4
0
k + 1
0
0
0
A = M (T ) =
3
k+5
1
k + 3
2k 2
0
k
0
a e suriettivit`
a di T al variare del parametro reale k.
b) Determinare la dimensione di immagine e nucleo di T al variare di k.
182
T (x, y, z, w) = (x y + z + w, x + 2y z, x + y + 3z 3w)

(2) Determinare la dimensione e una base dello spazio vettoriale Im(T ) R3 .
(3) Determinare la dimensione e una base dello spazio vettoriale N(T ) R4
T (x, y, z, w) = (x 2y + 3z, x y + (k + 3)z + 2w, 2x 3y + (k + 6)z + (k + 1)w)

Stabilire se esistono valori di k per cui T è iniettiva e/o suriettiva.

T (x, y, z) = (x y, 2x 3y)
a) Dire se T è iniettiva e/o suriettiva.

b) Trovare le dimensioni del nucleo e dellimmagine di T .
Esercizio 8.27. Sia k un parametro reale e sia T lendomorfismo di R4 definito da

T (x1 , x2 , x3 , x4 ) = (2x1 , x1 + x2 + x3 + 3x4 , kx1 + x3 , x3 + kx4 )
a) Determinare basi del nucleo e dellimmagine di T al variare del parametro k.

b) Si dica se T è iniettivo e/o suriettivo.
Esercizio 8.28. Sia T : R3 R2 la funzione lineare
T (x1 , x2 , x3 ) = (ax1 + 2ax2 + x3 , bx1 + 2bx2 + x3 ).
a) Si determinino gli eventuali valori reali di a e b per i quali T è suriettiva.

b) Si trovi una base del nucleo di T al variare di a e b.
Esercizio 8.29. Sia T : R4 R3 la funzione lineare definita da T (x) = Ax, con
1 0 2 3
A = 1 0 1 0
0 1 0 1
a) Stabilire se T è iniettiva e/o suriettiva.
Esercizio 8.30. Sia T : R4 R4 la funzione
1
2
A=
1
0
lineare definita da T (x) = Ax, con
0 1 1
0 0 0
.
1 0 0
1 1 1
a) Stabilire se T invertibile.
b) Trovare basi del nucleo e dellimmagine di T .
Esercizio 8.31. Detto k un paramtro reale, sia
k 1
A = 0 2
0 k
10
0 .
k
a) Si trovino, al variare di k, nucleo e immagine dellendomorfismo TA di R3 associato alla matrice

A.
b) Stabilire per quali valori k R la funzione lineare TA è invertibile.
Esercizio 8.32. Si consideri la funzione lineare T
2k
0
k
0
k 1 1
0
0
: R4 R4 definita dalla matrice
2 1
1 1
0 1
0 1
183
a) Si dica se esistono valori del parametro reale k per i quali T è iniettiva o suriettiva.
b) Si calcoli la dimensione del nucleo N (T ) e dellimmagine Im(T ) al variare di k.
0
1
A=
0
2
lineare definita da T (x) = Ax con
1 k 2
1 0 2
1 1 2
0 1 1
a) Determinare una base del nucleo di T e una base dellimmagine di T al variare del parametro k.
Esercizio 8.34. Sia f : R3 R3 lapplicazione lineare definita ponendo

f (x, y, z) = (x + y 2z, 3x z, 2x y + z)
e sia g : R3 R3 lapplicazione lineare definita ponendo
g(x, y, z) = (x + z, x y + z, y)
Si trovino le dimensioni dei nuclei delle applicazioni lineari g f e f g.

T (x, y, z) = (x + y, 2x y z, 2y + z)
e sia B = {(1, 2, 4), (0, 1, 1), (1, 0, 7)} una base di R3 .

a) Stabilire se T è iniettivo e/o suriettiva.
b) Si determini la matrice MB (T ) associata a T rispetto alla base B
Esercizio 8.36. Sia S : R4 R3 la funzione lineare
S(x1 , x2 , x3 , x4 ) = (3x1 2x3 + x4 , 4x1 2x2 + 2x3 + 3x4 , x1 + 2x3 + 2x4 ).
a) Si trovi una base del nucleo di S e una base dellimmagine di S.

b) Sia E la base canonica di R4 e sia B la base di R3 costituita dai vettori
v1 = (1, 0, 1), v2 = (1, 0, 0), v3 = (1, 1, 1)
Si determini la matrice MEB (S) associata a S.

Esercizio 8.37. Sia T la funzione lineare da R3 a R3 definita da
T (x, y, z) = (3x 2y, x + y + z, 2x 3y z)
b) Si scriva la matrice associata a T rispetto alla base B = {(2, 1, 0), (1, 1, 0), (0, 1, 1)}.
c) Trovare la distanza euclidea tra il punto P = (1, 1, 1) e il nucleo N (T ).
Esercizio 8.38. Sia B = {v1 = (1, 2, 3), v2 = (1, 0, 1), v3 = (0, 0, 2)} una base di R3 e sia T : R3
R lendomorfismo definito dalla matrice
0 4 2
MB (T ) = 6 0 0 .
0 8 4
3
a) Si determini la matrice associata a T rispetto alla base canonica di R3 .

b) Si stabilisca se T è iniettivo e/o suriettivo.
1 1 1
A = 0 1 1
1 0 0
a) Si determini la matrice associata a T rispetto alla base costituita dai vettori v1 = (1, 1, 1), v2 =
(1, 0, 0), v3 = (0, 0, 1).
b) Si trovi una base del nucleo di T .
184
Esercizio 8.40. Sia T : R2 R3 lapplicazione definita da T (x, y) = (2x, x y, 2y), e siano B =

{(1, 0), (1, 1) } e B = {(1, 1, 0), (0, 1, 1), (0, 0, 2) } due basi di R2 e R3 rispettivamente. Determinare la
matrice A = MBB (T ) associata a T rispetto alle basi B e B .
Esercizio 8.41. Sia V = R3 e siano C e B = {(1, 1, 0), (0, 1, 1), (0, 0, 2) } rispettivamente la base
canonica e unaltra base di V .
a) Determinare la matrice P = MCB di transizione da C a B .

b) Svolgere lesercizio precedente utilizzando la matrice P .
T (x, y, z) = (x z, 2x + y, x 3y)
a) Si determini la matrice MB (T ) associata a T rispetto alla base B costituita dai vettori v1 =

(1, 0, 0), v2 = (1, 0, 1), v3 = (0, 1, 1).
b) Si trovi una base dellimmagine di T .
c) Il determinante di una matrice associata a T pu`
o essere nullo?
Esercizio 8.43. Sia S : R3 R4 lapplicazione lineare definita da
S(x1 , x2 , x3 ) = (x1 + x2 , x2 , x1 , x2 3x3 ).
a) Sia B la base di R3 costituita dai vettori v1 = (1, 1, 1), v2 = (1, 1, 0), v3 = (1, 0, 0) e sia E la base
canonica di R4 . Si determini la matrice MBE (S) associata a S.
b) Si trovi la dimensione del nucleo di S.
Esercizio 8.44. Sia S : R3 R3 la funzione lineare associata a:
0 0 0
0 0 1
1 2 3
rispetto alla base B = {(1, 1, 1), (0, 2, 2), (0, 0, 3)} di R3 .

a) Si scriva la matrice associata a S rispetto alle basi canoniche.
b) Determinare basi dellimmagine Im(S) e del nucleo N (S).
S(x1 , x2 , x3 ) = (2x1 2x2 + x3 , 2x1 + 2x2 3x3 , 2x1 + 2x2 + x3 )

v1 = (1, 1, 0), v2 = (1, 0, 1), v3 = (0, 1, 1)
Si determini la matrice MBE (S) associata a S.
Esercizio 8.46. Sia V = R2 e siano B = C = { (1, 0), (0, 1) } e B = {(1, 1), (1, 0) } due basi di V .
a) Determinare la matrice P = MBB di transizione da B a B .

b) Determinare le coordinate di v = (2, 1) utilizzando la matrice P .

b) Sia T : R2 R3 lapplicazione definita da T (x, y) = (2x, x y, 2y). Utilizzando la matrice P
determinare la matrice A = MCB (T ) associata a T rispetto alle basi C e B .

Esercizio 8.48. Sia T : R3 R3 cos` definita: T (x, y, z) = (x + 2y + 3z, 3y + z, 4z).
a) Determinare la matrice A associata a T rispetto alla base canonica.
b) Determinare la matrice B associata a T rispetto alla base
B = {v1 = (1, 0, 0), v2 = (1, 1, 0), v3 = (5, 3, 3)} .
Esercizio 8.49. Sia T : R3 R3 lapplicazione
1
A = 3
6
lineare definita da:
3 3
5 3
6 4
a) Verificare che linsieme B = {v1 = (1, 1, 0), v2 = (1, 0, 1), v3 = (1, 1, 2)} è una base di R3 .
185
b) Determinare la matrice associata a T rispetto alla base B.

Esercizio 8.50. Sia
B = {v1 = (1, 0, 1), v2 = (0, 1, 0), v3 = (2, 0, 0)}
una base di R e sia T lendomorfismo di R3 cos` definito:

T (v1 ) = (3, 1, 2),
T (v2 ) = (0, 1, 1),
T (v3 ) = (6, 4, 6)
a) Si determini la matrice M (T ) associata a T rispetto alla base canonica.

b) Si determini base e dimensione dellImmagine e del Nucleo di T .
c) Si stabilisca per quali valori di k il vettore vk = (k + 1, 0, k) appartiene allImmagine di T .
Esercizio 8.51. Dati i vettori di R3
v1 = (1, 0, 1),
3
v2 = (0, 2, 2),
v3 = (1, 1, 0),
si consideri la funzione lineare T : R R definita da

T (v1 ) = (2, 0, 0),
T (v2 ) = (4, 4, 4),
T (v3 ) = (0, 6, 6)

b) Si determini una base del nucleo e dellimmagine di T .
Esercizio 8.52. Sia T la funzione lineare da R3 in R4 che associa ai vettori
(1, 1, 2),
(1, 1, 0),
rispettivamente i vettori
(0, 0, 1)
(1, 2, 1, 0),
(1, 1, 0, 1),
(0, 0, 1, 1)
a) Stabilire se T è iniettiva, suriettiva, biunivoca.

b) Qual è limmagine di v = (2, 0, 3)?
che:
Esercizio 8.53. Sia E = {e1 , e2 , e3 } la base canonica di R3 . Sia T : R3 R3 la funzione lineare tale
T (e1 ) = 3e1 e2 + e3 ,
T (e2 ) = e2 e3 ,
T (e3 ) = 2T (e1 ) + T (e2 )
a) Si calcoli la matrice associata a T rispetto ad E.

b) Trovare basi del nucleo e dellimmagine di T e stabilire se T è invertibile.
che:
T (e1 ) = e1 2e2 + e3 ,
T (e2 ) = 2e2 e3 ,
T (e3 ) = e1 + e3 .
a) Si mostri che T è invertibile.

b) Si scriva la matrice associata a T 1 rispetto ad E.
c) Sia W = {x R3 : x1 + 2x2 x3 = 0}. Si trovi una base del sottospazio immagine T (W ).
è
Esercizio 8.55. Si consideri la funzione lineare T : R3 R3 la cui matrice rispetto alla base canonica
1
M (T ) = 1
2
0 3
1 1
2 1
e sia B = {v1 = (1, 1, 0), v2 = (1, 1, 1), v3 = (1, 0, 1)} una base di R3 .
a) Si determini la matrice MBE (T ) associata a T rispetto alla base B nel dominio e rispetto alla base
canonica E nel codominio.
b) Si determini la matrice MB (T ) associata a T rispetto alla base B.
Esercizio 8.56. Si consideri la base B = {(1, 1, 0, 0), (0, 1, 1, 0), (0, 0, 1, 1), (1, 0, 1, 0)} di R4 e sia E la
base canonica di R4 . Sia T : R4 R4 la funzione lineare con matrice associata
1 0 0 0
1 k 0 0
MBE (T ) =
0 1 1 1
1 0 0 1
186
a) Stabilire per quali valori di k la funzione T è un isomorfismo (cioè iniettiva e suriettiva).

b) Posto k = 1, si trovi una base del sottospazio T 1 (W ) = {v R4 | T (v) W }, con W =
h(1, 0, 0, 1), (0, 1, 0, 1)i.
Esercizio 8.57. Dati i vettori v1 = (1, 1, 0), v2 = (0, 2, 0) e v3 = (0, 1, 1), sia T lendomorfismo di R3
tale che T (v1 ) = v2 , T (v2 ) = v3 e T (v3 ) = v1 .
a) Determinare la matrice associata a T rispetto alla base B = {v1 , v2 , v3 }.
b) Determinare la matrice associata a T rispetto alla base canonica.
c) Determinare il nucleo di T e trovare (se esiste) una controimmagine di (5, 1, 11).
Esercizio 8.58. Sia S : Mn (R) Mn (R) la funzione lineare cos` definita:
S(A) = A AT
a) Si determini il nucleo e limmagine di S.

b) Posto n = 2, si determini la matrice associata a S rispetto alla base

1 0
0 0
0 1
0 0
B=
,
,
,
0 0
1 0
0 0
0 1
c) Per n = 2, la funzione lineare S è diagonalizzabile?

S(A) = A + AT

b) Posto n = 2, si determini la matrice associata a S rispetto

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

0
0
base

0
1
Esercizio 8.60. Si f : R2 [x] R2 [x] lapplicazione lineare definita ponendo

f (ax2 + bx + c) = (a b)x2 + (b c)x + a c
a) Si trovi la matrice rappresentativa di tale applicazione rispetto alla base

B = x2 + 2, x 1, x + 1
b) Si trovi la dimensione e una base di N(f ) e Im(f ).
1. Suggerimenti
Una Applicazione lineare T : V W è una funzione tra due spazi vettoriali che gode delle seguenti
propriet`
a:
T (v1 + v2 ) = T (v1 ) + T (v2 )
T (v) = T (v)
v1 , v2 V
v V, R
In particolare se B = {v1 , v2 , . . . , vn } è una base di V e v V , allora:
T (v) = T (x1 v1 + + xn vn ) = x1 T (v1 ) + + xn T (vn )
A ogni applicazione lineare pu`

o essere associata una matrice A = M (T ) che ha per colonne le immagini
degli elementi della base di V , espresse rispetto alla base di W . Salvo indicazioni le basi di V e W sono le
basi canoniche. Usando la matrice associata
T (V ) = A v
v V
Una applicazione lineare pu`

o essere definita tramite:
1. SUGGERIMENTI
187
La regola:
T : R2 R3 tale che
T (x, y) = (x + y, 2x, x y)
Le immagini di una base:
T : R2 R3 tale che
T (e1 ) = (1, 2, 1)
T (e2 ) = (1, 0, 1)
La matrice associata rispetto a una base:
T : R2 R3 tale che la matrice associata rispetto alle basi canoniche è
1 1
A = 2 0
1 1
Se non è specificato, la matrice si intende sempre associata rispetto alle basi canoniche.
Le tre precedenti definizioni definiscono la stessa applicazione lineare.

LImmagine Im(T ) di una applicazione lineare T : V W è lo spazio generato dalle immagini degli
elementi di una base B = {v1 , v2 , . . . , vn } di V :
Im(T ) = {T (v) | v V } = hT (v1 ), . . . , T (vn )i W
Utilizzando la matrice A = M (T ) associata:
Im(T ) = spazio generato dalle colonne di A (Prestare attenzioni se le basi di V e W non sono
quelle canoniche)
B(Im(T )) = { colonne linearmente indipendenti di A } (Prestare attenzioni se le basi di V e W
non sono quelle canoniche).
dim(Im(T )) = rg(A)
Il Nucleo N(T ) di una applicazione lineare T : V W è il sottospazio di V formato dagli elementi

la cui immagine è lo 0:
N(T ) = {v V | T (v) = 0} V
Utilizzando la matrice A associata:
N(T ) = { soluzioni del sistema omogeneo associato a A } (Prestare attenzione se le basi di U e
di V non sono quelle canoniche.
dim(N(T )) = n rg(A), dove n = dim(V ) = numero delle incognite del sistema lineare.
Il teorema di Nullit`
a pi`
u rango afferma che se T : V W allora:
dim(N(T )) + dim(Im(T )) = n = dim(V )
Una applicazione è detta Iniettiva se dim(N(T )) = 0, cioè se N(T ) = {0}.
Una applicazione è detta Suriettiva se dim(Im(T )) = dim(W ), cioè se Im(T ) = W .
Una applicazione è detta Biiettiva se è sia iniettiva che suriettiva. Unapplicazione è invertibile
sse è biiettiva.
Bisogna prestare particolare attenzione quando lapplicazione non è definita sulle basi canoniche.
Matrici di transizione Sia V uno spazio vettoriale di dimensione n e siano B = {v1 , . . . , vn } e B =
188
o scrivere come combinazione lineare degli elementi

{v1 , . . . , vn } due basi di V . Ogni vettore w di V si pu`
delle due basi:
w = x1 v1 + + xn vn = x1 v1 + + xn vn
componenti di w rispetto a B
w = (x1 , . . . , xn )B
w=
componenti di w rispetto a B
(x1 , . . . , xn )B
Sia T : Rn Rn lapplicazione tale che T (x1 , . . . , xn ) = (x1 , . . . , xn ). La matrice associata a T
è detta matrice di transizione da B a B , indicata con MBB . Tale matrice ha per colonne i vettori
di B epressi rispetto a B :
(x1 , . . . , xn ) = MBB (x1 , . . . , xn )T
Sia T : Rn Rn lapplicazione tale che T (x1 , . . . , xn ) = (x1 , . . . , xn ). La matrice associata a T

è detta matrice di transizione da B a B, indicata con MBB . Tale matrice ha per colonne i vettori
di B epressi rispetto a B:
(x1 , . . . , xn ) = MBB (x1 , . . . , xn )T
Osservzioni
Le matrici MBB e MBB sono una linversa dellaltra.

Se T : V V è un endomorfismo e B e B sono due basi di V , allora
MB (T ) = P 1 MB (T ) P
con
P = MBB
2. Soluzioni
3
Esercizio 8.1. Sia T : R R lapplicazione definita da T (x1 , x2 , x3 ) = (x21 , x2 , 2x3 ). Stabilire se

T è lineare.
Soluzione:
Se T fosse lineare in particolare dovrebbe essere T (2v) = 2T (v) per ogni v R3 . Sia per esempio
v = (1, 0, 0):
T (v) = T (1, 0, 0) = (1, 0, 0) 2T (v) = (2, 0, 0)
T (2v) = T (2, 0, 0) = (4, 0, 0)
Quindi T (2v) 6= 2T (v) e T non è lineare.
Esercizio 8.2. Verificare che la funzione determinante definita sullinsieme delle matrici M22 avalori
in R non è lineare.
Soluzione:
Sia T la funzione determinante: T (A) = det(A). Se T fosse lineare in particolare dovrebbe essere T (A) +
T (B) = T (A + B) per ogni A, B M22 . Siano

1 0
0 0
1 0
A=
,
B=
A+B =
0 0
0 1
0 1
Allora
T (A) = T (B) = 0 T (A) + T (B) = 0
T (A + B) = 1
Quindi T (A) + T (B) 6= T (A + B) e T non è lineare.

T (1, 2) = (3, 0),
T (2, 7) = (4, 5),
T (1, 5) = (1, 4)
2. SOLUZIONI
189
Soluzione:
Se T fosse unapplicazione lineare dovrebbe in particolare verificare
T (1, 2) + T (1, 5) = T ((1, 2) + (1, 5)) = T (1 + 1, 2 + 5) = T (2, 7),
mentre
T (1, 2) + T (1, 5) = (3, 0) + (1, 4) = (4, 4)
T (2, 7) = (4, 5)
Quindi T non è unapplicazione lineare.

T (1, 2) = (3, 0),
T (2, 4) = (5, 0),
T (0, 1) = (1, 1)
Soluzione:
Se T fosse unapplicazione lineare dovrebbe in particolare verificare
2T (1, 2) = T (2 1, 2 2) = T (2, 4),
mentre
2T (1, 2) = 2(3, 0) = (6, 0)

T (2, 4) = (5, 0)
Quindi T non è unapplicazione lineare.

Esercizio 8.5. Determinare una applicazione lineare T : R2 R2 tale che
T (1, 1) = (1, 2),
T (0, 2) = (4, 4)
Soluzione:
Possiamo procedere in due modi.
(1) Ricaviamo limmagine degli elementi della base canonica di R2 imponendo la linearità di T :
2T (0, 1) = T (0, 2) = (4, 4) T (0, 1) = (2, 2)
T (1, 0) = T (1, 1) T (0, 1) = (1, 2) (2, 2) = (1, 0)
Di conseguenza, preso il generico elemento (x, y) = x(1, 0) + y(0, 1) R2 , per la linearità di T

deve essere
T (x, y) = xT (1, 0) + yT (0, 1) = x(1, 0) + y(2, 2) = (x + 2y, 2y)
E immediato verificare che T è lineare e che T (1, 1) = (1, 2) e T (0, 2) = (4, 4) come richiesto.
(2) Alternativamente possiamo scrivire il generico elemento (x, y) R2 come combinazione lineare
degli elementi di cui conosciamo limmagine (che formano una base di R2 ): (1, 1) e (0, 2). Si
tratta quindi di risolvere lequazione
(
a = x
a=x
(x, y) = a(1, 1) + b(0, 2)
x + y
b =
a + 2b = y
2
Di conseguenza
x + y
(0, 2)
(x, y) = x(1, 1) +
2
Essendo T lineare deve quindi essere
x + y
x + y
T (0, 2) = x(1, 2) +
(4, 4)
T (x, y) =x T (1, 1) +
2
2
=(x, 2x) + (2x + 2y, 2x + 2y) = (x + 2y, 2y)
E immediato verificare che T è lineare e che T (1, 1) = (1, 2) e T (0, 2) = (4, 4) come richiesto.

2
Esercizio 8.6. Sia T : R R lapplicazione definita da T (x, y) = (x + y, 2x, x y).
190
a)
b)
c)
d)
Verificare che T è lineare.

Determinare Nucleo e Immagine di T .
Determinare la matrice A associata a T (rispetto alle basi canoniche).
Determinare T (1, 2) usando la definizione e usando la matrice A.
Soluzione:
a) Dobbiamo verificare che
T (v1 + v2 ) = T (v1 ) + T (v2 )
T (v) = T (v)
v R2 ,
vi R2
Siano quindi v1 = (x1 , y1 ) e v2 = (x2 , y2 ), allora

T (v1 + v2 ) = T (x1 + x2 , y1 + y2 ) = (x1 + x2 + y1 + y2 , 2x1 + 2x2 , x1 + x2 y1 y2 )
T (v1 ) + T (v2 ) = (x1 + y1 , 2x1 , x1 y1 ) + (x2 + y2 , 2x2 , x2 y2 )
= (x1 + x2 + y1 + y2 , 2x1 + 2x2 , x1 + x2 y1 y2 )
Quindi la prima propriet`

a è verificata. Analogamente
T (v) = T (x, y) = (x + y, 2x, x y)
T (v) = (x + y, 2x, x y) = (x + y, 2x, x y)
Anche la seconda propriet`

a è verificata, quindi T è lineare.
b) Per definizione

N(T ) = v R2 | T (v) = 0 = (x, y) R2 | (x + y, 2x, x y) = (0, 0, 0) R2
Si tratta quindi di cercare le soluzioni del sistema omogeneo:
x + y = 0
x=0
N(T ) = {(0, 0)}

2x = 0
y=0
xy =0
Analogamente

Im(T ) = T (v) | v R2 R3
= {(x + y, 2x, x y) | x, y R}
= {(1, 2, 1)x + (1, 0, 1)y | x, y R}
= h(1, 2, 1), (1, 0, 1)i

A questo punto per trovare una base di
generatori:
1 1
1
2 0 II 2I 0
1 1
III I 0
Im(T ) dobbiamo studiare la dipendenza lineare dei
1
1
0
2
III II 0
2
1
2
0
Quindi la matrice ha rango due e i due generatori di Im(T ) sono linearmente indipendenti:
B(Im(T )) = {(1, 2, 1), (1, 0, 1)}.
c) La matrice A ha per colonne le immagini dei vettori della base di R2 espressi come combianzione
lineare degli elementi della base di R3 . Nel caso in cui le basi siano quelle canoniche la cosa è
immediata:
T (e1 ) = T (1, 0) = (1, 2, 1),
Quindi
1
A = 2
1
T (e2 ) = T (0, 1) = (1, 0, 1)
1
0
1
Notiamo che al punto b) abbiamo in sostanza trovato:
Nucleo di T : corrisponde alle soluzioni del sistema omogeneo associato a A.

Immagine di T : corrisponde allo spazio generato dai vettori colonna di A.
2. SOLUZIONI
191
d) Con la definizione di T :
Con la matrice A
T (1, 2) = (1 + 2, 2 1, 1 2) = (3, 2, 1)
T (1, 2) = A (1, 2)T = (3, 2, 1)
Esercizio 8.7. Sia T : R R lapplicazione lineare definita sulla base canonica di R nel seguente
modo: T (e1 ) = (1, 2, 1), T (e2 ) = (1, 0, 1).
a) Esplicitare T (x, y).
b) Determinare la matrice A associata a T (rispetto alle basi canoniche).
c) Stabilire se (3, 4, 1) appartiene a Im(T ).
Soluzione:
a) Il generico vettore v = (x, y) R2 si pu`
o esprimere come v = x e1 + y e2 . Quindi per la linearità
di T :
T (v) = x T (e1 ) + y T (e2 ) = x (1, 2, 1) + y (1, 0, 1) = (x + y, 2x, x y)
b) La matrice associata a A è la matrice che ha per colonne le immagini della base canonica di R2
(espresse rispetto alla base canonica di R3 ). Avendo gi`
a T (e1 ) e T (e2 ) è immediato ricavare:
1 1
A = 2 0
1 1
c) Il vettore w = (3, 4, 1) appartiene a Im(T ) se esiste (x, y) R2 tale che T (x, y) = w, ovvero se
(x + y, 2x, x y) = (3, 4, 1). Si tratta quindi di stabilire se il seguente sistema ammette soluzione:
x + y = 3
x=2
(3, 4, 1) = T (2, 1) Im(T )

2x = 4
y=1
xy =1
Utilizzando la matrice associata al sistema, w appartiene a Im(T ) se il sistema A|w ammette

soluzione cioè se rg(A) = rg(A|w).
In generale w appartiene a Im(T ) se il sistema A|w ammette soluzione cioè se rg(A) = rg(A|w).
-

Esercizio 8.8. Sia T : R2 R3 lapplicazione lineare tale che T (v) = Av con
1 1
A = 2 0
1 1
a) Determinare una base di Nucleo e Immagine di T .
b) Stabilire se (3, 2, 1) appartiene a Im(T ).
Soluzione:
a)

Im(T ) = A v | v R2
Sia quindi v = (x, y) il generico vettore di R2 , limmmagine di T è formata dai vettori

x+y
x
A
= 2x = (1, 2, 1) x + (1, 0, 1)y
y
xy
192
In sostanza Im(T ) è lo spazio generato dalle colonne di A:

Im(T ) = h(1, 2, 1), (1, 0, 1)i
Riduciamo perci`
o A a gradini:
1
1 1
1 1
0
2 0 II 2I 0 2
III II 0
III I 0 2
1 1
1
2
0
La matrice A ha rango 2 e le due colonne sono linearmente indipendenti:

B(Im(T )) = {(1, 2, 1), (1, 0, 1)}
Analogamente il nucleo di T è

N(T )) = v R2 | A v = 0
Sia quindi v = (x, y) il generico vettore di R2 , il nucleo di T è formato dalle soluzioni di

x
A
=0
y
In sostanza il nucleo di T è formato dalle soluzioni del sistema omogeneo associato a A. Usando
la matrice ridotta è immediato vedere che lunica soluzione è il vettore nullo (0, 0), quindi N(T ) =
{(0, 0)}.
b) Il vettore w = (3, 2, 1) appartiene a Im(T ) se appartiene allo spazio generato dalle colonne di
A, ovvero se ammette soluzione il sistema Ax = w:
1 1 | 3
1 1 | 3
1 1 | 3
2 0 | 2 II 2I 0 2 | 10
0 2 | 10
1 1 | 1
III II 0 0 | 6
III I 0 2 | 4
Il sistema non ammette soluzione, quindi w = (3, 2, 1) non appartiene a Im(T ).
Notiamo che
Nucleo di T : corrisponde allinsieme delle soluzioni del sistema omogeneo associato a A.
Immagine di T : corrisponde allo spazio generato dai vettori colonna di A.
w appartiene allimmagine di T se il sistema A|w ha soluzione, cioè se rg(A) = rg(A|w).

Esercizio 8.9. Sia T : R3 R3 lapplicazione lineare
3 1
A = 2 1
0
2
Determinare limmagine attraverso T del piano :

Soluzione:
Il piano ha equazione parametrica
x = 2t
y=t
z=s
definita da
0
0
1
x + 2y = 0.
= {(x, y, z) = (2t, t, s) | s, t R}
Notiamo che poichè il piano passa per lorigine, i suoi punti costituiscono uno spazio vettoriale.
Limmagine del generico punto (x, y, z) = (2t, t, s) di è quindi data da
3 1 0
2t
7t
T (x, y, z) = A (x, y, z) = 2 1 0 t = 5t = (7t, 5t, 2t + s).
0
2 1
s
2t + s
2. SOLUZIONI
193
Infine limmagine di è il piano di equazioni parametrica e cartesiana:
x = 7t
s, t R,
T () :
y = 5t
z = 2t + s
4
5x + 7y = 0
Esercizio 8.10. Sia T : R R lapplicazione lineare tale che

x1 + x2 + 2x3 + x4
x1
x2
x1 + 2x2 + 4x3 + x4
=
T
x3 2x1 + 2x2 + 4x3 + 3x4
x1 2x2 + (k 4)x3 + 2x4
x4
dove k R un parametro reale.

a e suriettivit`
a di T al variare di k R.
b) Determinare una base degli spazi vettoriali Im(T ) e N(T ) al variare di k R.
Soluzione:
Determiniamo la matrice associata a T rispetto alla base canonica calcolando:
T (e1 ) = (1, 1, 2, 1)
T (e2 ) = (1, 2, 2, 2)
T (e3 ) = (2, 4, 4, k 4)
T (e4 ) = (1, 1, 3, 2)
Quindi la matrice associata è:
1
1
2
1
2
4
2
2
4
1 2 k 4
1
1
0
II
I
1
III 2I 0
3
IV + II 0
2
1
1
0
0
2
2
0
k
1
1
0
0
IV 0
1
III 0
3
1 2
1 2
0 k
0 0
1
0
3
1
a) Sappiamo che dim(Im(T )) = rg(A) e dim(N(T )) = 4 dim(Im(T )), quindi

Se k 6= 0, allora dim(Im(T )) = rg(A) = 4 e dim(N(T )) = 4 4 = 0, e T è sia suriettiva che
iniettiva.
Se k = 0, allora dim(Im(T )) = rg(A) = 3 e dim(N(T )) = 4 3 = 1, e T non è ne suriettiva
ne iniettiva.
b) Anche in questo caso dobbiamo distinguere due casi
Se k 6= 0, allora
B(Im(T )) = {T (e1 ), T (e2 ), T (e3 ), T (e4 )}
Se k = 0, allora
N(T ) = {(0, 0, 0, 0)}
B(Im(T )) = {T (e1 ), T (e2 ), T (e4 )}
Inoltre il nucleo è dato dalle soluzioni del sistema omogeneo associato a A:
x1 = 0
x = 2t
x1 + x2 + 2x3 + x4 = 0
2
t R
x2 + 2x3 = 0
3=t
x4 = 0
x4 = 0
Quindi
B(N(T )) = {(0, 2, 1, 0)}

T (x1 , x2 , x3 , x4 ) = (x1 x2 , x1 + x2 , x2 , x2 + 3x3 , x1 x2 )

a) Trovare una base del nucleo N(T ) e una base dellimmagine Im(T ).
194
c) Per quali valori di k R il vettore vk = (k, 2, 1 k, 4, 2) appartiene allimmagine di T ?

Soluzione:
Ricordiamo che Im(T ) è generata da
T (e1 ) = (1, 1, 0, 0, 1),
T (e2 ) = (1, 1, 1, 1, 1)
T (e3 ) = (0, 0, 0, 3, 0),
T (e4 ) = (0, 0, 0, 0, 0)
Quindi la dimensione di Im(T ) equivale al rango della matrice associata a tali vettori.
Inoltre vk appartiene allimmagine di T se vk hT (e1 ), T (e2 ), T (e3 ), T (e4 )i.
Per rispondere a tutte le tre domande riduciamo a gradini la matrice associata al sistema lineare
necessario per rispondere al punto c).
1 1 0 0 |
k
1 1 0 0 |
k
1
1 0 0 |
2
II I
0 2 0 0 | 2 k
0
1 0 0 | 1 k
0 1 0 0 | 1 k
0
1 3 0 |
4
IV III 0 0 3 0 | 3 + k
1 1 0 0 | 2
V + II 0 0 0 0 |
0
1 1 0 0 |
k
0 2 0 0 | 2 k
2III II
0 0 0 0 | k
0 0 3 0 | 3 + k
0 0 0 0 |
0
a) Dalla matrice dei coefficienti ridotta ricaviamo che questa ha rango 3 e che le prime tre colonne
sono linearmente indipendenti
dim(Im(T )) =rg(A) = 3
B(Im(T )) = {T (e1 ), T (e2 ), T (e3 )}
= {(1, 1, 0, 0, 2), (1, 1, 1, 1, 0), (0, 0, 0, 3, 0)}
Inoltre dal teorema di nullità pi`

u rango sappiamo che
dim(N(T )) + dim(Im(T )) = dim(spazio di partenza)

Quindi
dim(N(T )) = 4 dim(Im(T )) = 4 3 = 1
Per ricavare esplicitamente la base B(N(T )) notiamo che
v = x1 e1 + x2 e2 + x3 e3 + x4 e4 N(T )
sse
T (v) = x1 T (e1 ) + x2 T (e2 ) + x3 T (e3 ) + x4 T (e4 ) = 0

Quindi gli elementi del nucleo sono le soluzioni del sistema omogeneo associato a T (e1 ), T (e2 ),
T (e3 ) e T (e4 ).
In sostanza basta risolvere il sistema omogeneo associato alla matrice ridotta precedentemente
a gradini:
1 1 0 0 | 0
x1 = 0
0 2 0 0 | 0
x = 0
x1 x2 = 0
2
0 0 0 0 | 0 2x2 = 0
t R
x
=
0
3
0 0 3 0 | 0
3x3 = 0
x4 = t
0 0 0 0 | 0
Quindi
B(N(T )) = { (0, 0, 0, 1) }
Anche senza utilizzare il teorema di nullità pi`
u rango potevamo ricavare esplicitamente da qui la
dimensione del nucleo.
b) Abbiamo visto al punto precedente che
dim(Im(T )) = 3 < 5 = dim(R5 ) T non è suriettiva
dim(N(T )) = 1 6= 0 T non è iniettiva
2. SOLUZIONI
195
c) Il vettore vk Im(T ) se il sistema impostato allinizio è compatibile. Dalla terza riga della
matrice ridotta a gradini vediamo che deve essere k = 0. In tale caso il rango della matrice
completa e incompleta è 3, quindi il sistema è compatibile. Calcoliamo le soluzioni (anche se non
era effettivamente richiesto) risolvendo il sistema:
x1 = 1
x = 1
x1 x2 = 0
2
t R
2x2 = 2
3=1
3x3 = 3
x4 = t
Quindi
v0 = T (1, 1, 1, t)
t R

T (x1 , x2 , x3 ) = (2kx1 x2 , x2 + kx3 , x1 + x2 x3 , x1 x2 )
a) Trovare le dimensioni del nucleo e dellimmagine di T al variare del parametro reale k.
b) Stabilire per quali valori di k il vettore v = (3, 3, 1, 0) appartiene allimmagine di T .
Soluzione:
La matrice associata a T rispetto alla base canonica è
2k 1 0
0
1
k
A=
1
1 1
1 1 0
Per rispondere alla domanda a) dobbiamo in sostanza calcolare il rango di A, mentre per rispondere
alla domanda b) dobbiamo stabilire quando il sistema A|v ammette soluzione. Riduciamo quindi a gradini
la matrice A|v:
2k 1 0 | 3
IV 1 1 0 | 0
1
1
0 | 0
0
1
k | 3
2
1 | 1
1 1 | 1
III 1
II I 0
1
0
1 1 | 1
II 0
1
k | 3
1
k | 3
1 1 0 | 0
IV 2kI 0 1 + 2k 0 | 3
I 2k 1 0 | 3
1 1
0
|
0
0 2
1
|
1
0 0 2k + 1 |
2III II
5
2IV (2k 1)III 0 0 2k 1 | 2k + 7
Conviene forse interrompere la riduzione a questo punto.
a) 2k + 1 e 2k 1 non possono essre contemporaneamente nulli, quindi la matrice A ha sempre rango

3:
dim (Im(T )) = rg(A) = 3
dim (N(T )) = 3 3 = 0
k R
b) Il sistema A|v ammette soluzione quando rg(A) = rg(A|v). Abbiamo appena visto che rg(A) = 3,
quindi il sistema ammette soluzione se anche rg(A|v) = 3, cioè se det(A|v) = 0. Calcoliamo quindi
il determinante della matrice ridotta:
1 1
0
|
0
0 2
1
|
1
= 1 2 [(2k + 1)(2k + 7) (2k 1) 5]
det
0 0 2k + 1 |
5
0 0 2k 1 | 2k + 7
= 2 (4k 2 + 2k + 12)
Risolvendo lequazione di secondo grado vediamo che il determinante si annulla per k = 3, 4.

Infine v appartiene allimmagine di T quando k = 3, 4.
In alternativa si poteva completare la riduzione a gradini di A|v.
196
Esercizio 8.13. Sia T la funzione lineare da R3 a R3 con matrice associata
2 1 0
A = 0 1 1
2 1 2

b) Stabilire per quale valore di k il vettore vk = (k, k, k) appartiene allimmagine di T .
Soluzione:
Per rispondere a entrambe le domande riduciamo a gradini la matrice A affiancata dalla dal vettore vk .:
2 1 0 |
k
2 1 0 | k
0 1 1 |
0 1 1 | k
k
III 2II 0 0 0 | 2k
III I 0 2 2 | 0
a) Considerando solo la matrice dei coeficienti otteniamo
B(Im(T )) = {(2, 0, 2), (0, 1, 2)}
Risolvendo il sistema omogeneo associato a A otteniamo
x = t
y = 2t B(N (T )) = (1, 2, 2)
z = 2t
b) Il sistema associato a A|vk diventa
2x + y = k
y + z = k
0 = 2k
e ammette soluzione solamente se k = 0. Quindi vk appartiene a Im(T ) se k = 0.

T (x1 , x2 , x3 , x4 ) = (x2 + 3x3 , 2x3 + x4 , 0, x1 x2 + x4 )

a) Dire se T è iniettiva e/o suriettiva
b) Trovare una base del nucleo N(T ) e una base dellimmagine Im(T ).
Soluzione:
La matrice associata a T è
Di conseguenza
0 1
0 0
A=
0 0
1 1
3
2
0
0
IV 1
0
1
I 0
II 0
0
III 0
1
1 0
1
3
0 2
0
0
1
0
1
0
dim(Im(T )) = rg(A) = 3 < 4 T non è suriettiva
Inoltre
B(Im(T )) = {(0, 0, 0, 1), (1, 0, 0, 1), (3, 2, 0, 0)}
dim(N(T )) = 4 dim(Im(T )) = 4 3 = 1 T non è iniettiva
Per trovare il nucleo risolviamo il sistema omogeneo associato ad A:
x1
1 1 0 1 | 0
x1 x2 + x4 = 0
0 1
x2
3 0 | 0
0 0 2 1 | 0 x2 + 3x3 = 0
x3
2x3 + x4 = 0
0 0
0 0 | 0
x
4
= 5t
= 3t
=t
= 2t
t R
2. SOLUZIONI
197
Quindi
dim(N(T )) = 1 T non è iniettiva
B(N(T )) = {(5, 3, 1, 2)}

T (x1 , x2 , x3 ) = (2x1 + x3 , 2x1 + x2 + x3 , x2 + 2x3 ).
a) Scrivere la matrice associata a T rispetto alle basi canoniche e determinare il nucleo e limmagine
di T .
b) Stabilire se T è iniettiva. Trovare, al variare del parametro reale k, tutti i vettori v tali che
T (v) = (3, 3, k).
Soluzione:
La matrice associata a T rispetto alle basi canoniche è
2 0 1
A = 2 1 1
0 1 2
Per risponedere alla domanda b) dobbiamo risolvere il sistema A (x, y, z)T

direttamente a gardini la matrice A affiancata dalla colonna (3, 3, k)T :
2
2 0 1 | 3
2 0 1 | 3
0
2 1 1 | 3 II + I 0 1 2 | 6
III II 0
0 1 2 | k
0 1 2 | k
= (3, 3, k)T ; riduciamo quindi

0
1
0
1 |
2 |
0 |
3
6
k6
a) Considerando la matrice A otteniamo che una base dellimmagine di T è data da

B(Im(T )) = {(2, 2, 0), (0, 1, 1)}
Risolvendo il sistema Ax = 0 otteniamo
1
(
x = 2 t
2x + z = 0
y = 2t
y + 2z = 0
z=t
B(N(T )) =

1
, 2, 1
2
b) T non è iniettiva in quanto il nucleo di T ha dimensione 1.

Risolviamo il sistema Ax = (3, 3, k)T . Il sistema ha soluzione solo se k = 6 quando otteniamo
3
1
(
x = 2 2 t
2x + z = 3
y = 6 2t
y + 2z = 6
z=t
Infine (3, 3, k) appartiene allimangine di T solo se k = 6. In tale caso i vettori v tali che
3
1
T (v) = (3, 3, k) sono i vettori del tipo v =
, 6, 0 + , 2, 1 t, t R.
2
2

1
Notiamo che i vettori del tipo , 2, 1 t sono gli elementi del nucleo. Infatti se v0 =
2

3
, 6, 0 e w N(T ), poiche T (v0 ) = (3, 3, 6), allora T (v0 + w) = T (v0 ) + T (w) = (3, 3, 6) +
2
(0, 0, 0) = (3, 3, 6).
Esercizio 8.16. Si consideri il seguente endomorfismo di R
T (x, y, z, w) = (x + z, 2y, x 2z, w)

a) Si determino le dimensioni di immagine e nucleo di T e si stabilisca se T è invertibile.
b) Si determini linversa T 1 .
Soluzione:
198
Consideriamo la matrice M (T ) associata a T rispetto
1
0
M (T ) =
1
0
alla base canonica:
0 1 0
2 0 0
0 2 0
0 0 1
Notiamo che det(A) = 2 6= 0, quindi T è invertibile.

Per rispondere ad entrambe le domande riduciamo M (T ) a gradini, affiancondola alla matrice identica:
I
1 0 1 0 | 1 0 0 0
1 0 1 0 | 1 0 0 0
0 2 0 0 | 0 1 0 0
0 2 0 0 | 0 1 0 0
1 0 2 0 | 0 0 1 0 III + I 0 0 1 0 | 1 0 1 0
0 0 0 1 | 0 0 0 1
0 0 0 1 | 0 0 0 1
I III 1 0 0 0 | 2 0 1 0
1
1/2II
0 0
2
0 1 0 0 | 0
III 0 0 1 0 | 1 0 1 0
0 0 0 1 | 0 0 0 1
a) La matrice M (T ) ha rango 4, quindi Im(T ) ha dimensione 4 e T è suriettiva. Analogamente

il nucleo di T ha dimensione 4 rg(A) = 0, quindi T e iniettiva. Poiche T è sia iniettiva che
suriettiva, T è biiettiva
e quindi invertibile.
b) La matrice M T 1 associata allendomorfismo T 1 è linversa della matrice M (T ). Dai calcoli
precedenti
2 0 1 0

1
0
1
0 0
1
2
y,
x
z,
w
e
T
(x,
y,
z,
w)
=
2x
z,
M T 1 =
1 0 1 0
2
0 0 0 1
Esercizio 8.17.
a) Verificare che le relazioni
T (1, 1, 1) = (1, 2),
T (0, 1, 1) = (0, 4),
T (1, 1, 0) = (2, 1)
definiscono ununica applicazione lineare T da R3 a R2 .

b) Scrivere la matrice rappresentativa di T rispetto alla basi canoniche.
c) Trovare basi di Im(T ) e di N (T ).
Soluzione:
a) E sufficiente verificare che linsieme
{v1 = (1, 1, 1), v2 = (0, 1, 1), v3 = (1, 1, 0)}
su cui è definita la relazione costituisce una base di R3 :
1 0 1
det 1 1 1 = 1 6= 0
1 1 0
La matrice ha determinante diverso da zero, quindi ha rango 3 e linsieme costituisce una base di
R3 .
b) Dobbiamo determinare le immagini degli elementi ei della base canonica di R3 . Dal momento che
conosciamo T (vi ), i = 1, 2, 3, dobbiamo esprimere ogni ei come combinazione lineare dei vettori
vi . Senza la necessit`
a di risolvere sistemi, è immediato verificare che
e1 = v 1 v 2 ,
e3 = v 1 v 3 ,
e2 = v 2 e3 = v 2 v 1 + v 3
Per la linearità di T ricaviamo ora le immagini degli elementi della base canonica:
T (e1 ) = T (v1 ) T (v2 ) = T (1, 1, 1) T (0, 1, 1) = (1, 2) (0, 4) = (1, 2)
T (e3 ) = T (v1 ) T (v3 ) = T (1, 1, 1) T (1, 1, 0) = (1, 2) (2, 1) = (3, 1)
T (e2 ) = T (v2 ) T (v1 ) + T (v3 ) = T (0, 1, 1) T (1, 1, 1) + T (1, 1, 0)

= (0, 4) (1, 2) + (2, 1) = (3, 3)
2. SOLUZIONI
199
Quindi la matrice associata a T rispetto alla base canonica è:

1 3 3
A=
2 3 1
c) Riduciamo a gradini la matrice A
1 3
II 2I 0 3
Una base dellimmagine è quindi:

3
7
B(Im(T )) = {T (e1 ) = (1, 2), T (e2 ) = (3, 3)}

Risolviamo ora il sistema omogeneo associato a A:

x = 4t
x + 3y 3z = 0
7
7
y = 3 t B(N (T )) =
4, , 1
3
3y + 7z = 0
z=t

T (x, y, z) = (2x, y, 0)
Determinare la dimensione e una base degli spazi vettoriali Im(T ) e N(T ).
Verificare che linsieme B = {v1 , v2 , v3 } con v1 = (1, 0, 1), v2 = (0, 1, 1), v3 = (1, 1, 1) è una
base di R3 .
(6) Determinare la matrice B associata a T rispetto alla base B dello spazio di partenza e alla base
canonica E dello spazio di arrivo, cioè MBE (T ).
(7) Determinare le componenti del vettore w = (2, 1, 1) rispetto alla base B.
(8) Calcolare T (w) utilizzando la matrice B.
(1)
(2)
(3)
(4)
(5)
Soluzione:
(1) Per calcolare T (w) basta applicare la definizione:
T (2, 1, 1) = (2 2, 1, 0) = (4, 1, 0)
(2) Per calcolare A dobbiamo calcolare limmagine dei vettori della base canonica:
T (e1 ) = T (1, 0, 0) = (2, 0, 0)
T (e2 ) = T (0, 1, 0) = (0, 1, 0)
T (e3 ) = T (0, 0, 1) = (0, 0, 0)
La matrice A ha come colonne T (e1 ), T (e2 ), T (e3 ):
2 0 0
A = 0 1 0
0 0 0
(3) Utilizzando la matrice A si ottiene
2
T (w) = A w = 0
0

0 0
2
4
1 0 1 = 1
0 0
1
0
Notiamo che abbiamo ottenuto lo stesso risultato del punto (1).

(4) Limmagine di T è generata dai vettori colonna di A:
Im(T ) = h T (e1 ), T (e2 ), T (e3 ) i = h (2, 0, 0), (0, 1, 0) i

Dalla matrice A, gi`
a ridotta a gradini, notiamo che solamente T (e1 ) e T (e2 ) sono linearmente
indipendenti, di conseguenza limmagine è uno spazio vettoriale generato da due vettori:
dim (Im(T )) = 2
B (Im(T )) = {(2, 0, 0), (0, 1, 0)}
200
Il nucleo di T è formato da quei vettori dello spazio di partenza R3 la cui immagine attraverso
T è il vettore nullo:

N(T ) = (x, y, z) R3 | T (v) = (0, 0, 0)
Il N(T ) è quindi formato dalle soluzioni del sistema omogeneo associato a A:
2x = 0
x = 0
t R
y=0
y=0
0=0
z=t
Di conseguenza
N(T ) = {(0, 0, 1) t | t R} = h (0, 0, 1) i

dim (N(T )) = 1
B (N(T )) = {(0, 0, 1)}
(5) Per verificare che linsieme B = {v1 , v2 ,

una base di R3 calcoliamo il rango della
1 0
1
1
0 1
0
1
III I 0
1 1 1
v3 } con v1 = (1, 0, 1), v2 = (0, 1, 1), v3 = (1, 1, 1) è

matrice che ha per colonne i tre vettori:
0
1
1 0 1
0 1 1
1
1
III + II 0 0 1
1 2
La matrice ha 3 pivot, quindi ha rango 3, e linsieme B = {v1 , v2 , v3 } è una base di R3 .

(6) Per determinare la matrice B associata a T rispetto alla base B dello spazio di partenza e rispetto
alla base E dello spazio di arrivo, come al punto (2), calcoliamo limmagine di v1 , v2 e v3 attraverso
T:
T (v1 ) = T (1, 0, 1) = (2, 0, 0)
T (v2 ) = T (0, 1, 1) = (0, 1, 0)
T (v3 ) = T (1, 1, 1) = (2, 1, 0)
Notiamo che tali immagini (appartenenti allo spazio di arrivo) sono espresse come richiesto rispetto
alla base canonica. La matrice B ha quindi come colonne T (v1 ), T (v2 ), T (v3 ):
2 0 2
B = MBE (T ) = 0 1 1
0 0 0
(7) Per determinare le componenti (x, y, z) di w rispetto alla base B dobbiamo esprimere w come
combinazione lineare degli elementi di B. Dobbiamo quindi risolvere leaquazione
xv1 + yv2 + zv3 = w
Consideriamo la matrice associata:
1 0
1 | 2
1 0
1 | 2
0 1
0 1
1 | 1
1 | 1
1 1 1 | 1
III I 0 1 2 | 1
1 0 1 | 2
x = 0
0 1 1 | 1 y = 2 w = 0v1 3v2 + 2v3
III + II 0 0 1 | 2
z=2
e w ha componenti (0, 3, 2)B rispetto alla base B = {v1 , v2 , v3 }.
Come metodo alternativo possiamo calcolare la matrice P = MBC di transizione da B a C,

ovvero la matrice che ha per colonne i vettori di B espressi rispetto a C:
1 0
1
1
P = 0 1
1 1 1
Per esprimere w rispetto a B dobbiamo prima
da C a B:
0
1
P 1 = 1 2
1 1
calcolare P 1 = MCB , la matrice di transizione
1
1
1
2. SOLUZIONI
Di conseguenza
0
1
wB = P 1 wT = 1 2
1 1
201

1
2
0
1 1 = 3
1
1
2
e w ha componenti (0, 3, 2)B rispetto alla base B = {v1 , v2 , v3 }:

w = 0v1 3v2 + 2v3
(8) Avendo espresso w in termini della base B
la matrice B:
2
T (w) = B w = 0
0
= {v1 , v2 , v3 } possiamo ora calcolare T (w) utilizzando

0
1
0

4
0
2
1 3 = 1
0
2
0
Notiamo che abbiamo ottenuto lo stesso risultato del punto (1) e del punto (3).

T (x, y, z) = (2x, y + z)
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
Verificare che T è unapplicazione lineare.

Determinare la matrice A = M (T ) associata a T rispetto alla base canonica.
Determinare la dimensione e una base degli spazi vettoriali Im(T ) R2 e N(T ) R3 .
Verificare che linsieme B = {v1 , v2 , v3 } con v1 = (2, 1, 0), v2 = (0, 1, 0), v3 = (1, 0, 1) è una base
di R3 .
Determinare la matrice B = MBC associata a T rispetto alla base B di R3 e alla base canonica di
R2 .
Determinare la matrice P di cambiamento di base dalla base canonica C alla base B.
Determinare le componenti del vettore w = (1, 1, 1) rispetto alla base B utilizzando la matrice P
(o meglio P 1 ).
Calcolare T (w) utilizzando la matrice B.
Soluzione:
(1) Si tratta di verificare che:
T (x1 , y1 , z1 ) + T (x2 , y2 , z2 ) = T (x1 + x2 , y1 + y2 , z1 + z2 ),
xi , yi , zi R. Infatti:
T (x1 , y1 , z1 ) + T (x2 , y2 , z2 ) = (2x1 , y1 + z1 ) + (2x2 , y2 + z2 )

= (2x1 + 2x2 , y1 + y2 + z1 + z2 )
T (x1 + x2 , y1 + y2 , z1 + z2 ) = (2(x1 + x2 ), y1 + y2 + z1 + z2 )
= (2x1 + 2x2 , y1 + y2 + z1 + z2 )
T ((x, y, z)) = T (x, y, z),
x, y, z R, R Infatti:
T ((x, y, z)) = T (x, y, z) = (2x, y + z)

T (x, y, z) = (2x, y + z) = (2x, y + z)
(2) Per calcolare T (w) basta applicare la definizione:
T (1, 1, 1) = (2 1, 1 + 1) = (2, 2)
(3) Per calcolare A dobbiamo calcolare limmagine dei vettori della base canonica:
T (e1 ) = T (1, 0, 0) = (2, 0),
T (e2 ) = T (0, 1, 0) = (0, 1),
La matrice A ha come colonne T (e1 ), T (e2 ), T (e3 ):

2 0 0
A=
0 1 1
T (e3 ) = T (0, 0, 1) = (0, 1)
202
(4) Utilizzando la matrice A si ottiene

2
T (w) = A w =
0

1

0 0
2
1 =
1 1
2
1
Ovviamente abbiamo ottenuto lo stesso risultato del punto 2.

(5) Limmagine di T è generata dai vettori colonna di A:
Im(T ) = h T (e1 ), T (e2 ), T (e3 ) i = h (2, 0), (0, 1), (0, 1) i

Dalla matrice A si vede che
dim (Im(T )) = rg(A) = 2,
B (Im(T )) = {(2, 0), (0, 1)}
Il nucleo di T è formato dalle soluzioni del sistema omogeneo associato a A:
x = 0
2x = 0
y = t
t R
y+z =0
z=t
Di conseguenza
N(T ) = {(0, 1, 1) t | t R} = h (0, 1, 1) i

dim (N(T )) = 1
B (N(T )) = {(0, 1, 1)}

(6) Per verificare che linsieme B = {v1 , v2 , v3 } con v1 = (2, 1, 0), v2 = (0, 1, 0), v3 = (1, 0, 1) è una
base di R3 calcoliamo il rango della matrice che ha per colonne i tre vettori:
2 0 1
2 0 1
1 1 0 2II I 0 2 1
0 0 1
0 0 1
La matrice ha 3 pivot, quindi ha rango 3, e linsieme B = {v1 , v2 , v3 } è una base di R3 .

(7) Per determinare la matrice B associata a T rispetto alla base B di R3 e alla base canonica di R2 ,
come al punto (3), calcoliamo limmagine di v1 , v2 e v3 attraverso T :
T (v1 ) = T (2, 1, 0) = (4, 1),
T (v2 ) = T (0, 1, 0) = (0, 1),
T (v3 ) = T (1, 0, 1) = (2, 1)
Notiamo che tali immagini (appartenenti allo spazio di arrivo) sono espresse come richiesto rispetto
alla base canonica C. La matrice B ha come colonne T (v1 ), T (v2 ), T (v3 ):

4 0 2
C
B = MB (T ) =
1 1 1
(8) La matrice P = MBC di transizione da B a C
rispetto a C:
2
P = 1
0
è la matrice che ha per colonne i vettori di B espressi

0
1
0
1
0
1
Di conseguenza la matrice MCB di transizione da C a B è linversa di P
1
0 21
2
1
MCB = P 1 = 21 1
2
0 0 1
(9) Per esprimere w rispetto a B basta calcolare P 1 w:

1

0 21
1
0
2
1
1
1
wB = P 1 wT = 21 1
=
2
1
1
0 0 1
e w ha componenti (0, 1, 1)B rispetto alla base B = {v1 , v2 , v3 }:
w = 0v1 + 1v2 + 1v3
2. SOLUZIONI
In alternativa possiamo esprimere w

lequazione vettoriale xv1 + yv2 + zv3 = w
2 0 1 | 1
2 0 1
1 1 0 | 1
0 2 1
2II I
0 0 1 | 1
0 0 1
w = 0v1 + 1v2 + 1v3
203
come combinazione lineare di v1 , v2 , v3 risolvendo

la cui matrice associata è:
| 1
2x + z = 1
x = 0
| 1 2y z = 1 y = 1
| 1
z=1
z=1
w = (0, 1, 1)B
(10) Avendo espresso w in termini della base B = {v1 , v2 , v3 } possiamo ora calcolare T (w) utilizzando
la matrice B:

0
2
4 0 2
T (w) = B w =
1 =
2
1 1 1
1
Notiamo che abbiamo ottenuto lo stesso risultato del punto (2) e del punto (4), in quanto T (w)
Im(T ) R2 , e anche lavorando con la matrice B abbiamo mantenuto come base di R2 la base
canonica.

T (x, y, z) = (2x + y, x + y, y + kz)
k.
k.
(4) Stabilre se il vettore v = (3, 1, 5) appartiene a Im(T ) al variare del parametro k. In caso
positivo esprimere v come combinazione lineare degli elementi della base di Im(T ) trovata.
Soluzione:
(1) Si tratta di calcolare le immagini dei vettori della base canonica:
T (1, 0, 0) = (2, 1, 0)
T (0, 1, 0) = (1, 1, 1)
T (0, 0, 1) = (0, 0, k)
Di conseguenza
2 1
A = 1 1
0 1
0
0
k
(2) Per determinare la dimensione e una base dellimmagine di
2 1 0
2
0
2II I 0 1 0
III II 0
0 1 k
T riduciamo la matrice A a gradini.
1 0
1 0
0 k
Si tratta ora di distinguere due casi

Se k 6= 0 la matrice ha rango 3, di conseguenza i tre vettori sono linearmente indipendenti
dim (Im(T )) = 3,
B (Im(T )) = {(2, 1, 0), (1, 1, 1), (0, 0, k)}
Notiamo che in questo caso Im(T ) = R3 , infatti Im(T ) è un sottospazio di R3 di dimensione

3 che quindi coincide necessariamente con lo spazio stesso.
Se k = 0 la matrice ha rango 2. In particolare risultano linearmente indipendenti la prima e
seconda colonna della matrice ridotta, quindi
dim (Im(T )) = 2,
B (Im(T )) = {(2, 1, 0), (1, 1, 1)}
204
(3) Per il teorema di nullità pi`

u rango:
dim (N(T )) = 3 dim (Im(T ))
Anche in questo caso bisogna distinguere due casi:

Se k 6= 0 abbiamo visto che dim (Im(T )) = 3, quindi
dim (N(T )) = 3 3 = 0
ovvero
N(T ) = {(0, 0, 0)}
Se k = 0 abbiamo visto che dim (Im(T )) = 2, quindi

dim (N(T )) = 3 2 = 1
In questo caso per determinare N(T ) dobbiamo risolvere il sistema omogeneo a cui è associata
la matrice A. Prendendo la matrice ridotta e sostituendo k = 0 otteniamo
2 1 0 | 0
x = 0
2x
+
y
=
0
0 1 0 | 0
y=0
t R
y=0
0 0 0 | 0
z=t
Di conseguenza
N(T ) = {(x, y, z) = (0, 0, 1)t | t R}

dim(N(T )) = 1
B(N(T )) = {(0, 0, 1)}
(4) Il vettore w appartiene a Im(T ) se w è combinazione lineare di T (e1 ), T (e2 ), T (e3 ). Si tratta
perci`
o di risolvere il sistema lineare a cui è associata la matrice A, con il vettore w come colonna
dei termini noti. In questo caso dobbiamo ripetere la riduzione a gradini:
2 1 0 | 3
2 1 0 | 3
2 1 0 | 3
1 1 0 | 1
0 1 0 | 5
0 1 0 | 5
2II I
0 1 k | 5
III II 0 0 k | 0
0 1 k | 5
Anche in questo caso dobbiamo distinguere due casi.

Se k 6= 0 abbiamo gi`
a osservato che Im(T ) = R3 , quindi w appartiene necessariamente a
Im(T ). Inoltre risolvendo il sistema otteniamo:
x = 4
2x + y = 3
y = 5
y = 5
z=0
kz = 0
ovvero w Im(T ):
w = 4(2, 1, 0) 5(1, 1, 1)
Se k = 0 abbiamo scelto come base di Im(T ) i vettori T (e1 ) e T (e2 ) corrispondenti alle prime
due colonne di A. Quindi è sufficiente risolvere il sistema lineare x T (e1 ) + y T (e2 ) = w
ovvero il sistema a cui è associata la matrice formata dalle prime due colonne di A dopo
avere sostituito k = 0:
(
(
2 1 | 3
0 1 | 5 2x + y = 3 x = 4
y = 5
y = 5
0 0 | 0
ovvero w Im(T ):
w = 4(2, 1, 0) 5(1, 1, 1)
T (x, y, z) = (x + y, kx + y + z, kx + y + kz)

k.
2. SOLUZIONI
205
k.
(4) Stabilre se il vettore v = (0, 1, 1) appartiene a Im(T ) al variare del parametro k. In caso positivo
esprimere v come combinazione lineare degli elementi della base di Im(T ) trovata.
Soluzione:
(1) Si tratta di calcolare le immagini dei vettori della base canonica:
T (1, 0, 0) = (1, k, k)
T (0, 1, 0) = (1, 1, 1)
T (0, 0, 1) = (0, 1, k)
Di conseguenza
1
A = k
k
1
1
1
0
1
k
(2) Per determinare la dimensione e una base dellimmagine di T riduciamo la matrice a gradini:
1
1
0
II kI 0 1 k
1
III II 0
0
k1
Si tratta ora di distinguere due casi

Se k 6= 1 la matrice ha rango 3, di conseguenza i tre vettori sono linearmente indipendenti
dim (Im(T )) = 3,
B (Im(T )) = {(1, k, k), (1, 1, 1), (0, 1, k)}
Notiamo che in questo caso Im(T ) = R3 , infatti Im(T ) è un sottospazio di R3 di dimensione
3 che quindi coincide necessariamente con lo spazio stesso.
Se k = 1 la matrice ha rango 2. In particolare risultano linearmente indipendenti la prima e
terza colonna della matrice. Quindi
B (Im(T )) = {(1, 1, 1), (0, 1, 1)}
dim (Im(T )) = 2,
Notiamo che per k = 1 (1, k, k) = (1, 1, 1).

(3) Per il teorema di nullità pi`
u rango:
dim (N(T )) = 3 dim (Im(T ))
Se k 6= 1 abbiamo visto che dim (Im(T )) = 3, quindi
dim (N(T )) = 3 3 = 0
ovvero
N(T ) = {(0, 0, 0)}
Se k = 1 abbiamo visto che dim (Im(T )) = 2, quindi
dim (N(T )) = 3 2 = 1
In questo caso per determinare N(T ) dobbiamo risolvere il sistema omogeneo a cui è associata
la matrice A. Prendendo la matrice ridotta:
1 1 0 | 0
x = t
0 0 1 | 0 x + y = 0 y = t
t R
z=0
0 0 0 | 0
z=0
Di conseguenza
N(T ) = {(x, y, z) = (1, 1, 0)t | t R}

dim(N(T )) = 1
B(N(T )) = {(1, 1, 0)}
206
(4) Il vettore w appartiene a Im(T ) se w è combinazione lineare di T (e1 ), T (e2 ), T (e3 ). Si tratta
perci`
o di risolvere il sistema lineare a cui è associata la matrice A, con il vettore w come colonna
dei termini noti. In questo caso dobbiamo ripetere la riduzione a gradini:
1
1
0
| 0
1 1 0 | 0
k 1 1 | 1 II kI 0 1 k
1
| 1
III II 0
0
k 1 | 2
k 1 k | 1
Anche in questo caso dobbiamo distinguere due casi.

Se k 6= 1 abbiamo gi`
a osservato che Im(T ) = R3 , quindi w appartiene necessariamente a
Im(T ). Inoltre risolvendo il sistema otteniamo:
k+1
x =
(k 1)2
x + y = 0
k+1
(1 k)y + z = 1 y =
(k
1)2
(k 1)z = 2
z =
k1
ovvero w Im(T ):
w=
k+1
k+1
2
(1, k, k)
(1, 1, 1)
(0, 1, k)
(k 1)2
(k 1)2
k1
Se k = 1 abbiamo scelto come base di Im(T ) i vettori T (e1 ) = T (e2 ) e T (e3 ). Quindi è
sufficiente risolvere il sistema lineare y T (e2 ) + z T (e3 ) = w ovvero il sistema:
y = 0
z=1
0 = 2
In questo caso il sistema contiene lequazione 0 = 2 impossibile, quindi non ammette
soluzioni e w non appartiene a Im(T ).

T (x, y) = (kx + 4y, x + ky, y)
Stabilire se T è iniettiva e/o suriettiva al variare del parametro k.
Soluzione:
Notiamo innanzittutto che
T è iniettiva se N(T ) = {(0, 0)}, ovvero se dim(N(T )) = 0.
T è suriettiva se Im(T ) = R3 , ovvero se dim(Im(T )) = 3.
Si tratta quindi di trovare immagine e nucleo di T .
Calcoliamo T (e1 ) e T (e2 ) per determinare la matrice associata a T :
T (e1 ) = (k, 1, 0)
T (e2 ) = (4, k, 1)
Quindi
k
A = 1
0
Riduciamo la matrice A a gradini.
1
II 1 k
0
III 0 1
III kI 0
I k 4
Abbiamo ottenuto che rg(A) = 2, quindi
4
k
1
1 k
k
0 1
1
2
2
III (4 k )II 0 0
4k
dim (Im(T )) = 2 < 3 = dim(R3 ) T non è suriettiva
2. SOLUZIONI
207
Notiamo che lo stesso risultato lo potevamo ottenere osservando che

Im(T ) = hT (e1 ), T (e2 )i
quindi dim (Im(T )) 2 < 3 = dim(R3 ). In nessun caso infatti una applicazione lineare T : R2 R3 pu`
o
essere suriettiva.
Per il teorema di nullità pi`
u rango
dim(N(T )) = dim(R2 ) dim (Im(T )) = 2 2 = 0
Quindi
N(T ) = {(0, 0)} T è iniettiva
Lo stesso risultato lo potevamo ottenere risolvendo il sistema omogeneo associato alla matrice A:
(
(
1 k | 0
0 1 | 0 x + ky = 0 x = 0 N(T ) = {(0, 0)}
y=0
y=0
0 0 | 0
Esercizio 8.23. Sia T : R4 R4 lapplicazione lineare definita dalla matrice
5k
1
3k + 4
0
k + 1
0
0
0
A = M (T ) =
3
k+5
1
k + 3
2k 2
0
k
0
a e suriettivit`
a di T al variare del parametro reale k.
b) Determinare la dimensione di immagine e nucleo di T al variare di k.
Soluzione:
a) T è suriettiva se Im(T ) = R4 , cioè se dim(Im(T )) = rg(A) = 4. Inoltre T è iniettiva se N(T ) =
{(0, 0, 0, 0)}, cioè se dim(N(T )) = 4 rg(A) = 0. Si tratta perciò di calcolare il rango di A.
Utilizziamo il calcolo del determinante, che sviluppiamo rispetto alla quarta colonna:
5k
1 3k + 4
0
det(A) = 1 (k + 3) det k + 1 0
2
2k
0
k

1 3k + 4
= 1 (1) (k + 3) (k + 1) det
= (k + 3) (k + 1) k
0
k
Se k 6= 3, 1, 0, allora det(A) 6= 0 e rg(A) = 4. Quindi
dim(Im(T )) = rg(A) = 4
dim(N(T )) = 4 rg(A) = 0
Se k = 3, 1 o 0, allora
dim(Im(T )) = rg(A) 3
dim(N(T )) = 4 rg(A) 1
b) Abbiamo gi`
a visto la dimensione di immagine
altri casi.
Se k = 3 allora det(A) = 0 e rg(A) 3.
15 1
2 0
A=
3
2
18 0
In A troviamo una
15
det 2
3
Quindi rg(A) = 3 e
T è suriettiva
T è iniettiva
T non è suriettiva
T non è iniettiva
e nucleo per k 6= 3, 1, 0. Consideriamo ora gli

Inoltre A diventa
5 0
0 0
1 0
3 0
sottomatrice 3 3 che ha determinante non nullo:

1 5
1 5
0 0 = 2 det
= 2(1 + 10) = 22 6= 0
2 1
2 1
dim(Im(T )) = rg(A) = 3
dim(N(T )) = 4 rg(A) = 1
208
Se k = 1 allora det(A) = 0 e rg(A) 3.
5 1
0 0
A=
3 4
2 0
Inoltre A diventa
1 0
0 0
1 2
1 0
In A troviamo una sottomatrice 3 3 che ha determinante non nullo:

1 1 0
1 0
det 4 1 2 = 1 det
= 2 6= 0
4 2
0 1 0
Quindi rg(A) = 3 e
dim(N(T )) = 4 rg(A) = 1
dim(Im(T )) = rg(A) = 3
Se k = 0 allora det(A) = 0 e rg(A) 3. Inoltre A diventa
0 1 4 0
1 0 0 0
A = M (T ) =
3 5 1 3
0 0 0 0
In A troviamo una sottomatrice 3 3 che ha determinante non nullo:

0 1 4
1 4
= 1 20 = 19 6= 0
det 1 0 0 = 1 det
5 1
3 5 1
Quindi rg(A) = 3 e
dim(N(T )) = 4 rg(A) = 1
dim(Im(T )) = rg(A) = 3
T (x, y, z, w) = (x y + z + w, x + 2y z, x + y + 3z 3w)

b) Determinare la dimensione e una base dello spazio vettoriale Im(T ) R3 .
c) Determinare la dimensione e una base dello spazio vettoriale N(T ) R4
Soluzione:
a) Calcoliamo limmagine degli elementi della base canonica di R4 :
T (e1 ) = (1, 1, 1)
Quindi
b) Poichè
T (e2 ) = (1, 2, 1)
T (e3 ) = (1, 1, 3)
T (e4 ) = (1, 0, 3)
1 1 1
A = 1 2 1
1 1
3
1
0
3
Im(T ) = hT (e1 ), T (e2 ), T (e3 ), T (e4 )i
ovvero Im(T ) è generato dai vettori colonna di A, per determinarne dimensione e base riduciamo
la matrice A a gradini:
1 1 1
1
1 1 1
1
1
1 2
II I 0
3 2 1 1/2III 0
II
0
3 2 1
III I 0
2
2 4
1 1 1
1
1 1 1
1
0
0
1
1 2
1
1 2
III 3II 0
1/5III 0
0 5 5
0 1 1
LA matrice A ha rango 3, quindi
dim(Im(T )) = 3
2. SOLUZIONI
209
Inoltre le prime tre colonne di A sono linearmente indipendenti quindi possiamo prendere come
base di Im(T ) i tre vettori T (e1 ), T (e2 ), T (e3 ):
B(Im(T )) = {T (e1 ), T (e2 ), T (e3 )}
= {(1, 1, 1), (1, 2, 1), (1, 1, 3)}
Notiamo che in questo caso Im(T ) è un sottospazio di R3 di dimensione 3, quindi Im(T ) = R3

(e T è suriettiva).
c) Gli elementi di N(T ) sono i vettori di R4 , soluzione del sistema omogeneo a cui è associata la
matrice A. Prendiamo la matrice gi`
a ridotta a gradini:
x=t
1 1 1
1 | 0
y = t
x y + z + w = 0
0
1
1 2 | 0 y + z 2w = 0
t R
0
0 1 1 | 0
z = t
z + w = 0
w=t
Quindi
N(T ) = {(1, 1, 1, 1)t | t R}

dim(N(T )) = 1
B(N((T )) = {(1, 1, 1, 1)}

Notiamo che, come ci aspettavamo dal teorema di nullità pi`
u rango:
dim(N(T )) + dim(Im(T )) = 4 = dim(R4 )

T (x, y, z, w) = (x 2y + 3z, x y + (k + 3)z + 2w, 2x 3y + (k + 6)z + (k + 1)w)
Stabilire se esistono valori di k per cui T è iniettiva e/o suriettiva.
Soluzione:
Ricordiamo che
T è iniettiva se N(T ) = {(0, 0, 0, 0)}, ovvero se dim(N(T )) = 0
T è suriettiva se Im(T ) = R3 , ovvero se dim(Im(T )) = 3.
Si tratta quindi di trovare immagine e nucleo di T .

Calcoliamo limmagine degli elementi della base canonica per determinare la matrice associata a T :
T (e1 ) = (1, 1, 2),
T (e3 ) = (3, k + 3, k + 6),
Quindi
1 2
A = 1 1
2 3
Riduciamo la matrice A a gradini.
1 2 3
II I 0 1 k
III 2I 0 1 k
T (e2 ) = (2, 1, 3)
T (e4 ) = (0, 2, k + 1)
3
0
k+3
2
k+6 k+1
1 2 3
0
0 1 k
2
III II 0 0 0
k+1
0
2
k1
Se k 6= 1, allora rg(A) = 3, quindi
dim (Im(T )) = 3 = dim(R3 ) T è suriettiva
Se k = 1, allora rg(A) = 2, quindi
dim (Im(T )) = 2 < 3 = dim(R3 ) T non è suriettiva
210

u rango
dim(N(T )) = dim(R4 ) dim (Im(T ))
Quindi
Se k 6= 1 allora
dim(N(T )) = 4 3 = 1
Se k = 1 allora
dim(N(T )) = 4 2 = 2
In nessuno dei due casi si ha dim(N(T )) = 0, quindi T non è mai iniettiva.

Notiamo che Im(T ) R3 , quindi dim(Im(T )) 3 e
dim(N(T )) = 4 dim(Im(T )) 4 3 = 1
quindi sicuramente T : R4 R3 non è iniettiva.

Lo stesso risultato lo potevamo ottenere senza
il sistema omogeneo associato alla matrice A:
1 2 3
0
|
0 1 k
2
|
0 0 0 k1 |
Quindi
Se k 6= 1:
x = (2k 3)t
y = kt
z=t
w=0
e dim(N(T )) = 1.
Se k = 1:
x = 5s 4t
y = s 2t
z = s
w=t
utilizzare il teorema di nullità pi`

u rango, ma risolvendo
0
x 2y + 3z = 0
0 y + kz + 2w = 0
0
(k 1)w = 0
N(T ) = {(2k 3, k, 1, 0)t | t R}
N(T ) = {(5, 1, 1, 0)s + (4, 2, 0, 1)t | s, t R}
e dim(N(T )) = 2.

T (x, y, z) = (x y, 2x 3y)
a) Dire se T è iniettiva e/o suriettiva.

Soluzione:
Ricaviamo la matrice A associata allapplicazione T calcolando le immagini degli elementi della base
canonica di R3 :
T (e1 ) = T (1, 0, 0) = (1, 2)
T (e2 ) = T (0, 1, 0) = (1, 3)
T (e3 ) = T (0, 0, 1) = (0, 0)

quindi
1
A=
2
1 0
3 0
Rispondiamo ad entrambi i quesiti contemporaneamente ricordando che unapplicazione è iniettiva se

il suo nucleo contiene solo il vettore nullo, ovvero se dim(N(T )) = 0, ed è suriettiva se la sua immagine è
tutto lo spazio di arrivo, ovvero in questo caso se dim(Im(T )) = 2.
2. SOLUZIONI
Poichè la matrice A contiene la sottomatrice

1
2
211

1
3
di determinante 1 6= 0, la matrice A ha rango 2. Quindi

dim(Im(T )) = 2 T è suriettiva.
u rango: dim(N(T )) = 3 2 = 1 T non è iniettiva.
Esercizio 8.27. Sia k un parametro reale e sia T lendomorfismo di R4 definito da

T (x1 , x2 , x3 , x4 ) = (2x1 , x1 + x2 + x3 + 3x4 , kx1 + x3 , x3 + kx4 )
a) Determinare basi del nucleo e dellimmagine di T al variare del parametro k.
b) Si dica se T è iniettivo e/o suriettivo.
Soluzione:
Determiniamo la matrice associata a T calcolando T (e1 ), T (e2 ), T (e3 ) e T (e4 ):
2 0 0 0
1 1 1 3
A=
k 0 1 0
0 0 1 k
1/2I
1
II 1/2I
0
III + k/2I 0
0
0
1
0
0
1
0 0
0
1 3
0
1 0
IV III 0
1 k
0
1
0
0
0 0
1 3
1 0
0 k
Il nucleo di T è dato dalle soluzioni del sistema omogeneo associato a A:
x = 0
y + z + 3w = 0
z = 0
kw = 0

Se k 6= 0 otteniamo:
x=0
y = 0
z=0
w=0
Se k = 0 otteniamo:
x=0
y = 3t
z = 0
w=t
N(T ) = { (0, 0, 0, 0) }
t R
B(N(T )) = { (0, 3, 0, 1) }
Una base dellImmagine di T è data dai vettori linearmente indipendenti di A. Anche in

questo caso dobbiamo distinguere due casi:
Se k 6= 0 la matrice A ha rango 4, quindi
B(Im(T )) = { (2, 1, k, 0), (0, 1, 0, 0), (0, 1, 1, 1), (0, 3, 0, k) }
Se k = 0 la matrice A ha rango 3 e in particolare risultano linearmente indipendenti i primi
tre vettori:
B(Im(T )) = { (2, 1, 0, 0), (0, 1, 0, 0), (0, 1, 1, 1) }
212
b) Se k 6= 0 il nucleo contiene solo il vettore nullo, quindi T è iniettiva, e limmagine ha dimensione

4, quindi T è suriettiva.
Se k = 0 il nucleo ha dimensione 1, quindi T non è iniettiva, e limmagine ha dimensione 3,
quindi T non è suriettiva.

Esercizio 8.28. Sia T : R3 R2 la funzione lineare
T (x1 , x2 , x3 ) = (ax1 + 2ax2 + x3 , bx1 + 2bx2 + x3 ).
a) Si determinino gli eventuali valori reali di a e b per i quali T è suriettiva.
b) Si trovi una base del nucleo di T al variare di a e b.
Soluzione:
Determiniamo la matrice A associata a T calcolando limmagine degli elementi della base canonica:
T (e1 ) = T (1, 0, 0) = (a, b)
T (e2 ) = T (0, 1, 0) = (2a, 2b)
T (e3 ) = T (0, 0, 1) = (1, 1)
A=
a
b
2a
2b
1
1
Per rispondere a entrambe le domande riduciamo a gradini la matrice A scambiando prima e terza colonna
(ricordando poi tale scambio nella parte b)).

1
2a
a
1 2a a
II I 0 2(b a) b a
1 2b b
a) La funzione lineare T è suriettiva se dim(Im(T )) = rg(A) = 2, ovvero se a 6= b.
b) Per determinare il nucleo di T dobbiamo risolvere il sistema omogeneo associato a A, ricordando
che lo scambio di colonne corrisponde allo scambio delle incognite x e z:
(
z + 2ay + ax = 0
2(b a)y + (b a)x = 0
Dobbiamo distinguere due casi.
Se a 6= b, allora dividendo la seconda equazione per b a otteniamo
x = 2t
z + 2ay + ax = 0
y=t
B(N(T )) = { (2, 1, 0) }
2y + x = 0
z=0
Se a = b allora resta solo la prima equazione:
x = s
B(N(T )) = { (1, 0, a), (0, 1, 2a) }
y=t
z = 2at as
4
Esercizio 8.29. Sia T : R R la funzione lineare definita da T (x) = Ax, con
1 0 2 3
A = 1 0 1 0
0 1 0 1
a) Stabilire se T è iniettiva e/o suriettiva.
Soluzione:
Di conseguenza
1 0
II + I 0 0
0 1
2 3
1
1 3 III 0
0 1
II 0
0 2 3
1 0 1
0 1 3
2. SOLUZIONI
213
b)
dim(Im(T )) = rg(A) = 3
dim(N(T )) = 4 3 = 1
a) Inoltre
dim(Im(T )) = 3 = dim(R3 ) T è suriettiva

dim(N(T )) = 1 6= 0 T non è iniettiva
4
Esercizio 8.30. Sia T : R R la funzione
1
2
A=
1
0
lineare definita da T (x) = Ax, con
0 1 1
0 0 0
.
1 0 0
1 1 1
a) Stabilire se T invertibile.
b) Trovare basi del nucleo e dellimmagine di T .
Soluzione:
a) T invertibile se è biiettiva, cioè suriettiva e
sostanza T è invertibile se e solo se lo è A.
1
1 0 1 1
0
1/2II + I
III
0
0
1
1
0
III + 1/2II 0 1 0 0
II
IV III 0
0 1 1 1
iniettiva, ovvero se la matrice A ha rango 4. In
0 1
1 0
0 1
0 1
1
1
0
0
0
1
IV III 0
1
0 1
1 0
0 1
0 0
1
0
1
0
A ha rango 3 quindi T non è invertibile. Notiamo che potevamo immediatamente affermare che
rg(A) < 4 in quanto A ha la quarta colonna multipla della terza.
Probabilmente per rispondere alla domanda a) era pi`
u comodo calcolare il determinante di A
(che è immediato sviluppando rispetto alla seconda riga), ma la riduszione ci serviva comunque
per il punto successivo.
b) Poichè le prime tre colonne di A contengono un pivot, ne segue che
B(Im(T )) = {(1, 2, 1, 0), (0, 0, 1, 1), (1, 0, 0, 1)}
Per determinare il nucleo di T risolviamo il sistema omogeneo associato a A:
x=0
y = 0
x z + w = 0
y=0
z=t
z + w = 0
w=t
Quindi
B (N (T )) = { (0, 0, 1, 1) }
Esercizio 8.31. Detto k un paramtro reale, sia
k 1
A = 0 2
0 k
10
0 .
k
a) Si trovino, al variare di k, nucleo e immagine dellendomorfismo TA di R3 associato alla matrice

A.
b) Stabilire per quali valori k R la funzione lineare TA è invertibile.
Soluzione:
a) Riduciamo a gradini la matrice A:
k
0
2III kII 0
1
2
0
10
0
2k
214
Se k 6= 0 la matrice ha rango 3, quindi Im(T ) = R3 e N(T ) = {(0, 0, 0)}.

Se k = 0 una base dellimmagine di T è data dallinsieme {(1, 2, 0), (10, 0, 0)}. Per trovare
il nucleo risolviamo il sistema omogeneo associato a A:
x = t
y + 10z = 0
y=0
2y = 0
z=0
Quindi una base del nucleo di T è {(1, 0, 0)}.

b) T è invertibile se A ha rango 3, quindi se k 6= 0.
Esercizio 8.32. Si consideri la funzione lineare T
2k
0
k
0
k 1 1
0
0
: R4 R4 definita dalla matrice
2 1
1 1
0 1
0 1
a) Si dica se esistono valori del parametro reale k per i quali T è iniettiva o suriettiva.
b) Si calcoli la dimensione del nucleo N (T ) e dellimmagine Im(T ) al variare di k.
Soluzione:
Riduciamo a gradini la matrice scambiando la prima
1 0 2
2k
1 0
2
1 0 1
0 0 1
k
II
1 1 0 k 1 III II 0 1 1
1 0 0
0
IV II 0 0 1
Quindi per ogni k
e quarta colonna:
2k
1 0
0 1
k
III
0 0
1
II
k
IV II 0 0
2
2k
1 1
1 k
0
0
dim(Im(T )) = rg(A) = 3 < 4 e T non è suriettiva.

dim(N (T )) = 4 rg(A) = 1 e T non è iniettiva.

0
1
A=
0
2
lineare definita da T (x) = Ax con
1 k 2
1 0 2
1 1 2
0 1 1
a) Determinare una base del nucleo di T e una base dellimmagine di T al variare del parametro k.
Soluzione:
Riduciamo A a gradini
1 1
II
III
0 1
IV 2 0
0 1
I
scambiando opportunamente le righe:
1 0
0
2
0 2
0 1
1
2
1 2
1
3
III + 2I 0 2
1 1
IV II 0 0 k 1 0
k 2
1 0
0
2
1
0 1
0
1
2
0
III 2II 0 0 1 1
IV + (k 1)III 0
0 0 k1 0
0 0
2
1 1
2
0 1
1
0 0 k + 1
2. SOLUZIONI
215
a) Il nucleo di T è dato dalle soluzioni del sistema omogeneo associato a A:
x + 2w = 0
y + z + 2w = 0
z w = 0
(k + 1)w = 0
Se k 6= 1 otteniamo:
x = 0
y = 0
z = 0
w=0
Se k = 1 otteniamo:
x = t
y = t
z = t
w=t
t R
N(T ) = { (0, 0, 0, 0) }
B(N(T )) = { (1, 1, 1, 1) }
Una base dellImmagine di T è data dai vettori linearmente indipendenti di A. Anche in

questo caso dobbiamo distinguere due casi:
Se k 6= 1 la matrice A ha rango 4, quindi
B(Im(T )) = { (0, 1, 0, 2), (1, 1, 1, 0), (k, 0, 1, 1), (2, 2, 2, 1) }
In realtà Im(T ) = R4 .
Se k = 1 la matrice A ha rango 3 e in particolare risultano linearmente indipendenti i primi
tre vettori:
B(Im(T )) = { (0, 1, 0, 2), (1, 1, 1, 0), (1, 0, 1, 1) }
b) Se k 6= 1 il nucleo contiene solo il vettore nullo, quindi T è iniettiva, e limmagine ha dimensione
4, quindi T è suriettiva.
Se k = 1 il nucleo ha dimensione 1, quindi T non è iniettiva, e limmagine ha dimensione 3,
quindi T non è suriettiva.

Esercizio 8.34. Sia f : R3 R3 lapplicazione lineare definita ponendo
3
f (x, y, z) = (x + y 2z, 3x z, 2x y + z)
e sia g : R R lapplicazione lineare definita ponendo
g(x, y, z) = (x + z, x y + z, y)
Si trovino le dimensioni dei nuclei delle applicazioni lineari g f e f g.

Soluzione:
Calcoliamo le matrici associate a f e g (rispetto alla base canonica di R3 ):
1 0 1
1 1 2
M (g) = 1 1 1
M (f ) = 3 0 1
0 1 0
2 1 1
Utilizzando le matrici associate a f e g possiamo calcolare direttamente la matrice associata alle due
funzioni composte. Infatti la matrice associata a g f è M (g f ) = M (g) M (f ) e la matrice associata a
f g è M (f g) = M (f ) M (g). Quindi
1 0 1
1 1 2
3 0 1
M (g f ) = 1 1 1 3 0 1 = 0 0 0
0 1 0
2 1 1
3 0 1
1 1 2
1 0 1
2 3 2
M (f g) = 3 0 1 1 1 1 = 3 1 3
2 1 1
0 1 0
1 2 1
216
Per calcolare la dimensione dei nuclei basta calcolare il rango delle matrici. Riducendo a gradini:
3 0 1
0 0 0
M (g f )
III I 0 0 0
M (f g)
Infine
1
III 1 2 1
I 2 3 2 II 2I 0
III 3I 0
II 3 1 3
1
2 1
0
7 0
III II 0
7 0
2 1
7 0
0 0
dim (N(g f )) = 3 rg (M (g f )) = 3 1 = 2
dim (N(f g)) = 3 rg (M (f g)) = 3 2 = 1

3
Esercizio 8.35. Sia T : R R la funzione lineare definita da

T (x, y, z) = (x + y, 2x y z, 2y + z)
e sia B = {(1, 2, 4), (0, 1, 1), (1, 0, 7)} una base di R3 .
a) Stabilire se T è iniettivo e/o suriettiva.
b) Si determini la matrice MB (T ) associata a T rispetto alla base B
Soluzione:
Per rispondere alla domanda a) possiamo comunque calcolare prima la matrice associata a T rispetto
a B.
b) Siano v1 = (1, 2, 4), v2 = (0, 1, 1) e v3 = (1, 0, 7). Il metodo pi`
u semplice consiste nel calcolare
le tre immagini dei vettori della nuova base e poi trovare le coordinate di questi tre vettori rispetto
alla base B = {v1 , v2 , v3 }.
T (v1 ) = (3, 4, 0),
T (v2 ) = (1, 2, 3),
T (v3 ) = (1, 9, 7)
Si tratta ora di esprimere tali immagini come combinazioni lineari degli elementi di B, cioè
di risolvere lequazione xv1 + yv2 + zv3 = T (vi ) per i = 1, 2, 3. Per risolvere i tre sistemi contemporaneamente riduciamo a gradini la matrice formata dai tre vettori vi affiancata dalla matrice
formata dai tre vettori T (vi )
1 0 1 | 3
1
1
1 0 1 | 3 1
1
2 1 0 | 4 2 9 II 2I 0 1 2 | 2 4 7
III + 4I 0 1 3 | 12
7 3
4 1 7 | 0 3 7
1 0 1 | 3
1
1
0 1 2 | 2 4
7
III II 0 0 1 | 14 11 10
Risolviamo ora i tre sistemi:
x = 17
x + z = 3
T (v1 ) :
y 2z = 2 y = 30 T (v1 ) = (17, 30, 14)B
z = 14
z = 14
x = 12
x + z = 1
T (v2 ) :
y 2z = 4 y = 26 T (v2 ) = (12, 26, 11)B
z = 11
z = 11
x + z = 1
x = 9
T (v3 ) :
T (v3 ) = (9, 27, 10)B
y 2z = 7 y = 27
z = 11
z = 10
Infine la matrice B associata a T rispetto alla base B è
17
12 9
MB (T ) = 30 26 27
14 11 10
2. SOLUZIONI
217
a) Dobbiamo in sostanza calcolare il rango di MB (T ). In alternativa risulta forse pi`

u semplice
calcolare la matrice M (T ) associata a T rispetto alla base canonica e calcolare poi il rango di
questa:
1 1
0
1 1
0
1 1
0
0 3 1
M (T ) = 2 1 1 II 2I 0 3 1
3III + 2II 0 0
0 2
1
1
0 2
1
dim(Im(T )) = rg(M (T )) = 3 T è suriettiva
dim(N (T )) = 3 rg(M (T )) = 0 T è iniettiva

S(x1 , x2 , x3 , x4 ) = (3x1 2x3 + x4 , 4x1 2x2 + 2x3 + 3x4 , x1 + 2x3 + 2x4 ).
v1 = (1, 0, 1), v2 = (1, 0, 0), v3 = (1, 1, 1)
Si determini la matrice MEB (S) associata a S.
Soluzione:
Determiniamo la matrice A associata a S rispetto alle basi canoniche calcolando limmagine degli
elementi della base canonica:
S(e1 ) = (3, 4, 1)
S(e2 ) = (0, 2, 0)
S(e3 ) = (2, 2, 2)
S(e4 ) = (1, 3, 2)
3
A = M (S) = 4
1
III 1 0
2 2
1
4 2 2 3 II 4I 0
I 3 0 2 1
III 3I 0
Una base dellImmagine di S è data da
0 2
2 2
0
2
1
3
2
0
2
2
2 6 5
0 8 5
B(Im(S)) = {S(e1 ), S(e2 ), S(e3 )}

Per trovare una base del nucleo risolviamo il sistema omogeneo:
x = t
x + 2z + 2w = 0
y = t
B(N (S)) = {(6, 5, 5, 8)}
2y 6z 5w = 0
z = t
8z 5w = 0
w = 8 t
5
b) La matrice MEB (S) associata a S rispetto alla basecanonica E di R4 e alla base B di R3 ha per
colonne la immagini S(e1 ), S(e2 ), S(e3 ) espresse per`
o rispetto alla base B. Avendo gi`
a calcolato
tali immagini, si tratta ora di esprimere S(e1 ), S(e2 ), S(e3 ), S(e4 ) rispetto alla base B. Scriviamo
quindi la matrice associata ai 4 sistemi xv1 +yv2 +zv3 = S(ei ), considerando contemporaneamente
i quattro vettori:
1 1 1 | 3 0 2 1
1 1 1 | 3
0 2 1
0 0 1 | 4 2 2 3 III I 0 1 0 | 2 0
4 1
1 0 1 | 1 0
2 2
II
0 0 1 | 4 2 2 3
218
Risolviamo ora i quattro sistemi
x + y + z = 3
x = 3
y=2
S(e1 ) = (3, 2, 4)B
y = 2
z=4
z=4
x = 2
x + y + z = 0
S(e2 ) = (2, 0, 2)B
y=0
y = 0
z = 2
z = 2
x + y + z = 2
x = 0
y = 4 S(e3 ) = (0, 4, 2)B
y = 4
z=2
z=2
x + y + z = 1
x = 1
y = 1
y = 1 S(e4 ) = (1, 1, 3)B
z=3
z=3
Infine
1
1
3
3 2
0
0 4
MEB (S) = 2
4 2 2
Esercizio 8.37. Sia T la funzione lineare da R3 a R3 definita da

T (x, y, z) = (3x 2y, x + y + z, 2x 3y z)
b) Si scriva la matrice associata a T rispetto alla base B = {(2, 1, 0), (1, 1, 0), (0, 1, 1)}.
c) Trovare la distanza euclidea tra il punto P = (1, 1, 1) e il nucleo N (T ).
Soluzione:
a) Riduciamo a gradini la matrice A associata a T rispetto alla base canonica:
3 2 0
3 2 0
3 2 0
0 5 3
1 3II I 0 5
3
A = 1 1
2 3 1
III + II 0 0 0
III 2II 0 5 3
Quindi
B(Im(T )) = {T (e1 ), T (e2 )} = {(3, 1, 2), (2, 1, 3)}

Il nucleo di T è formato dalle soluzioni del sistema omogeneo associato a A:
3 2 0 | 0
x = 3 t
0 5 3 | 0 y = t
t R
5
0 0 0 | 0
z= t
3
Quindi
B(N (T )) =

2
5
, 1,
3
3

ovvero
B(N (T )) = {(2, 3, 5)}
b) Notiamo che T : R3 R3 , quindi è sottinteso che la stessa base B va considerata sia nello spazio
di partenza che in quello di arrivo, e MB (T ) è la matrice che ha per colonne le immagini degli
elementi di B, espresse ancora rispetto a B.
Chiamiamo v1 , v2 e v3 i tre vettori di B. Dalla definizione di T otteniamo:
T (v1 ) = T (2, 1, 0) = (4, 3, 1),
T (v2 ) = T (1, 1, 0) = (1, 2, 1),
T (v3 ) = T (0, 1, 1) = (2, 2, 4)
2. SOLUZIONI
219
Qui per`
o le immagini T (vi ) sono espresse rispetto alla base canonica. Per esprimere T (vi ) rispetto
alla base B si tratta ora di esprimere tali immagini come combinazioni lineari degli elementi di
B, cioè di risolvere lequazione xv1 + yv2 + zv3 = T (vi ) per i = 1, 2, 3. Se (xi , yi , zi ) è la soluzione
di tale equazione, allora le coordinate di T (vi ) rispetto a B sono T (vi ) = (xi , yi , zi )B .
Per risolvere i tre sistemi contemporaneamente riduciamo a gradini la matrice formata dai
tre vettori vi affiancata dalla matrice formata dai tre vettori T (vi )
2 1 0 | 4 1 2
2 1 0 | 4 1 2
1 1 1 | 3 2
6
2 2II I 0 1 2 | 2 3
0 0 1 | 1 1 4
0 0 1 | 1 1 4
Consideriamo ora il sistema associato alle prime 4 colonne:
x = 2
2x + y = 4
y + 2z = 2 y = 0
z=1
z=1
T (v1 ) = (4, 3, 1) = 2v1 + 0v2 + 1v3 = (2, 0, 1)B
Consideriamo il sistema associato alle prime 3 colonne e alla quinta:
x = 2
2x + y = 1
y + 2z = 3 y = 5
z = 1
z = 1
T (v2 ) = (1, 2, 1) = 2v1 + 5v2 1v3 = (2, 5, 1)B
Consideriamo il sistema associato alle prime 3 colonne e alla sesta:
2x + y = 2
x = 8
y = 14
y + 2z = 6
z = 4
z = 4
T (v3 ) = (2, 2, 4) = 8v1 + 14v2 4v3 = (8, 14, 4)B
Infine la matrice B associata a T rispetto alla base B è
2 2 8
14
B = 0 5
1 1 4
Un metodo alternativo consisteva nellutilizzare la matrice MCB di cambiamento di base, di

transizione da C a B. Sia
1 1 1
2 1 0
P = MBC = 1 1 1 MCB = P 1 = 1 2 2 B = P 1 AP
0
0
1
0 0 1
c) Abbiamo visto al punto a) che il nucleo di T è la retta
x = 2t
N (T ) : y = 3t
z = 5t
Il piano perpendicolare a N(T) e passante per P è : 2x + 3y 5z = 0. Inoltre N (T ) =

A(0, 0, 0). Infine
p
d(N (T ), P ) = d(A, P ) = 12 + 12 + 12 = 3
Esercizio 8.38. Sia B = {v1 = (1, 2, 3), v2 = (1, 0, 1), v3 = (0, 0, 2)} una base di R3 e sia T : R3
R lendomorfismo definito dalla matrice
0 4 2
MB (T ) = 6 0 0 .
0 8 4
3
a) Si determini la matrice associata a T rispetto alla base canonica di R3 .

b) Si stabilisca se T è iniettivo e/o suriettivo.
220
Soluzione:
a) Per utilizzare la matrice MB (T ) dobbiamo esprimere gli elementi della base canonica rispetto a
B. Si ricava facilmente che

1
1
e1 = v2 + v3 = 0, 1,
2
2 B

1
1 1
1
, , 1
e2 = v 1 v 2 v 3 =
2
2
2 2
B

1
1
e3 = v3 = 0, 0,
2
2 B
Quindi
0
T (e1 ) = 6
0
0
T (e2 ) = 6
0
0
T (e3 ) = 6
0
4
0
8
4
0
8
4
0
8

0
2
5
0 1 = 0 = (5, 0, 10)B = 5v1 + 10v3 = (5, 10, 35)
1
4
10
21
2
4
2
0 12 = 3 = (4, 3, 8)B = 4v1 + 3v2 8v3 = (1, 8, 31)
4
8
1

0
1
2
0 0 = 0 = (1, 0, 2)B = v1 + 2v3 = (1, 2, 7)
1
2
4
2
Infine la matrice associata a T rispetto
5
A = 10
35
alla base canonica è
1 1
8 2
31 7
b) Possiamo usare indifferentemente la matrice MB (T ) o la matrice A. Per comodit`

a di calcoli
usiamo la matrice iniziale. MB (T ) ha due righe uno multiplo dellaltra e rg(MB (T )) = 2. Quindi
dim(Im(T )) = 2 e T non è suriettivo, e dim(N(T )) = 1 e T non è iniettivo.

1 1 1
A = 0 1 1
1 0 0
a) Si determini la matrice associata a T rispetto alla base costituita dai vettori v1 = (1, 1, 1), v2 =
(1, 0, 0), v3 = (0, 0, 1).
b) Si trovi una base del nucleo di T .
Soluzione:
a) Il metodo pi`
u semplice consiste nel calcolare le tre immagini dei vettori della nuova base B =
{v1 , v2 , v3 }:
T (v1 ) = (3, 2, 1),
T (v2 ) = (1, 0, 1),
T (v3 ) = (1, 1, 0)
e poi trovare le coordinate di questi tre vettori rispetto alla base {v1 , v2 , v3 }. Notiamo che
essendo v1 , v2 e v3 particolarmente semplici la risoluzione delle equazioni che danno le coordinate
è immediata:
x + y = 3
x = 2
xv1 + yv2 + zv3 = T (v1 )
T (v1 ) = (2, 1, 1)B

x=2
y=1
x+z =1
z = 1
x = 0
x + y = 1
xv1 + yv2 + zv3 = T (v2 )

y = 1 T (v2 ) = (0, 1, 1)B
x=0
z=1
x+z =1
x = 1
x + y = 1
T (v3 ) = (1, 1, 1)B
xv1 + yv2 + zv3 = T (v3 )

y=1
x=1
z = 1
x+z =0
2. SOLUZIONI
221
Dunque la matrice B associata a T rispetto a B = {v1 , v2 , v3 } è:
2 0 1
MB (T ) = B = 1 1 0
1 1 1
Un metodo alternativo usa il cambiamento di base: la matrice MBC di transizione dalla base
B alla base canonica C è la matrice che ha per colonne i tre vettori di B (espressi rispetto a C):
1 1 0
P = MBC = 1 0 0
1 0 1
La matrice MCB di transizione dalla base canonica C alla base B è quindi la matrice inversa:
MCB = P 1 . Per calcolare linversa usiamo il metodo della riduzione:
1 0 0 | 0 1 0
1 1 0 | 1 0 0
1 0 0 | 0 1 0 II 1 1 0 | 1 0 0
I
1 0 1 | 0 0 1
1 0 1 | 0 0 1
1 0 0 | 0 1 0
II I 0 1 0 | 1 1 0
III I 0 0 1 | 0 1 1
La matrice MCB è quindi
P 1
0 1
= MCB = 1 1
0 1
Di conseguenza la matrice B associata a T
0
MB (T ) = B = P 1 AP = 1
1
0
0
1
rispetto alla nuova base è
2 0
1
1
0
0 P = 1 1
1 1
1 1
P 1 AP :
1
0
1
Infatti se indichiamo con vB le coordinate di un vettore v rispetto a B e analogamente

indichiamo con T (v)B le coordinate del vettore T (v) rispetto a B, allora:
B vB = P 1 AP vB = P 1 A v = P 1 T (v) = T (v)B
b) Per trovare una base del nucleo ci conviene lavorare sulla matrice A in modo da ottenere i
vettori direttamente espressi rispetto alla base canonica. Cerchiamo quindi le soluzioni del sistema
omogeneo associato alla matrice A:
1 1 1 | 0
1 1
1 | 0
1 1 1 | 0
0 1 1 | 0
0 1
0 1 1 | 0
1 | 0
III + II 0 0 0 | 0
III I 0 1 1 | 0
1 0 0 | 0
x = 0
x+y+z =0
y = t
y+z =0
z=t
Quindi una base del nucleo di T è data dallinsieme
{ (0, 1, 1) }

Esercizio 8.40. Sia T : R2 R3 lapplicazione definita da T (x, y) = (2x, x y, 2y), e siano B =
{(1, 0), (1, 1) } e B = {(1, 1, 0), (0, 1, 1), (0, 0, 2) } due basi di R2 e R3 rispettivamente. Determinare la
matrice A = MBB (T ) associata a T rispetto alle basi B e B .

Soluzione:
La matrice A cercata ha per colonne le immagini attraverso T degli elementi di B, espressi rispetto a
B . Cominciamo a calcolare la immagini:
T (1, 0) = (2, 1, 0),
T (1, 1) = (2, 0, 2)
222
I vettori cos ottenuti sono per`

o espressi rispetto alla base canonica. Indichiamo con
u1 = (1, 1, 0), u2 = (0, 1, 1), u3 = (0, 0, 2)
gli elementi della base B . Esprimere (2, 1, 0) e (2, 0, 2) rispetto a B equivale a risolvere le due equazioni
vettoriali: xu1 +yu2 +zu3 = (2, 1, 0) e xu1 +yu2 +zu3 = (2, 0, 2). Consideriamo quindi la matrice associata
a tali sistemi, riducendola con le due colonne dei termini noti contemporaneamente:
1 0 0 | 2 2
1 0 0 | 2
2
1 0 0 | 2
2
1 1 0 | 1 0 II I 0 1 0 | 1 2
0 1 0 | 1 2
0 1 2 | 0 2
III II 0 0 2 | 1
0 1 2 | 0
2
4
Per risolvere lequazione xu1 + yu2 + zu3 = (2, 1, 0) consideriamo la prima colonna dei termini noti:
x=2
x = 2
y = 1 y = 1
z = 1
2z = 1
2

1
1
T (1, 0) = (2, 1, 0) = 2u1 u2 + u3 = 2, 1,
2
2 B
Analogamente per risolvere lequazione xu1 + yu2 + zu3 = (2, 0, 2) consideriamo la seconda colonna dei
termini noti:
x = 2
x = 2
y = 2 y = 2
2z = 4
z=2
Infine
T (1, 1) = (2, 0, 2) = 2u1 2u2 + 2u3 = (2, 2, 2)B
2
2
A = 1 2
1
2
2

b) Svolgere lesercizio precedente utilizzando la matrice P .
Soluzione:
a) La matrice P cercata ha per colonne gli elementi di C espressi rispetto a B . Esprimere gli elementi
di C rispetto a B equivale a risolvere le tre equazioni vettoriali x(1, 1, 0)+y (0, 1, 1)+z (0, 0, 2) =
ei , i = 1, 2, 3. Riduciamo perci`
o a gradini la matrice formata dagli elementi di B con le tre colonne
dei termini noti contemporaneamente:
1 0 0 | 1 0 0
1 0 0 | 1 0 0
0 1 0 | 1 1 0
1 1 0 | 0 1 0
II I
0 1 2 | 0 0 1
0 1 2 | 0 0 1
1 0 0 | 1
0 0
0 1 0 | 1 1 0
III II 0 0 2 | 1 1 1
Per esprimere e1 otteniamo il sistema relativo alla prima colonna:
x=1

x
=
1
1
y
=
1
e1 = 1, 1,
y = 1
2 B
z = 1
2z = 1
2
Per esprimere e2 otteniamo il sistema relativo alla seconda colonna:
x=0

x
=
0
1
y
=
1
e2 = 0, 1,
y=1
2 B
1
2z = 1
z=
2
2. SOLUZIONI
223
Per esprimere e3 otteniamo il sistema relativo alla terza colonna:
x=0

x
=
0
1
y
=
0
e3 = 0, 0,
y=0
2 B
1
2z = 1
z=
2
Infine
1
0
0

1
0
P = MCB 1
1 1
1
2
2 2
Notiamo che per calcolare P = MCB potevamo in alternativa calcolare e poi invertire la
matrice di transizione da B a C. Infatti MBC ha per colonne gli elementi di B espressi rispetto a
C:
1 0 0
MBC 1 1 0
0 1 2
La matrice P cercata è linversa di tale matrice:
1
0

1
1
B
C 1
P = MC = MB
=
1
1
2
2
b) Nellesercizio precedente avevamo calcolato
T (1, 0) = (2, 1, 0),
0
0
1
2
T (1, 1) = (2, 0, 2)
e dovevamo esprimerli rispetto alla base B . Avendo ora calcolato la matrice P = MCB di
transizione da C a B , possiamo utilizzare P per calcolare le coordinate cercate:

2
1
0
0

2
1
1
1
1
0
T
P (2, 1, 0) =
1 = (2, 1, 0) = 2, 1,
1
1
1 1
2 B
0
2
2 2
2

1
0
0
2
2
1
0 0 = 2 (2, 0, 2) = (2, 2, 2)
P (2, 0, 2)T = 1
B
1 1
1
2
2
2
2 2
La matrice cercata è quindi:
2
2
A = 1 2
1
2
2

T (x, y, z) = (x z, 2x + y, x 3y)
a) Si determini la matrice MB (T ) associata a T rispetto alla base B costituita dai vettori v1 =
(1, 0, 0), v2 = (1, 0, 1), v3 = (0, 1, 1).
b) Si trovi una base dellimmagine di T .
c) Il determinante di una matrice associata a T pu`
o essere nullo?
Soluzione:
a) Cominciamo con il calcolare le immagini di v1 , v2 , v3 attraverso T :
T (v1 ) = (1, 2, 1)
T (v2 ) = (2, 2, 1)
T (v3 ) = (1, 1, 3).
224
Si tratta ora di esprimere tali immagini in funzione della base B, ovvero di risolvere i tre sistemi
associati a xv1 + yv2 + zv3 = T (v1 ) , xv1 + yv2 + zv3 = T (v2 ) e xv1 + yv2 + zv3 = T (v3 ).
Riduciamo quindi a gradini la matrice:
1 1 0 | 1 2 1
1 1 0 | 1 2 1
0 0 1 | 2 2 1 III 0 1 1 | 1 1 3
II 0 0 1 | 2 2 1
0 1 1 | 1 1 3
Considerando quindi la differenti colonne di termini noti otteniamo:
x + y = 1
x = 0
y + z = 1 y = 1 T (v1 ) = 0 v1 + 1 v2 + 2 v3 = (0, 1, 2)B
z=2
z=2
x = 1
x + y = 2
y + z = 1 y = 1 T (v2 ) = 1 v1 + 1 v2 + 2 v3 = (1, 1, 2)B
z=2
z=2
x = 5
x + y =
T (v3 ) = 5 v1 + 4 v2 + 1 v3 = (5 4, 1)B
y=4
y + z = 3
z=1
z=1
Infine
0 1
MB (T ) = 1 1
2 2
5
4
1
b) Cominciamo con il calcolare il rango di MB (T ) riducendola a gradini:
II
1 1 4
0 1 5
I
III 2II 0 0 7
Quindi MB (T ) ha rango 3 e una base dellimmaginie di T è formata dai tre vettori che la generano
(espressi rispetto alla base canonica):
B(Im(T )) = {(1, 2, 1), (2, 2, 1), (1, 1, 3)}
Un metodo alternativo consisteva nel calcolare la matrice associata a T rispetto alla base
canonica e ricavare da questa unaltra base di Im(T ).
c) Poichè la matrice associata a T ha rango 3, ogni altra matrice associata a T rispetto a basi
differenti avrà il medesimo rango e quindi determinante non nullo.

Esercizio 8.43. Sia S : R3 R4 lapplicazione lineare definita da
3
S(x1 , x2 , x3 ) = (x1 + x2 , x2 , x1 , x2 3x3 ).
a) Sia B la base di R costituita dai vettori v1 = (1, 1, 1), v2 = (1, 1, 0), v3 = (1, 0, 0) e sia E la base
canonica di R4 . Si determini la matrice MBE (S) associata a S.
b) Si trovi la dimensione del nucleo di S.
Soluzione:
a) Si tratta di calcolare le immagini di v1 , v2 , v3 attraverso S. Non è poi necessario effettuare altre
trasformazioni in quanto la base dello spazio di arrivo R4 è la base canonica E.
S(v1 ) = (2, 1, 1, 2)
S(v2 ) = (2, 1, 1, 1)
S(v3 ) = (1, 0, 1, 0).

Infine
1
MBE =
1
2
2
1
1
1
1
0
1
0
2. SOLUZIONI
225
b) Riduciamo M a gradini per calcolarne il rango
2
2II I
0
III II 0
IV + I 0
2 1
0 1
IV
0 1
II
3 1
2
0
0
0
2
2 1
0
3 1
0
0 1
IV + III 0
0 1
2
3
0
0
1
1
1
0
Quindi MB (T ) ha rango 3 e
dim(N (S)) = 3 rg(M ) = 0

Esercizio 8.44. Sia S : R3 R3 la funzione lineare associata a:
0 0
0 0
1 2
0
1
3
rispetto alla base B = {(1, 1, 1), (0, 2, 2), (0, 0, 3)} di R3 .

a) Si scriva la matrice associata a S rispetto alla base canonica.
b) Determinare basi dellimmagine Im(S) e del nucleo N (S).
Soluzione:
a) La matrice cercata ha per colonne S(e1 ), S(e2 ) e S(e3 ). Per determinare tali immagini possiamo
procedere in due modi.
Se vogliamo utilizzare direttamente la matrice MB (S) dobbiamo scrivere e1 , e2 e e3 rispetto
alla base B. Chiamiamo v1 = (1, 1, 1), v2 = (0, 2, 2) e v3 = (0, 0, 3) i tre vettori di B; si tratta
quindi di risolvere le tre equazioni xv1 + yv2 + zv3 = ei con i = 1, 2, 3. Riduciamo a gradini la
matrice associata alle tre equazioni contemporaneamente:
1 0
1 2
1 2
0 |
0 |
3 |
1 0 0
0 1 0
0 0 1
In realtà la matrice è gi`

a ridotta (triangolare superiore), quindi possiamo risolvere i tre sistemi.
xv1 + yv2 + zv3 = e1
xv1 + yv2 + zv3 = e2
xv1 + yv2 + zv3 = e3
x = 1
x + 2y = 0
x + 2y + 3z = 0
x = 0
x + 2y = 1
x + 2y + 3z = 0
x = 0
x + 2y = 0
x + 2y + 3z = 1

x = 1
1
1
y = 2
e1 = 1, , 0
B
z=0

x = 0
1 1
e2 = 0, ,
y = 21
2 3 B
z = 31

x = 0
1
e3 = 0, 0,
y=0
3 B
z = 13
Possiamo usare ora la matrice MB (S) per calcolare le imamgini di ei , ricordando però che il
risultato ottenuto è ancora espresso rispetto rispetto a B, mentre noi dobbiamo esprimerlo rispetto
226
alla base canonica:
0 0
S(e1 ) = MB (S) e1 = 0 0
1 2

1
0
0
1 12 = 0
0
3
0
= (0, 0, 0)B = 0 v1 + 0 v2 + 0 v3 = (0, 0, 0)

0
0
0 0 0
S(e2 ) = MB (S) e2 = 0 0 1 21 = 31
1 2 3
0
13

1
2 2
1
= 0, , 0
= 0 v1 v2 + 0 v3 = 0, ,
3
3
3 3
B

0
0
0 0 0
S(e3 ) = MB (S) e3 = 0 0 1 0 = 13
1
1 2 3
1
3

1
2 11
1
= 0, , 1
= 0 v1 + v2 + 1 v3 = 0, ,
3
3
3 3
B
Infine
A = M (S) = 0
0
0
23
32
2
3
11
3
Un metodo alternativo consiste nel ricavare direttamente le immagini di e1 dalla matrice

MB (S), sfruttando la linearità di S. Sappiamo infatti che una matrice MB (S) ha per colonne le
immagini degli elementi di B espressi ancora rispetto a B. Quindi
S(v1 ) = S(1, 1, 1) = (0, 0, 1)B = 0v1 + 0v2 + 1v3 = (0, 0, 3)
S(v2 ) = S(0, 2, 2) = (0, 0, 2)B = 0v1 + 0v2 + 2v3 = (0, 0, 6)
S(v3 ) = S(0, 0, 3) = (0, 1, 3)B = 0v1 + 1v2 + 3v3 = (0, 2, 11)
Abbiamo precedentemente espresso e1 , e2 e e3 come combinazione lineare degli elementi di

B:
1
(0, 0, 3)
3
1
1
e2 = (0, 1, 0) = (0, 2, 2) (0, 0, 3)
2
3
1
e1 = (1, 0, 0) = (1, 1, 1) (0, 2, 2)
2
Per la linearità di S otteniamo quindi:
e3 = (0, 0, 1) =
1
1
S(e1 ) = S(v1 ) S(v2 ) = (0, 0, 3) (0, 0, 6) = (0, 0, 0)
2
2

1
1
1
2 2
1
S(e2 ) = S(v2 ) S(v3 ) = (0, 0, 6) (0, 2, 11) = 0, ,
2
3
2
3
3 3

1
2 11
S(e3 ) = S(v3 ) = 0, ,
3
3 3
Infine la matrice associata a S rispetto alla base canonica è:
0 0
0
A = M (S) = 0 32 23
0 32 11
3
b) Conviene utilizare la matrice A in modo da ottenere vettori gi`

a espressi rispetto alla base canonica.
In questo caso non è necessario procedere con la riduzione a gradini. Infatti è evidente che la
sottomatrice formata dalle ultime due colonne ha rango 2, quindi una base dellimmagine di S è
quella formata da S(e2 ) e S(e3 ), oppure da un loro multiplo:
B(Im(S)) = { (0, 2, 11), (0, 2, 2) }
Dal teorema di nullità pi`
u rango sappiamo che il nucleo ha dimensione uno e avendo trovato
che S(e1 ) = 0, quindi e1 appartiene al nucleo, possiamo concludere che una base del nucleo di S
2. SOLUZIONI
227
è
B(N (S)) = { (1, 0, 0) }

S(x1 , x2 , x3 ) = (2x1 2x2 + x3 , 2x1 + 2x2 3x3 , 2x1 + 2x2 + x3 )

v1 = (1, 1, 0), v2 = (1, 0, 1), v3 = (0, 1, 1)
Si determini la matrice MBE (S) associata a S.

Soluzione:
Determiniamo la matrice A associata a S calcolando limmagine
S(e1 ) = (2, 2, 2)
2
S(e2 ) = (2, 2, 2) A = 2
S(e3 ) = (1, 3, 1)
2
a) Riduciamo a gradini la matrice
2
II + I 0
III + I 0
A:
degli elementi della base canonica:
2 1
2 3
2
1
2 1
2
0 2 1/2II 0
0
2
III + II 0
2 1
0 1
0 0
Una base dellImmagine di S è data dai vettori corrispondenti alle colonne che contengono i
pivot,cioè alla prima e terza colonna:
B(Im(S)) = {S(e1 ), S(e3 )} {(2, 2, 2), ((1, 3, 1)}
Per trovare una base del nucleo risolviamo il sistema omogeneo:
x = t
2x 2y + z = 0
y=t
B(N (S)) = {(1, 1, 0)}
z=0
z=0
b) La matrice MBE (S) associata a S ha per colonne le immagini di B espresse rispetto a E, cioè in
sostanza le immagini di B:
S(v1 ) = (0, 0, 0),
quindi
S(v2 ) = (3, 5, 1),
0 3
MBE (S) = 0 5
0 1
S(v3 ) = (1, 1, 3)
1
1
3
Esercizio 8.46. Sia V = R e siano B = C = { (1, 0), (0, 1) } e B = {(1, 1), (1, 0) } due basi di V .
a) Determinare la matrice P = MBB di transizione da B a B .

b) Determinare le coordinate di v = (2, 1) utilizzando la matrice P .
Soluzione:
a) La matrice P = MBB di transizione da B a B ha per colonne i vettori di B espressi rispetto a B .

Anche se in questo caso i conti per fare ciò sono piuttosto semplici, pu`
o risultare pi`
u conveniente
determinare la matrice inversa P 1 = MBB di transizione da B a B che ha per colonne i vettori
di B espressi rispetto a B. Infatti B è la base canonica, quindi i vettori di B sono gi`
a espressi
rispetto a B, quindi

1 1
P 1 =
1 0
Per calcolare P basta ora invertire P 1 :

1 1 | 1 0
II 1 0 |
1 0 | 0 1
I 1 1 |

1 0
0 1
II I 0 1
1 0
|
|
0
1

1
1
228
Infine

0 1
P =
1 1
b) Per esprimere v rispetto a B basta calcolare:

0 1
2
1
T
P v =
=
1 1 1
1
Quindi v = (1, 1)B , ovvero v = 1 (1, 1) + 1 (1, 0).
Esercizio 8.47. Sia V = R e siano C e B = {(1, 1, 0), (0, 1, 1), (0, 0, 2) } rispettivamente la base

b) Sia T : R2 R3 lapplicazione definita da T (x, y) = (2x, x y, 2y). Utilizzando la matrice P
determinare la matrice A = MCB (T ) associata a T rispetto alle basi C e B .

Soluzione:
a) La matrice P = MCB di transizione da C a B ha per colonne gli elementi di C espressi rispetto

a B . Anzicche procedere come nellesercizio precedente invertendo la matrice MBC formata dagli
elementi di B (espressi automaticamente rispetto a C), questa volta calcoliamo direttamente P .
Esprimere gli elementi di C rispetto a B equivale a risolvere le tre equazioni vettoriali x
(1, 1, 0) + y (0, 1, 1) + z (0, 0, 2) = ei , i = 1, 2, 3. Riduciamo perciò a gradini la matrice formata
dagli elementi di B con le tre colonne dei termini noti contemporaneamente:
1 0 0 | 1 0 0
1 0 0 | 1 0 0
1 1 0 | 0 1 0
0 1 0 | 1 1 0
II I
0 1 2 | 0 0 1
0 1 2 | 0 0 1
1 0 0 | 1
0 0
0 1 0 | 1 1 0
III II 0 0 2 | 1 1 1
Per esprimere e1 otteniamo il sistema relativo alla prima colonna:
x=1

x = 1
1
y = 1 y = 1 e1 = 1, 1,
2 B
z = 1
2z = 1
2
Per esprimere e2 otteniamo il sistema relativo alla seconda colonna:
x=0

x
=
0
1
y
=
1
e
=
0,
1,
y=1
2
2 B
z = 1
2z = 1
2
Per esprimere e3 otteniamo il sistema relativo alla terza colonna:
x=0

x
=
0
1
y
=
0
e3 = 0, 0,
y=0
2 B
z = 1
2z = 1
2
Infine
1
0
0
1
0
P = MCB = 1
1 1
1
2
2 2
b) La matrice A = MCB (T ) ha per colonne le immagini degli elementi di C espressi rispetto a B .

Calcoliamo quindi
T (1, 0) = (2, 1, 0),
T (0, 1) = (0, 1, 2),
2. SOLUZIONI
229
espressi rispetto alla base canonica. Conoscendo la matrice P = MCB di transizione da C a B ,

possiamo utilizzare P per calcolare le coordinate cercate dei vettori trovati rispetto a B :

2
1
0
0

2
1
1
1
1
0
T
P (2, 1, 0) =
1 = (2, 1, 0) = 2, 1,
1
1 1
1
2 B
0
2
2 2
2

1
0
0

0
0
3
1

1
0
T
P (0, 1, 2) =
1 = 1 (0, 1, 2) = 0, 1,
1
1 1
2 B
3
2
2
2
2 2
La matrice cercata è quindi:
2
0
A = 1 1
1
2
3
2
Esercizio 8.48. Sia T : R3 R3 cos` definita: T (x, y, z) = (x + 2y + 3z, 3y + z, 4z).

b) Determinare la matrice B associata a T rispetto alla base
B = {v1 = (1, 0, 0), v2 = (1, 1, 0), v3 = (5, 3, 3)} .

Soluzione:
a)
T (e1 ) = (1, 0, 0)
1
T (e2 ) = (2, 3, 0) A = M (T ) = 0
T (e3 ) = (3, 1, 4)
0
2 3
3 1
0 4
b) Per risolvere la seconda parte possiamo procedere in due modi.

Calcoliamo le immagini dei vettori vi della nuova base:
T (v1 ) = (1, 0, 0),
T (v2 ) = (3, 3, 0),
T (v3 ) = (20, 12, 12)
Si tratta ora di esprimere i vettori trovati rispetto alla base B risolvendo le tre equazioni:
x = 1
x + y + 5z = 1
y = 0 T (v1 ) = (1, 0, 0)B
xv1 + yv2 + zv3 = T (v1 ) y + 3z = 0
z=0
3z = 0
x = 0
x + y + 5z = 3
y = 3 T (v2 ) = (0, 3, 0)B
xv1 + yv2 + zv3 = T (v2 ) y + 3z = 3
z=0
3z = 0
x + y + 5z = 20
x = 0
xv1 + yv2 + zv3 = T (v3 ) y + 3z = 12
y = 0 T (v3 ) = (0, 0, 4)B
3z = 12
z=4
Quindi la matrice associata a T rispetto alla
1
B = MB (T ) = 0
0
base B è
0 0
3 0
0 4
Un altro metodo consiste nel cercare le matrici di cambiamento di base: la matrice MBC di
transizione dalla base B alla base canonica C è la matrice che ha per colonne i tre vettori di
B (espressi rispetto a C):
1 1 5
P = MBC = 0 1 3
0 0 3
230
MCB = P 1 . Per calcolare linversa usiamo il metodo della riduzione:
1 1 5 | 1 0 0
1 1 5 | 1 0 0
0 1 3 | 0 1 0 II III 0 1 0 | 0 1 1
1
0 0 3 | 0 0 1
0 0 1 | 0 0 13
3 III
1 0 5 | 1 1 1
1 0 0 | 1 1 23
I 5III
I II
0 1 0 | 0 1 1
0 1 0 | 0 1 1
1
1
0 0 1 | 0 0
0
0 1 | 0 0
3
3
La matrice MCB è quindi
P 1
1 1
= MCB = 0 1
0 0
32
1
1
3
Di conseguenza la matrice B associata a T rispetto alla nuova base è P 1 AP :
1 0 0
B = MB (T ) = P 1 AP = 0 3 0
0 0 4
Esercizio 8.49. Sia T : R3 R3 lapplicazione
1
A = 3
6
lineare definita da:
3 3
5 3
6 4
a) Verificare che linsieme B = {v1 = (1, 1, 0), v2 = (1, 0, 1), v3 = (1, 1, 2)} è una base di R3 .
b) Determinare la matrice associata a T rispetto alla base B.
Soluzione:
a) Basta verificare che la matrice formata dai tre vettori ha rango 3, ovvero determinante diverso
da zero:
1 1 1
det 1 0 1 = 1 (1) 1 (3) = 2 6= 0
0 1 2
Quindi v1 , v2 e v3 sono lineramente indipendenti e formano una base di R3 .

b) Come nellesercizio precedente si pu`
o procedere in due modi. Utilizziamo il primo.
Calcoliamo le immagini dei vettori vi della nuova base:
T (v1 ) = A v1 = (2, 2, 0)
T (v2 ) = A v2 = (2, 0, 2)
T (v3 ) = A v3 = (4, 4, 8)
Si tratta ora di esprimere i vettori trovati rispetto alla base B. Notiamo però come la cosa è
immediata:
T (v1 ) = T (1, 1, 0) = (2, 2, 0) = 2v1
T (v1 ) = (2, 0, 0)B
T (v3 ) = T (1, 1, 2) = (4, 4, 8) = 4v3
T (v3 ) = (0, 0, 4)B
T (v2 ) = T (1, 0, 1) = (2, 0, 2) = 2v2
Quindi la matrice associata a T rispetto alla base B è
2 0 0
B = MB (T ) = 0 2 0
0
0 4
T (v2 ) = (0, 2, 0)B
Notiamo che volendo utilizzare il secondo metodo la matrice MBC di transizione dalla base B
alla base canonica C è la matrice che ha per colonne i tre vettori di B (espressi rispetto a C):
1 1 1
P = MBC = 1 0 1
0 1 2
2. SOLUZIONI
231
MCB = P 1 . Di conseguenza la matrice B associata a T rispetto alla nuova base è P 1 AP :
2 0 0
B = MB (T ) = P 1 AP = 0 2 0
0
0 4
Poiche la matrice MB (T ) ottenuta è diagonale, la matrice di transizione P tale che P 1 AP =

MB (T ) è detta diagonalizzante.
Esercizio 8.50. Sia

B = {v1 = (1, 0, 1), v2 = (0, 1, 0), v3 = (2, 0, 0)}
una base di R3 e sia T lendomorfismo di R3 cos` definito:
T (v1 ) = (3, 1, 2),
T (v2 ) = (0, 1, 1),
T (v3 ) = (6, 4, 6)

b) Si determini base e dimensione dellImmagine e del Nucleo di T .
c) Si stabilisca per quali valori di k il vettore vk = (k + 1, 0, k) appartiene allImmagine di T .
Soluzione:
a) Per determinare T (ei ), dobbiamo ricavare le coordinate di ei rispetto alla base B. Non è però
necessario risolvere le tre equazioni xv1 + yv2 + zv3 = ei in quanto seplicemente:
1
v3 ,
2
e1 =
e2 = v2 ,
1
e3 = v 1 v 3
2
Di conseguenza
1
T (v3 ) = (3, 2, 3)
2
T (e2 ) = T (v2 ) = (0, 1, 1)
1
T (e3 ) = T (v1 ) T (v3 ) = (3, 1, 2) (3, 2, 3) = (0, 1, 1)
2
T (e1 ) =
b) Riduciamo M (T ) a gradini
Quindi
1/3I
1
II 2/3I 0
III I 0
3 0
M (T ) = 2 1
3 1
0
1
1
0
0
1
0
1 1
III II 0
1 1
0
0
1 1
0
0
dim(Im(T )) = rg(M (T )) = 2
B(Im(T )) = {(3, 2, 3), (0, 1, 1)}
Sappiamo gi`
a che dim(N(T )) = 3 rg(M (T )) = 1. Per determinarne una base risolviamo il
sistema omogeneo associato a M (T ):
x = 0
x=0
y = t B(N(T )) = {(0, 1, 1)}
y z = 0
z=t
c) Il vettore vk = (k + 1, 0, k) appartiene
della base in Im(T ):
3 0 | k+1
3 0
2 1 |
0 3II 2I 0 3
3 1 |
k
III I 0 1
allImmagine di T se è combinazione lineare dei vettori

|
|
|
k+1
1
0
2k 2
III
1
II 3III 0
0 |
1 |
0 |
0
1
2k + 1
232
Infine, se k = 21 la matrice completa e incompleta hanno lo stesso rango, quindi il sistema

ammette soluzione e vk appartiene a Im(T ), mentre se k 6= 21 , allora rg(A|b) = 3 > rg(A) = 2,
quindi il sistema non ammette soluzione e vk non appartiene a Im(T ).

Esercizio 8.51. Dati i vettori di R3
v1 = (1, 0, 1),
v2 = (0, 2, 2),
v3 = (1, 1, 0),
si consideri la funzione lineare T : R3 R3 definita da

T (v1 ) = (2, 0, 0),
T (v2 ) = (4, 4, 4),
T (v3 ) = (0, 6, 6)

b) Si determini una base del nucleo e dellimmagine di T .
Soluzione:
a) Per determinare la matrice M (T ) associata a T rispetto alla base canonica dobbiamo calcolare le
immagini dei vettori della base canonica. A tale scopo dobbiamo prima esprimere i vettori della
base canonica come combinazione lineare di v1 , v2 , v3 . Risolviamo le tre equazioni xv1 + yv2 +
zv3 = ei , i = 1, 2, 3, riducendo a gradini contemporaneamente le matrici associate ai tre sistemi:
1 0 1 | 1 0 0
1 0 1 | 1 0 0
0 2 1 | 0 1 0
0 2 1 | 0 1 0
III I 0 2 1 | 1 0 1
1 2 0 | 0 0 1
1 0 1 | 1
0 0
0 2 1 | 0
1 0
III II 0 0 2 | 1 1 1
Di conseguenza
xv1 + yv2 + zv3 = e1
xv1 + yv2 + zv3 = e2
xv1 + yv2 + zv3 = e3
x + z = 1
2y + z = 0
2z = 1
x + z = 0
2y + z = 1
2z = 1
x + z = 0
2y + z = 0
2z = 1
x = 2
y = 14
z = 21
x = 2
y = 41
z = 12
x = 2
1
y=4
z = 12
e1 =
1
1
1
v1 v2 + v3
2
4
2
1
1
1
e2 = v 1 + v 2 + v 3
2
4
2
e3 =
1
1
1
v1 + v2 v3
2
4
2
Sfruttando la linearità di T possiamo ora ricavare le immagini degli elementi della base canonica:
1
1
1
T (v1 ) T (v2 ) + T (v3 ) = (0, 2, 2)
2
4
2
1
1
1
T (e2 ) = T (v1 ) + T (v2 ) + T (v3 ) = (0, 4, 4)
2
4
2
1
1
1
T (e3 ) = T (v1 ) + T (v2 ) T (v3 ) = (2, 2, 2)
2
4
2
Infine la matrice associata a T rispetto alla base canonica è
0 0 2
M (T ) = 2 4 2
2 4 2
T (e1 ) =
In alternativa si poteva untilizzare la matrice di cambiamento di base:
1
21
1 0 1
2
2

1
1
1
MBE = 0 2 1 MEB = MBE
= 14
4
4
1
1
1 2 0
12
2
2
2. SOLUZIONI
Infine
2 4
M (T ) = MEE (T ) = MBE (T ) MEB = 0 4
0 4
b) Riduciamo M (T ) a gradini:
233
1
0
2
6 14
1
6
2
21
1
4
1
2
1
2
1
4
12
0
= 2
2
0 2
4 2
4 2
1 2 1
1/2II
1/2I 0 0 1
III II 0 0 0
Quindi M (T ) ha rango 2 e una base dellimmagine di T è

B (Im(T )) = {(0, 2, 2), (2, 2, 2)}
Risolvendo il sistema omogeneo associato a T otteniamo
x = 2t
y=t
z=0
quindi una base del nucleo di T è
B (N(T )) = {(2, 1, 0)}

3
Esercizio 8.52. Sia T la funzione lineare da R in R che associa ai vettori

(1, 1, 0),
(1, 1, 2),
(0, 0, 1)
rispettivamente i vettori
(1, 1, 0, 1),
(1, 2, 1, 0),
(0, 0, 1, 1)
a) Stabilire se T è iniettiva, suriettiva, biunivoca.

b) Qual è limmagine di v = (2, 0, 3)?
Soluzione:
a) Linsieme
B = {v1 = (1, 1, 0), v2 = (1, 1, 2), v3 = (0, 0, 1)}
forma una base di R3 . La matrice associata a T
C di R4 è
1
A = MBC (T ) =
0
1
rispetto alla base B di R3 e alla base canonica

1
2
1
0
0
0
1
1
Poiche A è 34, dim(Im(T )) = rg(A) 3 e T non pu`

o essere suriettiva e quindi neanche biunivoca.
Calcoliamo comunque esplicitamente il rango di A per stabilire se T è iniettiva. Notiamo che A
contiene la sottomatrice
1 1 0
1 2 0
0 1 1
cha ha determinante non nullo. Di conseguenza rg(A) = 3, dim(N(T )) = 3 3 = 0 e T è iniettiva.

b) Per detereminare limmagine di v, dobbiamo esprimerlo rispetto alla base B risolvendo lequazione
xv1 + yv2 + zv3 = v a cui è associata la matrice
1 1 0 | 2
1 1 0 | 2
1 1 0 | 2
1 1 0 | 0 II I 0 2 0 | 2 1/2II 0 1 0 | 1
0 2 1 | 3
0 2 1 | 3
III + II 0 0 1 | 1
x = 1
x + y = 2
y = 1 v = v1 + v2 + v3
y=1
z=1
z=1
234
Per calcolare T (v) possiamo usare direttamente la definizione

T (v) = T (v1 + v2 + v3 ) = T (v1 ) + T (v2 ) + T (v3 ) = (1, 1, 0, 1) + (1, 2, 1, 0) + (0, 0, 1, 1) = (2, 3, 0, 2).

che:
T (e1 ) = 3e1 e2 + e3 ,
T (e2 ) = e2 e3 ,
T (e3 ) = 2T (e1 ) + T (e2 )
a) Si calcoli la matrice associata a T rispetto ad E.

b) Trovare basi del nucleo e dellimmagine di T e stabilire se T è invertibile.
Soluzione:
Dalla definizione otteniamo
T (e1 ) = (3, 1, 1)
T (e2 ) = (0, 1, 1)
T (e3 ) = 2T (e1 ) + T (e2 ) = (6, 2, 2) + (0, 1, 1) = (6, 1, 1)
a) La matrice associata a T rispetto alla base canonica è
3
0
6
A = M (T ) = 1 1 1
1 1 1
Riduciamo T a gradini
1/3I
1 0
II + 1/3I 0 1
III + II 0 0
2
1
0
Di conseguenza una base dellimmagine di T è B (Im(T )) = {(3, 1, 1), (0, 1, 1)}.

Per trovare il nucleo risolviamo il sistema omogeno associato a T :
x = 2t
x + 2z = 0
y = t
y+z =0
z=t
e una base del nucle di T è B (N(T )) = {(2, 1, 1)}.

b) Dai conti svolti nel punto precedente vediamo che A ha rango 2, quindi non è invertibile.
Altrettanto lendomorfismo T non è invertibile.

che:
T (e1 ) = e1 2e2 + e3 ,
T (e2 ) = 2e2 e3 ,
T (e3 ) = e1 + e3 .
a) Si mostri che T è invertibile.

b) Si scriva la matrice associata a T 1 rispetto ad E.
c) Sia W = {x R3 : x1 + 2x2 x3 = 0}. Si trovi una base del sottospazio immagine T (W ).
Soluzione:
La matrice associata a T rispetto alla base canonica è
1
0
A = M (T ) = 2 2
1 1
1
0
1
a) T è invertibile sse lo è la matrice A. Poiche det(A) = 2 6= 0 la matrice e T sono invertibili.

b) La matrice associata a T 1 è la matrice A1 :
1 21 1
A1 = M (T 1 ) = 1 0 1
1
0
1
2
2. SOLUZIONI
c) Scriviamo esplicitamente gli elementi di W :
x1 = 2s + t
x2 = s
x3 = t
235
s, t R
Quindi W = hw1 = (2, 1, 0), w2 = (1, 0, 1)i e T (W ) = hT (w1 ), T (w2 )i:

T (w1 ) = A w1 = (2, 6, 3)
T (w2 ) = A w2 = (2, 2, 2)
I due vettori trovati sono linearmente indipendenti in quanto non sono uno multiplo dellaltro,
quindi una base di T (W ) è
B (T (W )) = {(2, 6, 3), (2, 2, 2)} .

è
Esercizio 8.55. Si consideri la funzione lineare T : R3 R3 la cui matrice rispetto alla base canonica
1
M (T ) = 1
2
0 3
1 1
2 1
e sia B = {v1 = (1, 1, 0), v2 = (1, 1, 1), v3 = (1, 0, 1)} una base di R3 .
a) Si determini la matrice MBE (T ) associata a T rispetto alla base B nel dominio e rispetto alla base
canonica E nel codominio.
b) Si determini la matrice MB (T ) associata a T rispetto alla base B.
Soluzione:
a) La matrice MBE (T ) ha per colonne le immagini dei vettori della base B, espresse rispetto alla base
canonica. Calcoliamo quindi le immagini dei vettori vi , utilizzando la matrice M (T ):

1
1
1 0 3
M (T ) v1t = 1 1 1 1 = 0 T (v1 ) = (1, 0, 4)
4
0
2 2 1

1 0 3
4
1
M (T ) v2t = 1 1 1 1 = 1 T (v2 ) = (4, 1, 5)
2 2 1
5
1

4
1
1 0 3
M (T ) v3t = 1 1 1 0 = 0 T (v3 ) = (4, 0, 3)
3
1
2 2 1
Quindi
1 4
MBE (T ) = 0 1
4 5
4
0
3
b) La matrice MBB (T ) ha per colonne le immagini dei vettori della base B, espresse rispetto alla base
B. Dobbiamo quindi esprimere rispetto alla base B i vettori T (vi ), trovati al punto precedente.
Si tratta di risolvere i tre sistemi xvi + yv2 + zv3 = T (vi ) per i = 1, 2, 3. Per comodit`
a riduciamo
a gradini i tre sistemi contemporaneamente, affiancando direttamente le tre colonne dei termini
noti:
I III 1 0 0 | 3 1 1
1 1 1 | 1 4 4
1 1 0 | 0 1 0 II I 0 0 1 | 1 3 4
0 1 1 | 4
5
3
0 1 1 | 4 5 3
236
Di conseguenza
x = 3
xv1 + yv2 + zv3 = T (v1 ) z = 1
y+z =4
T (v1 ) = 3v1 + 3v2 + v3 = (3, 3, 1)B
x = 1
xv1 + yv2 + zv3 = T (v2 ) z = 3
y+z =5
T (v2 ) = v1 + 2v2 + 3v3 = (1, 2, 3)B
x = 1
xv1 + yv2 + zv3 = T (v3 ) z = 4
y+z =3
T (v3 ) = v1 v2 + 4v3 = (1, 1, 4)B
x = 3
y=3
z=1
x = 1
y=2
z=3
x = 1
y = 1
z=4
Infine la matrice associata a T rispetto alla base B è
3 1 1
2 1
MB (T ) = 3
1
3
4
Notiamo che per calcolare MB (T ) = MBB (T ) potevamo anche utilizzare le matrici di cambiamento di base. Sia infatti P = MBE la matrice di transizione dalla base B alla base canonica E; P
ha per colonne gli elementi di B espressi rispetto a E:
1 1 1
P = MBE = 1 1 0
0 1 1
Inoltre la matrice di transizione dalla base canonica E alla base C è linversa di P :
1
0 1
1
MEB = P 1 = 1 1
1 1 0
Infine la matrice di T rispetto alla base B è:
3
MB (T ) = MBB (T ) = MEB M (T ) MBE = P 1 M (T ) P = 3
1
1 1
2 1
3 4
Esercizio 8.56. Si consideri la base B = {(1, 1, 0, 0), (0, 1, 1, 0), (0, 0, 1, 1), (1, 0, 1, 0)} di R4 e sia E la
base canonica di R4 . Sia T : R4 R4 la funzione lineare con matrice associata
1 0 0 0
1 k 0 0
MBE (T ) =
0 1 1 1
1 0 0 1

a) Stabilire per quali valori di k la funzione T è un isomorfismo (cioè iniettiva e suriettiva).
b) Posto k = 1, si trovi una base del sottospazio T 1 (W ) = {v R4 | T (v) W }, con W =
h(1, 0, 0, 1), (0, 1, 0, 1)i.
Soluzione:
a) T è un isomorfismo se il rango di MBE (T ) è 4, infatti in tale caso dim(Im(T )) = rg(M ) = 4 e T è

suriettiva, e dim(N(T )) = 4 4 = 0 e T è iniettiva. In questo caso è probabilmente pi`
u rapido
calcolare il determinante di M , sviluppando rispeto alla terza colonna:

det (MBE (T ) = 1 k 1 = k
Quindi T è un isomorfismo se k 6= 0 quando il rango di M è 4.
2. SOLUZIONI
237
b) La matrice associata a T per k = 1 è
1
1
E
MB (T ) =
0
1
1
1
0
1
0
1
1
0
0
1
1
0
0
0
1
0
0
0
1
1
Possiamo procedere in due modi:

MODO 1. Esprimiamo i due vettori w1 = (1, 0, 0, 1) e w2 = (0, 1, 0, 1) come combinazione lineare delle immagini della base B risolvendo i due sistemi MBE (T )|w1 e MBE (T )|w2 . Riduciamo
a gradini le due matrici contemporaneamente:
1 0 0 0 | 1 0
1 0 0 0 | 1
0
0 0 | 1 0
0 1 0 0 | 1 1
0 0 | 0 1
II I 0 1 0 0 | 1 1
III II 0 0 1 1 | 1 1
0 1 1 1 | 0 0
1 1 | 0 0
IV I 0 0 0 1 | 0 1
0 0 0 1 | 0
1
0 1 | 1 1
Risolviamo il primo sistema xT (v1 ) + yT (v2 ) + zT (v3 ) + wT (v4 ) = w1 :
x=1
x=1
y = 1
y = 1
T 1 (w1 ) = (1, 1, 1, 0)B = (1, 0, 0, 1)

z + w = 1
z
=
1
w=0
w=0
Risolviamo il secondo sistema xT (v1 ) + yT (v2 ) + zT (v3 ) + wT (v4 ) = w2 :
x=0
x=0
y = 1
y = 1
T 1 (w2 ) = (0, 1, 2, 1)B = (1, 1, 0, 2)
z
+
w
=
1
z
=
2
w=1
w=1
MODO 2.Essendo T un isomorfismo possiamo calcolare linversa di M (T ):
1
0 0 0
1 1 0 0
1
MBE (T )
= MEB (T 1 ) =
2 1 1 1
1 0 0 1
Quindi
T 1 (w1 ) = MEB (T 1 ) w1T = (1, 1, 1, 0)B = (1, 0, 0, 1)
T 1 (w2 ) = MEB (T 1 ) w2T = (0, 1, 2, 1)B = (1, 1, 0, 2)

Esercizio 8.57. Dati i vettori v1 = (1, 1, 0), v2 = (0, 2, 0) e v3 = (0, 1, 1), sia T lendomorfismo di R3
tale che T (v1 ) = v2 , T (v2 ) = v3 e T (v3 ) = v1 .
a) Determinare la matrice associata a T rispetto alla base B = {v1 , v2 , v3 }.
b) Determinare la matrice associata a T rispetto alla base canonica.
c) Determinare il nucleo di T e trovare (se esiste) una controimmagine di (5, 1, 11).
Soluzione:
a) Dalla definzione di T si ha
T (v1 ) = v2 = 0 v1 + 1 v2 + 0 v3 = (0, 1, 0)B
T (v2 ) = v3 = 0 v1 + 0 v2 + 1 v3 = (0, 0, 1)B
T (v3 ) = v1 = 1 v1 + 0 v2 + 0 v3 = (1, 0, 0)B
quindi la matrice associata a T rispetto a B è
0 0
MBB (T ) = 1 0
0 1
1
0
0
238
b) Senza la necessit`
a di impostare un sistema è facile scrivere gli elementi della base canonica come
combinazione lineare degli elementi della base B e quindi trovarne limmagine attraverso a T :

1
1
3 1
1
T (e1 ) = T (v1 ) T (v2 ) = v2 v3 = 0, ,

e1 = v 1 v 2
2
2
2
2 2

1
1
1
1 1
e2 = v 2
T (e2 ) = T (v2 ) = v3 = 0, ,
2
2
2
2 2

1
1
1
1 1
e3 = v 3 v 2
T (e3 ) = T (v3 ) T (v2 ) = v1 v3 = 1, ,

2
2
2
2 2
Quindi la matrice associata a T rispetto alla base canonica è
0
0
1
1
1
M (T ) = 23
2
2
1
1
2 2 12

` immediato verificare che det M B (T ) = 1, quindi rg M B (T ) = rg(M (T )) = 3. Di conseguenc) E
B
B
za dim(N (T )) = 0 e N (T ) = { (0, 0, 0) }.
T è suriettiva, quindi esiste una controimmagine per ogni elemento di R3 . Per trovare una
controimmagine di v = (3, 7, 14) ci conviene forse usare la matrice M (T ) risolvendo il sistema
M (T )|v:
0
0
1 |
3
2III 1 1 1 | 28
1 1 1 | 28
1
1
3
|
7 2II 3 1 1 | 14 II + 3I 0 4 2 | 70
2
2
2
1
1
1
I
0 0 1 |
3
0 0 1 |
3
2 2 2 | 14
x = 9
x + y z = 28
y = 16
2y z = 35
z=3
z=3
Quindi T (9, 16, 3) = (3, 7, 14) e la controimmagine di v è (9, 16, 3).

S(A) = A AT
b) Posto n = 2, si determini la matrice associata a S rispetto alla base

1 0
0 0
0 1
0 0
B=
,
,
,
0 0
1 0
0 0
0 1
Soluzione:
a) Per definizione

N (S) = A Mn (R) | A = AT = { matrici simmetriche di Mn (R)}
Provando a calcolare S(A) per qualche A si vede che le matrici S(A) = B = [bi,j ] ottenute
hanno necessariamente tutti zero sulla diagonale e hanno bi,j = bj,i per ogni i 6= j. Quindi:
b) Sia

Im(S) = A Mn (R) | A = AT = { matrici antisimmetriche di Mn (R)}

1
A1 =
0

0
,
0

0 0
A2 =
,
1 0

0 1
A3 =
,
0 0
0
A4 =
0

0
1
2. SOLUZIONI
239
La matrice associata a S rispetto a B ha per colonne le immagini degli elementi di B, espresse

rispetto a B:

0 0
= (0, 0, 0, 0)B
S(A1 ) = A1 AT1 =
0 0

0 1
S(A2 ) = A2 AT2 =
= A2 A3 = (0, 1, 1, 0)B
1 0

0 1
= A2 + A3 = (0, 1, 1, 0)B
S(A3 ) = A3 AT3 =
1 0

0 0
S(A4 ) = A4 AT4 =
= (0, 0, 0, 0)B
0 0
Quindi
0
0
MB (S) =
0
0
0
0
1 1
1 1
0
0
c) Calcoliamo il polinomio caratteristico di M :
0
0
0 1
1
pM () = det
0
1
1
0
0
0
0
0
0
0
0
0
= 3 ( 2)
0
M ha due autovalori = 2, singolo, e = 0 di molteplicit`

a algebrica 3, quindi è diagonalizzabile
se lautospazio E(0) è di dimensione 3.
x=t
0 0
0 0
y = s
0 1 1 0
E(0) = N (M ) :
dim(E(0)) = 3
0 1 1 0 z = s
0 0
0 0
w=r
quindi S è diagonalizzabile.

S(A) = A + AT
b) Posto n = 2, si determini la matrice associata a S rispetto

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

0
0
base

0
1

Soluzione:
a) Per definizione

N (S) = A Mn (R) | A = AT = { matrici antisimmetriche di Mn (R)}
Notiamo che una matrice B = [bi,j ] è antisimmetrica se ha tutti zero sulla diagonale e bi,j = bj,i
per ogni i 6= j.
Provando a calcolare S(A) per qualche A si vede che le matrici S(A) = B = [bi,j ] ottenute
hanno o bi,j = bj,i per ogni i 6= j, mentre non si ha nessuna condizione su bi,i . Quindi:

Im(S) = A Mn (R) | A = AT = { matrici simmetriche di Mn (R)}
b) Sia

1 0
A1 =
,
0 0

1 1
A2 =
,
1 0

1 1
A3 =
,
1 0
0 0
A4 =
0 1
240
La matrice associata a S rispetto a B ha per colonne le immagini degli elementi di B, espresse

rispetto a B:

2 0
T
S(A1 ) = A1 + A1 =
= 2A1 = (2, 0, 0, 0)B
0 0

2 0
= 2A1 = (2, 0, 0, 0)B
S(A2 ) = A2 + AT2 =
0 0

2 2
S(A3 ) = A3 + AT3 =
= 2A3 = (0, 0, 2, 0)B
2 0

0 0
= 2A4 = (0, 0, 0, 2)B
S(A4 ) = A4 + AT4 =
0 2
Quindi
2
0
MB (S) =
0
0
2
0
0
0
c) Calcoliamo il polinomio caratteristico di M :
2 2
0
0
0
pM () = det
0
0 2
0
0
0
0
0
2
0
0
0
0
2
0
0
= (2 )3
0
2
M ha due autovalori = 0, singolo, e = 2 di molteplicit`

a algebrica 3, quindi è diagonalizzabile
se lautospazio E(2) è di dimensione 3.
x=t
0 2 0 0
0 2 0 0
y=0
dim(E(2)) = 3
E(2) = N (M 2I) :
0 0 0 0 z = s
0 0 0 0
w=r
quindi S è diagonalizzabile.

Esercizio 8.60. Si f : R2 [x] R2 [x] lapplicazione lineare definita ponendo
f (ax2 + bx + c) = (a b)x2 + (b c)x + a c
a) Si trovi la matrice rappresentativa di tale applicazione rispetto alla base

B = x2 + 2, x 1, x + 1
b) Si trovi la dimensione e una base di N(f ) e Im(f ).
Soluzione:
Ricordiamo che a ogni polinomio
ax2
+bx+c di R2 [x] possiamo associare le sue componenti (a, b, c) rispetto
2
alla base canonica C = x , x, 1 , ovvero a ogni polinomio di R2 [x] associamo un vettore di R3 . Di
conseguenza ai polinomi di B possiamo associamo i tre vettori
p1 = (1, 0, 2),
p2 = (0, 1, 1),
p3 = (0, 1, 1)
che formano una base di R3 .

Analogamente possiamo considerare f : R3 R3 tale che
f (a, b, c) = (a b, b c, a c)
a) Calcoliamo limmagine di p1 , p2 , p3 che poi dovremo esprimere come combinazione lineare di
p1 , p2 , p3 .
f (p1 ) = f (1, 0, 2) = (1, 2, 1)
f (p2 ) = f (0, 1, 1) = (1, 2, 1)
f (p3 ) = f (0, 1, 1) = (1, 0, 1)
2. SOLUZIONI
241
Si tratta ora di risolvere le tre equazioni xp1 + yp2 + zp3 = f (pi ) per i = 1, 2, 3, per esprimere
f (pi ) come combinazione lineare di p1 , p2 , p3 . Riduciamo quindi a gradini la matrice associata
a ognuna di tale equazioni, scrivendo le tre colonne dei termini noti contemporaneamente:
1 0 0 | 1 1 1
1 0 0 | 1 1 1
0 1 1 | 2 2
0 1 1 | 2 2
0
0
III 2I 0 1 1 | 3 3
2 1 1 | 1 1 1
1
1 0 0 | 1 1 1
0 1 1 | 2 2
0
III + II 0 0 2 | 5 5
1
Risolviamo ora i tre sistemi, considerando separatamente le tre colonne dei termini noti.

x = 1
x = 1
1 5
f (p1 ) = 1, ,
f (p1 ) :
y + z = 2 y = 12
2 2 B
z = 25
2z = 5

x = 1
x = 1
1 5
1
f (p2 ) = 1, ,
f (p2 ) :
y + z = 2 y = 2
2 2 B
z = 25
2z = 5

x = 1
x = 1
1 1
1
f (p3 ) = 1, ,
f (p3 ) :
y + z = 0 y = 2
2 2 B
z = 21
2z = 1
Infine la matrice cercata è la matrice che ha f (pi )B come colonne:
1
1 1
12 12
MB (f ) = 21
5
5
1
2
2
2
Notiamo che avevamo ottenuto f (p2 ) = f (p1 ), quindi alcuni calcoli potevano essere evitati.
b) Per rispondere alla seconda domanda possiamo procedere in due modi
Lavorare sulla matrice MB (f ) trovata, ricordando poi di trasformare rispetto alla base
canonica i vettori trovati.
Determinare la matrice M (f ) associata a f rispetto alla base canonica
In ogni caso possiamo osservare che f (p2 ) = f (p1 ) (la matrice ha due colonne linearmente
dipendenti), quindi sicuramente dim(Im(f )) 2 e dim(N(f )) 1.
Consideriamo entrambi i modi.
Riduciamo a gradini la matrice MB (f ):
1 1 1
1 1 1
1 1 1
2II 1 1 1 II I 0 0
0 III 0 0
3
2III 5 5
2
III + 5I 0 0
3
II 0 0
0
Limmagine di f è generata da f (pi ), i = 1, 2, 3, ovvero dalle colonne di MB (f ), mentre il
nucleo è dato dalle soluzioni del sistema omogeneo associato a MB (f ), quindi
dim(Im(f )) = rg(MB (f )) = 2,
dim(N(f )) = 3 rg(MB (f )) = 1
Per scrivere esplicitamente immagine e nucleo dobbiamo tornare a esprimerei vettori rispetto alla base canonica. Limmagine di f è generata dai vettori linearmente indipendenti
corrispondenti alla prima e terza colonna di MB (f ). Quindi

1 5
= (1, 2, 1) = x2 2x 1
f (p1 ) = 1, ,
2 2 B

1 1
f (p3 ) = 1, ,
= (1, 0, 1) = x2 1
2 2 B
e una base di Im(f ) è data da

B(Im(f )) = x2 2x 1, x2 1
242
Analogamente per determinare il nucleo dobbiamo risolvere il sistema omogeneo associato a

MB (f ):
x = t
xyz =0
(1, 1, 0)B t
y=t
z=0
z=0
Poiche
(1, 1, 0)B = 1 p1 + 1 p2 + 0 p3 = (1, 1, 1) = x2 + x + 1
una base del nucleo di f è

B(N(f )) = x2 + x + 1
In alternativa potevamo determinare la matrice M (f ) associata a f rispetto alla base canonica:

f (x2 ) = f (1, 0, 0) = (1, 0, 1)
f (x) = f (0, 1, 0) = (1, 1, 0)
quindi
f (1) = f (0, 0, 1) = (0, 1, 1)
1 1
M (f ) = 0 1
1 0
1
0
0
1
III I 0
1
1
1 0
0
1 1
III II 0
1 1
1 0
1 1
0
0
Quindi una base dellimmagine è data dai vettori corrispondenti alla prima e seconda colonna:

B(Im(f )) = {(1, 0, 1), (1, 1, 0)} = x2 + 1, x2 + x
Il nucleo è dato dalle soluzioni del sistema omogeneo associato a M (f ):
x = t

xy =0
y = t B(N(f )) = {(1, 1, 1)} = x2 + x + 1
yz =0
z=t
CAPITOLO 9
Diagonalizzazione di matrici e applicazioni lineari

Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dellapplicazione lineare T cos` definita
T (x1 , x2 , x3 , x4 ) = (2x1 2x3 , x1 + 2x2 + x3 + x4 , x3 , x1 2x3 + x4 )
Determinare inoltre il relativo autovalore.

T (x, y, z) = (x, y + 3z, x + y z)
a) Verificare che i vettori v1 = (0, 3, 1), v2 = (0, 1, 1) e v3 = (1, 1, 0) sono autovettori di T e

determinare i rispettivi autovalori.
b) Verificare che linsieme B = {v1 , v2 , v3 } è una base di R3 .
c) Determinare la matrice (diagonale) D associata a T rispetto alla base B.
d) Determinare la matrice diagonalizzante P (cioe la matrice P tale che P 1 AP = D).
Esercizio 9.3. Sia T lendomorfismo di R3 definito
1 1
A = 0 3
0 0
da
0
0
2
a) Stabilire se esistono autovettori di T ed eventualmente determinarli.

b) Stabilire se T è diagonalizzabile.
c) Determinare la base rispetto alla quale T ha matrice associata D diagonale e determinare la
matrice diagonale D e la matrice P diagonalizzante (cioe tale che P 1 AP = D).
Esercizio 9.4. [Esercizio 4) cap. 7 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato]
Quali sono gli autovalori di una matrice diagonale? E di una matrice triangolare?
Riconoscere che le due seguenti matrici M sono diagonalizzabili, e calcolare per ciascuna di esse una
matrice P diagonalizzante (tale cioè che valga P 1 M P = D, con D matrice diagonale; ricordiamo che P
è una matrice le cui colonne sono autovettori di M ).
2 1 1 0
1 2 3
0 3 4 0
M =
M = 0 3 1 ,
0 0 5 0
0 0 4
0 0 0 2

1 1
A=
0 1
1
B=
3

2
1
3 4
C=
1 0
a) Si determini il polinomio caratteristico di ciascuna matrice.

b) Si determinino gli autovalori, e i relativi autospazi, di ciascuna matrice.
c) Si stabilisca se le matrici sono diagonalizzabili.
Esercizio 9.7. Date
2 1
A = 0 1
0 2
le matrici
0
1
4
3
B = 7
6
1 1
5 1
6 2
1
C = 3
6

243
3 3
5 3
6 4
244
9. DIAGONALIZZAZIONE DI MATRICI E APPLICAZIONI LINEARI

0 6
A = 1 0
1 0
a) Determinare autovalori e autovettori di A.

b) Stabilire se la matrice A è diagonalizzabile.
0
1
1
Esercizio 9.9. Sia T : R3 R3 lendomorfismo a cui è associata la matrice
2 0
0
A = 0 2 6
0 2
5
a) Si determinino gli autovalori di T e si stabilisca se T è diagonalizzabile.
b) Si determini una base di R3 formata da autovettori di T .

A=
2 2
1 3
a)
b)
c)
d)
Si determini il polinomio caratteristico pA () e gli autovalori di A.

Si determini lautospazio E() relativo ad ogni autovalore trovato.
Si verifichi che A è diagonalizzabile.
Si trovi la matrice invertibile P tale che P 1 AP sia diagonale (una tale matrice P è detta
diagonalizzante ed ha per colonne gli autovalori di P ).
e) Si trovi la matrice diagonale B simile alla matrice A.
Esercizio 9.11. Si ripeta lesercizio precedente con le matrici

1
5 3
A=
A = 3
1 3
6
3 3
5 3
6 4

T (x, y, z) = (x, y + 3z, x + y z)
a) Si determinino gli autovalori, autovettori e autospazi di T .

b) Si stabilisca se T è diagonalizzabile, e in caso positivo si determini la matrice P diagonalizzante.
c) Si determini una base B di R3 tale che la matrice associata a T rispetto a B sia diagonale e si
determini esplicitamente tale matrice diagonale.
Esercizio 9.13. [Esercizio 21) cap. 7 del testo Geometria

Scapellato]
Discutere la diagonalizzabilit`
a delle seguenti matrici al variare
1 1 0
1 1 0
3 1
A = 0 k 0
B = 0 k 1
C = 0 k
0 0 2
0 0 1
0 0
e algebra lineare di Manara, Perotti,

del parametro reale k.
5
1 1
4
D = 0 k
1
0 0
Esercizio 9.14. Sia S lendomorfismo di R4 con matrice associata
1 2 2 4
0 1 0 0
A=
0 1 0 2
0 1 0 2
0
0
1
rispetto alla base canonica.

a) Determinare autovalori e autovettori di S.
b) Stabilire se S è diagonalizzabile e in caso positivo individuare la matrice diagonalizzante.
245

1
T (x1 , x2 , x3 ) = x1 , x1 x3 , x2 .
2
a) Calcolare gli autovalori e gli autovettori di T .

b) T diagonalizzabile?
c) Se al campo dei numeri reali si sostituisce quello dei numeri complessi, lendomorfismo di C3 che
si ottiene è diagonalizzabile?
Esercizio 9.16. Sia
1
A = 0
1
0 0
1 3
1 1
la matrice associata allapplicazione lineare T : R3 R3 rispetto alla base

B = { 1, 1, 0), (0, 3, 0), (0, 1, 1) }
a) Si determinino gli autovalori di T .

b) Si determinino gli autovettori e gli autospazi di T .
c) Si stabilisca se T è diagonalizzabile.
Esercizio 9.17. Sia B = {v1 = (1, 0, 0), v2 = (1, 1, 0), v3 = (1, 1, 1)} una base di R3 e sia S
lendomorfismo di R3 con matrice associata rispetto a B
5 2 2
A = MB (S) = 1 6 5 .
3 3 4
a) Trovare gli autovalori (reali) di S.
b) Trovare gli autovettori di S e stabilire se S è diagonalizzabile.
Esercizio 9.18. Sia T lendomorfismo di R4 definito dalla matrice
2 0 2 0
1 2 1 1
A=
0 0 1 0 .
1 0 2 1
Stabilire se T è diagonalizzabile.
Esercizio 9.19. Si consideri la matrice ad elementi reali
2 0 3
0
0 2 5
7
A=
0 0 1 0
0 0 8 1
a) Determinare autovalori e autovettori della matrice data.

b) Stabilire se la matrice data diagonalizzabile.
2
1
M =
1
0
0
1
0
0
0
k1
k
0
1
4
4
1
a) Discutere la diagonalizzabilt`
a di M al variare del parametro k R.
b) Fissato a piacere un valore di k per cui M è diagonalizzabile, determinare per tale k la matrice
P diagonalizzante.
Esercizio 9.21. Sia A la matrice dipendente dal parametro reale
1
0
0
0
k 3 2 k 0 k
A=
0
0
1
0
2k
k
0 k+2
246
a di A al variare di k.
b) Determinare una base di R4 costituita da autovettori di A per un valore opportuno di k.
3
k 1
M =
0
1
0
2
0
2
1
1
k
3
0
0
0
1
a) Si discuta la diagonalizzabilt`
b) Per k = 2, si determini una base di R4 formata da autovettori di M .
Esercizio 9.23. Si considerino le
1
A = 0
0
matrici
0 3
1 4
0 2
2
B = k
5
0
1
k2
0
0 .
1
0
1
k1
0
0
1
a) Determinare per quali valori di k la matrice B è diagonalizzabile.

b) Stabilire per quali valori di k le due matrici A e B sono simili.
Esercizio 9.24. Siano A e B le matrici reali
1 0 4
A = 0 1 2 e
0 0 3
3
B = k
5
Esercizio 9.25. Considerare le matrici
1
2 1 0
B = 0
A = 0 2 0
0
0 0 1
1 0
2 0
0 2
Determinare, se esistono, i valori del parametro reale k per cui A e B sono simili.
a) Determinare gli autovalori e gli autovettori di A e di B.

b) Stabilire se A e B sono simili.
c) Esistono valori di t per cui C e B sono simili?
Esercizio 9.26. Siano A e B le matrici seguenti
2
1 0 3
B = k
A = 0 1 4
5
0 0 2
1
C = 0
0
1 1
t 0
0 2
0
0
1
0
k2 1
a) Dire per quali valori del parametro reale k la matrice B è diagonalizzabile.

b) Per k = 3 le due matrici possono essere associate allo stesso endomorfismo?
Esercizio 9.27. Sia T lendomorfismo di R3 associato alla matrice
6 3 1
A = 2 7 1
2 3 3
a) Stabilire se 4 è autovalore di A. Calcolare gli autovalori e autovettori di A.

b) La matrice A è diagonalizzabile per similitudine? In caso affermativo, indicare una matrice
diagonalizzante.
c) Sia C la matrice dipendente da t R:
4 1 0
C = 0 4 0
0 0 t
Esistono valori di t R per cui A e C siano simili?
3 k 1
0
2
k
A= k
0
1 3k
a) Determinare gli autovalori della matrice A.
1. SUGGERIMENTI
247
b) Stabilire per quali valori del parametro reale k la matrice data è diagonalizzabile.
Esercizio 9.29. Sia S lendomorfismo di R4
3
2
A=
2
0
con matrice associata
0 1/2 0
b b 3 0
0
3
0
0
0
2

b) Trovare i valori di b per i quali S è diagonalizzabile.
Esercizio 9.30. Sia A la matrice reale dipendente dal parametro k
1 0 k2
A = 0 k 0
1 0 1
a) Determinare per quali k la matrice A è diagonalizzabile.

b) Per i valori determinati in a), trovare una base di R3 formata da autovettori di A
1
0
A=
1
3
0
k
0
0
1 1
0
0
1 1
0
3
a) Calcolare gli autovalori di A.

b) Stabilire per quali valori reali di k la matrice A diagonalizzabile.
Esercizio 9.32. Sia T lendomorfismo di R3 la cui matrice rispetto alla base canonica è
4 1 3
1 3
A = 6
12 2 8
a) Stabilire se A è diagonalizzabile e, in caso
sia una matrice diagonale.
b) Determinare, se esistono, i valori di k per
1
B = 0
0
positivo, determinare una matrice P tale che P 1 AP

cui la matrice
0
1
2 k + 1
0
k
pu`
o essere associata al medesimo endomorfismo T .
Esercizio 9.33. Sia T lendomorfismo di R2 [x] che associa al polinomio p(x) = ax2 + bx + c R2 [x]
il polinomio
T (p(x)) = (a + kb)x2 + (ka + b)x + kc.
a) Trovare la matrice associata a T rispetto alla base {x2 , x, 1}.
b) Calcolare gli autovalori di T .
-
1. Suggerimenti
n
Sia T : R R una applicazione lineare (endomorfismo) e M la matrice associata rispetto a una

base B di Rn . Parleremo quindi indifferentemente di T e M .
Il Polinomio caratteristico di M e il polinomio
pM () = det (M I)
Notiamo che pM () è un polinomio di grado n nellincognita .
248
Un Autovalore di M è un numero per cui esiste un vettore v Rn non nullo tale che
M v = v
Osservazioni:
Se e un autovalore di M allora per qualche v 6= 0:
M v = v (M I) v = 0 det (M I) = 0
quindi gli autovalori di M sono gli zeri del polinomio caratteristico, ovvero si determinano
risolvendo
det (M I) = 0
La molteplicit`
a di come zero del polinomio caratteristico è detta molteplicit`
a algebrica
dellautovalore .
Un Autovettore relativo a un autovalore è un vettore v (e sicuramente ne esistono non nulli) tale
che
M v = v (M I) v = 0
Quindi v è soluzione del sistema omogeneo associato a M I.
Osservazioni:
Linsieme degli autovettori relativi ad un autovalore formano uno spazio vettoriale (sottospazio
di Rn ), detto Autospazio relativo allautovalore :
E() = { autovettori relativi a }
Chiamiamo Molteplicit`
a geometrica di la dimensione di E().
Gli autovettori relativi allautovalore = 0 formano il nucleo di M , ovvero le soluzioni del sistema
omogeneo associato a M .
Per quanto riguarda la dimensione di E() abbiamo che
1 dim (E()) molteplicit`
a algebrica di
In particolare se un autovalore e singolo, allora il relativo autospazio ha sicuramente dimensione
1.
Autovettori di autospazi distiniti sono linearmente indipendenti.
Poichè gli endomorfismi sono applicazioni di uno spazio in se stesso, la base dello spazio di arrivo
e di partenza è sempre la stessa (a differenza di quanto poteva accadere negli esercizi del capitolo
precedente).
Diagonalizzabilit`
a.
Una matrice M , n n, è Diagonalizzabile se è simile a una matrice diagonale D, ovvero esiste
una matrice P , detta matrice diagonalizzante, tale che P 1 M P = D è una matrice diagonale.
Osservazioni:
Poiche P 1 M P = D, le matrici M e D sono simili.
La matrice diagonalizzante P ha per colonne autovettori linearmente indipendenti di M .
P 1 M P = D ha sulla diagonale gli autovalori di M .
Una matrice M , n n, è Diagonalizzabile se la somma delle molteplicit`

a geometriche dei
suoi autovalori è n, ovvero se la somma delle dimensioni dei suoi autospazi è n, ovvero se ha n
autovettori linearmente indipendenti.
Condizione necessaria perchè una matrice sia diagonalizzabile è che la molteplicit`
a algebrica
e geometrica dei suoi autovalori coincidano.
2. SOLUZIONI
249
Se M ha n autovalori distinti allora è sicuramente diagonalizzabile (infatti ha sicuramente n

autospazi di dimensione 1).
Se una matrice M è diagonalizzabile allora esiste una base di Rn formata da autovettori di
M . La diagonalizzazione sottintende infatti un cambiamento di base in Rn .
Due matrici diagonalizzabili sono associate allo stesso endomorfismo (rispetto a basi differenti)
se sono simili alla stessa matrice diagonale (ovvero hanno gli stessi autovalori). Analogamente se
solamente una delle due matrici è diagonalizzabile allora non possono essere associate allo stesso
endomorfismo.
Le matrici e gli endomorfismi simmetrici godono di particolari propriet`
a.
2. Soluzioni
Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dellapplicazione lineare T cos` definita
T (x1 , x2 , x3 , x4 ) = (2x1 2x3 , x1 + 2x2 + x3 + x4 , x3 , x1 2x3 + x4 )
Determinare inoltre il relativo autovalore.
Soluzione:
Calcoliamo T (v):
T (1, 0, 0, 1) = (2, 1 + 1, 0, 1 + 1) = (2, 0, 0, 2) = 2 v
Quindi v è autovettore associato allautovalore 2.

T (x, y, z) = (x, y + 3z, x + y z)
a) Verificare che i vettori v1 = (0, 3, 1), v2 = (0, 1, 1) e v3 = (1, 1, 0) sono autovettori di T e
determinare i rispettivi autovalori.
b) Verificare che linsieme B = {v1 , v2 , v3 } è una base di R3 .
c) Determinare la matrice (diagonale) D associata a T rispetto alla base B.
d) Determinare la matrice diagonalizzante P (cioe la matrice P tale che P 1 AP = D).
Soluzione:
a) Calcoliamo le immagini dei vettori vi :
T (v1 ) = T (0, 3, 1) = (0, 6, 2) = 2v1 ,
T (v2 ) = T (0, 1, 1) = (0, 2, 2) = 2v2 ,
T (v3 ) = T (1, 1, 0) = (1, 1, 0) = v3
quindi v1 è autovettore rispetto allautovalore 2, v2 è autovettore rispetto allautovalore 2, v3 è

autovettore rispetto allautovalore 1.
b) Verifichiamo che la matrice associata ai tre vettori v1 , v2 e v3 ha determinante non nullo:
0 0 1
det 3 1 1 = 1 (3 + 1) 6= 0
1 1
0
I tre vettori sono quindi linearmente indipendenti e formano una base di R3 .
c) Abbiamo gi`
a visto che v1 , v2 e v3 sono autovettori, quindi:
T (v1 ) = 2v1 = 2v1 + 0v2 + 0v3
T (v2 ) = 2v2 = 0v1 2v2 + 0v3
T (v3 ) = v3 = 0v1 + 0v2 + 1v3
T (v1 ) = (2, 0, 0)B
T (v2 ) = (0, 2, 0)B
T (v3 ) = (0, 0, 1)B
250
e la matrice associata a T rispetto alla base B è la matrice diagonale
2 0 0
D = MB (T ) = 0 2 0
0 0 1
Notiamo che D è la matrice che ha sulla diagonale gli autovalori relativi ai tre autovettori che
formano la base.
d) Utilizzando il metodo della matrice di transizione per determinare la matrice D, sappiamo che la
matrice P = MBC di transizione dalla base B alla base canonica C è la matrice che ha per colonne
i tre vettori di B (espressi rispetto a C).
B
MC = P 1 . Di conseguenza la matrice D associata a T rispetto alla nuova base è D = P 1 AP .
La matrice
0 0 1
P = MBC = 3 1 1
1 1
0
è quindi la matrice diagonalizzante cercata.

3
Esercizio 9.3. Sia T lendomorfismo di R definito
1 1
A = 0 3
0 0
da
0
0
2
a) Stabilire se esistono autovettori di T ed eventualmente determinarli.

b) Stabilire se T è diagonalizzabile.
c) Determinare la base rispetto alla quale T ha matrice associata D diagonale e determinare la
matrice diagonale D e la matrice P diagonalizzante (cioe tale che P 1 AP = D).
Soluzione:
Risolviamo questo esercizio utilizzando la sola definizione di autovalore e autovettore.
a) Un autovalore di T è un numero R per cui esiste un vettore v = (x, y, z) non nullo tale che
T (v) = v. I vettori v tale che T (v) = v sono detti autovettori di T relativi a . Si tratta quindi
di verificare per quali R lequazione T (v) = v ammette soluzione non nulla. Impostiamo
lequazione:

1 1 0
x
x
x+y
x
T (v) = v A v = v 0 3 0 y = y 3y = y
0 0 2
z
z
2z
z
1
1
0
| 0
(1 )x + y = 0
x + y = x
3
0
| 0
0
(3 )y = 0
3y = y
0
0
2 | 0
(2 )z =
2z = z
Quindi T (v) = v ammette soluzione v 6= 0 se e solo se il sistema omogeneo trovato ha soluzione
non nulla. Sappiamo che un sistema omogeneo in tre incognite ammette altre (infinite) soluzioni
oltre a quella nulla se la matrice dei coefficienti ha rango minore di 3. Quindi T ha degli autovettori
se la matrice dei coefficienti determinata ha rango minore di tre, ovvero determinante nullo:
1
1
0
3
0 = (1 )(3 )(2 ) = 0 = 1, 3, 2
det 0
0
0
2
Consideriamo i tre casi
Se = 1 otteniamo il sistema
0 1 0 |
0 2 0 |
0 0 1 |
omogeneo
0
y = 0
0 2y = 0
0
z=0
x = t
y=0
z=0
Quindi tutti i vettori del tipo (t, 0, 0), t R sono autovettori di T relativi allautovalore 1:
T (t, 0, 0) = A (t, 0, 0) = (t, 0, 0).
2. SOLUZIONI
251
Linsieme di tali autovettori è detto autospazio relativo allautovalore 1:

E(1) = h(1, 0, 0)i
Se = 3 otteniamo il sistema omogeneo
(
2 1 0 | 0
0 0 0 | 0 2x + y = 0
z = 0
0 0 1 | 0
x = t
y = 2t
z=0
Quindi tutti i vettori del tipo (t, 2t, 0), t R sono autovettori di T relativi allautovalore 3:
T (t, 2t, 0) = A (t, 2t, 0) = (3t, 6t, 0) = 3 (t, 2t, 0).

E(3) = h(1, 2, 0)i
Se = 2 otteniamo il
1 1
0 1
0 0
sistema omogeneo
(
0 | 0
x + y = 0
0 | 0
y=0
0 | 0
x = 0
y=0
z=t
Quindi tutti i vettori del tipo (0, 0, t), t R sono autovettori di T relativi allautovalore 2:
T (0, 0, t) = A (0, 0, t) = (0, 0, 2t) = 2 (0, 0, t).

E(2) = h(0, 0, 1)i
b) T è diagonalizzabile se rispetto a una opportuna base ha associata una matrice diagonale, ovvero
se esiste una base di R3 formata da autovettori di T . Prendiamo un autovettore relativo a ciascun
autovalore:
v1 = (1, 0, 0),
v2 = (1, 2, 0),
v3 = (0, 0, 1)
e stabiliamo se sono linearmente indipendenti calcolando il determinante della matrice associata

ai tre vettori:
1 1 0
det 0 2 0 = 1 2 1 6= 0
0 0 1
Quindi i vettori sono linearmente indipendenti e B = {v1 , v2 , v3 } è una base di R3 formata

da autovettori di T , dunque T è diagonalizzabile. In realtà autovettori relativi ad autovalori
differenti sono sempre linearmente indipendenti.
c) Abbiamo gi`
a determinato la base al punto precedente. Inoltre
T (v1 ) = v1 T (v1 ) = (1, 0, 0)B

1 0 0
T (v2 ) = 3v2 T (v2 ) = (0, 3, 0)B MB (T ) = D = 0 3 0
T (v3 ) = 2v3 T (v3 ) = (0, 0, 2)B
0 0 2
Notiamo che D è la matrice che ha sulla diagonale gli autovalori relativi ai tre autovettori che
formano la base.
La matrice P diagonalizzante (cioe tale che P 1 AP = D) è la matrice di transizione dalla
base B alla base canonica C cioè la matrice che ha per colonne i tre vettori di B (espressi rispetto
a C):
1 1 0
P = MBC = 0 2 0
0 0 1
Infatti MB (T ) = MCB M (T ) MBC .
Quali sono gli autovalori di una matrice diagonale? E di una matrice triangolare?
252
Soluzione:
Un numero R è un autovalore di una matrice M se esiste v 6= 0 tale che M v = v, ovvero (M I)v = 0.
Il metodo pi`
u semplice per verificare tale condizione è determinare per quali valori di si ha
det(M I) = 0
Se M è una matrice triangolare o diagonale
a11 a12 . . . . . .
0 a22 a23 . . .
0
0 a33 . . .
M =
0
0
0 a44
. . .
0
0
0 ...
a11
a12
0
a
22
0
0
M I =
0
0
...
0
0
resta tale anche la matrice M I. Inoltre se
...
...
0
ann
...
a23
a33
0
...
...
...
...
a44 . . .
...
det(M I) = (a11 ) (a22 ) (ann )
ann
Di conseguenza è un autovalore di M se è verificata una delle condizioni

= a11 ,
= a22 , . . . , = ann ,
ovvero gli autovalori di una matrice M triangolare o diagonale sono gli elementi della diagonale di M :
= a11 , a22 , . . . , ann ,

Riconoscere che le due seguenti matrici M sono diagonalizzabili, e calcolare per ciascuna di esse una
matrice P diagonalizzante (tale cioè che valga P 1 M P = D, con D matrice diagonale; ricordiamo che P
è una matrice le cui colonne sono autovettori di M ).
2 1 1 0
1 2 3
0 3 4 0
M =
M = 0 3 1 ,
0 0 5 0
0 0 4
0 0 0 2
Soluzione:
Risolviamo questo esercizio utilizzando la sola definizione di autovalore e autovettore.
1 2
M = 0 3
0 0
3
1
4
Un autovalore di T è un numero R per cui esiste un vettore v = (x, y, z) non nullo tale che T (v) = v.
I vettori v tale che T (v) = v sono detti autovettori di T relativi a . Si tratta quindi di verificare per
quali R lequazione T (v) = v ammette soluzione non nulla. Impostiamo lequazione:

1 2 3
x
x
x + 2y + 3z
x
T (v) = v A v = v 0 3 1 y = y 3y + z = y
0 0 4
z
z
4z
z
1
2
3
| 0
x + 2y + 3z = x
(1 )x + 2y + 3z = 0
3
1
| 0
3y + z = y
0
(3 )y + z = 0
0
0
4 | 0
4z = z
(4 )z =
Notiamo che la matrice ottenuta è quella associata al sistema omogeneo (M I)v = 0. Quindi T (v) = v
con v 6= 0 se e solo se v è soluzione non nulla del sistema omogeneo associato M I Sappiamo che un
sistema omogeneo in tre incognite ammette altre (infinite) soluzioni oltre a quella nulla se la matrice dei
2. SOLUZIONI
253
coefficienti ha rango minore di 3. Quindi T ha degli autovettori se la matrice dei coefficienti determinata
ha rango minore di tre, ovvero determinante nullo:
1
2
3
3
1 = (1 )(3 )(4 ).
det 0
0
0
4
Quindi
1 = 1
det(M I) = 0 autovalori di M :
2 = 3
3 = 4
A questo punto possiamo gi`

a affermare che la matrice M è diagonalizzabile, in quanto ha 3 autovalori distinti, e di conseguenza 3 autovettori linearmente indipendenti. Per determinare la matrice P
diagonalizzante dobbiamo trovare gli autospazi E(i ) relativi ad ogni autovalore i .
Determiniamo lautospazio relativo allautovalore 1 = 1 calcolando la soluzione del sistema omogeneo
associato alla matrice M I = M I
0 2 3 | 0
2y + 3z = 0
x = t
0 2 1 | 0 2y + z = 0
y = 0 (x, y, z) = (1, 0, 0)t,
t R
0 0 3 | 0
2z = 0
z=0
Quindi T (1, 0, 0) = (1, 0, 0) = 1 (1, 0, 0) e E(1) = h(1, 0, 0)i.

Determiniamo ora lautospazio relativo allautovalore 2 = 3 calcolando la soluzione del sistema
omogeneo associato alla matrice M I = M 3I
2 2 3 | 0
x = t
0 0 1 | 0 2x + 2y + 3z = 0 y = t
(x, y, z) = (1, 1, 0)t,
t R
z=0
0 0 1 | 0
z=0
Quindi T (1, 1, 0) = (1, 1, 0) = 3 (1, 1, 0) e E(3) = h(1, 1, 0)i.

Determiniamo infine lautospazio relativo allautovalore 3 = 4 calcolando la soluzione del sistema

x= t
3 2 3 | 0
3
5
0 1 1 | 0 3x + 2y + 3z = 0
, 1, 1 t,
(x, y, z) =
y=t
3
y + z = 0
0
0 0 | 0
z=t
Quindi T (5, 3, 3) = (5, 3, 3) = 4 (5, 3, 3) e E(4) = h(5, 3, 3)i.

Linsieme B = {v1 = (1, 0, 0), v2 = (1, 1, 0), v3 = (5, 3, 3)} è una base di R3 formata da autovettori di
T . La matrice P diagonalizzante (cioe tale che P 1 AP = D) è la matrice di transizione dalla base B alla
base canonica C cioè la matrice che ha per colonne i tre autovettori di B (espressi rispetto a C):
1 0 0
1 1 5
con
D = MB (T ) = P 1 M P = 0 3 0
P = MBC = 0 1 3
0 0 4
0 0 3
Notiamo che la matrice diagonale D è la matrice associata a T rispetto alla base B formata dagli
autovettori. Poiche
T (v1 ) = T (1, 0, 0) = 1 (1, 0, 0) = v1 = (1, 0, 0)B
T (v2 ) = T (1, 1, 0) = 3 (1, 1, 0) = 3v2 = (0, 3, 0)B
T (v3 ) = T (5, 3, 3) = 4 (5, 3, 3) = 4v3 = (0, 0, 4)B

la matrice D = MB (T ) è la matrice diagonale formata dai tre autovalori.
2
0
M =
0
0
1
3
0
0
1
4
5
0
0
0
0
2
254
Un autovalore di T è un numero R per cui esiste un vettore v = (x, y, z, w) non nullo tale che
T (v) = v. I vettori v tale che T (v) = v sono detti autovettori di T relativi a . Si tratta quindi di
verificare per quali R lequazione T (v) = v ammette soluzione non nulla. Come nel caso precedente
otteniamo che le soluzioni dellequazione T (v) = v sono le stesse soluzioni del sistema omogeneo associato
a M I; quindi T (v) = v per qualche v 6= 0 se la matrice M I ha rango minore di 4 ovvero
determinante nullo:
2
1
1
0
0
3
4
0
= (2 )(3 )(5 )(2 )
det(M I) = det
0
0
5
0
0
0
0
2
Quindi
1 = 2
det(M I) = 0 autovalori di M : 2 = 3
3 = 5
(doppio)
A questo punto non possiamo concludere nulla circa la diagonalizzabilità di M in quanto abbiamo
trovato un autovalore doppio. In particolare se E(2) ha dimensione 2 allora M è diagonalizzabile. Viceversa
se E(2) ha dimensione 1 allora M non è diagonalizzabile.
Determiniamo lautospazio relativo allautovalore 1 = 2 calcolando la soluzione del sistema omogeneo
associato alla matrice M I = M 2I
x=t
0 1 1 0 | 0
y+z =0
0 1 4 0 | 0
y=0
0 0 3 0 | 0 y + 4z = 0 z = 0
3z = 0
0 0 0 0 | 0
w=s
(x, y, z, w) = (1, 0, 0, 0)t + (0, 0, 0, 1)s
t, s R
Quindi T (1, 0, 0, 0) = (1, 0, 0, 0) = 2 (1, 0, 0, 0),

T (0, 0, 0, 1) = (0, 0, 0, 1) = 2 (0, 0, 0, 1) e
E(2) = h(1, 0, 0, 0), (0, 0, 0, 1)i.
Abbiamo cos` trovato che lautovalore = 2 ha molteplicit`
a geometrica 2, uguale alla sua molteplicit`
a algebrica. Di conseguenza M è diagonalizzabile in quanto ha sicuramente 4 autovettori linearmente
indipendenti.
Determiniamo ora lautospazio relativo allautovalore 2 = 3 calcolando la soluzione del sistema
1
0
0
0
1
0
0
0
1
4
2
0
0
0
0
1
|
|
|
|
x + y + z = 0
4z = 0
0
0
2x = 0
0
w = 0
(x, y, z, w) = (1, 1, 0, 0)t,
t R
x = t
y = t
z = 0
w=0
Quindi T (1, 1, 0, 0) = (1, 1, 0, 0) = 3 (1, 1, 0, 0) e E(3) = h(1, 1, 0, 0)i.

Determiniamo infine lautospazio relativo allautovalore 3 = 5 calcolando la soluzione del sistema
3
0
0
0
1
2
0
0
1 0
4 0
0 0
0 3
|
|
|
|
3x + y + z = 0
0
2y + 4z = 0
0
3w = 0
0
(x, y, z, w) = (1, 2, 1, 0) t,
t R
x=t
y = 2t
z = t
w=0
Quindi T (1, 2, 1, 0) = (1, 2, 1, 0) = 5 (1, 2, 1, 0) e E(5) = h(1, 2, 1, 0)i.

Linsieme B = {v1 = (1, 0, 0, 0), v2 = (0, 0, 0, 1), v3 = (1, 1, 0, 0), v4 = (1, 2, 1, 0)} è una base di R4
formata da autovettori di T . La matrice P diagonalizzante (cioe tale che P 1 AP = D) è la matrice di
transizione dalla base B alla base canonica C cioè la matrice che ha per colonne i tre autovettori di B
2. SOLUZIONI
(espressi rispetto a C):
0
P = MBC =
0
0
0
0
0
1
1
2
1
0
1
1
0
0
255
0
D = MB (T ) = P 1 M P =
0
0
con
0
2
0
0
0
0
0
5
0
0
3
0
Notiamo che la matrice diagonale D è la matrice associata a T rispetto alla base B formata dagli
autovettori. Poiche
T (v1 ) = 2v1 = (2, 0, 0, 0)B ,
T (v2 ) = 2v2 = (0, 2, 0, 0)B
T (v3 ) = 3v3 = (0, 0, 3, 0)B ,
T (v4 ) = 5v4 = (0, 0, 0, 5)B
la matrice D = MB (T ) è la matrice diagonale formata dagli autovalori.


1 1
A=
0 1

2
1
1
B=
3
3 4
C=
1 0

Soluzione:
Consideriamo la matrice A.
a) Calcoliamo il polinomio caratterristico di A:
pA () = det (A I) = det

1
0
=(1 )(1 ) = (1 )2
1
1

b) Gli autovalori di A sono dati dagli zeri del suo polinomio caratteristico, quindi A ha un solo
autovalore (doppio):
= 1
Inoltre il relativo autospazio è la soluzione del sistema omogeneo associato alla matrice A I,
con = 1:
(

y=0
0 1 | 0
(x, y) = (t, 0) t R
0 0 | 0
0=0
Quindi
E(1) = h(1, 0)i
c) La matrice A non è diagonalizzabile in quanto è una matrice 2 2 con un solo autovalore

linearmente indipendente.
Consideriamo la matrice B.
a) Calcoliamo il polinomio caratterristico di B:
pB () = det (B I) = det

1
3
=(1 )(1 ) + 6 = 2 + 5

2
1
b) Poichè il polinomio caratteristico di B non ha zeri reali B non ha autovalori.

c) La matrice B non è diagonalizzabile in quanto è una matrice 2 2 priva di autovalori.
Consideriamo la matrice C.
a) Calcoliamo il polinomio caratterristico di C:
pC () = det (C I) = det

3
1

4
=(3 )() 4 = 2 + 3 4
256
b) Gli autovalori di C sono dati dagli zeri del suo polinomio caratteristico:
2 + 3 4 = 0 1 = 4, 2 = 1
Quindi C ha due autovalori:
1 = 4,
2 = 1
Consideriamo prima 1 = 4. Il relativo autospazio è la soluzione del sistema omogeneo associato

alla matrice C I, con = 4:

1 4 | 0
1 4 | 0
II I 0 0 | 0
1 4 | 0
(
(
x + 4y = 0
x = 4t
(x, y) = (4t, t) t R
0=0
y=t
Quindi
E(4) = h(4, 1)i
Consideriamo ora 2 = 1. Il relativo autospazio è la soluzione del sistema omogeneo associato
alla matrice C I, con = 1:

1 1 | 0
II
4 4 | 0
4II + I 0 0 | 0
1 1 | 0
(
(
xy =0
x=t
(x, y) = (t, t) t R
0=0
y=t
Quindi
E(1) = h(1, 1)i
c) La matrice C è diagonalizzabile in quanto è una matrice 2 2 con due autovalori distinti (di
molteplicit`
a algebrica 1), quindi C ha due autovettori linearmente indipendenti.

Esercizio 9.7. Date
2 1
A = 0 1
0 2
le matrici
0
1
4
3
B = 7
6
1 1
5 1
6 2
1
C = 3
6

3 3
5 3
6 4
Soluzione:
Consideriamo la matrice A.
a) Calcoliamo il polinomio caratteristico di A:
2
pA () = det(A I) = det 0
0
1
1
2
0
1
4
= (2 )[(1 )(4 ) + 2] = (2 )(2 5 + 6)
b) Gli autovalori di A sono gli zeri del suo polinomio caratteristico:

(2 )(2 5 + 6) = 0 (2 ) = 0 oppure (2 5 + 6) = 0
1 = 2, 2 = 2, 3 = 3
Di conseguenza gli autovalori di A sono

1 = 2
2 = 3
doppio
2. SOLUZIONI
257
Consideriamo prima lautovalore = 2. Il relativo autospazio è dato dalle soluzioni del sistema
omogeneo associato alla matrice A I, con = 2:
0 1
0 1
0 2
y = 0
y z
0=0
Quindi
0 |
1 |
2 |
=0
0
0 1
0 | 0
0 1 1 | 0
0
III + 2II 0 0
0
0 | 0
x = t
(x, y, z) = (t, 0, 0) t R
y=0
z=0
E(2) = h(1, 0, 0)i
Consideriamo ora lautovalore = 3. Il relativo autospazio è dato dalle soluzioni del sistema
Quindi
1 1
0
0 2 1
0
2
1
x + y = 0
2y z = 0
0=0
|
|
|
1 1
0 | 0
0
0 2 1 | 0
0
III + II 0
0
0 | 0
0
x = t
y=t
(x, y, z) = (t, t, 2t) t R
z = 2t
E(3) = h(1, 1, 2)i
c) La matrice A non è diagonalizzabile in quanto lautovalore = 2 ha molteplicit`

a algebrica due
(è zero doppio del polinomio caratteristico), ma ha molteplicit`
a geometrica uno (il relativo autospazio E(2) ha dimensione uno). Di conseguenza esistono solamente due autovettori linearmente
indipendenti e non esiste una base di R3 formata da autovettori di A.
Consideriamo ora la matrice B.
a) Calcoliamo il polinomio caratteristico di B:
3
pB () = det(B I) = det 7
6
1
5
6
1
1
2
= (3 )[(5 )(2 ) + 6] 1[7( 2) 6] [42 + 6(5 )]

= (3 )(2 3 4) 7 8 + 12 + 6
= (3 )( 4)( + 1) + 4 = ( 4)[(3 )( + 1) 1]
= ( 4)[2 4 4]
b) Gli autovalori di B sono gli zeri del suo polinomio caratteristico:

( 4)(2 4 4) = 0
( 4) = 0 oppure (2 4 4) = 0
1 = 4, 2 = 2, 3 = 2
Di conseguenza gli autovalori di B sono

1 = 4
2 = 2 doppio
258
omogeneo associato alla matrice B I, con = 4:
7 1 1 | 0
7 1 1 | 0
7 1 1 | 0 II I 0 0 0 | 0
1/6III 1 1 1 | 0
6 6 6 | 0
7 1 1 | 0
7x + y z = 0
x = 0
0 0 0 | 0
0=0
y=t
III I 6 0 0 | 0
6x = 0
z=t
(x, y, z) = (0, t, t)
t R
Quindi
E(4) = h(0, 1, 1)i
omogeneo associato alla matrice B I, con = 2:
1 1 1 | 0
1 1 0 | 0
7 7 1 | 0 II 7I 0 0 6 | 0
6 6 0 | 0
III II 0 0 6 | 0
1 1 0 | 0
x + y = 0
x = t
0 0 6 | 0
y=t
z=0
III II 0 0 0 | 0
0=0
z=0
(x, y, z) = (t, t, 0)
t R
Quindi
E(2) = h(1, 1, 0)i
c) La matrice B non è diagonalizzabile in quanto lautovalore = 2 ha molteplicit`
a algebrica due
(è zero doppio del polinomio caratteristico), ma ha molteplicit`
a geometrica uno (il relativo autospazio E(2) ha dimensione uno). Infatti abbiamo determinato due soli autovettori linearmente
indipendenti.
Consideriamo ora la matrice C.
a) Calcoliamo il polinomio caratteristico di C:
1
3
3
5
3
pC () = det(C I) = det 3
6
6
4
= (1 )[(5 )(4 ) + 18] + 3[3(4 ) 18] + 3[18 6(5 )]
= (1 )(2 + 2) 18 9 + 36 + 18
= (1 )( 1)( + 2) + 9 + 18 = ( + 2)[(1 )( 1) + 9]
= ( + 2)[2 + 2 + 8]
b) Gli autovalori di C sono gli zeri del suo polinomio caratteristico:

( + 2)(2 + 2 + 8) = 0
( + 2) = 0 oppure (2 + 2 + 8) = 0
1 = 2, 2 = 2, 3 = 4
Di conseguenza gli autovalori di C sono

1 = 2 doppio
2 = 4
2. SOLUZIONI
259
omogeneo associato alla matrice C I, con = 2:
1 1 1 | 0
1/3I
3 3 3 | 0
3 3 3 | 0 II I 0 0 0 | 0
III 2I 0 0 0 | 0
6 6 6 | 0
x = t s
x y + z = 0
y=t
0=0
z=s
0=0
(x, y, z) = (t s, t, s) = (t, t, 0) + (s, 0, s)
s, t R
Quindi
E(2) = h(1, 1, 0), (1, 0, 1)i
a affermare che C è diagonalizzabile in quanto = 4 ha molteplicit`
a
algebrica 1 e = 2 ha molteplicit`
a algebrica e geometrica 2.
omogeneo associato alla matrice C I, con = 4:
1/3I
3 3 3 | 0
1 1 1 | 0
3 9 3 | 0 II + I 0 12 6 | 0
III + 2II 0
6 6 0 | 0
0
6 | 0
x y + z = 0
x = t
y=t
2y + z = 0
0=0
z = 2t
(x, y, z) = (t, t, 2t)
t R
Quindi
E(4) = h(1, 1, 2)i
c) La matrice C è diagonalizzabile in quanto lautovalore = 4 ha molteplicit`
a algebrica e geometrica uno, e lautovalore = 2 ha molteplicit`
a algebrica due (è zero doppio del polinomio
caratteristico) e ha molteplicit`
a geometrica due (il relativo autospazio E(2) ha dimensione due).

Esercizio 9.8. Sia T lendomorfismo definito dalla matrice associata rispetto alla base canonica:
0 6 0
A = M (T ) = 1 0 1
1 0 1
a)
b)
c)
d)
Determinare Nucleo e Immagine di T .

Determinare autovalori e autovettori di T .
Stabilire se esiste una base di R3 formata da autovettori di A, e in caso positivo determinarla.
Soluzione:
1
II
0 6 0
0
I
A = 1 0 1
III II 0
1 0 1
Notiamo che rg(A) = 2, di conseguenza:
dim(Im(T )) = rg(A) = 2,
0 1
6 0
0 0
dim(N(T )) = 3 rg(A) = 1
Inoltre una base dellimmagine di T è

B(Im(T )) = {T (e1 ), T (e2 )} = {(0, 1, 1), (6, 0, 0)}
260
Per determinare il nucleo dobbiamo risolvere il sistema omogeneo associato a A:
x = t
x+z =0
t R
y=0
6y = 0
z=t
B(N(T )) = {(1, 0, 1)}
b) Calcoliamo il polinomio caratteristico di T :

pA () = [(1 )] 6[1 1] = 2 (1 ) + 6 = (2 + + 6)
Quindi gli autovalori di T sono:
1 = 0 singolo
2 = 2 singolo
3 = 3 singolo
c) Possiamo gi`
a rispondere alla seconda domanda in quanto gli autovalori sono tutti singoli, quindi
la matrice è sicuramente diagonalizzabile.
b) Calcoliamo lautospazio E(0) relativo allautovalore 1 = 0 risolvendo il sistema omogeneo associato alla matrice A:
0 6 0 | 0
x = t
1 0 1 | 0 6y = 0
t R
y=0
x+z =0
1 0 1 | 0
z = t
Di conseguenza E(0) = h(1, 0, 1)i.
Analogamente calcoliamo lautospazio E(2) relativo allautovalore 2 = 2 risolvendo il
sistema omogeneo associato alla matrice A + 2I:
(
1/2I
1 3 0 | 0
2 6 0 | 0
1 2 1 | 0 II 1/2I 0 1 1 | 0 x + 3y = 0
y + z = 0
III II 0 2 2 | 0
1 0 3 | 0
x = 3t
y=t
t R
E(2) = h(3, 1, 1)i
z=t
Infine calcoliamo lautospazio E(3) relativo allautovalore 3 = 3 risolvendo il sistema omogeneo associato alla matrice A 3I:
(
3 6
0 | 0
1/3I
1 2
0 | 0
1 3 1 | 0 II + 1/3I 0 1 1 | 0 x + 2y = 0
y + z = 0
1
0 2 | 0
III II
0
3 3 | 0
x = 2t
y=t
t R
E(3) = h(2, 1, 1)i
z=t
d) Poichè T è diagonalizzabile esiste una base di R3 formata da autovettori di T :

B(R3 ) = {(1, 0, 1), (3, 1, 1), (2, 1, 1) }

3
Esercizio 9.9. Sia T : R R lendomorfismo a cui è associata la matrice
2 0
0
A = 0 2 6
0 2
5
a) Si determinino gli autovalori di T e si stabilisca se T è diagonalizzabile.
b) Si determini una base di R3 formata da autovettori di T .
Soluzione:
2. SOLUZIONI
261
a) Calcoliamo il polinomio caratteristico di A sviluppando rispetto alla prima riga:
2
0
0
2
6
0
2
5
= (2 )[(2 )(5 ) + 12] = (2 )(2 3 + 2)
Gli autovalori di A sono gli zeri del suo polinomio caratteristico:

1 = 2
doppio
2 = 1
singolo
T è diagonalizzabile se lautospazio E(2) ha dimensione 2. Risolviamo quindi il sistema

0 0
0 | 0
0 0 0 | 0
x = s
0 4 6 | 0 1/2II 0 2 3 | 0 2y + 3z = 0 y = 3 t
2
0 2
3 | 0
2III + II 0 0 0 | 0
z=t

3
s, t R E(2) = h(1, 0, 0), (0, 3, 2)i
(x, y, z) = s, t, t
2
Poiche E(1) ha sicuramente dimensione 1, la somma delle dimensioni degli autospazi è 3 =
dim(R3 ) e T è diagonalizabile.
b) Per determinare una base di R3 formata da autovettori dobbiamo determinare anche lautospazio
E(1). Risolviamo quindi il sistema omogeneo associato alla matrice A I, con = 1:
(
1 0
0 | 0
1 0 0 | 0
0 3 6 | 0 1/3II 0 1 2 | 0 x = 0
y + 2z = 0
0 2
4 | 0
3III + 2II 0 0 0 | 0
x = 0
y = 2t (x, y, z) = (0, 2t, t) t R E(1) = h(0, 2, 1)i
z=t
Infine la base di R3 cercata è
B = {(1, 0, 0), (0, 3, 2), (0, 2, 1)}

2 2
A=
1 3
a)
b)
c)
d)
Si determini il polinomio caratteristico pA () e gli autovalori di A.

Si determini lautospazio E() relativo ad ogni autovalore trovato.
Si verifichi che A è diagonalizzabile.
Si trovi la matrice invertibile P tale che P 1 AP sia diagonale (una tale matrice P è detta
diagonalizzante ed ha per colonne gli autovalori di P ).
e) Si trovi la matrice diagonale B simile alla matrice A.
Soluzione:
a) Il polinomio caratteristico di A è
pA () = det(A I) = det
= 2 5 + 4

2
1
2
3

= (2 )(3 ) 2
Cerchiamo ora i valori di per cui pA () = 0, trovando che gli autovalori di A sono
1 = 1
2 = 4
262
b) Consideriamo prima lautovalore = 1, e risolviamo il sistema omogeneo associato alla matrice

A 1 I:

1 2 | 0
1 2 | 0
II I 0 0 | 0
1 2 | 0
(
x = 2t
(x, y) = (2t, t) t R
y=t
Di conseguenza
E(1) = h(2, 1)i
Consideriamo ora lautovalore
A 4 I:

2 2 |
1 1 |
(
x=t
y=t
= 4, e risolviamo il sistema omogeneo associato alla matrice

0
0

1
II
2II + I 0
(x, y) = (t, t)
1 |
0 |

0
0
t R
Di conseguenza
E(4) = h(1, 1)i
c) La somma delle dimensioni degli autospazi è 2, quindi A è diagonalizzabile. In realtà essendo i due
autovalori singoli eravamo gi`
a certi della diagonalizzabilità anche senza calcolare gli autospazi.
d) La matrice P cercata è la matrice di transizione da B alla base canonica di C di R2 , dove B indica
la nuova base formata dagli autovettori
B = {(2, 1), (1, 1)}
Tale matrice ha per colonne i vettori della base

2
P =
1
di partenza B:

1
1
e) La matrice B si trova immediatamente utilizzando la matrice P determinata al punto precedente.

Infatti B = P 1 AP . Ora
1 1
P 1 13 32
3
Quindi
B=P
AP =
31
1
3
1
3
2
3

2
1

2 2
1
3
1
1
= 43
1
3
1
3
8
3

2
1

1 0
1
=
0 4
1
Notiamo che la matrice B è, come ci aspettavamo, la matrice diagonale con gli autovettori
sulla diagonale.

Esercizio 9.11. Si ripeta lesercizio precedente con le matrici
A=
5
1

3
3
1
A = 3
6
Soluzione:
5 3
A=
1 3
pA () = det(A I) = det
= 2 8 + 12

5
1
3 3
5 3
6 4
3
3

= (5 )(3 ) 3
2. SOLUZIONI
263
Cerchiamo ora i valori di per cui pA () = 0, trovando che gli autovalori di A sono
1 = 2
2 = 6
b) Consideriamo prima lautovalore = 2, e risolviamo il sistema omogeneo associato alla matrice
A 2 I:

1 1 | 0
II
3 3 | 0
3II I 0 0 | 0
1 1 | 0
(
x=t
(x, y) = (t, t) t R
y = t
Di conseguenza
E(2) = h(1, 1)i
Consideriamo ora lautovalore = 6, e risolviamo il
A 6 I:

1
1 3 | 0
II + I 0
1 3 | 0
(
x = 3t
(x, y) = (3t, t)
y=t
sistema omogeneo associato alla matrice

3
0
|
|

0
0
t R
Di conseguenza
E(6) = h(3, 1)i
c) Come nellesercizio precedente A è diagonalizzabile perche la somma delle dimensioni degli autospazi è 2 (o perche i due autovalori sono singoli).
d) La matrice P cercata è la matrice di transizione da B alla base canonica di R2 , dove B indica la
nuova base formata dagli autovettori
B = {(1, 1), (3, 1)}
Tale matrice ha per colonne i vettori della base

1
P =
1
B:

3
1
e) Gi`
a sappiamo che la matrice B è la matrice diagonale formata dagli autovalori di A. Lo stesso
risulato lo troviamo utilizzando la matrice P determinata al punto precedente. Infatti B =
P 1 AP . Ora

2 0
B = P 1 AP =
0 6
1
A = 3
6
3 3
5 3
6 4
1
3
5
6
6
3
3
4
= (1 )[(5 )(4 ) + 18] + 3[3(4 ) 18] + 3[18 6(5 )]
= (1 )(2 + 2) 18 9 + 36 + 18
= (1 )( 1)( + 2) + 9 + 18 = ( + 2)[(1 )( 1) + 9]
= ( + 2)[2 + 2 + 8]
264

( + 2)(2 + 2 + 8) = 0
( + 2) = 0 oppure (2 + 2 + 8) = 0
1 = 2, 2 = 2, 3 = 4

1 = 2 doppio
2 = 4
Notiamo che in questo caso non possiamo affermare che A è diagonalizzabile in quanto dipende
dalla diemsione dellautospazio E(2).
b) Consideriamo prima lautovalore = 2. Il relativo autospazio è dato dalle soluzioni del sistema
1/3I
1 1 1 | 0
3 3 3 | 0
3 3 3 | 0 II I 0 0 0 | 0
III 2I 0 0 0 | 0
6 6 6 | 0
x y + z = 0
x = t s
0=0
y=t
0=0
z=s
(x, y, z) = (t s, t, s) = (t, t, 0) + (s, 0, s)
s, t R
Quindi
E(2) = h(1, 1, 0), (1, 0, 1)i
a affermare che A è diagonalizzabile in quanto = 4 ha molteplicit`
a
algebrica 1 e = 2 ha molteplicit`
a algebrica e geometrica 2.
1/3I
3 3 3 | 0
1 1 1 | 0
3 9 3 | 0 II + I 0 12 6 | 0
III + 2II 0
6 6 0 | 0
0
6 | 0
x = t
x y + z = 0
y=t
2y + z = 0
z = 2t
0=0
(x, y, z) = (t, t, 2t)
t R
Quindi
E(4) = h(1, 1, 2)i
c) La matrice C è diagonalizzabile in quanto la somma delle dimensioni degli autospazi è 3.
d) La matrice P cercata è la matrice di transizione da B alla base canonica di R3 , dove B indica la
nuova base formata dagli autovettori
B = {(1, 1, 0), (1, 0, 1), (1, 1, 2)}
Tale matrice ha per colonne i vettori della base B:
1 1 1
P = 1 0 1
0 1 2
e) Gi`
a sappiamo che la matrice B è la matrice diagonale formata dagli autovalori di A. Lo stesso
risulato lo troviamo utilizzando la matrice P determinata al punto precedente.
2 0 0
B = P 1 AP = 0 2 0
0
0 4
2. SOLUZIONI
265

T (x, y, z) = (x, y + 3z, x + y z)
a) Si determinino gli autovalori, autovettori e autospazi di T .
b) Si stabilisca se T è diagonalizzabile, e in caso positivo si determini la matrice P diagonalizzante.
c) Si determini una base B di R3 tale che la matrice associata a T rispetto a B sia diagonale e si
determini esplicitamente tale matrice diagonale.
Soluzione:
Determiniamo innanzittutto la matrice A associata a T rispetto alla base canonica, ovvero la matrice che
ha per colonne T (e1 ), T (e2 ), T (e3 ):
1 0 0
A = 0 1 3
1 1 1
a) Per calcolare gli autovalori di T (cioè di A) determiniamo il polinomio caratteristico di A:
1
0
0
1
3 = (1 )[(1 )(1 ) 3]
pA () = det 0
1
1
1
=(1 )(2 4)
Risolvendo pA () = 0 troviamo che gli autovalori di A sono

1 = 2,
2 = 2,
3 = 1
b) Avendo 3 autovalori distinti la matrice A, e quindi T , è sicuramente diagonalizzabile. Per calcolare

la matrice diagonalizzante dobbiamo determinare gli autospazi.
Consideriamo prima lautovalore = 2, e
matrice A 2I:
1 0
0
1 0
0 | 0
0 1 3
0 1 3 | 0
1 3
III + I 0
1
1 3 | 0
x = 0
y = 3t (x, y, z) = (0, 3, 1) t t R
z=t
risolviamo il sistema omogeneo associato alla

|
|
|
1 0 0
0
0 1 3
0
0 0
III + II 0
0
|
|
|
0
0
0
E(2) = h(0, 3, 1)i
Consideriamo ora lautovalore = 2, e risolviamo il sistema omogeneo associato alla matrice

A + 2I:
1/3I
3 0 0 | 0
1 0 0 | 0
1 0 0 | 0
0 3 3 | 0
0 1 1 | 0
0 1 1 | 0
III 1/3I 0 1 1 | 0
1 1 1 | 0
III II 0 0 0 | 0
x = 0
E(2) = h(0, 1, 1)i
y = t (x, y, z) = (0, 1, 1) t t R
z=t
Consideriamo infine lautovalore = 1, e risolviamo il sistema omogeneo associato alla matrice

A I:
0 0 0 | 0
x = t
0 0 3 | 0 y = t
(x, y, z) = (1, 1, 0) t t R
1 1 2 | 0
z=0
La matrice P cercata è la matrice di transizione da B alla base canonica di R3 , dove B indica

la nuova base formata dagli autovettori
B = {(0, 3, 1), (0, 1, 1), (1, 1, 0)}
266
Di conseguenza:
0 0
P = 3 1
1 1
1
1
0
c) La base cercata è la base B di autovettori trovata al punto precedente. Inoltre la matrice D

diagonale associata a T rispetto a B è la matrice D = P 1 AP che ha sulla diagonale gli autovalori.
2 0 0
D = 0 2 0
0 0 1
Esercizio 9.13. [Esercizio 21) cap. 7 del testo Geometria

Scapellato]
Discutere la diagonalizzabilit`
a delle seguenti matrici al variare
3 1
1 1 0
1 1 0
C = 0 k
B = 0 k 1
A = 0 k 0
0 0
0 0 1
0 0 2
e algebra lineare di Manara, Perotti,

del parametro reale k.
1 1
5
4
D = 0 k
0 0
1
0
0
1
Soluzione:
Consideriamo la matrice A e calcoliamone il polinomio caratteristico.
Gli autovalori di A sono quindi
pA () = (1 )(k )(2 )
= 1,
= 2,
=k

Se k 6= 1, 2, allora A ha tre autovalori distinti quindi è sicuramente diagonalizzabile.
1 1 0
A = 0 1 0
0 0 2
ed ha come autovalori
=1
doppio,
=2
Si tratta quindi di controllare se = 1 ha anche molteplicit`

a geometrica 2, ovvero se E(1) ha
dimensione 2. Risolviamo il sistema omogeneo associato a A I:
0 1 0 | 0
x = t
0 0 0 | 0 y = 0 E(1) = h (1, 0, 0) i
0 0 1 | 0
z=0
Quindi = 1 ha molteplicit`
a algebrica 2, ma molteplicit`
a geometrica 1, e A non è diagonalizzabile.
1 1 0
A = 0 2 0
0 0 2
= 1,
=2
doppio

dimensione 2. Risolviamo il sistema omogeneo associato a A 2I:
1 1 0 | 0
x = s
0 0 0 | 0 y = s E(2) = h (1, 1, 0), (0, 0, 1) i
0 0 0 | 0
z=t
a algebrica e geometrica 2 (e = 1 ha molteplicit`
a algebrica e
geometrica 1), e A è diagonalizzabile.
2. SOLUZIONI
267
Consideriamo ora la matrice B e calcoliamone il polinomio caratteristico.

Gli autovalori di B sono quindi
pB () = (1 )2 (k )
= 1 almeno doppio,
=k
Poichè B ha lautovalore = 1 almeno doppio (triplo se k = 1) determiniamo subito lautospazio

relativo E(1) risolvendo il sistema omogeneo associato a B I:
0
1
0 | 0
x = t
0 k 1 1 | 0 y = 0 E(1) = h (1, 0, 0) i
0
0
0 | 0
z=0
a algebrica almeno 2, ma molteplicit`
a geometrica 1, e B non è diagonalizzabile.
Consideriamo la matrice C e calcoliamone il polinomio caratteristico.

Gli autovalori di C sono
pC () = (3 )(k )(1 )
= 1,
= 3,
=k

Se k 6= 1, 3, allora C ha tre autovalori distinti quindi è sicuramente diagonalizzabile.
Se k = 1 la matrice C diventa
3 1 5
C = 0 1 4
0 0 1
=1
doppio,
=3

dimensione 2. Risolviamo quindi il sistema omogeneo associato a C I:
2 1 5 | 0
x = t
0 0 4 | 0 y = 2t E(1) = h (1, 2, 0) i
0 0 0 | 0
z=0
a geometrica 1, e C non è diagonalizzabile.
Se k = 3 la matrice C diventa
3 1 5
C = 0 3 4
0 0 1
= 1,
=3
doppio

dimensione 2. Risolviamo il sistema omogeneo associato a C 3I:
0 1 5 | 0
x = t
0 0 4 | 0 y = 0 E(3) = h (1, 0, 0) i
0 0 2 | 0
z=0
a geometrica 1, e C non è diagonalizzabile.
Consideriamo infine la matrice D e calcoliamone il polinomio caratteristico.

pD () = (1 )2 (k )
268
Gli autovalori di D sono quindi

= 1 almeno doppio,
=k
Poichè D ha lautovalore = 1 almeno doppio (triplo se k = 1) determiniamo subito lautospazio

relativo E(1) risolvendo il sistema omogeneo associato a D I:
0
1
0 | 0
x = t
0 k 1 0 | 0 y = 0 E(1) = h (1, 0, 0), (0, 0, 1) i
0
0
0 | 0
z=s
a geometrica 2.
Se k 6= 1 lautovalore = 1 ha molteplicit`
a algebrica e geometrica 2 (e lautovalore = k 6= 1 ha
molteplicit`
a 1) quindi D è diagonalizzabile.
Se k = 1 lautovalore = 1 ha molteplicit`
a geometrica 2 quindi D
non è diagonalizzabile.

Esercizio 9.14. Sia S lendomorfismo di R4 con matrice associata
1 2 2 4
0 1 0 0
A=
0 1 0 2
0 1 0 2

b) Stabilire se S è diagonalizzabile e in caso positivo individuare la matrice diagonalizzante.
Soluzione:
pA () = det(A I) = (1 )2 ()(2 )

1 = 1
doppio
2 = 0
3 = 2
Consideriamo prima lautovalore = 1. Il relativo autospazio è dato dalle soluzioni del
sistema omogeneo associato alla matrice A I:
1/2I
0 1 1 2 | 0
0 2
2
4 | 0
0 0 0 0 | 0
0 0
0
0 | 0
0 1 1 2 | 0 III + 2I 0 0 0 0 | 0
0 1 0 1 | 0
0 1
0
1 | 0
x=s
y = t
y + z + 2w = 0
E(1) = h (1, 0, 0, 0), (0, 1, 1, 1) i
z = t
w=0
w=t

a affermare che A è diagonalizzabile in quanto = 1 ha molteplicit`
a
algebrica e geometrica 2 e gli altri autovalori sono singoli.
omogeneo associato alla matrice A
x = 2t
1 2 2 4 | 0
x
+
2y
+
2z
+
4w
=
0
y = 0
0 1 0 0 | 0
0 1 0 2 | 0 y = 0
z=t
y + 2w = 0
0 1 0 2 | 0
w=0
E(0) = h (2, 0, 1, 0) i
2. SOLUZIONI
269
Consideriamo ora lautovalore = 2. Il relativo autospazio è dato

omogeneo associato alla matrice A 2I
1 2
2
4 | 0
x + 2y + 2z + 4w = 0
0 1 0
0 | 0

y=0
0 1 2 2 | 0
y + 2z + 2w = 0
0
1
0
0 | 0
dalle soluzioni del sistema
b) Abbiamo gi`
a osservato che T è diagonalizzabile in quanto la somma
autospazi è 4 = dim(R4 ), inoltre la matrice diagonalizzante P è:
1 0 0
1 0 2 2
0 1 0
0 1 0
0
1
con P AP =
P =
0 0 0
0 1 1 1
0 0 0
0 1
0
1
delle dimensioni dei suoi
E(2) = h (2, 0, 1, 1) i
x = 2t
y = 0
z = t
w=t
0
0
0
2
Esercizio 9.15. Sia T lendomorfismo di R cos definito:

1
T (x1 , x2 , x3 ) = x1 , x1 x3 , x2 .
2
a) Calcolare gli autovalori e gli autovettori di T .

b) T diagonalizzabile?
c) Se al campo dei numeri reali si sostituisce quello dei numeri complessi, lendomorfismo di C3 che
si ottiene è diagonalizzabile?
Soluzione:
Calcoliamo la matrice A associata a T , che ha per colonne T (e1 ), T (e2 ) e T (e3 ):
1 0 0
A = 1 0 12
0 1 0

1
pA () = (1 ) 2 +
2
Quindi A ha un solo autovalore reale = 1.

Calcoliamo lautospazio E(1) relativo allautovalore = 1 risolvendo il sistema omogeneo
associato alla matrice A I:
0 0
0 | 0
x = 2 t
x y 1 z = 0
1 1 1 | 0
y=t
t R
2
2
y z = 0
0 1 1 | 0
z=t

3
Di conseguenza E(1) = h , 1, 1 i = h(3, 2, 2)i.
2
b) T non è daigonalizzabile in quanto ha un solo autovalore (singolo), quindi la somma delle dimensioni dei suoi autospazi è 1 < 3.
c) Se consideriamo il campo dei numeri complessi, T ha tre autovalori distinti:
1
1
3 = i.
1 = 1,
2 = i,
2
2
Essendo 3 autovalori singoli la somma degli autospazi è sicuramente 3 e lendomorfismo T in
questo caso risulta diagonalizzabile.

Esercizio 9.16. Sia
1
A = 0
1
0 0
1 3
1 1
270
la matrice associata allapplicazione lineare T : R3 R3 rispetto alla base

B = { 1, 1, 0), (0, 3, 0), (0, 1, 1) }
a) Si determinino gli autovalori di T .

b) Si determinino gli autovettori e gli autospazi di T .
c) Si stabilisca se T è diagonalizzabile.
Soluzione:
pA () = (1 ) [(1 )(1 ) 3] = (1 )(2 4)
e gli autovalori di T sono
1 = 1,
2 = 2,
3 = 2
b) Calcoliamo ora gli autovettori.

Consideriamo = 1 e risolviamo il sistema omogeneo associato a A I:
0 0 0 | 0
x = t
0 0 3 | 0 3z = 0
y=t
x + y 2z = 0
1 1 2 | 0
z=0
Quindi gli autovettori relativi allautovalore = 1 sono del tipo
(x, y, z) = (1, 1, 0)t,
t R
Notiamo che queste sono le componenti degli autovettori rispetto alla base B. Rispetto alla
base canonica otteniamo perciò:
e
(1, 1, 0)B = 1 (1, 1, 0) + 1 (0, 3, 0) + 0 (0, 1, 1) = (1, 2, 0)

E(1) = h (1, 2, 0) i
Consideriamo = 2 e risolviamo il sistema omogeneo associato a A 2I:
1 0
0 | 0
1 0
0 | 0
0 1 3 | 0
0 1 3 | 0
III + I 0
1
1 3 | 0
1 3 | 0
1 0 0 | 0
x = 0
x
=
0
0 1 3 | 0
y = 3t
y + 3z = 0
III + II 0
0 0 | 0
z=t
(x, y, z) = (0, 3, 1)t,
t R
e
(0, 3, 1)B = 0 (1, 1, 0) + 3 (0, 3, 0) + 1 (0, 1, 1) = (0, 10, 1)

E(2) = h (0, 10, 1) i
= 2 e risolviamo il sistema omogeneo associato a A + 2I:
0 0 | 0
1/3I
1 0 0 | 0
3 3 | 0 1/3II 0 1 1 | 0
1 1 | 0
III 1/3I 0 1 1 | 0
1 0 0 | 0
x = 0
0 1 1 | 0 x = 0
y = t
y+z =0
III II 0 0 0 | 0
z=t
Consideriamo
3
0
1

(x, y, z) = (0, 1, 1)t,
t R
2. SOLUZIONI
271
e
(0, 1, 1)B = 0 (1, 1, 0) + 1 (0, 3, 0) + 1 (0, 1, 1) = (0, 2, 1)

E(2) = h (0, 2, 1) i
c) La matrice A, e quindi lapplicazione T , è diagonalizzabile perchè ha tre autovalori distinti.

Esercizio 9.17. Sia B = {v1 = (1, 0, 0), v2 = (1, 1, 0), v3 = (1, 1, 1)} una base di R3 e sia S
lendomorfismo di R3 con matrice associata rispetto a B
5 2 2
A = MB (S) = 1 6 5 .
3 3 4
a) Trovare gli autovalori (reali) di S.
b) Trovare gli autovettori di S e stabilire se S è diagonalizzabile.
Soluzione:
a) Gli autovalori di T non dipendono dalla base, quindi possiamo lavorare sulla matrice A:
pA () = (1 )(2 14 + 49)
Quindi S ha due autovalori: = 1 e = 7.

b) Trovare gli autovettori di S possiamo comunque lavorare sulla matrice A ricordando però che i
vettori trovati saranno espressi rispetto alla base B:
4 2 2 | 0
1/2I
2 1 1 | 0
E(1) = N (A I) : 1 5 5 | 0 2II 1/2I 0 9 9 | 0
3 3 3 | 0
1/3III II 0 6 6 | 0
2 1 1 | 0
x = 0
1/9II
0 1 1 | 0 y = t
1/6III + 1/9II 0 0 0 | 0
z=t
Quindi lautospazio E(1) è

Infine E(1) = h(2, 2, 1)i.
Analogamente:
2 2
E(7) = N (A 7I) : 1 1
3 3
generato dal vettore (0, 1, 1)B , cioè dal vettore v2 + v3 = (2, 2, 1).
2 |
5 |
3 |
1/2I
0
1 1
0 II + 1/2I 0 0
1/3III + 1/2I 0 0
0
1 |
6 |
2 |
0
x = t
0 y=t
0
z=0
Quindi lautospazio E(7) è generato dal vettore (1, 1, 0)B , cioè dal vettore v1 + v2 = (2, 1, 0).
Infine E(7) = h(2, 1, 0)i.
S non è diagonalizzabile in quanto lautovalore = 7 ha molteplicit`
a algebrica 2 e molteplicit`
a
geometrica 1.
2 0 2 0
1 2 1 1
A=
0 0 1 0 .
1 0 2 1
Soluzione:
Calcoliamo il polinomio caratteristico di A, sviluppando rispetto alla seconda colonna:
pA () = det(A I) = (2 )2 (1 )2
272
Quindi gli autovalori di B sono

= 1 doppio,
= 2 doppio.
Per stabilire se T è diagonalizzabile dobbiamo calcolare la dimensione di entrambi gli autospazi E(1)
e E(2).
Determiniamo E(1) risolvendo il sistema omogeneo associato alla matrice A I:
1 0 2 0 | 0
1 0 2 0 | 0
(
1 1 1 1 | 0
0 1 1 1 | 0
x 2z = 0
II
+
I
0 0 0 0 | 0 IV I 0 0 0 0 | 0 y z + w = 0
1 0 2 0 | 0
III
0 0 0 0 | 0
x = 2t
y = t s
E(1) = h (2, 1, 1, 0), (0, 1, 0, 1) i
z=t
w=s
Determiniamo ora E(2) risolvendo il sistema omogeneo associato
1 0 1 1 |
0 0 2 0 | 0
II
0 0 1 0 |
1 0 1
1
|
0
IV
+
II
0 0 1 0 |
0 0 1 0 | 0
I 2III 0 0 0 0 |
1 0 2 1 | 0
x=t
y = s
E(2) = h (1, 0, 0, 1), (0, 1, 0, 0) i
z=0
w=t
alla matrice A 2I:
0
(
0
x + z + w = 0
0
z = 0
0
Quindi entrambi gli autospazi hanno dimensione due e lendomorfismo T è diagonalizzabile.

2 0 3
0
0 2 5
7
A=
0 0 1 0
0 0 8 1
a) Determinare autovalori e autovettori della matrice data.

b) Stabilire se la matrice data diagonalizzabile.
Soluzione:
pA () = (2 )2 (1 )2
Quindi gli autovalori di A sono:
1 = 1 doppio
2 = 2 doppio
Calcoliamo lautospazio E(1) relativo allautovalore 1 = 1 risolvendo il sistema omogeneo

associato alla matrice A + I:
x=0
3 0 3 0 | 0
3x + 3z = 0
y = 7 t
0 3 5 7 | 0
3
t R
0 0 0 0 | 0 3y + 5z + 7w = 0 z = 0
8z
=
0
0 0 8 0 | 0
w=t
Di conseguenza E(1) = h(0, 7, 0, 3)i.
2. SOLUZIONI
273
Analogamente calcoliamo lautospazio E(2) relativo allautovalore 2 = 2 risolvendo il sistema

omogeneo associato alla matrice A 2I:
x=t
3z = 0
0 0 3
0 | 0
0 0 5
y=s
5z + 7w = 0
7 | 0
s, t R
0 0 3 0 | 0 3z = 0
z=0
0 0 8 3 | 0
w=0
8z + 3w = 0
Di conseguenza E(2) = h(1, 0, 0, 0), (0, 1, 0, 0)i

b) A non è diagonalizzabile in quanto lautovalore 1 ha molteplicit`
a algebrica 2 e molteplicit`
a
geometrica 1.

2
1
M =
1
0
0
1
0
0
0
k1
k
0
1
4
4
1
b) Fissato a piacere un valore di k per cui M è diagonalizzabile, determinare per tale k la matrice
P diagonalizzante.
Soluzione:
Sviluppando rispetto alla seconda colonna, il polinomio caratteristico di M è
2
0
0
1
1
1 k1
4
= (1 )2 (2 )(k )
pM () = det
1
0
k
4
0
0
0
1
quindi gli autovalori di M sono = 1, 2, k.

Calcoliamo ora gli autospazi E(1) e E(2):
1 0
0
1 0 k 1
E(1) = N(M I) :
1 0 k 1
0 0
0
1
1
0
II
I
4
III II 0
4
0
0
0
0
0 k1
0
0
0
0
dim(E(1)) = dim(N(M I)) = 4 rg(M I) = 4 2 = 2
0 0
0
1
II
1 1
1 1 k 1 4
0 1
III
II
E(2) = N(M 2I) :

1 0 k 2 4
0 0
I
0 0
0
1
IV + I 0 0
dim(E(2)) = dim(N(M 2I)) = 4 rg(M 2I) = 4 3 = 1
1
3
0
0
k1
1
0
0
a) Dobbiamo distinguere tre casi

Se k 6= 1, 2, allora gli autovalori e le dimensioni degli autospazi sono
= 1 doppio,
dim(E(1)) = 2
= 2 singolo,
dim(E(2)) = 1
= k singolo, dim(E(k)) = 1
quindi M è diagonalizzabile.
Se k = 1, allora gli autovalori e le dimensioni degli autospazi sono
= 1 triplo,
= 2 singolo,
dim(E(1)) = 2
dim(E(2)) = 1
quindi M non è diagonalizzabile.

Se k = 2, allora gli autovalori e le dimensioni degli autospazi sono
= 1 doppio,
dim(E(1)) = 2
= 2 doppio,
dim(E(2)) = 1
quindi M non è diagonalizzabile.
4
0
1
0
274
b) Fissiamo per esempio k = 0. Dai calcoli svolti precedentemente, sostituendo k = 0, ottenaimo

E(1) = h (1, 0, 3, 1), (0, 1, 0, 0) i,
Calcoliamo inoltre E(0):
2 0 0
1 1 1
E(0) = N(M ) :
1 0 0
0 0 0
x=0
y = t
z=t
1
w=0
E(2) = h (2, 1, 1, 0) i
E(0) = h (0, 1, 1, 0) i
Infine la matrice diagonalizzante è
1
1 0 2 0
0 1 1 1
1
0
P =
3 0 1 1 con P M P = 0
0
1 0 0 0
0
1
0
0
0
0
2
0
0
0
0
0
Esercizio 9.21. Sia A la matrice dipendente dal parametro reale
1
0
0
0
k 3 2 k 0 k
A=
0
0
1
0
2k
k
0 k+2
a di A al variare di k.
b) Determinare una base di R4 costituita da autovettori di A per un valore opportuno di k.
Soluzione:
Calcoliamo il polinomio caratteristico di A, sviluppando rispetto a opportune righe
1
0
0
0
k 3 2 k
0
k
pM () = det
0
0
1
0
2k
k
0
k+2
2k
0
k
0
1
0
= (1 ) det
k
0
k+2
= (1 )2 [(2 k )(k + 2 ) + k 2 ] = (1 )2 [(2 )2 k 2 + k 2 ]
= (1 )2 (2 )2
quindi gli autovalori di A sono = 2, 1, entrambi di molteplicit`

a algebrica due.
Calcoliamo ora gli autospazi.
x = 0
1
0
0
0
(k 3)x ky kw = 0
k 3 k 0 k
E(2) = N (A 2I) :
0
0 1 0
z = 0
2k k
0
k
(2 k)x + ky + kw = 0
x=0
ky kw = 0
z=0
ky + kw = 0
Dobbiamo ora distinguere due casi:
Se k 6= 0 otteniamo
x=0
y = t
dim(E(2)) = 1 A non è diagonalizzabile
z=0
w=t
2. SOLUZIONI
Se k = 0 otteniamo
x=0
y = s
z=0
w=t
275
dim(E(2)) = 2 e E(2) = h(0, 1, 0, 0), (0, 0, 0, 1)i.
A questo punto A pu`

o essere diagonalizzabile solo se k = 0.
dim(E(1)) = 2.
0 0
3 1
E(1) = N (M I) con k = 0 :
0 0
2 0
Si tratta di verificare se per k = 0 anche

0
0
0
0
x=t
y = 3t
z=s
1
w = 2t
dim(E(1)) = 2 e E(1) = h(1, 3, 0, 2), (0, 0, 1, 0)i con k = 0.
a) Abbiamo verificato che A è diagonalizzabile solo per k = 0.

b) Per k = 0 una base di R4 formata da autovettori di A è data da
B(R4 ) = { (0, 1, 0, 0), (0, 0, 0, 1), (1, 3, 0, 2), (0, 0, 1, 0) }

3
k 1
M =
0
1
0
2
0
2
1
1
k
3
0
0
0
1
a) Si discuta la diagonalizzabilt`
b) Per k = 2, si determini una base di R4 formata da autovettori di M .
Soluzione:
a) Il polinomio caratterestico di M è
pM () = (1 )(k )(3 )(2 )
Quindi gli autovalori sono = 1, 2, 3, k e dobbiamo discutere i valori di k.

Se k 6= 1, 2, 3 i quattro autovalori sono distinti e singoli, quindi M è diagonalizzabile.
Se k = 1 lautovalore = 1 è doppio, quindi dobbiamo stabilirne la molteplicit`
a geometrica.
2 0 1 0
0 1 1 0
E(1) = N (M I) :
0 0 0 0
1 2 3 0
Poichè rg(M I) = 3, dim(E(1)) = 1 e M non è diagonalizzabile.

a geometrica.
1 0 1 0
1 0 1 0
0 0 0 0
1 0 1 0
II
E(2) = N (M 2I) :
0 0 0 0
0 0 0 0
IV + I 0 2 4 1
1 2 3 1
x = t
y = s
x+z =0
E(2) = h(1, 0, 1, 4), (0, 1, 0, 2)i
z=t
2y + 4z w = 0
w = 2s + 4t
Poiche = 2 ha molteplicit`
a algebrica e geometrica 2 e gli altri autovalori sono singoli, per
k = 2 la matrice M è diagonalizzabile.
a geometrica.
0
0 1 0
2 1 1 0
E(3) = N (M 3I) :
0
0 0 0
1 2 3 2
276
Poichè rg(M 3I) = 3, dim(E(3)) = 1 e M non è diagonalizzabile.

b) Per k = 2 abbiamo gi`
a determinato E(2). Calcoliamo gli altri due autospazi:
x=0
2 0 1 0
y = 0
1 1 1 0
E(1) = N (M I) :
0 0 1 0 z = 0 E(1) = h(0, 0, 0, 1)i
1 2 3 0
w=t
0 0 1 0
0
0
1
0
1 1 1 0
1 1 1
0
E(3) = N (M 3I) :
0
III + I 0 0 0 0
0 1 0
IV + II 0 1 4 2
1 2
3 2
x = 2t
y = 2t
z = 0
E(3) = h(2, 2, 0, 1)i
xy+z =0
z = 0
y + 4z 2w = 0
w=t
Infine una delle basi cercate è
B = { (1, 0, 1, 4), (0, 1, 0, 2), (0, 0, 0, 1), (2, 2, 0, 1)}

Esercizio 9.23. Si considerino le
1
A = 0
0
matrici
0 3
1 4
0 2
2
B = k
5
0
1
k2
0
0 .
1
a) Determinare per quali valori di k la matrice B è diagonalizzabile.

b) Stabilire per quali valori di k le due matrici A e B sono simili.
Soluzione:
a) Abbiamo che
pB () = (2 )(1 )2
Quindi B ha due autovalori: 1 = 2 e 2 = 1, doppio, ed è diagonalizzabile sse lautospazio E(1)
ha dimensione 2. Per determinare E(1) risolviamo il sistema omogeneo associato a B I:
1
0
0 | 0
x = 0
x=0
k
0
0 | 0 kx = 0
(k 2)y = 0
5 k2 0 | 0
5x + (k 2)y = 0
Dobbiamo distinguere due casi.

Se k 6= 2 otteniamo
x = 0
y=0
z=t
quindi E(1) ha dimensione 1 e B non è diagonalizzabile.

Se k = 2 otteniamo
x = 0
y=s
z=t
quindi E(1) ha dimensione 2 e B è diagonalizzabile.

b) Due matrici diagonalizzabili sono simili sse hanno gli stessi autovalori (contati on le rispettiva
molteplicit`
a). Studiamo quindi la diagonalizzabilità di A.
pA () = (2 )(1 )2
2. SOLUZIONI
277
Come la matrice B, anche A è diagonalizzabile sse lautospazio E(1) ha dimensione 2. Per

determinare E(1) risolviamo il sistema omogeneo associato a A I:
0 0 3 | 0
x = t
0 0 4 | 0 y = s
0 0 1 | 0
z=0
Quindi E(1) ha dimensione 2 e A è diagonalizzabile.

In conclusione A e B sono simili quando sono entrambe diagonalizzabili, ovvero se k = 2

Esercizio 9.24. Siano A e B le matrici reali
1 0 4
A = 0 1 2 e
0 0 3
3
B = k
5
0
1
k1
0
0
1
Determinare, se esistono, i valori del parametro reale k per cui A e B sono simili.
Soluzione:
Due matrici diagonalizzabili sono simili se sono simili alla stessa matrice diagonale, ovvero se hanno
gli stessi autovalori. Inoltre se una delle due matrici è diagonalizzabile mentre laltra non lo è, allora le due
matrici non sono simili. Studiamo quindi la diagonalizzabilità di A e B.
pA () = (1 )2 (3 )
pB () = (1 )2 (3 )
quindi A e B hanno gli stessi autovalori 1 = 1, doppio, e 2 = 3.
Per stabilire se A è diagonalizzabile calcoliamo la dimensione del suo autospazio EA (1) risolvendo il
sistema omogeneo associato a A I:
0 0 4
0 0 2 dim(EA (1)) = 3 rg(A I) = 3 1 = 2
0 0 3
e la matrice A è diagonalizzabile.
A questo punto possiamo affermare che A e B sono simili se e solo se anche B è diagonalizzabile.
Calcoliamo quindi la dimensione del suo autospazio EB (1) risolvendo il sistema omogeneo associato a
B I:
2
0
0
2x = 0
x = 0
k
0
0 kx = 0
(k 1)y = 0
5 k1 0
5x + (k 1)y = 0
z=t
Quindi lautospazio EB (1) ha dimensione 2 se e solo se k = 1.
Infine A e B sono simili solamente se k = 1, quando sono entrambe simili alla matrice
1 0 0
D = 0 1 0
0 0 3
Esercizio 9.25. Considerare le matrici
2 1 0
1
A = 0 2 0
B = 0
0 0 1
0
1 0
2 0
0 2
a) Determinare gli autovalori e gli autovettori di A e di B.

b) Stabilire se A e B sono simili.
c) Esistono valori di t per cui C e B sono simili?
Soluzione:
1
C = 0
0
1 1
t 0
0 2
278
a) Il polinomio caratterestico di A è
pA () = (1 )(2 )2
Quindi gli autovalori di A sono = 2 doppio e = 1. Calcoliamo gli autospazi:
1 1 0
x = 0
EA (1) = N (A I) : 0 1 0 y = 0 EA (1) = h(0, 0, 1)i
0 0 0
z=t
0 1 0
x = t
EA (2) = N (A 2I) : 0 0 0 y = 0 EA (2) = h(1, 0, 0)i
0 0 1
z=0
Analogamente calcoliamo gli autovalori e gli autovettori di B:
pB () = (1 )(2 )2
0 1
EB (1) = N (B I) : 0 1
0 0
= 2 doppio e = 1. Calcoliamo gli autospazi:
0
x = t
0 y = 0 EB (1) = h(1, 0, 0)i
1
z=0
1 1 0
x = t
0 0 0 y = t EB (2) = h(1, 1, 0), (0, 0, 1)i

EB (2) = N (B 2I) :
0 0 0
z=s
b) A e B non sono simili poiche A non è diagonalizzabile mentre B lo è.

c) Studiamo gli autovalori e la diagonalizzabilità di C:
pC () = (1 )(t )(2 )
Condizione necessaria perche B e C siano simili è che abbiano gli stessi autovalori con la stessa
molteplicit`
a, quindi deve essere t = 2. Verifichiamo se per tale valore anche C è diagonalizzabile.
1 1 1
x = t + s
0 0 0 y=t
EC (2) = h(1, 1, 0), (1, 0, 1)i
EC (2) = N (C 2I) :
0 0 0
z=s
Infine per t = 2 le matrici B e C sono simili in quanto sono entrambe simili alla matrice diagonale
1 0 0
D = 0 2 0
0 0 2
Esercizio 9.26. Siano A e B le matrici seguenti
2
1 0 3
B = k
A = 0 1 4
5
0 0 2
0
0
1
0
k2 1
a) Dire per quali valori del parametro reale k la matrice B è diagonalizzabile.

b) Per k = 3 le due matrici possono essere associate allo stesso endomorfismo?
Soluzione:
a) Calcoliamo il polinomio caratteristico di B:
pB () = det(B I) = (2 )(1 )2
= 1 doppio
=2
2. SOLUZIONI
279
Poichè lautovalore = 2 è singolo sappiamo che il relativo autospazio E(2) ha dimensione 1.

Si tratta quindi di controllare solamente la dimensione dellautospazio E(1) relativo allautovalore
= 1. Risolviamo quindi il sistema omogeneo associato alla matrice B I:
1
0
0 | 0
x = 0
x=0
k
0
0 | 0 kx = 0
(k 2)y = 0
5 k2 0 | 0
5x + (k 2)y = 0
Si tratta quindi di distinguere due casi
Se k = 2 otteniamo le soluzioni
x = 0
y = s E(1) = h (0, 1, 0), (0, 0, 1) i
z=t
Quindi se k = 2 la matrice B è diagonalizzabile.
Se k 6= 2 otteniamo le soluzioni
x = 0
y=0
z=t
E(1) = h (0, 0, 1) i
Quindi se k 6= 2 la matrice B non è diagonalizzabile.

b) Dal punto precedente sappiamo che per k = 3 la matrice B non è diagonalizzabile. Studiamo ora
la matrice A:
pA () = det(A I) = (2 )(1 )2
Quindi gli autovalori di A sono
= 1 doppio
=2
Quindi A ha effettivamente gli stessi autovalori di B.
Come per la matrice B, per stabilire sa A è diagonalizzabile dobbiamo solamente controllare
la dimensione dellautospazio E(1) relativo allautovalore = 1. Risolviamo quindi il sistema
omogeneo associato alla matrice A I:
0 0 3 | 0
x = s
0 0 4 | 0 z = 0 y = t
E(1) = h (1, 0, 0), (0, 1, 0) i
0 0 1 | 0
z=0
Quindi A è diagonalizzabile, ovvero è associata ad un endomorfismo diagonalizzabile, mentre per

k = 3 la matrice B non lo è. Di conseguenza le matrici A e B non possono essere associate allo
stesso endomorfismo.
Esercizio 9.27. Sia T lendomorfismo di R3 associato alla matrice
6 3 1
A = 2 7 1
2 3 3
a) Stabilire se 4 è autovalore di A. Calcolare gli autovalori e autovettori di A.

b) La matrice A è diagonalizzabile per similitudine? In caso affermativo, indicare una matrice
diagonalizzante.
c) Sia C la matrice dipendente da t R:
4 1 0
C = 0 4 0
0 0 t
Esistono valori di t R per cui A e C siano simili?
Soluzione:
280
Calcoliamo il polinomio caratteristico di A :
6
3
1
7
1 = (6 ) [(7 )(3 ) + 3] 3 [6 2 + 2] + [6 14 + 2] =
pA () = det 2
2
3
3
= (6 )(2 10 + 24) 3(8 2) (2 8) =
= (6 )( 6)( 4) + 6( 4) 2( 4) =
= ( 4) [(6 )( 6) + 6 2] = ( 4)(2 12 + 32)
a) Gli autovalori di A sono = 4 (doppio) e = 8. Calcoliamo ora gli autospazi.
1
3
2 3 1 | 0
x = 2 s + 2 t
E(4) = N (A 4I) : 2 3 1 | 0 2x + 3y z = 0 y = s
2 3 1 | 0
z=t
E(4) = h (3, 2, 0), (1, 0, 2) i
2 3 1
E(8) = N (A 8I) : 2 1 1
2
3 5
|
|
|
E(8) = h (1, 1, 1) i
0
2 3
0 II I 0 2
0
III + I 0 6
1 |
2 |
6 |
0
x = t
0 y = t
0
z=t
b) A è diagonalizzabile perche la molteplicit

a algebrica e geometrica dei sui autovalori coincidono.
La matrice diagonalizzante è:
3 1 1
P = 2 0 1
0 2 1
c) Poichè A è diagonalizzabile, A e C sono simili se anche C ha gli stessi autovalori di A ed è

anchessa diagonalizzabile (cioè sono simili alla stessa matrice diagonale). Perchè A e C abbiano
gli stessi autovalori ( = 4 doppio, e = 8) deve essere t = 8. Inoltre per tale valore lautospazio
E(4) di C è
0 1 0 | 0
x = t
0 0 0 | 0 y = 0 EC (4) = h (1, 0, 0) i dim(EC (4)) = 1

EC (4) = N (C 4I) :
0 0 4 | 0
z=0
Di conseguenza C non è diagonalizzabile e A e C non sono mai simili.

3 k 1
0
2
k
A= k
0
1 3k
a) Determinare gli autovalori della matrice A.

b) Stabilire per quali valori del parametro reale k la matrice data è diagonalizzabile.
Soluzione:
a) Calcoliamo il polinomio caratteristico di A sviluppando rispetto alla prima colonna:
pA () =(3 k ) [(2 )(3 k ) k] + k(3 k )
= (3 k )(2 )(3 k ) k(3 k ) + k(3 k )
= (3 k )(2 )(3 k ) = (3 k )2 (2 )
1 = 2
2 = 3 k
almeno doppio
Notiamo che possiamo solo dire che 2 è almeno doppio, in quanto se k = 1 avremmo un unico
autovalore 1 = 2 = 2, triplo.
2. SOLUZIONI
281
b) Per stabilire se la matrice è diagonalizzabile dobbiamo calcolare la dimensione dellautospazio

E(k + 3), che deve essere almeno 2 (la dimensione deve essere 3 nel caso k = 1 quando si ha un
unico autovalore 1 = 2 = 2 triplo).
Calcoliamo quindi lautospazio E(3 k) relativo allautovalore 2 risolvendo il sistema omogeneo associato alla matrice A (3 k)I:
0
1
0
II
k k1 k
k k 1 k I 0
1
0
0
1
0
III + I 0
0
0
(
(
kx + (k 1)y + kz = 0
kx + kz = 0
y=0
y=0
Per risolvere il sistema dobbiamo distinguere due casi
Se k = 0, allora il sistema si riduce alla sola equazione y = 0, quindi ha soluzione
x = t
y=0
z=s
e E(k + 3) = E(3) = h(1, 0, 0), (0, 0, 1)i. In particolare E(k + 3) ha dimensione 2 uguale
alla molteplicit`
a algebrica di 2 (Notiamo che per k = 0, 1 = 2 è singolo e 2 = 3 è doppio).
Di conseguenza se k = 0 la matrice è diagonalizzabile.
Se k 6= 0 possiamo dividere la prima equazione per k ottenendo il sistema equivalente
(
x = t
x+z =0
y=0
y=0
z = t
Quindi in questo caso E(k + 3) = h(1, 0, 1)i. In particolare E(k + 3) ha dimensione

1 minore della molteplicit`
a algebrica di 2 . Di conseguenza se k 6= 0 la matrice non è
diagonalizzabile.
Esercizio 9.29. Sia S lendomorfismo di R4
3
2
A=
2
0
con matrice associata
0 1/2 0
b b 3 0
0
3
0
0
0
2

b) Trovare i valori di b per i quali S è diagonalizzabile.
Soluzione:
a) Il polinomio carateristico di A è:
pA () = (2 )(b )[(3 )2 1] = (2 )(b )( 2)( 4)
Per determinare esattamente gli autovalori dobbiamo distinguere 3 casi

Se b 6= 2, 4: = 2 doppio, = 4, = b
Se b = 2,: = 2 triplo, = 4
Se b = 4: = 2 doppio, = 4 doppio
Determiniamo lautospazio E(2):
1
1
1
0
0 | 0
0
1
0
2
2
0 b 2 b 2 0
2 b 2 b 3 0 | 0
II
+
2I
2
III + II 0 b 2 b 2 0
0
1
0 | 0
0
0
0
0 | 0
0
0
0
0
1
0 | 0
1
0
2
0 b 2 b 2 0 | 0
III II 0
0
0
0 | 0
0
0
0
0 | 0
|
|
|
|
0
0
0
0
282
Dobbiamo distinguere due casi

Se b 6= 2, E(2) = h 12 , 1, 1,0 , (0, 0, 0, 1)i
Se b = 2, E(2) = h 21 , 0, 1, 0 , (0, 1, 0, 0), (0, 0, 0, 1)i
1
1
1
0
0 | 0
1
0
2
2
2 b 4 b 3 0 | 0
II 2I 0 b 4 b 4
2
III + II 0 b 4 b 4
0
1
0 | 0
0
0
0
2 | 0
0
0
0
1
0 | 0
1
0
2
0 b 4 b 4 0 | 0
III II 0
0
0
0 | 0
0
0
0
2 | 0
Se b 6= 4, E(4) = h 21 , 1, 1,0 i
Se b = 4, E(4) = h 21 , 0, 1, 0 , (0, 1, 0, 0)i
Determiniamo lautospazio E(b) nei casi b 6= 2, 4:
1
2
II
0
| 0
3b 0
2
3 b
2 0 b 3
I
0
|
0
2
III + II 0
0 3b
0
| 0
0
0
0
2b | 0
0
2 0
b3
0
|
2
2II + (3 b)I
0
0
b
+
6b
8
0
|
0 0
0
0
|
0 0
0
2b |
0 b3
1
0
2
0
0
0
0
0
0
0
0
0
0
0
2
|
|
|
|
0
0
0
0
0
0
0
2b
|
|
|
|
0
0
0
0
Avendo supposto b 6= 2, 4 si ha 2 b 6= 0 e b2 + 6b 8 6= 0, quindi

Se b 6= 2, 4, E(b) = h(0, 1, 0, 0)i
b) Abbiamo trovato che:
Se b 6= 2, 4, allora dim(E(2)) = 2, dim(E(4)) = 1, dim(E(b)) = 1, quindi T è diagonalizzabile.
Se b = 2, allora dim(E(2)) = 3, dim(E(4)) = 1, quindi T è diagonalizzabile.
Se b = 4, allora dim(E(2)) = 2, dim(E(4)) = 2, quindi T è diagonalizzabile.
Infine T è sempre diagonalizzabile.

Esercizio 9.30. Sia A la matrice reale dipendente dal parametro k
1 0 k2
A = 0 k 0
1 0 1
a) Determinare per quali k la matrice A è diagonalizzabile.

b) Per i valori determinati in a), trovare una base di R3 formata da autovettori di A
Soluzione:
a) Il polinomio caratterestico di A è
pA () = (k )[(1 )2 k 2 ] = (k )[2 2 + 1 k 2 ]
Quindi gli autovalori, non necessariamente distinti, sono = k, 1 + k, 1 k. Distinguiamo i casi

in cui gli autovalori possono essere doppi:
Se k = 0, allora k + 1 = k + 1 = 1 è un autovalore doppio,
Se k = 12 , allora k = k + 1 = 12 è un autovalore doppio,
Se k 6= 0, 21 i tre autovalori sono distinti.
Di conseguenza dobbiamo distinguere tre casi per studiare la diagonalizzazione.
a geometrica.
0 0 0
E(1) = N (A I) : 0 1 0
1 0 0
Poichè rg(A I) = 2, dim(E(1)) = 1 e A non è diagonalizzabile.
2. SOLUZIONI
1
2
1
2
è doppio, quindi dobbiamo stabilirne la molteplicit`

a geometrica.
1

0 14
4I
2 0 1
2
1
1
0 0 0
= N A I : 0 0 0
E
2
2
2III 4I 0 0 0
1 0 12

x = t
1
= h(1, 0, 2), (0, 1, 0)i
2x + z = 0 y = s
E
z = 2t
Se k =
lautovalore =
283
Poiche = 21 ha molteplicit`
a algebrica e geometrica 2 e laltro autovalore = k + 1 =
singolo, per k = 21 la matrice A è diagonalizzabile.
Se k 6= 0, 21 i tre autovalori sono distinti e singoli, quindi A è diagonalizzabile.
b) Calcoliamo gli autospazi:
1k 0
k2
III
1
0 1k
0
0 I 1 k 0
k2
E(k) = N (A kI) : 0
1
0 1k
II
0
0
0
(
1 0 1k
x + (1 k)z = 0
II (1 k)I 0 0 2k 1
(2k
1)z = 0
0 0
0
3
2
è

Se k 6= 21 , E(k) = h(0, 1, 0)i.

a calcolato tale
Se k = 12 , E(k) = E 21 = h(1, 0, 2), (0, 1, 0)i. Notiamo che avevamo gi`
autospazio al punto precedente.
k 0
k2
III 1 0 k
E(k + 1) = N (A (k + 1)I) : 0 1 0 II 0 1 0
1
0 k
I
k 0 k 2
1 0 k
x = kt
0 1 0 x kz = 0 y = 0
E(k + 1) = h(k, 0, 1)i
y=0
III + kI 0 0 0
z=t
k
E(1 k) = N (A (1 k)I) : 0
1
1
0
k
0 2k 1 0
III kI 0
0
0
0
k2
III 1
2k 1 0 II 0
0
k
I
k
0
k
2k 1 0
0
k2

Se k 6= 21 , E(k + 1) = h(k,0, 1)i.

Se k = 21 , E(k + 1) = E 21 = h 21 , 0, 1 , (0, 1, 0)i. Notiamo che avevamo gi`
a calcolato
tale autospazio sia al punto precedente che calcolando E(k) nel caso k = 12 .
Infine una delle basi cercate è
1
B = { (0, 1, 0), (k, 0, 1), (k, 0, 1)} ,
se k 6= 0, ,
2
1
B = { (0, 1, 0), (1, 0, 2), (1, 0, 2)} ,
se k = ,
2
Notiamo che in realtà non è necessario distinguere i due casi, anche se le basi sono ottenute da
autospazi differenti, in quanto ponendo k = 12 nella prima base si ottiene comunque la seconda
base.

1
0
A=
1
3
0
k
0
0
1 1
0
0
1 1
0
3
284
a) Calcolare gli autovalori di A.

b) Stabilire per quali valori reali di k la matrice A diagonalizzabile.
Soluzione:
Calcoliamo il polinomio caratteristico di A sviluppando rispetto alla seconda colonna:

pA () = (1 ) [(2 )(2k ) 4k] = (1 ) 2 (2k + 2)
= (1 ) [ (2k + 2)]

= 0, = 1, = 2k + 2
Dobbiamo ora distinguere tre casi:
Se 2k + 2 6= 0, 1, allora A ha tre autovalori distinti ed è diagonalizzabile.
Se 2k + 2 = 0, cioè k = 1 allora lautovalore = 0 è doppio (mentre = 1 è singolo), quindi
per stabilire se A è diagonalizzabile dobbiamo calcolare la dimensione di E(0):
1/2I
2 0 4
1 0 2
x = 2t
1 1 1 II + 1/2I 0 1 1 y = t
E(0) = h(2, 1, 1)i
III + 1/2I 0 0 0
1 0 2
z=t
Quindi per k = 1 lautovalore = 0 ha molteplicit`

a geometrica 1
e A non è diagonalizzabile.
Se 2k + 2 = 1, cioè k = 21 allora lautovalore = 1 è doppio (mentre = 0 è singolo), quindi
per stabilire se A è diagonalizzabile dobbiamo calcolare la dimensione di E(1):
1 0 4
x = 0
1 0 0 y = t
E(1) = h(0, 1, 0)i
2
12 0 2
z=0
a geometrica 1
Quindi per k = 12 lautovalore = 1 ha molteplicit`
e A non è diagonalizzabile.

3
Esercizio 9.32. Sia T lendomorfismo di R la cui matrice rispetto alla base canonica è
4 1 3
1 3
A = 6
12 2 8
a) Stabilire se A è diagonalizzabile e, in caso
sia una matrice diagonale.
b) Determinare, se esistono, i valori di k per
1
B = 0
0
positivo, determinare una matrice P tale che P 1 AP

cui la matrice
0
1
2 k + 1
0
k
pu`
o essere associata al medesimo endomorfismo T .
Soluzione:
a) Il polinomio caratteristico di A è pA () = ( 1)( 2)2 , quindi T ha lautovalore = 2,
doppio, e = 1, singolo.
Per stabilire se T è diagonalizzabile cominciamo a calcolare lautospazio E(2):
6 1 3
x = t
6 1 3 6x y + 3z = 0 y = 6t + 3s
E(2) = N(A 2I) :
12 2 6
z=s
E(2) = h (1, 6, 0), (0, 3, 1)i

a dire che T è diagonalizzabile.
2. SOLUZIONI
285
2
1/3II
2
0 1
5 1 3
5 1 3 2II + 5III 0
I
0 3
E(1) = N(A I) : 6
0
III 2II 0 2 1
12 2 7
x = t
y=t
E(1) = h (1, 1, 2)i
z = 2t
Infine la matrice P diagonalizzante (formata
1 0
P = 6 3
0 1
0 1
2 1
2 1
da una base di autovettori) è
1
1
2
b) Dal momento che A è diagonalizzabile con autovalori = 2, doppio, e = 1, singolo, A e B sono

associate allo stesso endomorfismo T se anche B ha le stesse caratteristiche. Calcoliamo quindi il
polinomio caratteristico di B:
pB () = (1 )(2 )(k )
quindi A e B hanno gli stessi autovalori se k = 2. Dobbiamo ora verificare che, per k = 2, anche
B sia diagonalizzabile, ovvero che = 2 abbia molteplicit`
a geometrica 2:
1 0 1
x = 0
0 0 3 y=t
EB (2) = N(B 2I) :
0 0 0
z=0
La molteplicit`
a geometrica di = 2 è 1, quindi B non è diagonalizzabile e A e B non sono
associate al medesimo endomorfismo T per nessun valore di k.
il polinomio
T (p(x)) = (a + kb)x2 + (ka + b)x + kc.
b) Calcolare gli autovalori di T .
Soluzione:
Notiamo che il generico polinomio p(x) = ax2 + bx + c R2 [x] ha componenti (a, b, c) rispetto alla base
2
{x , x, 1}. In particolare p(x) = x2 ha componenti (1, 0, 0), p(x) = x ha componenti (0, 1, 0) e p(x) = 1 ha
componenti (0, 0, 1). In sostanza la base {x2 , x, 1} corrisponde quindi alla base canonica. Inoltre T pu`
o
3
3
essere vista come applicazione T : R R tale che:
T (a, b, c) = (a + kb, ka + b, kc).
a) Calcoliamo la immagini degli elementi della base:

T (x2 ) = T (1, 0, 0) = (1, k, 0) = x2 + kx
T (x) = T (0, 1, 0) = (k, 1, 0) = kx2 + x
T (1) = T (0, 0, 1) = (0, 0, k) = k
Di conseguenza la matrice associata a T rispetto alla base {x2 , x, 1} è
1 k 0
A = k 1 0
0 0 k
b) Calcoliamo il polinomio caratteristico di A:

pA () = (k ) (1 )2 k 2 = (k )(1 k)(1 + k)
Di conseguenza gli autovalori (non sempre distinti) sono
= k,
= 1 k,
=1+k
CAPITOLO 10
Prodotto scalare, ortogonalit

a e basi ortonormali
Esercizio 10.1. Dati i seguenti vettori di R2 si calcoli il prodotto scalare (vi , vj ) per i, j = 1, 2, . . . , 6:
v1 = (6, 3)
v2 = (1, 0)
v4 = (2, 0)
v5 = (2, 10)
v3 = (1, 2)
v6 = (1, 2)
Esercizio 10.2. Si dica quali tra i vettori dellesercizio precedente sono ortogonali tra loro.
Esercizio 10.3. Dati i seguenti vettori di R3 si calcoli il prodotto scalare (vi , vj ) per i, j = 1, 2, . . . , 6,
e dica quali vettori sono ortogonali tra loro.
v1 = (1, 3, 4)
v4 = (2, 3, 0)
v2 = (0, 1, 2)
v5 = (1, 1, 1)
v3 = (1, 2, 1)
v6 = (1, 3, 2)
Esercizio 10.4. Si calcoli la norma dei seguenti vettori

v1 = (2, 5, 1)
v4 = (4, 1)
v2 = (1, 0, 2)
v5 = (10, 1)
v3 = (7, 1, 1)
v6 = (1, 3)
Esercizio 10.5. Si calcoli la distanza tra i vettori v1 e v2 , e tra i vettori v5 e v6 dellesercizio precedente.
Esercizio 10.6. Determinare il valore del parametro k R tale che i vettori
siano ortogonali.
v = (1, 3, 7, 1),
w = (3, 5, 1, k)
Esercizio 10.7. Siano assegnati i seguenti vettori di R4 :

v = (2, 1, 0, 1),
w = (1, 2, 0, 2)
a) Si calcoli langolo tra i due vettori.

b) Si determini la proiezione ortogonale di v su w.
c) Si scriva v come somma di un vettore v1 multiplo di w e di un vettore v2 ortogonale a w.
Esercizio 10.8. Si ripeta lesercizio precedente con i seguenti vettori di R3
v = (3, 4, 2),
w = (2, 1, 1)
Esercizio 10.9. Siano u = (4, 2, 2) e v = (3, 3, 2) vettori di R3 .

a) Calcolare le lunghezze di u e di v (rispetto al prodotto scalare canonico di R3 ).
b) Trovare tutti i vettori w di lunghezza 1 ortogonali a u e a v.
v1 = (0, 2, 1, 1),
v2 = (1, 0, 0, 1).
a) Calcolare le lunghezze di v1 e di v2 (rispetto al prodotto scalare canonico di R4 ).

b) Determinare la proiezione ortogonale di v1 su v2 .
287
288
E BASI ORTONORMALI
10. PRODOTTO SCALARE, ORTOGONALITA
Esercizio 10.11. Data la base

B = {v1 = (1, 0, 1), v2 = (0, 1, 0), v3 = (1, 0, 1)}
di R3 , si determini una base ortonormale di R3 utilizzando il procedimento di Gram-Schmidt a partire da

B.
Esercizio 10.12. Si ripeta lesercizio precedente partendo dalla base
B = {v1 = (1, 1, 1), v2 = (0, 1, 1), v3 = (0, 0, 1)}
B = {v1 = (2, 0, 0), v2 = (1, 2, 0), v3 = (0, 1, 1)}
Esercizio 10.14. Sia W il sottospazio di R4 (con il prodotto scalare canonico) generato dai vettori
v1 = (1, 1, 0, 1), v2 = (1, 2, 0, 0), v3 = (1, 0, 1, 2).
a) Trovare una base ortonormale di W .

b) Trovare una base del complemento ortogonale di W .
v1 = (1, 2, 1),
v2 = (1, 1, 1).
a) Calcolare le lunghezze di v1 e di v2 .
c) Trovare una base ortonormale del sottospazio di R3 generato dai vettori v1 e v2 .
Esercizio 10.16. Sia U il sottospazio di R3 costituito dai vettori (x1 , x2 , x3 ) tali che 2x1 + x2 = 0.
Si determini una base ortonormale di U rispetto al prodotto scalare ordinario di R3 .
Esercizio 10.17. Sia V il seguente sottospazio di R4
V = h v1 = (1, 1, 0, 0), v2 = (1, 2, 1, 3) i
Si determini il complemento ortogonale V di V .
Esercizio 10.18.
a) Partendo dalla base {v1 = (1, 0, 1), v2 = (2, 1, 3), v3 = (1, 1, 0)}, costruire una base ortonormale di R3 .
b) Sia U il sottospazio di R3 generato da v1 e v2 . Determinare una base del complemento ortogonale
di U .
Esercizio 10.19. Siano v1 = (2, 1, 1, 0) e v2 = (1, 1, 2, 0) e sia V = hv1 , v2 i R4 .
a) Calcolare langolo tra v1 e v2 .
b) Trovare una base del complemento ortogonale di V .
Esercizio 10.20. Sia V il sottospazio di R3 di base B = {v1 = (1, 2, 0), v2 = (2, 4, 1)}.
a) Si trovi una base ortonormale di V a partire da B.
b) Si trovi una base ortonormale del complemento ortogonale V di V .
Esercizio 10.21. Sia T : R3 R2 la funzione lineare tale che
T (1, 2, 1) = (2, 1), T (1, 0, 0) = (1, 2), T (0, 1, 0) = (1, 0).
a) Che dimensione ha limmagine di T ?

b) Si determini una base ortonormale (rispetto al prodotto scalare canonico di R3 ) del nucleo di T .
Esercizio 10.22. Sia W il sottospazio di R3 costituito dai vettori (x1 , x2 , x3 ) tali che x1 2x2 +x3 = 0.
Si determini una base ortonormale di W rispetto al prodotto scalare canonico di R3 .
Esercizio 10.23. Si considerino i seguenti vettori di R4 :
v1 = (1, 0, 1, 0),
v2 = (2, 2, 1, t)
(t parametro reale).
a) Si determini il valore di t tale che v1 e v2 formino un angolo di 45 .

b) Posto t = 0 si determini la proiezione di v2 su v1 .
1. SUGGERIMENTI
289
c) Posto t = 0 e dato v3 = (0, 0, 1, 1), si determini una base ortonormale dello spazio V = hv1 , v2 , v3 i.
-
1. Suggerimenti
Prodotto scalare: Sia V uno spazio vettoriale. Un prodotto scalare di V è una applicazione
(, ) : V V
(u, v) 7 (u, v)
che gode delle seguenti propriet`

a:
propriet`
a simmetrica: (u, v) = (v, u)
u, v R,
bilinearità: ( u + v, w) = (u, w) + (v, w) u, v R , R,
definita positiva: (u, u) 0 u V e (u, u) = 0 sse u = 0.
(Notiamo che si usa la stessa notazione per la coppia (u, v) e per il loro prodotto scalare (u, v), ma il primo
è una coppia di vettori mentre il secondo è un numero)
Il prodotto scalare canonico di Rn (che noi considereremo salvo diversa indicazione) è: dati u =
(xi )i=1,..,n e v = (yi )i=1,..,n :
(u, v) =
n
X
i=1
x i yi = u v T
Norma o lunghezza: definiamo norma o lunghezza di un vettore v il numero

p
k v k= (v, v)
Notiamo che
(v, v) =k v k2
Angolo tra due vettori. Dati due vettori u, v V e indicato con langolo convesso tra essi, si
ha
(u, v)
cos() =
kukkvk
Ortogonalit`
a. Due vettori u, v V sono ortogonali se (u, v) = 0.
Proiezione ortogonale su un vettore. Dati due vettori u, v V si chiama proiezione ortogonale
di u su v il vettore
(u, v)
(u, v)
prv (u) =
v =
v
2
kvk
(v, v)
prv (u) è un vettore parallelo a v,

u prv (u) è un vettore ortogonale a v,
u = (u prv (u)) + prv (u), ovvero ogni vettore u pu`
o sempre essere scritto come somma di di un
vettore ortogonale e di uno parallelo ad un altro vettore v.
-
Complemento ortogonale. Dato uno spazio vettoriale W Rn , chiamiamo complemento ortogonale di

W lo spazio vettoriale
W è uno spazio vettoriale.
W = {u Rn | (u, w) = 0 w W }
E BASI ORTONORMALI
290
Insieme ortonormale è un insieme {v1 , v2 , . . . , vn } di vettori:

a due a due ortogonali: (vi , vj ) = 0 per i 6= j = 1, . . . , n,
di norma 1: k vi k= 1 = (vi , vi ) per i = 1, . . . , n
Gram-Schmidt. Permette di individuare una base ortonormale
B = {u1 , u2 , . . . , un }
a partire da una base qualsiasi
B = {v1 , v2 , . . . , vn }
nel seguente modo.
Determiniamo innanzitutto a partire da B una base
B = {w1 , w2 , . . . , wn }
di vettori a due a due ortogonali (non necessariamente di norma 1). Notiamo che siccome dei vettori wi ci
interessa solo lortogonalit`
a, possiamo sostituire un vettore wi ottenuto con un qualsiasi suo multiplo. In
particolare per ottenere la base B cercata è sufficiente rendere i vettori wi di norma 1, dividendoli per la
loro norma.
w1 = v 1
(v2 , w1 )
w1
w2 = v2 prw1 (v2 ) = v2
(w1 , w1 )
(v3 , w1 )
(v3 , w2 )
w3 = v3 prw1 (v3 ) prw2 (v3 ) = v3
w1
w2
(w1 , w1 )
(w2 , w2 )
...
n1
n1
X (vn , wi )
X
wi
prwi (vn ) = vn
wn = v n
(wi , wi )
i=1
i=1
Quindi
u1 =
w1
,
k w1 k
u2 =
w2
,
k w2 k
u3 =
w3
,
k w3 k
...,
un =
wn
k wn k
La base canonica è una base ortonormale.

-
Proiezione ortogonale su uno spazio vettoriale. Siano V e W due spazi vettoriali tali che W V ,
e sia {e1 , e2 , , em } una base ortonormale di W . Lapplicazione
PW : V V
v w =
m
X
i=1
(v, ei ) ei
è detta proiezione su W .
PW è una applicazione lineare (endomorfismo di V ).
Dato un vettore v V , il corrispondente vettore w = PW (v) appartiene a W .
Dato un vettore v V , il corrispondente vettore w = PW (v) è lunico vettore di W tale che il
vettore v w appartiene a W .
-
2. Soluzioni
Esercizio 10.1. Dati i seguenti vettori di R2 si calcoli il prodotto scalare (vi , vj ) per i, j = 1, 2, . . . , 6:
v1 = (6, 3)
v2 = (1, 0)
v4 = (2, 0)
v5 = (2, 10)
v3 = (1, 2)
v6 = (1, 2)
2. SOLUZIONI
291
Soluzione:
Notiamo che per le propriet`
a del prodotto scalare (vi , vj ) = (vj , vi ), calcoleremo quindi tali prodotti
una sola volta.
(v1 , v1 ) = 6 6 + 3 3 = 45
(v1 , v2 ) = 6 (1) + 3 0 = 6
(v1 , v3 ) = 6 1 + 3 (2) = 0
(v1 , v4 ) = 6 (2) + 3 0 = 12
(v1 , v6 ) = 6 1 + 3 2 = 6 + 3 2
(v1 , v5 ) = 6 (2) + 3 10 = 18
(v2 , v2 ) = 1 (1)1 + 0 0 = 1
(v2 , v3 ) = 1 1 + 0 (2) = 1
(v2 , v4 ) = 1 (2) + 0 0 = 2
(v2 , v6 ) = 1 1 + 0 2 = 1
(v2 , v5 ) = 1 (2) + 0 10 = 2
(v3 , v3 ) = 1 1 + (2) (2) = 5

(v3 , v5 ) = 1 (2) + (2) 10 = 22
(v4 , v4 ) = 2 (2) + 0 0 = 4
(v4 , v6 ) = 2 1 + 0 2 = 2
(v5 , v6 ) = 2 1 + 10 2 = 2 + 10 2
(v3 , v4 ) = 1 (2) + (2) 0 = 2
(v3 , v6 ) = 1 1 + (2) 2 = 1 2 2
(v4 , v5 ) = 2 (2) + 0 10 = 4
(v5 , v5 ) = 2 (2) + 10 10 = 104

(v6 , v6 ) = 1 1 + 2 2 = 1 + 2 = 3
Esercizio 10.2. Si dica quali tra i vettori dellesercizio precedente sono ortogonali tra loro.
Soluzione:
Due vettori sono ortogonali tra loro se il loro prodotto scalare è zero, quindi gli unici vettori dellesercizio
precedente ortogonali tra loro sono v1 e v3 .

Esercizio 10.3. Dati i seguenti vettori di R3 si calcoli il prodotto scalare (vi , vj ) per i, j = 1, 2, . . . , 6,
e si dica quali vettori sono ortogonali tra loro.
v2 = (0, 1, 2)
v1 = (1, 3, 4)
v4 = (2, 3, 0)
v3 = (1, 2, 1)
v6 = (1, 3, 2)
v5 = (1, 1, 1)
Soluzione:
(v1 , v1 ) = 26
(v1 , v2 ) = 6
(v1 , v3 ) = 11
(v1 , v4 ) = 9
(v1 , v5 ) = 8
(v1 , v6 ) = 0
(v2 , v2 ) = 5
(v2 , v3 ) = 0
(v2 , v4 ) = 3
(v2 , v5 ) = 1
(v2 , v6 ) = 7
(v3 , v3 ) = 6
(v3 , v4 ) = 4
(v3 , v5 ) = 4
(v4 , v4 ) = 13
(v4 , v5 ) = 1
(v4 , v6 ) = 11
(v3 , v6 ) = 3
(v6 , v6 ) = 14
(v5 , v5 ) = 3
(v5 , v6 ) = 0
I vettori ortogonali tra loro sono:

v1 e v6 ,
v2 e v3 ,
v5 e v6
Esercizio 10.4. Si calcoli la norma dei seguenti vettori

v1 = (2, 5, 1)
v4 = (4, 1)
v2 = (1, 0, 2)
v5 = (10, 1)
v3 = (7, 1, 1)
v6 = (1, 3)
Soluzione:
La norma di un vettore è data dalla radice quadrata del prodotto scalare del vettore per se stesso:
p
kuk = (u, u)
E BASI ORTONORMALI
292
Di conseguenza
5,
kv5 k = 101,
30,
kv4 k = 17,
kv2 k =
kv1 k =
kv3 k =
kv6 k =
51,
10.
Esercizio 10.5. Si calcoli la distanza tra i vettori v1 e v2 , e tra i vettori v5 e v6 dellesercizio precedente.
Soluzione:
La distanza tra due vettori è data dalla norma della loro differenza.
d(u, v) = ku vk
Di conseguenza
d(v1 , v2 ) = k(3, 5, 3)k = 43
d(v5 , v6 ) = k(11, 4)k = 137

Esercizio 10.6. Determinare il valore del parametro k R tale che i vettori

v = (1, 3, 7, 1),
w = (3, 5, 1, k)
siano ortogonali.
Soluzione:
Due vettori sono ortogonali se il loro prodotto scalare è zero.
(v, w) = 3 + 15 + 7 k = 25 k
(v, w) = 0 se k = 25
Quindi v e w sono ortogonali se k = 25

Esercizio 10.7. Siano assegnati i seguenti vettori di R4 :
v = (2, 1, 0, 1),
w = (1, 2, 0, 2)
a) Si calcoli langolo tra i due vettori.

b) Si determini la proiezione ortogonale di v su w.
c) Si scriva v come somma di un vettore v1 multiplo di w e di un vettore v2 ortogonale a w.
Soluzione:
a) Se indichiamo con langolo (convesso) tra i due vettori, sappiamo che
cos() =
Poiche
(v, w) = 2 2 + 2 = 2,
otteniamo
(v, w)
kvkkwk
k v k=
6,
k w k=
2
2
6
= =
cos() =
9
63
3 6
!
6
,
= arccos
9
con 0 <
b) La proiezione ortogonale di v su w è il vettore

prw (v) =
(v, w)
(v, w)
w =
w
k w k2
(w, w)
Notiamo che prw (v) è un vettore multiplo di w.
9 = 3,
2. SOLUZIONI
293
Sappiamo gi`
a che (v, w) = 2, inoltre (w, w) =k w k2 = 32 = 9, quindi

2
4
4
2
prw (v) =
w =
, , 0,
9
9
9
9
c) Dalla teoria sappiamo che il vettore vprw (v) è un vettore ortogonale a w (è comunque immediato
verificarlo), quindi possiamo prendere:
v1 = prw (v)
multiplo di w
v2 = v prw (v)
v1 + v2 = v
Quindi
ortogonale a w

4
4
2
, , 0,
v1 =
9
9
9

16
5
13
v2 =
, , 0,
9
9
9

Esercizio 10.8. Si ripeta lesercizio precedente con i seguenti vettori di R3
v = (3, 4, 2),
w = (2, 1, 1)
Soluzione:
La proiezione ortogonale di v su w è il vettore
prw (v) =
(v, w)
(v, w)
w =
w
k w k2
(w, w)
Notiamo che prw (v) è un vettore multiplo di w.
(v, w) = 12
(w, w) = 6
quindi
12
w = (4, 2, 2)
6
Dalla teoria sappiamo che il vettore v prw (v) è un vettore ortogonale a w , quindi possiamo
prendere:
prw (v) =
v1 = prw (v)
multiplo di w
v2 = v prw (v)
ortogonale a w
v1 + v2 = v
Quindi
v1 = (4, 2, 2)
v2 = (1, 2, 0)
Esercizio 10.9. Siano u = (4, 2, 2) e v = (3, 3, 2) vettori di R3 .
a) Calcolare le lunghezze di u e di v (rispetto al prodotto scalare canonico di R3 ).

b) Trovare tutti i vettori w di lunghezza 1 ortogonali a u e a v.
Soluzione:
a) Ricordiamo che kuk =
(u, u), quindi:

p
kuk = 42 + 22 + (2)2 = 24 = 2 6
p
kvk = 32 + (3)2 + 22 = 22
E BASI ORTONORMALI
294
b) Si w = (x, y, z) il generico vettore di R3 e imponiamo la condizione che sia ortogonale a u e a v,

ovvero (u, w) = (v, w) = 0:
(
4x + 2y 2z = 0
3x 3y + 2z = 0
Risolviamo il sistema considerando la matrice associata
(

2x + y z = 0
4 2 2 | 0
1/2I 2 1 1 | 0
3 3 2 | 0
II + I 7 1 0 | 0
7x y = 0
x = t
y = 7t
z = 2t + 7t = 9t
Quindi il generico vettore w ortogonale a u e v è del tipo

(t, 7t, 9t)
Imponiamo ora la condizione che w abbia norma 1:
p
1
t2 + (7t)2 + (9t)2 = 1 131t2 = 1 t =
131
Quindi abbiamo due possibili scelte per w:

7
9
1
,
,
w=
131
131
131
Esercizio 10.10. Si considerino i vettori di R
v1 = (0, 2, 1, 1),
v2 = (1, 0, 0, 1).
a) Calcolare le lunghezze di v1 e di v2 (rispetto al prodotto scalare canonico di R4 ).

Soluzione:
a) La lunghezza di un vettore corrisponde alla sua norma:
k v1 k= 4 + 1 + 1 = 6
k v2 k= 1 + 1 = 2
b) Utilizzando la formula per calcolare la proiezione ortogonale di v1 su v2 otteniamo:

(v1 , v2 )
1
1
1
prv2 (v1 ) =
v2 = (1, 0, 0, 1) =
, 0, 0,
(v2 , v2 )
2
2
2
Esercizio 10.11. Data la base

B = {v1 = (1, 0, 1), v2 = (0, 1, 0), v3 = (1, 0, 1)}
di R3 , si determini una base ortonormale di R3 utilizzando il procedimento di Gram-Schmidt a partire da

B.
Soluzione:
Sia B = {u1 , u2 , u3 } la base ortonormale che vogliamo ottenere a partire dalla base B.
Costruiamo prima una base B = {w1 , w2 , w3 } di vettori a due a due ortogonali (non necessariamente
di norma 1).
w1 = v1 = (1, 0, 1)
(v2 , w1 )
w1 = (0, 1, 0) 0 w1 = (0, 1, 0)
(w1 , w1 )
(v3 , w1 )
(v3 , w2 )
w3 = v3 prw1 (v3 ) prw2 (v3 ) = v3
w1
w2
(w1 , w1 )
(w2 , w2 )
= (1, 0, 1) 0 w1 0 w2 = (1, 0, 1)
w2 = v2 prw1 (v2 ) = v2
2. SOLUZIONI
295
A questo punto per ottenere la base cercata basta prendere i vettori ui paralleli a wi , ma di norma 1:
u1 =
u3 =
w3
1
= (1, 0, 1) =
kw3 k
2
(1, 0, 1)
v1
=
=
kv1 k
2
u2 = w2 = (0, 1, 0)
1
1
, 0,
2
2

1
1
, 0,
2
2
Notiamo che potevamo osservare dallinizio che v1 , v2 e v3 sono gi`

a ortogonali, quindi era sufficiente
normalizzarli per ottenere a partire da essi una base ortonormale.

B = {v1 = (1, 1, 1), v2 = (0, 1, 1), v3 = (0, 0, 1)}
Soluzione:
Sia B = {u1 , u2 , u3 } la base ortonormale che vogliamo ottenere a partire dalla base B. Per facilitare i
conti scambiamo innanzitutto lordine di v1 , v2 e v3 in B (cambiando i nomi per evitare confusioni):
B = {v1 = (0, 0, 1), v2 = (0, 1, 1), v3 = (1, 1, 1)}
Come nellesercizio precedente costruiamo prima una base B = {w1 , w2 , w3 } di vettori a due a due
ortogonali (non necessariamente di norma 1).
w1 = v1 = (0, 0, 1)
1
(v2 , w1 )
w1 = (0, 1, 1) (0, 0, 1) = (0, 1, 0)
(w1 , w1 )
1
(v , w1 )
(v , w2 )
w3 = v3 prw1 (v3 ) prw2 (v3 ) = v3 3
w1 3
w2
(w1 , w1 )
(w2 , w2 )
1
1
= (1, 1, 1) (0, 0, 1) (0, 1, 0) = (1, 0, 0)
1
1
Notiamo che in questo caso i vettori ottenuti hanno gi`
a norma 1, quindi
w2 = v2 prw1 (v2 ) = v2
u1 = w1 = (0, 0, 1),
u2 = w2 = (0, 1, 0),
u3 = w3 = (1, 0, 0)
Infine
B = {(0, 0, 1), (0, 1, 0), (1, 0, 0) }

B = {v1 = (2, 0, 0), v2 = (1, 2, 0), v3 = (0, 1, 1)}
Soluzione:
Sia
B = {u1 , u2 , u3 }
la base ortonormale che vogliamo ottenere a partire dalla base B.
Il vettore u1 lo otteniamo normalizzando v1 :
u1 =
(2, 0, 0)
v1
=
= (1, 0, 0)
kv1 k
2
Per calcolare il vettore u2 cominciamo con il calcolare il vettore w2 ortogonale a u1 :

w2 = v2 (v2 , u1 ) u1 = (1, 2, 0) 1 (1, 0, 0) = (0, 2, 0)
Quindi
u2 =
w2
(0, 2, 0)
=
= (0, 1, 0)
kw2 k
2
E BASI ORTONORMALI
296
Anche per calcolare il vettore u3 calcoliamo prima il vettore w3 ortogonale a u1 e u2 .

w3 = v3 (v3 , u1 ) u1 (v3 , u2 ) u2 = (0, 1, 1) 0 (1) (0, 1, 0)
= (0, 0, 1)
Notiamo che w3 è gi`

a normale, quindi u3 = w3 = (0, 0, 1).
Esercizio 10.14. Sia W il sottospazio di R4 (con il prodotto scalare canonico) generato dai vettori
v1 = (1, 1, 0, 1), v2 = (1, 2, 0, 0), v3 = (1, 0, 1, 2).
a) Trovare una base ortonormale di W .
b) Trovare una base del complemento ortogonale di W .
Soluzione:
a) Notiamo che linsieme {v1 , v2 , v3 } è una base di W in quanto i vettori sono linearmente indipendenti (la matrice associata ha rango 3). Per determinare una base ortonormale {u1 , u2 , u3 }
dobbiamo utilizzare il metodo di Gram-Schmidt, costruendo prima una base {w1 , w2 , w3 } di
vettori a due a due artogonali (non necessariamente di norma 1).
w1 = v1 = (1, 1, 0, 1)
1
(v2 , w1 )
w1 = (1, 2, 0, 0)
(1, 1, 0, 1) =
w2 = v2 prw1 (v2 ) = v2
(w1 , w1 )
3

4 5
1
=
, , 0,
3 3
3
Prima di procedere notiamo che dei vettori wi ci interessa solo la direzione (in modo che siamo
tra loro ortogonali), ma non la lunghezza. Quindi ci conviene sostituire il vettore trovato con un
suo multiplo:

4 5
1
w2 = 3
= (4, 5, 0, 1)
, , 0,
3 3
3
(v3 , w1 )
(v3 , w2 )
w3 = v3 prw1 (v3 ) prw2 (v3 ) = v3
w1
w2
(w1 , w1 )
(w2 , w2 )

3
6
4 2
6
= (1, 0, 1, 2) (1, 1, 0, 1)
(4, 5, 0, 1) = , , 1,
3
42
7 7
7
Anche in questo caso ci conviene sostituire il vettore trovato con un suo multiplo:

6
4 2
= (4, 2, 7, 6)
w3 = 7 , , 1,
7 7
7
A questo punto per ottenere la base cercata basta prendere i vettori ui paralleli a wi , ma di
norma 1:

w1
1
1
1
u1 =
= , , 0,
kw1 k
3
3
3

w2
5
1
4
u2 =
= , , 0,
kw2 k
42
42
42

w3
2
7
6
4
u3 =
,
,
,
=
kw3 k
105
105
105
105
Infine una base ortonormale di W è

1
1
7
4
4
1
5
1
2
6
, , 0,
, , , 0,
,
,
,
,
3
3
3
42
42
42
105
105
105
105
b) Il complemento ortogonale W è formato dai vettori di R4 ortogonali ai vettori di W , ovvero
ortogonali agli elementi di una sua base, quindi
W = {(x, y, z, w) | x + y + w = 0, x 2y = 0, x z + 2w = 0}
2. SOLUZIONI
297
Risolviamo quindi il
1 1
1 2
1 0
Infine
sistema omogeneo ottenuto:
1 1
0
1 | 0
0 1 | 0
0 0 | 0 II I 0 3 0 1 | 0
III I 0 1 1 1 | 0
1 2 | 0
x = 32 t
1 1
0
1 | 0
1
0 3 0 1 | 0 y = 3 t t R
z = 43 t
3III II 0 0 3 4 | 0
w=t
B(W ) = { (2, 1, 4, 3) }

v1 = (1, 2, 1),
v2 = (1, 1, 1).
a) Calcolare le lunghezze di v1 e di v2 .
c) Trovare una base ortonormale del sottospazio di R3 generato dai vettori v1 e v2 .
Soluzione:
a)
12 + 22 + 12 = 6
p
k v2 k= 12 + 12 + 12 = 3
k v1 k=
b)
prv2 (v1 ) =
4
(v1 , v2 )
v2 = (1, 1, 1) =
(v2 , v2 )
3
4 4 4
, ,
3 3 3
c) Sia {u1 , u2 } la base ortonormale cercata. La cosa pi`

u semplice per sfruttare i conti gi`
a fatti è
considerare

v2
1
1
1
1
u1 =
= (1, 1, 1) = , ,
k v2 k
3
3
3
3
Quindi

1 2 1
4 4 4
w2 = v1 (v1 , u1 ) u1 = v1 prv2 (v1 ) = (1, 2, 1)
= , ,
, ,
3 3 3
3 3 3
Notiamo che w2 è parallelo a (1, 2, 1), quindi

2
(1, 2, 1)
1
1
u2 =
= , ,
k (1, 2, 1) k
6
6
6
Infine la base ortogonale cercata è

1
1
1
1
1
2
, ,
, , ,
3
3
3
6
6
6
Esercizio 10.16. Sia U il sottospazio di R3 costituito dai vettori (x1 , x2 , x3 ) tali che 2x1 + x2 = 0.
Si determini una base ortonormale di U rispetto al prodotto scalare ordinario di R3 .
Soluzione:
Gli elementi di U sono i vettori di R3 tali che 2x1 + x2 = 0, ovvero
x1 = t
s, t R
x2 = 2t
x3 = s
E BASI ORTONORMALI
298
Quindi
U = h (1, 2, 0), (0, 0, 1) i
Poichè i due generatori sono tra loro ortogonali, per ottenere una base ortonormale di U è sufficiente
prenderli di norma 1:
B=

2
1
, , 0 , (0, 0, 1)
5
5
Esercizio 10.17. Sia V il seguente sottospazio di R4

V = h v1 = (1, 1, 0, 0), v2 = (1, 2, 1, 3) i
Si determini il complemento ortogonale V di V .
Soluzione:
Sia u = (x, y, z, w) il generico elemento di V . Per la condizione di ortogonalità deve essere
(u, v1 ) = (u, v2 ) = 0
ovvero
(
Quindi
x+y =0
x + 2y z + 3w = 0
x = t
y = t
z = t + 3s
w=s
s, t R
V = {(1, 1, 1, 0) t + (0, 0, 3, 1) s | s, t R}
= h (1, 1, 1, 0), (0, 0, 3, 1) i
Esercizio 10.18.
a) Partendo dalla base {v1 = (1, 0, 1), v2 = (2, 1, 3), v3 = (1, 1, 0)}, costruire una base ortonormale di R3 .
b) Sia U il sottospazio di R3 generato da v1 e v2 . Determinare una base del complemento ortogonale
di U .
Soluzione:
a) Sia B = {u1 , u2 , u3 } la base ortonormale che vogliamo ottenere a partire dai tre vettori.
Cominciamo a costruire una base ortogonale B = {w1 , w2 , w3 }.
w1 = v1 = (1, 0, 1)
1
(1, 0, 1) =
w2 = v2 prw1 (v2 ) == (2, 1, 3)
2
w2 = (5, 2, 5)
5
5
, 1,
2
2
1
3
w3 = v3 prw1 (v3 ) prw2 (v3 ) = (1, 1, 0)
(1, 0, 1)
(5, 2, 5) =
2
34
w3 = (1, 5, 1)
Ora basta normalizzare i vettori trovati:

1
(1, 0, 1)
1
v1
= , 0,
=
u1 =
kv1 k
2
2
2

w2
2
5
(5, 2, 5)
5
, ,
u2 =
=
=
kw2 k
54
3 6 3 6 3 6

w3
(1, 5, 1)
1
5
1
u3 =
=
= , ,
kw3 k
27
3 3 3 3 3 3
La base ortonormale cercata è B = {u1 , u2 , u3 }.

4 20 4
, ,
18 18 18
2. SOLUZIONI
299
b) Sia U = hv1 , v2 i e sia w = (x, y, z) U . Imponiamo quindi a w lortogonalit`

a agli elementi di
U , ovvero agli elementi di una base di U :
(w, v1 ) = 0 x + z = 0
(w, v2 ) = 0 2x + y 3z = 0
Risolvendo il sistema otteniamo
x = t
t R
y = 5t
z=t

B U = {(1, 5, 1)} .
Esercizio 10.19. Siano v1 = (2, 1, 1, 0) e v2 = (1, 1, 2, 0) e sia V = hv1 , v2 i R4 .

a) Calcolare langolo tra v1 e v2 .
b) Trovare una base del complemento ortogonale di V .
Soluzione:
a) Indichiamo con langolo tra v1 e v2 . Sappiamo che
1
1
(v1 , v2 )
= =
cos() =
||v1 || ||v2 ||
6
6 6

1
= arccos
6
b) Il complemento ortogonale di V è lo spazio

V = v = (x, y, z, w) R4 | (v, v1 ) = (v, v2 ) = 0

= v = (x, y, z, w) R4 | 2x + y + z = 0, x + y + 2z = 0
Risolviamo il sistema di due equazioni in quattro incognite:
(
2x + y + z = 0
x + y + 2z = 0
2II + I
2x + y + z = 0
3y + 5z = 0
Infine una base di V è
x = 13 t
y = 5 t
3
z
=
t
w=s

B V = = { (1, 5, 3, 0), (0, 0, 0, 1) }
Esercizio 10.20. Sia V il sottospazio di R3 di base B = {v1 = (1, 2, 0), v2 = (2, 4, 1)}.
a) Si trovi una base ortonormale di V a partire da B.
b) Si trovi una base ortonormale del complemento ortogonale V di V .
Soluzione:
a) Costruiamo prima una base {w1 , w2 } di vettori a due a due ortogonali (non necessariamente di
norma 1).
w1 = v1 = (1, 2, 0)
w2 = v2 prw1 (v2 ) = v2
(v2 , w1 )
10
w1 = (2, 4, 1)
(1, 2, 0) = (0, 0, 1)
(w1 , w1 )
5
A questo punto per ottenere la base cercata basta prendere i vettori ui paralleli a wi , ma di norma
1:

2
1
v1
u2 = w2 = (0, 0, 1)
= , ,0 ,
u1 =
kv1 k
5
5
Infine una base ortonormale cercata è

2
1
, , 0 , (0, 0, 1)
5
5
E BASI ORTONORMALI
300
b) Il complemento ortogonale di V è linsieme dei vettori di R3 che sono ortogonali ai vettori di V ,

e quindi ai vettori di una base di V :

V = (x, y, z) R3 | x + 2y = 0, 2x + 4y z = 0
Risolvendo il sistema otteniamo
x = 2t
y=t
z=0
V = h(2, 1, 0)i
Per trovare una base ortonormale è sufficiente prendere il generatore di norma 1:

!)

(

1
2
5
5
2
, ,0
=
,
,0
B V =
5
5
5
5
Esercizio 10.21. Sia T : R3 R2 la funzione lineare tale che
T (1, 2, 1) = (2, 1), T (1, 0, 0) = (1, 2), T (0, 1, 0) = (1, 0).
a) Che dimensione ha limmagine di T ?

b) Si determini una base ortonormale (rispetto al prodotto scalare canonico di R3 ) del nucleo di T .
Soluzione:
Per risolvere lesercizio possiamo procedere in due modi:
(1) Determinare la matrice A = MBC (T ) associata a T rispetto alla base
B = { (1, 2, 1), (1, 0, 0), (0, 1, 0) }
di R3 e alla base canonica C di R2 , tenendo poi conto che i vettori ottenuti nello spazio di partenza
R3 (in particolare il Nucleo) saranno espressi rispetto alla base B.
(2) Ricavare lazione di T sugli elementi della base canonica di R3 e determinare quindi la matrice
B = M (T ) associata a T rispetto alle basi canoniche.
Consideriamo entrambi i metodi.
(1) Con il primo metodo consideriamo la matrice A associata a T rispetto alla base B di R3 e C di
R2 :

2 1 1
C
A = MB (T ) =
1 2
0
a) La dimensione dellimmagine di T corrisponde al rango di A. Poichè A contiene la sottomatrice

1 1
2
0
di determinante 2 6= 0, la matrice A ha rango 2, quindi
dim(Im(T )) = 2
b) Per determinare il nucleo di T risolviamo il sistema omogeneo associato a A

(

2x y z = 0
2 1 1 | 0
1 2
0 | 0
x + 2y = 0
x = 2t
t R
y=t
z = 2(2t) t = 5t
Quindi N (T )) è generato dal vettore (2, 1, 5)B , espresso per`

o rispetto alla base B. Rispetto
alla base canonica tale vettore corrisponde al vettore
Infine
2 v1 + 1 v2 5 v3 = (1, 1, 2)
N (T ) = h (1, 1, 2) i
2. SOLUZIONI
301
Poichè il nucleo ha dimensione uno per determinarne una base ortonormale è sufficiente
prendere come generatore un vettore di norma 1:

2
1
1
, ,
Base ortonormale di N (T ) =
6
6
6
(2) Con il secondo metodo ricaviamo invece la matrice associata a T rispetto alle basi canoniche
di R3 e R2 , calcolando le immagini di e1 , e2 , e3 . Poichè conosciamo gi`
a T (e1 ) = (1, 2) e
T (e2 ) = (1, 0), dobbiamo solo ricavare T (e3 ). Sfruttando la linearità di T otteniamo:
T (0, 0, 1) = T (1, 2, 1) T (1, 0, 0) + 2T (0, 1, 0)
= (2, 1) (1, 2) + 2(1, 0) = (1, 1)
Quindi la matrice B associata a T rispetto alle basi canoniche è

1 1 1
1 1 1
B=
II + 2I 0 2 1
2
0 1
a) La dimensione dellimmagine di T corrisponde al rango di B, quindi
dim(Im(T )) = 2
b) Per determinare il nucleo di T risolviamo il sistema omogeneo associato a B
x = t
x y + z = 0
t R
y=t
2y + z = 0
z = 2t
Quindi
N (T ) = h (1, 1, 2) i
Notiamo che in questo caso il generatore è gi`
a espresso rispetto alla base canonica, è quindi
sufficiente prendere come generatore un vettore di norma 1:

1
2
1
, ,
Base ortonormale di N (T ) =
6
6
6

Esercizio 10.22. Sia W il sottospazio di R3 costituito dai vettori (x1 , x2 , x3 ) tali che x1 2x2 +x3 = 0.
Si determini una base ortonormale di W rispetto al prodotto scalare canonico di R3 .
Soluzione:
Gli elementi di W sono i vettori di R3 tali che x1 2x2 + x3 = 0, ovvero
x1 = 2s t
s, t R
x2 = s
x3 = t
Quindi
W = h (1, 0, 1), (2, 1, 0) i

Per ottenere una base ortonormale di W utilizziamo il metodo di Gram-Schmidt.
Sia v1 = (1, 0, 1), calcoliamo il vettore u1 normalizzando v1 :

v1
1
1
(1, 0, 1)
u1 =
= , 0,
=
kv1 k
2
2
2
Sia ora v2 = (2, 1, 0). Per calcolare il vettore u2 cominciamo con il calcolare il vettore w2 ortogonale a
u1 :

2
1
1
w2 = v2 (v2 , u1 ) u1 = (2, 1, 0)
, 0,
2
2
2
= (2, 1, 0) + (1, 0, 1) = (1, 1, 1)
E BASI ORTONORMALI
302
Per ottenere il vettore u2 cercato normalizziamo w2 :

1
1
1
(1, 1, 1)
w2
= , ,
=
u2 =
kw2 k
3
3
3
3
La base ortonormale di W cercata è quindi

1
1
1
1
1
, , ,
B=
, 0,
2
2
3
3
3
Esercizio 10.23. Si considerino i seguenti vettori di R :

v1 = (1, 0, 1, 0),
v2 = (2, 2, 1, t)
(t parametro reale).
a) Si determini il valore di t tale che v1 e v2 formino un angolo di 45 .

b) Posto t = 0 si determini la proiezione di v2 su v1 .
c) Posto t = 0 e dato v3 = (0, 0, 1, 1), si determini una base ortonormale dello spazio V = hv1 , v2 , v3 i.
Soluzione:
a) Sia langolo formato da v1 e v2 . Si ha
cos() =
(v1 , v2 )
3
=
||v1 || ||v2 ||
2 9 + t2
2
Poiche cos(45 ) =
otteniamo lequazione
2
p
2
3
3

=
= 1 3 = 9 + t2
2
2 9 + t2
9 + t2
Quindi v1 e v2 formano un angolo di 45 se t = 0.
b) La proiezione di v2 su v1 è
prv1 (v2 ) =
3
(v1 , v2 )
v1 = (1, 0, 1, 0) =
(v1 , v1 )
2
c) Cerchiamo prima una base ortogonale w1 , w2 , w3 .

w1 = v1 = (1, 0, 1, 0)
9 = 9 + t2
t=0

3
3
, 0, , 0
2
2

3
1
3
1
, 0, , 0 =
, 2, , 0 w2 = (1, 4, 1, 0)
2
2
2
2

1
1
4 2 4
w3 = v3 prw1 (v3 ) prw2 (v3 ) = (0, 0, 1, 1)
(1, 0, 1, 0)
(1, 4, 1, 0) =
, , ,1
2
18
9 9 9
w3 = (4, 2, 4, 9)
w2 = v2 prw1 (v2 ) = (2, 2, 1, 0)
Per trovare una base ortonormale {u1 , u2 , u3 } di V si tratta ora di determinare i generatori
di norma 1:
w1
1
= (1, 0, 1, 0)
u1 =
||w1 ||
2
1
w2
1
u2 =
= (1, 4, 1, 0) = (1, 4, 1, 0)
||w2 ||
18
3 2
1
w3
(4, 2, 4, 9)
=
u3 =
||w3 ||
117
CAPITOLO 11
Endomorfismi e matrici simmetriche

Esercizio 11.1. [Esercizio 15) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti,
Scapellato] Calcolare una base ortonormale di R3 formata da autovettori per le matrici
1 3
0
1 2 0
B = 3 2 1
A = 2 1 0
0 1 1
0 0 1
Esercizio 11.2. Per ognuna delle seguenti matrici simmetriche A si determini una matrice ortogonale
P per la quale P T AP sia diagonale

1 0
1
1 2
A = 0 1 1
A=
2 2
1 1 2
Esercizio 11.3. Sia T lendomorfismo di R3 con matrice associata
4 0
0
A = 0 5 1
0 1 5

a) Stabilire se lendomorfismo T e diagonalizzabile.
b) Trovare basi ortonormali degli autospazi di T (rispetto al prodotto scalare canonico di R3 ).
c) Trovare una base ortonormale di R3 formata da autovettori di T .
8 2
A = 2 5
2
4
2
4
5
a) Calcolare il polinomio caratteristico di A.

b) Si pu`
o affermare che A è diagonalizzabile anche senza conoscere gli autovalori?
c) Trovare una base di R3 costituita da autovettori di A.
6 0
A= 0 5
2 0
2
0 .
9
Trovare una base ortonormale di R3 costituita da autovettori di A.

1 1
A = 1 1
0 0
0
0
2

Esercizio 11.7. Si consideri la matrice reale simmetrica
1 1
A = 1 2
0 1
303
0
1
1
304
11. ENDOMORFISMI E MATRICI SIMMETRICHE
a) Trovare una base ortonormale di R3 costituita da autovettori di A.

b) Determinare una matrice ortogonale P tale che P T AP sia diagonale.
4 0 0 0
0 5 0 1
A=
0 0 6 0
0 1 0 5
a) Determinare autovalori e autovettori di T .

b) Determinare una base ortonormale di R4 formata da autovettori di T .
Esercizio 11.9. Si consideri il seguente endomorfismo di R3

T (x, y, z) = (ax, bx + y + z, y + z)
con a e b parametri reali.
a) Si discuta la diagonalizzabilit`
a di T al variare di a e b in R.
b) Posto a = b = 0 si determini una base ortonormale di R3 formata da autovettori di T .
Esercizio 11.10. Sia T lendomorfismo di R3 a cui
2 2
A = 2 3
0 1
è associata la matrice
1
0 .
1
rispetto alla base B = { (1, 1, 1), (1, 1, 0), (1, 0, 1) } . T è un endomorfismo simmetrico?
Esercizio 11.11. Sia T lendomorfismo di R3 a cui è associata la matrice
6
1
3
A = 3 1 2 .
3 1 1
rispetto alla base
B = { (1, 1, 1), (1, 1, 0), (1, 0, 1) } .
a) T è un endomorfismo simmetrico?
b) T è diagonalizzabile?
Esercizio 11.12. Sia T lendomorfismo do R4 cos definito:

T (x1 , x2 , x3 , x4 ) = (3x1 , x3 , x4 , 3x2 + x3 + 3x4 )
a) Mostrare che 1 è autovalore di T .

b) Stabilire se T è diagonalizzabile e in caso affermativo trovare una base rispetto a cui T ha matrice
diagonale.
c) Lendomorfismo T è simmetrico?
Esercizio 11.13. Sia T lendomorfismo di R3 cos` definito:
T (x1 , x2 , x3 ) = (2x1 , 2x2 + 3x3 , 3x2 )

a) Stabilire se T è invertibile.
b) Mostrare che T è un endomorfismo simmetrico.
c) Trovare una base ortonormale di R3 che diagonalizza T .
Esercizio 11.14. Si consideri la funzione lineare (endomorfismo) T : R3 R3 cos` definita:
T (x, y, z) = (2x + 4z, 6y, 4x + 2z).
a) Stabilire se T è simmetrica rispetto al prodotto scalare canonico di R3 .

b) Se esiste, trovare una base ortonormale di R3 costituita da autovettori di T .
Esercizio 11.15. Sia T : R3 R3 lendomorfismo avente come autovettori i vettori v1 = (1, 1, 0), v2 =
(0, 1, 1), v3 = (0, 0, 1), rispetto agli autovalori 1, 1, 2.
a) Calcolare la matrice A che rappresenta T rispetto alla base canonica.
b) T è invertibile?
c) T è un endomorfismo simmetrico?
2. SOLUZIONI
305
il polinomio
T (p(x)) = (a + kb)x2 + (ka + b)x + kc.
b) Calcolare gli autovalori di T e stabilire se T è diagonalizzabile.
-
1. Suggerimenti
Endomorfismo simmetrico: T : V V tale che:
u, v V
(T (u), v) = (u, T (v))
` :
Proprieta
Se T è un endomorfismo e A è la matrice associata a T rispetto a una base ortonormale, allora:
T è simmetrico A è simmetrica (cioè A = AT ).
T ha n autovalori reali (contati con la loro molteplicit`
a).
Autovettori relativi a autovalori distinti sono ortogonali.
Matrice ortogonale: P è una matrice ortogonale se

P PT = I
ovvero
P 1 = P T
Notiamo che det(P ) = 1, e P è detta ortogonale speciale se det(P ) = 1.

Teorema spettrale
Se T è un endomorfismo simmetrico di V , allora esiste una base ortonormale di V formata da
autovettori di T . In particolare T è diagonalizzabile, cioè esiste una base (ortonormale) di V
rispetto alla quale la matrice associata a T è diagonale.
Se A è una matrice simmetrica, allora A è simile a una matrice diagonale D (ovvero A è
diagonalizzabile). Inoltre la matrice diagonalizzante P è una matrice ortogonale:
P 1 AP = P T AP = D
-
2. Soluzioni
Esercizio 11.1. [Esercizio 15) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti,
Scapellato] Calcolare una base ortonormale di R3 formata da autovettori per le matrici
1 3
0
1 2 0
B = 3 2 1
A = 2 1 0
0 1 1
0 0 1
Soluzione:
Cominciamo a determinare gli autovalori della matrice A calcolandone il polinomio caratteristico,
ovvero il determinante della matrice
1
2
0
1
0
A I = 2
0
0
1
306
Quindi
pA () = (1 )(1 )(1 ) 2 2(1 ) = (1 )[(1 )(1 ) 4]
= (1 )(2 2 3)
Gli autovalori di A sono i valori di per cui pA () = 0, quindi

1 = 1 (doppio),
2 = 3
Possiamo ora trovare gli autovettori:

= 1. Cerchiamo le soluzioni del sistema omogeneo associato a A + I:
2 2 0 | 0
x = t
2 2 0 | 0 2x + 2y = 0 y = t
s, t R E(1) = h(1, 1, 0), (0, 0, 1)i
0 0 0 | 0
z=s
Siano
Poichè dalla teoria sappiamo che le matrici simmetriche sono diagonalizzabili, ci aspettavamo che
lautovalore = 1 avesse molteplicit`
a geometrica 2.
= 3. Cerchiamo le soluzioni del sistema omogeneo associato a A 3I:
2 2
0 | 0
x = t
2 2 0 | 0 2x + 2y = 0 y = t
t R E(3) = h(1, 1, 0)i
4z = 0
0
0 4 | 0
z=0
v1 = (1, 1, 0),
v2 = (0, 0, 1),
v3 = (1, 1, 0)
i tre autovettori linearmente indipendenti determinati. Essendo A una matrice simmetrica sappiamo dalla
teoria che i suoi autovettori relativi ad autovalori distinti sono ortogonali tra loro. Inoltre, in questo caso,
anche i due autovettori relativi allo stesso autovalore = 1 risultano ortogonali: (v1 , v2 ) = 0. Per
determinare la base ortonormale richiesta è quindi sufficiente normalizzare i tre vettori v1 , v2 e v3 :

1
1
v1
= , , 0
u1 =
kv1 k
2
2
v2
= (0, 0, 1)
la base cercata è B = {u1 , u2 , u3 }

u2 =
kv2 k

v3
1
1
u3 =
= , , 0
kv3 k
2
2
Ripetiamo ora lesercizio con la matrice B. Cominciamo a determinare gli autovalori della matrice B
calcolandone il polinomio caratteristico, ovvero il determinante della matrice
1
3
0
2
1
B I = 3
0
1
1
Quindi
pB () = (1 )[(2 )(1 ) 1] 3 3(1 ) = (1 )[(2 )(1 ) 1 9]

= (1 )(2 + 12)
Gli autovalori di B sono i valori di per cui pB () = 0, quindi

1 = 1,
2 = 3,
3 = 4
Possiamo ora trovare gli autovettori:

= 1. Cerchiamo
0 3
3 3
0 1
le soluzioni del
0 | 0
1 | 0
0 | 0
E(1) = h(1, 0, 3)i
sistema omogeneo asociato a B I:
x = t
3y = 0
t R
3x 3y z = 0 y = 0
z = 3t
y = 0
2. SOLUZIONI
307
= 3. Cerchiamo le soluzioni del sistema omogeneo asociato a B 3I:
2 3
0 | 0
2 3
0 | 0
3 5 1 | 0 2II + 3I 0 1 2 | 0 2x + 3y = 0
y 2z = 0
0 1 2 | 0
0 1 2 | 0
x = 3t
t R
E(3) = h(3, 2, 1)i
y = 2t
z=t
Siano
= 4. Cerchiamo le
5 3
0
3 2 1
0 1 5
x = 3t
y = 5t
z=t
soluzioni del sistema omogeneo associato a B + 4I:
5 3
0 | 0
| 0
5x + 3y = 0
| 0 5II + 3I 0 1 5 | 0
y
5z = 0
0 1 5 | 0
| 0
t R
v1 = (1, 0, 3),
E(4) = h(3, 5, 1)i
v2 = (3, 2, 1),
v3 = (3, 5, 1)
i tre autovettori linearmente indipendenti determinati. Essendo B una matrice simmetrica sappiamo dalla
teoria che i suoi autovettori relativi ad autovalori distinti sono ortogonali tra loro. Per determinare la base
ortonormale richiesta si tratta quindi di normalizzare i tre vettori v1 , v2 e v3 :

3
1
v1
= , 0,
u1 =
kv1 k
10
10

v2
2
1
3
u2 =
la base cercata è B = {u1 , u2 , u3 }
,
,
=
kv2 k
14
14
14

v3
5
1
3
u3 =
= , ,
kv3 k
35
35
35

Esercizio 11.2. Per ognuna delle seguenti matrici simmetriche A si determini una matrice ortogonale
P per la quale P T AP sia diagonale

1 0
1
1 2
A = 0 1 1
A=
2 2
1 1 2
Soluzione:
Poichè entrambe le matrici A sono simmetriche, sappiamo dalla teoria che sono sicuramente diagonatizzabili. Si tratta di
(1) Determinare gli autovettori di A,
(2) Determinare una base ortonormale a partire dagli autovettori (linearmente indipendenti) di A,
(3) Scrivere la matrice P che ha per colonne gli elementi della base trovata.
La matrice P cos determinata è diagonalizzante e ortogonale.
Consideriamo prima la matrice
1
A=
2

2
2
(1) pA () = 2 + 6 autovalori: 1 = 2, 2 = 3
= 2. Consideriamo A 2I:
(

x = 2t
1 2 | 0
t R
2 4 | 0
y=t
= 3. Consideriamo A + 3I:
(

x=t
4 2 | 0
2 1 | 0
y = 2t
t R
E(2) = h (2, 1) i
E(3) = h (1, 2) i
308
(2) Dalla teoria sappiamo gi`

a che autovettori relativi a autovalori distini sono ortogonali. E quindi
sufficiente normalizzare gli autovettori linearmente indipendenti trovati:
v1 = (2, 1),
(3) Infine
v1
=
u1 =
kv1 k
v2 = (1, 2)

1
2
,
,
5
5
P =
"
2
5
1
5
v2
u2 =
=
kv2 k
1
5
25
1 0
A = 0 1
1 1
2
1
,
5
5
1
1
2
(1) pA () = (1 )(2 3) autovalori: 1 = 1, 2 = 3, 3 = 0

= 1. Consideriamo A I:
0 0
1 | 0
x = t
0 0 1 | 0 y = t
t R
E(1) = h (1, 1, 0) i
1 1 1 | 0
z=0
2 0
2 0
1 | 0
0 2
0 2 1 | 0
2III + I 0 2
1 1 1 | 0
1 |
1 |
1 |
E(3) = h (1, 1, 2) i
1 0
1 | 0
1
0 1 1 | 0
0
III I 0
1 1 2 | 0
E(0) = h (1, 1, 1) i
0
1
1 1
1 1
|
|
|
0
x = t
0 y=t
0
z = 2t
0
x = t
0 y = t
0
z=t
t R
t R
(2) Dalla teoria sappiamo gi`

a che autovettori relativi a autovalori distini sono ortogonali. E quindi
sufficiente normalizzare gli autovettori linearmente indipendenti trovati:

v1
1
1
v1 = (1, 1, 0)
u1 =
= , , 0
kv1 k
2
2

1
2
v2
1
v2 = (1, 1, 2)
u2 =
= , ,
kv2 k
6
6
6

v3
1
1
1
v3 = (1, 1, 1)
u3 =
= , ,
kv3 k
3
3
3
(3) Infine
1
16 13
2
1
1
P = 12
6
3
1
0 26
3
Esercizio 11.3. Sia T lendomorfismo di R3 con matrice associata
4 0
0
A = 0 5 1
0 1 5
2. SOLUZIONI
309

a) Stabilire se lendomorfismo T e diagonalizzabile.
b) Trovare basi ortonormali degli autospazi di T (rispetto al prodotto scalare canonico di R3 ).
c) Trovare una base ortonormale di R3 formata da autovettori di T .
Soluzione:
a) Lendomorfismo T e sicuramente diagonalizzabile perchè è simmetrico.
b) Calcoliamo gli autovalori di T :
pA () = (4 )[(5 )2 1] = (4 )2 (6 )
Quindi gli autovalori sono:
1 = 4
doppio
2 = 6
Risolviamo il sistema omogeneo associato a A 4I:
0 0 0 |
0 0
0 | 0
0 1 1 |
0 1 1 | 0
III + II 0 0 0 |
0 1 1 | 0
x = t
y = s E(4) = h (1, 0, 0), (0, 1, 1) i
z=s
0
0 y z = 0
0
Notiamo che, anche senza avere osservato che T è simmetrico, a questo punto possiamo
concludere che T è diagonalizzabile in quanto la molteplicit`
a geometrica del suo unico autovalore
doppio è 2.
Inoltre i due vettori presi come generatori sono tra loro ortogonali, è perciò sufficiente
normalizzarli per ottenere una base ortonormale di E(4):

1
1
B(E(4)) = (1, 0, 0), 0, ,
2
2
Risolviamo ora il sistema omogeneo associato a A 6I:
(
2 0
0 | 0
2 0
0 | 0
0 1 1 | 0 2x = 0
0 1 1 | 0
y z = 0
III II 0
0
0 | 0
0 1 1 | 0
x = 0
y = t E(6) = h (0, 1, 1) i
z=t
Una base ortonormale di E(6) è:
B(E(6)) =
c) Linsieme
B=
(1, 0, 0) ,

1
1
0, ,
2
2
1
1
0, ,
2
2

1
1
, 0, ,
2
2
è una base ortonormale di R3 formata da autovettori di T .

8 2
A = 2 5
2
4
2
4
5
a) Calcolare il polinomio caratteristico di A.

b) Si pu`
o affermare che A è diagonalizzabile anche senza conoscere gli autovalori?
c) Trovare una base di R3 costituita da autovettori di A.
310
Soluzione:
a) Calcoliamo il polinomio caratteristico di A
pA () = (8 ) [(5 )2 16] + 2[2(5 ) 8] + 2[8 2(5 )]
= (8 )(2 10 + 9) + 2(2 18) + 2(18 + 2)
= (8 )( 1)( 9) + 8( 9)
= ( 9)(2 9 + 8 8)
= ( 9)2
Di conseguenza gli autovalori di A sono = 0 e = 9 (doppio).

b) A è sicuramente diagonnalizzabile perchè è simmetrica.
c) Calcoliamo i due autospazi.
E(0). Risolviamo il sistema omogeneo associato alla matrice A:
4
1/2I
4 1 1 | 0
8 2 2
2 5 4 2II + 1/2I 0 9 9 | 0 1/9II 0
III 2II 0
III + II 0 9 9 | 0
2
4 5
x = 2 t
t R
E(0) = h (1, 2, 2) i
y = t
z=t
1 1 |
1 1 |
0 0 |
E(9). Risolviamo il sistema omogeneo associato alla matrice A 9I:
1 2 2 | 0
1 2 2 | 0
x = 2s + 2t
2 4 4 | 0 1/2II I 0
0 0 | 0 y=s
2
4 4 | 0
III II
0
0 0 | 0
z=t
0
0
0
s, t R
E(9) = h (2, 1, 0), (2, 0, 1) i
Infine una base di R3 formata da autovettori di T è data dallinsieme

{ (1, 2, 2), (2, 1, 0), (2, 0, 1) } .

6 0
A= 0 5
2 0
2
0 .
9

Soluzione:
Calcoliamo il polinomio caratteristico di A
pA () = (6 )(5 )(9 ) 2 2(5 ) = (5 )(2 15 + 54 4)
= ( 5)2 ( 10)

= 10,
= 5 (doppio)
Calcoliamo i due autospazi.

E(10). Risolviamo il sistema omogeneo associato alla matrice
1/2I
2
0
1
4 0 2 | 0
0 58 0
0 5 0 | 0
III 1/2I 0
0
0
2 0 1 | 0
E(10) = h (1, 0, 2) i
A 10I:
| 0
x = t
| 0 y=0
| 0
z = 2t
t R
2. SOLUZIONI
E(5). Risolviamo il
1 0
0 0
2 0
sistema omogeneo associato
2 | 0
1
0
0 | 0
III + 2I 0
4 | 0
E(5) = h (2, 0, 1), (0, 1, 0) i
311
alla matrice A 5I:
0 2 | 0
x = 2t
0 0 | 0 y = s
0 0 | 0
z=t
s, t R
Una base di R3 formata da autovettori di T è data dallinsieme

{ (1, 0, 2), (2, 0, 1), (0, 1, 0) } .
Notiamo che tali vettori sono gi`
a tra loro ortogonali, è quindi sufficiente normalizarli. Una base ortonormale
è quindi data dallinsieme

2
1
2
1
, 0,
, , 0,
, (0, 1, 0) .
5
5
5
5

1 1
A = 1 1
0 0
0
0
2

Soluzione:
Calcoliamo il polinomio caratteristico di A:

pA () = (2 ) (1 )2 1 = (2 )(1 1)(1 + 1)
Calcoliamo
alla matrice A:
1 1
1 1
0 0
1 = 0
singolo
2 = 2
doppio
lautospazio E(0) relativo allautovalore 1 = 0 risolvendo il sistema omogeneo associato

0
0
2
|
|
|
0
0
0
II I
1
0
0
1 0
0 0
0 2

Analogamente calcoliamo lautospazio E(2)
neo associato alla matrice A 2I:
1
1 1 0 | 0
1 1 0 | 0 II + I 0
0
0
0 0 | 0
|
|
|
(
0
x+y =0
0
2z = 0
0
x = t
y = t
z=0
t R
relativo allautovalore 2 = 2 risolvendo il sistema omoge1 0 |

0 0 |
0 0 |
0
x = t
0 x + y = 0 y = t
0
z=s
s, t R
Di conseguenza E(2) = h(1, 1, 0), (0, 0, 1)i.

Gli autovettori trovati sono tutti ortogonali tra loro, quindi per determinare una base ortonormale di
R3 è sufficiente normalizzarli:

1
1
1
1
, , 0 , , , 0 , (0, 0, 1)
B=
2
2
2
2

Esercizio 11.7. Si consideri la matrice reale simmetrica
1 1
A = 1 2
0 1
0
1
1
a) Trovare una base ortonormale di R3 costituita da autovettori di A.

b) Determinare una matrice ortogonale P tale che P T AP sia diagonale.
312
Soluzione:
pA () = (1 ) [(2 )(1 ) 1] (1 ) = (1 )(2 3) = (1 )( 3)
1 = 0,
2 = 1,
3 = 3 singoli
Calcoliamo lautospazio E(0) relativo allautovalore 1 = 0 risolvendo il sistema omogeneo associato

alla matrice A:
1 1
0 | 0
1 1
0 | 0
x = t
1 2 1 | 0 II I 0 1 1 | 0 x + y = 0 y = t t R
y+z =0
0 1 1 | 0
0 1 1 | 0
z = t
E(0) = h(1, 1, 1)i
Analogamente calcoliamo lautospazio E(1) relativo allautovalore 2 = 1 risolvendo il sistema omogeneo associato alla matrice A I:
0 1
0 | 0
x = t
1 1 1 | 0 y = 0
E(1) = h(1, 0, 1)i
y = 0 t R
x+yz =0
0 1 0 | 0
z=t
Calcoliamo infine lautospazio E(3) relativo allautovalore 3 = 3 risolvendo il sistema omogeneo

associato alla matrice A 3I:
2 1
0 | 0
2 1
0 | 0
x = t
0 1 2 | 0 2x + y = 0 y = 2t t R
1 1 1 | 0
2II + I
y 2z = 0
0 1 2 | 0
0 1 2 | 0
z=t
E(3) = h(1, 2, 1)i
a) Gli autovettori trovati sono tutti ortogonali tra loro (anche perchè appartengono a autospazi
ditinti), quindi per determinare una base ortonormale di R3 è sufficiente normalizzarli:

1
1
1
1
1
2
1
1
, ,
B=
, , 0, , , , , , ,
3
3
3
2
2
6
6
6
b) La matrice P cercata ha per colonne i vettori della base di R3 trovata:
1
16
3
2
0 26
P = 13
1
13 12
6
4 0 0 0
0 5 0 1
A=
0 0 6 0
0 1 0 5
a) Determinare autovalori e autovettori di T .

b) Determinare una base ortonormale di R4 formata da autovettori di T .
Soluzione:
Notiamo che la matrice A è simmetrica, quindi è sicuramente diagonalizzabile.
a) Calcoliamo il polinomio caratteristico sviluppando rispetto alla prima riga:
4
0
pM () = det
0
0
0
0
0
5
0
1
= (4 )(6 )[(5 )2 1]
0
6
0
1
0
5
=(4 )2 (6 )2
quindi gli autovalori di M sono = 4, 6, entrambi di molteplicit`

a algebrica 2.
2. SOLUZIONI
313
Calcoliamo ora gli autospazi:
E(4) = N(M 4I) :
E(6) = N(M 6I) :
x=t
y = s
1
E(4) = h (1, 0, 0, 0), (0, 1, 0, 1) i
z
=
0
1
w=s
x=0
2 0 0 0
y = t
0 1 0 1
E(6) = h (0, 0, 1, 0), (0, 1, 0, 1) i

0
0 0 0
z=s
0 1 0 1
w = t
0 0
0 1
0 0
0 1
0
0
2
0
b) Notiamo che i due generatori di E(4) e i due generatori di E(6) determinati sono ortogonali tra
loro, quindi per trovare un base ortonormale di R4 basta renderli di norma 1:

1
1
1
1
, (0, 0, 1, 0), 0, , 0,
B(R4 ) = (1, 0, 0, 0), 0, , 0,
2
2
2
2

Esercizio 11.9. Si consideri il seguente endomorfismo di R
T (x, y, z) = (ax, bx + y + z, y + z)
con a e b parametri reali.
a) Si discuta la diagonalizzabilit`
a di T al variare di a e b in R.
b) Posto a = b = 0 si determini una base ortonormale di R3 formata da autovettori di T .
Soluzione:
Determiniamo la matrice A = M (T ) associata a T rispetto alla base canonica:
a 0 0
A = b 1 1
0 1 1
Il polinomio caratteristico di A è PA () = (a )(2 2), quindi gli autovalori di A sono = a, 0, 2.
a) Se a 6= 0, 2, T ha tre autovalori singoli, quindi è sicuramente diagonalizzabile.

Se a = 0, lautovalore = 0 è doppio, quindi per stabilire se T è diagonalizzabile dobbiamo
calcolare la dimensione dellautospazio E(0):
0 0 0 | 0
0 0 0 | 0
E(0) = N(A) : b 1 1 | 0 II III b 0 0 | 0
0 1 1 | 0
0 1 1 | 0
Se a = 0 e b = 0 lautospazio E(0) ha dimensione 2, quindi T è diagonalizzabile.
Se a = 0 e b 6= 0 lautospazio E(0) ha dimensione 1, quindi T non è diagonalizzabile.
Analogamente se a = 2, lautovalore = 2 è doppio, quindi per stabilire se T è diagonalizzabile
dobbiamo calcolare la dimensione dellautospazio E(2):
0 0
0 | 0
E(2) = N(A 2I) : b 1 1 | 0
0 1 1 | 0
Dobbiamo quindi distinguere due casi

Se a = 2 e b = 0 lautospazio E(2) ha dimensione 2, quindi T è diagonalizzabile.
Se a = 2 e b 6= 0 lautospazio E(2) ha dimensione 1, quindi T non è diagonalizzabile.
Infine T è daigonalizzabile se a 6= 0, 2 per ogni valore di b, oppure se a = 0 o a = 2 e b = 0.
b) Per a = b = 0 abbiamo gi`
a in sostanza calcolato lautospazio
E(0) = h(0, 1, 1), (1, 0, 0)i
Notiamo che i due generatori trovati sono gi`

a tra loro ortogonali, quindi si tratter`
a solamente di
renderli di norma 1.
314
Analogamente per a = b = 0 otteniamo:
(
2 0
0 | 0
2x = 0
E(2) = N(A 2I) : 0 1 1 | 0
y + z = 0
0
1 1 | 0
E(2) = h(0, 1, 1)i
Infine la base ortonormale cercata è

1
1
1
1
, (1, 0, 0), 0, ,
B(R3 ) =
0, ,
2
2
2
2
Esercizio 11.10. Sia T lendomorfismo di R3 a cui
2 2
A = 2 3
0 1
è associata la matrice
1
0 .
1
rispetto alla base B = { (1, 1, 1), (1, 1, 0), (1, 0, 1) } . T è un endomorfismo simmetrico?
Soluzione:
Notiamo che la base B non è una base ortonormale, quindi il fatto che A non sia simmetrica non implica
che non lo sia T . Per potere utilizzare questa implicazione dobbiamo scrivere la matrice associata a T
rispetto a una base ortonormale, in particolare rispetto alla base canonica. Per comodit`
a assegnamo un
nome ai tre vettori della base B:
v1 = (1, 1, 1),
v2 = (1, 1, 0),
v3 = (1, 0, 1)
Dalla matrice A ricaviamo le immagini degli elementi della base B, ricordando però che tali elementi sono
ancora espressi rispetto a B:
T (v1 ) = T (1, 1, 1) = (2, 2, 0)B
T (v2 ) = T (1, 1, 0) = (2, 3, 1)B

T (v3 ) = T (1, 0, 1) = (1, 0, 1)B
Per calcolare le immagini della base canonica dobbiamo prima esprimere e1 , e2 , e3 rispetto alla base B.
Notiamo che data la semplicit`
a dei calcoli non è necessario impostare e risolvere i tre sistemi associati alle
equazioni xv1 + yv2 + zv3 = ei . E infatti immediato ricavare che
e3 = (1, 1, 1) (1, 1, 0) = v1 v2 = (1, 1, 0)B
e2 = (1, 1, 1) (1, 0, 1) = v1 v3 = (1, 0, 1)B
e1 = (1, 1, 0) e2 = v2 v1 + v3 = (1, 1, 1)B

Quindi sfruttando la linearità di T :
T (e3 ) = T (v1 ) T (v2 ) = (2, 2, 0)B (2, 3, 1)B = (0, 1, 1)B = v2 + v3 = (0, 1, 1)
T (e2 ) = T (v1 ) T (v3 ) = (2, 2, 0)B (1, 0, 1)B = (1, 2, 1)B = v1 + 2v2 v3 = (2, 3, 0)
T (e1 ) = T (v2 ) T (v1 ) + T (v3 ) = (2, 3, 1B ) (2, 2, 0)B + (1, 0, 1)B = (1, 1, 0)B = v1 + v2 = (2, 2, 1)
La matrice B associata a T rispetto alla base (ortonormale) canonica è quindi:
2 2 0
B = 2 3 1
1 0 1
Poichè B non è simmetrica, anche non T è un endomorfismo simmetrico.

Notiamo che per calcolare B potevamo in alternativa usare la matrice di cambiamento di base. Indichiamo con P è la matrice di cambiamento di base da B alla base canonica C, cioè P = MBC è la matrice che
ha per colonne i tre vettori v1 , v2 e v3 (espressi rispetto alla base canonica).La matrice di cambiamento di
base da C a B è la matrice inversa di P : P 1 = MCB . Poiche A = MBB (T ) e B = M (T ) = MCC (T ) abbiamo
la seguente relazione:
M (T ) = MCC (T ) = MBC MBB (T )MCB
B = P AP 1
2. SOLUZIONI
315
Esercizio 11.11. Sia T lendomorfismo di R3 a cui è associata la matrice
6
A = 3
3
1
3
1 2 .
1 1
rispetto alla base

B = { (1, 1, 1), (1, 1, 0), (1, 0, 1) } .
a) T è un endomorfismo simmetrico?
b) T è diagonalizzabile?
Soluzione:
a) Notiamo che la base B non è una base ortonormale, quindi il fatto che A non sia simmetrica non
implica che non lo sia T . Per potere utilizzare questa implicazione dobbiamo scrivere la matrice
associata a T rispetto a una base ortonormale, in particolare rispetto alla base canonica. Per fare
questo possiamo procedere in due modi
(1) Ricavare le immagini di e1 , e2 e e3 utlizzando la matrice A, dopo avere espresso ei rispetto
a B e ricordando che i risultati ottenuti saranno ancora espressi rispetto a B.
(2) Ricavare direttamente le immagini di e1 , e2 e e3 sfruttando la linearità di T .
Consideriamo entrambi i metodi
(1) Se vogliamo utilizzare direttamente la matrice MB (S) dobbiamo scrivere e1 , e2 e e3 rispetto
alla base B. Chiamiamo v1 = (1, 1, 1), v2 = (1, 1, 0) e v3 = (1, 0, 1) i tre vettori di B; si
tratta quindi di risolvere le tre equazioni xv1 + yv2 + zv3 = ei con i = 1, 2, 3. Riduciamo a
gradini la matrice associata alle tre equazioni contemporaneamente:
1
1 | 1 0 0
0 | 0 1 0 II I 0
III I 0
1 | 0 0 1
1 1 1 | 1 0
0
III 0 1 0 | 1 0 1
II 0 0 1 | 1 1 0
1 1
1 1
1 0
1
1
0 1
1 0
|
|
|
1 0
1 1
1 0
0
0
1
Possiamo ora risolvere i tre sistemi.
xv1 + yv2 + zv3 = e1
xv1 + yv2 + zv3 = e2
xv1 + yv2 + zv3 = e3
x + y + z = 1
y=1
z=1
x + y + z = 0
y=0
z = 1
x + y + z = 0
y = 1
z=0
x = 1
y=1
z=1
x = 1
y=0
z = 1
x = 1
y = 1
z=0
e1 = (1, 1, 1)B
e2 = (1, 0, 1)B
e3 = (1, 1, 0)B
Possiamo usare ora la matrice MB (T ) per calcolare le imamgini di ei , ricordando però che il
risultato ottenuto è ancora espresso rispetto rispetto a B, mentre noi dobbiamo esprimerlo
316
rispetto alla base canonica:
6
1
T (e1 ) = MB (T ) e1 = 3 1
3 1

2
1
3
2 1 = 2
1
1
1
= (2, 2, 1)B = 2 v1 + 2 v2 + 1 v3 = (1, 0, 1)

1
3
6
1
3
T (e2 ) = MB (T ) e2 = 3 1 2 0 = 1
1
2
3 1 1
= (3, 1, 2)B = 3 v1 1 v2 2 v3 = (0, 2, 1)

5
1
6
1
3
T (e3 ) = MB (T ) e3 = 3 1 2 1 = 4
2
0
3 1 1
= (5, 4, 2)B = 5 v1 4 v2 2 v3 = (1, 1, 3)
Infine la matrice B associata a T rispetto alla base (ortonormale) canonica è
1 0 1
B = M (T ) = 0 2 1
1 1 3
(2) In alternativa possiamo ricavare direttamente le immagini di e1 dalla matrice A = MB (T ),

sfruttando la linearità di T . Sappiamo infatti che una matrice MB (T ) ha per colonne le
immagini degli elementi di B espressi ancora rispetto a B. Quindi:
T (1, 1, 1) = (6, 3, 3)B
T (1, 1, 0) = (1, 1, 1)B
T (1, 0, 1) = (3, 2, 1)B
Sfruttando la linearità di T :
T (0, 0, 1) = T (1, 1, 1) T (1, 1, 0) = (6, 3, 3)B + (1, 1, 1)B = (5, 4, 2)B
= 5 (1, 1, 1) 4 (1, 1, 0) 2 (1, 0, 1) = (1, 1, 3)
T (1, 0, 0) = T (1, 0, 1) T (0, 0, 1) = (3, 2, 1)B + (5, 4, 2)B = (2, 2, 1)B

= 2 (1, 1, 1) + 2 (1, 1, 0) + 1 (1, 0, 1) = (1, 0, 1)
T (0, 1, 0) = T (1, 1, 0) T (1, 0, 0) = (1, 1, 1)B + (2, 2, 1)B = (3, 1, 2)B

= 3 (1, 1, 1) 1 (1, 1, 0) 2 (1, 0, 1) = (0, 2, 1)
La matrice B associata a T rispetto alla base (ortonormale) canonica è quindi:
1 0 1
B = M (T ) = 0 2 1
1 1 3
Poichè B è simmetrica, anche T è un endomorfismo simmetrico.
b) T è sicuramente diagonalizzabile perchè è simmetrica.

Esercizio 11.12. Sia T lendomorfismo do R4 cos definito:
T (x1 , x2 , x3 , x4 ) = (3x1 , x3 , x4 , 3x2 + x3 + 3x4 )
a) Mostrare che 1 è autovalore di T .
b) Stabilire se T è diagonalizzabile e in caso affermativo trovare una base rispetto a cui T ha matrice
diagonale.
c) Lendomorfismo T è simmetrico?
Soluzione:
Determiniamo la matrice associata a T rispetto alla base canonica calcolando:
T (e1 ) = (3, 0, 0, 0),
T (e2 ) = (0, 0, 0, 3),
T (e3 ) = (0, 1, 0, 1),
T (e4 ) = (0, 0, 1, 3)
2. SOLUZIONI
Quindi la matrice associata è:
3 0
0 0
A=
0 0
0 3
0
1
0
1
317
0
0
1
3
Calcoliamo il polinomio caratteristico sviluppando rispetto alla prima riga:

pA () = det(A I) = (3 ) (3 + 2 1) 3 = (3 ) 3 + 32 + 3

= (3 ) 2 ( + 3) ( + 3) = (3 )2 2 1
a) Gli autovalori A sono
= 3 doppio,
= 1,
= 1
In particolare = 1 è autovalore.
b) Calcoliamo lautospazio E(3) risolvendo il sistema omogeneo associato a A 3I:
x1 = s
0 0
0 0
0 3 1 0
3x2 + x3 = 0
x2 = t
0 0 3 1 3x + x = 0 x = 3t E(3) = h (0, 1, 3, 9), (1, 0, 0, 0) i

3
4
3
0 3 1 0
x4 = 9t

a affermare che T è diagonalizzabile in quanto E(3) ha dimensione
2 e gli altri due autovalori sono singoli.
Calcoliamo lautospazio E(1) risolvendo il sistema omogeneo associato a A I:
x1 = 0
2 0
0 0
2 0
0 0
2x1 = 0
x = t
0 1 1 0
0 1 1 0
2
0 0 1 1 x2 + x3 = 0 x = t
0 0 1 1
3
x3 + x4 = 0
IV 3II 0 0 2 2
0 3 1 2
x4 = t
E(1) = h (0, 1, 1, 1) i
Calcoliamo
4 0 0
0 1 1
0 0 1
0 3 1
lautospazio E(1) risolvendo il sistema omogeneo associato a A + I:
x1 = 0
4 0 0 0
0
x = t
4x1 = 0
0
2
0 1 1 0 x 2 + x 3 = 0
0 0 1 1
1
x
3 = t
x3 + x4 = 0
IV + 3II 0 0 4 4
4
x4 = t
E(1) = h (0, 1, 1, 1) i
Infine T ha una matrice diagonale rispetto alla base

B = { (1, 0, 0, 0), (0, 1, 3, 9), (0, 1, 1, 1), (0, 1, 1, 1) }
c) T non è simmetrico in quanto la matrice A associata a T rispetto alla base canonica (che è
ortogonale) non è simmetrica.

Esercizio 11.13. Sia T lendomorfismo di R3 cos` definito:
T (x1 , x2 , x3 ) = (2x1 , 2x2 + 3x3 , 3x2 )

a) Stabilire se T è invertibile.
b) Mostrare che T è un endomorfismo simmetrico.
c) Trovare una base ortonormale di R3 che diagonalizza T .
Soluzione:
La matrice associata a T rispetto alla base canonica è:
2 0
A = 0 2
0
3
0
3
0
318
a) T è invertibile se è invertibile la matrice A, cioè se A ha determinante non nullo:
2 0 0
3 = 2 (3) = 6 6= 0
det(A) = det 0 2
0
3 0
b) La matrice associata a T rispetto alla base canonica (che è ortonormale) è simmetrica: AT = A,

quindi T è un endomorfismo simmetrico.
c) Calcoliamo il polinomio caratteristico di A:
2
0
0
3 = (2 ) [(2 )() 3] = (2 )(2 2 3)
2
pA () = det 0
0
3
quindi gli autovalori di A sono = 2, 1, 3.
(
0 0 0
3z = 0
3
E(2) = N (A 2I) : 0 0
3y 2z = 0
0
3 2
E(2) = h(1, 0, 0)i
x = t
y=0
z=0
3 0 0
3 0 0
0 3
3
E(1) = N (A + I) : 0 3
3
3III
II
0
0
0
3 1
0
x = 0
3x = 0
y=t
E(1) = h(0, 1, 3)i
3y + 3z = 0
z = 3 t = 3t
3
1 0 0
3 0 0
0 1
3
1
E(3) = N (A 3I) : 0
3
III + 3II 0 0
0
0
3 3
0
x =
3x = 0
y = 3t E(3) = h(0, 3, 1)i
y + 3z = 0
z=t
Essendo tre autospazi distinti i tre autovalori generatori trovati sono tra loro ortogonali. Per
ottenere la base ortonormale cercata basta quindi prendere i generatori di norma 1:
!)
(
!
1
3
3 1
3
, 0,
,
B(R ) = (1, 0, 0), 0, ,
2
2
2 2

Esercizio 11.14. Si consideri la funzione lineare (endomorfismo) T : R3 R3 cos` definita:
T (x, y, z) = (2x + 4z, 6y, 4x + 2z).
a) Stabilire se T è simmetrica rispetto al prodotto scalare canonico di R3 .
b) Se esiste, trovare una base ortonormale di R3 costituita da autovettori di T .
Soluzione:
Determiniamo la matrice A associata a T rispetto alla base canonica:
2 0 4
A = M (T ) = 0 6 0
4 0 2
a) La matrice associata a T rispetto alla base canonica è simmetrica, quindi anche T è simmetrica.
b) Calcoliamo gli autovalori di T :

pA () = (6 ) (2 )2 16 = (6 )(2 4 12)
Quindi gli autovalori di A sono = 6 (doppio) e = 2.
2. SOLUZIONI
Calcoliamo ora gli autospazi:
4 0
E(6) = N (A 6I) : 0 0
4 0
E(2) = N (A + 2I) :
4 0
0 8
4 0
4
x = t
0 y=s
4
z=t
4
x = t
0 y = 0
4
z=t
319
E(6) = h(1, 0, 1), (0, 1, 0)i
E(2) = h(1, 0, 1)i
Notiamo che gli autovettori trovati sono gi`

a ortogonali tra loro, quindi per trovare una base
ortonormale di R3 formata da autovettori basta prendere i generatori di norma 1:

1
1
1
1
, 0,
, (0, 1, 0), , 0,
B=
2
2
2
2

Esercizio 11.15. Sia T : R3 R3 lendomorfismo avente come autovettori i vettori v1 = (1, 1, 0), v2 =
(0, 1, 1), v3 = (0, 0, 1), rispetto agli autovalori 1, 1, 2.
a) Calcolare la matrice A che rappresenta T rispetto alla base canonica.
b) T è invertibile?
c) T è un endomorfismo simmetrico?
Soluzione:
Poiche v1 è autovettore rispetto a = 1, otteniamo che T (v1 ) = v1 . Analogamente T (v2 ) = v2 e T (v3 ) =
2v3 . Di conseguenza
T (v1 ) = (1, 1, 0),
T (v2 ) = (0, 1, 1),
T (v3 ) = (0, 0, 2)
a) Dobbiamo trovare le immagini della base canonica. Notiamo che

e3 = v 3
e2 = v 2 v 3
e1 = v 1 e2 = v 1 v 2 + v 3
Per la linearità di T otteniamo che

T (e3 ) = T (v3 ) = (0, 0, 2)
T (e2 ) = T (v2 ) T (v3 ) = (0, 1, 1) (0, 0, 2) = (0, 1, 1)
T (e1 ) = T (v1 ) T (v2 ) + T (v3 ) = (1, 1, 0) (0, 1, 1) + (0, 0, 2) = (1, 0, 1)

Quindi la matrice che rappresenta T rispetto alla base canonica è
1 0 0
A = 0 1 0
1 1 2
In alternativa per calcolare A si poteva utilizzare la matrice diagonalizzante P che ha per

colonne gli autovettori, e la matrice diagonale D che ha gli autovalori sulla diagonale. Dalla
relazione P 1 AP = D si ricava A = P DP 1 .
b) T è invertibile se lo è A. Poiche det(A) = 2 6= 0, A e T sono invertibili.
c) T non è simmetrico perche A, che è associata a T rispetto alla base (ortonormale) canonica, non
lo è.

il polinomio
T (p(x)) = (a + kb)x2 + (ka + b)x + kc.
b) Calcolare gli autovalori di T e stabilire se T è diagonalizzabile.
320
Soluzione:
Notiamo che il generico polinomio p(x) = ax2 + bx + c R2 [x] ha componenti (a, b, c) rispetto alla base
2
{x , x, 1}. In particolare p(x) = x2 ha componenti (1, 0, 0), p(x) = x ha componenti (0, 1, 0) e p(x) = 1 ha
componenti (0, 0, 1). In sostanza la base {x2 , x, 1} corrisponde quindi alla base canonica. Inoltre T pu`
o
essere vista come apllicazione T : R3 R3 tale che:
T (a, b, c) = (a + kb, ka + b, kc).
a) Calcoliamo la immagini degli elementi della base:

T (x2 ) = T (1, 0, 0) = (1, k, 0) = x2 + kx
T (x) = T (0, 1, 0) = (k, 1, 0) = kx2 + x
T (1) = T (0, 0, 1) = (0, 0, k) = k
Di conseguenza la matrice associata a T rispetto alla base {x2 , x, 1} è
1 k 0
A = k 1 0
0 0 k

pA () = (k ) (1 )2 k 2 = (k )(1 k)(1 + k)
Di conseguenza gli autovalori (non sempre distinti) sono
= k,
= 1 k,
=1+k
Notiamo che la matrice A è diagonalizzabile, senza la necessit`

a di calcolare molteplicit`
a
algebrica e geometrica degli autovalori, in quanto è simmetrica.
CAPITOLO 12
Rette e piani con le matrici e i determinanti

Esercizio 12.1. Stabilire se i punti A(1, 3), B(2, 1) e C(3, 1) sono allineati.
Esercizio 12.2. Stabilire se i punti A(1, 2, 3), B(2, 1, 3), C(3, 2, 1) e D(4, 1, 0) sono complanari.
Esercizio 12.3. Determinare lequazione cartesiana della retta passante per i punti A(2, 1) e B(2, 3).
Esercizio 12.4. Determinare lequazione cartesiana del piano passante per i punti A(1, 2, 3), B(2, 1, 3)
e C(3, 2, 1).
Esercizio 12.5. Stabilire se i punti A(1, 2, 3), B(1, 2, 4), C(2, 2, 1) sono allineati.
Esercizio 12.6. Stabilire per quali valori di k i punti A(1, 2, 1), B(1, 3, 4) e C(0, 1, k) sono allineati.
Esercizio 12.7. Determinare lequazione cartesiana della retta passante per i punti A(3, 1, 2) e B(1, 1, 0)).
Esercizio 12.8. Si determini la distanza del punto P (2, 1) dalla retta di equazione 2x y + 5 = 0.
Esercizio 12.9. Si determini la distanza del punto P (3, 1, 2) dalla retta di equazione parametrica
x = 6 + t
y = 2 + 2t
z = 1 3t
Esercizio 12.10. Si determini la distanza del punto P (1, 0, 2) dal piano di equazione x2y+3z = 9.
Esercizio 12.11. Si determini la distanza tra le rette di
x = t
r:
s:
y =1+t
z =4t
equazioni
x = 4 + t
y=t
z = 2 t
Esercizio 12.12. Si determini la distanza tra i piani 1 e 2 di equazioni : x 2y + z = 12 e

2 : x 2y + z = 6.
Esercizio 12.13. Si determini la distanza tra le rette di equazioni
x = 2 + t
x = 1 t
s:
r:
y=t
y = 1 + 3t
z =1t
z = t
Esercizio 12.14. Nello spazio R3 si considerino i piani
1 : 2x + y = 1
2 : x = 2y.
a) Determinare la mutua posizione dei due piani.

b) Scrivere equazioni cartesiane della retta parallela a 1 , perpendicolare a 2 e passante per lorigine.
Esercizio 12.15. Calcolare larea del triangolo di vertici A1 (3, 1), A2 (2, 6) e A3 (4, 4).
Esercizio 12.16. Determinare per quali valori di k il triangolo di vertici A1 (0, 0), A2 (4, 2) e A3 (1, k)
ha area 5.
321
322
12. RETTE E PIANI CON LE MATRICI E I DETERMINANTI
Esercizio 12.17. Calcolare larea del poligono di vertici A1 (0, 0), A2 (1, 0), A3 (2, 1), A4 (1, 3) e A5 (0, 2).
Esercizio 12.18. Calcolare larea del triangolo di vertici A1 (1, 1, 1), A2 (1, 3, 1), A3 (1, 0, 0).
Esercizio 12.19. Calcolare il volume del parallelepipedo di lati u(1, 0, 0), v(3, 1, 1) e w(2, 2, 5).

Esercizio 12.20. Siano P1 = (1, 1, 0), P2 = (1, 0, 1), P3 = 1 + 23 , 13 , 1 13 , e P4 =
(1, 2, 1) quattro punti nello spazio.

a) Calcolare langolo tra i vettori P1 P2 e P2 P3 .
b) Calcolare il volume del prisma con base il triangolo P1 P2 P3 e lato il segmento P1 P4 .
r1 : 3x + y 1 = 4x + y z 1 = 0
r2 : 2x y + z = x y + 2z = 0
r3 : x z = y + z = 0
a) Mostrare che le tre rette sono complanari.
b) Calcolare larea del triangolo determinate dalle tre rette.
Esercizio 12.22. Si considerino i piani 1 , 2 , 3 di equazioni:
1 : 2x y = 1,
2 : x + y + z = 0,
3 : x 2z = 1.
a) Si determini linsieme intersezione dei tre piani.

b) Si trovi il piano 4 passante per lorigine e perpendicolare alla retta r = 1 2 .
c) Si determini larea del triangolo di vertici A, B, C, con A = 1 2 3 , B = 1 3 4 ,
C = 2 3 4 .
Esercizio 12.23. Siano A = (0, 1, 0), B = (2, 0, 3), C = (1, 0, 1) punti dello spazio.
a) Calcolare larea del triangolo di vertici A, B, C.

b) Stabilire se il punto D = (2, 2, 2) appartiene al piano contenente A, B, C.
c) Eseiste unisometria che trasforma i punti A, B, C nei punti O = (0, 0, 0), P = (1, 0, 2) e Q =
(1, 1, 1) rispettivamente?
Esercizio 12.24. Siano M = (1, 1, 1), N = (3, 2, 1), L = (1, 2, 2) punti dello spazio R3 . Sia C =
(1, 0, 1).
a) Si calcoli larea del triangolo M N L.
b) Si determini linsieme M N L che si ottiene proiettando il triangolo M N L dal centro C sul piano
x + y = 0.
c) Si calcoli larea del triangolo M N L .
-
1. Suggerimenti
Tre punti Pi (xi , yi ) del piano sono allineati se e solo se
x 1 y1 1
det x2 y2 1 = 0
x 3 y3 1
Quattro punti Pi (xi , yi , zi ) dello spazio
x1
x2
det
x3
x4
sono complanari se e solo se
y 1 z1 1
y2 z2 1
=0
y3 z3 1
y 4 z4 1
1. SUGGERIMENTI
323
Lequazione cartesiana della retta passante per due punti (distinti) del piano P1 (x1 , y1 ) e
P2 (x2 , y2 ) si pu`
o calcolare direttamente imponendo
x y 1
det x1 y1 1 = 0
x 2 y2 1
Lequazione cartesiana del piano passante
calcolare direttamente imponendo
x y z
x 1 y 1 z1
det
x 2 y 2 z2
x 3 y 3 z3
per tre punti (non allineati) Pi (xi , yi , zi ) si pu`

o
1
1
=0
1
1
Tre punti dello spazio Pi (xi , yi , zi ) sono allineati se e solo se:
x 1 y 1 z1 1
rg x2 y2 z2 1 2
x 3 y 3 z3 1
Lequazione cartesiana della retta passante
si pu`
o calcolare direttamente imponendo
x y z
rg x1 y1 z1
x 2 y 2 z2
per due punti (distinti) dello spazio P1 (xi , yi , zi )
1
1 = 2
1
Questo, per Kronecker, implica che due opportune sottomatrici 3 3 abbiano determinante nullo.
Le due equazioni in x, y, z cos` ottenute costituiscono lequazione cartesiana della retta.
Dati due vettori u = (u1 , u2 , u3 ) e v = (v1 , v2 , v3 ) di R3 chiamiamo prodotto vettoriale di u e

v il vettore:

i
j
k
u v = (u2 v3 u3 v2 , u3 v1 u1 v3 , u1 v2 u2 v1 ) = det u1 u2 u3
v1
v2
v3
LArea di un parallelogramma in R2 , di lati u = (u1 , u2 ), v = (v1 , v2 ) è:

u1 u2

A(parallelogramma) = |u1 v2 u2 v1 | = det
v1 v2
LArea di un parallelogramma in R3 , di lati u = (u1 , u2 , u3 ), v = (v1 , v2 , v3 ) è data dalla

lunghezza (norma) |u v| del vettore u v prodotto vettoriale di u e v:
A(parallelogramma) = |u v|
Il volume del parallelepipedo di lati u = (u1 , u2 , u3 ), v =
uguale al valore assoluto del prodotto misto (u, v w):

u1

Volume(parallelepipedo) = |(u, v w)| = det v1

w1
(v1 , v2 , v3 ) e w = (w1 , w2 , w3 ) è
u2
v2
w2

u3
v3
w3
324
2. Soluzioni
Esercizio 12.1. Stabilire se i punti A(1, 3), B(2, 1) e C(3, 1) sono allineati.
Soluzione:
Sia A la matrice associata ai tre punti:
1
3
A = 2 1
3
1
1
1
1
Dobbiamo stabilire se det(A) = 0.

Come osservato nellEsercizio 5.1, dal momento che ci interessa solo se il determinante è o non è nullo,
possiamo effettuare alcuni passi della riduzione prima di calcolarne il determinante. Inoltre poichè lultima
colonna contiene tutti 1 risulta semplice ottenere gli zeri sullultima colonna anzicchè sulla prima.
1
II I 3
III I 2
3 1
4 0
2 0
Possiamo quindi calcolare il determinante della matrice ridotta A :

3 4
= 6 + 8 = 14 6= 0
det(A ) = 1 det
2 2
Quindi det(A) 6= 0 e i tre punti non sono allineati.
Esercizio 12.2. Stabilire se i punti A(1, 2, 3), B(2, 1, 3), C(3, 2, 1) e D(4, 1, 0) sono complanari.
Soluzione:
Come nellesercizio precedente riduciamo
1 2 3
2 1 3
A=
3 2 1
4 1 0
Sia A la matrice cos` ottenuta. Ne
3
det(A ) = 1 det 2
3
parzialmente a gradini la matrice associata ai quattro punti:
1
2
3 1
1
1
II I 3 1 0 0
III I 2
0 4 0
1
IV I 3 1 3 0
1
calcoliamo il determinante rispetto alla quarta colonna.
1 0
0 4 = 1 [3(4) + 1(6 + 12)] = 18 6= 0
1 3
Quindi det(A) 6= 0 e i quattro punti non sono complanari.
Esercizio 12.3. Determinare lequazione cartesiana della retta passante per i punti A(2, 1) e B(2, 3).
Soluzione:
Imponiamo che la matrice associata al generico punto della retta P (x, y), ad A e B abbia determinante
nullo:
x y 1
det 2 1 1 = 0
2 3 1
= x(1 3) y(2 + 2) + 1(6 + 2) = 0
2x 4y + 8 = 0
Infine la retta AB ha equazione

x + 2y 4 = 0

Esercizio 12.4. Determinare lequazione cartesiana del piano passante per i punti A(1, 2, 3), B(2, 1, 3)
e C(3, 2, 1).
2. SOLUZIONI
Soluzione:
Imponiamo che la matrice associata al generico
determinante nullo:
x
1
det(M ) = det
2
3
325
punto del piano P (x, y, z), ad A, B e C abbia

y
2
1
2
z
3
3
1
Anche in questo caso conviene forse effettuare qualche

Notiamo che non conviene utlizzare la prima riga:
x
y
z
1
2
3
III II 3 1 0
IV II 2
0 4
Quindi
1
1
=0
1
1
passo di riduzione per semplificare i calcoli.
1
1
= M
0
0
det(M ) = 0 = det(M )
x
y
1
2
3
1 det 3 1 0 + 1 3 1
2
0
2
0 4
z
0 =0
4
(1 4 2 12 + 3 2) + (x 4 y 12 + z 2) = 0
4x 12y + 2z + 14 = 0
Infine il piano ABC ha equazione
2x 6y + z + 7 = 0

Esercizio 12.5. Stabilire se i punti A(1, 2, 3), B(1, 2, 4), C(2, 2, 1) sono allineati.
Soluzione:
Calcoliamo il rango della matrice M associata ai tre punti riducendola a gradini (secondo la prima
colonna):
1 2 3 1
1 2
3
1
1 2 3 1
0 4 7 2
1 2 4 1 II + I 0 4
7
2
2III + II 0 0 3 0
III 2I 0 2 5 1
2 2 1 1
Quindi M ha tre pivot, rg(M ) = 3 e i tre punti non sono allineati.

Esercizio 12.6. Stabilire per quali valori di k i punti A(1, 2, 1), B(1, 3, 4) e C(0, 1, k) sono allineati.
Soluzione:
Calcoliamo il rango
colonna):
1 2
1 3
0 1
della matrice M associata ai tre punti riducendola a gradini (secondo la prima

1
4
k
1
1
1 II I 0
1
0
2 1
1 3
1 k
1
1
0
0
III II 0
1
2
1
1
3
0 k3
1
0
1
Notiamo che in ogni caso la matrice M ha tre pivot, quindi ha rango tre e i tre punti non sono mai
allineati.

Esercizio 12.7. Determinare lequazione cartesiana della retta passante per i punti A(3, 1, 2) e B(1, 1, 0)).
Soluzione:
326
Sia M la matrice associata al generico punto P (x, y, z) della retta, ad A e B:
x y z 1
M = 3 1 2 1
1 1 0 1
Notiamo che M contiene la sottomatrice 2 2

con determinante non nullo. Affinchè M
x
det 3
1
Quindi
2 1
0 1
abbia rango due è quindi necessario che
z 1
y z 1
2 1 = det 1 2 1 = 0
0 1
1 0 1
(
2x 2z 2 = 0
2y 2z + 2 = 0
Semplificando le equazioni si ottiene lequazione cartesiana della retta AB:

(
xz1=0
yz+1=0

Esercizio 12.8. Si determini la distanza del punto P (2, 1) dalla retta di equazione 2x y + 7 = 0.
Soluzione:
Utilizziamo un metodo che non è sicuramente il pi`
u breve (anche rispetto ad altri concetti noti dalle
superiori), ma che si pu`
o generalizzare a situazioni analoghe in R3 e che non richiede la conoscenza di
formule.
Ricaviamo lequazione parametrica di r:
(
x=t
r:
y = 7 + 2t
Quindi r è parallela al vettore u = (1, 2).
Sia s la retta per P e perpendicolare a r e sia s parallela al vettore v = (a, b). Per la condizione di
perpendicolarit`
a u e v devono essere ortogonali, quindi
(
a = 2t
(u, v) = a + 2b = 0
b=t
La retta s è quindi parallela al vettore v = (2, 1). Imponendo inoltre il passaggio per P otteniamo
(
x = 2 2t
s:
y =1+t
Calcoliamo ora il punto A di intersezione tra r e s:
2x y + 7 = 0
4 4t 1 t + 7 = 0
x = 2 2t
x = 2 2t
y =1+t
y =1+t
Quindi A = (2, 3).

Possiamo ora calcolare la distanza cercata:
d(r, P ) = d(A, P ) =k AP k=k (4, 2) k=
t = 2
x = 2
y=3
20 = 2 5
Esercizio 12.9. Si determini la distanza del punto P (3, 1, 2) dalla retta r di equazione parametrica
x = 6 + t
r:
y = 2 + 2t
z = 1 3t
2. SOLUZIONI
327
Soluzione:
La retta r è parallela al vettore u = (1, 2, 3).
Sia il piano perpendicolare a r passante per P . La prima condizione implica che sia del tipo
x + 2y 3z = k
Imponendo il passaggio per P otteniamo 3 + 2 6 = k, ovvero k = 1. Infine
x + 2y 3z = 1
Determiniamo ora il punto di intersezione A di r con :
x + 2y 3z = 1
6 + t + 4 + 4t + 3 + 9t = 1
x = 6 + t
x = 6 + t
y = 2 + 2t
y = 2 + 2t
z = 1 3t
z = 1 3t
Quindi A = (5, 0, 2).

d(r, P ) = d(A, P ) =k AP k=k (2, 1, 0) k=
t = 1
x = 5
y=0
z=2
5
Esercizio 12.10. Si determini la distanza del punto P (1, 0, 2) dal piano di equazione : x 2y +
3z = 9.
Soluzione:
| ax0 + by0 + cz0 + d |
= 14.
a 2 + b2 + c 2
Lesercizio pu`
o essere svolto, in caso di oblio della formula, come è illustrato di seguito. Il piano è
perpendicolare al vettore u = (1, 2, 3).
Sia r la retta perpendicolare a passante per P :
x = 1 + t
r:
y = 2t
z = 2 + 3t
Si pu`
o applicare la formula: d(, P ) =
Determiniamo ora il punto di intersezione A di r con :
1 + t + 4t + 6 + 9t = 9
x 2y + 3z = 9
x = 1 + t
x = 1 + t
y = 2t
y = 2t
z = 2 + 3t
z = 2 + 3t
Quindi A = (2, 2, 1).

d(, P ) = d(A, P ) =k AP k=k (1, 2, 3) k=
t = 1
x = 2
y=2
z = 1
14
Esercizio 12.11. Si determini la distanza tra le rette r e s di equazioni
x = 4 + t
x = t
s:
r:
y=t
y =1+t
z = 2 t
z =4t
Soluzione:
Notiamo che le due rette sono parallele. Consideriamo un qualsiasi punto della retta r, per esempio
P = (0, 1, 4). A questo punto è sufficiente calcolare la distanza di s da P come abbiamo fatto nellEsercizio
12.2.
Sia il piano perpendicolare a s passante per P :
x + y z = 3
328
Determiniamo ora il punto di intersezione A di s con :
x + y z = 3
4 + t + t + 2 + t = 3
x = 4 + t
x = 4 + t
y=t
y=t
z = 2 t
z = 2 t
Quindi A = (1, 3, 1).

t = 3
x = 1
y = 3
z=1
d(r, s) = d(A, P ) =k AP k=k (1, 4, 3) k=
26
Esercizio 12.12. Si determini la distanza tra i piani 1 e 2 di equazioni 1 : x 2y + z = 12 e

2 : x 2y + z = 6.
Soluzione:
Notiamo che i due piani sono paralleli. Consideriamo un qualsiasi punto del piano 1 , per esempio
P = (12, 0, 0). A questo punto è sufficiente calcolare la distanza di 2 da P come abbiamo fatto nellEsercizio
12.3.
Sia r la retta perpendicolare a 2 passante per P :
x = 12 + t
r:
y = 2t
z=t
Determiniamo ora il punto di intersezione A di r con 2 :
x 2y + z = 6
12 + t + 4t + t = 6x = 12 + t
x = 12 + t
y = 2t
y = 2t
z=t
z=t
Quindi A = (11, 2, 1).

d(, 2 ) = d(A, P ) =k AP k=k (1, 2, 1) k=
t = 1
x = 11
y=2
z = 1
6

Esercizio 12.13. Si determini la distanza tra le rette di equazioni
x = 2 + t
x = 1 t
s:
r:
y=t
y = 1 + 3t
z =1t
z = t
Soluzione:
Si verifica facilmente che le due rette sono sghembe, infatti non sono parallele e non si intersecano.
Sia il piano contenente s e parallelo a r. Questo in particolare implica che sia parallelo a entrambe
le rette, ovvero ai vettori u = (1, 3, 1) e v = (1, 1, 1). Inoltre, una volta impostata la condizione che
sia parallelo a s, in particolare conterrà s se ne contiene un suo qualsiasi punto. Scegliamo quindi un
qualsiasi punto P di s, per esempio P = (2, 0, 1). Infine
x = 2 t + s
x + y + 2z 4 = 0
:
y = 3t + s
z =1ts
Abbiamo cos` ottenuto un piano contenente s e parallelo alle due rette. A questo punto la distanza tra le
due rette è uguale alla distanza di da r. Inoltre, essendo r e paralleli la loro distanza è uguale alla
distanza di un qualsiasi punto B di r da (o viceversa). Sia B = (1, 1, 0) il punto scelto su r. Possiamo
ora utilizzare la formula della distanza punto-piano:
|1 1 + 1 (1) + 2 0 4|
2 6
4
d(r, s) = d(B, ) =
= =
3
6
12 + 12 + 22
2. SOLUZIONI
329
In alternativa, non utilizzando la formula, per calcolare la distanza tra B e potevamo calcolare il
punto A di intersezione tra la retta l per B perpendicolare a , e calcolare poi la distanza tra A e B. La
retta passante per B e perpendicolare a è la retta
x = 1 + t
l:
y = 1 + t
z = 2t
Sia A il punto di intersezione tre l e :
x + y + 2z = 4
x = 1 + t
y = 1 + t
z = 2t
Infine
t = 32
x = 5
3
y
=
4
z=3
d(r, s) = d(B, ) = d(B, A) =k AB k=k
A=
2 2 4
, ,
3 3 3
5 1 4
, ,
3 3 3
k=
2 6
24
=
3
3
Esercizio 12.14. Nello spazio R3 si considerino i piani

1 : 2x + y = 1
2 : x = 2y.
a) Determinare la mutua posizione dei due piani.

b) Scrivere equazioni cartesiane della retta parallela a 1 , perpendicolare a 2 e passante per lorigine.
Soluzione:
a) Il piano 1 è perpendicolare al vettore u1 = (2, 1, 0) mentre il piano 2 è perpendicolare al vettore
u2 = (1, 2, 0). Poichè u1 e u2 sono ortogonali, lo sono anche i piani 1 e 2 .
In particolare i piani 1 e 2 sono incidenti e hanno per intersezione la retta ottenuta
risolvendo il sistema
(
x=
5
2x + y = 1
y=1
x = 2y
z = t.
b) La retta perpendicolare a 2 e passante per lorigine è la retta
x = t
r : y = 2t
z=0
In effetti tale retta è parallela a 1 . Questo si pu`

o verificare in due modi:
MODO 1. Cerchiamo lintersezione tra r e 1 :
0=1
2t 2t = 1
2x + y = 1
x = t
x = t
x = t
y = 2t
y = 2t
y = 2t
z=0
z=0
z=0
Poichè il sistema è impossibile, retta e piano non si intersecano quindi sono paralleli.
MODO 2: La retta r è parallela al vettore v = (1, 2, 0), mentre il piano è ortogonale al

vettore u1 = (2, 1, 0). I due vettori v e u1 sono ortogonali in quanto
(u1 , v) = 2 1 + 1 (2) + 0 0 = 0
quindi r è parallela a 1 .

Esercizio 12.15. Calcolare larea del triangolo di vertici A1 (3, 1), A2 (2, 6) e A3 (4, 4).
330
Soluzione:
Larea del triangolo di vertici A1 (3, 1), A2 (2, 6) e A3 (4, 4) è metà dellarea del parallelogramma di lati
A3 A1 = (1, 3),
A2 A1 = (1, 5)
Ricordando la formula per larea di un parallelogramma in R2 otteniamo quindi:

1
1
|(1 5 (1 3))| = 8 = 4
2
2

1
1 3 1
= 8=4
= det
1 5 2
2
Area(triangolo A1 A2 A3 ) =
Esercizio 12.16. Determinare per quali valori di k il triangolo di vertici A1 (0, 0), A2 (4, 2) e A3 (1, k)
ha area 5.
Soluzione:
Larea del triangolo di vertici A1 , A2 e A3 è metà dellarea del parallelogramma di lati
A3 A1 = (1, k),
A2 A1 = (4, 2)
Ricordando la formula per larea di un parallelogramma in R2 otteniamo quindi

1
1 k 1
= |1 2k|
(2
4k)
=
Area(triangolo A1 A2 A3 ) = det

4 2
2
2
Imponendo la condizione che larea del triangolo sia 5 otteniamo 1 2k = 5, quindi k = 2 o k = 3.

Abbiamo quindi ottenuto due possibili soluzioni:
k = 2 ovvero A3 = (1, 2).
k = 3 ovvero A3 = (1, 3).
Esercizio 12.17. Calcolare larea del poligono di vertici A1 (0, 0), A2 (1, 0), A3 (2, 1), A4 (1, 3) e A5 (0, 2).
Soluzione:
Rappresentando i punti nel piano si vede che larea del poligono corrisponde alla somma delle aree dei
triangoli A1 A2 A3 , A1 A3 A4 e A1 A4 A5 . Ora
A1 A2 = (1, 0),
A1 A3 = (2, 1),
A1 A4 = (1, 3),
A1 A5 = (0, 2)
quindi

1
1
det
2
2

1
2
1
2

1
1
0
2
Infine
Area(poligono A1 A2 A3 A4 A5 ) =

0 1
=
1 2

1 5
=
3 2

3
=1
2
1 5
+ +1=4
2 2
Esercizio 12.18. Calcolare larea del triangolo di vertici A1 (1, 1, 1), A2 (1, 3, 1), A3 (1, 0, 0).
Soluzione:

Larea del triangolo di vertici A1 A2 A3 è la metà dellarea del parallelogramma di lati A1 A2 e A1 A3 , dove
A1 A2 = (0, 2, 0),
A1 A3 = (2, 1, 1)
2. SOLUZIONI
331
Ricordando la formula per larea di un parallelogrammo cominciamo a calcolare il vettore prodotto

vettoriale:

A1 A2 A1 A3 = (2 (1), 0, (2) 2) = (2, 0, 4)

i
j
k
= det 0
2
0 = 2i + 0j + 4k = (2, 0, 4)
2 1 1
Infine
1
1
1
4 + 16 =
20 = 5
|(2, 0, 4)| =
2
2
2
Attenzione a non confondere il valore assoluto di un numero: |a| con la lunghezza di un vettore: |
v |,
entrambi indicati con le sbarre verticali.

Esercizio 12.19. Calcolare il volume del parallelepipedo di lati u(1, 0, 0), v(3, 1, 1) e w(2, 2, 5).
Soluzione:
Il volume del parallelepipedo è dato dal prodotto misto dei vettori che formano i lati del parallelepipedo.
Cominciamo a calcolare il vettore prodotto vettoriale di v e w:
v w = (3, 13, 4)
Quindi
Volume(parallelepipedo) = |(u, (v w))| = |u v w| = |((1, 0, 0), (3, 13, 4))| = |3| = 3
Analogamente

1 0

Volume(parallelepipedo) = det 3 1

2 2

0
1 = |1 (5 2)| = 3
5

Esercizio 12.20. Siano P1 = (1, 1, 0), P2 = (1, 0, 1), P3 = 1 + 23 , 13 , 1 13 , e P4 =

(1, 2, 1) quattro punti nello spazio.

a) Calcolare langolo tra i vettori P1 P2 e P2 P3 .
b) Calcolare il volume del prisma con base il triangolo P1 P2 P3 e lato il segmento P1 P4 .
Soluzione:
a) Sia langolo cercato, usiamo la formula

( P1 P2 , P2 P3 )
cos() =
|P1 P2 | |P2 P3 |
Poichè
P2 P3 =
si ha
1
1
2
, ,
3
3
3
P1 P2 = (0, 1, 1),

1
1
( P1 P3 , P2 P3 ) = 0 + = 0
3
3
.
2

b) Il volume del prisma e metà del volume del parallelepipedo di lati P1 P2 , P1 P3 e P1 P4 . Poichè

2
1
1
P1 P3 = , 1 , 1
,
P1 P4 = (0, 3, 1)
3
3
3
otteniamo

V = P1 P2 , P1 P3 P1 P4 = P1 P2 P1 P3 P1 P4

1 8
2
6
4 3
4
2
1

= (0, 1, 1), 4 + , ,
= 2 3 = 3 = 3
2
3
3
3
Quindi cos() = 0 e =
332
Analogamente

0
1

2
V = P1 P2 , P1 P3 P1 P4 = det
2
3

0

4
1 8
= =
2
3
3
1
1
1
3
3

1
1
3

1
1

r1 : 3x + y 1 = 4x + y z 1 = 0
r2 : 2x y + z = x y + 2z = 0
r3 : x z = y + z = 0
a) Mostrare che le tre rette sono complanari.

b) Calcolare larea del triangolo determinate dalle tre rette.
Soluzione:
a) Tenendo anche conto del punto b) dellesercizio per verificare che le tre rette sono complanari
determiniamo i loro punti di intersezione a due a due.
1
3x + y = 1

x = 6
4x + y z = 1
1 1 1
1
y=2
r1 r2 :
A
, ,
2x y + z = 0
6 2 6
z = 16
x y + 2z = 0
3x + y = 1

x = 2
4x + y z = 1
1 1 1
y = 21
, ,
r1 r3 :
B
2 2 2
x z = 0
z = 21
y+z =0
2x y + z = 0
x = 0
x y + 2z = 0
C(0, 0, 0)
y=0
r2 r3 :
xz =0
z
=
0
y+z =0
Il piano passante per A, B e C contiene le tre rette che sono quindi complanari.

b) Calcoliamo i due vettori che formano due lati del triangolo: CA = 16 , 21 , 61 e CB =

quindi
i
j
k

1
1
1
1
CA CB = det 16
= i k
2
6
3
3
1
1
1
2 2
2
Infine
Area(ABC) =
1
1
|CA CB| =
2
2
1
1 1
2, 2, 2
1 1
2
+ =
9 9
6
Esercizio 12.22. Si considerino i piani 1 , 2 , 3 di equazioni:

1 : 2x y = 1,
2 : x + y + z = 0,
3 : x 2z = 1.
a) Si determini linsieme intersezione dei tre piani.

b) Si trovi il piano 4 passante per lorigine e perpendicolare alla retta r = 1 2 .
c) Si determini larea del triangolo di vertici A, B, C, con A = 1 2 3 , B = 1 3 4 ,
C = 2 3 4 .
Soluzione:
2. SOLUZIONI
a) Riduciamo a
2 1 0 |
1 1
1 |
1 0 2 |
2x y = 1
3y + 2z = 1
7z = 2
333
gradini il sistema associato ai tre piani
2 1 0 | 1
1
2 1
0 3
2 | 1
0 2II I 0 3
III II 0 1 3 | 1
3III + II 0 0
1

x = 7
3 1 2
1
1 2 3 = A =
.
, ,
y = 7
7 7 7
z = 27
b) Calcoliamo la retta r = 1 2 :
2 1
1 1
0 |
1 |

2 1
1
2II I 0 3
0
0 |
2 |
0 |
2 |
7 |
1
1
2
1
1
x = 3 t + 3
1
2
r:
y = 3t 3
z=t
2x y = 1
3y + 2z = 1

La retta ha direzione 31 , 23 , 1 cioè (1, 2, 3), quindi un piano ortogonale a r ha equazione del
tipo x + 2y 3z = d. Imponendo il pasaggio per lorigine otteniamo d = 0. Infine il piano cercato
è
4 : x + 2y 3z = 0
c) Abbiamo gi`
a trovato A nel punto a). Analogamente mettiamo a sistema 1 , 3 e 4 :

2 1 0 | 1
x = 7
1 5 3
1 0 2 | 1 y = 5
=
B
=
.
,
1
3
4
7
7 7 7
3
1 2 3 | 0
z=
7
Mettendo a sistema 2 , 3 e 4 :
1 1 1 | 0
x = 7
1 0 2 | 1 y = 4
7
1 2 3 | 0
z = 1
2 3 4 = C =
5 4 1
, ,
7 7 7
Di conseguenza
AC =
2 3 1
, ,
7 7 7
BC =
4 1 2
, ,
7 7 7
Infine
Area(ABC) =
i
2
AC BC = 7
4
7
j
37
1
7
1
7
2
7
= i + 2k
1
1
| (1, 0, 2) | =
5
2
2
Esercizio 12.23. Siano A = (0, 1, 0), B = (2, 0, 3), C = (1, 0, 1) punti dello spazio.
a) Calcolare larea del triangolo di vertici A, B, C.

b) Stabilire se il punto D = (2, 2, 2) appartiene al piano contenente A, B, C.
c) Eseiste unisometria che trasforma i punti A, B, C nei punti O = (0, 0, 0), P = (1, 0, 2) e Q =
(1, 1, 1) rispettivamente?
Soluzione:
a) Larea del parallelogramma di lati AB e AC è data dalla lunghezza del vettore AB AC. Poiche
AB = (2, 1, 3) e AC = (1, 1, 1), otteniamo
i j k
AB AC = det 2 1 3 = 2i + j k = (2, 1, 1) |AB AC| = 6.

1 1 1
Infine larea del triangolo è metà dellarea del parallelogramma:
6
.
Area(ABC) =
2
334
b) Un modo consiste nel determinare il piano passante per i tre punti A, B, C il quale ha equazione
x = 2t s
: y = 1 + t + s
2x + y z = 1
z = 3t s
Il punto D non soddisfa lequazione di : 4 + 2 2 6= 1, quindi D non appartiene al piano

contenente A, B, C.
c) Unisometria conserva le distanze, quindi in particolare deve essere |AB| = |OP |. Nel nostro caso
|AB| = 14 6= |OP | = 5
quindi non pu`
o esistere unisometria che trasforma i punti A e B nei punti O e P .

3
Esercizio 12.24. Siano M = (1, 1, 1), N = (3, 2, 1), L = (1, 2, 2) punti dello spazio R . Sia C =
(1, 0, 1).
x + y = 0.
Soluzione:

a) Larea del triangolo di vertici M N L è la metà dellarea del parallelogramma di lati M N e LN ,
dove
u = M N = (2, 1, 0),
v = LN = (2, 0, 1)
Ricordando la formula per
prodotto vettoriale:
i
u v = det 2
2
Infine
larea di un parallelogrammo cominciamo a calcolare il vettore
j k
1 0 = i + 2j 2k = (1, 2, 2)
0 1
1
1
3
|u v| = |(1, 2, 2)| =
2
2
2
In alternativa si poteva calcolare laltezza del triangolo di base LN sfruttando la proiezione
del vettore u = M N su v = LN :
4
(u, v)
v = (2, 0, 1)
prv (u) =
(v, v)
5

4
2
è ortogonale a v e corrisponde allaltezza del triangolo di base
, 1,
Il vettore u prv (u) =
5
5
v. Quindi

3
1
1
3
4
2
|= 5 =
Area(triangolo M N L) = |(2, 0, 1)| |
, 1,
2
5
5
2
2
5
Area(triangolo M N L) =
b) Il vettore delle coordinate omogenee del piano è P = (1, 1, 0, 0) e il punto C ha coordinate

omogenee C = (1, 0, 1, 1). La matrice di proiezione è quindi
0 0 1 1
1 1 1 1
A = P T C (P C)I4 =
0 0 1 0
0 0 0 1
Quindi

1 1
M A = (1, 1, 3, 3) M = , , 1
3 3

1
1
N A = (2, 2, 6, 6) N = , , 1
3 3

1 1 5
L A = (2, 2, 5, 4) L = , , ,
2 2 4
Quindi il triangolo viene proiettato nel segmento M L .
2. SOLUZIONI
335
In alternativa si potevano calcolare le proiezioni senza utilizzare la matrice A. Per esempio

per calcolare M si poteva calcolare la retta
x = 1 + 2t
CM :
y =1+t
z=1
Il punto M è dato dallintersezione tra la retta CM e il piano x + y = 0:
t = 23
x = 1 + 2t
x = 1 + 2t

x = 1
y = 1 + t
y = 1 + t
1 1
3
,
,
1
M
=
M :
3 3
z=1
y = 13
z=1
1 + 2t + 1 + t = 0
z=1
x+y =0
Analogamente si potevano ottenere gli altri punti.

c) Il triangolo M N L è degenere, quindi ha area nulla.
CAPITOLO 13
Coniche
Esercizio 13.1. Stabilire il tipo di conica corrispondente alle seguenti equazioni. Se si tratta di una
conica a centro determinare inoltre le coordinate del centro della conica.
a) 9x2 + 4xy + 6y 2 = 10
b) x2 + 6xy + y 2 + 2x + y +
1
=0
2
c) x2 + 6xy 2y 2 + 2x 4y + 2 = 0
d) x2 + 2xy + y 2 + 3x + 3y = 0
e) 2x2 + 2xy + 3y 2 + 1 = 0
f) 5x2 + 5y 2 6xy + 16 2x + 38 = 0
g) 25x2 7y 2 + 48y + 7 = 0
h) x2 + 9y 2 6xy + 2x 6y + 1 = 0
i) x2 + 2xy + x + 2y 2 = 0
l) x2 + 4xy + 4y 2 6x + 1 = 0
m) x2 + xy 2y 2 + 3y 1 = 0
Esercizio 13.2. Ridurre in forma canonica le coniche f), g) dellesercizio precedente e le coniche
n) 9x2 + 4xy + 6y 2 = 10
p) x2 + 6xy + y 2 + 2x + y +
1
=0
2
Esercizio 13.3. Siano assegnate le seguenti coniche non degeneri f (x, y) = 0:

(1) 9x2 + 4xy + 6y 2 10 = 0
1
(2) x2 + 6xy + y 2 + 2x + y + = 0
2
2
2
(3) 5x + 5y 6xy + 16 2x + 38 = 0
(4) 25x2 7y 2 + 48y + 7 = 0
(5) x2 + 4xy + 4y 2 6x + 1 = 0
Per ognuna di esse:
a) Determinare la matrice A della forma quadratica associata alla conica.
b) Determinare la matrice di rotazione R (ortogonale speciale) tale che RT AR = D, con D matrice
diagonale.
c) Stabilire se si tratta di uniperbole, ellisse o parabola.
d) Se si tratta di una conica a centro (ellisse o iperbole), determinarne il centro e gli assi.
(1) 9x2 + 4xy + 6y 2 10 = 0
(2) x2 + 6xy + y 2 + 2x + y +
1
=0
2
337
338
13. CONICHE
(3) 5x2 + 5y 2 6xy + 16 2x + 38 = 0
(4) 25x2 7y 2 + 48y + 7 = 0
(5) x2 + 4xy + 4y 2 6x + 1 = 0
Per ognuna di esse:
a) Determinare la matrice A della forma quadratica asociata alla conica.
b) Stabilire se si tratta di uniperbole, ellisse o parabola.
c) Se si tratta di una conica a centro (ellisse o iperbole), determinarne il centro e gli assi. Se si
tratta di una parabola, determinarne il vertice e lasse.
Esercizio 13.5. Riconoscere che le seguenti coniche f (x, y) = 0 sono degeneri e determinare le
equazioni delle rette che le formano. Se si tratta di una conica a centro determinarne il centro.
(1) x2 + 2xy + y 2 + 3x + 3y = 0
(2) x2 + 9y 2 6xy + 2x 6y + 1 = 0
(3) x2 + xy 2y 2 + 3y 1 = 0
Esercizio 13.6. Ridurre in forma canonica le seguenti coniche:
a) 5x2 + 5y 2 6xy + 16 2x + 38 = 0
b) 25x2 7y 2 + 48y + 7 = 0
c) x2 + 4xy + 4y 2 6x + 1 = 0
Esercizio 13.7. Ridurre in forma canonica le seguenti coniche e determinare il cambiamento di

coordinate necessario per passare da una forma allaltra:
a) 5x2 + 5y 2 6xy + 16 2x + 38 = 0
b) 25x2 7y 2 + 48y + 7 = 0
c) x2 + 4xy + 4y 2 6x + 1 = 0
Esercizio 13.8. Sia C la conica di equazione
C : 2xy x 3y = k
a) Stabilire per quali valori di k la conica C è degenere.

b) Posto k = 0, stabilire di quale tipo di conica si tratti.
c) Trovare gli assi (o lasse) di simmetria di C.
Esercizio 13.9. Sia k un parametro reale. Si consideri la famiglia di coniche Ck di equazione

Ck : 2kx2 + 2(k 2)xy 4y 2 + 2x = 1.
a) Esistono coniche degeneri nella famiglia?

b) Si classifichi la conica Ck al variare di k.
c) Si determinino le coordinate dei centri delle coniche Ck (quando esistono).
Esercizio 13.10. Sia Ck la conica di equazione

Ck :
x2 + (k 2)xy + y 2 4 = 0
(k parametro reale)
a) Al variare di k R, riconoscere di quale tipo di conica si tratti.

b) Trovare le coniche degeneri della famiglia.
c) Mostrare che ci sono due rette che sono assi di simmetria di ogni conica della famiglia.
Ck :
x2 + kxy + y 2 4 = 0
(k parametro reale)

c) Mostrare che tutte le ellissi appartenenti alla famiglia sono reali.
Esercizio 13.12. Fissato il parametro reale t, sia Ct la conica di equazione
Ct : (2t 1)x2 + 6txy + ty 2 + 2x = 0
1. SUGGERIMENTI
339
a) Stabilire se esistono valori di t per cui la conica è degenere.

b) Determinare il tipo di conica al variare del parametro t.
1
c) Scrivere la forma canonica di Ct per t = .
3
Ct : tx2 + 2xy + (t + 2)y 2 2y = 0

c) Scrivere la forma canonica di Ct per t = 1.
1 0
A = 0 1
0 2
0
2
1
a) Calcolare autovalori e autovettori di A.

b) Calcolare una matrice diagonalizzante di A, che sia ortogonale e rappresenti una rotazione dello
spazio attorno allorigine.
c) Scrivere la forma canonica della conica C con matrice associata A
Esercizio 13.15. Si consideri la conica di equazione
2x2 + 4xy + 5y 2 + 2x 2y + 1 = 0
a) Si determini il tipo di conica.

b) Si trovi leventuale centro della conica.
c) Si trovino gli assi di simmetria e la forma canonica della conica.
C : 3x2 + 14xy 5y 2 10x + 14y = 0
a) Stabilire il tipo di conica.

b) Nel caso sia una conica a centro, trovare le coordinate del centro.
c) Trovare equazioni degli eventuali asintoti della conica.
x2 + 4xy + 4y 2 + 4y = 0.

b) Si trovi la forma canonica della conica.
c) Si trovino gli eventuali assi di simmetria della conica.
C : 6x2 + 4xy + 9y 2 5x + 10y = 0.
a) Stabilire il tipo di conica e la forma canonica di C.

b) Trovare equazioni degli assi di simmetria di C.
1. Suggerimenti
Equazione
A ogni conica f (x, y) = 0, possiamo associare due matrici quadrate simmetriche: la matrice A M22
relativa alla forma quadratica associata alla conica, e la matrice A M33 :

coeff. di x2
1/2 coeff. di xy
,
A=
1/2 coeff. di xy
coeff. di y 2
"
#

1/2 coeff. della x
A h
, k = termine noto dellequazione

A =
dove h =
1/2 coeff. della y
hT k
Di conseguenza lequazione della conica è

f (x, y) = [x, y, 1] A [x, y, 1]T = [x, y] A [x, y]T + 2 hT [x, y]T + k = 0
340
13. CONICHE
Possiamo inoltre definire gli invarianti ortogonali dellequazione della conica.

Invariante cubico: I3 = det(A ),
Invariante quadratico: I2 = det(A),
Invariante lineare: I1 = traccia di A = somma degli elementi della diagonale di A = somma
degli autovalori di A.
-
Classificazione.
Una conica è non degenere se I3 = det(A ) 6= 0. Inoltre è:
Ellisse: se gli autovalori sono concordi, ovvero se I2 = det(A) > 0.
Iperbole: se gli autovalori sono discordi, ovvero se I2 = det(A) < 0.
Parabola: se ha un autovalore nullo, ovvero se I2 = det(A) = 0.
Una conica è degenere se I3 = det(A ) = 0. Inoltre:
Se rg(A ) = 2 è semplicemente degenere, ovvero si tratta di una coppia di rette distinte
(reali o immaginarie).
Se rg(A ) = 1 è doppiamente degenere, ovvero si tratta di una coppia di rette coincidenti.
-
Centro e assi o vertice e asse.

Centro
Iperbole e ellisse sono coniche a centro. Il centro si determina risolvendo il sistema:

x
= h
A
y
Se la conica è degenere e si tratta di una coppia di rette incidenti, si tratta di una conica
a centro. Il centro è il punto di intersezione delle due rette e pu`
o anche essere determinato
come per le coniche a centro non degeneri.
Assi
Gli assi di iperbole e ellisse sono le rette passanti per il centro, aventi direzioni parallele agli
autovettori di A.
Lasse della parabola è una retta di direzione parallela allautovettore relativo allautovalore
nullo passante per il vertice. Il vertice è dato dallintersezione dellasse con la parabola.
Non avendo in generale il vertice, per determinare lasse si pu`
o:
Determinare la direzione dellasse.
Determinare la generica equazione di una retta r perpendicolare allasse.
Determinare i punti di intersezione D e E di r con la parabola.
Determinare il punto medio M del segmento DE.
Lasse è la retta per M di direzione parallela allautovettore relativo allautovalore
nullo.
Una volta nota lequazione dellasse si pu`
o ricavare il vertice.
In alternativa assi, centro e vertice si possono ricavare dalla forma canonica se si è a conoscenza delle trasformazioni che permettono di passare dallequazione alla forma canonica e
viceversa.
-
Rotazione.
La matrice A è simmetrica, quindi esiste una matrice R ortogonale speciale detta matrice di rotazione
tale che

0
RT AR = D = 1
dove i sono autovalori di A
0 2
La matrice R si ottiene dagli autovettori di A (normalizzati e con i segni in modo che il determinante
sia 1).
-
1. SUGGERIMENTI
341
Forma canonica con equazioni della trasformazione.

Per ottenere la forma canonica di una conica non degenere, ovvero una delle forme:
ax2 + by 2 1 = 0, ellisse reale,

ax2 + by 2 + 1 = 0, ellisse immaginaria,
ax2 by 2 1 = 0, iperbole,
x2 2py = 0, parabola,
con a, b > 0, dobbiamo eseguire due trasformazioni:

(1) Rotazione. Lo scopo è ruotare la conica in modo che gli assi (o lasse) siano paralleli agli assi
cartesiani. Dal punto di vista dellequazione questo implica la mancanza del termine xy.
(2) Traslazione. Lo scopo è traslare la conica in modo che il centro (nel caso di ellisse o iperbole) o
il vertice (nel caso della parabola), coincida con lorigine degli assi cartesiani. Dal punto di vista
dellequazione questo implica la mancanza dei termini x e y.
Vediamo come procedere.
(1) Rotazione.
i) Si determinano gli autovalori e autovettori di A, in modo da ottenere la matrice R ortonormale speciale tale che RT AR = D, matrice diagonale. Questo corrisponde a effettuare il
cambiamento di base:

x
X
X
x
= RT
=R
y
Y
Y
y
ii) Si sostituiscono al posto di x e y le nuove coordinate X e Y ottenendo cos` una equazione
priva del termine XY . Notiamo che la forma quadratica associata alla conica nelle nuove
coordinate sar`
a del tipo:
1 X 2 + 2 Y 2
dove i sono gli autovalori di A. E quindi opportuno prendere gli autovalori nellordine
desiderato (e non è necesario sostituire X e Y nella parte quadratica perche sappiamo gi`
a il
risultato che otterremo).
(2) Traslazione Possiamo distinguere due casi.
Coniche a centro. Si pu`
o procedere in due modi:
i) Completamento dei quadrati, che indicano la traslazione da effettuare.
ii) Ricerca del centro della conica (eventualmente modificato secondo il cambiamento di
coordinate della rotazione), che indica la traslazione da effettuare.
Parabole.
i) Completamento del quadrato e contemporaneamente eliminazione del termine noto,
che indicano la traslazione da effettuare.
ii) Ricerca del vertice della parabola (eventualmente modificato secondo il cambiamento
di coordinate della rotazione), che indica la traslazione da effettuare. Poiche la ricerca
del vertice della parabola è piuttosto laboriosa, in genere conviene utilizzare il primo
metodo.
-
Forma canonica versione semplice.

Per ottenere la forma canonica di una conica non degenere senza cercare però lequazioni della trasformazione che permette di passare dallequazione originale alla forma canonica e viceversa, possiamo procedere nel seguente modo:
Calcoliamo I3 = det(A ) per verificare che la conica non sia degenere.
Calcoliamo gli autovalori 1 , 2 di A e stabiliamo di quale conica si tratta.
Se si tratta di unellisse o uniperbole sappiamo che dobbiamo arrivare a una equazione del tipo
ax2 by 2 1 = 0, passando attraverso una equazione del tipo
1 0 0
2
2
1 x + 2 y + t = 0 B = 0 2 0 con 1 , 2 autovalori di A
0
0 t
Poiche I3 è un invariante, imponendo la condizione det(A ) = det(B) possiamo ricavare il valore

di t. Dividendo infine per t o t si ottiene la forma canonica.
342
13. CONICHE
Se si tratta di una parabola sappiamo che dobbiamo arrivare a una equazione del tipo x2 2py =
0, passando attraverso una equazione del tipo
0 0
x2 + 2ty = 0 B = 0 0 t con autovalore non nullo di A
0 t 0
Poiche I3 è un invariante, imponendo la condizione det(A ) = det(B) possiamo ricavare il valore

di t. Dividendo infine per si ottiene la forma canonica.
Equazioni della trasformazione. Passando da unequazione f (x, y) = alla corrispondente forma

canonica f (X, Y ) = 0 abbiamo effettuato un cambiamento di base corrispondente a una rotazione R
(definita dagli autovettori di A) e una traslazione definita dal centro C(x0 , y0 ) o dal vertice V (x0 , y0 ) della
conica. Il cambio di coordinate è dato da

x
X
x
=R
+ 0
y0
y
Y

x x0
X
= RT
y y0
Y
dove R è la matrice di rotazione, ovvero la matrice diagonalizzante ortogonale speciale associata a A.
-
Coniche degeneri.
Per determinare le equazioni delle rette che formano che le coniche degeneri si deve risolvere una
equazione di secondo grado in cui si considera la x come variabile e la y come parametro, o viceversa.
Se la conica è semplicemente degenere (rg(A ) = 2) si ottengono due rette distinte.

Se la conica è doppiamente degenere (rg(A ) = 1) si ottiene una sola retta.
Se la conica è a centro (det(A) 6= 0, quindi rg(A ) = 2) si ottengono due rette incidenti nel centro.
Se è una parabola degenere (det(A) = 0, ma rg(A ) = 2) si ottengono due rette parallele.
2. Soluzioni
Esercizio 13.1. Stabilire il tipo di conica corrispondente alla seguente equazione. Se si tratta di una
conica a centro determinare inoltre le coordinate del centro della conica.
a) 9x2 + 4xy + 6y 2 = 10
b) x2 + 6xy + y 2 + 2x + y +
1
=0
2
c) x2 + 6xy 2y 2 + 2x 4y + 2 = 0
d) x2 + 2xy + y 2 + 3x + 3y = 0
e) 2x2 + 2xy + 3y 2 + 1 = 0
f) 5x2 + 5y 2 6xy + 16 2x + 38 = 0
g) 25x2 7y 2 + 48y + 7 = 0
h) x2 + 9y 2 6xy + 2x 6y + 1 = 0
i) x2 + 2xy + x + 2y 2 = 0
l) x2 + 4xy + 4y 2 6x + 1 = 0
m) x2 + xy 2y 2 + 3y 1 = 0
Soluzione:
2. SOLUZIONI
a) Consideriamo lequazione 9x2 + 4xy + 6y 2
9
A = 2
0
per cui lequazione della conica risulta
343
= 10. La matrice A associata a tale equazione è
2
0
6
0
0 10

x
[x, y, 1] A y = 0
1
Analogamente la matrice associata alla forma quadratica è

9 2
A=
2 6
per cui lequazione della conica risulta

x
x
[x, y] A
+ 2hT
+k =0
y
y
con

0
1/2 coeff. della x
k = 10
=
h=
0
1/2 coeff. della y
Per stabilire se si tratta di una conica degenere o nondegenere determiniamo il rango di A

comiciando a calcolare il determinante di A :
I3 = det(A ) = 540 + 40 = 500 6= 0 rg(A ) = 3
Quindi si tratta di una conica non degenere.

Per stabilire se si tratta di unellisse, di una parabola o di una iperbole calcoliamo il determinante di A:
I2 = det(A) = 54 4 = 50 > 0
Quindi si tratta di unellisse.

Poichè si tratta di una conica a centro ne possiamo determinare il centro risolvendo il sistema

x
x
A
+h=0 A
= h
y
y
ovvero il sistema associato alla matrice

1/2II 1 3
9 2 | 0
9 2
I
2 6 | 0
(
x=0
C = (0, 0)
y=0
|
|
0
0
1
II 9I 0
3
25
|
|
0
0
Potevamo notare che il centro della conica è (0, 0) osservando che nellequazione mancano i
termini x e y.
1
b) Consideriamo lequazione x2 + 6xy + y 2 + 2x + y + = 0 e le matrici A e A associate:
2

1 3 1
1 3
A = 3 1 12
A=
3 1
1 21 12
Lequazione della conica risulta
ovvero

x
[x, y, 1] A y = 0
1
[x, y] A
con

x
x
+k =0
+ 2hT
y
y

1
1/2 coeff. della x
= 1 ,
h=
1/2 coeff. della y
2

k=
1
2
344
13. CONICHE
Inoltre
1
9
1
3 + = 6= 0 conica non degenere
4
2
4
I2 = det(A) = 1 9 = 8 < 0 iperbole.
I3 = det(A ) =

x
x
A
+h=0 A
= h
y
y

1 3 | 1
1
3
1 3 | 1
II 6I 0 16
2II 6 2 | 1
3 1 | 12

x = 1
1
5
16
C
=
16 16
y =
16
|
|

1
5
c) Consideriamo lequazione x2 + 6xy 2y 2 + 2x 4y + 2 = 0 e le matrici A e A associate:

1 3
1
1 3
A = 3 2 2
A=
3 2
1 2 2
Inoltre
h=
Si ha

1
2
k=2
I3 = det(A ) = 8 24 4 = 36 6= 0 conica non degenere.

I2 = det(A) = 2 9 = 11 < 0 iperbole.
Determiniamo il centro risolvendo il sistema

x
x
A
+h=0 A
= h
y
y

1
3
|
1 3 | 1
II 3I 0 11 |
3 2 | 2

x = 4
5
4
11
,
C
=
5
11 11
y =
11

1
d) Consideriamo lequazione x2 + 2xy + y 2 + 3x + 3y = 0 e le matrici A e A associate

1 1 32
1 1
A = 1 1 2
A=
1 1
3
3
0
2
2
Inoltre
h=
3
2
3
2
k=0
Poichè A ha due righe uguali si ha I3 = det(A ) = 0 e rg(A ) < 3. Inoltre A ha una

sottomatrice 2 2 di determinante non nullo, per esempio:

9
1 23
det 3
= 6= 0
0
4
2
rg(A ) = 2 conica semplicemente degenere.
Si tratta quindi di due rette distinte.
2. SOLUZIONI
345
Per determinare esplicitamente lequazione delle due rette si pu`

o considerare lequazione della
conica come una equazione di secondo grado nellincognita x e considerare la y come parametro:
x2 + (2y + 3)x + (y 2 + 3y) = 0
Risolvendo tale equazione con la formula per le equazioni di secondo grado otteniamo
p
2y 3 (2y + 3)2 4(y 2 + 3y)

2y 3 9
=
x1,2 =
2
2
2y 3 3
=
2
x = y
oppure
x = y 3
Si tratta quindi di due rette reali parallele:
r1 : x + y = 0
r2 : x + y + 3 = 0
e) Consideriamo lequazione 2x2 + 2xy + 3y 2 + 1 = 0 e le matrici associate:

2 1 0
2 1
A = 1 3 0
A=
1 3
0 0 1
Inoltre
Si ha

0
h=
0
k=1
I3 = det(A ) = 5 6= 0 rg(A ) = 3 conica non degenere.
I2 = det(A) = 5 > 0 ellisse.

2
2 1 | 0
x
= h
A
2II I 0
1 3 | 0
y
(
x=0
C = (0, 0)
y=0
1 |
5 |

0
f) Consideriamo lequazione 5x2 + 5y 2 6xy + 16 2x + 38 = 0 e le matrici associate:

5
3 8 2
5 3
5
0
A = 3
A
=
3 5
38
8 2 0
Inoltre
h=

8 2
,
0
k = 38
Si ha
I3 = det(A ) = 32 6= 0 conica non degenere.
I2 = det(A) = 25 9 = 16 > 0 ellisse.

3 5 |
0
x
II
5 3 | 8 2
A
= h
y
5II + 3I 0 16 | 24 2
3 5 |
0

x =
2
3
5
2
C
=
2,
2
3
2
2
y =
2
2
346
13. CONICHE
g) Consideriamo lequazione 25x2 7y 2 + 48y + 7 = 0 e le matrici associate

25 0
0
25 0
A=
A = 0 7 24
0 7
0 24 7
Inoltre
h=

0
,
24
k=7
Si ha
I3 = det(A ) = 25 (49 242 ) 6= 0 conica non degenere.
I2 = det(A) = 175 < 0 iperbole.

x = 0
24
25 0 |
0
C
=
0,
24
0 7 | 24
y =
7
7
h) Consideriamo lequazione x2 + 9y 2 6xy + 2x 6y + 1 = 0 e le matrici associate:

1 3 1
1 3
A = 3 9 3
A=
3 9
1 3 1
Notiamo che senza eseguire calcoli possiamo dedurre che I3 = det(A ) = 0 in quanto A ha
due righe uguali. Inoltre riducendo la matrice a gradini otteniamo:
1 3 1
II + 3I 0 0 0
III I 0 0 0
Quindi rg(A ) = 1 e si tratta di una conica doppiamente degenere, ovvero di due rette coincidenti.
Per determinare esplicitamente lequazione della retta risolviamo lequazione di secondo grado
nellincognita x con parametro y (o viceversa):
x2 2(3y 1) + (9y 2 6y + 1) = 0
p
x1,2 = (3y 1) (3y 1)2 (9y 2 6y + 1) = 3y 1
Quindi si tratta della retta x 3y + 1 = 0.
i) Consideriamo lequazione x2 + 2xy + x + 2y 2 = 0 e le matrici associate:

1 1 12
1 1
A=
A = 1 0 1
1 0
1
1
2
2
Inoltre
h=
1
2
k = 2
Si ha
5 1
+ = 2 6= 0 conica non degenere.
2 2
I3 = det(A ) = 1 +

x = 1
1
1 1 | 12
C = 1,
1
1 0 | 1
y =
2
2
2. SOLUZIONI
l) Consideriamo lequazione x2 + 4xy + 4y 2 6x + 1 = 0 e le

1 2 3
1
A=
A = 2 4 0
2
3 0 1
Inoltre

3
,
h=
0

347
matrici associate:
2
4
k=1
Si ha
I3 = det(A ) = 36 6= 0 conica non degenere.
I2 = det(A) = 0 parabola.
m) Consideriamo lequazione x2 + xy 2y 2 + 3y 1 = 0 e le matrici associate:
1

0
1
1
2
1
2
A= 1
A = 12 2 23
2
3
2
0
1
2
Si ha
I3 = det(A ) = 0 conica degenere.

Inoltre A ha una sottomatrice 2 2 di determinante non nullo, per esempio:

1
1
1
2
= 2 6= 0
det 1
2
4
2
rg(A ) = 2 conica semplicemente degenere.
Si tratta quindi di due rette distinte.

conica come una equazione di secondo grado nellincognita x e considerare la y come parametro
(o viceversa):
x2 + xy + (2y 2 + 3y 1) = 0
Risolvendo tale equazione con la formula per le equazioni di secondo grado otteniamo
p
p
y y 2 4(2y 2 + 3y 1)
y 9y 2 12y + 4
=
x1,2 =
2
2
y (3y 2)
=
2
x=y1
oppure
x = 2y + 1
Si tratta quindi di due rette reali incidenti:
r1 : x y + 1 = 0
r2 : x + 2y 1 = 0

Notiamo che le due rette si intersecano nel punto C 31 , 32 che corrisponde al centro della
conica. Il punto C lo possiamo quindi anche ricavare, come nei casi precedenti, risolvendo il
sistema A [x y]T = h.
Esercizio 13.2. Ridurre in forma canonica le coniche f), g), l) dellesercizio precedente e le coniche
n) 9x2 + 4xy + 6y 2 = 10
p) x2 + 6xy + y 2 + 2x + y +
Soluzione:
1
=0
2
348
13. CONICHE
a che si tratta di
f) Consideriamo lequazione
5x2 + 5y 2
6xy + 16 2x + 38 = 0. Sappiamo gi`

5
3
unellisse di centro C
2,
2 . Sappiamo inoltre che gli autospazi della matrice A sono:
2
2
E(8) = h(1, 1)i
E(2) = h(1, 1)i
Per determinare la forma canonica dobbiamo effettuare due trasformazioni:

Rotazione
Traslazione
Rotazione. Per determinare una matrice di cambiamento di base ortonormale e speciale,
corrispondente a una rotazione, dobbiamo determinare una base ortonormale di R2 formata da autovettori, imponendo inoltre che la matrice P di cambiamento di base abbia
determinante +1.
Notiamo che i due autovettori sono ortogonali (anche per il teorema spettrale). E quindi sufficiente normalizzarli e eventualmente cambiarli di segno in modo che P abbia determinante
+1:
E(8) = h
1
1
,
2
2
E(2) = h
1
1
,
2
2
La matrice P di cambiamento di base è quindi la matrice ortogonale

#
"
P =
1
2
12
1
2
1
2
Se indichiamo con (x , y ) le nuove coordinate abbiamo che

x = (x y)
x
x
x
2
= P 1
= PT
1
y
y
y
y = (x + y)
2

x = (x + y )
x
x
2
=P
1
y
y
y = (x + y )
2
In questo momento ci serve il secondo cambio di coordinate. Sostituendo infatti le coordinate

(x, y) nellequazione otteniamo:
5
5
1
(x + y )2 + (x + y )2 6 (x + y )(x + y )+
2
2
2
+ 16(x + y ) + 38 = 0
8(x )2 + 2(y )2 + 16x + 16y + 38 = 0
Abbiamo cos` effettuato la rotazione.

Traslazione Si tratta ora di effettuare la traslazione. Possiamo procedere in due modi.
MODO 1: completamento del quadrato.

8 (x )2 + 2x + 2 (y )2 + 8y + 38 = 0

8 (x )2 + 2x + 1 8 1 + 2 (y )2 + 8y + 42 2 42 + 38 = 0
2
8 (x + 1) + 2 (y + 4) 2 = 0
Sostituiamo ora le nuove incognite

(
X = x + 1
Y = y + 4
ottenendo lequazione
8X 2 + 2Y 2 = 2 4X 2 + Y 2 = 1
2. SOLUZIONI
349
Notiamo che il cambiamento di base da (x, y) a (X, Y ) è
X = (x y) + 1
2
1
Y = (x + y) + 4
2
MODO 2: utilizziamo il centro. Sappiamo che il centro ha coordinate
x = 5 2
2
C:
3
y =
2
2
Nelle nuove coordinate (x , y ) il centro ha coordinate:

1
5
3
2+
2 = 1
x =
2
2 2
C:
3
5
1
2
2 = 4
y =
2
2
2
Quindi le coordinate rispetto alle quali il centro si trova nellorigine degli assi sono
(
(
X = x + 1
x = X 1
Y = y + 4
y = Y 4
Sostituendo tali valori nellequazione
8(x )2 + 2(y )2 + 16x + 16y + 38 = 0
otteniamo, ovviamente come nel caso precedente, lequazione canonica
4X 2 + Y 2 = 1
g) Consideriamo
25x2 7y 2 + 48y + 7 = 0. Sappiamo gi`
a che si tratta di una iperbole
lequazione

24
di centro C 0,
. Inoltre gli autospazi di A sono
7
E(25) = h(1, 0)i
E(7) = h(0, 1)i
Rotazione Notiamo che la matrice A è gi`

a diagonale, quindi non dobbiamo effettuare questa
operazione. In effetti la matrice P di cambiamento di base sarebbe la matrice identica.
Traslazione
Si tratta ora di effettuare la traslazione. Possiamo procedere in due modi.
MODO 1: completamento del quadrato.

48
2
2
25x 7 y y + 7 = 0
7
"
2
2 #
48
24
24
2
2
25x 7 y y +
+7
+7=0
7
7
7

2
24
625
2
25x 7 y
+
=0
7
7
X = x
25X 2 7Y 2 +
Y = y
24
7
7
49 2
625
= 0 X2 +
Y =1
7
25
625
350
13. CONICHE
Per ottenere la forma canonica dobbiamo in effetti effettuare la rotazione che scambi gli assi
cartesiani:
(
x = Y
y = X
ottenendo
7
49 2
(x ) (y )2 = 1
625
25
MODO 2: utilizziamo il centro. Sappiamo che il centro ha coordinate
x = 0
C:
24
y =
7
Non avendo effettuato il cambiamento di coordinate corrispondente alla rotazione possiamo immediatamente individuare le coordinate (X, Y ) rispetto alle quali il centro si trova
nellorigine degli assi:
x = X
X = x
24
24
y = Y +
Y = y
7
7
Sostituendo tali valori nellequazione
25x2 7y 2 + 48y + 7 = 0
otteniamo, ovviamente come nel caso precedente, lequazione canonica
7 2
49 2
X +
Y =1
25
625
ovvero
7
49 2
(x ) (y )2 = 1
625
25
l) Consideriamo lequazione x2 + 4xy + 4y 2 6x + 1 = 0. Sappiamo gi`

a che si tratta di una parabola,
ma in questo caso, non trattandosi di una conica a centro, non abbiamo determinato gli autospazi.

1
2
pA () = det
= ( 5)
2
4
Quindi A ha due autovalori:
1 = 0
2 = 5
Calcoliamo lautospazio E(0) risolvendo il sistema omogeneo associato a A:

1 2 | 0
1 2 | 0
x + 2y = 0
II 2I
2 4 | 0
0 0 | 0
(
x = 2t
E(0) = h(2, 1)i

y=t
Analogamente calcoliamo lautospazio E(5) risolvendo il sistema omogeneo associato a A I:

4 2 | 0
1/2I
2 1 | 0
2x + y = 0
2 1 | 0
2II + I
0 0 | 0
(
x=t
E(5) = h(1, 2)i

y = 2t
Possiamo ora procedere come negli esercizi precedenti.
2. SOLUZIONI
351
Rotazione Per determinare una matrice di cambiamento di base ortonormale e speciale, corrispondente a una rotazione, dobbiamo determinare una base ortonormale di R2 formata da
autovettori, imponendo inoltre che la matrice P di cambiamento di base abbia determinante
+1.
Notiamo che i due autovettori sono ortogonali (anche per il teorema spettrale). E quindi sufficiente normalizzarli e eventualmente cambiarli di segno in modo che P abbia determinante
+1:
E(0) = h
1
2
,
5
5
E(5) = h
2
1
,
5
5
La matrice P di cambiamento di base è quindi la matrice ortogonale

#
"
P =
2
5
15
1
5
2
5
Se indichiamo con (x , y ) la nuove coordinate abbiamo che

x = (2x y)
x
T x
1 x
5
=P
=P
1
y
y
y
y = (x + 2y)
5

x = (2x + y )
x
x
5
=P
1
y
y
y = (x + 2y )
5
In questo momento ci serve il secondo cambio di coordinate. Sostituendo infatti le coordinate

(x, y) nellequazione otteniamo:
1
4
4
(2x + y )2 + (2x + y )(x + 2y ) + (x + 2y )2
5
5
5
6
(2x + y ) + 1 = 0
5
6
12
2
5(y ) x y + 1 = 0
5
5
Abbiamo cos` effettuato la rotazione.

Traslazione
Si tratta ora di effettuare la traslazione. Non essendo una conica a centro dobbiamo procedere
nel
MODO 1: completamento del quadrato e eliminazione del termine noto.

6
12
5 (y )2 y x + 1 = 0
5 5
5
"
2 #

12
9
6
3
2
x + 1
=0
5 (y ) y +
25
5 5
5 5
5

2
3
12
16
5 y
x +
=0
25
5 5
5
"
#

2
3
4 5
12
5 y
=0
x
75
5 5
5
X = x 4 5
75
3
Y = y
5 5
12
12
5Y 2 X = 0 Y 2 X = 0
5
5 5
352
13. CONICHE
Per ottenere la forma canonica dobbiamo in effetti effettuare la rotazione che scambi gli assi
cartesiani:
(
x = Y
y = X
ottenendo
12
(x )2 + y = 0
5 5
Scriviamo la conica in forma normale:
9x2 + 4xy + 6y 2 10 = 0
Le matrici associate alla conica sono
9 2
0
0
A = 2 6
0 0 10
A=
9 2
2 6
Si vede facilmente che
I3 = det(A ) 6= 0 conica non degenere.
I2 = det(A) = 50 > 0 ellisse.
Rotazione
Come prima cosa dobbiamo individuare un cambiamento di base ortogonale che trasformi
A in matrice diagonale (rotazione). A tale scopo cerchiamo gli autovalori e autovettori di A
per trovare una nuova base ortonormale di R2 formata da autovettori di A. Quindi
pA () = (9 )(6 ) 4 = 2 15 + 50
e gli autovalori sono 1 = 5 e 2 = 10.
Calcoliamo lo spazio E(10) risolvendo il sistema omogeneo asociato alla matrice A 10I:
(

x = 2t
1 2 | 0
1 2 | 0
t R
II + 2I 0 0 | 0
2 4 | 0
y=t
Quindi
E(10) = h(2, 1)i
Calcoliamo lo spazio E(5) risolvendo il sistema omogeneo associato alla matrice A 5I:
(

x=t
4 2 | 0
1/2I 2 1 | 0
t R
2 1 | 0
2II I 0 08 | 0
y = 2t
Quindi
E(5) = h(1, 2)i
Notiamo che i due autovettori sono ortogonali (per il teorema spettrale). E quindi suffinciente normalizzarli cambiandoli di segno in modo che la matrice P di cambiamento di base
abbia determinante +1:
"
#
2
15
5
P = 1
2
5

x = (2x + y)
x
x
x
5
= PT
= P 1
1
y
y
y
y = (x + 2y)
5

x = (2x y )
x
x
5
=P
1
y
y
y = (x + 2y )
5
2. SOLUZIONI
353
Sostituendo ora le coordinate (x, y) nellequazione otteniamo:

4
6
9
(2x y )2 + (2x y )(x + 2y ) + (x + 2y )2 10 = 0
5
5
5
10(x )2 + 5(y )2 10 = 0
2(x )2 + (y )2 2 = 0
Traslazione
Come si vede dal fatto che mancano i termini in x e y in questo caso non è necessario
effettuare il secondo cambiamento di base corrispondente alla traslazione per ottenere la
forma canonica. In effetti se ricerchiamo il centro otteniamo:
(

x=0
9 2 | 0
9 2 | 0
C(0, 0)
9II 2I 0 50 | 0
2 6 | 0
y=0
La forma canonica della conica è quindi
1
(x )2 + (y )2 1 = 0
2
1
Consideriamo la conica x2 + 6xy + y 2 + 2x + y + = 0 e
2

1 3 1
1
A=
A = 3 1 12
3
1
1
1 2 2
le matrici associate

3
1
Si vede facilmente che
I3 = det(A ) 6= 0 conica non degenere.
Rotazione Come prima cosa dobbiamo individuare un cambiamento di base ortogonale

che trasformi A in matrice diagonale (rotazione). A tale scopo cerchiamo gli autovalori e
autovettori di A per trovare una nuova base ortonormale di R2 formata da autovettori di A.
Quindi
pA () = (1 )2 9 = 2 2 8
e gli autovalori sono 1 = 4 e 2 = 2.

Calcoliamo lo spazio E(4) risolvendo il sistema omogeneo associato alla matrice A 4I:
(

x=t
3 3 | 0
t R
3 3 | 0
y=t
Quindi
E(4) = h(1, 1)i
Calcoliamo lo spazio E(2) risolvendo il sistema omogeneo associato alla matrice A + 2I:
(

x=t
3 3 | 0
t R
3 3 | 0
y = t
Quindi
E(2) = h(1, 1)i
Notiamo che i due autovettori sono ortogonali (per il teorema spettrale). E quindi sufficiente
normalizzarli:

1
1
1
1
,
i
E(2) = h ,
i
2
2
2
2
La matrice P di cambiamento di base è quindi la matrice ortogonale speciale
#
"
E(4) = h
P =
1
2
12
1
2
1
2
354
13. CONICHE

x = (x y)
x
T x
1 x
2
=P
=P
1
y
y
y
y = (x + y)
2

x = (x + y )
x
x
2
=P
1
y
y
y = (x + y )
2
Sostituendo ora le coordinate (x, y) nellequazione otteniamo:
1
6
1
(x + y )2 + (x + y )(x + y ) + (x + y )2 +
2
2
2
1
1
2
+ (x + y ) + (x + y ) + = 0
2
2
2
1
3
1
2(x )2 + 4(y )2 + x + y + = 0
2
2
2
Traslazione
Possiamo ora completare il quadrato:

3
1
1
2 (x )2 x + 4 (y )2 + y + = 0
2
2 2
4 2
"
2 #
2

1
1
1
2 (x )2 x +
+2
+
2 2
4 2
4 2
"
2 #
2

3
1
3
3
2
4
+ =0
4 (y ) + y +
2
4 2
8 2
8 2

2
2

1
3
9
2 x
+4 y +
+
=0
32
4 2
8 2
X = x
4 2
3
Y = y +
8 2
9
=0
2X 2 + 4Y 2 +
32
64 2 128 2
X
Y =1
9
9

(1) 9x2 + 4xy + 6y 2 10 = 0
1
(2) x2 + 6xy + y 2 + 2x + y + = 0
2
2
2
(3) 5x + 5y 6xy + 16 2x + 38 = 0
(4) 25x2 7y 2 + 48y + 7 = 0
(5) x2 + 4xy + 4y 2 6x + 1 = 0
Per ognuna di esse:
b) Determinare la matrice di rotazione R (ortogonale speciale) tale che RT AR = D, con D matrice
diagonale.
c) Stabilire se si tratta di uniperbole, ellisse o parabola.
d) Se si tratta di una conica a centro (ellisse o iperbole), determinarne il centro e gli assi.
2. SOLUZIONI
355
Soluzione:
(1) Consideriamo lequazione 9x2 + 4xy + 6y 2 = 10.
a) La matrice associata alla forma quadratica è

9 2
A=
2 6
b) Determiniamo gli autovalori e autovettori di A:

9
2
pA () = det
= (9 )(6 ) 4 = 2 15 + 50
2
6
Quindi A ha due autovalori: 1 = 10, 2 = 5
Calcoliamo lautospazio E(10) risolvendo il sistema omogeneo associato a A 10I:

1 2 | 0
1 2 | 0
x + 2y = 0
II + 2I 0 0 | 0
2 4 | 0
(
x = 2t
E(10) = h(2, 1)i

y=t
Analogamente calcoliamo lautospazio E(5) risolvendo il sistema omogeneo associato a A5I:

4 2 | 0
1/2I 2 1 | 0
2x + y = 0
2 1 | 0
2II I 0 0 | 0
(
x=t
E(5) = h(1, 2)i

y = 2t
La matrice di rotazione cercata è la matrice ortogonale di determinante 1 che ha per colonne
gli autovettori determinati normalizzati, quindi
#
" 2

1
1 2 1
5
= 15
R=
2
5 1 2
5
5
c) La matrice A ha due autovalori concordi (ovvero det(A) > 0), quindi si tratta di unellisse.
d) Per determinare il centro risolviamo il sistema

x
x
A
+h=0 A
= h
y
y
dove
h=
1/2 coeff. della x

1/2 coeff. della y

1
1/2II 1 3 | 0
9 2 | 0
II 9I 0
9 2 | 0
I
2 6 | 0
(
x=0
C = (0, 0)
y=0
3
25
|
|
0
0
termini x e y.
Gli assi sono le rette passanti per il centro e di direzione gli autovettori di A, quindi
(
x = 0 + 2t
a1 :
x 2y = 0
y =0+t
(
x=0+t
a2 :
2x + y = 0
y = 0 2t
(2) Consideriamo lequazione x2 + 6xy + y 2 + 2x + y +
1
=0
2
356
13. CONICHE
a) La matrice della forma quadratica associata alla conica è:

1 3
A=
3 1
b) Determiniamo gli autovalori di A:

1
3
pA () = det
= 2 2 8
3
1
1 = 4
2 = 2
Calcoliamo lautospazio

3 3 |
3 3 |
(
x=t
y=t
E(4) risolvendo il sistema omogeneo associato a A 4I:

0
1/3I 1 1 | 0
x + y = 0
0
II + I 0 0 | 0
E(4) = h(1, 1)i
Analogamente calcoliamo lautospazio E(2) risolvendo il sistema omogeneo associato a

A + 2I:

3 3 | 0
1/3I 1 1 | 0
x+y =0
3 3 | 0
II I 0 0 | 0
(
x=t
E(2) = h(1, 1)i

y = t
#

" 1
1
1 1 1
2
= 12
R=
1
2 1 1
2
2
c) La matrice A ha due autovalori discordi (ovvero det(A) < 0), quindi si tratta di uniperbole.
d) Poichè si tratta di una conica a centro ne possiamo determinare il centro risolvendo il sistema

x
x
= h
+h=0 A
A
y
y
dove
h=
1/2 coeff. della x

1/2 coeff. della y

1 3 | 1
1
3
| 1
1 3 | 1
II 6I 0 16 | 5
2II 6 2 | 1
3 1 | 21

x = 1
5
1
16
C = ,
5
16 16
y =
16
Infine gli assi sono le rette passanti per il centro e di direzione parallela agli autovettori
trovati:
(
1
x = 16
+t
4x 4y 1 = 0
a1 :
5
y = 16 + t
(
1
+t
x = 16
a2 :
8x + 8y + 3 = 0
5
y = 16 t
(3) Consideriamo lequazione 5x2 + 5y 2 6xy + 16 2x + 38 = 0
2. SOLUZIONI
357

5 3
A=
3 5
Inoltre
h=

1/2 coeff. della x
8 2
,
=
1/2 coeff. della y
0

5
pA () = det
3
k = 38

3
= 2 10 + 16
5
1 = 8
2 = 2

3 3 | 0
1/3I 1 1 | 0
x y = 0
3 3 | 0
II I 0
0 | 0
(
x = t
E(8) = h(1, 1)i

y=t

3 3 | 0
1/3I 1 1 | 0
xy =0
3 3 | 0
II + I 0 0 | 0
(
x=t
E(2) = h(1, 1)i

y=t
#

" 1
1
1
1 1
2
2
=
R=
12 12
2 1 1
c) La matrice A ha due autovalori concordi (ovvero det(A) > 0), quindi si tratta di unellisse.
d) Determiniamo il centro risolvendo il sistema

3 5 |
0
x
II
5 3 | 8 2
= h
A
y
5II + 3I 0 16 | 24 2
3 5 |
0

x = 5 2
5
3
2
C=
2,
2
y = 3 2
2
2
2
Infine
(
x = 25 2 t
x+y+4 2=0
a1 :
3
y = 2 2 + t
(
x = 25 2 + t
a2 :
xy+ 2=0
3
y = 2 2 + t
(4) Consideriamo lequazione 25x2 7y 2 + 48y + 7 = 0.


25 0
A=
0 7
Inoltre

1/2 coeff. della x
0
h=
=
,
1/2 coeff. della y
24
k=7
358
13. CONICHE

25
0
pA () = det
= (25 )(7 )
0
7
Quindi A ha due autovalori: 1 = 25, 2 = 7.

(

x=t
0
0
| 0
32y = 0
E(25) = h(1, 0)i
0 32 | 0
y=0
A + 7I:
(

x=0
32 0 | 0
32x = 0
E(7) = h(0, 1)i
0 0 | 0
y=t
E chiaro che abbiamo eseguito calcoli sostanzialmente inutili. Infatti la ricerca degli autospazi corrisponde alla rotazione della conica. Il fatto che nellequazione manchi il termine
in xy, ovvero A è diagonale, indica che non è necessario effettuare la rotazione e che possiamo
prendere come autovettori i vettori della base canonica (1, 0) e (0, 1).
La matrice di rotazione cercata è quindi la matrice identica

1 0
R=
0 1
c) La matrice A ha
d) Determiniamo il

25
0
Infine
due autovalori discordi (ovvero det(A) < 0), quindi si tratta di uniperbole.
centro della conica risolvendo il sistema

x = 0
24
0 |
0
C = 0,
24
7 | 24
y =
7
7
a1 :
a2 :
x=0+t
y = 24
7
x=0
y = 24
7 +t
y=
24
7
x=0
(5) Consideriamo lequazione x2 + 4xy + 4y 2 6x + 1 = 0.


1 2
A=
2 4
Inoltre
h=

3
,
0
k=1

1
2
pA () = det
= ( 5)
2
4
1 = 0
2 = 5
Calcoliamo lautospazio E(0) risolvendo il sistema omogeneo associato a A:

1 2 | 0
1 2 | 0
x + 2y = 0
0 0 | 0
II 2I
2 4 | 0
(
x = 2t
E(0) = h(2, 1)i

y=t
2. SOLUZIONI
359
Analogamente calcoliamo lautospazio E(5) risolvendo il sistema omogeneo associato a AI:

4 2 | 0
1/2I
2 1 | 0
2x + y = 0
2 1 | 0
2II + I
0 0 | 0
(
x=t
E(5) = h(1, 2)i

y = 2t
La matrice R di cambiamento di base (rotazione) è quindi la matrice ortogonale speciale
#
"

2
1
1
2 1
5
5
=
R=
15 25
5 1 2
c) La matrice A ha un autovalore nullo (ovvero det(A) = 0), quindi si tratta di una parabola.

(1) 9x2 + 4xy + 6y 2 10 = 0
1
(2) x2 + 6xy + y 2 + 2x + y + = 0
2
2
2
(3) 5x + 5y 6xy + 16 2x + 38 = 0
(4) 25x2 7y 2 + 48y + 7 = 0
(5) x2 + 4xy + 4y 2 6x + 1 = 0
Per ognuna di esse:
b) Stabilire se si tratta di uniperbole, ellisse o parabola.
c) Se si tratta di una conica a centro (ellisse o iperbole), determinarne il centro e gli assi. Se si
tratta di una parabola, determinarne il vertice e lasse.
Soluzione:
(1) Consideriamo lequazione 9x2 + 4xy + 6y 2 = 10.
a) La matrice associata alla conica sono

9 2
0
9 2
0 e A=
associata alla forma quadratica
A = 2 6
2 6
0 0 10
Notiamo che I3 = det(A ) 6= 0, quindi la conica è non degenere.

b) Possiamo calcolare il determinante di A, oppure determinarne gli autovalori:
I2 = det(A) = 50 > 0
Oppure:
si tratta di unellisse

9
2
= (9 )(6 ) 4 = 2 15 + 50
pA () = det
2
6

Quindi A ha due autovalori concordi( 1 = 10, 2 = 5), I2 = 10 5 > 0 e si tratta di

unellisse.
c) Per determinare il centro risolviamo il sistema

x
x
= h
+h=0 A
A
y
y
dove
h=
1/2 coeff. della x

1/2 coeff. della y

1
1/2II 1 3 | 0
9 2 | 0
II 9I 0
9 2 | 0
I
2 6 | 0
(
x=0
C = (0, 0)
y=0
3
25
|
|
0
0
360
13. CONICHE
termini x e y che indicano la traslazione.
Gli assi sono le rette passanti per il centro e di direzione gli autovettori di A. Dobbiamo
quindi prima determinare gli autovettori: Calcoliamo lautospazio E(10) risolvendo il sistema
omogeneo associato a A 10I:
(

x = 2t
1 2 | 0
1 2 | 0
x + 2y = 0
II + 2I 0 0 | 0
2 4 | 0
y=t
E(10) = h(2, 1)i
(

x=t
1/2I 2 1 | 0
4 2 | 0
2x + y = 0
2II I 0 0 | 0
2 1 | 0
y = 2t
E(5) = h(1, 2)i
Infine:
a1 :
a2 :
x = 0 + 2t
y =0+t
x 2y = 0
x=0+t
y = 0 2t
2x + y = 0
(2) Consideriamo lequazione x2 + 6xy + y 2 + 2x + y +
1
=0
2
a) Le matrici associate alla conica sono:

1 3 1
1 3
associata alla forma quadratica
A = 3 1 21 e A =
3 1
1 12 21
Notiamo che I3 = det(A ) 6= 0, quindi si tratta di una conica non degenere.

b) Possiamo calcolare il determinante di A, oppure determinarne gli autovalori:
I2 = det(A) = 80 < 0
si tratta di uniperbole
Oppure:

1
3
pA () = det
= 2 2 8
3
1
Quindi A ha due autovalori discordi (1 = 4, 2 = 2), I2 < 0 e si tratta di uniperbole.
c) Poichè si tratta di una conica a centro ne possiamo determinare il centro risolvendo il sistema

x
x
= h
+h=0 A
A
y
y

1 3 | 1
1
3
1 3 | 1
II 6I 0 16
2II 6 2 | 1
3 1 | 12
(

1
x = 16
5
1
,
C
=
5
16 16
y = 16
|
|

1
5
Gli assi sono le rette passanti per il centro e di direzione parallela agli autovettori di A.
(

x=t
3 3 | 0
1/3I 1 1 | 0
x + y = 0
3 3 | 0
II + I 0 0 | 0
y=t
E(4) = h(1, 1)i
2. SOLUZIONI
361

A + 2I:
(

x=t
3 3 | 0
1/3I 1 1 | 0
x+y =0
3 3 | 0
II I 0 0 | 0
y = t
E(2) = h(1, 1)i
Infine gli assi sono le rette passanti per il centro e di direzione parallela agli autovettori
trovati:
(
1
+t
x = 16
4x 4y 1 = 0
a1 :
5
y = 16 + t
(
1
+t
x = 16
8x + 8y + 3 = 0
a2 :
5
y = 16 t
(3) Consideriamo lequazione 5x2 + 5y 2 6xy + 16 2x + 38 = 0


5
3 8 2
5 3
8 2
5
0
,
h=
e A=
A = 3
3 5
0
8 2 0
38
k = 38

b) Calcoliamo gli autovalori di A:

5
3
pA () = det
= 2 10 + 16
3
5
Quindi A ha due autovalori concordi (1 = 8 e 2 = 2), I2 = det(A) > 0 e si tratta di
unellisse.
c) Determiniamo il centro risolvendo il sistema

3 5 |
0
x
II
5 3 | 8 2
A
= h
y
5II + 3I 0 16 | 24 2
3 5 |
0
(

5
x = 2 2
3
5
2,
2
C=
2
2
y = 32 2
Per determinare gli assi calcoliamo gli autospazi.
(

x = t
1/3I 1 1 | 0
3 3 | 0
x y = 0
0 | 0
II I 0
3 3 | 0
y=t
E(8) = h(1, 1)i
(

x=t
3 3 | 0
1/3I 1 1 | 0
xy =0
3 3 | 0
II + I 0 0 | 0
y=t
E(2) = h(1, 1)i
Infine gli assi sono le rette per il centro di direzione parallela agli autovettori:
(
x = 25 2 t
a1 :
x+y+4 2=0
3
y = 2 2 + t
(
x = 25 2 + t
xy+ 2=0
a2 :
3
y = 2 2 + t
(4) Consideriamo lequazione 25x2 7y 2 + 48y + 7 = 0.
362
13. CONICHE

25 0
0
25
A = 0 7 24 e A =
0
0 24 7
0
7
h=

0
,
24
k=7


25
0
pA () = det
= (25 )(7 )
0
7
Quindi A ha due autovalori discordi (1 = 25 e 2 = 7), I2 < 0 e si tratta di uniperbole.

c) Determiniamo il centro della conica risolvendo il sistema
(

x=0
24
25 0 |
0
C
=
0,
0 7 | 24
7
y = 24
7
Per determinare gli assi cerchiamo gli autovettori di A.
(

x=t
0
0
| 0
32y = 0
E(25) = h(1, 0)i
0 32 | 0
y=0
A + 7I:
(

x=0
32 0 | 0
32x = 0
E(7) = h(0, 1)i
0 0 | 0
y=t
E chiaro che abbiamo eseguito calcoli sostanzialmente inutili. Infatti la ricerca degli autospazi corrisponde alla rotazione della conica. Il fatto che nellequazione manchi il termine
in xy, ovvero A è diagonale, indica che non è necessario effettuare la rotazione e che possiamo
prendere come autovettori i vettori della base canonica (1, 0) e (0, 1).
Infine gli assi sono le rette per il centro parallele agli autovettori (in questo caso parallele
agli assi cartesiani):
(
x=0+t
24
a1 :
y=
24
7
y= 7
(
x=0
a2 :
x=0
y = 24
7 +t
(5) Consideriamo lequazione x2 + 4xy + 4y 2 6x + 1 = 0.


1 2 3
1 2
3
A = 2 4 0 e A =
h=
,
2 4
0
3 0 1
k=1


1
2
= ( 5)
pA () = det
2
4
Quindi A ha autovalori: 1 = 0 e 2 = 5. Poiche ha un autovalore nullo, I2 = 0 e si tratta

di una parabola.
c) Calcoliamo la direzione dellasse ricordando che questo è parallelo allautovettore relativo
allautovalore nullo.
Calcoliamo quindi lautospazio E(0) risolvendo il sistema omogeneo associato a A:
(

x = 2t
1 2 | 0
1 2 | 0
x + 2y = 0
II 2I
2 4 | 0
0 0 | 0
y=t
E(0) = h(2, 1)i
2. SOLUZIONI
363
Ora che abbiamo la direzione dellasse dobbiamo determinarne un punto per potere scrivere
lequazione.
Consideriamo una qualsiasi retta ortogonale allasse, cioè di direzione (1, 2):
(
x = x0 + t
2x y = k per qualche k
y = y0 + 2t
Se una tale retta interseca la parabola in due punti D e E, allora il punto medio M del
segmento DE sarà un punto dellasse. Senza tenere k variabile assegnamo a k un valore a
caso, la cosa pi`
u semplice è porre k = 0. Se la retta trovata non interseca la parabola la
cosa formalmente pi`
u corretta sarebbe cambiare valore. In realtà, pensando per un attimo
di lavorare in C anziche in R possiamo comunque raggiungere il risultato, come vedremo tra
poco.
(
(
2x y = 0
y = 2x
2
2
x + 4xy + 4y 6x + 1 = 0
x2 + 8x2 + 16x2 6x + 1 = 0
(
y = 2x
25x2 6x + 1 = 0
Lequazione di secondo grado ottenuta ha soluzioni in C, ma non in R:
3 16
3 9 25
=
x1,2 =
25
25
A noi per`
o interessa in realtà il punto medio M (xM , yM ) del segmento DE e

x1 + x2
1 3 + 16 3 16
xD + xE
=
=
+
xM =
2
2
2
25
25
1 3 + 16 + 3 16
1 6
3
=
=
=
2
25
2 25
25
Quindi indipendentemente dal , il valore di xM viene comunque reale (e corretto).
In alternativa potevamo anche utilizzare le relazioni tra le radici e i coefficienti di una
equazione di secondo grado. Infatti data lequazione ax2 + bx + c = 0 sappiamo che
b
x1 + x2 = . Quindi data lequazione
a
25x2 6x + 1 = 0
otteniamo
x1 + x2
3
6
xM =
=
25
2
25
A questo punto possiamo calcolare yM , ricordando che M appartiene al segmento DE, cioè
alla retta y = 2x.
(

3
xM = 25
6
3
,
M=
6
25 25
yM = 2xM = 25
x1 + x2 =
Infine lasse è la retta per M parallela allautovettore relativo a = 0, cioè di direzione

(2, 1):
(
3
2t
x = 25
3
x + 2y =
5x + 10y = 3
6
5
y = 25 + t
Il vertice della parabola è dato dallintersezione dellasse con la parabola stessa:
x + 2y = 3
5
x2 + 4xy + 4y 2 6x + 1 = 0
x = 2y + 5

2

3
3
3
2
2y
+
+
4y
6
2y
+
+1=0
+
4y
2y
+
5
5
5
(
(

17
3
x = 75
x = 2y + 5
17 14
V =
,
56
14
75 75
12y 25 = 0
y = 75
364
13. CONICHE
Esercizio 13.5. Riconoscere che le seguenti coniche f (x, y) = 0 sono degeneri e determinare le
equazioni delle rette che le formano. Se si tratta di una conica a centro determinarne il centro.
(1) x2 + 2xy + y 2 + 3x + 3y = 0
(2) x2 + 9y 2 6xy + 2x 6y + 1 = 0
(3) x2 + xy 2y 2 + 3y 1 = 0
Soluzione:
(1) Consideriamo lequazione x2 + 2xy + y 2 + 3x + 3y = 0 e le matrici A e A associate

3

1 1 32
1 1
,
h = 23 ,
A=
k=0
A = 1 1 32
1 1
3
3
2
0
2
2
Poichè A ha due righe uguali si ha I3 = det(A ) = 0, quindi si tratta di una conica degenere.
Inoltre I2 = det(A) = 0, quindi si tratta conica degenere non a centro. Per determinare esplicitamente lequazione delle due rette si pu`
o considerare lequazione della conica come una equazione
di secondo grado nellincognita x e considerare la y come parametro:
x2 + (2y + 3)x + (y 2 + 3y) = 0
Risolvendo tale equazione con la formula per le equazioni di secondo grado otteniamo:
p
2y 3 (2y + 3)2 4(y 2 + 3y)

2y 3 9
=
x1,2 =
2
2
2y 3 3
=
2
x = y
oppure
x = y 3
Si tratta quindi di due rette reali parallele:

r1 : x + y = 0
r2 : x + y + 3 = 0
(2) Consideriamo lequazione x2 + 9y 2 6xy + 2x 6y + 1 = 0 e le matrici associate:

1 3 1
1 3
1
A=
A = 3 9 3
,
h=
3 9
3
1 3 1
Notiamo che senza eseguire calcoli possiamo dedurre che I3 = det(A ) = 0 in quanto A ha
due righe uguali, quindi si tratta di una conica degenere.
Per determinare esplicitamente lequazione della retta risolviamo lequazione di secondo grado
nellincognita x con parametro y (o viceversa):
x2 2(3y 1)x + (9y 2 6y + 1) = 0
p
x1,2 = (3y 1) (3y 1)2 (9y 2 6y + 1) = 3y 1
Quindi si tratta della retta x 3y + 1 = 0 (conica doppiamente degenere, infatti rg(A ) = 1).
(3) Consideriamo lequazione x2 + xy 2y 2 + 3y 1 = 0 e le matrici associate:
1

1
0
1
2
0
1
2
A= 1
A = 12 2 32
,
h= 3
2
3
2
2
1
0
2
Poichè I3 = det(A ) = 0 si tratta di una conica degenere. Inoltre I2 = det(A) 6= 0 quindi si

tratta di una conica degenere a centro.
conica come una equazione di secondo grado nellincognita x e considerare la y come parametro
(o viceversa):
x2 + xy + (2y 2 + 3y 1) = 0
2. SOLUZIONI
365
Risolvendo tale equazione con la formula per le equazioni di secondo grado otteniamo:
p
p
y y 2 4(2y 2 + 3y 1)
y 9y 2 12y + 4
x1,2 =
=
2
2
y (3y 2)
=
2
x=y1
oppure
x = 2y + 1
Si tratta quindi di due rette reali incidenti:
r1 : x y + 1 = 0
r2 : x + 2y 1 = 0

Notiamo che le due rette si intersecano nel punto C 31 , 32 che corrisponde al centro della
conica. Il punto C lo possiamo anche ricavare, come nei casi di coniche a centro non degeneri,
risolvendo il sistema A [x y]T = h.
Esercizio 13.6. Ridurre in forma canonica le seguenti coniche:
a) 5x2 + 5y 2 6xy + 16 2x + 38 = 0
b) 25x2 7y 2 + 48y + 7 = 0
c) x2 + 4xy + 4y 2 6x + 1 = 0
Soluzione:
a) Consideriamo lequazione 5x2 + 5y 2 6xy + 16 2x + 38 = 0. La matrice associata è

5
3 8 2
con A = 5 3
5
0
A = 3
3 5
38
8 2 0
Di conseguenza:
I3 = det(A ) = 8 2(40 2) + 38(25 9) = 640 + 608 = 32, e si tratta di una conica non
degenere.
pA () = (5 )2 9 = 2 10 + 16. Quindi gli autovalori sono 1 = 8 e 2 = 2, concordi,
e si tratta di unellisse.
Sappiamo che la forma canonica sarà del tipo ax2 +by 2 1 = 0, cerchiamo quindi unequazione
del tipo
1 x 2 + 2 y 2 + t = 0
a cui è associata la matrice
8x2 + 2y 2 + t = 0
0 0
2 0
0 t
8
B = 0
0
Sappiamo inoltre che I3 = det(A ) è un invariante, quindi I3 = det(A ) = det(B). Risolviamo

quindi lequazione:
32 = 16t
t = 2
Infine possiamo ricavare la forma canonica:

8x2 + 2y 2 2 = 0
4x2 + y 2 1 = 0
b) Consideriamo lequazione 25x2 7y 2 + 48y + 7 = 0. La matrice associata è

25 0
0
25 0
A = 0 7 24 con A =
0 7
0 24 7
Di conseguenza:
I3 = det(A ) = 25 (49 242 ) = 25 625 6= 0, e si tratta di una conica non degenere.
366
13. CONICHE
pA () = (25 )(7 ). Quindi gli autovalori sono 1 = 25 e 2 = 7, disconcordi, e si

tratta di uniperbole.
Sappiamo che la forma canonica sarà del tipo ax2 by 2 1 = 0, cerchiamo quindi unequazione
del tipo
1 x 2 + 2 y 2 + t = 0
25x2 7y 2 + t = 0
0 0
7 0
0 t
25
B =0
0
Sappiamo inoltre che I3 = det(A ) è un invariante, quindi det(A ) = det(B). Risolviamo

quindi lequazione:
625
25 625 = 25 7t t =
7
625
7 2
49 2
7
49 2
25x2 7y 2 +
=0
x
y + 1 = 0 x2 +
y 1=0
7
25
625
25
625
Per ottenere la forma canonica in questo caso dobbiamo effettuare la rotazione che manda x
in y e y in x::
7
49 2
x y2 1 = 0
625
25
c) Consideriamo lequazione x2 + 4xy + 4y 2 6x + 1 = 0. La matrice associata è

1 2 3
1 2
A = 2 4 0 con A =
2 4
3 0 1
Di conseguenza:
I3 = det(A ) = 3 12 = 36 6= 0, e si tratta di una conica non degenere.
pA () = (1 )(4 ) 4 = 2 5. Quindi gli autovalori sono 1 = 0 e 2 = 5, e si tratta
di una parabola.
Sappiamo che la forma canonica sarà del tipo x2 2py = 0, cerchiamo quindi unequazione
del tipo
2 x2 + 2ty = 0
5
B = 0
0
5x2 + 2ty = 0
0 0
0 t
t 0
Sappiamo inoltre che I3 = det(A ) è un invariante, quindi det(A ) = det(B). Risolviamo

quindi lequazione:
6
36
t =
36 = 5t2 t2 =
5
5

6
y=0
5x2 + 2
5
12
x2 y = 0
5 5
Esercizio 13.7. Ridurre in forma canonica le seguenti coniche e determinare il cambiamento di

coordinate necessario per passare da una forma allaltra:
a) 5x2 + 5y 2 6xy + 16 2x + 38 = 0
b) 25x2 7y 2 + 48y + 7 = 0
c) x2 + 4xy + 4y 2 6x + 1 = 0
2. SOLUZIONI
367
Soluzione:
a) Consideriamo lequazione 5x2 + 5y 2 6xy + 16 2x + 38 = 0. Le matrici associate alla conica

sono:

5
3 8 2
5 3
8 2
5
0
A = 3
,
A=
,
h=
,
k = 38
3 5
0
38
8 2 0
Poiche I3 = det(A ) 6= 0 è una conica non degenere.
Determiniamo gli autovalori di A:

5
3
= 2 10 + 16
pA () = det
3
5
Quindi A ha due autovalori concordi 1 = 8

canonica ha associata la matrice
8
B = 0
0
e 2 = 2, I2 > 0 e si tratta di unellisse la cui forma
0 0
2 0
0 t
Imponendo la condizione sullinvariante I3 = det(A ) = det(B) otteniamo lequazione:

32 = 16t
Infine la forma canonica cercata è:
8X 2 + 2Y 2 2 = 0
t = 2
4X 2 + Y 2 1 = 0
Per determinare le trasformazioni per passare da una forma allaltra dobbiamo determinare
il centro della conica, che indica la traslazione, e la matrice di rotazione R.

3 5 |
0
x
II
5 3 | 8 2
A
= h
y
5II + 3I 0 16 | 24 2
3 5 |
0
(

5
x = 2 2
3
5
2,
C
=
2
2
y = 32 2
Per determinare la matrice di rotazione dobbiamo trovare gli autovettori di A. Calcoliamo
lautospazio E(8) risolvendo il sistema omogeneo associato a A 8I:
(

x = t
1/3I 1 1 | 0
3 3 | 0
x y = 0
0 | 0
II I 0
3 3 | 0
y=t
E(8) = h(1, 1)i = h(1, 1)i
(

x=t
3 3 | 0
1/3I 1 1 | 0
xy =0
3 3 | 0
II + I 0 0 | 0
y=t
E(2) = h(1, 1)i


1
1 1 1
1 1
T
R=
R =
2 1 1
2 1 1
Infine le trasformazioni sono

x x0
x
X
X
x
= RT
+ 0
e
=R
y y0
Y
y0
Y
y
dove (x0 , y0 ) è il centro C della conica. Quindi

#

5 " 1

(X + Y ) 52 2
1
2 2
x
1 1 X
2
=
+
= 1
(X + Y ) 3 2
y
32 2
2 1 1 Y
2
2
e la sua inversa
#
" 1

(x y) + 5 2
1 1 1 x + 25 2
X
2
2
= 1
=
(x + y) + 3 2
Y
y + 23 2
2 1 1
2
2
368
13. CONICHE
Notiamo che utilizzando il primo cambio di variabile, quello da (x, y) a (X, Y ), nellequazione
iniziale si ottiene effettivamente la forma canonica che abbiamo determinato utilizzando gli
invarianti.
b) Consideriamo lequazione 25x2 7y 2 + 48y + 7 = 0.
Le matrici associate alla conica sono

25 0
0
25 0
,
A = 0 7 24 , A =
0 7
0 24 7

0
,
h=
24

k=7
I3 = det(A ) 6= 0, quindi è una conica non degenere.

Determiniamo gli autovalori di A:

25
0
pA () = det
= (25 )(7 )
0
7
Quindi A ha due autovalori discordi: = 25 e

forma canonica ha associata la matrice
7 0
B = 0 25
0
0
= 7, I2 < 0 e si tratta di uniperbole la cui
0
0
t
625
, per cui la
Imponendo la condizione sullinvariante I3 = det(A ) = det(B) otteniamo t =
7
forma canonica cercata è:
49 2
7
625
=0
X Y21=0
7X 2 + 25Y 2 +
7
625
25
Per determinare le trasformazioni per passare da una forma allaltra dobbiamo determinare
il centro della conica, che indica la traslazione, e la matrice di rotazione R.
Determiniamo il centro della conica risolvendo il sistema A| h:

x = 0
24
25 0 |
0
C = 0,
24
0 7 | 24
y =
7
7
Calcoliamo lautospazio E(7) risolvendo il sistema omogeneo associato a A + 7I:
(

x=0
32 0 | 0
E(7) = h(0, 1)i = h(0, 1)i

0 0 | 0
y=t
25I:
Analogamente calcoliamo lautospazio E(25) risolvendo il sistema omogeneo associato a A

0
0
0 18
|
|
(

x=t
0
0
y=0
E(25) = h(1, 0)i


0 1
0 1
RT =
R=
1 0
1 0
Notiamo che in effetti abbiamo solo effettuato la rotazione che scambia x e y in quando la conica
di partenza non presentava il termine xy, quindi era gi`
a ruotata con gli assi paralleli agli assi
cartesiani.
Infine le trasformazioni sono

0
Y
x
0 1 X
=
+ 24 =
y
1 0 Y
X + 24
7
7
e la sua inversa

0
X
=
1
Y

x
1
y +
=
0
y 24
x
7
24
7
Notiamo che utilizzando il primo cambio di variabile, quello da (x, y) a (X, Y ) nellequazione
iniziale si ottiene effettivamente la forma canonica che abbiamo determinato utilizzando gli
invarianti.
2. SOLUZIONI
c) Consideriamo lequazione
1 2
A = 2 4
3 0
369
x2 + 4xy + 4y 2 6x + 1 = 0. Le matrici associate alla conica sono:

3
1 2
3
0 ,
A=
,
h=
,
k=1
2 4
0
1

1
2
( 5)
pA () = det
2
4
Quindi A ha due autovalori 1 = 5 e 2 = 0, I2 = 0 e si tratta di una parabola.

Calcoliamo lautospazio E(5) risolvendo il sistema omogeneo associato a A I:
(

x=t
2 1 | 0
1/2I
4 2 | 0
2x + y = 0
0 0 | 0
2II + I
2 1 | 0
y = 2t
E(5) = h(1, 2)i
Analogamente calcoliamo lautospazio E(0) risolvendo il sistema omogeneo associato a A:
(

x = 2t
1 2 | 0
1 2 | 0
x + 2y = 0
II 2I
2 4 | 0
0 0 | 0
y=t
E(0) = h(2, 1)i
Sappiamo che la forma canonica sarà del tipo x2 2py = 0, cerchiamo quindi unequazione del
tipo
2 x2 + 2ty = 0
5
B = 0
0
5x2 + 2ty = 0
0 0
0 t
t 0
Sfruttando linvariante I3 per cui det(A ) = det(B) otteniamo t = 65 Infine possiamo la forma
canonica cercata è:

6
12
2
5x + 2
y = 0 x2 y = 0
5
5 5
Dagli autovettori ricaviamo inoltre la matrice ortogonale speciale R di cambiamento di base:

1
1 1 2
1 2
T
R =
R=
5 2 1
5 2 1
Per determinare la traslazione dobbiamo trovare il vertice, dato dal punto di intersezione tra
lasse e la parabola. Sappiamo che lasse è parallelo allautovettore relativo allautovalore nullo e
che E(0) = (2, 1). Consideriamo una qualsiasi retta ortogonale allasse, cioè di direzione (1, 2):
(
x = x0 + t
y = y0 + 2t
Se una tale retta interseca la parabola in due punti D e E, allora il punto medio M del segmento
DE sar`
a un punto dellasse. Senza tenere k variabile assegnamo a k un valore a caso, la cosa pi`
u
semplice è porre k = 0. Se la retta trovata non interseca la parabola la cosa formalmente pi`
u
corretta sarebbe cambiare valore. In raltà, pensando per un attimo di lavorare in C anziche in R
possiamo comunque raggiungere il risultato, come vedremo tra poco.
(
(
2x y = 0
y = 2x
2
2
x + 4xy + 4y 6x + 1 = 0
x2 + 8x2 + 16x2 6x + 1 = 0
(
y = 2x
25x2 6x + 1 = 0
Dalle relazione tra i coefficienti e le soluzioni di una equazione di secondo grado otteniamo
xM =
1 b
1 6
3
x1 + x2
=
=
=
2
2 a
2 25
25
370
13. CONICHE
A questo punto possiamo calcolare yM , ricordando che M appartiene al segmento DE, cioè alla
retta y = 2x.
(

3
xM = 25
3
6
M=
,
6
25 25
yM = 2xM = 25
Infine lasse è la retta per M parallela allautovettore relativo a = 0, cioè di direzione
(2, 1):
(
3
x = 25
2t
3
x + 2y =
5x + 10y = 3
6
5
y = 25 + t
Il vertice della parabola è dato dallintersezione dellasse con la parabola stessa:
x + 2y = 3
5
x2 + 4xy + 4y 2 6x + 1 = 0
x = 2y + 5

2

3
3
3
2
+ 4y 6 2y +
+1=0
+ 4y 2y +
2y +
5
5
5
(
(

3
17
x = 2y + 5
x = 75
17 14
,
V =
56
14
75 75
12y 25 = 0
y = 75
Infine le trasformazioni cercate sono
17 " 1

(X 2Y ) +
1 1 2 X
x
5
+ 75
=
14 = 1
Y
2
1
y
(2X + Y ) +
5
75
5
e la sua inversa

1
1
X
=
2
Y
5

2 x
1 y
17
75
14
75
"
17
75
14
75
#
1
x + 2y 53
5

4
1
2x + y + 15
5
In realtà con la parabola ci pu`

o essere un problema: effettuando il cambio di variabile indicato non otteniamo lequazione canonica determinata. Questo è dovuto al fatto che in realtà la
rotazione corretta è:

1 1 2
1 1 2
T
R =
R=
5 2 1
5 2 1
data dalla composizione della rotazione R precedentemente trovata con la rotazione

1 0
0 1
che manda X in X e Y in Y . Infatti la scelta della matrice di rotazione (ortogonale speciale)
è sempre a meno del segno.
La trasformazione corretta che permette di passare dallequazione iniziale alla forma canonica
è:
#

17 " 1

17
(X
+
2Y
)
+
1 1 2
X
x
75
5
+ 75
=
14
14 = 1
y
(2X Y ) + 75
5 2 1 Y
75
5

C : 2xy x 3y = k
(1) Stabilire per quali valori di k la conica C è degenere.
(2) Posto k = 0, stabilire di quale tipo di conica si tratti.
(3) Trovare gli assi (o lasse) di simmetria di C.
Soluzione:
2. SOLUZIONI
La matrice A associata alla conica è
0
A = 1
12
371
21
32
k
1
0
32
(1) Per stabilire se la conica è degenere calcoliamo il determinante di A :

1
3
3
3
=k+
I3 = det(A ) = k
4
2
2
2
3
Quindi C è degenere se k = .
2
(2) Posto k = 0 calcoliamo il determinante della sottomatrice A

0 1
I2 = det(A) = det
= 1 < 0
1 0
Si tratta quindi di uniperbole.
(3) Per determinare il centro di C risolviamo

(

x=
0 1 | 12
1 0 | 32
y=
3
2
1
2
C=
3 1
,
2 2
Per determinare gli assi dobbiamo inoltre individuare la rotazione da effettuare per passare
alla forma canonica. Calcoliamo quindi gli autospazi di A.
pA () = 2 1
Quindi A ha due autovalori distinti: = 1. Inoltre

E(1) = h (1, 1) i
E(1) = h (1, 1) i
I due autovettori indicano le direzioni degli assi della conica, quindi gli assi sono le due rette
passanti per il centro C della conica e parallele a tali vettori:
(
x = 23 + t
a1 :
t R
y = 21 + t
(
x = 23 t
t R
a2 :
y = 21 + t
Ricavando le equazioni in forma cartesiana otteniamo:
a1 : x y = 1
a2 : x + y = 2

Esercizio 13.9. Sia k un parametro reale. Si consideri la famiglia di coniche Ck di equazione
Ck : 2kx2 + 2(k 2)xy 4y 2 + 2x = 1.
a) Esistono coniche degeneri nella famiglia?

b) Si classifichi la conica Ck al variare di k.
c) Si determinino le coordinate dei centri delle coniche Ck (quando esistono).
Soluzione:
Consideriamo le matrici associate a C:
2k
k2 1
0
A = k 2 4
1
0
1
A=
2k
k2

k2
4
a) I3 = det(A ) = k 2 + 4k + 8 6= 0 per ogni valore di k, quindi non esistono coniche degeneri nella
famiglia.
b) I2 = det(A) = (k + 2)2 , quindi
Se k = 2, I2 = det(A) = 0 e C2 è una parabola.
Se k 6= 2, I2 = det(A) < 0 e Ck è una iperbole.
372
13. CONICHE
c) Calcoliamo il centro Ck delle coniche Ck nel caso k 6= 2:

2k
k 2 | 1
k 2 4 | 0
Scambiando prima e seconda riga e prima e seconda colonna otteniamo:

4
k2
| 0
4 k 2 | 0
4II + (k 2)I 0 (k + 2)2 | 4

k2
2k
| 1
4
(
x =
4y + (k 2)x = 0
(k + 2)2
k2
(k + 2)2 x = 4
y =
(k + 2)2

Ck :
x2 + (k 2)xy + y 2 4 = 0
(k parametro reale)

c) Mostrare che ci sono due rette che sono assi di simmetria di ogni conica della famiglia.
Soluzione:
Consideriamo le matrici A e A associate alla conica:
1
A = k2
2
0
k2
2
1
0
a) Cominciamo a distinguere il caso degenere:
det(A ) = 4 1
quindi det(A ) = 0 se
k2
2
2
0
0
4
k2
2
2 !
= 1, cioè
k2
= 1 k 2 = 2 k1 = 4
2
k2
= 1 k 2 = 2 k2 = 0
2
Infine la conica è non degenere se k 6= 4 e k 6= 0. Inoltre:
2

k 2 + 4k
k2
=
det(A) = 1
2
4
Quindi
Se 0 < k < 4, si ha det(A) > 0 e C è unellisse.
Se k < 0 o k > 4, si ha det(A) < 0 e C è uniperbole.
Se k = 0 o k = 4 si tratta di una parabola degenere.
b) Abbiamo gi`
a visto che la conica è degenere se k = 0 o k = 4, inoltre:
Se k = 0, C diventa x2 2xy + y 2 4 = 0. Anche senza risolvere lequazione con luso della
formula otteniamo:
(x y)2 = 4 x y = 2
Quindi in questo caso la conica corrisponde alla coppia di rette parallele:
r1 : x y = 2,
r2 : x y = 2
Se k = 4, C diventa x2 + 2xy + y 2 4 = 0 e in maniera del tutto analoga otteniamo:

(x + y)2 = 4 x + y = 2
e la conica corrisponde alla coppia di rette parallele:

r1 : x + y = 2,
r2 : x + y = 2
2. SOLUZIONI
373
c) Calcoliamo il centro delle coniche limitandoci a considerare k 6= 0, 4, in quanto in questi casi

abbiamo gi`
a visto che si tratta di una coppia di rette parallele (e quindi prive di centro). Notiamo
inoltre che nellequazione non compaiono i termini lineari, quindi il centro si trova gi`
a nellorigine:
C = (0, 0).
Per trovare gli assi delle coniche calcoliamo gli autovalori di A:
2

k1
2
pA () = (1 )
2
Quindi pA () = 0 se 1 =
k1
e gli autovalori sono
2
k
2
k + 4
2 =
2
1 =
Calcoliamo lautospazio E
2k
2
k2
2
k
2
k2
2
2k
2

k
|
|
2k

0
2
II + I 0
0
k2
2
|
|
0
0
Quindi se k 6= 2 si ha E 2 = h(1, 1)i. Tratteremo il caso k = 2 successivamente separatamente.

Analogamente calcoliamo E k+4
:
2
k2 k2

k2 k2
| 0
| 0
2
2
2
2
k2
k2
II I 0
0
| 0
| 0
2
2

Quindi, sempre supponendo k 6= 2, si ha E k+4
= h(1, 1)i.
2
Infine per k 6= 0, 4, 2 gli assi delle coniche sono le rette
(
x=t
a1 :
x+y =0
y = t
(
x=t
a2 :
xy =0
y=t
Notiamo che tali rette sono assi di simmetria anche per le coppie di rette che costituiscono la
conica nei casi degeneri.
Infine se k = 2 la conica è la circonferenza x2 + y 2 = 4 centrata nellorigine che ha come assi
di simmetria qualsiasi retta per lorigine. In particolare quindi anche a1 e a2 sono suoi assi di
simmetria.

Ck :
x2 + kxy + y 2 4 = 0
(k parametro reale)

c) Mostrare che tutte le ellissi appartenenti alla famiglia sono reali.
Soluzione:
Consideriamo le matrici A e A associate alla conica:
1 k2
0
A = k2 1 0
0 0 4
a) Cominciamo a distinguere il caso degenere:
2 !
k
I3 = det(A ) = 4 1
2
374
13. CONICHE
2
k
= 1, cioè
quindi det(A ) = 0 se
2
k
=1 k=2
2
k
= 1 k = 2
2
Infine la conica è non degenere se k 6= 2. Inoltre:
2
k 2 + 4
k
=
I2 = det(A) = 1
2
4
Quindi
Se 2 < k < 2, si ha I2 = det(A) > 0 e C è unellisse.
Se k < 2 o k > 2, si ha I2 = det(A) < 0 e C è uniperbole.
Se k = 2 si tratta di una parabola degenere.
b) Abbiamo gi`
a visto che la conica è degenere se k = 2, inoltre:
Se k = 2, C diventa x2 2xy + y 2 4 = 0. Anche senza utilizzare la formula per risolvere
lequazione otteniamo:
(x y)2 = 4 x y = 2
Quindi in questo caso la conica corrisponde alla coppia di rette parallele:
r1 : x y = 2,
r2 : x y = 2
Se k = 2, C diventa x2 + 2xy + y 2 4 = 0 e in maniera del tutto analoga otteniamo:

(x + y)2 = 4 x + y = 2
e la conica corrisponde alla coppia di rette parallele:
r1 : x + y = 2,
r2 : x + y = 2
c) Abbiamo visto che C è unellisse se 2 < k < 2. Inoltre se per esempio x = 0 dallequazione di C
otteniamo y = 2, quindi i punti A(0, 2) e B(0, 2) appartengono ad ogni conica. Se una conica
(non degenere) contiene un punto reale è necessariamente tutta reale. Quindi in particolare tutte
le ellissi sono reali.

Ct : (2t 1)x2 + 6txy + ty 2 + 2x = 0
1
c) Scrivere la forma canonica di Ct per t = .
3
Soluzione:
2t 1
A = 3t
1
3t
t
0
1
0
0
a) det(A ) = t, quindi la conica è degenere per t = 0

b) det(A) = 7t2 t, quindi:
1
Se t < o t > 0, det(A) < 0 e si tratta di uniperbole.
7
1
Se < t < 0, det(A) > 0 e si tratta di unellisse.
7
1
Se t = , det(A) = 0 e si tratta di una parabola.
7
Se t = 0 otteniamo lequazione x2 + 2x = 0, quindi si tratta di una coppia di rette parallele
(infatti det(A) = 0): x = 0 e x = 2.
2. SOLUZIONI
375
1
c) Calcoliamo gli autovalori di A per t = :
3

1
10
1
3
= 2
pA () = det
1
1
9
3
10
Quindi gli autovalori di A sono =
, discordi infatti si tratta di uniperbole. La conica ha
3
quindi equazione del tipo
10
0
0
10 2
10 2
3
10
x
y +k =0 B = 0
0
3
3
3
0
0
k
10
1
3
1
. Quindi
Imponendo la condizione I3 = det(B) = det(A) = otteniamo k = , cioè k =
3
9
3
10
lequazione di C 13 è
10 2
10 2
3
10 10 2 10 10 2
x
y +
=0
x +
y 1=0
3
3
10
9
9
Effettuando infine la rotazione che manda x in y e y in x otteniamo la forma canonica
10 10 2 10 10 2
x
y 1=0
C 13 :
9
9

Ct : tx2 + 2xy + (t + 2)y 2 2y = 0

c) Scrivere la forma canonica di Ct per t = 1.
Soluzione:
t
A = 1
0
1
t+2
1
0
1
0
a) det(A ) = t, quindi la conica è degenere per t = 0

b) det(A) = t2 + 2t
1, quindi:
Se t < 1 2 o t > 1+ 2, det(A) > 0 e si tratta di unellisse.
Se 1 2 <
t < 1 + 2 con t 6= 0, det(A) < 0 e si tratta di uniperbole.
Se t = 1 2, det(A) = 0 e si tratta di una parabola.
Se t = 0 otteniamo lequazione 2xy + 2y 2 2y = 0, quindi si tratta di una coppia di rette
incidenti (infatti det(A) 6= 0): y = 0 e x + y 1 = 0.
c) Calcoliamo gli autovalori di A per t = 1:

1
1
= 2 2
pA () = det
1
1
Quindi gli autovalori di A sono = 2, discordi infatti si tratta di uniperbole. La conica ha

quindi equazione del tipo
2
0
0
2 2
2x 2y + k = 0 B = 0 2 0
0
0
k
Imponendo la condizione I3 = det(B) = det(A) = 1 otteniamo 2k = 1, quindi lequazione di
C1 è
2 2 1
2x 2y = 0 C1 : 2 2x2 2 2y 2 1 = 0
2
376
13. CONICHE
1 0
A = 0 1
0 2
0
2
1
a) Calcolare autovalori e autovettori di A.

b) Calcolare una matrice diagonalizzante di A, che sia ortogonale e rappresenti una rotazione dello
spazio attorno allorigine.
c) Scrivere la forma canonica della conica C con matrice associata A
Soluzione:
pA () = (1 )[(1 )2 4] = (1 )(2 2 3)
quindi gli autovalori di A sono = 1, 1, 3. Calcoliamo gli autospazi:
0 0 0
x = t
E(1) = N (M I) : 0 0 2 y = 0 E(1) = h(1, 0, 0)i
0 2 0
z=0
2 0
0
x = 0
E(3) = N (M 3I) : 0 2 2 y = t
E(3) = h(0, 1, 1)i
0
2 2
z=t
2 0 0
x = 0
E(1) = N (M + I) : 0 2 2 y = t E(1) = h(0, 1, 1)i
0 2 2
z=t
b) Gli autovettori trovati, essendo relativi a autovalori distinti, sono gi`

a ortogonali tra loro. E quindi
sufficiente renderli di norma 1 per ottenere la matrice diagonalizzante ortogonale di rotazione:
1 0
0
1
1
R = 0 2 2
1
0 12
2
c) det(A)

= 3, quindi si tratta di una conica non degenere. Inoltre lautovalore della matrice
1 0
associata alla forma quadratica è = 1 doppio. Si tratta quindi di unellisse e cerchiamo
0 1
unequazione del tipo x2 + y 2 + t = 0 a cui è associata la matrice
1 0 0
B = 0 1 0
0 0 t
Imponendo la condizione det(A) = det(B) otteniamo t = 3. Infine la forma canonica della

conica (ellisse reale) è
x2 + y 2 3 = 0
1 2 1 2
x + y 1=0
3
3
Notiamo che si tratta in realtà di una circonferenza centrata nellorigine e di raggio
3.
Esercizio 13.15. Si consideri la conica di equazione

2x2 + 4xy + 5y 2 + 2x 2y + 1 = 0
b) Si trovi leventuale centro della conica.
c) Si trovino gli assi di simmetria e la forma canonica della conica.
Soluzione:
2. SOLUZIONI
a) La matrice associata alla conica è
2 2
A = 2 5
1 1
1
1
1
377
det(A) = 5 6= 0
e si tratta di una conica non degenere. Inoltre

2 2
det(A) = det
= 6 6= 0
2 5
quindi si tratta di una conica a centro. Per stabilire se si tratta di unellisse o uniperbole
calcoliamo gli autovalori di A:
pA () = (2 )(5 ) 4 = 2 7 + 6
quindi gli autovalori di A sono = 1, 6. Poiche gli autovalori sono concordi si tratta di unellisse.
b) Per trovare il centro risolviamo il sistema A| h:
(
(

2x + 2y = 1
x = 67
7 2
2 2 | 1
2 2 | 1
C ,
II I 0 3 | 2
2 5 | 1
6 3
y = 32
3y = 2
c) Calcoliamo gli autospazi di A:
(

x = 2t
1 2
E(1) = N (A I) :
E(1) = h(2, 1)i

2 4
y=t
(

x=t
4 2
E(6) = h(1, 2)i

E(6) = N (A 6I) :
2 1
y = 2t

Gli assi sono le rette passanti per il centro, di direzione parallela agli autovettori trovati:
(
x = 67 2t
1
x + 2y =
a1 :
6
y = 32 + t
(
x = 67 + t
a2 :
2x y = 3
y = 32 + 2t
Inoltre si tratta di unellisse con autovalori = 1, 6. La forma canonica cercata è quindi del tipo
x2 + 6y 2 + t = 0, a cui è associata la matrice
1 0 0
B = 0 6 0
0 0 t
Imponendo la condizione det(A) = det(B) otteniamo t = 56 . Infine la forma canonica della

conica (ellisse reale) è
x2 + 6y 2
5
=0
6
6 2 36 2
x + y 1=0
5
5
C : 3x2 + 14xy 5y 2 10x + 14y = 0
a) Stabilire il tipo di conica.

b) Nel caso sia una conica a centro, trovare le coordinate del centro.
c) Trovare equazioni degli eventuali asintoti della conica.
Soluzione:
a) Le matrici A e A associate alla conica sono:
3
7 5
A = 7 5 7
5 7
0
3 7
A=
7 5
La matrice A ha determinante non nullo, quindi si tratta di una conica non degenere; inoltre
det(A) = 64 < 0, quindi si tratta di uniperbole.
378
13. CONICHE
b) Per trovare il centro risolviamo il sistema Ax = h:

(

x = 83
5
7
|
5
3 7 | 5
3II 7I 0 64 | 56
7 5 | 7
y=7
C=
3 7
,
8 8
c) Gli asintoti sono rette passanti per il centro, di direzione parallela ai punti allinfinito della conica.
Lequazione della conica in coordinate omogenee è 3X 2 + 14XY 5Y 2 10XZ + 14Y Z = 0.
Ponendo Z = 0 otteniamo lequazione 3X 2 + 14XY 5Y 2 = 0 le cui soluzioni sono
X
7 8
=
Y
3
cioè le due rette x + 5y = 0 e 3x y = 0. Infine gli asintoti (passanti per il centro) sono le rette
a1 : x + 5y 4 = 0
a2 : 3x y + 2 = 0
x2 + 4xy + 4y 2 + 4y = 0.

b) Si trovi la forma canonica della conica.
c) Si trovino gli eventuali assi di simmetria della conica.
Soluzione:
1 2 0
A = 2 4 2 e
0 2 0
A=
1 2
2 4
h=

0
2
Notiamo che I3 = det(A ) = 4 6= 0, quindi si tratta di una conica non degenere. Inoltre
I2 = det(A) = 0, quindi è una parabola.
b) Il polinomio caratteristico di A è pA () = 2 5, quindi A ha autovalori: 1 = 0 e 2 = 5. La
forma canonica sar`
a del tipo x2 2py = 0, cerchiamo quindi unequazione del tipo
x2 + 2ty = 0
5x2 + 2ty = 0
5
B = 0
0
0 0
0 t
t 0
Sappiamo inoltre che I3 = det(A ) è un invariante, quindi det(A ) = det(B). Risolviamo quindi
lequazione:
4 = 5t2
t2 =

2
2
5x + 2
y=0
5
4
5
2
t =
5
4
x2 y = 0
5 5
c) Calcoliamo la direzione dellasse ricordando che questo è parallelo allautovettore relativo allautovalore nullo.
Calcoliamo quindi lautospazio E(0) risolvendo il sistema omogeneo associato a A:
(

x = 2t
1 2 | 0
1 2 | 0
x + 2y = 0
E(0) = h(2, 1)i
0 0 | 0
II 2I
2 4 | 0
y=t
Ora che abbiamo la direzione dellasse dobbiamo determinarne un punto per potere scrivere
lequazione.
Consideriamo una qualsiasi retta ortogonale allasse, cioè di direzione (1, 2):
(
x = x0 + t
y = y0 + 2t
2. SOLUZIONI
379
Se una tale retta interseca la parabola in due punti D e E, allora il punto medio M del segmento
DE sar`
a un punto dellasse. Senza tenere k variabile assegnamo a k un valore a caso, la cosa pi`
u
semplice è porre k = 0.
(
(

2x y = 0
y = 2x
16
8
D = (0, 0), E = ,
25 25
x2 + 4xy + 4y 2 + 4y = 0
25x2 + 8x = 0

8
4
.
Infine il punto medio M del segmento DE è M = ,
25 25
Lasse è la retta per M parallela allautovettore relativo a = 0, cioè di direzione (2, 1):
(
4
x = 25
2t
4
x + 2y = 5x + 10y = 4
8
5
y = 25 + t

C : 6x2 + 4xy + 9y 2 5x + 10y = 0.
a) Stabilire il tipo di conica e la forma canonica di C.
b) Trovare equazioni degli assi di simmetria di C.
Soluzione:
a) Le matrici associate alla conica sono
6 2 52
A = 2 9 5
25 5 0
A=
6 2
2 9
Di conseguenza:
= 1025 , e si tratta di una conica non degenere.
I3 = det(A)
4
pA () = (6 )(9 ) 4 = 2 15 + 50. Quindi gli autovalori sono 1 = 10 e 2 = 5,
concordi, e si tratta di unellisse.
Sappiamo che la forma canonica sarà del tipo ax2 +by 2 1 = 0, cerchiamo quindi unequazione
del tipo
1 x 2 + 2 y 2 + t = 0
10x2 + 5y 2 + t = 0
10
B =0
0
0
5
0
0
0
t
è un invariante, quindi I3 = det(A)

= det(B). Risolviamo
Sappiamo inoltre che I3 = det(A)
quindi lequazione:
1025
= 50t
4
t=
41
8
80 2 40 2
41
=0
x + y 1=0
8
41
41
Notiamo che si tratta di un ellisse reale.
b) Determiniamo il centro della conica risolvendo il sistema A| h:
(

5
x = 13
13
7
6 2 |
6 2 | 52
20
2
C
,
3II I 0 25 | 35
2 9 | 5
20 10
y=7
2
10x2 + 5y 2
10
Calcoliamo gli autospazi di A:

4 2
2x y = 0
E(10) = N (A 10I) :
2 1

1 2
E(5) = N (A 5I) :
x + 2y = 0
2 4

380
13. CONICHE
Infine gli assi hanno la direzione degli autovettori e passano per il centro C:
3
a1 : 2x y = 2
a2 : x + 2y =
4
CAPITOLO 14
Quadriche
Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente.
Esercizio 14.1. Stabilire il tipo di quadrica corrispondente alle seguenti equazioni. Se si tratta di una
quadrica a centro determinare inoltre le coordinate del centro.
a) 2x2 + y 2 + 2z 2 2xy + 2yz + 4x 2y = 0
b) xy + xz yz x = 0
c) 4x2 + 2y 2 + 3z 2 + 4xz 4yz + 6x + 4y + 8z + 2 = 0
d) 5x2 4y 2 11z 2 24yz 10x 15 = 0

e) x2 + 3y 2 + 4yz 6x + 8y + 8 = 0
f) y 2 z 2 + 4xy 4xz 6x + 4y + 2z + 8 = 0
g) 4x2 + 5y 2 + 5z 2 2yz + 8x + 8y + 8z + 1 = 0
h) x2 + 2y 2 z 2 2xz + 4y 4z = 0
i) x2 + y 2 2xz + 2yz 4x + 4y = 0
l) 2x2 + 3y 2 + 3z 2 + 2yz + 2y 2z 4 = 0
Esercizio 14.2. Determinare la forma canonica delle seguenti quadriche. Se si tratta di una quadrica
a centro determinarne il centro e gli assi di simmetria.
a) 2x2 + y 2 + z 2 2yz 4y + 3z + 1 = 0
b) 5x2 + 8y 2 + 5z 2 + 6xz 8 = 0
c) x2 + y 2 2z 2 + 4z 2 = 0
d) 5x2 y 2 + 8xy + 5z 2 5z 2 = 0
Esercizio 14.3. Determinare la forma canonica delle seguenti quadriche, ricavando le relazioni che
permettono di passare dalle coordinate della forma iniziale alle coordinate della forma canonica e viceversa:
a) 5x2 4y 2 11z 2 24yz 10x 15 = 0
b) 2x2 + 3y 2 + 3z 2 + 2yz + 2y 2z 4 = 0
Esercizio 14.4. Determinare la forma canonica della seguente quadrica, ricavando le relazioni che
2x2 + y 2 + z 2 2yz 4y + 3z + 1 = 0
Esercizio 14.5. Sia Q la quadrica di equazione
Q :
3x2 + 3y 2 z 2 2xy 4z = 0.
a) Stabilire se Q e degenere o meno, e di quale tipo di quadrica si tratti. Se e una quadrica a centro
determinare le coordinate del centro.
a) Trovare gli assi (o lasse) di simmetria di Q e determinare coordinate omogenee dei punti allinfinito degli assi di simmetria.
Q : xz y 2 4z 2 = 0
a) Riconoscere la quadrica
b) Se la quadrica è a centro, determinare coordinate del centro di simmetria ed equazioni degli assi
di simmetria.
381
382
14. QUADRICHE
c) Lintersezione di Q con il piano di equazione y = 1 è una conica del piano . Stabilire il tipo
di conica.
Q : x2 2y 2 + yz = 0
di simmetria.
c) Lintersezione di Q con il piano di equazione x = 0 è una conica del piano . Stabilire il tipo
di conica.
Q : x2 + z 2 + 2xz + 2 2x + 2z + 2y + 4 = 0
a) Riconoscere la quadrica.
b) Studiare la conica che si ottiene intersecando la quadrica Q con il piano z = 0 (tipo, forma
canonica,...).
Q : (1 + 2k)x2 + y 2 + z 2 + 2kyz kz = 1 + k
a) Per quali valori del parametro reale k la quadrica Q è un paraboloide?

b) Per i valori di k determinati al punto a), stabilire il tipo di paraboloide (ellittico o iperbolico).
c) Per i valori di k determinati al punto a), stabilire il tipo di coniche che si ottengono intersecando
Q con il piano z = 0.
Q : x2 + (1 + 2k)y 2 + z 2 + 2kxz kz = 1 + k

-
1. Suggerimenti
-
Equazione
A ogni quadrica f (x, y, z) = 0, possiamo associare due matrici quadrate: la matrice A M33 relativa
alla forma quadratica associata alla quadrica, e la matrice A M44 :
coeff. di x2
1/2 coeff. di xy 1/2 coeff. di xz
coeff. di y 2
1/2 coeff. di yz ,
A = 1/2 coeff. di xy
1/2 coeff. di xz 1/2 coeff. di yz
coeff. di z 2
"
#
1/2 coeff. della x
A h
A =
dove h = 1/2 coeff. della y , k = termine noto dellequazione
hT k
1/2 coeff. della z
Di conseguenza lequazione della quadrica è
f (x, y, z) = [x, y, z, 1] A [x, y, z, 1]T = 0

Invarianti.
Il polinomio caratteristico di A è cos` formato
pA () = 3 + I1 2 I2 + I3
1. SUGGERIMENTI
383
con
I1 = tr(A) = 1 + 2 + 3 ,
I 2 = 1 2 + 1 3 + 2 3
I3 = det(A) = 1 2 3 ,
I4 = det(A )
I1 , I2 , I3 , I4 sono invarianti. Mentre I1 , I3 , I4 possono essere calcolati direttamente da A e A , I2 pu`

o
essere calcolato solo da pA ().
Classificazione: quadriche non degeneri
Una quadrica è non degenere se det(A ) 6= 0, ovvero rg(A ) = 4. Inoltre è
Ellissoide: rg(A) = 3, ovvero det(A) 6= 0, e autovalori di A concordi (oppure I3 6= 0, I2 > 0 e
I1 I3 > 0). Inoltre:
I4 = det(A ) > 0: ELLISSOIDE IMMAGINARIO: ax2 + by 2 + cz 2 + 1 = 0
I4 = det(A ) < 0: ELLISSOIDE REALE: ax2 + by 2 + cz 2 1 = 0
Iperboloide: rg(A) = 3, ovvero det(A) 6= 0, e autovalori di A discordi (oppure I3 6= 0 e I2 0 o
I1 I3 0). Inoltre:
I4 = det(A ) > 0: IPERBOLOIDE IPERBOLICO(a 1 falda): ax2 + by 2 cz 2 1 = 0.
I4 = det(A ) < 0: IPERBOLOIDE ELLITTICO (a 2 falde): ax2 by 2 cz 2 1 = 0.
Paraboloide: rg(A) 2, cioè det(A) = 0, cioè un autovalore nullo (oppure I3 = 0). Inoltre:
I4 = det(A ) > 0: PARABOLOIDE IPERBOLICO: ax2 by 2 z = 0.
Analogamente è un paraboloide iperbolico se i due autovalori non nulli di A sono discordi.
I4 = det(A ) < 0: PARABOLODE ELLITTICO: ax2 + by 2 z = 0.
Analogamente è un paraboloide ellittico se i due autovalori non nulli di A sono concordi.
-
Classificazione: quadriche degeneri

Una quadrica è degenere se det(A ) = 0. Inoltre:
Se rg(A ) = 3, allora è degenere irriducibile.
Se rg(A ) 2, allora è degenere riducibile.
In particolare:
Cono (quindi irriducibile): rg(A) = rg(A ) = 3 (oppure I4 = 0 e I3 6= 0). Inoltre:

Auotovalori di A concordi (oppure I2 > 0): cono a un unico punto reale ax2 + by 2 + cz 2 = 0,
Auotovalori di A discordi (oppure I2 0): cono reale ax2 + by 2 cz 2 = 0
Cilindro (quindi irriducibile): Se rg(A) = 2, ma rg(A ) = 3 (oppure I3 = 0 e rg(A ) = 3). Inoltre:

I2 > 0: cilindro ellittico: ax2 + by 2 1 = 0,
I2 < 0: cilindro iperbolico: ax2 by 2 1 = 0,
I2 = 0: Cilindro parabolico: x2 2py = 0.
Se rg(A ) 2 allora è una quadrica degenere riducibile. Inoltre
Se rg(A ) = 2 e rg(A) = 2: due piani incidenti (reali o complessi),

Se rg(A ) = 2 e rg(A) = 1: due piani distinti e paralleli (reali o complessi),
Se rg(A ) = 1: un piano doppio.
Centro e assi
Ellissoide e iperboloide sono quadriche a centro. Come per le coniche il centro si trova risolvendo
il sistema A| h.
Come per le coniche gli assi di una quadrica non degenere a centro sono le rette passanti per il
centro e di direzione corrispondente agli autovettori della matrice A della quadrica.
384
14. QUADRICHE
Rotazione.
La matrice A è simmetrica, quindi esiste una matrice R ortogonale speciale detta matrice di rotazione
tale che
1 0
0
RT AR = D = 0 2 0 dove i sono autovalori di A
0
0 3
La matrice R si ottiene dagli autovettori di A (normalizzati e con i segni in modo che il determinante
sia 1).
-
Forme canonica con equazioni della trasformazione delle quadriche non degeneri:
Per ottenere la forma canonica si procede esattamente come per le coniche:
(1) Rotazione: utilizzando una matrice ortonormale R di rotazione,
(2) Traslazioine.
-
Forma canonica versione semplice.

Per ottenere la forma canonica di una quadrica non degenere senza cercare però lequazioni della
trasformazione che permette di passare dallequazione originale alla forma canonica e viceversa, possiamo
procedere nel seguente modo:
Calcoliamo det(A ) per verificare che la quadrica non sia degenere.
Calcoliamo gli autovalori 1 , 2 , 3 di A e stabiliamo di quale quadrica si tratta.
Consideriamo i diversi casi:
Se si tratta di un ellissoide sappiamo che dobbiamo arrivare a una equazione del tipo
ax2 + by 2 + cz 2 1 = 0, passando attraverso una equazione del tipo
1 0
0 0
0 2 0 0
con 1 , 2 , 3 autovalori di A
1 x 2 + 2 y 2 + 3 z 2 + t = 0 B =
0
0 2 0
0
0
0 t
Poiche det(A ) è un invariante, imponendo la condizione det(A ) = det(B) possiamo ricavare

il valore di t. Dividendo infine per t o t si ottiene la forma canonica. Solo a questo punto
possiamo stabilire se è reale o immaginaria.
Se si tratta di un iperboloide sappiamo che dobbiamo arrivare a una equazione del tipo
ax2 by 2 cz 2 1 = 0, passando attraverso una equazione del tipo
1 0
0 0
0 2 0 0
con 1 , 2 , 3 autovalori di A
1 x 2 + 2 y 2 + 3 z 2 + t = 0 B =
0
0 2 0
0
0
0 t
il valore di t. Dividendo infine per t o t si ottiene la forma canonica. Solo a questo punto
possiamo stabilire se è un iperboloide a una o a due falde.
Se si tratta di un paraboloide sappiamo che dobbiamo arrivare a una equazione del tipo
ax2 by 2 z = 0, passando attraverso una equazione del tipo
1 0 0 0
0 2 0 0
con 1 , 2 autovalori non nulli di A
1 x2 + 2 y 2 + 2tz = 0 B =
0
0 0 t
0
0 t 0

il valore di t (negativo). Dividendo infine per t si ottiene la forma canonica.
2. SOLUZIONI
385
Quadriche degeneri riducibili.

Se rg(A ) 2 si possono trovare i piani risolvendo una equazione di secondo grado in una incognita (le
altre due incognite vengono considerate parametri), oppure in generale scomponendo il polinomio f (x, y, z)
nel prodotto di due polinomi di primo grado.
-
2. Soluzioni
Esercizio 14.1. Stabilire il tipo di quadrica corrispondente alle seguenti equazioni. Se si tratta di una
quadrica a centro determinare inoltre le coordinate del centro.
a) 2x2 + y 2 + 2z 2 2xy + 2yz + 4x 2y = 0
b) xy + xz yz x = 0
c) 4x2 + 2y 2 + 3z 2 + 4xz 4yz + 6x + 4y + 8z + 2 = 0
d) 5x2 4y 2 11z 2 24yz 10x 15 = 0

e) x2 + 3y 2 + 4yz 6x + 8y + 8 = 0
f) y 2 z 2 + 4xy 4xz 6x + 4y + 2z + 8 = 0
g) 4x2 + 5y 2 + 5z 2 2yz + 8x + 8y + 8z + 1 = 0
h) x2 + 2y 2 z 2 2xz + 4y 4z = 0
i) x2 + y 2 2xz + 2yz 4x + 4y = 0
l) 2x2 + 3y 2 + 3z 2 + 2yz + 2y 2z 4 = 0
Soluzione:
a) Consideriamo lequazione 2x2 + y 2 + 2z 2 2xy + 2yz + 4x 2y = 0 e la matrice A associata:
2 1 0 2
1 1 1 1
A =
0
1 2 0
2 1 0 0
Cominciamo a stabilire se è degenere calcolando il determinante di A . Poiche ci interessa

solo stabilire se il determinante si annulla (ovvero se rg(A ) < 4 possiamo in alternativa ridurre
la matrice (parzialmente) a gradini per semplificare i conti. Inoltre la riduzione a gradini è utile
quando successivamente calcoliamo il rango di A. Per tale ragione è conveniente non scambiare
le righe di A o almeno non scambiare la IV riga con le precedenti, in modo da tenere la matrice
A, formata dalle prime tre righe, distinta. Inoltre il metodo introdotto nelle prime lezioni, che
consiste nellutilizzare solo le righe precedenti una riga per modificare questultima, ci garantisce
che la matrice A non sia modificata con luso della IV riga.
2
0
2II + I
0
IV I 0
1
1
1
0
0
2
2
0
2
2 1
0 1
0
0
III II 0 0
2
0 0
0 2
2 0
0 0
0 2
rg(A ) = 3 det(A ) = 0 quadrica degenere
In particolare rg(A ) = 3 quindi si tratta o di un cono o di un cilindro.

Dalla riduzione si nota che
rg(A) = 2 cilindro (non parabolico).
386
14. QUADRICHE
Per stabilire il tipo di cilindro dobbiamo calcolare I2 :

pA () = 3 + 52 6 I1 = 5, I2 = 6, I3 = 0
Poichè I3 = 0 si tratta in effetti di un cilindro; inoltre I2 > 0 quindi è un cilindro ellittico.
b) Consideriamo lequazione xy + xz yz x = 0 e la matrice A associata:
1
1
21
0
2
2
1
0 12
0
2
A =
1
1
2
0
0
2
0
0
0
12
In questo caso è immediato calcolare il determinante sviluppando rispetto allultima riga:

4
1
6= 0 quadrica non degenere
det(A ) =
2
Inoltre
det(A) =
1
6= 0 rg(A) = 3 ellissoide o iperboloide.
4
Per stabilire se si tratta di un ellissoide o di un iperboloide dobbiamo determinare se gli

autovalori di A sono concordi o discordi.

1
1
1
1 1
1
1
2
+
+
+
pA () =
4
2
2
4
2
4 2

1
1
1
1
+
+
=
2
2
2
2

1
1
1
=
2 +
2
2
2

1
1
=
22 + 1
2
2
Quindi gli autovalori sono

1 = 2 =
1
,
2
3 = 1
discordi
iperboloide
Inotre det(A ) > 0, quindi è un iperboloide iperbolico.

In alternativa potevamo usare gli invarianti:
1
3
1
3
I1 = 0, I2 = , I3 = , .
pA () = 3 +
4
4
4
4
Poichè I3 6= 0 è una quadrica a centro; inoltre I2 < 0, quindi è un iperboloide. Infine I4 =
det(A ) > 0, quindi è un iperboloide iperbolico.
Determiniamo le coordinate del centro risolvendo il sistema associato a:
1
1
1
0
1 1 0 | 0
2III 1 1 0 | 0
2
2
2
1
0 12 0 2II 1 0 1 | 0 II I 0 1 1 | 0
2
1
0 1
1 | 1
2I 0 1
1 | 1
21
0
0
2

1 1 0 | 0
x = 2
1 1 1
1
0 1 1 | 0 y = 2
C
, ,
2 2 2
1
III II 0 0
2 | 1
z=2
Anche se non è richiesto dallesercizio notiamo che gli assi della quadrica sono le rette per C
di direzione parallela agli autovettori di A.
2. SOLUZIONI
387
c) Consideriamo lequazione 4x2 + 2y 2 + 3z 2 + 4xz 4yz + 6x + 4y + 8z + 2 = 0 e la matrice A

associata:
4 0
2 3
0 2 2 2
A =
2 2 3 4
3 2
4 2
Calcoliamo il rango di
4
1/2II
0
2III I 0
4IV 3I 0
A e A riducendo A a gradini:
0
2
3
4
0
1 1 1
III + 4II 0
4 4
5
IV 8II 0
8
10 1
0
1
0
0
rg(A ) = 4 quadrica non degenere
2
3
1 1
0
9
18 9
rg(A) = 2 paraboloide
Inoltre
pA () = (4 ) [(2 )(3 ) 4] 4(2 )

= 3 + 92 18 = (2 9 + 18)
Quindi gli autovalori (oltre a 1 = 0) sono

2 = 3,
3 = 6
concordi
paraboloide ellittico
d) Consideriamo lequazione 5x2 4y 2 11z 2 24yz 10x 15 = 0 e la matrice A associata:
5
0
0
5
0
4 12
0
A =
0 12 11
0
5
0
0
15
Calcoliamo il rango di A riducendo la matrice a gradini:
5 0
0
5
1/4II
0
0 1 3
III 3II 0 0
25
0
IV + I
0 0
0 20
Inoltre
rg(A) = 3 ellissoide o iperboloide.
pA () = (5 ) [(4 )(11 ) 144]

= (5 ) 2 15 100
1 = 2 = 5,
3 = 20
discordi
iperboloide

pA () = 3 + 202 + 25 500 I1 = 20, I2 = 25, I3 = 500.
388
14. QUADRICHE
Determiniamo le coordinate del centro risolvendo il
5
5
0
0
| 5
0 4 12 | 0 1/4II 0
III 3II 0
0 12 11 | 0
x = 1
y = 0 C (1, 0, 0)
z=0
sistema associato a:
0
0 | 5
1 3 | 0
0
25 | 0
Notiamo che potevamo considerare direttamente la matrice ridotta a gradini, pur di cambiare il
segno ai termini della colonna dei termini noti.
e) Consideriamo lequazione x2 + 3y 2 + 4yz 6x + 8y + 8 = 0 e la matrice A associata:
1 0 0 3
0 3 2 4
A =
0 2 0 0
3 4 0 8
1
1/2III
0
III 0
IV + 3I 0
A riducendo la matrice a gradini:
0 0 3
1 0 0 3
0 1 0 0
1 0 0
III 3II 0 0 2 4
3 2 4
IV 4II 0 0 0 1
4 0 1
rg(A) = 3 ellissoide o iperboloide.


pA () = (1 ) 2 3 4

1 = 1,
2 = 1,
3 = 4
discordi
iperboloide
Inoltre I4 = det(A ) > 0, quindi è un iperboloide iperbolico.

pA () = 3 + 42 + 4 I1 = 4, I2 = 1, I3 = 4.
Determiniamo le coordinate del centro risolvendo il sistema Ax = h e considerando direttamente la matrice ridotta a gradini:
1 0 0 | 3
x = 3
0 1 0 | 0 y = 0
C (3, 0, 2)
0 0 2 | 4
z = 2
f) Consideriamo lequazione y 2 z 2 + 4xy 4xz 6x + 4y + 2z + 8 = 0 e la matrice A associata:
0 2 2 3
2 1 0
2
A =
2 0 1 1
3 2 1
8
2. SOLUZIONI
Calcoliamo
2 0
III
2 1
0 2
I
2IV 3III 0 4
il rango di A e A riducendo A a
2 0
1 1
0 1
II
+
I
0
2
0 2
2 3
IV 2III 0 0
5
13
389
gradini:
1 1
2
0
1 3
III 2II 0
2 3
9
19
0
0
1
0
0
rg(A ) = 4 quadrica non degenere, e rg(A) = 2 paraboloide
1 1
1 3
0 9
9
19
Inoltre
pA () = (1 )(1 ) 2 2(1 ) 2 2(1 ) = (1 + 2 ) + 8 = (2 9)

Quindi gli autovalori (oltre a 1 = 0) sono
2 = 3,
3 = 3
discordi
paraboloide iperbolico
pA () = 3 + 9 I1 = 0, I2 = 9, I3 = 0.
Poichè I3 = 0 è un paraboloide; inoltre I4 = det(A ) > 0, quindi è un paraboloide iperbolico.
g) Consideriamo lequazione 4x2 + 5y 2 + 5z 2 2yz + 8x + 8y + 8z + 1 = 0 e la matrice A associata:
4 0
0 4
0 5 1 4
A =
0 1 5 4
4 4
4 1
Calcoliamo il
1/4I
1 0 0
0 5 1
5III + II 0 0 24
IV I
0 4 4
rango di A e A riducendo
1 0
1
0 5
4
0 0
24
5IV 4II 0 0
3
A a gradini:
0
1
1
0
1
4
1/24III 0
24
24
IV III 0
24 31
0 0
5 1
0 1
0 0
rg(A ) = 4 quadrica non degenere, e rg(A) = 3 ellissoide o iperboloide
1
4

1
55
Inoltre
pA () = (4 )(2 10 + 24)
1 = 2 = 4,
3 = 6
concordi
Inoltre I1 = det(A ) < 0, quindi è un ellissoide reale.

ellissoide
pA () = 3 + 142 64 + 96 I1 = 14, I2 = 64, I3 = 96.
Poichè I3 6= 0 è una quadrica a centro; inoltre I2 > 0, quindi è un ellissoide. Infine I4 = det(A ) <
0, quindi è un ellissoide reale.
1 0 0 | 1
x = 1
0 5 1 | 4 y = 1 C (1, 1, 1)
0 0 1 | 1
z = 1
h) Consideriamo lequazione x2 + 2y 2 z 2 2xz + 4y 4z = 0 e la matrice A associata:
1 0 1 0
0 2 0
2
A =
1 0 1 2
0 2 2 0
390
14. QUADRICHE
1
1/2II
0
III + I 0
IV II 0
A e A riducendo A a gradini:
1
0 1 0
0
1 0
1
0
0 2 2
IV III 0
0 2 2
0 1 0
1 0
1
0 2 2
0 0
0
rg(A ) = 3 quadrica degenere, erg(A) = 3 cono
Anche il cono è una conica a centro,
1 0 1 | 0
1 0
0 2 0 | 2
0 2
III + I 0 0
1 0 1 | 2
quindi risolviamo il sistema A| h:
1 | 0
x = 1
0 | 2 y = 1 C(1, 1, 1)
2 | 2
z = 1
i) Consideriamo lequazione x2 + y 2 2xz + 2yz 4x + 4y = 0 e la matrice A associata:
1 0 1 2
0 1 1
2
A =
1 1 0
0
2 2 0
0
Calcoliamo il rango di A e A riducendo A a gradini:
1
1 0 1 2
0
0 1 1
0
III I 0 1 1
2
III II
0
IV 2III 0 0 0
0
0 1
1 1
0 0
0 0
rg(A ) = 2 quadrica degenere
2
2
0
0
rg(A) = rg(A ) = 2 due piani incidenti

Infatti:
x2 + y 2 2xz + 2yz 4x + 4y = 0
x2 y 2 + 2xz 2yz + 4x 4y = 0
(x y)(x + y) + 2z(x y) + 4(x y) = 0

(x y)(x + y + 2z + 4) = 0
Quindi la quadrica corrisponde alla coppia di piani

x y = 0,
x + y + 2z + 4 = 0
l) Consideriamo lequazione 2x2 + 3y 2 + 3z 2 + 2yz + 2y 2z 4 = 0 e la matrice A associata:
2 0 0
0
0 3 1
1
A =
0 1 3 1
0 1 1 4
Calcoliamo il rango di A
2 0
0 3
3III II 0 0
IV III 0 0
e A riducendo A a gradini:
0
0
2
0
1
1
1/4III 0
8 4
2IV + III 0
4 3
rg(A) = 3 ellissoide o iperboloide

Inoltre
pA () = (2 )(2 6 + 8)
0
3
0
0
0
1
2
0
0
1

1
10
2. SOLUZIONI
391

1 = 2 = 2,
concordi
3 = 4
ellissoide

2 0 0 | 0
x = 0
1 1
0 3 1 | 1 y = 1
,
C
0,
2 2
0 0 2 | 1
z=1
2
Esercizio 14.2. Determinare la forma canonica delle seguente quadriche. Se si tratta di una quadrica
a centro determinarne il centro e gli assi di simmetria.
a) 2x2 + y 2 + z 2 2yz 4y + 3z + 1 = 0
b) 5x2 + 8y 2 + 5z 2 + 6xz 8 = 0
c) x2 + y 2 2z 2 + 4z 2 = 0
d) 5x2 y 2 + 8xy + 5z 2 5z 2 = 0
Soluzione:
a) Consideriamo la quadrica 2x2 + y 2 + z 2 2yz 4y + 3z + 1 = 0 le cui matrici associate sono:
2 0
0
0
2 0
0
0
1
1
2
A =
A = 0 1 1 ,
3 ,
0 1 1
2
0 1 1
0 2 32
1
1
Poiche det(A ) = 6= 0 si tratta di una quadrica non degenere.
2
Calcoliamo gli autovalori di A per stabilire la rotazione:
pA () = (2 )( 2)
Quindi gli autovalori di A sono = 2, doppio, e = 0. Poiche A ha un autovalore nullo si
tratta di un paraboloide; inoltre gli autovalori non nulli sono concordi, quindi si tratta di un
paraboloide ellittico.
Sappiamo che la forma canonica sarà del tipo ax2 + by 2 z = 0, cerchiamo quindi una
equazione del tipo
1 x2 + 2 y 2 + 2tz = 0
2x2 + 2y 2 + 2tz = 0
2
0
B=
0
0
0 0
0 0
0 t
t 0
0
2
0
0
Sappiamo inoltre che det(A ) è un invariante, quindi det(B) = det(A ):

4t2 =
1
2
t2 =
1
8
1
t=
2 2

1
2x2 + 2y 2 2 z = 0
2 2
2 2x2 + 2 2y 2 z = 0
b) Consideriamo la quadrica 5x2 + 8y 2 + 5z 2 + 6xz 8 = 0
5 0 3 0
5
0 8 0 0
0
,
A
=
A =
3 0 5 0
3
0 0 0 8
le cui matrici associate sono:
0 3
8 0 ,
0 0
Poiche det(A ) = 8 128 6= 0 si tratta di una quadrica non degenere.
392
14. QUADRICHE

pA () = (8 )(2 10 + 16)
Quindi gli autovalori di A sono = 8, doppio, e = 2. Poiche A ha 3 autovalori concordi si
tratta di un ellissoide. Per stabilire se è reale dobbiamo trovare la forma canonica.
Sappiamo che la forma canonica sarà del tipo ax2 + by 2 + cz 2 1 = 0, cerchiamo quindi una
equazione del tipo
1 x 2 + 2 y 2 + 3 z 2 + t = 0
8
0
B=
0
0
8x2 + 8y 2 + 2z 2 + t = 0
0
8
0
0
0 0
0 0
2 0
0 t

64 2t = 8 128
t = 8

8x2 + 8y 2 + 2z 2 8 = 0
1
x2 + y 2 + z 2 1 = 0
4
Si tratta quindi di un ellissoide reale.

Poichè è una conica a centro possiamo determinare centro e assi.
Il centro è dato dalla soluzione del sistema A| h:
5x + 3z = 0
C(0, 0, 0)
8y = 0
3y + 5z = 0
Per trovare gli assi dobbiamo
3
E(8) = N (A 8I) : 0
3
prima determinare gli autospazi:
0 3 | 0
0 0 | 0 x + z = 0
0 3 | 0
E(8) = h(1, 0, 1), (0, 1, 0)i
3 0 3 |
E(2) = N (A 2I) : 0 6 0 |
3 0 3 |
E(2) = h(1, 0, 1)i
(
0
3x + 3z = 0
0
6y
=0
0
x = t
y=s
z=t
x = t
y=0
z = t
x = t
x = 0
x = t
a3 :
a2 :
a1 :
y=0
y=t
y=0
z = t
z=0
z=t
c) Consideriamo la quadrica x2 + y 2 2z 2 + 4z 2 = 0 le cui matrici associate sono:
1 0 0
2
1 0 0
0
1
0
0
A = 0 1 0 ,
A =
0 0 2 0 ,
0 0 2
2 0 0 2
Poiche det(A ) = 12 6= 0 si tratta di una quadrica non degenere.

Calcoliamo gli autovalori di A per stabilire la rotazione. Notiamo che A è diagonale, quindi
non è necessario effettuare la rotazione. Inoltre gli autovalori di A sono gli elementi della
diagonale: = 1, doppio, e = 2. Poiche A ha autovalori disconcordi si tratta di un
iperboloide. Per stabilire se è a una o a due falde dobbiamo ricavare la forma canonica.
2. SOLUZIONI
393
Sappiamo che la forma canonica sarà del tipo ax2 by 2 cz 2 1 = 0, cerchiamo quindi una
equazione del tipo
1 x 2 + 2 y 2 + 3 z 2 + t = 0
1
0
B=
0
0
x2 + y 2 2z 2 + t = 0
0 0
1 0
0 2
0 0
0
0
0
t

2t = 12
t = 6

1 2 1 2 1 2
x + y z 1=0
x2 + y 2 2z 2 6 = 0
6
6
3
Si tratta quindi di un iperboloide iperbolico, o a una falda.
x = 2
C(2, 0, 0)
y=0
2z = 0
Per trovare gli assi dobbiamo prima
0 0 0
E(1) = N (A I) : 0 0 0
0 0 3
determinare gli autospazi:
| 0
x = t
| 0 3z = 0 y = s
| 0
z=0
E(1) = h(1, 0, 0), (0, 1, 0)i
3 0 0
E(2) = N (A + 2I) : 0 3 0
0 0 0
E(2) = h(0, 0, 1)i
|
|
|
(
0
3x = 0
0
3y
=0
0
x = 0
y=0
z=t
In realtà, non avendo effettuato alcuna rotazione, sapevamo gi`

a che gli autovettori sono i vettori
della base canonica.
x = 2 + t
x = 2
x = 2
a1 :
a2 :
a3 :
y=0
y=t
y=0
z=0
z=0
z=t
d) Consideriamo la quadrica 5x2 y 2 + 8xy + 5z 2 5z 2 = 0 le
5 4
0
0
5 4
4 1 0
0
A = 4 1
A =
5 ,
0 0
5 2
0 0
0 0 25 2
cui matrici associate sono:
0
0 ,
5
21 65
6= 0 si tratta di una quadrica non degenere.
Poiche det(A ) =
4
pA () = (5 )(2 4 21)
Quindi gli autovalori di A sono = 5, = 7 e = 3. Poiche A ha autovalori disconcordi

si tratta di un iperboloide. Per stabilire se è a una o a due falde dobbiamo trovare la forma
canonica.
Sappiamo che la forma canonica sarà del tipo ax2 by 2 cz 2 1 = 0, cerchiamo quindi una
equazione del tipo
1 x 2 + 2 y 2 + 3 z 2 + t = 0
5x2 + 7y 2 3z 2 + t = 0
394
14. QUADRICHE
5
0
B=
0
0
0 0
7 0
0 3
0 0
0
0
0
t

21 65
4
105t =
t=
13
4
13
20 2 28 2 12 2
=0
x + y z +1=0
4
13
13
13
20 2 28 2 12 2
x y + z 1=0
13
13
13
Effettuando infine la rotazione che lascia fisso y, manda x in z e z in x otteniamo:
5x2 + 7y 2 3z 2 +
12 2 28 2 20 2
x y z 1=0
13
13
13
Si tratta quindi di un iperboloide ellittico, o a due falde.
5x + 4y = 0

1
4x y = 0
C 0, 0,
5z = 5
2
Per trovare gli assi dobbiamo prima determinare gli autospazi:
0 4 0 | 0
x = 0
4y = 0
4 6 0 | 0
E(5) = N (A 5I) :
y=0
4x 6y = 0
0 0 0 | 0
z=t
E(5) = h(0, 0, 1)i
E(7) = N (A 7I) :
E(7) = h(2, 1, 0)i
E(3) = N (A + 3I) :
2 4
0
4 8 0
0
0 2
8 4 0
4 2 0
0 0 8
|
|
|
E(3) = h(1, 2, 0)i
|
|
|
(
0
2x + 4y = 0
0
2z = 0
0
(
0
4x + 2y = 0
0
8z
=0
0
x = 2t
y=t
z=0
x = t
y = 2t
z=0
x=t
x = 2t
x=0
y = 2t
y
=
t
y
=
0
a3 :
a2 :
a1 :
1
1
z = 1
z =
z = + t
2
2
2
Esercizio 14.3. Determinare la forma canonica delle seguenti quadriche, ricavando le relazioni che
a) 5x2 4y 2 11z 2 24yz 10x 15 = 0
b) 2x2 + 3y 2 + 3z 2 + 2yz + 2y 2z 4 = 0
Soluzione:
2. SOLUZIONI
395
a) Consideriamo la conica 5x2 4y 2 11z 2 24yz 10x 15 = 0 e
5
0
0
5
5
0
0
4
12
0
0 4
A
=
A =
0 12 11
0
0 12
5
0
0
15
le matrici associate:
0
12
11
Calcoliamo il determinante di A (che ci servirà per trovare la forma canonica):

det(A ) = 5(15)(44 144) + 5(5)(44 144) = 10000
Quindi si tratta di una conica non degenere. Inoltre
det(A) = 5(44 144) 6= 0 ellissoide o iperboloide.


pA () = (5 ) [(4 )(11 ) 144] = (5 ) 2 15 100
1 = 2 = 5,
3 = 20
discordi
iperboloide
Sappiamo che la forma canonica della quadrica è del tipo ax2 by 2 cz 2 1 = 0, cerchiamo
quindi una equazione del tipo
1 x 2 + 2 y 2 + 3 z 2 + t = 0
5
0
B=
0
0
0
5
0
0
5x2 + 5y 2 20z 2 + t = 0
0
0
20
0
0
0
0
t

500t = 10000
t = 20
1 2 1 2
X + Y Z2 1 = 0
4
4
Si tratta quindi di un iperboloide iperbolico, o a una falda.
Determiniamo le coordinate del centro risolvendo il sistema associato a A| h:
5
0
0
| 5
5 0
0 | 5
x = 1
0 4 12 | 0 1/4II 0 1 3 | 0 y = 0
0 12 11 | 0
III 3II 0 0
25 | 0
z=0
5X 2 + 5Y 2 20Z 2 20 = 0
C (1, 0, 0)
Per determinare la matrice di rotazione dobbiamo trovare gli autospazi:
0
0
0
0 0 0
x = t
E(5) = N(A 5I) : 0 9 12 1/3II 0 3 4 y = 4s
0 12 16
1/4III 0 4 3
z = 3s

4 3
E(5) = h(1, 0, 0), 0, , i
5 5
25
0
0
25 0 0
x = 0
0 4 3 y = 3t
16 12
1/4II
E(20) = N(A + 20I) : 0
0 12
9
1/3III + 1/4II 0 0 0
z = 4t

3 4
i
E(20) = h 0, ,
5 5
La matrice di rotazione ortonormale speciale è
1 0
0
3
4
R = 0
5
5
3
4
0 5 5
396
14. QUADRICHE
Le rototraslazioni per passare dalla forma iniziale a quella canonica e viceversa sono

X +1
x
X
xC
y = R Y + yC = 1 (4Y + 3Z)
5
1
z
Z
zC
5 (3Y + 4Z)

x1
X
x xC
Y = RT y yC = 1 (4y 3z)
5
1
Z
z zC
5 (3y 4z)
b) Consideriamo la quadrica 2x2 + 3y 2 + 3z 2 + 2yz + 2y 2z 4 = 0 e le matrici associate
2 0 0
0
2 0 0
0 3 1
1
A = 0 3 1
A =
0 1 3 1
0 1 3
0 1 1 4
Calcoliamo il determinante di A (che ci servirà per trovare la forma canonica):
det(A ) = 2 [3(13) (3) + (4)] = 80
quindi I4 6= 0 e si tratta di una quadrica non degenere. Inoltre
det(A) = 2 8 = 16
ellissoide o iperboloide
Calcoliamo gli autovalori di A

pA () = (2 )(2 6 + 8)
1 = 2 = 2,
3 = 4
concordi
ellissoide (reale)
Possiamo ora ricavare la forma canonica. Sappiamo infatti che la forma canonica della
quadrica è del tipo ax2 + by 2 + cz 2 1 = 0, cerchiamo quindi una equazione del tipo
1 x 2 + 2 y 2 + 3 z 2 + t = 0
2
0
B=
0
0
0
2
0
0
2x2 + 2y 2 + 4z 2 + t = 0
0 0
0 0
4 0
0 t

16t = 80
t = 5
Infine la forma canonica è:

2X 2 + 2Y 2 + 4Z 2 5 = 0
2 2 2 2 4 2
X + Y + Z 1=0
5
5
5
Si tratta in effetti di ellissoide reale.

Determiniamo le coordinate del centro risolvendo il sistema Ax = h:

2 0 0 | 0
2 0 0 | 0
x = 0
1 1
0 3 1 | 1 y = 1
0 3 1 | 1
,
C
0,
2 2
3III II 0 0 8 | 4
0 1 3 | 1
z=1
2
Per determinare la matrice di rotazione dobbiamo trovare gli autospazi:

0 0 0
x = t
1
1
E(2) = h(1, 0, 0), 0, , i

E(2) = N(A 2I) : 0 1 1 y = s
2
2
0 1 1
z = s

2 0
0
x = 0
1
1
0 1 1 y = t
i
,
E(4) = h 0,
E(4) = N(A 4I) :
2
2
0
1 1
z=t
2. SOLUZIONI
397
La matrice di rotazione ortonormale speciale è
1
0
0
1
1

R = 0
2
2
1
0 2 12
Le rototraslazioni per passare dalla forma iniziale a quella canonica e viceversa sono

X
xC
X
x
1
1
y = R Y + yC = 2 (Y + Z) 2
1 (Y + Z) + 1
zC
Z
z
2
2

x
x xC
X
Y = RT y yC = 12 (y z + 1)
1 (y + z)
z zC
Z
2
Esercizio 14.4. Determinare la forma canonica della seguente quadrica, ricavando le relazioni che
2x2 + y 2 + z 2 2yz 4y + 3z + 1 = 0
Soluzione:
Consideriamo lequazione 2x2 + y 2 + z 2 2yz 4y + 3z + 1 = 0 e la matrice A associata:
2 0
0
0
0 1 1 2
A =
3
0 1 1
2
1
0 2 23
E immediato verificare che det(A ) 6= 0 e rg(A) = 2, quindi si tratta di un paraboloide.

Per determinare la forma canonica dobbiamo effettuare le due operazioni di ROTAZIONE e TRASLAZIONE.
ROTAZIONE.
Dobbiamo determinare una base ortonormale di R3 formata da autovettori di A.
2
0
0
1
1 = (2 )(2 2)
pA () = det 0
0
1
1
1 = 2 = 2,
3 = 0
Calcoliamo ora lautospazio E(2) risolvendo il sistema omogeneo associato a A 2I:
0 0
0 | 0
x = t
0 1 1 | 0 y = s
0 1 1 | 0
z = s
E(2) = h (1, 0, 0), (0, 1, 1) i
Analogamente calcoliamo lautospazio E(0)
2 0
0 |
0 1 1 |
0 1 1 |
risolvendo il sistema omogeneo associato a A:
0
x = 0
0 y=t
0
z=t
E(0) = h (0, 1, 1) i
Notiamo che i vettori presi come generatori degli autospazi sono gi`
a tra loro ortogonali, quindi
per ottenere una base ortonormale è sufficienti renderli di norma 1:

1
1
i
E(2) = h (1, 0, 0), 0, ,
2
2

1
1
E(0) = h 0, ,
i
2
2
398
14. QUADRICHE
La matrice R di cambiamento di base, di determinante 1, ovvero la matrice di rotazione, è la

matrice che ha tali vettori come colonne:
1 0
0
1
0
0
1
1 RT = 0
1
12
R = 0
2
2
2
1
1
1
1
0 2 2
0 2
2
Introducendo delle nuove coordinate X, Y e Z si ha che

X
x
x
X
Y = RT y
y = R Y
e
Z
z
z
Z
Da questultimo cambio di coordinate otteniamo:
X = x
x = X
Y = 12 (y z)
y = 12 (Y + Z)
e
z = 12 (Y + Z)
Z = 12 (y + z)
Sostituendo tali valori nellequazione della quadrica e semplificando otteniamo lequazione:

1
7
2X 2 + 2Y 2 Y Z + 1 = 0
2
2
TRASLAZIONE. Dobbiamo ora effettuare la traslazione. Completiamo i quadrati:

1
7
2X 2 + 2 Y 2 Y Z + 1 = 0
2 2
2
2 !

7
49
1
7
2
2
2X + 2 Y Y
Z +1
=0
16
2 2
4 2
2

2
7
33
1
2X 2 + 2 Y
Z
=0
16
4 2
2
!
2

33 2
1
7
2
Z
=0
2X + 2 Y
16
4 2
2
Infine il cambiamento di coordinate è
x = x
x = X
1
7

7
y =
yz
y =Y
6
2
4 2
1
33
33
2
z = Z
z =
y+z
8
2
16
Lequazione della quadrica (parabolide ellittico) diventa quindi:
1
2x2 + 2y 2 z = 0 2 2x2 + 2 2y 2 z = 0
2
Notiamo che il cambio inverso di coordinate è
x = x
1
47
y = (y + z ) +
16
2
19
1
z = (y + z ) +
16
2

Q :
3x2 + 3y 2 z 2 2xy 4z = 0.
a) Stabilire se Q e degenere o meno, e di quale tipo di quadrica si tratti. Se e una quadrica a centro
determinare le coordinate del centro.
a) Trovare gli assi (o lasse) di simmetria di Q e determinare coordinate omogenee dei punti allinfinito degli assi di simmetria.
Soluzione:
2. SOLUZIONI
a) Consideriamo le matrici associate
3 1
1
3
A =
0
0
0
0
399
alla quadrica:
0
0
3
0
0
1
A
=
1 2
0
2 0
Riducendo A a gradini otteniamo:
3
3II + I
0
0
IV 2III 0
1 0
8
0
0 1
0
0
1 0
3
0
0 1
0
0
2
4
Quindi rg(A ) = 4 e rg(A) = 3, e si tratta di una quadrica non degenere a centro.

Per stabilire se si tratta di un ellissoide o di un iperboloide dobbiamo determinare gli autovalori di A.
pA () = (1 )( 4)( 2)

1 = 1,
2 = 4,
3 = 2
discordi
iperboloide
Notiamo inoltre che det(A ) = 8 < 0, quindi si tratta di iperboloide a 2 falde o ellittico.
Determiniamo le coordinate del centro risolvendo il sistema associato a A| h e considerando
la matrice gi
a ridotta
3 1 0 | 0
x = 0
0 8
0 | 0 y = 0
C = (0, 0, 2)
0 0 1 | 2
z = 2
b) Gli assi della quadrica sono le rette per il centro con direzione data dagli autovettori della matrice
A.
Calcoliamo lautospazio E(1) risolvendo il sistema omogeneo associato a A + I:
4 1 0 | 0
x = 0
1 4 0 | 0 y = 0 E(1) = h (0, 0, 1) i
0
0 0 | 0
z=t
Calcoliamo lautospazio E(2)
1 1 0 |
1 1
0 |
0
0 3 |
Calcoliamo lautospazio
1 1 0
1 1 0
0
0 5
risolvendo il sistema omogeneo associato a A 2I:
0
x = t
0 y = t
E(2) = h (1, 1, 0) i
0
z=0
E(4) risolvendo il sistema omogeneo associato a A 4I:
| 0
x = t
| 0 y = t E(4) = h (1, 1, 0) i
| 0
z=0
Gli assi sono quindi:
x = 0
a1 = y = 0
z = 2 + t
x = t
a2 = y = t
z = 2
Inoltre i punti allinfinito degli assi sono:

P1 = (0, 0, 1, 0),
P2 = (1, 1, 0, 0),
x = t
a3 = y = t
z = 2
P3 = (1, 1, 0, 0)
Q : xz y 2 4z 2 = 0
di simmetria.
400
14. QUADRICHE
c) Lintersezione di Q con il piano di equazione y = 1 è una conica del piano . Stabilire il tipo
di conica.
Soluzione:
La matrice A associata alla quadrica è
0
0
A =
1
2
0
1
0
2
1 0
0 4
0
0
0
0
0
0
a) Poiche det(A ) = 0 la quadrica è degenere. Inoltre det(A) = 14 6= 0, quindi rg(A) = 3 e si tratta

di un cono.
b) Risolviamo il sistema A| h per determinare il centro della quadrica
1
0
2
1 0
0 4
0
0
1
2
|
|
|
0
2z = 0
0 y = 0
1
0
2 x 4z = 0
C(0, 0, 0)
Per determinare gli assi dobbiamo prima trovare gli autospazi di A:
0
2
0
pA () = det 0 1
1
0
4
2

1
= (1 ) 4 + 2
4
= (1 )(4 ) 1 (1 )
4
4 + 17
=
,
2
= 1,
4 17
=
2
Inoltre
1
E(1) = N (A + I) : 0
E(1) = h (0, 1, 0) i
!
4 + 17
=N
2
1
2
0
0
0
1
2
2 0
0 0
0
2II I 0 0
3
2I
!
4 + 17
A
:
2
2
0
17
1
0
11
2
x = 0
y=t
z=0
2 17
2
1
2
0
4 17
2
0
1
4 17
0
2I 4 17
2II
0
2 17
0
0
2 17
2III
(4 17)III I
0
0
1
0
4 17
x = t
4 + 17
E
= h (1, 0, 17 4) i
y=0
z = ( 17 4)t
1
2
1
0
0
2. SOLUZIONI
!
4 17
=N
2
!
4 17
A
:
2
4+
401
17
2
0
2 + 17
2
1
2
0
4 + 17
0
2
0
1
4 + 17
0
2I 4 + 17
2II
0
2 + 17
0
17
0
2
+
2III
(4 + 17)III I
0
0
1
0
4 + 17
x = t
4 17
y=0
= h (1, 0, 17 4) i
E
z = ( 17 4)t
1
2
1
0
0
x = 0
x = t
x = t
a1 :
a3 :
a2 :
y=t
y=0
y=0
z=0
z = ( 17 4)t
z = ( 17 4)t
c) Intersechiamo Q con il piano di equazione y = 1, ottenendo la conica 4z 2 + xz 1 = 0. La

matrice B associata a tale conica è:
1
0
0
2
1 4 0
2
0 0 1
Poiche det(B ) 6= 0 è una conica non degenere. Inoltre

1
1
2
pB () = det 1
= 2 + 4
4
4
2
Quindi B ha autovalori
4 + 17
,
2
discordi e si tratta di uniperbole.
=
4 17
2
Q : x2 2y 2 + yz = 0
di simmetria.
c) Lintersezione di Q con il piano di equazione x = 0 è una conica del piano . Stabilire il tipo
di conica.
Soluzione:
1 0
0 2
A =
0 1
2
0 0
0
1
2
0
0
0
0
0
0
a) Poiche det(A ) = 0 la quadrica è degenere. Inoltre det(A) = 14 6= 0, quindi rg(A) = 3 e si tratta

di un cono.
b) Risolviamo il sistema A| h per determinare il centro della quadrica
1 0 0 | 0
x = 0
0 2 1 | 0 2y + 1 z = 0 C(0, 0, 0)
2
2
1
0 12
0 | 0
y
=
0
2
402
14. QUADRICHE
Per determinare gli assi dobbiamo prima trovare gli autospazi di A:

1
0
0
1
1
2 12 = (1 ) (2 )
= (1 ) 2 + 2
pA () = det 0
4
4
1
0
2
= 1,
Inoltre
2 +
=
2
2
=
2
x = t
1
y = 0 E(1) = h (1, 0, 0) i
2
0
z=0
4 5
0
0
!
!
2
2 + 5
2 + 5
2 5
1
E
=N A
I : 0
2
2
2
2
2 5
1
0
2
2
0
0
4 5
0
0
2I 4 5
0
2II 0
2 5
1
2 5 1
2III
(2 + 5)III + II
0
0
0
0
1
2 5
x = 0
2 + 5
y=t
= h (0, 1, 2 + 5) i
E
z = (2 + 5)t
0 0
E(1) = N (A I) : 0 3
0 12
4+ 5
0
0
!
!
2 5
2 5
1
2 + 5
=N A
I : 0
E
2
2
2
2
1
2+ 5
0
2
2
0
0
2I 4 + 5
4+ 5
0
0
0
2II 0
1
2 + 5
2 + 5 1
2III
(2 5)III + II
0
0
0
0
1
2+ 5
x = 0
2 5
== h (0, 1, 2 5) i
E
y=t
z = (2 5)t
x = t
x = 0
x = 0
a1 :
a2 :
a3 :
y=0
y=t
y=t
z=0
z = (2 + 5)t
z = (2 5)t
c) Intersechiamo Q con il piano di equazione x = 0, ottenendo la conica 2y 2 + yz = 0. Anche

senza determinare la matrice associata a tale conica è immediato verificare che è una conica
degenere che si spezza nelle due rette y = 0 e 2y + z = 0, ovvero nelle rette di R3
(
(
x=0
x = 0
x=0
x=0
r1 :
y=0
r2 :
y=t
y=0
2y + z = 0
z=t
z = 2t
Notiamo che le due rette si intersecano nel centro C della quadrica.
Q : x2 + z 2 + 2xz + 2 2x + 2z + 2y + 4 = 0
a) Riconoscere la quadrica.
2. SOLUZIONI
403
b) Studiare la conica che si ottiene intersecando la quadrica Q con il piano z = 0 (tipo, forma
canonica,...).
Soluzione:
0
A =
1

2
0 1
0 0 1
0 1
2
1
2 4
a) Notiamo che A ha due righe uguali, quindi

Calcoliamo il rango di A :
1
0
III
I 0
IV 2I 0
det(A ) = 0 e si tratta di una quadrica degenere.
0
0
0
1
1
0
0
0

2
1
0
2
quindi rg(A ) = 3 e si tratta di una quadrica degenere irriducibile. Inoltre det(A) = 0, quindi si
tratta di un cilindro.
Per stabilire il tipo di cilindro dobbiamo calcolare gli autovalori di A:
1 0
1
0 = 2 (1 )
pA () = det 0
0
0
Quindi A ha autovalori 1 = 2 = 0 e 3 = 1 e
I 2 = 1 2 + 1 3 + 2 3 = 0
Si tratta infine di un cilindro parabolico.
b) Intersecando la quadrica con il piano z = 0 otteniamo la conica
C : x2 + 2 2x + 2y + 4 = 0
Notiamo che lequazione pu`
o essere riscritta nella forma (nota dalle superiori)
1
y = x2 2x 2
2
Si tratta quindi di una parabola con asse verticale di vertice V ( 2, 1) e asse x = 2.

In alternativa per calcolare asse e vertice possiamo studiare (complicando un po le cose) le
matrici associate alla conica.

1 0
2
A = 0 0 1
2 1 4
Poiche det(A ) = 1 6= 0 si tratta di una conica non degenere. Inoltre det(A) = 0 quindi si tratta
di una parabola. Per calcolare asse e vertice dobbiamo calcolare gli autovalori di A:

1 0
pA () = det
= (1 )
0
Quindi gli autovalori sono = 0, 1. Lasse ha direzione parallela allautovalore relativo a = 0.

Calcoliamo quindi E(0):
(

x=0
1 0
E(0) = h(0, 1)i

0 0
y=t
La direzione ortogonale allasse è quindi (1, 0) e una retta ortogonale allasse è
(
x=t
y=0
y=0
Calcoliamo i punti D e E di intersezione di tale retta con la parabola e quindi il loro punto
medio M :
x2 + 2 2x + 4 = 0 x1,2 = 2 2
404
14. QUADRICHE
Quindi xM = 2 e yM = 0. Lasse è quindi la retta di direzione (0, 1) passante per M :

(
x= 2
x= 2
y=t
Infine il vertice è dato dallintersezione tra asse e parabola: V ( 2, 1).

Sappiamo che la forma canonica di una parabola è del tipo x2 2py = 0, cerchiamo quindi
una equazione del tipo 1 x2 + 2ty = 0. Sapendo che 1 = 1 la matrice associata a tale equazione
è
1 0 0
B = 0 0 t
0 t 0
Poichè I3 = det(A ) = det(B) otteniamo t = 1. Infine la forma canonica è x2 2y = 0.
Q : (1 + 2k)x2 + y 2 + z 2 + 2kyz kz = 1 + k

Soluzione:
1 + 2k
0
A =
0
0
0
1
k
0
0
k
1
k2
0
0
k2
1 k
a,b) Q è un paraboliode se è non degenere e det(A) = 0. Cominciamo a calcolare il determinante di

A:
1
det(A) = (1 + 2k) (1 k 2 ) = 0
k = , 1, 1
2
1
Se k = una riga di A si annulla, quindi det(A ) = 0 e si tratta di una conica degenere.
2
Se k = 1, la matrice A diventa
3 0 0
0
0 1 1
1
0
A =
0 1 1 1 det(A ) = 2
2
0 0 12 2
In questo caso si tratta di una conica non degenere. Inoltre

pA () = (3 ) (1 )2 1 = (3 )(2 2)
quindi gli autovalori non nulli di

1 0
0
1
A =
0 1
0
0
A sono = 3, 2. Poiche sono concordi si tratta di un
0
1
1
1
2
0
1
0
1 det(A ) =
4
2
0

pA () = (1 ) (1 )2 1 = (1 )(2 2)
quindi gli autovalori non nulli di A sono = 1, 2. Poiche sono discordi si tratta di un
paraboloide iperbolico.
2. SOLUZIONI
405
c) Intersecando Q con il piano z = 0 otteniamo la conica
C : (1 + 2k)x2 + y 2 = 1 + k
Consideriamo ora i due valori di k trovati ai punti precedenti.

Se k = 1 otteniamo la conica
3 2 1 2
x + y 1=0
C : 3x2 + y 2 = 2
2
2
In questo caso otteniamo quindi unellisse.
C : x2 + y 2 = 0
(x + y)(x + y) = 0
Si tratta quindi di una conica degenere data dalle due rette

(
(
xy =0
x+y =0
r1 :
,
r2 :
z=0
z=0

Q : x2 + (1 + 2k)y 2 + z 2 + 2kxz kz = 1 + k

Soluzione:
1
0
A =
k
0
0
1 + 2k
0
0
k
0
1
k2
0
0
k2
1 k
a,b) Q è un paraboliode se è non degenere e det(A) = 0. Cominciamo a calcolare il determinante di

A:

1
det(A) = (1 + 2k) 1 k 2 = 0
k = , 1, 1
2
1
Se k = una riga di A si annulla, quindi det(A ) = 0 e si tratta di una conica degenere.
2
1 0 1
0
0 3 0
3
0
A =
1 0 1 1 det(A ) = 4
2
0 0 12 2

pA () = (3 ) (1 )2 1 = (3 )(2 2)
quindi gli autovalori non nulli di A sono = 3, 2. Poiche sono concordi si tratta di un
1
0 1
0
0 1 0
0
det(A ) = 1
A =
1 0
1 12
4
0
0
0 12

pA () = (1 ) (1 )2 1 = (1 )(2 2)
quindi gli autovalori non nulli di A sono = 1, 2. Poiche sono discordi si tratta di un
paraboloide iperbolico.
406
14. QUADRICHE
c) Intersecando Q con il piano z = 0 otteniamo la conica
C : x2 + (1 + 2k)y 2 = 1 + k
Consideriamo ora i due valori di k trovati ai punti precedenti.

C : x2 y 2 = 0
(x y)(x + y) = 0
Si tratta quindi di una conica degenere data dalle due rette

(
(
xy =0
x+y =0
r1 :
,
r2 :
z=0
z=0
C : x2 + 3y 2 = 2
1 2 3 2
x + y 1=0
2
2
In questo caso otteniamo quindi unellisse.

CAPITOLO 15
Coordiante omogenee e proiezioni

Esercizio 15.1. Utilizzando le coordinate omogenee, determinare lequazione della retta r passante
per i punti A(2, 3) e B(1, 0) e della retta s passante per A e di direzione

v (1, 2). Determinare inoltre il
punto improprio di r e s.
Esercizio 15.2. Utilizzando le coordinate omogenee, determinare lequazione del piano 1 passante
per i punti A(2, 3, 0), B(3, 1, 1) e C(0, 0, 1) e del piano 2 passante per A e B e parallelo alla retta
x + y = x z = 0.
Esercizio 15.3. Stabilire se il piano di coordinate omogenee N = (1, 2, 0, 3) passa per il punto
P (1, 1, 2).
Esercizio 15.4. Determinare unequazione parametrica della retta r passante per i punti A(1, 2, 5)
e B(1, 0, 3), e trovarne il punto allinfinito.
Esercizio 15.5. Si consideri la proiezione centrale T sul piano x + y = 1 dal centro C(1, 2, 1). Dopo
avere determinato la matrice di T , stabilire in cosa vengono trasformati i punti A(1, 5, 0) e B(1, 0, 0).
Esercizio 15.6. Determinare la matrice della proiezione parallela T sul piano x y + 2z = 0 di
direzione
v = (1, 0, 1). Dopo avere determinato la matrice di T , stabilire in cosa viene trasformata la
retta r : x + y = z = 0.
Esercizio 15.7. Sia il piano di equazione x + 2y z = 0 e C il punto di coordinate (0, 1, 1).
a) Si determini la matrice della proiezione dal centro C sul piano di vista .
b) Si trovino equazioni delle proiezioni delle rette
r:
x+y =x+z1=0
s:
x=y =z+1
Esercizio 15.8. Sia il piano di equazione 3x y + z = 1 e

v il vettore (1, 1, 1).
a) Si determini la matrice della proiezione parallela nella direzione di

v sul piano di vista .
b) Stabilire se si tratta di una proiezione ortogonale o obliqua.
(1, 0, 1).
x + y = 0.
Esercizio 15.10. Sia r la retta dello spazio di equazioni cartesiane r : 2x y + 1 = x z = 0.
(a) Si trovino equazioni cartesiane ed equazioni parametriche della retta r ottenuta proiettando r sul
piano x + y + z = 0 dal centro C = (2, 1, 1).
(b) Trovare coordinate omogenee del punto allinfinito della retta r e stabilire se r e r sono parallele.
Esercizio 15.11. Sia il piano dello spazio di equazione cartesiana
: x y + z + 1 = 0.
a) Si calcoli la matrice della proiezione sul piano dal centro di proiezione C = (1, 1, 1).
b) Si calcoli il punto improprio P della retta r : x y = z = 0 e la proiezione di P sul piano
(dal centro C). Cosa si pu`
o dire della posizione reciproca di r e ?
407
408
15. COORDIANTE OMOGENEE E PROIEZIONI
1. Suggerimenti
Proiezioni. Un piano ax+by+cz+d = 0 ha coordinate omogenee N (a, b, c, d). Un punto P (a, b, c)
ha coordinate omogenee P (a, b, c, 1). Un direzione

v (a, b, c) corrisponde al punto improprio
P (a, b, c, 0).
La matrice della proiezione T su un piano da un punto P o di direzione

v si ottiene nel
seguente modo. Indicate con N le coordinate omogenee del piano e con C le coordinate omogenee
del centro o della direzione della proiezione si ha
M = N t C (N C)I4
T (A) = AM
2. Soluzioni
Esercizio 15.1. Utilizzando le coordinate omogenee, determinare lequazione della retta r passante
per i punti A(2, 3) e B(1, 0) e della retta s passante per A e di direzione

v (1, 2). Determinare inoltre il
punto improprio di r e s.
Soluzione:
Consideriamo la retta r. I
equazione
X
r : det 2
1
punti A e B hanno coordinate omogenee A(2, 3, 1) e B(1, 0, 1), quindi r ha

Y
3
0
Z
1 = 0
1
3X 3Y + 3Z = 0
r : X Y +Z =0
Unequazione cartesiana di r è quindi x y + 1 = 0. Per trovare il punto improrio di r la cosa pi`

u semplice
è porre Z = 0 nellequazione omogenea ottenendo X = Y . Di conseguenza il punto improprio è P (1, 1, 0).
Notiamo che il punto improprio corrisponde alla direzione

v (1, 1) della retta.
Consideriamo la retta s. La direzione
stessa formula precedente otteniamo
X Y
s : det 2 3
1 2
v corrisponde al punto improrpio P (1, 2, 0). Utilizzando la
Z
1 = 0
0
s : 2X + Y + Z = 0
Unequazione cartesiana di s è quindi 2x + y + 1 = 0. In questo caso abbiamo gi`

a determinato il punto
improrpio P (1, 2, 0). In ogni caso per determinarlo, come nel caso precedente era sufficiente porre Z = 0
nellequazione omogenea ottenendo Y = 2X. Di conseguenza il punto improprio è P (1, 2, 0).

Esercizio 15.2. Utilizzando le coordinate omogenee, determinare lequazione del piano 1 passante
per i punti A(2, 3, 0), B(3, 1, 1) e C(0, 0, 1) e del piano 2 passante per A e B e parallelo alla retta
x + y = x z = 0.
Soluzione:
I punti A, B e C hanno coordinate omogenee A(2, 3, 0, 1), B(3, 1, 1, 1) e C(0, 0, 1, 1), quindi ha equazione
X Y Z W
2 3
0
1
1 : det
3 1 1 1 = 0 1 : 5X + Y 7Z + 7W = 0
0 0
1
1
Unequazione cartesiana di 1 è quindi 5x y + 7z 7 = 0.
2. SOLUZIONI
409
La retta x + y = x z = 0 ha equazione parametrica
x = t
y = t t R
z=t
quindi ha direzione
v (1, 1, 1) a cui corrisponde il punto improprio P (1, 1, 1, 0). Utilizzando la formula
precedente si ottiene:
X Y
Z W
2
3
0
1
= 0 2 : 3X 2Y + Z + 12W = 0
2 : det
3
1 1 1
1 1 1
0
Unequazione cartesiana di 2 è quindi 3x + 2y z = 12.

Notiamo che per semplificare i conti nel calcolo del determinante è possibile effettuare alcune operazioni
di riduzione sulla matrice in modo da ottenere alcuni termini nulli. Le operazioni di riduzione non alterano
infatti il rango della matrice, quindi se A è la matrice ridotta, si ha det(A) = 0 se e solo se det(A ) = 0.
Ad esempio:
X Y
Z W
X Y
Z W
X Y
Z W
2
2
2
3
0
1
3
0
1
3
0
1
A=
1 2 1 0 = A
3
III II 1 2 1 0
1 1 1
IV + III 2
1
0
0
1 1 1
0
1 1 1
0
Ora, imponendo det(A ) = 0 si ottiene la medesima equazione 2 : 3X 2Y + Z + 12W = 0.
Esercizio 15.3. Stabilire se il piano di coordinate omogenee N = (1, 2, 0, 3) passa per il punto
P (1, 1, 2).
Soluzione:
Il piano di coordinate omogenee N = (1, 2, 0, 3) è il piano X 2Y 3W = 0, cioè x 2y 3 = 0. Il
punto P appartiene al piano se le sue coordinate soddisfano lequazione. Poichè 1 2(1) 3 = 0 il punto
appartiene al piano.
In alternativa si potevano calcolare le coordinate omogenee di P (1, 1, 2, 1) e P appartiene al piano se
N P = 0. Infatti N P = 1 1 + (2) (1) + 0 2 + (3) 1 = 0.

Esercizio 15.4. Determinare unequazione parametrica della retta r passante per i punti A(1, 2, 5)
e B(1, 0, 3), e trovarne il punto allinfinito.
Soluzione:
La retta r ha direzione AB = (2, 2, 8) cioè

v = (1, 1, 4). Unequazione parametrica di r è
x = 1 + t
t R
r:
y=t
z = 3 4t
Il punto improprio di r corrisponde alla sua direzione ed è P (1, 1, 4, 0).

In alternativa si potevano utilizzare la coordinate omogenee A(1, 2, 5, 1) e B(1, 0, 3, 1) dei suoi due
punti. r è data dallinsieme dei punti A + B al variare di e in R:
r : ( , 2, 5 + 3, + )
Il suo punto improrio si ottiene quando + = 0 ed è (2, 2, 8, 0) = (2, 2, 8, 0) = (1, 1, 4, 0) = P .

Per ottenere unequazione parametrica cartesiana basta dividere per + :
x =

2
5 + 3
y
=
r:
, R
r:
,
,
+
+ +
+
5
+
3
z =
+
410
Notiamo che benchè lequazione ottenuta appaia notevolmente differente è abbastanza facile ricondurci da
= t.
questa equazione a quella precedente ponendo
+

Una proiezione centrale T da un punto C su un piano di coordinate omogeneee N , o una proiezione
parallela T da un punto improprio C (corrispondente alla direzione della proiezione) su un piano di
coordinate omogeneee N ha matrice
M = N t C (N C) I4
Inoltre la proiezione T trasforma il generico punto P nel punto P = T (P ), appartenente a , nel seguente
modo:
P = T (P ) = P M
Il piano è detto piano di vista.

Una proiezione parallela è detta ortogonale se ha direzione ortogonale al piano di vista, mentre è detta
obliqua in caso contrario.
Esercizio 15.5. Si consideri la proiezione centrale T sul piano x + y = 1 dal centro C(1, 2, 1). Dopo
avere determinato la matrice di T , stabilire in cosa vengono trasformati i punti A(1, 5, 0) e B(1, 0, 0).
Soluzione:
Il piano di vista ha coordinate omogenee

1
1
1
1
t
N C=
0 1 2 1 1 = 0
1
1
Quindi
N (1, 1, 0, 1) e C ha coordinate omogenee C(1, 2, 1, 1), quindi
2 1 1
2 1 1
e
N C = 1 1 + 1 2 + 0 + (1) 1 = 2
0
0
0
2 1 1
1 2 1
1
0 1
t
M = N C 2I4 =
0
0 2
1 2 1
1
1
0
3
Passando alle coordinate omogenee, il punto A(1, 5, 0, 1) viene trasformato nel punto
1 2 1 1

1
0 1 1
= 3 0 5 3
A = T (A) = A M = 1 5 0 1
0
0 2 0
1 2 1 3

5
A = (3, 0, 5, 3) = 1, 0, , 1
3

5
Infine, tornando alle coordinate cartesiane, A è trasformato nel punto A 1, 0, .

3
Analogamente il punto B di coordinate omogenee B(1, 0, 0, 1) viene trasformato nel punto
1 2 1 1

1
0 1 1
= 2 0 0 2
B = T (B) = B M = 1 0 0 1
0
0 2 0
1 2 1 3
B = (2, 0, 0, 2) = (1, 0, 0, 1)
Infine, tornando alle coordinate cartesiane, B è trasformato nel punto B (1, 0, 0) = B. Potevamo osservare
dallinizio che, poiche B appartiene al piano di vista, viene trasformato in se stesso dalla proiezione.

Esercizio 15.6. Determinare la matrice della proiezione parallela T sul piano x y + 2z = 0 di
direzione
v = (1, 0, 1). Dopo avere determinato la matrice di T , stabilire in cosa viene trasformata la
retta r : x + y = z = 0.
2. SOLUZIONI
Soluzione:
Il piano di vista ha coordinate omogenee N (1, 1, 2, 0)
improrio C = C (1, 0, 1, 0), quindi

1
1
1
1
t
N C=
2 1 0 1 0 = 2
0
0
Quindi
411
e la direzione
v = (1, 0, 1) corrisponde al punto
0 1
0 1
0 2
0 0
2
1
t
M = N C + I4 =
2
0
0
1
0
0
0
0
0
0
1
1
1
0
N C = 1
0
0
0
1
La retta r viene proiettata in una retta r . Per trovare unequazione di r la cosa pi`
u semplice è forse
trovarne due suoi punti. Prendiamo quindi due qualsiasi punti A e B di r e deteminiamo i punti A e B
in cui questi vengono proiettati. La retta r è la retta passante per A e B .
Prendiamo ad esempio i punti A(0, 0, 0) e B(1, 1, 0) appartenenti a r. Passando alle coordinate
omogenee, il punto A(0, 0, 0, 1) viene proiettato nel punto

A = T (A) = A M = 0 0 0 1
A = (0, 0, 0, 1)
Infine, tornando alle coordinate cartesiane, A è proiettatoo nel punto A (0, 0, 0). Notiamo che, osservando
che A è un punto del piano di vista, potevamo scrivere direttamente A = A.
Analogamente il punto B di coordinate omogenee B(1, 1, 0, 1) viene proiettato nel punto

B = T (B) = B M = 3 1 2 1
B = (3, 1, 2, 1)
Infine, tornando alle coordinate cartesiane, B è trasformato nel punto B (3, 1, 2).
Infine la retta r in cui è trasformata r è la retta passante per A (0, 0, 0) e B (3, 1, 2):
x = 3t
r : y = t
t R
z = 2t
Esercizio 15.7. Sia il piano di equazione x + 2y z = 0 e C il punto di coordinate (0, 1, 1).

a) Si determini la matrice della proiezione dal centro C sul piano di vista .
b) Si trovino equazioni delle proiezioni delle rette
r:
x+y =x+z1=0
s:
x=y =z+1
Soluzione:
a) Il centro C e il piano hanno rispettivamente coordinate omogenee C(0, 1, 1, 1) e N (1, 2, 1, 0),
quindi la matrice della proiezione è
3 1 1 1
0 1 1 1
0 1 2 2
0 2 2 2
M = N t C (N C)I4 =
0 1 1 1 3I4 = 0 1 2 1
0
0
0 3
0 0
0
0
b) Consideriamo la retta r e siano A(1, 1, 0) e B(0, 0, 1) due suoi punti. Passando alle coordinate
omogenee A(1, 1, 0, 1) e B(0, 0, 1, 1) vengono proiettati nei punti

3 1 1
3 1 1
A = A M = (3, 2, 1, 4) =
, , ,1
A =
, ,
4 2 4
4 2 4

1 1
1 1
B = B M = (0, 1, 2, 4) = 0, , , 1
B = 0, ,
4 2
4 2
Quindi la retta r è proiettata nella retta r passante per A e B :
x = t
t R
r :
y = 41 + t
z = 12 + t
412
Analogamente consideriami i punti P (1, 1, 0) e Q(2, 2, 1) di s. Passando alle coordinate

omogenee P (1, 1, 0, 1) e Q(2, 2, 1, 1) vengono proiettati nei punti
P = P M = (3, 0, 3, 0)
Notiamo che P è un punto improrio e corrisponde alla direzione

v = (1, 0, 1). Inoltre

1
1
Q = 3, , 4
Q = Q M = (6, 1, 8, 2) = 3, , 4, 1
2
2
Quindi la retta s è proiettata nella retta s passante per Q e di direzione (1, 0, 1):
x = 3 + t
s :
t R
y = 21
z = 4 + t
Esercizio 15.8. Sia il piano di equazione 3x y + z = 1 e

v il vettore (1, 1, 1).
a) Si determini la matrice della proiezione parallela nella direzione di

v sul piano di vista .
b) Stabilire se si tratta di una proiezione ortogonale o obliqua.
Soluzione:
a) ha coordinate omogenee N (3, 1, 1, 1) e la direzione

v corrisponde al punto improprio
C(1, 1, 1, 0). Di conseguenza la matrice della proiezione è
3
3
3 0
0
3
3
0
1 1 1 0
3I4 = 1 4 1 0
M = N t C (N C)I4 =
1
1
1 0
1
1 2 0
1 1 1 0
1 1 1 3
b) La direzione ortogonale a è (3, 1, 1) (Notiamo che è il vettore corrispondente alle prime tre
componenti delle coordinate omogenee N di ); la proiezione è parallela a

v = (1, 1, 1). Poichè
i vettori (3, 1, 1) e (1, 1, 1) non sono proporzionali rappresentano direzioni differenti e si tratta
quindi di una proiezione obliqua. (Ricordiamo che una proiezione ortogonale è una proiezione
parallela di direzione ortogonale al piano di vista).

(1, 0, 1).
x + y = 0.
Soluzione:

a) Larea del triangolo di vertici M N L è la metà dellarea del parallelogramma di lati M N e LN ,
dove
u = M N = (2, 1, 0),
v = LN = (2, 0, 1)
Ricordando la formula per
prodotto vettoriale:
i
u v = det 2
2
Infine
larea di un parallelogrammo cominciamo a calcolare il vettore
j k
1 0 = i + 2j 2k = (1, 2, 2)
0 1
Area(triangolo M N L) =
1
3
1
|u v| = |(1, 2, 2)| =
2
2
2
2. SOLUZIONI
413
In alternativa si poteva calcolare laltezza del triangolo di base LN sfruttando la proiezione
del vettore u = M N su v = LN :
prv (u) =
Il vettore u prv (u) =
v. Quindi
4
2
, 1,
5
5
4
(u, v)
v = (2, 0, 1)
(v, v)
5
è ortogonale a v e corrisponde allaltezza del triangolo di base
1
Area(triangolo M N L) = |(2, 0, 1)| |
2
4
2
, 1,
5
5
|=
3
1
3
5 =
2
2
5
b) Il vettore delle coordinate omogenee del piano è P = (1, 1, 0, 0) e il punto C ha coordinate

omogenee C = (1, 0, 1, 1). La matrice di proiezione è quindi
0 0 1 1
1 1 1 1
A = P T C (P C)I4 =
0 0 1 0
0 0 0 1
Quindi

1 1
1 1
M = , , 1
M = M A = (1, 1, 3, 3) = , , 1, 1
3 3
3 3

1
1
1
1
N = , , 1
N = N A = (2, 2, 6, 6) = , , 1, 1
3 3
3 3

1
1
1
5
1 5
L = L A = (2, 2, 5, 4) = , , , 1
L = , ,
2 2 4
2 2 4
Infine il triangolo viene proiettato nel segmento M L .
In alternativa si potevano calcolare le proiezioni senza utilizzare le coordinate omogenee e la
matrice di proiezione A. Per esempio per calcolare M si poteva calcolare la retta
x = 1 + 2t
CM :
y =1+t
z=1
Il punto M è dato dallintersezione tra la retta CM e il piano x + y = 0:
t = 23
x = 1 + 2t
x = 1 + 2t

x = 1
y = 1 + t
y = 1 + t
1 1
M
=
M :
,
,
1
3 3
z=1
z=1
y = 13
1 + 2t + 1 + t = 0
x+y =0
z=1
Analogamente si potevano ottenere gli altri punti. Questo procedimento è naturalmente pi`
u lungo.
c) Il triangolo M N L è degenere, quindi ha area nulla.

Esercizio 15.10. Sia r la retta dello spazio di equazioni cartesiane r : 2x y + 1 = x z = 0.
(a) Si trovino equazioni cartesiane ed equazioni parametriche della retta r ottenuta proiettando r sul
piano x + y + z = 0 dal centro C = (2, 1, 1).
(b) Trovare coordinate omogenee del punto allinfinito della retta r e stabilire se r e r sono parallele.
Soluzione:
La retta r ha equazione parametrica
x = t
r:
y = 1 + 2t
z=t
t R
414
a) Il piano di vista ha coordinate omogenee N (1, 1, 1, 0) e C

quindi la matrice della proiezione è
2
2
t
t
M = N C (N C)I4 = N C 4I4 =
2
0
ha coordinate omogenee C(2, 1, 1, 1),
1
1
1
3 1
1
1 3 1
0
0 4
Consideriamo due qualsiasi punti di r, in coordinate omogenee, per esempio A = (0, 1, 0, 1) e

P = (1, 2, 1, 0), e calcoliamone la proiezione:
2 1
1
1

2 3 1
1
= 2 3 1 3
A = A M = 0 1 0 1
2
1 3 1
0
0
0 4

2
2
1
1
A = (2, 3, 1, 3) = , 1, , 1
A , 1,
3
3
3
3
2 1
1
1

2 3 1
1
= 4 4 0 4
P = P M = 1 1 1 0
2
1 3 1
0
0
0 4
P
= (4, 4, 0, 4) = (1, 1, 0, 1)
P
= (1, 1, 0)
:
Infine la retta r è la retta passante per A e P
x = 1 + 5t
r :
t R
x 5z 1 = y + 6z + 1 = 0
y = 1 6t
z=t
b) La retta r ha direzione (5, 6, 1), quindi punto allinfinito P = (5, 6, 1, 0). r e r non sono
parallele perchè le rispettive direzioni non sono proporzionali, ovvero non hanno lo stesso punto
allinfinito.

Esercizio 15.11. Sia il piano dello spazio di equazione cartesiana
: x y + z + 1 = 0.
a) Si calcoli la matrice della proiezione sul piano dal centro di proiezione C = (1, 1, 1).
b) Si calcoli il punto improprio P della retta r : x y = z = 0 e la proiezione di P sul piano
(dal centro C). Cosa si pu`
o dire della posizione reciproca di r e ?
Soluzione:
a) Il piano di vista ha coordinate omogenee N (1, 1, 1, 1) e C ha coordinate omogenee C(1, 1, 1, 1),
quindi
1
1
1
1
1
1
1 1 1 1
e
N C =11+1+1=2
N tC =
1 1 1 1 1 = 1
1
1
1
1
1
1
1
1
Quindi la matrice della proiezione è
1 1
1
1
3
1
M = N t C 2I4 =
1
1 1
1
1
1
b) La retta r ha equazione cartesiana
x = t
y=t
z=0
t R
1
1
1
1
2. SOLUZIONI
415
quindi il suo punto improprio è P = (1, 1, 0, 0) che viene proiettato nel punto
1 1
1
1

1 3 1 1
= 2 2 0 0
P = P M = 1 1 0 0
1
1 1 1
1
1
1 1
P = (2, 2, 0, 0) = (1, 1, 0, 0)
Notiamo che P è trasformato in se stesso, infatti r e sono tra loro ortogonali.
Testi di esercizi di preparazione alla I prova in itinere

Gli esercizi in elenco sono in gran parte tratti da vecchie prove desame
Esercizio 1
Al variare di k discutere e ove possibile risolvere il sistema lineare
2 x + ky = 4
kx + 2y = -1
3x + ky = 7
Interpretare geometricamente i risultati trovati

Soluzione
Sottraendo alla terza equazione la prima si trova il sistema equivalente
sostituzione, si trova il sistema equivalente
da cui, per
Se k=0 il sistema chiaramente impossibile perch la prima equazione diventa 0=-2. Supponiamo
quindi k0. Il sistema equivalente a
di k per cui
ed dunque possibile e determinato per i valori
. Da qui si trova 3k2+k-4=0, cio k=1 o k=
Per k=1 il sistema ammette lunica soluzione x=3, y=-2. Per k=

il sistema ammette invece
lunica soluzione x=3, y=3/2. Per gli altri valori di k il sistema impossibile.
Se interpretiamo i risultati nel piano, le tre equazioni rappresentano tre rette che appartengono allo
stesso fascio quando k=1 o k=-4/3. Nel primo caso il sostegno del fascio il punto (3,-2), nel
secondo il punto (3,3/2). Per gli altri valori di k le rette non appartengono ad uno stesso fascio. In
particolare se k=0 la prima e la terza equazione rappresentano due rette parallele allasse y e la
seconda una retta parallela allasse x che interseca le prime due, per k=2 la prima e la seconda
equazione rappresentano due rette parallele e la terza una retta che le interseca entrambe, per
k=
la seconda e la terza equazione rappresentano due rette parallele e la prima una retta che le
interseca.
Se interpretiamo i risultati nello spazio, le tre equazioni rappresentano tre piani paralleli allasse z
che appartengono allo stesso fascio quando k=1 o k=-4/3. Nel primo caso il sostegno del fascio
la retta di equazioni cartesiane x=3, y=-2, nel secondo la retta di equazioni cartesiane x=3, y=3/2.
Per gli altri valori di k i piani non appartengono ad uno stesso fascio . In particolare se k=0 la prima
e la terza equazione rappresentano due piani paralleli al piano yz e la seconda un piano parallelo al
piano xz che interseca i primi due, per k=2 la prima e la seconda equazione rappresentano due
piani fra loro paralleli e la terza un piano che li interseca entrambi, per k=
la seconda e la
terza equazione rappresentano due piani tra loro paralleli e la prima un piano che li interseca.
Esercizio 2
Discutere ed ove possibile risolvere il seguente sistema
2x + hy + (h 1)z = 1
x + hz = 0
x hy + (h + 2)z = 1
ove h un parametro reale.

Interpretare geometricamente i risultati.
Se esiste un valore di h in corrispondenza al quale le tre equazioni del sistema rappresentano piani
appartenenti ad uno stesso fascio, determinare i parametri direttori della retta sostegno del fascio.
Soluzione
Il rango della matrice completa minore o uguale a 3 ed sempre maggiore o uguale al rango della
matrice dei coefficienti.
Il determinante della matrice dei coefficienti :
2 h h 1 3 0 2h + 1
1 0
h =1 0
1 h h+2 1 h
h = h(3h-2h-1)= h(h-1),
h+2
pertanto se h0,1 il rango della matrice dei coefficienti 3 e coincide col rango della matrice
completa, in tal caso il sistema ha una e una soluzione data da
x=0
y = 1/h
z=0
Se h=0 il sistema diventa:

2x z = 1
x=0
x + 2z = 1
la caratteristica della matrice dei coefficienti 2, perch, come abbiamo gi visto, il determinante
della matrice dei coefficienti 0, ma la matrice dei coefficienti ha il minore
2 1
0.
1 0
Il minore della matrice completa ottenuto orlando il minore precedente con terza riga e quarta
colonna
2 1 1
1 0
0 = 1 0
1 2 1
perci la matrice dei coefficienti ha rango diverso da quella completa ed il sistema impossibile.
Per h=1 il sistema diventa
2x + y = 1
x+z=0
x y + 3z = 1
2 1
non
1 0
nullo), consideriamo allora il minore della matrice completa ottenuto orlando il minore precedente
con terza riga e quarta colonna:
la matrice dei coefficienti ha rango 2 (perch il suo determinante 0 ed il minore
1 0
0
1 1 1
tale minore nullo e dunque anche la matrice completa ha rango 2 (laltro minore di ordine 3 che si
pu ottenere per orlatura ovviamente nullo essendo il determinante della matrice dei coefficienti);
il sistema allora possibile ed ammette 1 soluzioni date da:
x = t
y = 1 + 2t
z=t
con t parametro arbitrario.

Si potevano trovare le soluzioni del sistema usando il metodo di eliminazione gaussiana.
Riordinando le equazioni si ha
x + hz = 0
2x + hy + (h 1)z = 1
x hy + (h + 2)z = 1
e sottraendo dalla seconda equazione la prima moltiplicata per 2 e dalla terza equazione la prima si
ha:
x + hz = 0
hy + (-h 1)z = 1
hy + 2z = 1
ed ancora aggiungendo alla terza riga la seconda si ha:

x + hz = 0
hy + (-h 1)z = 1
( h + 1)z = 0
Quindi la terza equazione per h=1 diventa lidentit 0=0.

Il sistema si riduce a
x +z = 0
y 2z = 1
che ammette 1 soluzioni (x=-t, y=1+2t, z=t, con t parametro arbitrario)
Se invece h1 si ha
x + hz = 0
x = 0
hy + (-h 1)z = 1 e quindi hy = 1
z =0
z=0
La seconda equazione dice che se h=0 il sistema impossibile (per h=0 si avrebbe 0=1)
Se h0,1 si ha invece lunica soluzione x=0, y=1/h, z=0.
Dal punto di vista geometrico le 3 equazioni del sistema possono essere viste come equazioni di
piani nello spazio.
Per h0,1 tali piani hanno un punto comune (appartengono ad una stella ma non ad uno stesso
fascio),
per h=0, i tre piani sono tutti paralleli allasse y e a due a due si intersecano lungo rette parallele
allasse y,
per h=1, i tre piani appartengono ad uno stesso fascio, che ha come sostegno la retta rappresentata
in forma parametrica dalle soluzioni del sistema. Una terna di parametri direttori per tale retta
dunque (-1, 2, 1).
Esercizio 3
Al variare del parametro reale a, si consideri il sistema lineare Ax=b dove
a
1
[A | b ]= 3 a 2
1
a
a 1|
a
1 |
3
1 | a 1
(1) Studiare la risolubilit del sistema al variare del parametro a R, precisando anche il numero di
parametri liberi.
(2) Determinare i valori del parametro per cui X = (2, 1, 1)T soluzione del sistema.
(3) Interpretando ogni equazione del sistema come quella di un piano in uno spazio ane di
dimensione 3, discutere la posizione mutua dei piani al variare di a R.
Soluzione
(1) Effettuando sulle righe di [A|b] le operazioni elementari di togliere dalla riga 2 la riga 1
moltiplicata per 3-a e alla riga 3 la riga 1 R2 (3 a)R1 R2; R3 R1 R3 si ottiene la matrice
a
a 1
|
a
1
0 a 2 3a + 2
2
2
a 4a + 4 | a 3a + 3
0
|
a+2
1
ove a2-3a+2=0 se e solo se a = 1 oppure a = 2; e 2 a = 0 se e solo se a = 2; quindi la nuova
matrice ha 3 pivot se a 1,2. In particolare, se a 1,2 rk(A) = rk([A|b]) = 3 e quindi il sistema Ax =
b ha una sola soluzione.
Se a = 2; la matrice (dopo aver effettuato le operazioni elementari indicate sopra) diventa
1 2 1 2
0 0 0 1
0 0 0 1
da cui rk(A) = 1, rk([A|b]) =2. Quindi, se a = 2; il sistema non ha soluzioni.
Infine, se a = 1; la matrice calcolata dopo le prime due operazioni elementari
1 1 0 1
diventa 0 0 1 1 ed effettuando l operazione elementare di togliere la terza riga la seconda
0 0 1 1
1 1
otteniamo una matrice a scalino 0 0
0 0
1
1 1 , quindi il sistema non ha soluzioni.
0 2
0
(2) Riscriviamo il sistema dando alle incognite i valori 2; 1; 1; rispettivamente,

come richiesto dal testo. Il sistema diventa allora
che ha l unica soluzione a = 1.
(3). Siano ,, i piani di equazione x + ay + (a 1)z = a; (3 a)x + 2y + z =3; x + ay + z = a + 1,
rispettivamente. Per a1, 2 i tre piani si intersecano in un punto solo, avendo il sistema un unica
soluzione, quindi appartengono ad una stessa stella. Per a = 1, le equazioni dei tre piani diventano
x+y=1,2x+2y+z=3, x+y+z=0 e sono piani che a due a due si intersecano ma non hanno punti
comuni. Per a = 2; le equazioni dei tre piani diventano x + 2y + z =2, x+2y+z=3, x+2y+z=1 e sono
tre piani paralleli.
Esercizio 4.
h 1 1
x
3
0
h 1 e i vettori x= y , b= 0 .
Si considerino la matrice A=
1 1 1
1
2 h
a) Al variare del parametro h discutere e risolvere il sistema Ax=b.
b) Interpretare geometricamente i risultati trovati.
c) Per h=2 calcolare det A4.
d) Dopo aver osservato che per h=-1 le soluzioni del sistema di cui al punto a) rappresentano una
retta r, si scriva lequazione del piano che passa per r ed parallelo alla retta s di equazioni
x=2
y + 2z = 1
Soluzione
a)
Essendo rk(A) rk ([A|b]) 3 il sistema sicuramente possibile e determinato se det A0
- h - 1 1 h 1 0 0
h 1 =-(h+1)(h-1)=0 per h=1.
det 0 h 1 = 0
1 - 1 1
1
1 1
Quindi per h1 il sistema ha una ed una sola soluzione che si trova o con la regola di Cramer o
(h + 1)x = 1 + h
ancor pi facilmente osservando che il sistema dato equivalente al sistema x + (h 1)y = 2 h la

xy+z = 2h
cui soluzione x=-1, y=(3-h)/(h-1), z=3-h-(3-h)/(h-1).

x y + z = 3
Per h=1 il sistema diventa y z = 0 ed chiaramente impossibile.

x y + z =1
x y + z = 3
Per h=-1 il sistema diventa y z = 0 ed ammette 1 soluzioni: x=3,y=z=t.

x y + z = 3
b) Le tre equazioni del sistema sono le equazioni di tre piani che per h1 appartengono ad una
stessa stella, per h=-1 appartengono ad uno stesso fascio avente per sostegno la retta r di equazioni
x = 3
y = t , mentre per h=1 non hanno alcun punto comune.

z = t
c) Per h=2 det A=-3 quindi per il teorema di Binet, det A4=81.
d) Abbiamo gi osservato nel punto b) che per h=-1 le soluzioni del sistema rappresentano la retta
x = 3
r di equazioni y = t , il generico piano del fascio di sostegno r ha equazione (x-3)+(y-z)=0 .

z = t
Bisogna quindi determinare i parametri e in modo che il piano e la retta s siano paralleli e
(x - 3) + (y - z) = 0
x=2
dunque non abbiano punti comuni, ovvero in modo che il sistema
y + 2z = 1
sia impossibile. Poniamo x=2 e y=-1-2z nella prima equazione ed abbiamo -+(-1-3z)=0, da cui
si ottiene che affich il sistema sia impossibile dobbiamo porre =0. Dunque il piano cercato il
piano x=3. Altrimenti basta osservare che i parametri direttori del generico piano del fascio sono
,,-, e quelli della retta s sono 0,-2,1 per cui dalla condizione di parallelismo fra retta e piano si
ottiene ancora =0.
Esercizio 5.
Siano
1 3
2 1
A=
, B=
ed I la matrice identica di ordine 2.

1 0
2 2
Determinare una matrice X tale che: B(A+2I)B=B2X.
Soluzione
2 1
-1
2
Poich B=
una matrice non singolare, esiste B e da B(A+2I)B=B X, moltiplicando a
2
2
sinistra 2 volte per B-1, si ottiene X= B-1(A+2I)B.

1 2 1 1 1 / 2
Ora B-1=
=
e dunque
1
2 2 2 1
1 1 / 2 1 3 1 0 2
+
X=
1 - 1 0 0 1 2
1
5 / 2 5 / 2 2 1 10 15 / 2
=
=
.
3 2 2 2 10 7
1 1 1 / 2 2 3 2 1
=
=
2 1
1 - 1 1 2 2
Esercizio 6.
2
1 0 0
1 0
0 h 0
0 1
1 ,
Dire per quali valori di h invertibile la matrice C=AB, dove A=
, B=
0 1 2
0 0 h 1
-1
dire se per tali valori esistono linversa di A e di B e calcolare C .
Soluzione
Le matrici A e B sono due matrici triangolari, quindi i loro determinanti sono i prodotti degli
elementi diagonali: det A=2h, det B=h-1. Per il teorema di Binet det C=det A det B=2h(h-1).
Quindi C invertibile se e solo se h0,1 e per tali valori sono invertibili anche A e B. Si ha subito
che C=
, da cui
C-1=
(Si potevano anche calcolare A-1 e B-1 e poi C-1=B-1A-1)
Esercizio 7
Siano A= 11 03 , B= h 1 1 3h , C= 11 0h . Dire per quali valori di h lequazione matriciale

-1
A(X +C)=B ammette soluzione.
Soluzione
Osserviamo che esiste A-1perch A non singolare. Lequazione matriciale A(X-1+C)=B
equivalente a X-1=A-1B-C , ma entrambe le equazioni richiedono che X sia non singolare.
Si ha A-1=
, A-1B=
e X-1=A-1B-C=
e perch questa sia
linversa di una matrice si deve avere det X-1=1/det X0, cio h-3,2.
Esercizio 8
Dire per quali valori di h esiste linversa della matrice
h + 1 1 2
1 3 e, dove esiste, calcolare A-1 e det A-1.

A= 0
h
2 6
Per gli altri valori di h si determini il rango di A.
Dire per quali valori di h i vettori u=[h+1,1,2], v=[0,1,3], w=[h,2,6] sono linearmente dipendenti.
Per tali valori u combinazione lineare di v e w?
Soluzione
A-1 esiste se e solo se det A0, calcoliamo dunque detA.
h +1 1 2 1 1 4 1 1 1
0
h
1 3=0
2 6 h
1
2
3 =0
6 h
1
2
0 =h.
0
Perci se h0, esiste A-1 ed

-2
1
0
1
-1
A = 3h 4h + 6 - 3h - 3 ed (senza fare calcoli!) det A-1=1/h
h
- h - h + 2 h + 1
1 2
diverso da 0
1 3
I vettori u=[h+1,1,2], v=[0,1,3], w=[h,2,6], che sono i tre vettori riga di A, sono linearmente
dipendenti solo se A non ha rango 3, perci solo per h=0. Per tali valori si ha u=[1,1,2] , v=[0,1,3],
w=[0,2,6] ed il vettore u non combinazione lineare degli altri due perch ogni combinazione
lineare di v e w ha la prima componente nulla.
Per h=0 la caratteristica di A 2, infatti <3 ed il minore
Esercizio 9
Si considerino le rette r ed s di equazioni rispettivamente
3x 2 y = 0
x + 2z = 4
x=k +t
y = 1 + 2t
z = 1
Determinare i valori di k per cui r ed s sono complanari e per tali valori determinare lequazione del
piano che le contiene entrambe.
Soluzione
Il fascio di piani che ha per sostegno la retta s ha equazione: (3x-2y)+(x+2z-4)=0, r ed s sono
complanari se possibile determinare ed in modo che r sia tutta contenuta in un piano del fasci.
Sostituiamo dunque le coordinate del generico punto di r nel generico piano del fascio, abbiamo
(3k+3t-2-4t)+(k+t-2-4)=0, cio t(-+) -2+k+3k- 6=0 che deve essere soddisfatta da tutti i
valori di t, dunque deve essere = e k=1/2. Pertanto le due rette sono complanari per k=1/2 ed in
tal caso il piano che le contiene entrambe (3x-2y)+(x+2z-4)=0, cio 4x-2y+2z-4=0 .
Esercizio 10
Si considerino le rette r ed s di equazioni parametriche r: x= t, y = 1+t, z = 1 e s: x = t, y = 1, z = t.
(1) Discutere la loro posizione reciproca
(2) Determinare l equazione cartesiana del piano contenente r e parallelo ad s.
Soluzione
Punto (1). La retta r ha vettore direzione (1,1,0)T, la retta s ha vettore direzione (1,0,-1)T. I due
vettori sono linearmente indipendenti e dunque le due rette non sono parallele.
Per vedere se sono incidenti, scriviamo le loro equazioni cartesiane e vediamo se il sistema formato
dalle 4 equazione delle due rette possibile.
Abbiamo r)
, s)
e facendo il sistema di queste equazioni troviamo la
contraddizione 0=1. Dunque le due rette non sono neppure incidenti e pertanto sono sghembe.
Punto (2). Il fascio di piani che ha per sostegno la retta r ha equazione (x-y+1)+(z-1)=0. Per
trovare il piano del fascio parallelo ad s dobbiamo trovare il piano del fascio che non ha intersezioni
con la retta s. Dunque poich il piano ha parametri direttori (,-,) dalla condizione di
parallelismo fra retta e piano abbiamo -=0, ovvero =. Altrimenti possiamo trovare i valori di
e per cui il sistema
impossibile.
Sostituendo nella prima equazione abbiamo (x)+(-x-1)=0, ovvero (-)x-=0 da cui ancora
troviamo che il sistema impossibile se =, per cui il piano cercato x-y+z=0.
Esercizio 11
Discutere la mutua posizione delle rette
x = 1 t
y = 1+ t
z =t
Soluzione
x + y = 1
y + z = 1
La prima retta ha come terna di parametri direttori (vettore direzione) (-1,1,1), i parametri direttori
della seconda retta si ottengono dalla matrice
oppure riscrivendo la retta in equazioni
parametriche e sono dunque la terna (1,-1,1). I due vettori non sono proporzionali e dunque le due
rette non sono parallele.
Sono incidenti se e solo se il sistema
possibile. Sostituendo x ed y nella quarta
equazione si ha 2=1 e quindi il sistema impossibile. Perci le due rette sono sghembe.
Esercizio 12.
Determinare la mutua posizione della retta r di equazioni parametriche
x = 3 + 4t
y = 4 3t
z =0
e del piano : 3x + 4y = 0.
Soluzione
Nello spazio una retta ed un piano possono essere o paralleli o incidenti oppure la retta pu giacere
sul piano. Si tratta quindi di considerare il sistema formato dalle equazioni della retta e
dallequazione del piano: se ha 1 soluzioni la retta appartiene al piano, se ha una ed una sola
soluzione la retta e il piano sono incidenti, se non la soluzioni la retta e il piano sono paralleli. Il
sistema
impossibile, infatti sostituendo i valori di x ed y in funzione di t nella
quarta equazione troviamo -25=0, pertanto retta e piano sono paralleli.

Esercizio 13
Siano P, Q ed R i punti di coordinate (1,1,1), (0,2,0), (3,3,3) rispettivamente. Verificare che i tre
punti non sono allineati e scrivere lequazione del piano passante per P, Q ed R. Fissate le
coordinate di un punto T non appartenente a , verificare che le rette PR e QT sono sghembe.
Scrivere lequazione di una retta passante per O complanare sia con PR sia con QT.
Soluzione
1 0 1 2 1 0 1 1 1
I punti P, Q ed R sono allineati solo se la matrice
=
ha rango 1,
3 0 3 2 3 0 3 1 3
1 1
ma il minore
diverso da 0 e dunque la matrice ha rango 2.
3 1
Possiamo trovare lequazione del piano passante per P, Q ed R, osservando che la retta PR ha
equazioni cartesiane x=y e x=z e quindi il generico piano del fascio di sostegno PR
(x-y)+(x-z)=0 da cui imponendo al piano di passare per Q otteniamo -2=0 ovvero =0. Il piano
ha pertanto equazione x-z=0. Altrimenti possiamo osservare che dati 3 punti non allineati di
coordinate (x1,y1,z1), (x2,y2,z2), (x3,y3,z3), lequazione del piano passante per quei 3 punti
x
y z 1
x y z 1
x 1 y1 z1 1
1 1 1 1
= 0 e dunque lequazione del piano passante per P, Q ed R
= 0,
x2 y2 z2 1
0 2 0 1
x 3 y3 z3 1
3 3 3 1
da cui si ricava 4x-4z=0, cio x-z=0.
Prendiamo ad esempio T di coordinate (1,0,0).
Le rette PR e QT hanno rispettivamente equazioni parametriche
x = 1 + 2t
x = 1 u
y = 1 + 2t e y = 2u ,
z = 1 + 2t
z=0
non sono parallele in quanto la prima ha come parametri direttori 2,2,2, e la seconda 1,2,0;
non sono incidenti perch il sistema formato dalle 6 equazioni delle due rette nelle 5 incognite
x,y,x,t,u, impossibile (si trova la contraddizione u=0, u=1).
Il risultato si poteva ottenere per via sintetica osservando che non pu esistere un piano contenente
le due rette perch tale piano dovrebbe contenere P,Q,R,T , ma per definizione T non appartiene al
piano contenente P,Q,R.
Una retta passante per O complanare sia con PR sia con QT pu essere vista come la retta comune
ai due piani PRO e QTO.
Il piano PRO un qualsiasi piano del fascio di sostegno PR (visto che O appartiene alla retta PR),
possiamo quindi ad esempio prendere il piano PQR. Troviamo il piano QTO. La retta QT in forma
2x + y 2 = 0
cartesiana ha equazioni
z=0
Il piano z=0 allora contiene la retta QT ed il punto O e pertanto il piano QTO.

x z = 0
, cio lasse y.
La retta comune ai due piani ha dunque equazioni
z=0
Notate che poich il punto O appartiene alla retta PR ci sono infinite rette complanari a PR e QT e
passanti per O. Basta infatti in questo caso prendere un punto S di QT e scrivere la retta OS.
Unaltra retta che risponde alle richieste si trova scrivendo la retta per O parallela alla retta QT.
Infatti passando per O che un punto di PR, la retta complanare a PR e passando per un punto di
QT, o essendo parallela a QT, complanare alla retta QT.
Soluzione esercizi proposti su sottosapzi e applicazioni lineari

Esercizio 1
1 1 1b
Si consideri il sistema lineare Ax=b dove la matrice completa del sistema [A|b]= a 1 11
1 a 11
con a, b parametri reali.
(1) Stabilire se e quante soluzioni ammette il sistema, al variare di a, b.
(2) Determinare se esistono valori di a, b per i quali il sistema ammette X = (4, 4, 5)T tra le soluzioni.
(3) Posto a = 1 e b = 0, ed interpretando [A|b] come matrice rappresentativa, rispetto alle basi canoniche,
di un applicazione lineare f : R4 R3 , determinare due matrici C, di tipo 32, e D, di tipo 24, che
vericano l uguaglianza CD = [A|b]. Le matrici C e D esistono anche se poniamo a = b = 0?
Traccia di soluzione
Punto (1). Effettuiamo le operazioni elementari di aggiungere alla seconda e alla terza riga della matrice
1
1 1 b
a-1
0
0
1-b.
[A|b] la prima moltiplicata per -1 ed otteniamo la matrice
0 a-1 0 1-b
Se a-1 0 , le matrici A ed [A|b] risultano entrambe di rango 3.
Se a = 1; la matrice A ridotta per righe, ed ha rango 1; mentre la matrice [A|b] risulta avere rango 2 se
1-b 0, mentre risulta avere rango 1 se 1-b = 0. In conclusione, rk(A)=rk([A|b])=3 se a1 ed in tal caso, per il
teorema di Rouch Capelli, il sistema ha una ed una sola soluzione.
Se a=1 allora: se b=1 rk(A)=rk([A|b])=1 ed in tal caso, per il teorema di Rouch Capelli, il sistema ammette
2 soluzioni, se invece b1 allora rk(A)=1 e rk([A|b])=2 per cui il sistema impossibile.
-3=b
Punto (2). Sostituendo alle incognite i valori proposti, otteniamo le seguenti equazioni in a e b : -4a+1=1
ed evidente che il sistema ha l' unica soluzione a=0, b=-3.
-4a+1=1
1 1 1 0
Punto (3). Per a=1 e b=0 la matrice A=[A|b] diventa (eliminando il separatore) 1 1 1 1.
1 1 1 1
Lapplicazione lineare fA associata a tale matrice ha lo spazio Im fA generato dai due vettori colonna
1 0
1 , 1. Cercare C, di tipo (3,2), e D, di tipo (2,4), tali che CD = A=[A|b] come cercare due applicazioni
1 1
lineari fC e fD tali che fA = fC fD, quindi Im fC deve coincidere con Im fA e dunque possiamo prendere
1 0
x y z t
C=1 1, visto che quindi Im fC =Col C. Ora troviamo D=x' y'
tale che CD=A. Si trova subito
z' t'
1 1
1 1 1 0
D=
.
0 0 0 1
Per a=b=0, la matrice A ha rango 3 e quindi non pu essere scritta come CD con C di tipo 32, e D di tipo
24, perch in tal caso rk(A)> rk (C), mentre sappiamo che rk(CD)min (rk (C) ,rk(D)).
Esercizio 2
Si considerino in R4 i sottospazi
U={(x,y,z,t)R4 | x-2y-t=y+z=0}, W={(x,y,z,t)R4|x-y+z-t=0}.
Trovare una base per U una base per W, una base per UW e una per U+W.
Il generico vettore di U ha la forma (x,y,-y,x-2y)=x(1,0,0,1)+y(0,1,-1,-2). I vettori (1,0,0,1) e

(0,1,-1,-2) generano quindi U e sono linearmente indipendenti, quindi formano una base di U.
Il generico vettore di W ha la forma (x,y,z,x-y+z)=x(1,0,0,1)+y(0,1,0,-1)+z(0,0,1,1). I tre vettori
(1,0,0,1),(0,1,0,-1),(0,0,1,1) sono quindi un insieme di generatori di W. Essi sono anche linearmente
1 0 0 1

indipendenti perch facile verificare che la matrice 0 1 0 1 (formata dallaccostamento
0 0 1 1
in dei tre vettori uno sullaltro) ha rango 3 e quindi ha tre righe linearmente indipendenti. Pertanto i
tre vettori (1,0,0,1),(0,1,0,-1),(0,0,1,1) sono una base di W. U+W generato dallunione dei
generatori di U e di W e quindi un sistema di generatoti per U+W (1,0,0,1),(0,1,-1,-2),(0,1,0,-1),
(0,0,1,1). Verifichiamo se questi quattro vettori sono linearmente indipendenti. Consideriamo al
solito la matrice formata dallaccostamento verticale di questi quattro vettori. Si ha
1 0
0
1
0
1
1
2
che ha determinante nullo, pertanto ha rango minore di 4. I quattro vettori riga

0 1 0 1
0 0 1 1
dunque sono linearmente dipendenti. Poich sappiamo che i vettori costituiti da prima, terza e
quarta riga sono linearmente indipendenti, abbiamo allora che essi sono una base per U+W,
essendo un insieme massimale di vettori linearmente indipendenti estratto da un insieme di
generatori. Questo dice anche che U+W=W in quanto U+W e W hanno lo stesso insieme di
generatori. Come conseguenza UW e dunque UW=U ed una base per UW la base che
abbiamo trovato per U.
Esercizio 3
Si considerino i sottospazi U, V di R4 generati nella maniera seguente U = L((1, 1, 1, 1), (1, 0, 1, 0));
V = L((1, 1, 1, 1), (1, 0, 1, 0)). Determinare una base e la dimensione del sottospazio U + V . Utilizzando la
formula di Grassmann calcolare la dimensione del sottospazio U V.
I vettori (1,1,1,1), (1.0,1,0) sono linearmente indipendenti e quindi sono una base per U. Analogamente i
vettori (1,-1,1,-1), (-1,0,1,0) sono linearmente indipendenti e quindi sono una base per V. Lo spazio U+V
generato dai vettori (1,1,1,1),(1,0,1,0),(1,-1,1,-1),(-1,0,1,0). C dunque una base di U+V contenuta in
questo insieme di vettori. Vedendo questi quattro vettori come le righe di una matrice A di tipo (4,4) , si ha
1 1
1 1
0 1
1 1
1 1 1
1
0
1
0
0
0
1 0
= 2
det A=0, infatti
0 1 0 = 0.
1 1 1 1
0 1 1 1
1
1 1
1 0 1 0
2 0 1 0
Quindi i 4 vettori sono linearmente dipendenti. Osserviamo che il minore formato dalle righe 1,2,4, e dalle
1 1 1
colonne 1,2,3 1 0 1 = 2 quindi il primo, secondo e quarto vettore sono linearmente
1 0 1
indipendenti e quindi formano una base per U+V . Poich dim (U+V)+dim (UV)=dim U+dim V, abbiamo
che dim (UV)=1 (una base di UV il vettore (1,-1,1,-1) che appartiene a V e si pu anche scrivere come
combinazione lineare dei vettori della base di U e quindi appartiene ad U).
Esercizio 4
Sia data la funzione lineare T: R4R2 definita da: T: (x,y,z,w)(x+2y-z+w,z+w). Calcolare le dimensioni del
nucleo e dellimmagine di T.
1 2 1 1
ed ha
0 0 1 1
ovviamente rango 2. Quindi dim Im T=2 , pertanto Im T=R2 ed una base per Im T la base canonica di R2. Il
x=t
1
& y=u
0
$
0
x+2y-z+w=0
t+2u
ker T ha equazioni !
da cui troviamo z=
, quindi una base di ker T ( 1/2 *, 1 .
1
2
z+w=0
%
t+2u
$
1/2
1
#w=La matrice associata alla funzione lineare T rispetto alle basi canoniche
Esercizio 5
Sia f : R3 R3 lendomorsmo denito come f ((x, y, z)) = (0, 3x + 3y + z, x y + z).

Determinare una base e la dimensione di ker(f) ed Im(f).
0
0 0
La matrice associata allendomorfismo f rispetto alle basi canoniche A = 3
3 1.
1 1 1
Poich rk(A)=2, dim Im f=2 e Im f lo spazio generato dalle colonne di A, quindi una base per Im f
0
0
3 , 1.
1 1
3x+3y+z=0
,
-x-y+z=0
k
1
quindi pu essere scritto come -k , kR e pertanto una sua base formata dal vettore 1.
0
0
Si ha poi dim ker f=3-2=1 (teorema di nullit e rango). ker f definito dalle equazioni !
Esercizio 6
Si consideri lendomorsmo T : R3 R3 denito come T (x, y, z) = (x y 2z, x + y + 2z, 2x + 2y + 2z).

(a) Si calcoli la matrice A associata a T rispetto alla base canonica B di R3 .
(b) Si calcoli il nucleo di T2 = T T.
1 1 2
2
2
La matrice associata a T rispetto alla base canonica A = 1
1
2 . La matrice associata a T A ,
2
2
2
4 4 4
2
2
2
calcoliamo A2= 4
4
4 . Il nucleo di T , ker T , il nucleo di A (essendo A la matrice che
4
4
4
rappresenta T rispetto alla base canonica) e dunque ha equazione 4x+4y+4z=0, ha dimensione 2 e base
1 1
a-b
. 1 , 0 /, in altre parole . a a,bR/.
0
1
b
Esercizio 7
Provare che esiste uno ed un solo endomorfismo di R4 (cio una e una sola applicazione lineare
: R4 R4) tale che
2 0 1 1 0 0 0 0

1 0
0 1
0 0
0 0
= , = , = , = ,
0
0
0
1
1
0
0
4

0 0
2 1
1 0
1 8

Trovare la matrice associata a rispetto alla base canonica di R4. Determinare Ker ed Im .
2 1 0 0
2 1 0 0
1
0
0
0
I vettori 1 , , , 2 sono linearmente indipendenti in quanto
1 0 0 0
= 1 0, quindi
0 0 1 0
0 0 1 0
0 2 1 1
0 2 1 1
sono una base B di R4 ed unapplicazione lineare da V a W con dim V finita univocamente determinata
quando si conoscono le immagini dei vettori di una base. La matrice associata allendomorfismo rispetto
0 1 0 0
4
alla base B e alla base canonica di R A= 0 1 0 0. Se invece vogliamo la matrice associata a
0 1 0 4
0 1 0 8
rispetto alla base canonica di R4 dobbiamo trovare le immagini mediante dei vettori della base canonica
1
0
1
0
0
(o usare la formula del cambiamento di base). Si ha subito che e1= 2 , dunque (e1)= 1 , allo
0
0
7
15
2
1
2
1
0
2
0
0
0
1
0
0
2
0
0
stesso modo e2= 2 + 4 e dunque (e2)= ed infine e3= , quindi (e3)= 0 . La
0
0
0
14
1
0
4
0
2
1
30
1
1
8
1 2 0 0
matrice che rappresenta rispetto alla base canonica allora C= 1 2 0 0 .
7 14 4 4
15 30 8 8
2a
I vettori di ker , rispetto alla base canonica, sono 1 a
a,bR2.
b
b
a
0
Notate che se avessimo scritto questi vettori rispetto alla base B avremmo avuto linsieme 1b
a,bR2.
0
1
0
1
, 0 . Osservate che coincide
Il sottospazio Im lo spazio generato dalle colonne di C , cio L
7
4
15 8
1 0
con lo spazio generato dalle colonne di A , L1 , 0. Infatti i due spazi hanno la stessa dimensione e
1 4
1 8
1
1
0
1
0
1= 1 + 2 0 L 1 , 0 .
1
7
4
7
4
15
15
1
8
8
Esercizio 8
1 1 2 0
Sia T la funzione lineare R4 R3 associata alla matrice M = 2 1 0 1 , tR, rispetto alle basi
1 1 0 t
canoniche.
i) Per quali t R la funzione T suriettiva?

ii) Determinare ker(T ) e Im(T ).
iii) Porre t = 1. Determinare una base B di R4 e una base B di R3 tali che la matrice M(T)BB che rappresenta
1 0 0 0
lapplicazione rispetto alle basi B e B quando t = 1 , sia 0 1 0 0
0 0 1 0
Punto i). Affinch T sia una funzione suriettiva, lo spazio generato dalle colonne di T deve avere
1 1 2 0
dimensione 3 e dunque deve essere rk( 2 1 0 1 )=3. Questo avviene per ogni valore di t in quanto
1 1 0 t
1 1 2
2 1 0=2.
1 1 0
Punto ii). Essendo T suriettiva per ogni valore di t, sempre ImT=R3. Per il teorema di nullit pi rango si
x+y+2z=0
ha dim ker T=1 e ker T rappresentato dalle soluzioni del sistema .2x+y+v=0 ed dunque (al variare
x+y+tv=0
&x=9t-1:u
&=9t-1:u@
D
$
$<92-t:u?
$
y=92-t:u
A
di t,
cio <
uR
?
A
% z= t u
%< t u ?
C
$
$ 2
$
2
# v=u
#; u >
B
1 1 2 0
Punto iii). Per t=1, la trasformazione T rispetto alle basi canoniche ha matrice associata A=2 1 0 1.
1 1 0 1
0
ed il suo nucleo generato da 2. La base B di R4 che andiamo a cercare deve avere come quarto vettore
1
2
un vettore del nucleo perch la quarta colonna della nuova base il vettore nullo. Quindi possiamo
1 0 0 0
1
0
1
0
0
1
0
0
2
prendere B=1 , , , 2. Ora vogliamo trovare B in modo che T( ) = 0 | GH , T(1) = 1 |GH ,
0 0 0 1
0
0
0
0
0 0 1 2
0
0
0
1
0
0
2
0
1
1
0
0
1
T( ) = 0 |GH , ma sappiamo che rispetto alle basi canoniche T( ) = 2, T( ) = 1, T(0) = 0. E
1
0
0
1
1
0
1
1
0
0
0
0
1 1 2
quindi abbiamo B=.2 , 1 , 0/.
1 1 0
Esercizio 9
Si consideri la funzione lineare T : R3 R4 denita da: T (x, y, z) = (x + 3y + 4z, x + z, x + y + tz, 2x + 2y + tz),

al variare di t R.
i) Per quali t R la funzione T iniettiva?
ii) Per quali t R il vettore v = (0, 0, 0, t)T appartiene a Im(T)? Per tali valori, esprimere v come
combinazione lineare di una base di Im(T).
iii) Porre t = 0. Determinare una base B di R3 e una base B di R4 tali che la matrice M(T)BB (che rappresenta
1
0
lapplicazione rispetto alle basi B e B) quando t = 0, sia
0
0 0
1 0
0 1
0 0
Punto i). La funzione T iniettiva se e solo se ker T formato dal solo vettore 0R3. Quindi dim kerT=0 e
per il teorema di nullit e rango rk T=3. La funzione T rappresentata (rispetto alle basi canoniche) dalla
1
matrice 1
1
2
3 4
0 1. Questa matrice ha rango maggiore o uguale a 2 perch I1 3I0. Consideriamo il
1 t
1 0
2 t
1 3 4 1 3
3
minore orlato 1 0 1=1 0
0 =-3(t-2). Quindi per t2, rk T=3. Per t=2 consideriamo il minore
1 1 J 1 1 J1
1 3 4 1 3 3
orlato con quarta riga e terza colonna, si ha 1 0 1=1 0 00. Per cui per ogni valore di t risulta
2 2 2 2 2 0
rk T=3 e dunque T iniettiva.
0
1 3 4 x
0
Punto ii). Affinch v = (0, 0, 0, t)T appartenga a Im(T) lequazione matriciale = 1 0 1 KyL deve
0
1 1 t
z
t
2 2 t
avere soluzione, quindi per il teorema di Rouch Capelli la matrice completa deve avere rango uguale al
rango della matrice dei coefficienti. Sappiamo che la matrice dei coefficienti ha rango 3 e dunque deve
essere
1 3 4 0
1 3 4 0
1 3 3
1 3 4
1
0
1
0
=0. Ma
1 0 1 0
=t 1 0 1 =t 1 0 0 =-3t9t-2:. Quindi deve essere t=0 o t=2.
1 1 t 0
1 1 t 0
1 1 t-1
1 1 t
2 2 t t
2 2 t t
Per t=0 il vettore v il vettore nullo e quindi si scrive come combinazione lineare a coefficienti nulli dei
0
1 3 4
1 0 1
0
vettori di una qualsiasi base di Im T. Per t=2 si ha v= , una base di Im T 11 , 1 , 22 e v si pu
0
2 2 2
2
scrivere come combinazione di questi vettori a coefficienti 1,1,-1.
1
Punto iii). Per t=0 la matrice che rappresenta lapplicazione rispetto alle basi canoniche 1
1
2
3
0
1
2
4
1.
0
0
Vogliamo trovare una base B di R3 ed una base Bdi R4 in modo che rispetto alle nuove basi la matrice della
1 0 0
applicazione sia 0 1 0. Se prendiamo come base B la base canonica, abbiamo che la base B deve
0 0 1
0 0 0
essere tale che le immagini della base canonica di R3 rispetto alla nuova base siano rispettivamente
1 0 0
0 , 1 , 0. Poich rispetto alla base canonica di R4 le immagini della base canonica di R3 sono
0 0 1
0 0 0
1 3 4
1 0 1
rispettivamente 1 , 1 , 2, questi sono i vettori che, con un quarto vettore rispetto ad essi linearmente
2 2 2
1 0 0
indipendente,formano una base rispetto alla quale le componenti sono rispettivamente 0 , 1 , 0.
0 0 1
0 0 0
0
1 3 4
1 0 1
4
Quindi rimane da completare linsieme 1 , 1 , 2 ad una base di R . Basta prendere 0. Quindi
0
2 2 2
1
1 3 4 0
1 0 1
B=11 , 1 , 2 , 02.
0
2 2 2 1
Esercizio 10
Sia U il sottospazio di R4 costituito dai vettori (x, y, z, t) R4 che risolvono il sistema lineare omogeneo
x+ yz = 0
xz+t =0
2x + y 2z + t = 0
Sia poi V il sottospazio di R4 denito come V = L((1, 0, 1, 0)T, (0, 0, 1, 2)T, (1, 0, 2, 2)T).
(1) Calcolare basi e dimensioni di U , V .
(2) Calcolare basi e dimensioni di U V e U + V.
(3) Costruire, se possibile, una applicazione lineare f : R4 R3 tale che ker(f ) = U ed
f (V ) = L((1, 1, 2)T, (1, 0, 1)T).
1 1
a-b
Punto (1). Il sottospazio U formato dai vettori ( b * Aa,bRM. Una sua base quindi 10 , 1 2 e la
1
0
a
0
1
b
sua dimensione 2. Si verifica subito che i vettori (1, 0, 1, 0)T, (0, 0, 1, 2)T, sono linearmente indipendenti,
1 0
mentre (1, 0, 2, 2)T la loro somma, dunque 10 , 02 una base di V e dim V=2.
1 1
0 2
1 1 0
Punto (2). I vettori 10 , 1 , 02 generano U+V e sono linearmente indipendenti (solita verifica)
1
0
1
0
1
2
quindi sono una base di U+V e dim (U+V)=3. Dalla formula di Grassmann si ha dim (U V)=1 e dunque
1
0 UV una base di U V .
1
0
Punto (3). Non possibile costruire f, in quanto se f esistesse avremmo che lapplicazione f :Vf(V) che si
comporta come f sul sottospazio V di R4, dovrebbe esistere, ma dim Im f=2, dim V=2 e ker f=V ker f= V
U, quindi dim ker f=1 contro il teorema di nullit pi rango.
Esercizio 11
Sia f : R4 R4 la seguente applicazione lineare
x

y
f =
z

t

x + y 2z + t
xy+z+t
x 2z
y+t
(1) Determinare nucleo ed immagine di f, una loro base e la rispettiva dimensione.
x-y+t=0
(2) Sia U il sottospazio di R4 formato dalle soluzioni del seguente sistema P
.
x-y=0
base B di U e stabilire se esistono vettori di R4 che non appartengono a ker f+U.
Determinare una
Punto (1). Lapplicazione lineare f ha come matrice associata (rispetto alle basi canoniche) la matrice
1 1 2 1
1 1 2 1
1 0 2 1
1
1
1
1
1
1
1
1
Q=
. Calcoliamone il determinante:
=
1 2 1 1
=
1 0 2 0
1 0 2 0
1 0 2 0
0 0
0 1
0 1
0 1
0 1
0 1
1 2 1
2 1 2 0 = 0. Dunque rk(A)<4, inoltre il minore formato con le prime due righe e le prime due
0 0 1
colonne diverso da 0 per cui 2rk(A)<4. Orliamo il minore di ordine 2 diverso da 0 che abbiamo ottenuto
1 1 1
con terza riga e quarta colonna ed abbiamo 1 1 1 = 2. Dunque rk(A)=3. Quindi ker f ha dimensione
1 0 0
1 ed Im f ha dimensione 3. Im f lo spazio generato dalle colonne di A , quindi una base di Im f formata
1
1
1
1
1
da 1, 2 e 4 colonna di A, per cui Imf=1R + S + T 1
R, S, TU2. Poich dim Im f=3 abbiamo
1
0
0
0
1
1
x+y-2z+t=0
che dim ker f=1 e ker f il sottospazio di R4 di equazioni x-y+z+t=0 da cui si ottiene subito che i vettori
x-2z=0
di ker f sono [2z,(-3/2)z,z,(3/2)z]T e quindi una base di ker f [2,-3/2,1,3/2]T.
x=u
x=y
y=u
Punto (2). Il sottospazio U si pu scrivere nella forma V
cio in forma parametrica 1 z=v dove u e v
t=0
t=0
sono due parametri. U ha quindi dimensione 2 ed i due vettori [1,1,0,0]T e [0,0,1,0]T formano una base per
U. Poich dim kerf=1 e dim U=2 si ha dim (ker f+U)3 e pertanto essendo dim R4=4 esistono vettori di R4
che non appartengono a ker f+U.
Esercizio 12
x
x+ky+92-k:z
y
XK
LY = K
L essendo k un parametro reale.
Sia fk : R R lapplicazione lineare data da fk
kz+y+kz
z
3
(1) Determinare, al variare di k, nucleo ed immagine di fk , le loro dimensioni ed una loro base.
(2) Sia U il piano di equazione x y = 0. Determinare ker f1 U ed una sua base.

Punto (1) La matrice associata ad fk rispetto alle basi canoniche di R3 ed R2 Ak = Z1 k 2-k[ . Il nucleo
k 1 k
di fk dunque il nucleo della matrice Ak. La matrice Ak ha rango maggiore o uguale ad 1 per ogni k perch il
minore formato dallelemento comune a prima riga e prima colonna sempre 1. Consideriamo allora i
minori ottenuti orlando quel minore. Il minore ottenuto orlando con seconda riga e seconda colonna
1-k2 e quindi si annulla per k=1, k=-1. Per k=1 anche il minore formato orlando con seconda riga e terza
colonna si annulla, mentre per k=-1 vale 2. Dunque Ak ha rango 2 per k1 e rango 1 per k=1. Di conseguenza
abbiamo che
-
per k=1, Im fk (che lo spazio generato dai vettori colonna di Ak) ha dimensione 1 e una sua base
formata dal vettore [1,1]T; ker fk ha dimensione 3-1=2 (teorema di nullit e rango) ed
rappresentato dallequazione x + y + z = 0, e quindi una sua base ad esempio {[1,1,0]T,[1,0,1]T}.
per k1, Im fk (che lo spazio generato dai vettori colonna di Ak) ha dimensione 2, quindi essendo
un sottospazio di R2 di dimensione uguale a quella di R2, coincide con R2 pertanto una sua base la
base canonica di R2; ker fk ha dimensione 1 ed rappresentato dal sistema P
&x= k +k-2
t
1-k2
$
2
x+ky+92-k:z=0
. Se
kx+y+kz=0
e rappresentano le equazioni
k-k2
% y= 1-k2 t
$
# z=t
parametriche di ker fk una cui base ad esempio formata dal vettore [k2-k-2,k-k2,1-k2]T.
x=2t
k=-1, le 1 soluzioni del sistema sono . y=t e rappresentano le equazioni parametriche di
z=0
ker f-1 una cui base ad esempio formata dal vettore [2,1,0]T.
k-1, le 1 soluzioni del sistema sono
Punto (2) Poich, come abbiamo visto sopra, ker f1 rappresentato da x+y+z=0, ker f1U rappresentato
x+y+z=0
dal sistema !
, poich il rango della matrice dei coefficienti di questo sistema 2, ker f1U ha
x-y=0
dimensione 1 ed una base data ad esempio dal vettore [1,1,-2]T.
GEOMETRIA ED ALGEBRA LINEARE

PRIMA PROVA IN ITINERE - 06/05/2011 - VERSIONE A
Tutti i calcoli devono essere riportati per la correzione, e le risposte devono essere
giustificate.
Esercizio 1. (6 + 3 + 2 punti) Si consideri
completa del sistema è
a
(A|B) =
1
il sistema lineare AX = B dove la matrice

1 1 b
1 1 1 ,
a 1 1
con a, b parametri reali.

(1) Stabilire se e quante soluzioni ammette il sistema, al variare di a, b.
(2) Determinare se esistono valori di a, b per i quali il sistema ammette X = (4, 4, 5)t
tra le soluzioni.
(3) Posto a = 1 e b = 0, ed interpretando (A|B) come matrice rappresentativa, rispetto
alle basi canoniche, di un applicazione lineare f : R4 R3 , determinare due
matrici C, di tipo 32, e D, di tipo 24, che verificano l uguaglianza CD = (A|B).
Le matrici C e D esistono anche se poniamo a = b = 0?
Svolgimento. (1) Effettuiamo le operazioni elementari R2 R1 R2 , R3 R1 R3 sulla
matrice (A|B) ed otteniamo la matrice

1 b
1
1
a1
0
0 1 b .
0
a1 0 1b
Se a 1 6= 0, le matrici A ed (A|B) risultano entrambe ridotte per righe ed entrambe di
rango 3. Se a = 1, la matrice A è ridotta per righe, ed ha rango 1, mentre la matrice (A|B)
risulta avere rango 2 se 1 b 6= 0 (effettuando l operazione R3 R2 R3 otteniamo una
matrice ridotta per righe), mentre risulta avere rango 1 se 1 b = 0 (in tal caso risulta
anche ridotta per righe). In conclusione,

3 se a 6= 1
3 se a 6= 1
2 se a = 1 e b 6= 1 .
r(A) =
mentre r(A|B) =
1 se a = 1
1 se a = b = 1
Per il Teorema di Rouche-Capelli, il sistema AX = B ha una sola soluzione se a 6= 1, ha
2 soluzioni se a = b = 1, mentre non ha soluzioni se a = 1 e b 6= 1.
(2) Sostituendo alle incognite i valori proposti, otteniamo le seguenti equazioni in a e
b:
b = 3
4a = 0 .
4a = 0
` evidente che il sistema ha l unica soluzione a = 0, b = 3.
E
(3) Per a = 1 e b = 0, la matrice (A|B) è uguale a
1 1 1 0
(A|B) = 1 1 1 1
1 1 1 1
1
avendo omesso il separatore tra la matrice A e la matrice B. Come già calcolato, essa ha
rango 2 ed una base per lo spazio spazio generato dalle sue colonne è data dalle ultime
sue 2 colonne, essendo le prime tre colonne uguali tra loro. Sia allora
1 0
C = 1 1 .
1 1
La matrice D si ottiene facilmente osservando che il prodotto tra la matrice C e le colonne
di D deve essere uguale alle colonne di (A|B). Quindi,

1 1 1 0
D=
.
0 0 0 1
Analogamente, si poteva ottenere una fattorizzazione usando le righe di (A|B). In tal
caso,

1 0
1 1 1 0
0 1
C=
D=
.
1 1 1 1
0 1
Infine, si osservi che, trovata una fattorizzazione (A|B) = CD, ogni altra fattorizzazione
è della forma C D con C = CP, D = P 1 D e P è una qualunque matrice quadrata
invertibile di ordine 2. Per a = b = 0, (A|B) non può essere fattorizzata come richiesto.
Infatti, r(A|B) = 3, mentre il rango di una matrice della forma CD con C di tipo 3 2
e D di tipo 2 4 è 2.
Per a = 1 e b = 0, la matrice (A|B) è uguale a
1 1 1 0
(A|B) = 1 1 1 1
1 1 1 1
avendo omesso il separatore tra la matrice A e la matrice B. Possiamo costruire due matrici
C, D del tipo richiesto se riusciamo a scrivere f come composizione di due applicazioni
lineari d : R4 R2 e c : R2 R3 , rappresentate, rispettivamente, dalle matrici D e C
rispetto alle basi canoniche. Per a = 1, b = 0 la matrice (A|B) ha rango 2. Limmagine
di f ha quindi dimensione 2, ed è generata dalle ultime due colonne. Per il teorema
dimensionale anche il nucleo di f ha dimensione 2, e si ottiene risolvendo il sistema
omogeneo (A|B)x = 0, cioè

x+y+z =0
x = y z, t = 0.
x+y+z+t=0
Una base di kerf è {v1 , v2 } = {(1, 1, 0, 0)t , (1, 0, 1, 0)t }. Sia quindi d : R4 R2 tale
che kerd = kerf , da cui Imd = R2 (per il teorema dimensionale). Indicati con e1 , e2 , e3 , e4
i vettori della base canonica di R4 , abbiamo v1 = e1 +e2 e v2 = e1 +e3 , per cui possiamo
prendere d data da
d(v1 ) = d(e1 + e2 ) = 0
d(e2 ) = d(e1 )
d(v2 ) = d(e1 + e3 ) = 0
d(e3 ) = d(e1 )
e quindi, per la linearità di d
.
t
d(e
)
=
(1,
0)
d(e3 ) = (1, 0)t
d(e ) = (0, 1)t

d(e ) = (0, 1)t
4
Di conseguenza otteniamo d(e1 ) = d(e2 ) = d(e3 ) = (1, 0)t e d(e4 ) = (0, 1)t , per cui

1 1 1 0
D=
.
0 0 0 1
Sia poi c : R2 R3 iniettiva, e quindi (sempre per il teorema dimensionale) avente

immagine di dimensione 2, che assumiamo coincidente con limmagine di f . Pertanto
abbiamo
1 0
1 1 1 0
C = 1 1 , e C D = 1 1 1 1 = (A|B)
1 1
1 1 1 1
Nel caso in cui si ponga a = b = 0, la matrice (A|B) ha rango 3, quindi limmagine
di c dovrebbe avere dimensione 3, il che è impossibile essendo definita su uno spazio di
dimensione 2. Quindi luguaglianza (A|B) = C D in tal caso non si può ottenere.
Esercizio 2. (4 + 5 + 2 punti) Sia U il sottospazio di R4 costituito dai vettori (x, y, z, t)

R4 che risolvono il sistema lineare omogeneo
x+yz =0
xz+t=0
U:
2x + y 2z + t = 0.
Sia poi V il sottospazio di R4 definito come
V = L((1, 0, 1, 0), (0, 0, 1, 2), (1, 0, 2, 2)).
(1) Calcolare basi e dimensioni di U , V .
(2) Calcolare basi e dimensioni di U V e U + V.
(3) Costruire, se possibile, un applicazione lineare f : R4 R3 tale che ker(f ) = U
ed f (V ) = L((1, 1, 2), (1, 0, 1)).
Svolgimento. (1) Essendo omogeneo il sistema che definisce U, esso ha sempre soluzioni,
ed il loro numero dipende dal solo rango della matrice A dei coefficienti delle incognite.
La matrice A è
1 1 1 0
1 0 1 1 ,
2 1 2 1
e si osserva facilmente che le prime due righe sono linearmente indipendenti, mentre
la terza riga è somma delle prime due. In conclusione, r(A) = 2 e quindi dim(U ) =
4 2 = 2. Calcoliamo le incognite y, t in funzione di x, z ed otteniamo y = x + z, t =
x + z. In conclusione, U = {(x, x + z, z, x + z) | x, z R}, ed una sua base è
BU = ((1, 1, 0, 1), (0, 1, 1, 1)).
` evidente che il terzo generatore di V è somma dei primi due generatori, mentre i
E
primi due generatori sono linearmente indipendenti. Quindi, dim(V ) = 2, ed una sua
base è BV = ((1, 0, 1, 0), (0, 0, 1, 2)).
(2) Il sottospazio U +V è generato dai vettori (1, 1, 0, 1), (0, 1, 1, 1), (1, 0, 1, 0), (0, 0, 1, 2).
Scriviamo le componenti dei vettori rispetto alla base canonica di R4 come colonne di una
matrice ed otteniamo
1 0 1 0
1 1 0 0
0 1 1 1 .
1 1 0 2
Effettuando l operazione elementare C3 C1 C2 C3 otteniamo la matrice ridotta per

colonne
1 0 0 0
1 1 0 0
0 1 0 1
1 1 0 2
e quindi dim(U + V ) = 3, ed una sua base è BU +V = ((1, 1, 0, 1), (0, 1, 1, 1), (0, 0, 1, 2)).
Dalla formula di Grassmann, si ricava che dim(U V ) = 1. Visto che (1, 0, 1, 0) V, e
che è combinazione lineare dei vettori di BU , ossia è anche in U, abbiamo che U V =
L((1, 0, 1, 0)) e quindi una base di U V è BU V = ((1, 0, 1, 0)).
(3) Se l applicazione lineare esistesse, potremmo considerare la sua restrizione al sottospazio U + V di R4 . Avremmo allora f : U + V R3 lineare, con U = ker(f ).
Visto che f (U + V ) = f (U ) + f (V ), e che f (U ) = { 0 }, allora f (U + V ) = f (V ),

ed ha dimensione 2, come si vede facilmente. Usando il teorema del Rango, abbiamo
dim(U + V ) = dim(U ) + dim(f (V )) ossia 3 = 2 + 2 = 4. Essendo falsa l uguaglianza
ottenuta, otteniamo che non esistono applicazioni lineari che verificano le condizioni richieste.
Esercizio 3. (4 + 4 + 3 punti) Siano date le matrici:
3 3 0
1 h h
0 ,
A = h h 0 e B = 0 0
0
0 1
0 0 3+h
dipendenti dal parametro reale h.
(1) Posto h = 2, determinare gli autovalori ed una base per ogni autospazio di A.
(2) Per quali h la matrice A è diagonalizzabile?
(3) Per quali h le due matrici A e B sono simili?
Svolgimento. (1) Il polinomio caratteristico di A è uguale a p(t) = det(A tI) =
(1 t)2 (t) e quindi le sue radici sono t1 = 0 e t2 = 1 di molteplicità m(0) = 1, e
m(1) = 2, rispettivamente. Essendo entrambe le radici nel campo R su cui stiamo lavorando, sono entrambe autovalori di A. Con facili calcoli, otteniamo che gli autospazi sono
V (0) = L((1, 1, 0)) e V (1) = L((3, 2, 0), (0, 0, 1)), di dimensioni 1 e 2, rispettivamente. In
conclusione A è diagonalizzabile per h = 2.
(2) Il polinomio caratteristico di A è uguale a p(t) = (1 t)(t2 (3 + h)t) = t(t
1)(t 3 h) e le sue radici sono t1 = 0, t2 = 1, t3 = h + 3, tutte reali, e quindi tutte
autovalori. Se h 6= 3, 2, le radici sono tutte distinte. Se h = 3, m(0) = 2, m(1) = 1,
ed infine, se h = 2, m(1) = 2, m(0) = 1. Se gli autovalori hanno tutti molteplicità 1,
allora A è diagonalizzabile. Quindi A è diagonalizzabile se h 6= 3, 2, e se h = 2,
grazie ai calcoli precedenti.
Studiamo quindi la diagonalizzabilità di A per h = 3. In tal caso, dim(V (0)) =
3 r(A 0I) = 3 r(A) = 3 2 = 1 6= m(0). Quindi, A non è diagonalizzabile.
In conclusione, A è diagonalizzabile per h 6= 3.
(3) Visto che B è triangolare superiore, il suo polinomio caratteristico è pB (t) = t(t
1)(t h 3) e quindi A e B hanno gli stessi autovalori.
Se h 6= 3, 2, entrambe le matrici sono diagonalizzabili, e sono simili a
0 0
0
0
D= 0 1
0 0 h+3
e quindi sono simili tra loro.

Se h = 2, A è diagonalizzabile. Invece, VB (1) ha dimensione 3 r(B I) = 1 6= m(1)
e quindi B non è diagonalizzabile. Quindi, A e B non sono simili.
Se h = 3, A non è diagonalizzabile. Invece, VB (0) ha dimensione 3 r(B) = 2 = m(0)
e quindi B è diagonalizzabile. In conclusione, A e B non sono simili.
Riassumendo i risultati, otteniamo che A e B sono simili per h 6= 3, 2.

Prima prova in itinere - 03/05/2013
giustificate.
Esercizio 1. Siano date le rette
x(t) = 1 t
y(t) = 3 + t
r:
z(t) = 1 + 3t
sh :
x hy + (1 + h)z = 0
.
(1 + h)y + (1 h)z = 2h
(1) Studiare la posizione reciproca di r e sh al variare di h R.

(2) Posto h = 0, trovare il piano contenente s0 e parallelo ad r.
(3) Posto h = 0, dire se il piano contenente r e parallelo ad s0 interseca un punto
dellasse x.
Soluzione 1. Punto 1.
Soluzione A: Se h 6= 2 la retta r interseca il piano x hy + (1 + h)z = 0 nel punto le
cui coordinate si ottengono dalle equazioni parametriche di r ponendo t = h+1
e interseca
h2
il piano (1 + h)y + (1 h)z = 2h nel punto le cui coordinate si ottengono dalle equazioni
2h+2
, pertanto r interseca sh se e solo se tali punti coinparametriche di r ponendo t = h+2
cidono e quindi se e solo se h + 1 = (2h + 2) ovvero se e solo se h = 1. Se h = 2 la
retta r risulta parallela ad entrambi i piani che individuano la retta s2 senza giacere su
alcuno di essi. Se h 6= 1, 2 allora r ed sh sono rette sghembe.
Soluzione B: La retta r ha equazioni cartesiane

x+y+2=0
3x + z 2 = 0
quindi per decidere la mutua posizione delle due rette r e sh dobbiamo considerare il
sistema lineare
x + y = 2
3x + z = 2
.
x hy + (1 + h)z = 0
(1 + h)y + (1 h)z = 2h
Facendo le mosse R2 R2 3R1 e R3 R3 R1 si ottiene
x+y =2
3y + z = 8
,
(h + 1)y + (1 + h)z = 2
(1 + h)y + (1 h)z = 2h
da cui facendo R4 R4 R3 e R3 3(R3 h+1

R2) si ottiene
3
x+y = 2
3y + z = 8
.
(2h 4)z = 5 h
0 = 2h + 2
Ne segue che se h 6= 1, 2 il rango della matrice completa del sistema è 4 mentre il rango
della matrice dei coefficienti è 3, il sistema è impossibile e le due rette sono sghembe. Se
h = 1 il rango della matrice dei coefficienti e di quella completa sono entrambi 3, il
1
sistema ha una e una sola soluzione e le due rette sono incidenti. Se h = 2 il rango della
matrice completa è 3 quello della mtrice dei coefficienti è 2, il sistema è impossibile e le
due rette sono parallele.
Punto 2: Il fascio di piani che ha per sostegno la retta s0 ha equazione (xz) + (y + z
2) = 0. La retta r non ha intersezioni col generico piano del fascio solo se 4 + 4 = 0
dunque solo se = da cui si ottiene lequazione del piano richiesto: x + y 2 = 0.
Punto 3: Dalle equazioni cartesiane della retta r si ottiene che il fascio di piani di sostegno
r ha equazione (x+y +2)+(3x+z 2) = 0. La retta s0 non ha intersezioni col generico
piano del fascio solo se = 0 dunque il piano contenente r e parallelo ad s0 ha equazione
x + y + 2 = 0 ed incontra lasse x nel punto di coordinate (2, 0, 0).
Esercizio 2. Nello spazio vettoriale reale V = R3 [x], siano
U = {P (x) V | P (1) = 0}
W = {P (x) V | P (0) = 0, P (0) = 0}.
(1) Calcolare una base di U, ed una di W e la dimensione dei sottospazi U e W .

(2) Calcolare una base e la dimensione di U + W e di U W .
(3) Estendere la base trovata per U W ad una base di V .
Soluzione 2. Punto 1. Si ha U = {ax3 + bx2 + cx + d| a, b, c, d R a + b + c + d = 0},

W = {ax3 + cx| a, c R}. Se riferiamo V alla base {x3 , x2 , x, 1} i vettori di U sono rappresentati come {[a, b, c, a b c]T | a, b, c R} e quelli di W come {[a, 0, c, 0]T | a, b
R}. Quindi i vettori {[1, 0, 0, 1]T , [0, 1, 0, 1]T , [0, 0, 1, 1]T } sono un sistema di generatori per il sottospazio di R4 che rappresenta U ed è immediato verificare che sono
linearmente indipendenti, pertanto dimU = 3 e una base di U formata dai polinomi
{x3 1, x2 1, x 1}, analogamente si ottiene che i vettori {[1, 0, 0, 0]T , [0, 0, 1, 0]T } sono
una base per il sottospazio di R4 che rappresenta W e dunque dimW = 2 e una base di
W formata dai polinomi {x3 , x}.
Punto 2. Si verifica facilmente che i vettori {[1, 0, 0, 1]T , [0, 1, 0, 1]T , [0, 0, 1, 1]T , [1, 0, 0, 0]T }
sono linearmente indipendenti, quindi dimU + W = 4, e U + W = R3 [x] per cui una base
di U + W è {x3 , x2 , x, 1}. Per la formula di Grassmann, si ricava dim(U W ) = 1, il
vettore x3 x appartiene sia ad U sia a W e quindi è una base di U W .
Punto 3. Applicando il procedimento delle eliminazioni successive a {x3 x, x3 , x2 , x, 1}
si ottiene subito che {x3 x, x3 , x2 , 1} è una base di V .
Esercizio 3. Sia f : R3 R3 lapplicazione
1
A= 2
1
lineare rappresentata dalla matrice
1 1
3 1
0 4
rispetto alla base di partenza B = {e1 + e2 , e2 + e3 , e3 } e alla base di arrivo B = {e2 , e1 +

e2 , e2 + e3 }.
(1) Determinare una base e la dimensione di Im(f ), di ker(A) e di ker(f ).
(2) Calcolare le coordinate di v = e1 + e3 rispetto alla base di Im(f ) e trovare le
controimmagini di v.
(3) Sia g : R3 R3 lapplicazione lineare rappresentata dalla matrice
0 0 1
B= 1 0 0
0 h 0
rispetto alle basi B e B . Scrivere la matrice che rappresenta lapplicazione lineare
f + g e stabilire i valori di h per cui lapplicazione risulta invertibile.
Soluzione 3. Punto 1. Si ha rkA = 2 e dunque dimkerA = 1. Per trovare kerA

dobbiamo determinare le soluzioni del sistema lineare omogeneo Ax = 0 che sono date
dai vettori {[4t, 3t, t]T | t R}, quindi una base di kerA è [4, 3, 1]T . Questo ci dice
anche che dimkerf = dimkerA = 1 e che dimImf = 2. Dobbiamo ora trovare la
matrice A che rappresenta lapplicazione lineare f rispetto alle basi canoniche. Quindi o
si utilizzano le formule per i cambiamenti di base o si ricorda che le colonne della matrice
che rappresenta una trasformazione lineare dallo spazio vettoriale V allo spazio vettoriale
W quando V riferito ad una base B e W ad una base C sono le coordinate delle immagini
dei vettori della base B rispetto alla base C. Quindi abbiamo f (e1 + e2 ) = f (e1 ) + f (e2 ) =
1e2 +2(e1 +e2 )+1(e2 +e3 ) = 2e1 +4e2 +e3 , f (e2 +e3 ) = f (e2 )+f (e2 ) = 1e2 +3(e1 +e2 ) =
3e1 + 4e2 , f (e3 ) = 1e2 + 1(e1 + e2 ) 4(e2 + e3 ) = 1e1 4e1 4e3 , da cui ricaviamo
f (e2 ) = 2e1 + 8e2 + 4e3 e f (e1 ) = 4e2 3e3 . Pertanto si ha
0 2 1
A = 4 8 4 .
3 4 4
Da qui, essendo le prime due colonne di A linearmente indipendenti e rkA = 2 si ottiene

che una bese per Imf è formata dalle prime due colonne di A . Una base per kerf si
trova cercando una autosoluzione del sistema lineare omogeneo A x = 0 e risulta essere
[4, 1, 2]T .
Punto 2. Le coordinate di v = e1 + e3 rispetto alla base di Im(f ) sono le soluzioni
del sistema corrispondente allequazione matriciale x[0, 4, 3]T + y[2, 8, 4]T = [1, 0, 1]T
ovvero x = 1, y = 1
. Poiche [0, 4, 3]T = f (e1 ) e [2, 8, 4]T = f (e1 ), si ottiene
2
v = e1 + e3 = f (e1 ) 12 f (e2 ) quindi una sua contrimmagine è e1 21 e2 . Tutte le
controimmagini si ottengono aggiungendo a questa soluzione particolare tutti i vettori di
kerf .
Punto 3. La matrice che rappresenta lapplicazione lineare f + g rispetto alle basi B e B
è
4 1 0
A+ B = 3 3 1 .
0 h 4
. Con la solita procedura del cambiamento di base è possibile scrivere anche la matrice
che rappresenta f + g rispetto alle basi canoniche. Lapplicazione f + g è invertibile se e
solo se è rappresemtata (rispetto a una base qualsiasi da una matrice invertibile e dundue
se e solo se detA + B 6= 0, da cui si ha h 6= 15.

Prima prova in itinere - 02/05/2012 - Versione A
Soluzioni
giusticate.
Esercizio 1. (3 + 4 + 4) Siano date le matrici
1 2 3
1
1 1
A = 1 1 0
e
B = 1 1 1 ,
1 1 2
1
1 1
e siano
TA : R3 R3 e TB : R3 R3
le applicazioni lineari denite come TA (X) = AX e TB (X) = BX, con X R3 .
(1) Determinare una base e la dimensione di Im(TA ).
(2) Determinare una base e la dimensione di Im(TA ) ker(TB ).
(3) Vericare che ker(TA ) è contenuto propriamente in ker(TB TA ).
Soluzione.
(1) In A le colonne C1 e C2 sono indipendenti, mentre C3 = C1 + C2 . Quindi r(A) =
dim(Im(TA )) = 2, ed una base è {C1 , C2 }.
(2) In B risulta C1 = C2 = C3 , quindi dim(ker(TB )) = 3 r(B) = 3 1 = 2. In
particolare ker(TB ) : x + y z = 0, per cui

1
1
y + z
| y, z R = 1 , 0 .
y
ker(TB ) =
z
0
1
La matrice avente per colonne i vettori delle basi di Im(TA ) e ker(TB ) è data da
1 2 1 1
M = 1 1 1 0 .
1 1 0 1
La sottomatrice {R1 , R2 , R3 } {C1 , C2 , C3 } ha determinante non nullo, quindi r(M ) = 3.
Di conseguenza la dimensione di Im(TA ) + ker(TB ) è 3, e per la formula di Grasmann, la
dimensione di Im(TA ) ker(TB ) è 1.
(3) La matrice che esprime la composizione TB TA risulta
1 2
1
BA = 1 2 1 .
1 2
1
Poiche R3 = R1 ed R2 = R1 , la matrice BA ha rango 1, per cui ker(TB TA ) ha
dimensione 2. Esso è descritto dallequazione x + 2y + z = 0. Il nucleo di TA , di
dimensioone 1, è invece descritto dal sistema
{
x + 2y + 3z = 0
x + y = 0,
la cui soluzione x = y, z = y verica lequazione di ker(TB TA ), il che implica linclusione
propria tra i due spazi.
1
Esercizio 2. (6 + 3 + 2) Nello spazio vettoriale reale V = Mat(2, 2; R) siano dati i vettori

(
)
(
)
(
)
(
)
1 1
0 1
1 2
2 2
X1 =
, X2 =
, X3 =
, X4 =
.
0 1
1 0
3 1
4 2
(1) Vericare che X1 , X2 sono linearmente indipendenti, che lo sono anche i vettori
X3 , X4 , e che L(X1 , X2 ) = L(X3 , X4 ).
(2) Detto U il sottospazio L(X1 , X2 ), consideriamo due sue basi B = (X3 , X4 ) e
B = (X1 , X2 ). Vericare che
U = {X U | [X]B = [X]B }
è un sottospazio di V.
(3) Determinare una base e la dimensione di U .
Soluzione.
(1) Identicando V con R4 tramite lisomorsmo
(
a b
c d
)
7 [a, b, c, d]t ,
le matrici X1 , X2 , X3 , X4 vengono rappresentate, rispettivamente, dalle quaterne x1 =

[1, 1, 0, 1]t , x2 = [0, 1, 1, 0]t , x3 = [1, 2, 3, 1]t ed x4 = [2, 2, 4, 2]t . La matrice avente
per colonne le quaterne x1 , x2 , cos` come quella avente per colonne le quaterne x3 , x4 ,
hanno rango 2, da cui deriva lindipendenza lineare delle coppie X1 , X2 ed X3 , X4 . La
matrice avente per colonne le quattro quaterne x1 , x2 , x3 , x4 risulta
1
1
0
1
0 1 2
1 2
2
.
1 3
4
0 1 2
Poiche R4 = R1 ed R3 = R2 R1 , il rango di M è 2. Ciò implica, per esempio, che la

terza e quarta colonna dipendono dalle prime 2, cioè che L(X3 , X4 ) = L(X1 , X2 ).
(2) Siano , le coordinate di un generico X U rispetto alla base B, cioè X =
X3 + X4 . Allora X U se e solo se risulta anche X = X1 + X2 . Di conseguenza
deve essere X1 + X2 = X3 + X4 , cioè (X1 X3 ) + (X2 X4 ) = 0 (matrice nulla).
Osserviamo che
(
X1 X3 = X2 X4 =
2 1
3 2
)
.
Pertanto la condizione diventa

(
( + )
2 1
3 2
)
=0
= .
Quindi si ha U = {(X1 X2 ) | R}. Se X, X U ed a, a R abbiamo X = (X1

X2 ), X = (X1 X2 ), e quindi aX + bX = (a + a )(X1 X2 ) = (X1 X2 ) U ,
il che implica che U è un sottospazio di V .
(3) Dalle considerazioni precedenti deriva immediatamente che U ha dimensione 1, e
che una sua base è, per esempio, X1 X2 .
Esercizio 3. (2+5+3+1) Siano dati i piani h , h e la retta r di equazioni rispettivamente

{
x + 2y + z = 1
h : x + hy z = h, h : hx y + hz = 1, r :
.
2x y 2z = 2
(1) Vericare che h e h hanno in comune una retta sh , per qualunque valore di
h R.
(2) Si calcoli la posizione reciproca di r ed sh , al variare di h R.
(3) Si calcoli l equazione del piano contenente r e parallelo ad s0 (ossia la retta sh
avendo posto h = 0).
(4) Calcolare, se esiste, l equazione di una retta complanare con tutte e tre le rette
sh , h = 1, 0, 1.
Soluzione.
(1) La matrice dei coecienti di x, y, z nel sistema tra h e h risulta
(
)
1 h 1
Mh =
.
h 1 h
La sottomatrice {R1 , R2 } {C1 , C2 } ha determinante 1 h2 , diverso da zero per ogni
a. Quindi Mh ha rango 2 ed il sistema ammette 1 soluzioni, cioè una retta, h R.
(2) Consideriamo la matrice Mh formata dai coecienti di x, y, z nel sistema delle
equazioni di h , h e dei due piani che deniscono r
1 h 1
h 1 h
.
Mh =
1 2
1
2 1 2
Essa può avere rango 2 o 3, ed il sistema omogeneo associato Mh X = 0 ammette 1
soluzioni nel primo caso, e la sola soluzione banale nel secondo caso. Di conseguenza, se
il sistema non omogeneo Mh X = [h, 1, 1, 2]t è risolubile si hanno, rispettivamente, rette
coincidenti o incidenti, altrimenti rette parallele nel primo caso o sghembe nel secondo
caso. Orlando in Mh la sottomatrice {R1 , R2 } {C1 , C2 } abbiamo det{R1 , R2 , R3 }
{C1 , C2 , C3 } = 4h 2, e det{R1 , R2 , R4 } {C1 , C2 , C3 } = 4h2 + 2h. Entrambi gli orlati
si annullano quindi solo per h = 1/2. La matrice completa M h , ottenuta accostando ad

Mh la colonna dei termini noti, ha determinante 2(1 h)(2h + 1). Risulta quindi
h = 1/2. Se h = 1 allora r(M h ) = r(Mh ) = 3, e quindi le rette sono incidenti. Se
h = 1, r(M h ) = 4 > r(Mh ) = 3 e le rette sono sghembe.
h = 1/2. Orlando in M h la sottomatrice {R1 , R2 } {C1 , C2 } con la colonna dei
termini noti si ottiene in ogni caso un minore non nullo, per cui r(M h ) = 3 > r(Mh ) = 2
e le rette sono parallele.
(3) La retta s0 ha equazioni parametriche
x=t
y = 1
z = t.
.
Sostituendo in r si nota che la seconda equazione non ha soluzioni, quindi il piano richiesto
è 2x y 2z = 2.
(4) Esistono innite rette dotate della proprietè richiesta. Basta prendere un qualsiasi
piano contenente una delle tre rette, diciamo s0 , e non parallelo a nessuna delle altre
due, e considerare la retta che passa per i punti A = s1 e B = s1 . Scegliendo per

esempio il piano y = 1 si ha A(1, 1, 1) e B(1, 1, 1), quindi una retta soluzione è
AB, di equazioni parametriche
x = 1 + 2q
y = 1
z = 1 2q.
Soluzione esercizi di algebra lineare

Esercizio 1
Mostrare che i 3 vettori
1

v= 0 ,
1
1
0
2

u= , w= 3
1
2
formano una base B di R3.

Scrivere la matrice di passaggio dalla base B alla base canonica e dire se tale matrice ortogonale.
1 1 0
La matrice A= 0 2 3 ha determinante diverso da 0 per cui i tre vettori v,u,w sono linearmente
1 1 2
indipendenti e formano una base di R3.
Per scrivere la matrice di passaggio bisogna calcolare le componenti di e1,e2, e3 rispetto alla base B, oppure
si pu osservare che A la matrice di passaggio dalla base canonica alla base B, per cui la matrice cercata
7 2 3
A-1= 3 2
3 e non ortogonale. Come si poteva dire subito non essendo ortogonale A .
2 2 2
Esercizio 2
Sia f : R4R4 la seguente applicazione lineare f([x, y, z, t]T)=[x+y-2z+t, x-y+z+t, x-2z, y+t] T.
Dimostrare che f ammette =0 come autovalore.
Lapplicazione f ammette lautovalore 0 se e solo se esiste un vettore non nullo v R4 tale che f(v)=0v,
1 1 2 1
ovvero se e solo se ker f ha dimensione almeno 1. La matrice A associata ad f 1 1 1 1 ed ha
1 0 2 0
0 1
0 1
determinante nullo in quanto la quarta riga la prima meno la terza, quindi rk A<4 e dim ker f>0.
Esercizio 3
Sia data la funzione lineare T: R4R2 definita da:
T: (x,y,z,w)(x+2y-z+w,z+w).
a) Calcolare le dimensioni di ker(T) e di Im(T).
b) Determinare una base ortonormale B0 di ker(T).
c) Completare la base B0 a una base ortonormale di R4.

a) La matrice associata a T
1
0
2 1 1
ed ha rango 2 , per cui dim ker(T) = dim Im(T) = 2.
0 1 1
b) ker(T)={[-2h-2k,h,-k,k]T|h,kR}, quindi {[-2,1,0,0]T, [-2,0,-1,1]T} una base di ker(T), ma non una base
ortonormale. Usiamo quindi il procedimento di Gram Schmidt per trovare una base ortogornale:
b1=[-2,1,0,0]T, b2=[-2,0,-1,1]T [-2,1,0,0]T = [ , , 1, 1]T e poi normalizzare, ottenendo
c1= [-2,1,0,0]T, c2=
[ , , 1, 1]T che una base ortonormale di ker (T).
c) Basta aggiungere a {b1,b2} i vettori [1,0,0,0]T,[0,0,1,0]T per formare una base per R4 e poi applicare il
procedimento di Gram Schmidt, per ottenere una base ortogonale b1, b2,
b3=[1,0,0,0]T-( [-2,1,0,0]T [-2,0,-1,1]T)=[
poi normalizzare ottenendo c1= [-2,1,0,0]T, c2=
, , , ]T, b4=[0,0,1,0]T-( [-2,0,-1,1]T)=[- , 0, , ]T e
[ , , 1, 1]T , c3= [
, , , ]T,
c4= [- , 0, , ]T. (Si poteva partire subito con la base B0, la scelta di partire con {b1,b2} motivata dal
desiderio di ridurre i conti). Notate che c3 e c4 sono una base ortonormale di (ker (T)).
Esercizio 4
Dire per quali valori di k la matrice
0
k 0
3 3
0
A=
2 2 k
diagonalizzabile. Per tali valori trovare una matrice diagonale D a cui A sia simile e una matrice P tale che
P-1AP=D.
Traccia di soluzione.
Gli autovalori di A sono k,-k,3, perci se k0,3,-3 sono autovalori distinti e la matrice A simile alla matrice
D=diag(k,-k,3). Allautovalore k associato lautospazio {[(k2-3k)t,kt,(k-4)t]T|tR}; allautovalore k
associato lautospazio {[0, 0, u]T|uR}; allautovalore 3 associato lautospazio {[0,(k+3)v,-2v]T|vR}. Una
3
0
0
possibile matrice P dunque
0
+3 .
4
1
2
Se k=0 la matrice A ammette lautovalore 0 con molteplicit algebrica 2 e molteplicit geometrica 1 per cui
A non diagonalizzabile.
Se k=3 la matrice A ammette lautovalore 3 con molteplicit algebrica 2 e lautovalore -3 con molteplicit
algebrica 1. La molteplicit geometrica di 3 1 in quanto rk(A-3I)=2. Dunque A non diagonalizzabile.
Se k=-3 la matrice A ammette ancora lautovalore 3 con molteplicit algebrica 2 e lautovalore -3 con
molteplicit algebrica 1. La molteplicit geometrica di 3 1 in quanto rk(A+3I)=2. Dunque A non
diagonalizzabile.
Esercizio 5
Trovare i valori del parametro reale h per cui la matrice
2 0
1
A = h + 1 1 0
0
0 2
simile alla matrice B=diag(1,1,2) , dire se per tali valori A ortogonalmente simile a B e, in caso positivo,
determinare una matrice ortogonale U tale che UTAU=D.
1
2
0
2
Gli autovalori della matrice A sono le radici del polinomio h + 1 1
0 =(2-)[(1-) -2(h+1)] ,
0
0
2
ovvero 2,12 + 2, pertanto affinch A sia simile alla matrice B deve essere h=-1. Per h=-1 La matrice A
1 2 0
diventa 0 1 0 e lautovalore 1 regolare per cui la matrice diagonalizzabile e simile a B. Per tale
0 0 2
valore A non ortogonalmente diagonalizzbile perch non una matrice simmetrica.
Esercizio 6
2 0 0
1 0 0
0 1 0
Dire se le due matrici A=

, B= 1 2 0 , possono essere associate ad una stessa
1 0 1
1 1 1
applicazione lineare (rispetto a basi diverse).
Si tratta di vedere se A e B possono essere simili. Le due matrici hanno gli stessi autovalori : 2 con
molteplicit algebrica 1 e 2 con molteplicit algebrica 2. La molteplicit geometrica di 1 per la matrice A 2,
mentre per la matrice B 1. Dunque le due matrici non sono simili e quindi non possono essere associate
ad una stessa applicazione lineare.
Esercizio 7
1 h 1 0
0
0 ortogonalmente diagonalizzabile. Per
Determinare i valori reali di h per cui la matrice A= 1
0
0
2
tali valori di h riconoscere la conica di equazione XTAX=0 ove XT=[x,y,1].
La matrice reale A ortogonalmente diagonalizzabile se e solo se simmetrica quindi se e solo se h=0.
Per tale valore di h si ha XTAX=x2-2xy+2=0. Si ha I3=-2, I2=-1, I1=1, dunque si tratta di uniperbole non
degenere e non equilatera.
Esercizio 8
0 2a 1 1
0
b . Determinare i valori di a,b per cui A ortogonalmente
Si consideri la matrice A= a
b
a
0
diagonalizzabile e per tali valori trovare la matrice diagonale D a cui A simile e una matrice ortogonale U
1 3 1
per cui UTAU=D. Dire se A simile alla matrice B= 0 1 5 .

0
0 2
La matrice A ortogonalmente diagonalizzabile se e solo se simmetrica, dunque se e solo se a=b=1. In tal
0 1 1
caso si ha A= 1 0 1 . Il polinomio caratteristico di A -3+3+2=-(-2)(2+2+1) ed ha quindi radici 2
1 1 0
con molteplicit algebrica 1 e -1 con molteplicit algebrica 2 . La matrice D quindi diag(-1,-1,2).
Lautospazio relativo allautovalore -1 {[-h-k,h,k]T|h,kR}, quello relativo a 2 {[t,t,t]T|tR}. Nel primo
autospazio i vettori [-1,0,1]T e [1,-2,1]T sono ortogonali (e sono entrambi ortogonali al vettore [1,1,1]T del
secondo autospazio). Normalizzando tali vettori si trova una base ortonormale di autovettori e la matrice
&
)
%
(
U=% 0
. La matrice A non simile alla matrice B perch lautovalore -1 in A ha molteplicit
(
%
(
$
'
algebrica 2 ed in B ha molteplicit algebrica 1.
Esercizio 9
Sia f : R3 R3 lapplicazione lineare definita dalle condizioni seguenti

[1; 1; 0]T autovettore per f relativo allautovalore 1;
[1; 0; 1] T appartiene al nucleo di f;
f([0; 1; 1] T) = [2; 1; 1] T.
(1) Scrivere la matrice MBB (f) rispetto alla base B = {[1; 1; 0] T, [1; 0; 1] T, [0; 1; 1] T }.
(2) Trovare gli autovalori di f.
(3) Trovare una base per ogni autospazio.
(4) Stabilire se f diagonalizzabile, motivando la risposta.
(1) Chiamando v1 , v2 , v3 i vettori di B, dalle ipotesi abbiamo f(v1) = v1 , f (v2) = 0,
1 0
f (v3) = v1 + v2 . Quindi, la matrice associata ad f rispetto alla base B data da 0 0
0 0
1
1.
0
(2) La matrice triangolare, quindi i suoi autovalori sono gli elementi principali, cio 1 = 1 e 2 = 3 = 0.
(3) La caratteristica di MBB (f) uguale a 2, quindi la molteplicit geometrica di 2 =3 = 0 3 2 = 1. Quindi

entrambi gli autospazi E0 = Ker f ed E1 hanno dimensione 1. Dalle ipotesi deduciamo immediatamente che
v1 una base di E1 , mentre v2 una base di E0.
(4) Poich la molteplicit geometrica dellautovalore doppio diversa dalla sua molteplicit algebrica, f non
diagonalizzabile.
Esercizio 10
Sia T : R3 R3 l' endomorfismo associato alla matrice
1 0 0
MBB (T) = 2 2 3
1 0 2
rispetto alla base B = ([1; 1; 0]T; [0; 1; 1] T; [0; 0; 1] T) di R3. Calcolare gli autovalori di T; una base per ogni suo
autospazio, e, se possibile, una matrice P invertibile tale che P-1AP sia una matrice diagonale.
Il polinomio caratteristico di T risulta
1
0
0
3
2
2
2
2
3 =- +4 -5+2=(-1) (2-).
1
0
2
Abbiamo quindi un autovalore semplice = 2, e un autovalore = 1, di molteplicit algebrica 2. Ad essi

corrispondono gli autospazi E2 = {[0, y, 0]T |yR} ed E1 = {[0, -3h, h] T |hR }.
Siano v1 , v2 , v3 i vettori appartenenti alla base B. Una base di E2 fornita, per esempio, dal vettore
w1 = 0 v1 + 1 v2 + 0 v3 = v2 = [0, 1, 1]T , mentre una base di E1 pu essere w2 = 0 v1 3 v2 + 1 v3 =
[0, 3, 2]T . Poich lautospazio E1 ha dimensione 1, la molteplicit geometrica dellautovalore = 1
minore della molteplicit algebrica, quindi lendomorsmo non diagonalizzabile. Pertanto non esiste
alcuna matrice del tipo richiesto.
Esercizio 11
Siano date le matrici:
3 3 0
A= h h 0
0
0 1
1 h h
0
e B= 0 0
0 0 3 + h
dipendenti dal parametro reale h:

(1) Posto h = -2; determinare gli autovalori ed una base per ogni autospazio di A:
(2) Per quali h la matrice A diagonalizzabile?
(3) Per quali h le due matrici A e B sono simili?
3 3 0
(1) Per h=-2 la matrice A diventa
2 2 0 . Il suo polinomio caratteristico
0 0 1
(1-)[(3-)(-2-)+6]=(1-)(2-) ed ammette la radice 0 con molteplicit algebrica 1 e la radice 1 con
molteplicita algebrica 2. Lautospazio E1 ha dimensione 2 e risulta essere E1={[-3t,2t,v]T|t,vR}, una sua
base quindi {[-3,2,0]T,[0,0,1]T}. Lautospazio Eo ha dimensione 1 e risulta essere E2={[h,h,0]T|hR}, una
sua base [1,1,0]T.
(2) Per h generico il polinomio caratteristico di A (1-)[(3-)(h-)-3h]=(1-)[2-(3+h)]. A ha quindi
autovalori 0,1,3+h. Quindi se h-2,-3 gli autovalori di A sono distinti e quindi regolari ed A
diagonalizzabile. Il caso h=-2 labbiamo considerato al punto 1. Lautospazio relativo allautovalore 1 ha
dimensione 2, quindi la sua molteplicit algebrica e geometrica coincidono, per cui lautovalore
regolare e regolare anche lautovalore semplice 0 per cui A diagonalizzabile. Se h=-3 gli autovalori
di A sono 0 con molteplicit algebrica 2 e 1 con molteplicit algebrica 1. Lautovalore 1 regolare.
Poich A ha rango 2 lautospazio relativo allautovalore 0 ha dimensione 1 ed A non diagonalizzabile.
(3) La matrice B ha autovalori 0, 1, 3+h come la matrice A. Quindi se h-2,-3, le due matrici sono
diagonalizzabili e simili alla stessa matrice diagonale, quindi simili fra loro. Se h=-2 la matrice A
diagonalizzabile e simile alla matrice diag(1,1,0). La matrice B ha autovalori 0 ed 1 con molteplicit 2. La
molteplicit geometrica di 1 in B 2 quindi anche B diagonalizzabile e simile a diag(1,1,0) quindi
simile ad A. Se h=-3 la matrice A ha autovalori 0 di molteplicit algebrica 2 ed 1 e non diagonalizzabile,
la matrice B ha pure autovalori 0 di molteplicit algebrica 2 ed 1 e rk(B)=1 per cui lautospazio relativo
allautovalore 0 ha dimensione 2 e B diagonalizzabile, quindi non simile ad A.
Esercizio 12
Si considerino i sottospazi U, V di R4 generati nella maniera seguente
U = L([1,1,1,1]T, [1,0,1,0]T); V = L([1,-1,1,-1]T, [-1,0,1,0]T):
(1) Dotato R4 del prodotto scalare canonico, determinare il sottospazio U ortogonale ad U, ed una sua base
ortonormale.
(2) Giustificare poi la seguente affermazione Esistono vettori non nulli di U ortogonali a tutti i vettori di
V.
(1) Si verica facilmente che i vettori [1, 1, 1, 1]T e [1, 0, 1, 0]T sono una base di U, quindi il sottospazio U
contiene tutti e soli i vettori [x, y, z, w]T ortogonali a [1, 1, 1, 1]T e [1, 0, 1, 0]T, ovvero
U = {(x, y, z, w) R4 | x + y + z + w = 0, x + z = 0}. Risolvendo il sistema lineare omogeneo che lo
denisce, si ha che U = L([1, 0, 1, 0]T, [0, 1, 0, 1 ]T). Essendo i due vettori ortogonali e di norma 2,
una base ortonormale di U B ={[1, , 0, 1, , 0]- , [1, , 0, 1, , 0]- }.
2
(2) I vettori ortogonali a tutti i vettori di V formano il sottospazio V . I vettori di U ortogonali a tutti i
vettori di V sono allora tutti e soli i vettori del sottospazio U V = (U + V ) . Il sottospazio (U + V )
ha dimensione dim(U + V ) = dim(R4 ) dim(U + V ). Si tratta quindi di calcolare dim(U + V ). I quattro
vettori [1,1,1,1]T, [1,0,1,0]T,[1,-1,1,-1]T, [-1,0,1,0]T sono linearmente dipendenti, per cui dim(U+V)<4 e
quindi dim(U + V ) >4 3 = 1 e quindi esistono vettori non nulli di U ortogonali a tutti i vettori di V.
Esercizio 13
Si consideri la matrice
2 1 a
M= 1 2 b
a a 2b
(con a,b parametri reali)
a. dire se per a=0,b=1 la matrice M diagonalizzabile, in caso affermativo scrivere una matrice diagonale
a cui risulta simile e una matrice che la diagonalizza,
b. determinare tutti i valori di a,b per cui M ortogonalmente diagonalizzabile,
1 1 1

c. determinare a,b in modo che i vettori 0 , 1, 1 siano autovettori di M,
1 1 0
per i valori trovati di a,b, M diagonalizzabile? E anche ortogonalmente diagonalizzabile? In caso di
risposta affermativa trovare una matrice ortogonale che diagonalizzi M.
2 1 0
Per a=0,b=1 si ha M= 1 2 1 . Il polinomio caratteristico di M (-2)[(-2)2-1], gli autovalori di M
0 0 2
sono dunque 2,1,3 . Essendo tutti gli autovalori semplici, la matrice diagonalizzabile e simile alla
matrice diag(2,1,3). Lautospazio di M associato allautovalore 2 {[t,0,-t]T|tR}, lautospazio di M
associato allautovalore 1 {[h,-h,0]T|hR}, lautospazio di M associato allautovalore 3
1
1 1
{[k,k,0]T|kR}. Dunque una matrice che diagonalizza M 0 1 1 .
1 0 0
b. La matrice M ortogonalmente diagonalizzabile se e solo se simmetrica quindi se e solo se a=b.
a.
1 1 1

c. I vettori 0 , 1, 1 sono linearmente indipendenti e quindi (se sono autovettori) sono una base
1 1 0
1 1 1
di autovettori per R3 e quindi la matrice A= 0 1 1 deve diagonalizzare M. Quindi deve essere
1 1 0
MA=A diag (1,2,3), da cui ricaviamo 2-a=1,3+a=2, 1=3,1-b=0,3+b=2,-1=3,a-2b=-1, 2a+2b=2.
Quindi si ha a=b=1 e 1=3=1,4=4. La matrice dunque ammette i vettori dati come autovettori per
a=b=1 ed in tal caso diagonalizzabile ed anche ortogonalmente diagonalizzabile perch reale
1

simmetrica. I due vettori 0 ,

1
1
1 sono entrambi associati allautovalore 1 e costituiscono una

0
base dellautospazio relativo a tale autovettore , ma non una base ortogonale, quindi applichiamo
Gram Schmidt per trovare una base ortogonale: b1=[1,0,-1]T e b2=[1/2,-1,1/2]T c he con b3=[1,1,1]T
formano una base ortogonale di autovettori di M per R3. Normalizziamo i vettori per ottenere una base
ortonormale: [ , 0,- ]T, [ ,
&
%
indicata dunque % 0
%
$
)
(
(.
(
'
]T,[ ,
,- ]T. Una matrice U che porta M nella forma diagonale
Esercizio 14
Sia f : R3 R3 l' endomorfismo definito come
f([x; y; z]T) = [0; 3x + 3y + z;-x - y + z]T
(1) Calcolare gli autovalori di f e stabilire se l'endomorfismo f diagonalizzabile.
(2) Determinare una base per ogni autospazio di f, e, se esiste, un vettore di Im(f) che non sia
autovettore.
0
0 0
3
3 1 . Il polinomio caratteristico di
1 1 1
f allora uguale a ()((3 )(1 ) + 1) = ()( 2)2. Le radici di tale polinomio sono 1 = 0, 2 = 2
con molteplicit 2. L autospazio V(0) uguale a ker(f ) e quindi ha dimensione 1, ed una sua base ` B0 =
{[1, 1, 0]T}. L autospazio V(2) dato da tutti e soli i vettori che risolvono il sistema lineare omogeneo
2x =0, 3x + y + z = 0, x y z = 0. Le soluzioni del sistema sono x = 0, y = z, e quindi V(2) ha
dimensione 1 e base B2= {[0, 1, 1]T} come base. Essendo dim(V(2)) diversa dalla molteplicit algebrica
di 2, f non diagonalizzabile.
(2) Per trovare un vettore di Im(f) che non sia autovettore, basta prendere un vettore della forma
a[0, 3, 1]T + b[0, 1, 1]T con a, b R, che non sia n della forma x[1, 1, 0]T, x R, n della forma
y[0, 1, 1]T, y R. Ad esempio basta scegliere a = 1, b = 0, e si ottiene v = [0, 3, 1]T.
(1) La matrice associata ad f rispetto alla base canonica di R3
Esercizio 15
Si consideri l endomorfismo T : R3 R3 definito come

T([x, y, z] T) = [x y 2z; x + y + 2z; 2x + 2y + 2z] T.
Si calcolino il polinomio caratteristico di T; gli autovalori di T; ed una base per ogni suo autospazio. Stabilire
infine se la matrice A associata a T rispetto alla base canonica diagonalizzabile, ed in caso affermativo,
determinare una matrice invertibile P per cui P-1AP sia una matrice diagonale.
Con facili calcoli, ed usando la denizione della matrice associata ad unapplicazione lineare rispetto a delle
1 1 2
2
basi ssate, si ha A= 1
1
2 . Il polinomio caratteristico di T risulta essere (2 ).
2
2
2
Visto che le sue radici sono 1 = 0, 2 = 2, entrambe reali, esse sono entrambe autovalori, e quindi abbiamo
lautovalore semplice = 2, e lautovalore = 0, di molteplicit algebrica 2. Ad essi corrispondono gli
autospazi V(2) = L([1, 1, 1]T) di dimensione 1 e base B2 = {[1, 1, 1]T}, e V(0) = L([1, 1,0]T) di dimensione 1
e base B0 = {[1, 1, 0]T}. Poich V(2) e V(0) hanno entrambi dimensione 1, ed in particolare = 0 non
regolare, allora A non diagonalizzabile.
Esercizio 16
Si consideri l endomorfismo T : R3 R3 definito come
T([x, y, z] T) = [5x + 2y 2z, 2x + 2y + 4z, 2x + 4y + 2z] T
essendo R3 dotato del prodotto scalare canonico.
(1) Verificare che T un endomorfismo simmetrico.
(2) Dopo aver verificato che [0, 1, 1]T autovettore per T; calcolare gli autovalori di T ed una base per
ogni suo autospazio.
(3) Detta A una matrice simmetrica associata a T; esibire una matrice ortogonale P che diagonalizza
ortogonalmente A.
(1) La base canonica C una base ortonormale per il prodotto scalare scelto. La matrice associata a T
5 2 2
rispetto a C 2 2 4 , quindi T simmetrico, essendo C ortonormale ed A simmetrica.
2 4 2
(2) + (3) Con calcolo diretto, si ha che T (0, 1, 1) = 6(0, 1, 1), e quindi [0, 1, 1]T autovettore per T relativo
all autovalore = 6. Il polinomio caratteristico di T ( 6)2 ( + 3), e quindi gli autovalori di T sono
1 = 6 con molteplicit algebrica 2, e 2= 3 con molteplicit algebrica 1.
L autospazio V(6) costituito da tutti e soli i vettori che vericano l equazione x + 2y 2z = 0, e quindi
sono tutti ortogonali al vettore u di componenti u|C=[1, 2, 2]T. Visto che T simmetrico, allora dim V(6) =
2, dim V (3) = 1, e quindi V(3) = V (6) . In conclusione, V (3) = L( u ) ed una sua base ortonormale
costituita dal solo vettore e1 = [ 1/3 , 2/3 ,2/ 3]T . Sapendo che [0, 1, 1]T V(6), il primo vettore di una
base ortonormale di V (6) e2 =[ 0, 1/2, 1/2]T . L ultimo vettore della base ortonormale di V(6) allora
e3 =e1 e2 = [4/32 , 1/32 , 1/ 32]T . Quindi, (e2 ,e3 ) ` una base ortonormale di V(6), e (e1 ,e2 ,e3 )
&
%
una base ortonormale di R3 . Una matrice P ortogonale che diagonalizza A allora %
%
$
T
P AP=diag(-3,6,6).
)
(
(e
(
'
Esercizio 17
Sia f : R3 R2 l'applicazione lineare data da f([x,y,z]T)=[x+3y-z, 3x+y+3z]T
Sia U il piano di equazione x - y = 0. Determinare la proiezione ortogonale della retta ker f sul
piano U.
ker(f ) ={[5h, 3h, 4h]T|hR}. I vettori di U hanno la forma [t,t,s] T e quindi una base ortogonale di U
{[1,1,0]T,[0,0,1]T}. La proiezione ortogonale del generico vettore di ker(f) su U quindi
1 2
[1,1,0]T+4h[0,0,1]T=[-h,-h,4h]T.
Altra soluzione
Una base ortogonale di U {[12, 12, 0]T,[0,0,1]T}, Quindi la matrice P della proiezione ortogonale
12 0
12 12
12 0 4 0
0
0
1
1 2 1 2 0
05 = 1 2 1 2 0
1
0
0
1
12 12 0
quindi la proiezione ortogonale del generico vettore di ker(f) su U 12 12 0 = .

4
0
0
1 4
Altra soluzione (geometrica)
ker(f ) la retta contenente il vettore [5, 3, 4]T.
7 = 5 + 8
La retta passante per il punto P (5, 3, 4) ed ortogonale ad U ha equazioni parametriche 6 9 = 3 8
:=4
Mettendo a sistema con lequazione di U si ottiene t = 4, corrispondente al punto H(1, 1, 4). La proiezione
7 = <
di ker(f ) su U quindi la retta OH, data da ;9 = <.
: = 4<
Esercizio 18
Sia dato il sottospazio U = L([1; 1; 1]T; [1; 2; 2] T) di R3

(a) Scrivere l endomorfismo f di R3 che rappresenta la simmetria ortogonale rispetto ad U; calcolando la
matrice Q ad esso associata rispetto alla base canonica.
(b) Verificare che Q una matrice sia ortogonale, sia simmetrica e determinare una base ortonormale di R3
formata da autovettori di f.
I due generatori di U sono indipendenti, quindi U ha dimensione 2. Il vettore e1U. Completiamo quindi e1
ad una base ortogonale di U. Il generico vettore di U ha la forma [h+k,h+2k,h+2k]T. Quindi i vettori di U
ortogonali ad e1 sono [0,k,k]T e quello di norma 1 [0,12, 12]T. Ora la matrice di simmetria
ortogonale rispetto ad uno spazio U I-2P, ove P la matrice della proiezione ortogonale su U o anche
2P-I ove P la matrice proiezione ortogonale su U. Quindi
1
0
1
0
0
1
0
0
0
1
2
0
1
2
1
2
P=
4
5=
0 12 12
0 1 2 1 2
0 12
1 0
da cui la matrice della simmetria Q= 0 0
0 1
0
1.
0
Analogamente si poteva calcolare lo spazio U che ha dimensione 1 ed generato da [0,12, 12]T

0
0
0
(vettore di norma 1), per cui P= [0,12, 12]T[0,12, 12]= 0 12 12 , da cui si trova
0 1 2 1 2
Q. che ovviamente simmetrica e ortogonale essendo formata dallaccostamento di tre vettori
ortonormali. Q ha autovettori 1 e -1 e lautospazio associato ad 1 U mentre quello associato a -1 U , per
cui {e1, [0,12, 12]T, [0,12, 12]T } una base ortonormale di R3 fatta da autovettori di f.
Altra soluzione
Come gi osservato l endomorsmo f ha U come autospazio relativo all autovalore 1, e U come

autospazio relativo all autovalore 1. Visto che U U= R3, f diagonalizzabile. Scriviamo allora f rispetto
alla base ortonormale B = (q1 , q2 , q3 ) con q1 U , e q2 , q3 U. Per ottenere un vettore di U basta
considerare u v con u = [1, 1, 1]T e v = [1, 2, 2}T. Visto che la base canonica ( i, j, k ) una base
L M
ortonormale, abbiamo u v= 1 1 1 = -j+k =[0.-1,1]T.
1 2 2
Normalizzando u v otteniamo q1 = [0, -1/2 , 1/2 ]T. Per ottenere q2, basta scegliere un vettore in U e
normalizzarlo. Osservando che (1, 0, 0) U, allora q2 = (1, 0, 0). Usando ancora il prodotto vettoriale, q3 =q1
0
1 0
0
q2 = [0, 1/2 , 1/2 ]T. Detta C la base canonica, abbiamo che MB,C (I)=O
P e che
0
1 0
MB,B(f)= 0 1
0 0
0
1 0 0
0 , da cui MC,C(f)= 0 0 1 .
1
0 1 0
Esercizi di geometria analitica

Esercizio 1
Riconoscere la conica di equazione x2+4xy+4y2-x=0 e portarla in forma canonica.
Il complesso di termini di II grado un quadrato perfetto per cui si tratta di una parabola la cui asse
parallela alla retta x+2y=0 o di una conica spezzata in due rette parallele alla retta x+2y=0.
1
2 1/2
4
0 =-10. (Che la conica sia una parabola lo si
Vediamo che non degenere calcolando I3= 2
1/2 0
0
pu anche vedere calcolando I2 che risulta essere 0.)
Per portare la conica in forma canonica dobbiamo calcolare gli auto valori della matrice associata alla forma
1 2
quadratica data dal complesso dei termini di II grado A=
, che ha come polinomio caratteristico
2 4
2
(-1)(-4)-4= -5, quindi un auto valore , come ci si aspettava, 0, laltro 5 e la forma canonica della
conica del tipo 5y2=2px, da cui si ricava (essendo I3 invariante per rototraslazione) 5p2=1 cio p= ,
da cui 5y2=
x.
Esercizio 2
Riconoscere la conica: x2-2kxy+y2-4x=0 al variare di k e per k=1 portarla in forma canonica.
Calcoliamo gli invarianti della conica.
1 -k -2
1 -k
I3= -k 1 0 =-4 , I2=
= 1 k , I1=2.
-k 1
-2 0 0
La conica quindi non degenere e non una iperbole equilatera.
Per k=1 una parabola, per -1<k<1 una ellisse, per k<-1, k>1 una iperbole.
Abbiamo gi visto che per k=1 la conica x2-2xy+y2-4x=0 una parabola. La matrice A associata alla forma
quadratica x2-2xy+y2 ha quindi auto valori 0 e 2 e forma canonica del tipo 2y2=2px. Questa conica ha I3=
-2p2 e pertanto p2=2, quindi una forma canonica y2=2x.
Esercizio 3
Riconoscere al variare del parametro a la conica di equazione ax2+2(a-4)xy+2y2-1=0.
Per a=-2 scrivere la sua equazione canonica.
Calcoliamo gli invarianti della conica.
a a-4 0
a a-4
2
I3= a-4 2
= a + 10a 16 , I1=2+a.
0 =a -10a+16, I2=
a-4 2
0
0 -1
Per a=8 e per a=2 si ha I3=I2=0, quindi la conica una conica degenere spezzata in due rette parallele.
Se 2<a<8, la conica unellisse, per a<2,a>8 uniperbole che equilatera se a=-2.
Per a=-2 lequazione della conica -2x2-12xy+2y2-1=0, gli auto valori della matrice associata alla forma
quadratica data dal complesso dei termini di II grado sono 1 =22, 2=-22. La forma canonica del tipo
22x2-22y2+c=0, e tenuto conto che I3 invariante per rototraslazione si ha -8c=40, quindi c=-5, da cui
= 1.
Esercizio 4
Sia data la conica C di equazione x2+3xy-y2+x+y-1=0.
a) Riconoscere C e scriverne la forma canonica.
b) Determinarne eventuali centro, assi, vertici, asintoti.

c) Scrivere lequazione di una direttrice di C (ridotta in forma canonica).
a) Calcoliamo gli invarianti della conica.
1
3/2 1/2
1
3/2
I3= 3/2 -1 1/2 =4, I2=
= 13/4 , I1=0.
3/2 -1
1/2 1/2 -1
La conica uniperbole equilatera. Gli autovalori della matrice A associata alla forma quadratica data
dal complesso dei termini di II grado hanno lo stesso modulo e segno opposto, per cui 1 =
2=
, inoltre si ha subito che nella forma 1 x2-2y2+c=0, si ha c=-16/13, per cui lequazione
canonica
! !
! !
= 1.
b) Le coordinate del centro della conica sono date dalla soluzione del sistema lineare
1
3/2 x
-1/2
=&
' cio C (-5/13,-1/13). Per trovare gli assi dobbiamo trovare gli autovettori di A,
"
#
3/2 -1 y
-1/2
3
che sono vettori paralleli agli assi. Lautovettore relativo a 1 "
#, quello relativo a 2
13 2
"2 13#, gli assi sono dunque 3(x+5/13)+(13-2)(y+1/13)=0 e (2-13)(x+5/13)+3(x+1/13)=0.
3
Gli asintoti , essendo liperbole equilatera, sono le bisettrici degli assi, ovvero il luogo dei punti del
piano equidistanti dai due assi, per cui le loro equazioni sono date da
3(x+5/13)+(13-2)(y+1/13)=[ (2-13)(x+5/13)+3(x+1/13)] .
Altro modo: Abbiamo detto che il complesso dei termini quadratici dellequazione di uniperbole
rappresentano due rette parallele agli asintoti, quindi essendo x2+3xy-y2 =
1/4[2x-(3+13)y][2x-(3-13)y], abbiamo che le equazioni degli asintoti sono
2(x+5/13)-(3+13)(y+1/13)=0 e 2(x+5/13)-(3-13)(y+1/13)=0. Gli assi sono poi in ogni iperbole le
bisettrici degli asintoti e quindi si calcolano subito senza passare dagli autovettori come luogo dei punti
del piano equidistanti dai due asintoti.
c) I fuochi in forma canonica sono i punti di ascissa >a2 +b2 che nel nostro caso diventa
2a2 =
>
a2
equazione x=x =
F
e di ordinata nulla, la direttrice relativa ad esempio al fuoco F1 (
>
>
,0) ha
Esercizio 5
Nel piano euclideo, sia fissato un riferimento cartesiano monometrico ortogonale Oxy:
(1) Scrivere l'equazione dell'ellisse avente centro nel punto C (1; 2) e semiassi paralleli agli
assi cartesiani, di lunghezze a = 22 e b = 1.
(2) Scrivere l' equazione dell' ellisse ottenuta ruotando in maniera che il semiasse maggiore appartenga
alla retta r : x -y + 1 = 0.
(1) Cominciamo a scrivere l'equazione canonica di una ellisse avente semiassi di lunghezze a = 22 e b = 1
x=X-1
x2
y2
e centro in O. Essa del tipo 8 + 1 =1. Effettuiamo poi la traslazione B
che porta lorigine nel
y=Y-2
punto di coordinate (1,2) ed abbiamo lequazione della conica richiesta: ? + (Y 2) = 1.
(2) Il punto (1,2) appartiene alla retta r, quindi dobbiamo applicare alla nostra conica una rotazione con
1/2
' della retta r e da uno
centro in C che trasformi la base canonica nella base formata dal versore &
1/2
(EF )
1/2
'. La rotazione con centro in O ha dunque equazione
1/2
1/2 1/2 x
X
=&
' . Questa va composta con la traslazione che porta O in C, ovvero
Y
1/2 1/2 y
x
1/2 1/2 x 1
1/2 1/2 X-1
X
' y + quindi y = &
' & ' . Questa trasformazione va
=&
Y
2
1/2 1/2
1/2 1/2 Y-1
applicata allequazione della conica in forma canonica da cui si ottiene l equazione 9X2-14XY+9Y2+10X22Y+1=0 .
ad esso ortogonale &
Esercizio 6.
Si consideri la seguente matrice, dipendente dai parametri reali h; k
k
k
2h
M(h,k)=G k
1
h+1H
3h h+1
2
(1) Stabilire per quali valori dei parametri esistono coniche aventi M(h,k) come matrice
associata, e verificare che esse formano un fascio F.
(2) Classificare le coniche di F.
(3) Stabilire quando il punto P(1;1) appartiene alla conica.
(1) Affinch M(h; k) sia la matrice associata ad una conica essa deve essere simmetrica, il che avviene per
qualsiasi valore di k e per 2h = 3h, da cui h = 0. Per ogni k fissato la matrice M(0; k) rappresenta la
conica di equazione kx2 + 2kxy + y2 + 2y + 2 = 0. Al variare di k si ha la combinazione lineare tra le
coniche x2 + 2xy = 0 ed y2 + 2y + 2 = 0, e quindi un fascio di coniche F.
(2) Il calcolo degli invarianti fornisce I3 = k -2k2, I2 = k- k2, I1 = k + 1. Abbiamo quindi I3 = 0 per k = 0, 1/2, a
cui corrispondono due coniche degeneri.
Per k = 0 abbiamo y2 + 2y + 2 = 0. Il discriminante negativo per cui abbiamo due rette immaginarie.
Per k = 1/2 si ha x2 + 2xy + 2y2 + 4y + 4 = 0. Abbiamo y=4 = y2 - (2y2 + 4y + 4) = -y2 -4y - 4 = -(y + 2)2 < 0, e
quindi anche questa seconda conica degenere risulta immaginaria.
Una terza conica degenere del fascio la generatrice x2 + 2xy = 0.
Per 0 < k < 1 abbiamo I2 > 0. In tale intervallo il termine I1I3 = k(1 + k)(1 -2k) negativo per 1- 2k < 0,
cio per 1/2 < k < 1, a cui corrispondono ellissi reali. Per 0 < k < 1=2 abbiamo invece ellissi
immaginarie. Non esistono circonferenze, in quanto i coefficienti di x2 e di y2 sono uguali per k = 1, ma
per questo valore il termine in xy non si annulla.
Il valore k = 1 annulla I2 e quindi definisce una parabola. L'invariante I2 si annulla anche per k = 0 che
per, come gi detto, fornisce una conica degenere.
Per k < 0 e k > 1 abbiamo I2 < 0, corrispondente ad iperboli. In particolare per k = -1 risulta I1 = 0, e
quindi si ha un'iperbole equilatera.
(3) Sostituendo x = 1; y = 1 nell'equazione di F abbiamo 3k +5 = 0, da cui k = -5/3. Quindi P(1; 1) appartiene
ad una delle iperboli del fascio.
Esercizio 7.
Si consideri la conica di equazione x2 xy + 2x y = 0.
(1) Classificare , trovarne una forma canonica e lequazione del relativo cambio di riferimento.
(2) Dopo aver verificato che tutte le rette parallele allasse x tagliano in punti reali, determinare la
parallela che taglia su la corda di lunghezza minima.
1
1/2
1
0
1/2H.
(1) La matrice associata alla conica risulta B =G1/2
1
1/2
0
Il calcolo degli invarianti fornisce I3 = 1/4, I2 = 1/4, I1 = 1. Abbiamo quindi uniperbole non equilatera.
Dallequazione caratteristica di A 2 I1 + I2 = 0 ricaviamo gli autovalori = (1 2)/2. Una forma
canonica risulta data da 1x2 + 2y2 + I3/I2 = 0
K +
L 1 = 0.
Gli autovettori normalizzati forniscono la matrice ortogonale speciale data da

M =M
>NF
F
>NF
>NJ
J
>NJ
Dal sistema delle derivate parziali uguagliato a zero ricaviamo il centro C(1; 0), per cui il cambio di
riferimento che riduce a forma canonica risulta [x; y]T= M[x; y]T+[1; 0]T.
a) Intersecando con la retta di equazione y = k, otteniamo lequazione risolvente x2 + (2 k)x k = 0, il
cui discriminante = 4 + k2. Quindi > 0 per ogni k R, ed i punti di intersezione sono entrambi
reali. La lunghezza della corda uguale a , quindi la corda di lunghezza minima si ottiene per k = 0,
corrispondente allasse x.
Esercizio 8
Nel piano euclideo sia dato il fascio di coniche di equazione Ck : kx2 + 2(2 k)xy + ky2 x y + 1 k = 0.
(1) Posto k = 3, classificare la conica C3 e determinarne una sua equazione canonica.
Calcolare quindi le coordinate del suo centro e gli assi, oppure calcolare il cambio di riferimento che la
riporta in forma canonica.
(2) Determinare i valori di k per cui Ck una conica degenere e le coordinate dei punti base del fascio.
(3) Calcolare poi i valori di k per cui Ck un' iperbole equilatera, e quelli per cui essa una circonferenza.
(1) La conica C3 ha equazione 3x2 2xy + 3y2 x y 2 = 0. Le matrici associate a C3 sono quindi
3
1
1/2
3 1
1
3
1/2
B=G
H e A =
1 3
1/2 1/2
0
Il determinante della prima matrice det(B) = 18 0 e quindi C3 una conica non degenere, mentre
il determinate della seconda det(A) = 8 > 0. In conclusione, C3 un'ellisse. Sia X2+Y 2+= 0 la sua
equazione canonica. Allora = det(B)/ det(A) = 9/4 .
Il polinomio caratteristico di A ( 4)( 2). Le sue radici sono 2 e 4 entrambe di molteplicit
algebrica 1. Poniamo = 2, = 4. In definitiva, l' equazione canonica di C3
S
T
S
!V
= 1. Il
6x-2y-1=0
la cui unica soluzione
-2x+6y-1=0
C(1/4,1/4). L' autospazio V (2) costituito da tutti e soli i vettori dipendenti linearmente da w=i+j. La
K
1/2 1/2
1/4
W
matrice P allora P=&
'. Il cambio di riferimento allora L =P
+"
#. Visto che nel
1/4
X
1/2 1/2
sistema di riferimento intrinseco di C3 gli assi di simmetria ortogonale hanno equazioni X = 0 e Y = 0,
essi hanno equazioni x + y 12 = 0 e x y = 0 nel sistema di riferimento dato.
(2) Le matrici associate a Ck sono
Y
2 Y 1/2
2Y
Y
1/2H e Ak = Y
Bk=G2 Y
.
2Y
Y
1/2 1/2 1 Y
La conica Ck degenere se det(Bk) = 0. Con facili calcoli, si ha che det(Bk) = (1k)(4k3) e quindi Ck
degenere solo se k = 1 oppure se k = 3/4.
x 2 -2xy+y 2 -1=0
I punti base del fascio si ottengono risolvendo il sistema B
. Le soluzioni del sistema
4xy-x-y+1=0
sono i quattro punti di coordinate (0, 1), (1/2 , 1/2 ), (1, 0), ( 1/2 ,1/2 ).
(3) Ck un' iperbole equilatera se Ak ha traccia nulla, e Bk ha rango 3. L' unico valore di k per cui la traccia
di Ak nulla k = 0, che non tra quelli per cui Ck degenere. Infine, Ck una circonferenza se Ak
della forma cI e Bk ha rango 3. L' unico valore per cui questo accade k = 2.
centro si simmetria di C3 si ottiene risolvendo il sistema B
Esercizio 9
Determinare il parametro h in modo che i due piani 1: x-hy+2z=3 e 2: hx-y+hz-4=0 siano
perpendicolari e per tale valore scrivere le equazioni parametriche di una retta per lorigine
parallela ad entrambi i piani.
I due piani sono perpendicolari se e solo se [1,-h,2][h,-1,h]T=0, quindi se e solo se h=0. Una direzione
parallela ad entrambi i piani quella del prodotto vettoriale [1,-h,2]T[h,-1,h]T. Questo vettore
x=`-h2 +2at
Z[
\[ Y][
1 2 , La retta cercata ha quindi equazioni parametriche _ y=ht .
1
z=`-1+h2 at
Esercizio 10
Nello spazio euclideo siano date le rette r ed s di equazioni parametriche r : x = t, y = 1+t, z = 1,
e s : x = t, y = 1, z = t.
(1) Discutere la loro posizione reciproca e determinare l' angolo che esse formano.
(2) Determinare l' equazione cartesiana del piano contenente r e parallelo ad s, e determinare
la distanza tra r ed s.
(3) Determinare il massimo angolo formato da un piano contenente r e la retta s. Calcolare
quindi l' equazione del piano contenente r che soddisfa tale condizione.
(1) Cambiato il parametro della retta s da t a , il sistema che si ottiene per determinare la posizione
reciproca delle due rette formato dalle tre equazioni t = , 1 + t = 1, 1 =, che , con facili calcoli,
risulta impossibile, le due rette quindi non sono incidenti. Non sono neppure parallele, in quanto la
prima ha parametri direttori (1,1,0), la seconda ha parametri direttori (1,0,-1). Otteniamo allora che r
ed s sono due rette sghembe. Posto v=[ 1,1,0]T , w=[1,0,-1]T, langolo tra le due rette ha coseno dato
bc,de
da
= 1/2 ossia = /3.
fcffdf
]]]]][, vw =0, cio

(2) La retta r contiene il punto A(0, 1, 1). L' equazione del piano cercato allora AP
K L1 m1
1
1
0 =-x+y-1-z+1=0
1
0
1
E ben noto che d(r, s) = d(, s) = d(,B) per ogni B s. Visto che s contiene il punto B(0, 1, 0), abbiamo
d(r, s) = d(,B)= .
(3) Sapendo che l' angolo non cambia per parallelismo, sia s una retta parallela ad s ed incidente r. Sia ora
un piano che contiene r. L' angolo tra ed s l' angolo che la retta s forma con la sua proiezione
ortogonale su , ed inferiore all' angolo che s forma con una qualunque altra retta contenuta in .
Quindi, n,qo= n,
ro= = /3. Ovviamente, l'uguaglianza vale se r la proiezione ortogonale di s su .
In questo caso, contiene anche la retta ortogonale ed incidente r ed s, e quindi la sua equazione
]]]]][, v(vw) =0. Svolgendo i calcoli, si ottiene : x y 2z + 3 = 0.
AP
Esercizio 11
Nello spazio euclideo R3, si considerino i punti A(1; 4; 0), B(3; 2; 0), C(1; 2; 2).
(1) Determinare l'equazione del piano assiale del segmento AB, e quella del piano assiale del segmento AC.
Dedurre le equazioni del luogo dei punti dello spazio equidistanti da A;B;C.
(2) Determinare l'equazione del piano contenente i punti A;B;C. Scrivere le coordinate del centro della
circonferenza del piano passante per A;B;C.
(3) Determinare le coordinate del centro della sfera di raggio minimo passante per A;B;C.
(1) Il piano assiale di AB ortogonale alla retta AB, avente parametri direttori [2;-2; 0] e passa per il punto
medio M1(2; 3; 0) del segmento AB. Quindi ha equazione 2(x- 2) -2(y-3) = 0, cio x-y+1 = 0.
Analogamente, il piano assiale di AC risulta y-z-2 = 0. Il luogo dei punti equidistanti da A;B;C la retta r
KL+1=0
intersezione di questi due piani, di equazioni s
.
Km2=0
K Kt
L Lt
m mt
K1 L4 m
K
K
L
L
m
m
(2) Il piano contenente A;B;C ha equazione u
t
u
t
u
t =0 da cui
2
2
0 =0
Kv Kt Lv Lt mv mt
0
2
2
da cui x+y+z-5=0
Il centro della circonferenza passante per A;B;C il punto in cui la retta r interseca questo piano. Il
generico punto di r ha coordinate (x; x+1; x-1). Sostituendo nel piano ABC otteniamo x = 5/3, e quindi il
centro ha coordinate (5/3; 8/3; 2/3).
(3) La sfera di raggio minimo passante per A;B;C quella che ammette come circonferenza equatoriale la
circonferenza passante per A;B;C. Quindi il centro di tale sfera coincide con il punto (5/3; 8/3; 2/3)
precedentemente determinato.
Esercizio 12
Si considerino la superficie sferica di equazione x2+y2+z22xy+z = 0, e il piano di equazione yz = 0. Sia la
circonferenza di equazioni
x2+y2+z2-2x-y+z=0
y-z=0
Verificare che una curva a punti reali. Determinare il centro e il raggio di .
La sfera data ha centro in C(1,-1/2,1/2) e raggio 2. Il piano taglia la sfera secondo una circonferenza reale
se la distanza del centro dal piano minore del raggio. Tale distanza
! !
wF F w
<2. Il centro C della
circonferenza intersezione la proiezione ortogonale di C sul piano y-z=0. La retta per CD perpendicolare al
piano ha equazioni parametriche x=1,y=-1/2+t, z=1/2-t ed interseca il piano in C(1,0,0). Lorigine delle
coordinate un punto del piano e della sfera e quindi appartiene alla circonferenza, per cui il raggio della
sfera d(C,O)=x1 + N + N =>3/2.
Esercizio 13
Sia data la sfera : x2 + y2 + z2 = 4.
K = 3 y
(a) Si determini un piano contenente la retta r :_ L = 3 e tangente a . Determinare poi un punto A
m=y
di in modo che sia la sfera di raggio minimo passante per A e tangente a .
(b) Sia il piano di equazione y z = 0. Calcolare la proiezione della circonferenza = dal punto
V (0; 0; 1); sul piano xy.
(c) Dopo aver verificato che una conica, classificarla, determinarne unequazione canonica e
determinare il cambio di riferimento che la porta in forma canonica.
a) La retta r ha equazioni cartesiane x+z-3 0, y-3 0. Il generico piano contenente tale retta ha
dunque equazione (x+z-3)+ ) y-3) 0. Tale piano tangente alla sfera se e solo se ha distanza
uguale al raggio dal centro della sfera . La sfera ha centro in O e raggio 2 per cui
z-3- 3z
x22 + 2
2 da cui
3(+)2=4(22+2), cio 52-6+2=0 e quindi /=3 9 5 3 2, quindi ho due piani

soluzione del problema 1 e 2 di equazioni (x+z-3)+5) y-3) 0 e (x+z-3)+) y-3)=0
rispettivamente. Il punto di tangenza fra la sfera e il piano 2 (la cui equazione diventa x+y+z-23=0)
la proiezione ortogonale del centro della sfera sul piano e il punto A cercato il punto diametralmente
opposto al punto di tangenza. Il punto di tangenza fra la sfera e 1 B( , , ), il punto A, essendo
diametralmente opposto a B, il simmetrico di B rispetto al centro e dunque ha coordinate

B( , , ).
b) Sia P(x0,y0,z0) un punto di . Poich ha equazioni B
x 2 +y 2 +z 2 =0
le coordinate di P soddisfano i
y-z=0
x0 2 +y0 2 +z0 2 =0
. La generica retta per V e P ha equazioni parametriche
y0 -z0 =0
x=x0t,y=y0t,z=1+(z0-1)t. Eliminando i parametri x0 , y0 , z0 ,t tra le 5 equazioni, si ricava l equazione del
cono di vertice V e direttrice . Svolgendo i calcoli, si ottiene C : x2 2y2 + 8yz 4z2 8y + 8z 4 = 0. La
2
2
proiezione p() di sul piano [xy] si ottiene intersecando C con z = 0 e quindi |x -2y -8y-4 0
z 0
c) p() una conica, essendo intersezione di un piano e di un cono quadrico. Lavorando nel piano z = 0
possiamo dimenticare la prima equazione e lavorare solo con la seconda. Si nota che la parte
quadratica dell equazione, ossia x2 2y2, gi in forma canonica. Per riportare la conica in forma
canonica, basta allora usare il completamento dei quadrati, e si ha: x22(y2)2 = 4: Quindi, il cambio di
coordinate x = X; y = Y + 2 ed una traslazione, mentre la forma canonica risulta X2 2Y2 = 4. La
conica p() quindi una iperbole.
seguenti vincoli B
K = 3 + 4y
Nello spazio euclideo R siano date la retta r di equazioni parametriche }L = 4 3y
ed il piano
m=0
: 3x + 4y = 0.
(1) Determinare la mutua posizione di r ed e la loro distanza.
(2) Calcolare l'equazione della sfera S, tangente ad in O(0; 0; 0), e tangente ad r.
(1) Una terna di parametri direttori per r fornita dalle componenti del vettore r=[4;-3; 0]T. Una terna di
parametri direttori per le rette ortogonali ad fornita dalle componenti del vettore a= [3; 4; 0]T.
Poich <r,a> = 0, la retta r parallela al piano . La distanza tra r ed coincide con la distanza tra un
Esercizio 14
qualsiasi punto di r ed . Per t = 0 abbiamo R(-3;-4; 0)r, e d(r; ) = d(R; ) =
|FF |
=
J
5.
(2) Il centro C di S appartiene alla retta a, ortogonale ad e passante per O(0; 0; 0),di equazioni
parametriche x=3u,y=4u,z=0.
Poich le rette a ed r appartengono entrambe al piano z = 0, e non sono parallele, esse si
intersecano. Mettendo a sistema si ha con facili calcoli che il punto di intersezione fra le due rette
R(-3;-4; 0). Poich S anche tangente ad r, detto C il suo centro, deve essere OC = CR, e quindi C(-3/2;2; 0). Pertanto abbiamo S : (x+3/2)2+(y+2)2+z2 =(OC)2, da cui S : x2 + y2 + z2 + 3x + 4y = 0.
Esercizio 15
Siano dati il punto A(1, 1,-1) e la retta r: x = 1+t, y = 2, z = 2t, tR.
(1) Determinare l' equazione della sfera S di centro A e che interseca r lungo una corda BC di lunghezza 4/5.
(2) Scrivere l' equazione del piano che taglia su S una circonferenza avente BC come diametro.
(1)
Il piano , passante per A ed ortogonale alla retta r, ha equazione x+2z+1 = 0. L'intersezione tra e
la retta r fornisce il punto H (3/5,2,-4/5) che il punto medio della corda BC, tagliata da una sfera
sulla retta r. Per determinare il raggio della sfera AB, bisogna tener conto che AHB rettangolo in
H e che HB ha lunghezza 2/5, quindi usando il teorema di Pitagora si ha
AB=x() + =x + =2. S ha quindi equazione (x-1)2+(y-1)2+(z+1)2=2.
N
(2)
Il piano deve passare per H ed essere perpendicolare alla retta AH e quindi, essendo (2/5,-1,-1/5) i
parametri direttori della retta AH , lequazione del piano 2/5(x-3/5)-(y-2)-1/5(z+4/5)=0.
Esercizio 16
Nello spazio euclideo R3 siano dati i piani : x + y = 1 e : x + 2y 2z = 0.
(1) Calcolare langolo tra e .
(2) Calcolare lequazione del piano ', simmetrico di rispetto ad .
(3) Determinare il luogo dei centri delle sfere che tagliano i tre piani , , ' secondo circonferenze di
uguale raggio.
(1) Le normali n1,n2 ai piani , hanno parametri direttori, rispettivamente 1, 1, 0 e 1, 2,2. Di
n , n
conseguenza cos = 1 2 = da cui =/4
fn ffn f
1
(2) Il piano appartiene al fascio di piani F avente sostegno nella retta comune ad e , ed ortogonale
a . Abbiamo F = (1 + )x + (1 + 2 )y 2 z 1 = 0, per cui corrisponde al valore di tale che 1(1 +
) + 2 (1 + 2 ) 2 (2 ) = 0 = 1. Sostituendo nellequazione del fascio otteniamo : 2x + y +
2z 3 = 0.
(3) Due qualsiasi piani 1,2 del fascio F vengono tagliati da una sfera S in circonferenze di raggio uguale se
e solo se S ha il centro sul piano che biseca langolo diedro formato da 1 e 2. Quindi, il luogo dei centri
delle sfere che tagliano i tre piani , , secondo circonferenze di uguale raggio la retta comune ai
piani bisettori dei diedri tra , ed , cio le retta sostegno del fascio F.
Esercizio 17
Nello spazio euclideo siano dati il punto F(0, 0, 1) ed il piano : x y = 1. Determinare l' equazione del
luogo S formato dai punti P che verificano la condizione d(P, F) =2 d(P, ).
(1) Calcolare l' equazione cartesiana di S, e verificare che S una quadrica.
(2) Classificare S, calcolare una sua equazione canonica, e specificare se una quadrica di rotazione.
(3) Determinare un piano che incontra S lungo una circonferenza, e l' equazione dell'eventuale asse di
rotazione della quadrica.
(1) Sia P il punto di coordinate (x, y, z). Allora P S se le sue coordinate verificano l' equazione
| F F |
.
>K + L +(m 1) = 2
Svolgendo i facili calcoli, si ottiene che l' equazione che descrive S S : 2xy + z2 + 2x 2y 2z = 0
e quindi S una quadrica.
(2) Le matrici associate ad S sono
0 1 0 1
0 1 0
B =1 0 0 1 e A =G1 0 0H
1 1
0 0
0 0 1
1 1 1 0
Con facili calcoli, si ricava che rk(B) =4, e det(B) = 3 < 0. Il polinomio caratteristico di A -3+ 2+-1 e
quindi abbiamo 2 autovalori positivi ed uno negativo. In conclusione, S un iperboloide ellittico o a 2
falde. Con pochi altri calcoli, si ricava che gli autovalori di A sono 1 = 1 e 2 = 1, con molteplicit
algebrica m(1) = 2 , m(1) = 1. Quindi una sua equazione canonica X2 + Y 2 Z2 + = 0 con = 1. L'
equazione canonica cercata allora X2 + Y 2 Z2 + 1 = 0 e la quadrica evidentemente una quadrica di
rotazione.
(3) I piani che incontrano S lungo una circonferenza sono quelli di equazione Z = c nel nuovo sistema di
riferimento, ossia quelli ortogonali all' asse Z. Tale asse parallelo all'autospazio V (1) = V (1) e quindi
i piani cercati sono paralleli all' autospazio V(1).Le componenti dei vettori di tale autospazio verificano l'
equazione x y = 0 e quindi i piani richiesti hanno equazione x y + h = 0 con h R. Inoltre, l'
autospazio V (1) ha [1,-1,0]T come base (non ortonormale). Il centro di simmetria di S ha coordinate
C(1, 1, 1) e quindi l' asse di rotazione di S ha equazione a : x = 1+t, y = 1t, z = 1. E facile intuire che
l' asse di rotazione di S la retta per C ortogonale al piano , mentre i piani paralleli ad tagliano S
lungo circonferenze.
K = 1y
K+L =1
Siano date le rette r : }L = 1 + y, t R, s: |
.
L+m =1
m=y
(1) Discutere la loro mutua posizione.
(2) Verificare che i punti P che verificano la condizione d(P; r) = d(P; s) giacciono su una quadrica S.
(4) Classificare la quadrica S.
(1) La retta s ha equazione parametrica s : 1u; y = u; z = 1u; uR. Il sistema che descrive l intersezione
1y =1
tra r ed s allora } 1 + y = che risulta impossibile, quindi abbiamo che r ed s non sono incidenti,
y =1
inoltre i loro parametri direttori non sono proporzionali e quindi r ed s sono sghembe.
(2) Sia P(x; y; z) un punto qualsiasi. La retta r parallela al vettore r=[-1,1,1]T e A(1; 1; 0) r: La distanza
tra P ed r data da
Esercizio 18
]]]]][rf
fAP
frf
d(P; r) =
x(y-z-1)2 +(-x-z+1)2 +(x+y-2)2
La retta s parallela al vettore s=[-1,1,-1]T e contiene il punto B(1; 0; 1). La distanza tra P ed s allora
uguale a
]]]]][sf
fBP
d(P; s) =
fsf
x(-y-z+1)2 +(x-z)2 +(x+y-1)2
Uguagliando le due espressioni, elevando al quadrato e semplificando, si ha che le coordinate di P

verificano l equazione S : 4xz 4yz 4x 2y + 2z + 4 = 0 e quindi P giace su una quadrica.
(3) Per classificare S costruiamo le matrici ad essa associate. Abbiamo
0 0
2 2
0 0
2
0
0
2
1 , A =G0 0 2H
B =
2 2 0 1
2 2 0
2 1 1 4
Con facili calcoli, si ha che det(B) = 36 > 0 , che det A=0 e che il polinomio caratteristico di A 3
+8 da cui gli autovalori di A sono 0, 8, -8, la quadrica quindi un paraboloide iperbolico o a sella.
Esercizio 19
Sia data la quadrica Q di equazione x2+y2+4z2-2x=0.
a) Riconoscere Q e scriverne la forma canonica.
b) Scrivere lequazione del cilindro avente come direttrice la curva C' intersezione di Q con il piano di
equazione 2z=1 e generatrici parallele allasse z.
c) Detta C" lintersezione di Q con il piano z=0, scrivere lequazione della superficie di
rotazione ottenuta ruotando C" intorno allasse x; una quadrica?
a) Basta osservare che l'equazione si scrive (x-1)2+y2 +4z2 -1=0, quindi con una semplice traslazione si
riduce alla forma canonica X2+Y2 +4Z2 -1=0. E' un ellissoide reale di rotazione.
b) Sostituendo z=1/2 nell'equazione si ha x2+y2 -2x+1=0, ovvero (x-1)2+y2=0. Il cilindro ridotto a una
coppia di piani immaginari coniugati.
c) Si ottiene (x-1)2+y2 +z2 -1=0, che una sfera e quindi una quadrica. (Geometricamente, si
ruotata una circonferenza attorno a un suo diametro).
Esercizio 20
Nello spazio euclideo R3 si consideri il piano di equazione x + y + z -2 = 0, e la quadrica di equazione
x2 - z2 + 2y = 0.
(1) Scrivere l'equazione cartesiana del cilindro S avente generatrici parallele all'asse z, e
direttrice data dalla conica intersezione tra e .
(2) Classificare la conica sezione di S con il piano xy, ridurla a forma canonica e determinare il
cambio di riferimento che la riduce a forma canonica.
(3) Dimostrare che la matrice associata alla parte quadratica di S ammette autovalore nullo, e
determinare il relativo autospazio.

x+y+z-2=0
(1) La conica ha equazioni B 2 2
. Per trovate lequazione di S basta eliminare la z fra queste
x -z +2y=0
equazioni ottenendo x2-(2-x-y)2+2y=0 da cui si ottiene 2xy+y2-4x-6y44=0.
z=0
. Lavorando nel piano xy e
(2) La conica sezione di S con il piano xy ha equazioni |
-2xy-L +4x+6y-4=0
quindi trascurando lequazione z=0 abbiamo che alla conica -2xy-y2+4x+6y-4=0 sono associate le
0
1 2
0 1
matrici B=G 1
. Essendo det B=40 e det A=-1<0, la conica uniperbole non
1 3H e A=
1 1
2 3 4
J
F
degenere e non equilatera perch I1=1. Gli auto valori di A sono 1=
, 2=
. Una forma canonica
del tipo 1 x2+ 1 y2+I3/I2 = 0, quindi la forma canonica della conica (1-5) x2+(1 + >5) y2-8=0. Il
sistema delle derivate parziali uguagliate a 0 fornisce la soluzione C(1,2), corrispondente al centro
delliperbole. Una base ortonormale di autovettori data da M
> F
F
> F
2
> J
J
O, M
> J
O, quindi il cambio di
x x10-25 >10+25 X
1
riferimento che porta la conica a forma canonica dato da y = 1-5
+ .
1+5 Y
2
>
10+25
x10-25
(3) Poich det A=0 uno dei suoi autovalori nullo. Inoltre essendo la sua direttrice una iperbole
lautovettore nullo ha molteplicit 1, a questo punto lautospazio di =0 dato dalle soluzioni del
0 1 0 x
0
0
sistema G1 1 0H &y' = G0H da cui si ottiene V(0)=}G0H |tR.
0 0 0 z
0
t
Esercizio 21
Sia F(x, y,) il fascio di coniche dato da F(x, y, ): x2 -2( + 1)xy - y2 -2 x - 2 y = 0.
(1) Calcolare i valori del parametro per cui le coniche del fascio sono degeneri, e quelli per cui la conica
una circonferenza. Detta tale circonferenza, trovarne centro e raggio.
(2) Scrivere l'equazione cartesiana del cilindro che proietta la conica di equazione F(x,y,1) =z = 0
parallelamente alla retta r dello spazio R3 avente equazioni x = y = z - 1. Stabilire poi se, intersecando tale
cilindro con un piano, si possono ottenere ellissi.
1
-(+1)
(1) La matrice 33 associata alla conica generica del fascio B =M-(+1)
-
-O
-
0
3
2
Si ha det(B) = - -3 che si annulla per = 0 e per = -3: Quindi, la conica degenere se, e solo se,
= 0 oppure = -3:
La conica una circonferenza se, e solo se, la parte quadratica dell' equazione della forma
kx2 + ky2 per qualche k reale non nullo. Nel caso in esame, la condizione equivalente a = -1:
Posto a = -1, la conica 1 ha equazione x2 + y2 + 2x + 2y = 0 e quindi il suo centro ha coordinate
(-1;-1) ed il suo raggio 2.
(2) Il cilindro che proietta la conica 1 di equazione |K 4KL L + 2K 2L + 0
m=0
parallelamente alla retta r : x = t, y = t, z = 1 + t; t R; formato da tutti e soli i punti le cui coordinate
(x; y; z) soddisfano il sistema :
x = x0 + t
y = y0 + t
z = z0 + t
z0 = 0
x02- 4x0y0 y02-x0 -2y0 = 0
Eliminando i parametri x0; y0; z0; t; si ottiene l' equazione cartesiana del cilindro cercato:
x2 -4xy-y2 + 2xz + 6yz -4z2 -2x -2y + 4z = 0:
La conica 1 un' iperbole. Infatti, la parte quadratica dell' equazione associata alla matrice
1 2
A=
che ha determinante negativo. Quindi, S contiene solo iperboli come coniche non degeneri,
2 1
essendo un cilindro iperbolico.
Esercizio 22
Sia T lendomorfismo di R3 tale che T([1, 0, 0]T) = [1, 2, 0]T, T([0,2, 0]T) = [4,2, 0]T, T([0, 0,1]T) =[0, 0, 1]T.
i) Lendomorfismo T simmetrico?
ii) Detta M la matrice che rappresenta T rispetto alla base canonica, sia Q la quadrica di equazione
xTMx 1=0. Riconoscere Q e porla in forma canonica.
iii) Q una quadrica di rotazione?
1 2 0
i) La matrice che rappresenta T rispetto alla base canonica M =G2 1 0 H; M simmetrica, dunque T
0 0 1
simmetrico.
ii, iii) Gli autovalori di M sono -1,3, con 1 autovalore doppio.
Unequazione canonica di Q 3x2 y2 z2 + 1 = 0. Dunque Q un iperboloide iperbolico, di rotazione
avendo due autovalori uguali.

Seconda prova in itinere - 29/06/2012
SOLUZIONI
giusticate.

Esercizio 1. (3 + 8 punti) Sia B = (v1 ,v2 ,v3 ) una base di R3 , e sia dato fa : R3 R3 l
endomorsmo denito dalle seguenti condizioni
(1)
(2)
fa (v1 ) =v1 + v2 a v3 ;
fa (v2 ) = 3 v2 v3 ;
v2 v3 è autovettore per fa relativo all autovalore 1.

Scrivere la matrice che rappresenta fa rispetto alla base B.
Calcolare gli autovalori di fa , una base per ogni suo autospazio e stabilire i valori
di a R per cui fa è diagonalizzabile.
Soluzione.
(1) Le colonne della matrice MBB (fa ) sono formate dai coecienti che esprimono le
immagini dei vettori di B come combinazione lineare degli stessi vettori di B. Le prime
due condizioni forniscono pertanto, immediatamente, le prime due colonne della matrice.
Inoltre, essendo v2 v3 è autovettore per fa relativo all autovalore 1, abbiamo fa (v2 v3
) =v2 v3 . Ma, per la linearità, abbiamo anche
fa (v2 v3 ) = fa (v2 ) fa (v3 ) = 3 v2 v3 fa (v3 ),
da cui fa (v3 ) = 2 v2 . Di conseguenza risulta
1
0 0
3 2 .
MBB (fa ) = 1
a 1 0
(2) Lequazione caratteristica det(MBB (fa ) I) = 0 risulta (1 )(2 3 + 2) = 0,

cioè ( 1)2 (2 ) = 0. Si ha quindi lautovalore = 1 di molteplicità algebrica 2, e
lautovalore semplice = 2. Per = 1 la matrice caratteristica diventa
0
0
0
2
2 .
MBB (fa ) I = 1
a 1 1
Per a = 12 il minore {R2 , R3 } {C1 , C2 } è non nullo, quindi il rango è 2 e lautospazio
associato E1 ha dimensione 3 2 = 1. Pertanto lautovalore = 1 non è regolare e
lendomorsmo non è diagonalizzabile. Per a = 12 lautospazio E1 ha invece dimensione
2, e lendomorsmo è diagonalizzabile. Calcoliamo, in entrambi i casi, una base per gli
autospazi E1 ed E2 .
a = 12 .
Lautospazio E1 risulta
{
x + 2y = 2z
ax y = z,
1
da cui x = 0, y = z. Quindi E1 = {[0, z, z]t , z R}, ed un base è, per esempio, il

vettore [0, 1, 1]t .
Per = 2 la matrice caratteristica diventa
1 0
0
1
2 .
MBB (fa ) 2I = 1
a 1 2
Lautospazio E2 risulta descritto, per esempio, dalle due equazioni determinate dalle prime
due righe, cioè
{
x = 0
x + y = 2z,
da cui x = 0, y = 2z. Quindi E2 = {[0, 2z, z]t , z R}, ed un base è, per esempio, il
vettore [0, 2, 1]t . Si noti che E2 resta invariato anche se a = 12 , in quanto le sue equazioni
non dipendono da a.
a = 12 . In questo caso E1 è descritto dallunica equazione x + 2y + 2z = 0. Quindi
E1 = {[2y 2z, y, z]t , y, z R}, ed un base è rappresentata , per esempio, dalla coppia
di vettori {[2, 1, 0]t , [2, 0, 1]t }.
Esercizio 2. (5 + 6 punti) Nel piano euclideo, sia dato il fascio di coniche di equazione
t : 2tx2 + 2(t + 1)xy + 2ty 2 2x 2(t + 1)y + 2 = 0.
(1) Classicare le coniche del fascio al variare di t R.
(2) Posto t = 2, calcolare una forma canonica, il cambio relativo di coordinate e
disegnare la conica 2 .
Soluzione.
(1) La matrice associata alla generica conica del fascio è data da
2t
t+1
1
2t
(t + 1) .
At = t + 1
1 (t + 1)
2
2
Il calcolo degli invarianti fornisce I3 = 2t(t 2t + 2), I2 = 3t2 2t 1, I1 = 4t. Quindi
si ha
Coniche degeneri. Deve essere I3 = 0 per t = 0 e t2 2t + 2 = 0. La seconda
equazione ha soluzioni complesse, quindi si ha una sola conica degenere, corrispondente a
t = 0, cioè xy x y + 1 = 0. Poiche xy x y + 1 = (x 1)(y 1) la conica è spezzata
nelle due rette x = 1 ed y = 1.
Ellissi. Deve essere I2 = 3t2 2t 1 > 0, quindi t < 13 e t > 1. Osserviamo che
I1 I3 = 4t2 (t2 2t + 2), quindi minore di 0 per ogni t = 0, per cui le ellissi sono tutte
reali. In particolare, per t = 1 si ha una circonferenza, in quanto i coecienti di x2 e di
y 2 sono uguali ed il coeciente del termine in xy si annulla.
Parabole. Deve essere I2 = 3t2 2t 1 = 0, quindi per t = 13 e t = 1.
Iperboli. Deve essere I2 = 3t2 2t 1 < 0, quindi 13 < t < 1. Per t = 0 si
annulla I1 ma ciò non fornisce una iperbole equilatera in quanto la corrispondente conica
è degenere.
(2) Per t = 2 abbiamo la conica 2 : 4x2 + 6xy + 4y 2 2x 6y + 2 = 0, che, come si
è detto, corrisponde ad una ellisse. I corrispondenti invarianti risultano I3 = 8, I2 = 7,
I1 = 8. Gli autovalori della matrice associata alla parte quadratica sono le soluzioni
dellequazione 2 I1 + I2 = 0, cioè 2 8 + 7 = 0, da cui = 1, 7. Una forma canonica
di 2 è pertanto x2 + 7y 2 87 = 0. Lautospazio associato a = 1 ha equazione x + y = 0,

quello associato a = 7 è x + y = 0. La matrice ortogonale speciale corrispondente al
movimento rotatorio è formata degli autovettori normalizzati, quindi
(
M=
1
2
12
1
2
1
2
)
.
Il centro di 2 è la soluzione del sistema

{
8x + 6y 2 = 0
6x + 8y 6 = 0,
(
)
cioè il punto C 57 , 97 . Il cambio di riferimento che riduce 2 a forma canonica risulta
quindi dato da
[
x
y
(
=
1
2
12
1
2
1
2
)[
x
y
[
+
75
9
7
]
.
Esercizio
3. (5 + 6 punti)
Sia la sfera di centro l origine e raggio 2, e sia il piano di
equazione 3y + z 2 3 = 0.
(1) Calcolare centro e raggio della circonferenza = .
(2) Scrivere l equazione del cono S di vertice V (0, 0, 1) avente come direttrice, e
classicare quindi la conica intersezione del cono S con il piano [xy].
Soluzione.
(1) La distanza dellorigine dal piano è uguale a 3 < 2, quindi

è reale non degenere.
2
Il suo raggio è fornito dal teorema di Pitagora, e vale r = 2 3 = 1. Il centro di
è il punto H in cui la retta per O(0, 0, 0) e perpendicolare ad interseca tale piano. Le
equazioni parametriche della retta OH sono date da
0
x=
y = 3t
z = t,
e mettendo a sistema
con
lequazione
di
si
ha
4t
2
3 = 0, da cui t =
(
)
3
3
conseguenza H = 0, 2 , 2 .
3
.
2
Di
(2) Lequazione cartesiana della sfera è x2 + y 2 + z 2 = 4. Detto P il generico punto

di , le equazioni parametriche del cono richiesto sono date da
x = xV + (xP xV )
y = yV + (yP yV )
z = zV + (zP zV )
3y
+
z
2
3=0
P
P
2
xP + yP2 + zP2 = 4.
Sostituendo le coordinate di V , dalle prime tre equazioni ricaviamo
xP = x
yP = y
z = z1 + 1.
P
Dalla quarta equazione ricaviamo quindi = 23y+z1

, il che fornisce
31
(2
3 1)x
x
xP = =
3y + z 1
y
(2 3 1)y
yP = =
3y + z 1
y + 2z 2
z1
zP =
+ 1 = 3
.
3y + z 1
Sostituendo nella quinta equazione otteniamo
(2 3 1)2 x2 + (2 3 1)2 y 2 + 3(y + 2z 2)2 4( 3y + z 1)2 = 0,

e semplicando si ha
x2 (13 4 3) + y 2 (4 4 3) + yz(12 8 3) + y(8 3 12) + 8z 2 16z + 8 = 0,

che rappresenta lequazione cartesiana del cono. Posto z = 0 si ha
x2 (13 4 3) + y 2 (4 4 3) + y(8 3 12) + 8 = 0.

Essa rappresenta, nello spazio, un cilindro, che, sul piano xy, taglia la conica avente, su
quel piano, la stessa equazione. Poiche il piano xy
non passa per il vertice V del cono, la
conica è non degenere, ed essendo I2 = 100(1 3) < 0, essa è una iperbole
Esame di Geometria
Politecnico di Milano Ingegneria
Secondo compito in itinere 28 Giugno 2013
1. Siano
1 k
A = 0 2k
0 1
k
1
2k
2k
B=1
k
1
2k
1
0
0 .
1
(a) Determinare i valori del parametro reale k in corrispondenza dei quali

le matrici A e B sono simili.
(b) Per k = 0, riconoscere la trasformazione f : R3 R3 rappresentata,
rispetto alla base canonica, dalla matrice A.
2. Siano
X = {(x, y, z, t) R4 : x + y + t = 0 , x + 2y z + t = 0}
e v = (1, 2, 1, 0).
(a) Determinare una base ortogonale B del sottospazio X.
(b) Determinare la proiezione ortogonale pX (v) del vettore v sul sottospazio X.
(c) Determinare il simmetrico ortogonale sX (v) del vettore v rispetto al
sottospazio X.
(d) Determinare langolo tra i vettori v e v = pX (v).
(e) Sia f : R4 R4 una trasformazione ortogonale. Determinare langolo
tra i vettori f (v) e f (v ).
3. Siano
Q : x2 + 3y 2 + z 2 4xz + 6y = 0
: x 2y + z + 2 = 0
= Q.
(a) Riconoscere la quadrica Q.

(b) Scrivere lequazione canonica di Q.
(c) Stabilire se Q è una quadrica a centro. In caso affermativo, determinare il centro di Q.
(d) Stabilire se Q è una quadrica di rotazione.
(e) Scrivere le equazioni della curva proiezione ortogonale di sul
piano coordinato xy.
(f) Riconoscere la curva .
(g) Riconoscere la curva .
Soluzioni
1. (a) Le matrici A e B possiedono gli stessi autovalori 1 = 1, 2 = 2k + 1
e 3 = 2k 1. Poiche tali autovalori dipendono dal parametro k,
bisogna vedere se esistono autovalori multipli. Si ha che 1 = 2 per
k = 0, 1 = 3 per k = 1, mentre 2 = 3 non è mai possibile. Si
hanno i seguenti casi.
Per k 6= 0, 1, le due matrici date possiedono tre autovalori reali
distinti e quindi sono entrambe diagonalizzabili. Quindi sono
simili.
Per k = 0, si ha che A è diagonalizzabile (essendo reale e simmetrica), mentre B non lo è. Quindi le due matrici date non
sono simili.
Per k = 1, entrambe le matrici risultano diagonalizzabili. Quindi
sono simili.
In conclusione, le matrici A e B sono simili per k 6= 0.
(b) Per k = 0, si ha la matrice di permutazione
1 0 0
A = 0 0 1 .
0 1 0
Tale matrice è ortogonale e ha determinate 1. Quindi la trasformazione f : R3 R3 rappresentata dalla matrice A è una trasformazione ortogonale, inoltre, poiche A è reale e simmetrica e ha come
autovalori 1 (contato due volte) e 1, la trasformazione f è una riflessione rispetto al piano dato dallautospazio V1 = h(1, 0, 0), (0, 1, 1)i.
2. (a) Risolvendo il sistema lineare che definisce il sottospazio X, si trova

che il generico vettore di tale sottospazio è x = (x, y, y, x y).
Scegliamo x1 = (1, 0, 0, 1) (per x = 1 e y = 0). Cerchiamo ora
i vettori x = (x, y, y, x y) X ortogonali a x1 . Si deve avere
hx, x1 i = 0, ossia 2x + y = 0. Pertanto si hanno i vettori x =
(x, 2x, 2x, x). Scegliamo il vettore x2 = (1, 2, 2, 1). Una base
ortogonale di X è pertanto data da B = {x1 , x2 }.
(b) Utilizzando la base ortogonale B = {x1 , x2 } di X trovata nel punto
precedente, si ha che la proiezione ortogonale di v su X è data dal
vettore
pX (v)
hv, x1 i
hv, x2 i
x1 +
x2
hx1 , x1 i
hx2 , x2 i
1
1
=
(1, 0, 0, 1) (1, 2, 2, 1)
2
2
= (0, 1, 1, 1).
(c) Il simmetrico ortogonale di v rispetto a X è il vettore

sX (v) = 2pX (v) v = 2(0, 1, 1, 1) (1, 2, 1, 0) = (1, 0, 1, 2).
(d) Langolo tra i vettori v e pX (v) è langolo compreso tra 0 e tale
che
hv, v i
1
3
cos =
= = .
||v|| ||v ||
6 3
2
Quindi = /4.
(e) Poiche le trasformazioni ortogonali conservano il prodotto scalare,

esse conservano anche gli angoli. Infatti, si ha
cos =
hf (v), f (v )i
hv, v i
=
= cos .
||f (v)|| ||f (v )||

||v|| ||v ||
Di conseguenza, si ha = = /4.
3. (a) Gli invarianti ortogonali della quadrica sono I4 = 27, I3 = 9, I2 = 3,
I1 = 5. Poiche I4 > 0, I3 6= 0, I2 > 0 e I1 I3 < 0, la quadrica Q è un
iperboloide iperbolico (a una falda).
(b) Gli autovalori della matrice B che rappresenta la parte quadratica
dellequazione di Q sono 1 = 3, 2 = 3, 3 1. Quindi lequazione
canonica di Q
I4
=0
1 x2 + 2 y 2 + 3 z 2 +
I3
diventa
3x2 + 3y 2 z 2 = 3.
(c) Poiche I3 6= 0, Q è una quadrica a centro. Le coordinate del centro
C di Q soddisfano il sistema lineare
x 2z = 0
y+1=0
z 2x = 0
da cui si ha C (0, 1, 0).
(d) Poiche possiede due autovalori uguali, Q è una quadrica di rotazione.

(e) Le equazioni di sono
(
x2 + 3y 2 + z 2 4xz + 6y = 0
:
x 2y + z + 2 = 0 .
Dalla seconda equazione si ha z = x + 2y 2. Sostituendo nella
prima equazione e semplificando, si ottiene
(
6x2 12xy + 7y 2 + 12x 2y + 4 = 0
:
x 2y + z + 2 = 0 .
Pertanto, si ha
6x2 12xy + 7y 2 + 12x 2y + 4 = 0

z = 0.
(f) Poiche è lintersezione di una quadrica con un piano, la curva è una

conica. Poiche è la proiezione di sul piano xy parallelamente alla
direzione dellasse z , anche è una conica. Nel piano xy, abbiamo
la conica di equazione
6x2 12xy + 7y 2 + 12x 2y + 4 = 0.
Gli invarianti ortogonali sono I3 = 162 6= 0 e I2 = 6 > 0. Quindi
è una ellisse reale (irriducibile).
(g) Poiche le proiezioni parallele conservano la natura delle coniche, anche la conica è una ellisse reale (irriducibile) come .
Esame di Geometria e Algebra Lineare

Politecnico di Milano Ingegneria informatica
Prima prova in itinere 30 Aprile 2014
1. Siano
{
r:
x + h2 z h + 1 = 0
xy+2=0
: x + y + (h2 + 1)z h 1 = 0.
(a) Determinare, al variare del parametro reale h, la mutua posizione di r e .
(b) Per h = 2 trovare lintersezione tra r e .

Soluzione. La matrice completa del sistema lineare
x + h2 z h + 1 = 0
xy+2=0
x + y + (h2 + 1)z h 1 = 0
è
1 0
[A|b] = 1 1
1 1
h2
h1
0
2 .
h2 + 1 h + 1
Facendo II rigaI riga II riga e III rigaI riga III riga si ottiene
1 0
h2
h1
0 1 h2 h 1
0 1
1
2
e facendo III riga+II riga III
1 0
h2
0 1
h2
U=
0 0 h2 + 1
riga si ottiene
h1
h 1
h + 1
che è in forma a scala. Pertanto per h = 1 si ha rk([A|b]) = rk(A) = 3 ed il sistema

ha una ed una sola soluzione, quindi la retta e il piano si incontrano in un punto, le cui
coordinate sono la soluzione del sistema; per h = 1 si ha rk([A|b]) = rk(A) = 2 ed il sistema
è possibile ma ammette 1 soluzioni, dunque la retta giace sul piano; per h = 1 si ha
rk([A|b]) = 3, rk(A) = 2 ed il sistema è impossibile quindi la retta e il piano non hanno punti
comuni ela retta è parallela al piano.
Per h = 2 la soluzione del sistema è la soluzione del sistema equivalente
1
x + 2z = 2
y 2z= 2 1
z = 2 + 1
e quindi
x = 2 + 1
y=
3 2 + 1
z = 21
2. (a) Scrivere lequazione cartesiana del piano contenente i punti di coordinate:

1
0
1
P0 = 1 , P 1 = 1 , P 2 = 0 .
1
0
2
è uno spazio vettoriale? Se non lo è trovare un piano parallelo a che lo sia e
calcolarne una base.
(b) Sia
1
1
0
V = L 0 , 1 , 1 .
1
0
1
Trovare dimensioni e basi dei sottospazi vettoriali V , V e + V .
(c) Stabilire se il vettore v = (1, 1, 2) appartiene a , a V , a V e a + V .
T
Soluzione. Essendo P0 P1 = (1, 0, 1) e P0 P2 = (0, 1, 1), le equazioni parametriche di

sono
x=1t
y =1s
z =1t+s
con t, s parametri reali. Eliminando i parametri si ottiene lequazione cartesiana di : x
y z + 1 = 0. Poiche il piano non passa per lorigine, lequazione non è lequazione cartesiana
di un sottospazio di R3 . Il piano parallelo a che è un sottospazio di R3 ha equazione
x y z = 0. Tale sottospazio è perpendicolare al vettore (1, 1, 1)T e quindi una sua
base è formata dai vettori (1, 0, 1)T e (0, 1, 1)T , che lo generano.
I tre generatori di V non sono l.i., infatti il terzo è ottenuto dal primo meno il secondo, i
primi due generatori sono invece l.i. e formano una base di V che pertanto ha dimensione 2.
I vettori (1, 0, 1)T , (0, 1, 1)T , (1, 0, 1)T , (1, 1, 0)T sono generatori di + V , il terzo è
proporzionale al primo e quindi può essere eliminato e (1, 0, 1)T , (0, 1, 1)T , (1, 1, 0)T
sono l.i. in quanto
1 0
1
0 1 1
1 1
0
ha determinante non nullo, e dunque formano una base di + V , pertanto dim( + V ) = 3.
Dalla formula di Grassmann risulta dim( V ) = 1 e dunque (1, 0, 1)T è una sua base in
quanto appartiene sia a sia a V .
Il vettore v = (1, 1, 2)T non appartiene a in quanto le sue coordinate non soddisfano
lequazione cartesiana di e pertanto non appartiene a V . Essendo invece v =
(1, 1, 2)T = 2(1, 0, 1)T (1, 1, 0)T , v appartiene a V e a maggior ragione a + V .
3. Sia V = R3 [x] lo spazio vettoriale dei polinomi di grado al pi`

u tre a coecienti in R e
W = MatR (2, 2) quello delle matrici quadrate 2 2 a coecienti in R. Sia f : V W
lapplicazione lineare rappresentata, rispetto alle basi canoniche EV di V e EW di W dalla
matrice
0 1 1 1
0 1 1 1
A=
0 1 1 1 .
1 0 0 0
(a) Calcolare f (1 + x2 x3 ).
(b) Trovare la dimensione ed una base del nucleo e dellimmagine di f . Si riesce a riconoscere
Im(f )?
(c) Completare le basi del punto precedente rispettivamente ad una base BV di V e ad una
base BW di W . Ricavare le matrici del cambiamento di base da EV a BV e da BW a
EW .
(d) Determinare la matrice A che rappresenta f rispetto alle basi BV e BW .
(e) Vericare che A rappresenta lapplicazione f denita come
(
)
P (1) P (0) P (1) P (0)
f (P ) =
P (1) P (0)
P (0)
rispetto alle basi canoniche (dove P indica un generico polinomio di V ).
Soluzione. Essendo (1+x2 x3 )EV = (1, 0, 1, 1)T , si ha f (1+x2 x3 )EW = A(1, 0, 1, 1)T =
(0, 2, 2, 1) quindi
(
)
0 2
2
3
f (1 + x x ) =
.
2 1
La matrice A ha due colonne uguali e si verica facilmente che

0 1 1

A = 0 1 1 = 2
1 0 0
dunque rk(A) = 3 da cui dim Im(f ) = 3, e per il teorema di nullità pi`
u rango dim(ker(f )) =
1.
R4 è isomorfo a MatR (2, 2), e limmagine di f è rappresentata in R4 dallo spazio generato
dalle colonne di A, di cui una base è data da

0
1
1
0 , 1 , 1 .
0 1 1
1
0
0
Ne segue che una base per Im(f ) è
{(
) (
) (
)}
0 0
1 1
1 1
,
,
.
0 1
1 0
1 0
Quindi Im(f ), essendo formata da tutte le combinazioni lineari di matrici simmetriche, contiene solo matrici simmetriche. Inoltre poiche ha dimensione 3, che è la stessa dello spazio
delle matrici simmetriche di ordine 2 sul campo reale, coincide proprio con questultimo sottospazio.
Il sistema Ax = 0 ha come soluzione (0, t, 0, t)T e dunque una base di ker f è {x + x3 }.
Se aggiungiamo a

0
1
1
0 , 1 , 1
0 1 1
1
0
0
il vettore
0
1
0
0
otteniamo quattro vettori

conseguenza una base BW
{(
) (
0 0
1
,
0 1
1
linearmente indipendenti che quindi sono una base per R4 . Di

è
) (
) (
)}
1
1 1
0 1
,
,
.
0
1 0
0 0
Se aggiungiamo a

0
1

0
1
i tre vettori e1 , e2 , e3 della base canonica di R4 , abbiamo quattro vettori linearmente indipendenti e di conseguenza una base BV è {x + x3 , 1, x, x2 }.
La matrice del cambiamento di base da EV a BV è
0 1 0 0
1 0 1 0
S=
0 0 0 1 .
1 0 0 0
Analogamente la matrice del cambiamento di base da EW a BV è
0 1 1 0
0 1 1 1
T =
0 1 1 0
1 0 0 0
e la matrice del cambiamento di base da BW a EW è la sua inversa
0 0 0 1
1 0 1 0
2
2
.
T 1 =
1
1 0
0
2
2
0 1 1 0
La matrice A che rappresenta f rispetto alle basi BV e BW è quindi
0 1 0 0
2 0 1 0
T 1 AS =
0 0 0 1 .
0 0 0 0
Sia P = a + bx + cx2 + dx3 R3 [x]) allora
(
)
b + c + d b + c d
f (P ) =
.
b + c d
a
Ora PEV = (a, b, c, d)T , f (P )EW = (b + c + d, b + c d, b + c d, a)T = A (a, b, c, d)T dove
0 1 1 1
0 1 1 1
A=
0 1 1 1 .
1 0 0 0

SOLUZIONI SECONDA PROVA IN ITINERE - 29/06/2011
Esercizio 1. (4 + 5 + 2 punti) Nello spazio euclideo R3 siano date le rette r ed s di
equazioni parametriche r : x = t, y = 1 + t, z = 1, e s : x = q, y = 1, z = q.
(1) Discutere la loro posizione reciproca e determinare l angolo che esse formano.
(2) Determinare l equazione cartesiana del piano contenente r e parallelo ad s, e
determinare la distanza tra r ed s.
(3) Determinare il massimo angolo che un piano contenente r forma con la retta s.
Calcolare quindi l equazione del piano contenente r che soddisfa tale condizione.
Soluzione
(1) Le rette r ed s sono parallele, rispettivamente, ai vettori

r = [1, 1, 0]t ed
s =
[1, 0, 1]t . Poiche i parametri direttori non sono proporzionali, le rette non sono parallele.
Il punto R(0, 1, 1) appartiene ad r, il punto S(0, 1, 0) appartiene ad s. Il prodotto misto

hRS,
r ,
s i risulta
0 0 1

hRS,
r ,
s i = det 1 1 0 = 1 6= 0,
1 0 1
per cui r, s sono rette sghembe. Abbiamo inoltre
h
r ,
si
1
1
cos(rs)
b =
= = ,
2
k r kk s k
2 2
e quindi rs
b = /3.
(2) Il fascio di piani contenenti r ha equazione Fr : xy+1+(z1) = 0. Il parallelismo
con s si realizza imponendo che sia nullo il prodotto scalare h[1, 1, ]t , [1, 0, 1]t i, da cui
= 1. Il piano richiesto ha quindi equazione x y + z = 0. la distanza d(r, s) si può
calcolare come distanza di un punto di s, per esempio S(0, 1, 0), da tale piano, da cui
| 1|
1
d(r, s) = = .
3
3

In alternativa, d(r, s) si può anche ottenere dividendo |hRS,
r ,
s i| per la radice quadrata
della somma dei quadrati dei complementi algebrici delle componenti di RS.
(3) Il seno dellangolo formato con la retta s dal generico piano per r risulta
d
sin(F
r s) =
1
.
2 + 2 2
La derivata prima risulta
2(2 + )
,
2(2 + 2 )3/2
positiva per < 2. Quindi il massimo si ottiene per = 2, corrispondente al piano
x y 2z + 3 = 0. Inoltre, per = 2 si ha
3
d
,
sin(F
r s) =
2
e quindi langolo massimo vale /3. Il risultato si può anche dedurre geometricamente,
essendo tale angolo uguale a quello formato dalle rette r, s considerate.
Esercizio 2. (6 + 4 + 1 punti) Nel piano euclideo R2 sia dato il fascio di coniche di
equazione
Ck : kx2 + 2(2 k)xy + ky 2 x y + 1 k = 0.
(1) Posto k = 3, classificare la conica C3 e determinarne una sua equazione canonica.
Calcolare quindi le coordinate del suo centro e gli assi, oppure calcolare il cambio
di riferimento che la riporta in forma canonica.
(2) Determinare i valori di k per cui Ck è una conica degenere e le coordinate dei punti
base del fascio.
(3) Calcolare poi i valori di k per cui Ck è un iperbole equilatera, e quelli per cui essa
è una circonferenza.
Soluzione
(1) Per k = 3 lequazione diventa 3x2 2xy + 3y 2 x y 2 = 0. Calcolando
gli invarianti abbiamo I3 = 18, I2 = 8, I1 = 6, quindi la conica è unellisse reale.
Lequazione caratteristica risulta 2 6 + 8 = 0, che fornisce gli autovalori 1 = 2 e
2 = 4. La forma canonica 1 x2 + 2 y 2 + I3 /I2 = 0 risulta quindi 2x2 + 4y 2 9/4 = 0. A
1 = 2 corrisponde lautospazio E2 : x y = 0, mentre a 2 = 4 corrisponde lautospazio
E4 : x + y = 0. Il sistema delle derivate parziali uguagliate a zero fornisce il centro
C(1/4, 1/4). Gli assi hanno quindi equazione y = x ed y = x + 1/2. Il cambio di
riferimento che porta la conica in forma canonica risulta

1/2 1/ 2
t
[x, y] =
[x0 , y 0 ]t + [1/4, 1/4]t .
1/ 2 1/ 2
(2) Per k generico abbiamo I3 = (1 k)(4k 3), che si annulla per k = 1, 3/4. Inoltre,
per k = abbiamo la conica x2 2xy + y 2 1 = 0 che si spezza nelle rette x y 1 = 0
edx y + 1 = 0. I punti base si ottengono intersecando due qualsiasi coniche del fascio.
Utilizziamo le coniche degeneri corrispondenti a k = 1 e k =
x2 + 2xy + y 2 x y = 0 (k = 1)
(x y 1)(x y + 1) = 0 (k = )
(x + y)(x + y 1) = 0
(x y 1)(x y + 1) = 0.
Considerando i quattro sistemi lineari derivanti otteniamo
x+y =0
A(1/2, 1/2),
x y 1 = 0.
x+y =0
B(1/2, 1/2),
x y + 1 = 0.
x+y1=0
C(1, 0),
x y 1 = 0.
x+y1=0
D(0, 1).
x y + 1 = 0.
(3) Linvariante lineare è I1 = 2k, e si annulla per k = 0. POiche questo valore non
corrisponde ad una conica degenere, la corrispondente conica è uniperbole equilatera.
Per avere una circonferenza deve innanzitutto essere nullo il coefficiente del termine xy, il
che avviene per k = 2. Per questo valore i coefficienti di x2 e di y 2 sono uguali, e quindi,
la conica corrispondente a k = 2, essendo non degenere, è una circonferenza.
Esercizio 3. (4 + 5 + 2 punti) Nello spazio euclideo R3 siano dati il punto F (0, 0, 1) ed
il piano : x y = 1.
(1) Determinare l equazione cartesiana del luogo S formato dai punti P R3 che
verificano la condizione
d(P, F ) = 2d(P, )
e verificare che S è una quadrica.
(2) Classificare S, calcolare una sua equazione canonica, e specificare se è una quadrica
di rotazione.
(3) Determinare un piano che incontra S lungo una circonferenza, e calcolare l equazione
dell eventuale asse di rotazione della quadrica.
Soluzione
(1) Detto P (x, y, z) il generico punto dello spazio, la condizione fornisce
|x y 1|
2
,
2
da cui, elevando al quadrato e svolgendo i calcoli, otteniamo la quadrica S di equazione
2xy + z 2 + 2x 2y 2z = 0.
x2 + y 2 + (z 1)2 =
(2) La matrice associata ad S risulta
0 1
0
1
1 0
0 1
.
AS =
0 0
1 1
1 1 1 0
Il calcolo degli invarianti fornisce I4 = 1, I3 = 1, I2 = 1, I1 = 1. Lequazione
caratteristica 3 + I2 I1 2 + I3 fornisce soluzioni 1 = 2 = 1, 3 = 1. La quadrica
è quindi un iperboloide a due falde di rotazione. Essendo I4 /I3 = 1, una forma canonica
di S risulta x2 + y 2 z 2 + 1 = 0.
(3) Il sistema delle derivate parziali uguagliate a zero fornisce il centro C(1, 1, 1).
Lasse di rotazione è parallelo allautospazio associato allautovalore semplice e passa per
C. Per = 1 abbiamo lautospazio E1 = {[x, x, 0]t , x R}. Quindi lasse di
rotazione ha equazioni parametriche
x=1+q
y = 1 q
z = 1.
I piani che tagliano S secondo circonferenze devono essere ortogonali a questa retta (paralleli allautospazio E1 associato allautovalore doppio), quindi del tipo x y + k = 0, e
passare per punti dellasse di rotazione collocati da parte opposta del centro rispetto ai
vertici. Intersecando S con lasse di rotazione otteniamo
2q 2 + 1 = 0x = 1 + q
y = 1 q
z = 1,
da cui q = 1/ 2, corrispondente ai vertici. Per q < 1/ 2 e q > 1/ 2, abbiamo punti

dellasse di rotazione per i quali passano piani x y 2q 2 = 0 che tagliano S secondo
circonferenze
Esame di Geometria
Secondo compito in itinere 4 Luglio 2012
1. Determinare i valori del parametro reale k per i quali la matrice
2k + 1
1
k
k+3
0
A= 0
0
1
3k + 1
è diagonalizzabile.
2. Sia X = {(x, y, z, t) R4 : xy +2z = 0 , x+z t = 0} un sottospazio
di R4 .
(a) Determinare una base ortogonale di X .
(b) Determinare la proiezione ortogonale del vettore v = (1, 1, 1, 1)
sul sottospazio X .
3. Sia f : R3 R3 la trasformazione lineare rappresentata, rispetto alla
base canonica, dalla matrice

2 3
1
8 3
10
5
2 5
1
3
1
A=
2
2
5
5
2 3
12 3
1
5
5
5
(a) Riconoscere f e determinarne gli elementi caratteristici.
(b) Calcolare A13 .
(c) Dato x = (1, 1, 1) , calcolare la norma di f (x) .
4. Siano 1 : x 2y + 3z 1 = 0 e 2 : x 2y + 3z + 13 = 0 .
(a) Stabilire se 1 e 2 sono paralleli.
(b) Scrivere lequazione cartesiana della sfera S tangente al piano 1
nel punto P1 (2, 2, 1) e tangente al piano 2 .
5. Sia la conica di equazione x2 + 6xy 7y 2 + 4x + 4y + 2 = 0 .
(a)
(b)
(c)
(d)
Riconoscere .
Determinare il centro e gli assi di .
Scrivere lequazione in forma canonica di .
Data la conica 0 : 2x2 8y 2 4x + 1 = 0 , stabilire se esiste una
rototraslazione che porta in 0 .
Risposte
1. Gli autovalori di A sono 1 = 2k + 1 , 2 = k + 3 , 3 = 3k + 1 . Ci
sono almeno due autovalori uguali quando k = 0, 1, 2 . La matrice risulta
essere diagonalizzabile per k 6= 1 .
2. (a) Una base ortogonale di X è data, ad esempio, dai vettori
x1 = (1, 1, 0, 1) ,
x2 = (1, 1, 1, 0) .
(b) La proiezione ortogonale di v su X è

v0 =
hv, x1 i
hv, x2 i
x1 +
x2 =
hx1 , x1 i
hx2 , x2 i
4 2
1
, , ,1
3 3
3
3. (a) Poiche la matrice A è ortogonale e |A| = 1 , la trasformazione

f è una rotazione. Pi`
u precisamente, risulta essere la rotazione di
un angolo = 56 attorno al vettore a = (2, 0, 1) , in senso
antiorario.
(b) Poiche A = R(a; 56 ) , si ha
5
5
5
A13 = R a; 13 = R a; 10 + = R a; = A .
6
6
6
(c) Poiche f è una rotazione, si ha ||f (x)|| = ||x|| =
3.
4. I piani 1 e 2 sono paralleli. Quindi il centro C di S è il punto

medio del segmento P1 P2 , dove P2 è la proiezione ortogonale di P1 su
P2 , e il raggio r è la met`
a dello stesso segmento. Si ha P2 (1, 4, 2) ,
C (3/2, 3, 1/2) , r = 14/2 . Quindi S : (x 3/2)2 + (y 3)3 + (z +
1/2)2 = 7/2 , ossia
S : x2 + y 2 + z 2 3x 6y + z + 8 = 0 .
5. (a) è uniperbole (non equilatera) non degenere ( I3 = 16 , I2 = 16 ,
I1 = 6 ).
(b) Il centro è C (5/4, 1/4) , mentre gli assi sono le rette di
equazioni 3x + y + 4 = 0 e 2x 6y + 1 = 0 .
(c) Lequazione in forma canonica è 2x2 8y 2 = 1 , ossia
x2
1/2
y
1/8
= 1.
(d) Poiche 0 : 2(x 1)2 8y 2 = 1 , e 0 hanno la medesima

equazione in forma canonica e quindi esiste una rototraslazione che
porta luna nellaltra.

TEMA D ESAME 19/02/2013
SOLUZIONI
giustificate.
Esercizio 1. Si consideri la seguente matrice
h 2h
h
2
h 1 ,
A= 1
1 h
3
essendo h un parametro reale.
(1) Determinare, al variare di h in R, la caratteristica di A
(2) Determinare nucleo ed immagine dellendomorfismo f : R3 R3 tale che f (X) =
AX, al variare di h in R.
(3) Determinare, nel caso h = 1, il coseno dellangolo tra ker f ed Im f
Soluzione.
(1) Il determinante di A è uguale ad h3 3h2 +10h8, e si fattorizza in (h1)(h2 2h+8).
Il primo fattore si annulla per h = 1, mentre il secondo è sempre diverso da zero. Quindi,
per h 6= 1 la caratteristica di A è uguale a 3. Per h = 1 si vede facilmente che la
caratteristica è 2, essendoci un minore non nullo di ordine 2, per esempio {R1 , R2 }
{C1 , C2 }.
(2) Lendomorfismo f è rappresentato, rispetto alla base canonica, dalla matrice A.
Quindi, per h = 1 abbiamo ker f = {0} ed Im f = R3 - Per h = 1 limmagine di f ha
dimensione 2, ed è generata, per esempio, dalle prime due colonne di A. Il nucleo si
ottiene invece risolvendo il sistema
x+y+z =0
x + 2y = 0
x y + 3z = 0.
Poiche la caratteristica di A è uguale a 2 abbiamo 1 soluzioni, che possono essere
ottenute riducendo il sistema al seguente
x + y = z
x + 2y = 0,
da cui x = 2z ed y = z. Quindi ker f = {[2z, z, z]t , z R}, ed una sua base è, per
esempio, {[2, 1, 1]t }.
(3) Lequazione del piano Im f è data da
1 1 x
det 1 2 y = 0 3x 2y z = 0.
1 1 z
Langolo tra nucleo ed immagine corrisponde allangolo tra il nucleo e la sua proiezione
su tale piano. Consideriamo la retta passante per P (2, 1, 1) e perpendicolare ad Im f
1
x = 2 + 3t
y = 1 2t
z = 1 t, t R.
Sostituendo in 3x 2y z = 0 si ottiene t = 9/14, per cui la retta interseca il piano nel
punto H(1/14, 2/7, 5/14). Di conseguenza si ha

hOP , OHi
1
cos = = .
2 5
|OP ||OH|
Esercizio 2. Nel piano euclideo, si consideri la conica di equazione
3x2 4xy + 2y 2 8x + 15 = 0.
(1) Classificare e ridurla a forma canonica.
(2) Determinare lequazione della circonferenza 1 di raggio massimo contenuta in ,
e lequazione della circonferenza 2 di raggio minimo contenente , nel caso in cui
1 e 2 abbiano lo stesso centro di .
Soluzione.
(1) Dal calcolo degli invarianti otteniamo I3 = 2, I2 = 2, I1 = 5, quindi è unellisse
reale. La forma canonica è
I3
= 0,
I2
essendo : 1, 2 gli autovalori associati alla partequadratica. Dallequazione caratteristica () = 2 I1 + I2 = 0 ricaviamo = 52 17 . Quindi una forma canonica di
risulta
5 17 2 5 + 17 2
x +
y 1 = 0.
2
2
(2) Il centro C di è la soluzione del sistema delle derivate parziali uguagliate a zero,
cioè
6x 4y 8 = 0
4x + 4y = 0,
da cui C(4, 4). I raggi R1 , R2 delle circonferenze 1 , 2 corrispondono, rispettivamente, al
semiasse minore ed al semiasse maggiore di . Questi si possono dedurre imediatamente
dalla forma canonica, e risultano
s
s
2
2
, R2 =
.
R1 =
5 + 17
5 17
1 x2 + 2 y 2 +
Pertanto si ha 1 : (x 4)2 + (y 4)2 =
,
5+ 17
e 2 : (x 4)2 + (y 4)2 =
.
5 17
Esercizio 3. Nello spazio euclideo, si considerino il punto F (1, 0, 1) ed il piano di

equazione x y = 0.
(1) Calcolare lequazione del luogo formato dai punti equidistanti da F e da .
(2) Verificare che è una quadrica di rotazione, classificarla e ridurla a forma canonica.
(3) Determinare lequazione dellasse di rotazione della quadrica
Soluzione.
p
(1) Sia P (x, y, z) il generico punto dello spazio.
Abbiamo
P
F
=
(x 1)2 + y 2 + (z 1)2 ,
mentre la distanza di P da risulta |x y|/ 2. Quindi lequazione del luogo è data da

p
|x y|
.
2
Elevando al quadrato entrambi i membri e semplificando otteniamo x2 + 2xy + y 2 + 2z 2
4x 4z + 4 = 0.
(2) Lequazione determinata è algebrica di secondo grado, il che mostra che è una
quadrica. Il calcolo degli invarianti fornisce I4 = 8, I3 = 0, quindi si ha un paraboloide
ellittico. Lequazione caratteristica risulta () = (2 )[(1 )2 1] = 0, le cui
soluzioni sono = 2 (soluzione doppia) e = 0. Essendoci un autovalore doppio non
nullo la quadrica è di rotazione. Una forma canonica è del tipo 2x2 + 2y 2 + 2Cz = 0.
Il coefficiente C si pu`
ed uguagliandolo
a 8, il
o ricavare calcolando linvarianti quartico
2
2
che fornisce C = 2. Quindi la forma canonica risulta x + y 2z = 0.
(3) Lautospazio associato allautovalore doppio è il piano , quindi lasse di rotazione
è perpendicolare a tale piano e quindi ha parametri direttori 1, 1, 0. Il punto medio del
segmento di perpendicolare calato da F su appartiene, per definizione, al luogo , e
fornisce il punto a minima distanza da . Esso è quindi il vertice del paraboloide, per cui
lasse di rotazione passa per F . Di conseguenza
x=1+t
y = t
z = 1, t R,
forniscono le equazioni parametriche dellasse di rotazione
(x 1)2 + y 2 + (z 1)2 =

Prova d esame - 18/07/2012 - Versione A
giusticate.
Esercizio 1. (11 punti) Sia V = R3 e si consideri la sua base B = ((1, 0, 0), (0, 1, 0), (1, 1, 1)).
Sia poi data la matrice
1 0 0
A= 1 0 1
2 2 1
e sia f : V V l endomorsmo denito da MB,B (f ) = A.
(1) Calcolare gli autovalori di f.
(2) Calcolare una base per ogni autospazio di f, ed una matrice invertibile P, se esiste,
che diagonalizza A.
(3) Usando poi il prodotto scalare standard di V, determinare un vettore u non nullo
di R3 tale che l angolo tra u e f ( u) sia ottuso. Ne esiste anche uno non nullo v
tale che l angolo tra v e f ( v ) sia retto?

Svolgimento. Il polinomio caratteristico di f è p(t) = det(A tI) = (1 t)[(t)(1
t) 2] = (t 1)2 (t + 2). Essendo le sue radici reali, gli autovalori di f sono t1 = 1 e
t2 = 2 di molteplicità m(1) = 2, m(2) = 1, rispettivamente.
Calcoliamo ora l autospazio V (1) : i vettori v che appartengono a tale autospazio
hanno componenti [ v ]B = t(a, b, c) che risolvono il sistema lineare omogeneo avente
0
0
0
A I = 1 1 1
2 2 2
come matrice dei coecienti delle incognite. Eettuando l operazione elementare R3 +
2R2 R3 si ottiene una matrice ridotta per righe di rango 1, e quindi dim(V (1)) =

3 1 = 2 = m(1). Sia B1 = (v1 ,v2 ) una base di V (1). L unica equazione da risolvere

è a b + c = 0 e quindi b = a + c. Le componenti dei vettori v1 ,v2 di B1 sono, ad
esempio, [v1 ]B = t(1, 1, 0) e [v2 ]B = t(0, 1, 1). Con facili calcoli si ottiene che v1 = (1, 1, 0)
e v2 = (1, 2, 1).
Con procedimento analogo, si ha che V (2) ha dimensione 1, e, detta B2 = (v3 ) una
sua base, le componenti di v3 sono [v3 ]B = t(0, 1, 2). In conclusione, v3 = (2, 1, 2).
Essendo le radici di p(t) tutte reali, ed avendo gli autospazi dimensione uguale alla

molteplicità dell autovalore relativo, f è diagonalizzabile, E = (v1 ,v2 ,v3 ) è una base di V
di autovettori per f, ed una matrice P che diagonalizza A è
1 0 0
P = ME,B (1) = 1 1 1 .
0 1 2
Consideriamo il vettore w=v3 +t v dove v = (1, 0, 1) V (1) è ortogonale a v3 .
Usando la linearità di f, si ha che f (w) = 2 v3 +t v , e quindi w f (w) = 2 v3 v3

t v v3 +t2 v v = 18 + 2t2 . Se 2t2 18 < 0, ossia 3 < t < 3, l angolo tra w e la sua
immagine è ottuso, mentre se t = 3 oppure t = 3, w è ortogonale alla sua immagine.

1
Esercizio 2. (11 punti) In R4 , siano dati i sottospazi

V = L((1, 0, 1, 0), (0, 1, 2, 1))
e
W = {(x, y, z, t) R4 | x + 2y + z = 0, z t = 0}
e siano f : R4 R4 e g : R4 R4 applicazioni lineari tali che V = Im(f ) e W = ker(g).
(1) Determinare una base di V W e la sua dimensione.
(2) Costruire un esempio esplicito di f e g in modo che ker(f g) = W.
(3) Calcolare dim ker(g f ) e dedurre che g f ha un autovalore di molteplicità almeno
3.
Svolgimento. I vettori di V sono della forma a(1, 0, 1, 0) + b(0, 1, 2, 1) = (a, b, a +
2b, b) con a, b R. Sostituendo tale vettore nel sistema che denisce W, otteniamo il nuovo
sistema lineare a b = 0 essendo la prima equazione identicamente soddisfatta. Abbiamo
che le soluzioni sono innite e tutte vericano a = b. Quindi, V W ha dimensione 1 ed
una sua base è B = ((1, 1, 1, 1)).
Il sottospazio W ha base BW = ((2, 1, 0, 0), (1, 0, 1, 1)) che si ottiene con facili calcoli
risolvendo il sistema che denisce W. Una base di R4 che completa la base di W è, ad
esempio, B = ((2, 1, 0, 0), (1, 0, 1, 1), (1, 0, 0, 0), (0, 0, 0, 1)). Deniamo g ponendo
g(2, 1, 0, 0) = (0, 0, 0, 0), g(1, 0, 1, 1) = (0, 0, 0, 0),
g(1, 0, 0, 0) = (1, 0, 0, 0), g(0, 0, 0, 1) = (0, 0, 0, 1).
` evidente che Im(g) = L((1, 0, 0, 0), (0, 0, 0, 1)). Deniamo ora f ponendo
E
f (1, 0, 0, 0) = (0, 1, 2, 1), f (0, 0, 0, 1) = (1, 0, 1, 0),
f (0, 1, 0, 0) = (0, 0, 0, 0), f (0, 0, 1, 0) = (0, 0, 0, 0).
La composizione delle due applicazioni si calcola facilmente, ed abbiamo
(f g)(2, 1, 0, 0) = (f g)(1, 0, 1, 1) = (0, 0, 0, 0),
(f g)(1, 0, 0, 0) = (0, 1, 2, 1), (f g)(0, 0, 0, 1) = (1, 0, 1, 0)
ed è quindi evidente che ker(f g) = W mentre Im(f g) = V.
Dal teorema del rango, sappiamo che dim(V ) = dim(ker(g f )) + dim(Im(g f )).
Dalla denizione di applicazione composta, sappiamo che Im(g f ) = Im(G) dove G :
Im(f ) V è la restrizione di g a im(f ). Il nucleo di G è Im(f ) ker(g) = V W e quindi
dim(Im(G)) = dim(Im(f ) = V ) dim(V W ) = 1. In conclusione, dim(ker(g f )) = 3,
e quindi g f ha l autovalore 0 con autospazio V (0) di dimensione 3. Ne risulta che
m(0) 3.
Esercizio 3. (11 punti) Sia dato il piano : x y 1 = 0, e sia Q la quadrica formata
dai punti P che vericano
2
d(P, r) =
d(P, )
3
dove r è l asse x.
(1) Classicare Q dopo averne calcolato l equazione.
(2) Trovare una forma canonica della conica Q [yz] essendo [yz] il piano coordinato
che contiene gli assi y ed z, ed il relativo cambio di coordinate.
Svolgimento. Sia P (x, y, z) un punto. La distanza di P dall asse x è d(P, r) = y 2 + z 2

visto che la proiezione ortogonale di P su tale retta
ha coordinate (x, 0, 0). La distanza
di P dal piano è uguale a d(P, ) = |x y 1|/ 2. Sostituendo nella relazione che
denisce Q, elevando al quadrato e semplicando, otteniamo l equazione
Q : x2 2xy 2y 2 3z 2 2x + 2y + 1 = 0.
Le matrici associate a Q sono
1 1 0 1
1 2 0
1
B=
0
0 3 0
1 1
0
1
1 1 0
A = 1 2 0 .
0
0 3
Eettuando le operazione elementari R2 + R1 R2 , R4 + R1 R4 sulle righe di B si

ottiene una matrice ridotta con l ultima riga nulla. Quindi, r(B) = 3 ossia Q è una
quadrica singolare. Il polinomio caratteristico di A è p(t) = (3 t)(t2 + t 3) e quindi
A ha due autovalori negativi ed uno positivo. Di conseguenza, Q è un cono reale.
La conica = Q [yz] ha equazione x = 0, 2y 2 + 3z 2 2y 1 = 0. La matrice completa
della conica è
2 0 1
B = 0 3 0
1 0 1
ed ha determinante det(B ) = 9. Quindi è non degenere. In particolare, è un ellisse,
essendo gli autovalori di A uguali a 2 e 3. Una sua forma canonica è
9
2Y 2 + 3Z 2 = 0
6
1
ed avendo centro di simmetria in ( 2 , 0) il cambio di coordinate che la riporta in forma
canonica è
( ) (
) ( 1 )
y
Y
=
+ 2 .
z
Z
0

Prova d esame - 18/07/2012 - Versione B
giusticate.
Esercizio 4. (11 punti) Sia V = R3 e sia B = ((1, 1, 1), (0, 1, 0), (0, 0, 1)) una sua base.
Sia poi data la matrice
1 2 2
A= 1 0 1
0 0 1
e sia f : V V l endomorsmo denito da MB,B (f ) = A.
(1) Calcolare gli autovalori di f.
(2) Calcolare una base per ogni autospazio di f, ed una matrice invertibile P, se esiste,
che diagonalizza A.
(3) Usando poi il prodotto scalare standard di V, determinare un vettore u non nullo
di R3 tale che l angolo tra u e f ( u) sia ottuso. Ne esiste anche uno non nullo v
tale che l angolo tra v e f ( v ) sia retto?

Esercizio 5. (11 punti) In R4 , siano dati i sottospazi
V = L((0, 1, 1, 0), (1, 0, 2, 1))
e
W = {(x, y, z, t) R4 | 2x + y + z = 0, z t = 0}
e siano f : R4 R4 e g : R4 R4 applicazioni lineari tali che V = Im(f ) e W = ker(g).
(1) Determinare una base di V W e la sua dimensione.
(2) Costruire un esempio esplicito di f e g in modo che ker(f g) = W.
(3) Calcolare dim ker(g f ) e dedurre che g f ha un autovalore di molteplicità almeno
3.
Esercizio 6. (11 punti) Sia dato il piano : x y 1 = 0, e sia Q la quadrica formata
dai punti P che vericano
2
d(P, r) =
d(P, )
3
dove r è l asse y.
(1) Classicare Q dopo averne calcolato l equazione.
(2) Trovare una forma canonica della conica Q [xz] essendo [xz] il piano coordinato
che contiene gli assi x ed z, ed il relativo cambio di coordinate.
Esame di Geometria
Appello del 17 luglio 2013
1. Sia f : R3 R3 lendomorfismo tale che

i. (1, 1, 0) un autovettore per f relativo allautovalore 1 ;
ii. (1, 0, 1) un autovettore per f relativo allautovalore 1 ;
iii. f (0, 1, 1) = (1, 1, 0) .
(a) Determinare la matrice rappresentativa di f rispetto alla base canonica di R3 .
(b) Determinare gli autovalori di f e i corrispondenti autospazi e dire se
f diagonalizzabile;
(c) Stabilire se f invertibile e in caso affermativo dire se f 1 diagonalizzabile.
Soluzione Poich v 1 = (1, 1, 0) un autovettore per f relativo allautovalore 1, si ha f (v 1 ) = v 1 , e analogamente poich v 2 = (1, 0, 1) un
autovettore per f relativo allautovalore 1, si ha f (v 2 ) = v2 . Inoltre
v 1 , v 2 e v 3 = (1, 1, 0) sono linearmente indipendenti, quindi f univocamente determinata. Si ha con facili conti che e1 = 12 (v 1 + v 2 v 3 ),
e3 = v 2 e1 e e2 = v 3 e3 , da cui per linearit si ottiene f (e1 ) = 12 (f (v 1 )+
f (v 2 ) f (v 3 )) = ( 12 , 1, 21 ), f (e3 ) = f (v 2 ) f (e1 ) = ( 12 , 1, 21 ) e
f (e2 ) = f (v 3 ) f (e3 ) = ( 32 , 0, 21 ). La matrice rappresentativa di f rispetto
alla base canonica di R3 quindi
1 3
2 2 12
0 1 .
A= 1
1
2 12 12
Il polinomio caratteristico di A ( + 1)(1 2 ) e dunque gli autovalori

di A sono 1 con molteplicit algebrica 2 e 1. Poich la matrice A I ha
rango 2 lautospazio associato allautovalore 1 generato dallautovettore
(1, 1, 0) ed quindi formato dai vettori {(t, t, 0)|t R}. Lautovalore
1 semplice quindi il suo autospazio ha dimensione 1 ed generato
dallautovettore (1, 0, 1) per cui formato dai vettori {(s, 0, s)|s R}.
Poich lautovalore 1 non regolare la matrice A (e quindi lendomorfismo
f ) non diagonalizzabile. Lendomorfismo f invertibile perch detA =
1 e sappiamo ogni autovettore di una matrice invertibile B associato a
un autovalore autovettore di B 1 associato allautovalore 1 , per cui
A1 ha gli stessi autovettori di A e quindi R3 non ammette una base di
autovettori di A1 e dunque A1 (e quindi lendomorfismo f 1 ) non
diagonalizzabile.
2. Sia la sfera in R3 con centro nellorigine e raggio uguale a 2.

(a) Scrivere lequazione cartesiana del piano passante per P (1, 1, 0)
eparallelo allasse z che taglia lungo una circonferenza di raggio
2.
(b) Scrivere lequazione del cilindro C con generatrici perpendicolari al
piano avente come direttrice.
(c) Determinare lequazione di una sfera tangente al piano e inscritta
nel cilindro C , e il numero di tali sfere.
Soluzione La sfera ha equazione x2 + y 2 + z 2 = 4. Il generico piano
parallelo allasse z e passante per P un piano del fascio di equazione
ax + by a b = 0. Tra i piani di questo fascio dobbiamo
cercare quello
che taglia lungo una circonferenza di raggio 2 . Tale piano deve

quindi avere dal centro della sfera (che lorigine degli assi) una distanza
=
d = 4 2 = 2, deve pertanto essere |ab|
2 da cui si ottiene
2
2
a +b
a = b; pertanto lequazione del piano x + y 2 = 0.
Le generatrici del cilindro hanno direzione perpendicolare a e pertanto una loro terna di parametri direttori (1, 1, 0). Il sistema formato
dalle equazioni di e rappresenta la direttrice, quindi le equazioni
parametriche della generica direttrice sono x = x0 + t, y = y0 + t, z =
z0 con x20 + y02 + z02 = 4, x0 + y0 = 2. Da questa ultima ricaviamo
da cui x0 = xy+2
, y0 = yx+2
.
x t + y t = 2, ovvero t = x+y2
2
2
2
2
2
2
Sostituendo x0 , y0 , z0 in x0 + y0 + z0 = 4 si ottiene quindi lequazione del
cilindro ( xy+2
)2 + ( yx+2
)2 + z 2 = 4.
2
2
Il cilindro che abbiamo trovato un cilindro
circolare retto che ha come
direttrice una circonferenza di raggio 2. Ogni sfera inscritta

in tale cilindro ha centro sullasse di simmetria del cilindro e raggio 2, affinch
la
2. Ci
sfera sia tangente a la distanza fra il suo centro e deve
essere
sono due punti dellasse del cilindro che hanno distanza 2 da e quindi
ci sono due sfere che soddisfano le
condizioni richieste. Poich abbiamo
gi visto che lorigine ha distanza 2 dal , una delle sfere cercate ha
equazione x2 + y 2 + z 2 = 2.
3. Si consideri lequazione xT Ah x = 0 con
2h 2 2h
Ah = 2 4 1
e
2h 1 h

x
x = y .
1
(a) Provare che lequazione descrive un fascio di coniche e determinare

al variare di h R il tipo di conica.
(b) Per h = 2 , sia la conica xT A2 x = 0 ,
i. Riconoscere .
ii. Determinare (se esistono) centro e assi di .
Soluzione. La matrice Ah con h R reale simmetrica e quindi lequazione xT Ah x = 0 rappresenta una conica per ogni valore reale di h,
inoltre h compare solo al grado 1 in A e quindi lequazione rappresenta
tutte e sole le coniche di un fascio. Si ha I3 = detA = 8h2 + 2h e quindi
per h = 0 o per h = 1/4 lequazione rappresenta uno conica degenere.
Inoltre I2 = 8h 4, pertanto per h = 1/2 lequazione rappresenta una
parabola non degenere, per h < 1/2 lequazione rappresenta uniperbole
(e quindi in particolare per h = 0 ed h = 1/4 lequazione rappresenta
una conica spezzata in due rette reali distinte); inoltre I1 = 2h + 4 per
cui per h = 2, lequazione rappresenta uniperbole equilatera. Se invece h > 1/2 lequazione rappresenta unellisse che sempre reale. Quindi
per h=2 abbiamo unellisse reale. Il suo centro la soluzione del sistema 4x + 2y = 4, 2x + 4y = 1 quindi ha coordinate (7/6, 1/3). Gli
autovalori di

4 2
2 4
sono le radici del polinomi (4 )2 4 e quindi sono 2, 6, gli autovettori
ad essi associati sono (t, t), t 6= 0 e (s, s), s 6= 0 quindi le direzioni degli
assi sono rappresentate dai vettori (1, 1), (1, 1) e gli assi sono x = y 3/2
e x = y 5/6.
Esame di Geometria e Algebra lineare

Appello del 9 settembre 2013
1. (a) Determinare, al variare del parametro reale k, la dimensione del

sottospazio vettoriale X di R4 generato dai vettori
x1 = (2, 1, k, k),
x2 = (k, 1, k, 2),
x3 = (2k, k, 2k, 0).
(b) Per k = 1, stabilire se il vettore v = (1, 1, 1, 2) appartiene al

sottospazio X.
Soluzione
(a) La dimensione di X coincide col rango della matrice 3 4 formata
dallaccostamento (per righe) dei tre vettori x1 , x2 , x3 (che a sua volta
coincide col rango della matrice 4 3 formata dallaccostamento per
colonne dei trasposti dei tre vettori). La matrice
2 1 k k
2
A= k 1 k
2k k 2k 0
ha rango almeno 2 se k = 0, infatti il minore formato dalle ultime
due righe e ultime due colonne 4k. Il minore di ordine 3 formato
dalle ultime tre colonne k(k 2)(2 k) e pertanto la matrice ha
rango 3 per k = 0, 2, 2. Per k = 0 lultima riga della matrice
nulla, ma il minore formato dalle prime righe e prime due colonne
non nullo per cui la matrice ha rango 2. Per k = 2 le prime tre
righe della matrice sono proporzionali e quindi la matrice ha rango
2. Per k = 2 il minore formato dalla prima e dalle ultime due righe
diverso da 0 e la matrice ha rango 3.
In conclusione dunque la dimensione dello spazio vettoriale generato
dai vettori x1 , x2 , x3 2 se h = 0 o h = 2 ed 3 per tutti gli altri
valori di h.
(b) Per k = 1 il determinante della matrice formato dallaccostamento
(per righe) dei tre x1 , x2 , x3 e del vettore v diverso da 0 quindi i
quattro vettori sono linearmente indipendenti e v non appartiene ad
X.
2. Sia f : R3 R3 lapplicazione lineare denita da
f (x, y, z) = (2x y + z, x + y z, x y + 2z).
(a) Scrivere la matrice che rappresenta f rispetto alla base canonica di
R3 .
(b) Determinare gli autovalori di f e i corrispondenti autospazi e dire se

f diagonalizzabile.
(c) Stabilire se f invertibile e in caso aermativo dire se f 1 diagonalizzabile.
(d) Vericare che f un automorsmo e determinare lapplicazione inversa f 1 : R3 R3 .
(e) Stabilire se esiste unapplicazione lineare g : R3 R3 tale che g f =
f 1 e in caso aermativo determinarla.
Soluzione
(a) La matrice che rappresenta f rispetto alla base canonica di R3
2 1 1
A = 1 1 1
1 1 2
(b) Lapplicazione lineare f diagonalizzabile in quanto la matrice A
reale simmetrica. Il polinomio caratteristico di A (1 )(2
3 + 1) per cui gli autovalori di A (e quindi di f ) sono 1, 2 + 3
t
e 2 3. Lautospazio associato allautovalore 1 {(h, 0,
h) |
h R \ {0}}.
Gli
autospazi
associati
ai
due
autovalori
2
3
sono
{(k, (1 3)k, k)t | k R \ {0}} .

(c) Il determinante di A 1, quindi A ed f sono invertibili, inoltre f 1
diagonalizzabile perch rappresentata da A1 che, essendo linversa
di una matrice simmetrica, simmetrica.
(d) f un endomorsmo invertibile e pertanto un automorsmo (infatti
ker(f ) = {0} e Imf = R3 ). Lapplicazione inversa f 1 : R3 R3
rappresentata rispetto alla base canonica dalla matrice inversa di A
ed quindi f 1 (x, y, z) = (x y, x + 3y z, y + z).
(e) Lapplicazione lineare g : R3 R3 tale che g f = f 1 g = f 2 e
dunque g(x, y, z) = (2x 4y + z, 4x + 11y 4z, x 4y + 2z).
3. Sia Q il luogo dei punti P dello spazio tali che
d(P, F ) = 2d(P, )
dove F = (1, 1, 1) e : x y + 1 = 0.
(a) Trovare lequazione di Q.
(b) Vericare che Q una quadrica e riconoscerla.
(c) Scrivere unequazione canonica di Q.
(d) Vericare che Q a centro e di rotazione.
(e) Determinare il centro C, lasse di rotazione a e i vertici di Q.
(f) Vericare che il punto F appartiene allasse a e determinare il raggio della circonferenza che si ottiene intersecando Q con il piano
passante per F e ortogonale ad a.
(g) Stabilire se esiste una rototraslazione che porta la quadrica Q nella
quadrica
Q : 3x2 y 2 z 2 + 6x + 4y + 2z 8 = 0.
Soluzione
(a) Q il luogo dei punti dello spazio che soddisfano lequazione
|x y + 1|
(x 1)2 + (y + 1)2 + (z + 1)2 = 2

2
da cui si ottiene x2 + y 2 z 2 4xy + 6x 6y 2z 1 = 0.
(b) Q essendo rappresentata da una equazione di secondo grado in x, y, z
una quadrica. Alla quadrica Q sono associate le due matrici
1 2 0
3
1 2 0
2 1
0 3
0
A = 2 1
e
B=
0
0 1 1
0
0 1
3 3 1 1
Gli autovalori di A sono -1, contato due volte, e 3. Il determinante
di B -18, per cui la quadrica un iperboloide ellittico.
(c) Lequazione canonica di Q x2 + y 2 3z 2 + 6 = 0.
(d) La quadrica, essendo un iperboloide ellittico, a centro ed di
rotazione perch ha un autovalore doppio.
(e) Il centro di Q la soluzione del sistema lineare Ax = (3, 3, 1)t
ed quindi il punto di coordinate (1, 1, 1). Lasse di rotazione
ha la direzione del generatore dellautospazio associato allautovalore semplice e passa per il centro. Lautospazio dellautovalore 3
{(h, h, 0)t | h R \ {0}} quindi lasse di rotazione di Q ha equazioni parametriche x = 1 + t, y = 1 t, z = 1. I vertici di Q sono le
intersezioni fra lasse di rotazione e Q ed hanno dunque coordinate
(0, 0, 1), (12, 12, 1).
(f) Le coordinate del punto F soddisfano lequazione dellasse (per t = 2)
dunque F appartiene allasse. Il piano ha equazione x y = 2 ed
parallelo a . Un qualsiasi punto di , e quindi ogni punto P
della circonferenza che si ottiene intersecando Q con il piano
, ha
3
distanza 2 da e quindi P , appartenendo a Q, ha distanza 3 2 da
F . La distanza di P da F il raggio della circonferenza.
(g) Esiste una rototraslazione che porta Q in Q se e solo se Q e Q

hanno la stessa forma canonica. Alla quadrica Q sono associate le
due matrici
3 0
0
3
3 0
0
0 1 0
2
A = 0 1 0
e B =
0 0 1 1
0 0 1
3 2
1 8
Gli autovalori di A coincidono con gli autovalori di A e si ha detB =
18 = detB, pertanto le due quadriche hanno la stessa forma canonica e quindi esiste una rototraslazione che porta Q in Q .

TEMA D ESAME 07/09/2012
giustificate.
Esercizio 1. (6 + 5 punti) Sia f : R3 R3
base canonica, dalla seguente matrice
10
A= 1
3
lendomorfismo rappresentato, rispetto alla
1 3
10 3
3 2
(1) Determinare ker(f ) ed Im(f ), una loro base, e la loro equazione cartesiana.
(2) Determinare gli autospazi ed una loro base ortonormale.
Soluzione.
(1) Le prime due colonne di A sono linearmente indipendenti, mentre il determinante
di A risulta nullo. Quindi la caratteristica di A è 2, il che implica che la dimensione di
Im(f ) è 2 (cioè Im(f ) è un piano), mentre, per lequazione dimensionale, la dimensione
di ker(f ) è uguale a 1 (cioè ker(f ) è una retta). Le prime due colonne di A possono quindi
essere assunte come base di Im(f ), la cui equazione cartesiana risulta pertanto data da
10 1 x
det 1 10 y = 0
3 3 z
x y + 3z = 0,
ed Im(f ) = {[x, x + 3z, z]t \ a, z R}. Le equazioni parametriche del nucleo si ottengono
risolvendo il sistema A[x, y, z]t = [0, 0, 0, ]t. Svolgendo i conti otteniamo
x = q
y=q
ker f
z = 3q q R.
Di conseguenza ker(f ) = {[q, q, 3q]t \ q R}, ed una sua base è rappresentata, per
esempio, dal vettore [1, 1, 3]t . Si noti, in particolare, che ker(f ) è perpendicolare ad
Im(f ).
(2) Uno degli autospazi è E0 = ker(f ), essendo il nucleo non banale. Poichè A è una
matrice simmetrica, per il teorema spettrale f è diagonalizzabile, e gli altri autospazi sono
ortogonali ad E0 . Essendo Im(f ) ker(f ), gli altri autospazi sono contenuti in Im(f ).
Osserviamo che il generico vettore di v = [x, x + 3z, z] Im(f ) è tale che Av = 11v, per
ogni scelta di x, z. Di conseguenza Im(f ) è tutto autospazio, cioè = 11 è autovalore
doppio ed Im(f ) è lautospazio ad esso associato (in alternativa si può ottenere lo stesso
risultato calcolando il polinomio caratteristico di A, che risulta uguale a (11 )2 ).
Dal generico vettore di Im(f ) possiamo poi ricavare una base pi`
u semplice di quella
t
formata dalle prime due colonne di A, per esempio {v1 = [1, 1, 0] ; v2 = [0, 3, 1]t}. Una
base ortonormale di ker(f ) è data dal vettore 111 [1, 1, 3]t . Una base ortonormale
{w1 , w2 } di Im(f ) si ottiene applicando il procedimento di Gram-Schmidt a {v1 , v2 }, e si
ha
1
v1
1
1
= v1 = [1, 1, 0]t
kv1 k
2
2
v2 32 v1
v2 hv2 , w1 iw1
1
w2 =
= [3, 3, 2]t .
=
3
kv2 hv2 , w1 iw1 k
kv2 2 v1 k
22
w1 =
Esercizio 2. (8 + 3 punti) Nel piano euclideo, si consideri la conica di equazione

x2 + 4xy + 3y 2 8x + 4y + 1 = 0.
(1) Classificarla e rappresentarla graficamente in maniera accurata.

(2) Determinare la distanza tra i suoi vertici.
Soluzione.
(1) La matrice associata alla conica è data
2
A=
4
da
2 4
3 2 .
2 1
Dal calcolo degli invarianti risulta I3 = 11, I2 = 1, I1 = 4, quindi la conica è uniperbole

(non equilatera). Il sistema delle derivate parziali uguagliate a zero fornisce il centro
C(16, 10). Uguagliando a zero la parte quadratica abbiamo x2 + 4xy + 3y 2 = (x +
3y)(x + y) = 0, quindi gli asintoti sono le rette passanti per il centro e coefficienti angolari
m1 = 1/3 ed m2 = 1. Gli assi sono le rette per C parallele agli autospazi. Gli
autovalori associati alla parte quadratica sono le soluzioni
dellequazione caratteristica
2
2
I1 + I2= 0, cioè 4 1 = 0, dacui = 2 5. Per
= 2 5 si ha
lautospazio ( 5 1)x + 2y = 0, per = 2 + 5 si ha lautospazio ( 5 1)x + 2y = 0.
Il grafico della conica risulta pertanto dato da
y
(2) La distanza tra i vertici si può calcolare facilmente riducendo la conica a forma
canonica.
è
del tipo 1 x2 + 2 y 2 + I3 /I2 = 0. Sostituendo i valori trovati abbiamo
Questa
2
(2 + 5)x + (2 5)y 2 11 = 0. Le intersezioni reali con gli asssi cartesiani danno i
punti
s
s
!
!
11
11
, 0 , V2
,0 ,
V1
2+ 5
2+ 5
q
la loro distanza è uguale a 2 2+115 e corrisponde alla distanza richiesta.
Esercizio 3. (6 + 5 punti) Nello spazio euclideo, sia Q il cilindro avente generatrici
parallele alla retta r : x = y = z, e direttrice data da

y = x2
z = 0.
(1) Calcolare lequazione di Q e riconoscerla.
(2) Verificare che Q ammette un piano di simmetria, e scriverne lequazione corrispondente.
Soluzione.
(1) Lequazione cartesiana del cilindro richiesto si ottiene eliminando i parametri x0 , y0, z0 ,
dal seguente sistema
x = x0 + (condizione affinche il primo parametro direttore sia 1)
y = y0 + (condizione affinche il secondo parametro direttore sia 1)

z = z0 + (condizione affinche il terzo parametro direttore sia 1)
y0 = x2 (condizione affinche il generico punto della direttrice stia su y = x2 )
z = 0 0 (condizione affinche il generico punto della direttrice stia su z = 0).

0
Dalla terza e quinta condizione ricaviamo = z, che sostituita nelle prime due fornisce
x0 = x z, y0 = y z. Dalla quarta condizione si ottiene quindi lequazione cartesiana
di Q, data da y z = (x z)2 , cioè
x2 2xz + z 2 y + z = 0.
(2) La direttrice di Q è una parabola, quindi Q è un cilindro parabolico. La matrice ad
esso associata è data da
1
0 1 0
0
0
0 12
A=
1 .
1 0
1
2
0 21 12
0
Gli autovalori associati alla parte quadratica sono = 0 (autovalore doppio) e = I1 = 2.
Il cilindro ammette un solo piano di simmetria, parallelo allautospazio E0 , associato
allautovalore nullo. Esso risulta dato da E0 : x z = 0, per cui il piano di simmetria è
del tipo x z + k = 0 per un dato valore di k R.
Lautospazio E2 ha equazioni date da

x z = 0
x = z
2y = 0,
y = 0.

Lintersezione QE2 fornisce i punti O(0, 0, 0) e P 41 , 0, 14 , il cui punto medio M 18 , 0, 18
deve appartenere al piano di simmetria. Di conseguenza si ricava k = 1/4, e quindi
x z 1/4 = 0 è lequazione del piano di simmetria del cilindro ottenuto
Esame di Geometria
Secondo appello 6 Settembre 2012
1. Discutere, al variare del parametro reale k , il sistema lineare
x + 2ky kz + 3t = k
kx + (1 k)y + z t = 1
3x + (2k 1)y z + 2t = k + 1 .
2. (a) Determinare i valori del parametro reale k in modo che i vettori
x1 = (1, k + 1, 1) ,
x2 = (k, 2, k 2) ,
x3 = (k 1, 1, k)
formino una base ortogonale B di R3 .
(b) Per i valori del parametro k trovati nel punto precedente, scrivere
i coefficienti di Fourier del vettore v = (1, 2, 1) rispetto alla base
ortogonale B = {x1 , x2 , x3 } .
(c) Sia f : R3 R3 lapplicazione lineare definita, sui vettori della base
B , da
f (x1 ) = x1 + x2 x3
f (x2 ) = x1 x2 + x3
f (x3 ) = x1 + x2 + x3 .
i. Dire perche esiste una sola applicazione lineare f che possiede
questa proprietà.
ii. Scrivere la matrice A che rappresenta f rispetto alla base B .
3. Determinare i valori del parametro reale k per i quali la matrice
k
0
k2
A = 0 k + 1 0
1
1
k
4. Sia una conica di fuoco F (1, 3, 2) e di direttrice
x = 2 t
d : y = 1 + 2t
z = 1 2t .
(a) Scrivere le equazioni cartesiane dellasse focale a di .
(b) Verificare che il punto V (5, 1, 4) appartiene alla retta a .
(c) Determinare leccentricità di nel caso in cui il punto V sia
un vertice della conica.
(d) Riconoscere la conica del punto precedente (senza fare conti).
Risposte
1. La matrice completa del sistema è
1
2k
A0 = [A|b] = k 1 k
3 2k 1
Scegliendo il minore non nullo
k
1
1
3
1
2
k
1 .
k+1
1
= 1 6= 0 ,
2
si hanno i due minori orlati della matrice A dei coefficienti
1 k 3
k 1 1 = 2k 2 8 = 2(k 2)(k + 2)
3 1 2
2k
k 3
1k
1 1 = 0 .
2k 1 1 2
Quindi, per il teorema di Kronecker, si ha
(
3 se k 6= 2
r(A) =
2 se k = 2 .
Per quanto riguarda la matrice completa A0 , possiamo scegliere lo stesso
minore non nullo scelto sopra. In questo modo, i minori orlati sono ancora
i due minori di prima e il minore
k 3
k
1 1
1 = k 2 + k 6 = (k 2)(k + 3) .
1 2 k + 1
Quindi, applicando ancora il teorema di Kronecker, si ha
(
3 se k 6= 2
r(A0 ) =
2 se k = 2 .
In conclusione, per il teorema di Rouche-Capelli, si hanno 1 soluzioni
per k 6= 2 ( r(A) = r(A0 ) = 3 ), si hanno 2 soluzioni per k = 2
( r(A) = r(A0 ) = 2 ), non si hanno soluzioni per k = 2 ( r(A) 6= r(A0 ) ).
2. (a) La base B = {x1 , x2 , x3 } è ortogonale quando i vettori che la
compongono sono a due a due ortogonali. Si ha
hx1 , x2 i = 0
kR
hx1 , x3 i = k 2
hx2 , x3 i = k + 2 .
Quindi B è una base ortogonale di R3 per k = 2 .
(b) Per k = 2 , si hanno i vettori x1 = (1, 1, 1) , x2 = (2, 2, 0) ,
x3 = (1, 1, 2) . I coefficienti di Fourier del vettore v rispetto alla
base ortogonale B = {x1 , x2 , x3 } sono
2
hv, x1 i
=
hx1 , x1 i
3
hv, x2 i
3
2 =
=
hx2 , x2 i
4
hv, x3 i
1
3 =
= .
hx3 , x3 i
6
1 =
(c)
i. Poiche f è definita sui vettori di una base, f può essere estesa

in modo unico a una applicazione lineare (proprietà universale
delle basi).
ii. La matrice rappresentativa è
1
1 1
A = 1 1 1 .
1 1 1
3. La matrice A possiede gli autovalori 1 = 0 , 2 = 2k , 3 = k + 1 .

Se k 6= 0, 1 , la matrice possiede tre autovalori reali semplici (che sono
pertanto regolari) e quindi è diagonalizzabile. Se k = 0, 1 , la matrice
possiede tre autovalori reali, uno semplice e uno doppio. In questo caso,
lautovalore doppio non e mai regolare e la matrice non è diagonalizzabile.
4. (a) Lasse focale a di è la retta che passa per il fuoco F ed è
ortogonale e incidente alla direttrice d . Le equazioni di tale retta
possono essere determinare nei due modi seguenti.
i. Primo modo. La retta a può essere vista come lintersezione
del piano ortogonale a d e passante per il punto F con
il piano 0 passante per d e per F . Poiche i parametri
direttori di d sono (1 : 2 : 2) , si ha : x 2y + 2z
11 = 0 . Eliminando il parametro dalle equazioni parametriche
di d (utilizzando la prima equazione), si ottengono le seguenti
equazioni cartesiane
(
2x + y 5 = 0
d:
2x z 3 = 0 .
Il fascio di piani che ha d come sostegno ha equazione
(2x + y 5) + (2x z 3) = 0 .
Imponendo il passaggio per F , si trova = 2 e quindi
0 : 2x y 2z 1 = 0 . Quindi, si ha
(
x 2y + 2z 11 = 0
0
a= :
2x y 2z 1 = 0 .
ii. Secondo modo. La retta a può anche essere vista come la
retta ortogonale e incidente alla direttrice d che passa per il
fuoco F . Equivalentemente, può essere vista come la retta che
passa per il fuoco F e per il punto F 0 dato dalla proiezione
ortogonale di F su d . Il punto F 0 si ottiene intersecando il
piano (ottenuto nel punto precedente) con la retta d , ossia
F 0 (3, 1, 3) (per t = 1 ). Quindi
x = 1 + 2t
a : y = 3 + 2t
z = 2 + t.
Eliminando il parametro (dalla terza equazione), si ottengono le
(
x 2z + 3 = 0
a:
y 2z + 7 = 0 .
(b) Si verifica facilmente che le coordinate del punto V soddisfano le

equazioni cartesiane di a trovate nel punto precedente.
(c) Poiche V è un punto della conica, leccentricità di è data da
=
d(V, F )
d(V, F )
6
=
= = 2.
d(V, d)
d(V, F 0 )
3
(d) Poiche = 2 > 1 e 6=

equilatera.
2 , la conica è uniperbole non
Esame di Geometria
Quarto appello 6 Febbraio 2013
1. Determinare, al variare del parametro reale k , la dimensione del nucleo

dellapplicazione lineare f : R4 R3 rappresentata, rispetto alle basi
canoniche, dalla matrice
1 1 k 1
A = k 1 k k .
0 k k k
2. (a) Senza fare conti, dire perchè la matrice
1 1 1
A= 1 0 0
1 0 0
(b) Determinare una matrice diagonale D e una matrice ortogonale H
tali che A = HDHT .
3. Sia f : R3 R3 lapplicazione lineare rappresentata, rispetto alla base
canonica, dalla matrice
2
1 + 2 2 2 + 2
5
5
10
2 + 2
8+ 2
1 .
A=

5
10
10
2
1
1
10
10
2
(a) Mostrare che f è una trasformazione ortogonale.
(b) Riconoscere la trasformazione f .
4. Determinare il punto Q simmetrico del punto P (2, 4, 1) rispetto al
piano : x + 3y z 2 = 0 .
5. Determinare i valori del parametro reale k in modo che la conica
: x2 + 3kxy + 2y 2 2x ky + k 2 = 0
passi per il punto P (1, 1) . Per i valori di k trovati, riconoscere la
conica e determinarne il centro (se esiste).
Risposte
1. Si ha
(
2
dim ker f = 4 r(A) = 4
3
per k = 0, 1
=
per k =
6 0, 1
(
2 per k = 0, 1
1 per k =
6 0, 1 .
2. (a) La matrice A è diagonalizzabile poiche è reale e simmetrica.

(b) Si ha
0
D = 0
0
0 0
1 0
0 2
H =
2
1
3
1
3
1
6
1

.
6
1
3. Poiche la matrice A è ortogonale, la trasformazione f è ortogonale.

Poiche |A| = 1 , f è una rotazione (propria). Pi`
u precisamente, è la
rotazione di un angolo = 4 attorno al vettore a = (1, 2, 0) (in senso
antiorario).
4. La retta ortogonale a passante per P è
x = 2 + t
n : y = 4 + 3t
z = 1 t.
Intersecando n con , si trova la proiezione ortogonale di P su
data dal punto H (1, 1, 2) (corrispondente a t = 1 ). Imponendo che
H sia il punto medio del segmento di estremi P e Q (x, y, z) , si ha
2+x
= 1,
2
4+y
= 1,
2
1+z
=2
2
da cui si ottiene x = 0 , y = 2 , z = 3 . Quindi Q (0, 2, 3) .

5. La conica data passa per il punto P solo per k = 1 . In questo caso,
è un iperbole (non equilatera) di centro C (5, 4) .
Esame di Geometria
Primo appello 18 Luglio 2012
1. Determinare i valori del parametro reale k per i quali i piani

1 : x + y z = 1
2 : kx + (k + 1)y + 2kz = 0
3 : 2kx + 5y + kz = k
appartengono a uno stesso fascio proprio. Per questi valori di k trovare
il sostegno del fascio.
2. Dire se esistono dei valori del parametro
k 3
A = 1 k
1 1
reale k per i quali la matrice
1
1
k
3. Sia X = {(x, y, z, t) R4 : x + 2y z t = 0 , x y z + 2t = 0} un
sottospazio di R4 .
(a) Determinare il complemento ortogonale di X .
(b) Determinare una base ortogonale di X .
(c) Determinare una base ortogonale di X .
(d) Determinare il simmetrico (ortogonale) del vettore v = (1, 1, 0, 1)
rispetto al piano X .
4. Scrivere la equazioni cartesiane della circonferenza che ha centro nel
punto C (2, 1, 1) e che è tangente alla retta
x = 2 t
s : y = 3 + 2t
z = 1 t.
5. Sia la conica di equazione x2 2xy y 2 2x + 2y 1 = 0 .
(a) Riconoscere .
(b) Determinare le due rette t1 e t2 tangenti a che escono dal
punto P (1, 1) .
(c) Determinare i punti in cui le rette tangenti t1 e t2 intersecano .
Risposte
1. I tre piani dati appartengano ad uno stesso fascio proprio quando si intersecano lungo una retta. Questo significa che il sistema lineare che si
ottiene mettendo a sistema le equazioni dei tre piani deve possedere esattamente 1 soluzioni. Se A e A0 sono rispettivamente la matrice
dei coefficienti e la matrice completa di questo sistema, per il teorema
di Rouche-Capelli si deve avere r(A) = r(A0 ) = 2 . Questo accade per
k = 0 e per k = 2 . Il sostegno del fascio è
(
xz =1
r:
per k = 0
y=0
(
x+yz =1
r:
per k = 2 .
2x + 3y + 4z = 0
2. La matrice A possiede gli autovalori 1 = k + 2 e 2 = 3 = k 1 .
Poiche 1 6= 2 per ogni k , si ha che 1 è semplice e 2 è doppio per
ogni k . Poiche 2 non è mai regolare, essendo
1 3 1
r(2 I A) = r 1 1 1 = 2 6= 1 ,
1 1 1
la matrice A non è mai diagonalizzabile.
3. (a) Si ha X = {(x, y, z, t) R4 : x + z = 0 , y + z + t = 0} , da cui
X = h(1, 0, 1, 1), (0, 1, 0, 1)i .
(b) Una base ortogonale di X è data, ad esempio, dai vettori x1 =
(1, 0, 1, 0) e x2 = (1, 2, 1, 2) .
(c) Una base ortogonale di X è data, ad esempio, dai vettori x3 =
(0, 1, 0, 1) e x4 = (2, 1, 2, 1) .
(d) La proiezione ortogonale di v su X è
v0 =
hv, x1 i
hv, x2 i
x1 +
x2 =
hx1 , x1 i
hx2 , x2 i
3
1 2
1
, , ,
5
5 5
5
Analogamente, la proiezione ortogonale di v su X è
hv, x3 i
hv, x4 i
2
4
2 6
v00 =
x3 +
x4 =
, , ,
.
hx3 , x3 i
hx4 , x4 i
5
5
5 5
Quindi il simmetrico (ortogonale) di v rispetto ad X è
1 3 4
7
(v) = v0 v00 =
, , ,
.
5 5 5
5
4. La circonferenza si può ottenere come lintersezione della sfera S che
ha centro C e raggio r = d(C, s) con il piano che contiene C ed s .
La proiezione ortogonale di Csu s è C 0 (3, 1, 2) . Quindi la distanza
tra r = d(C, s) = d(C, C 0 ) = 14 . Cos`, si ha
S : (x 2)2 + (y + 1)2 + (z + 1)2 = 14
ossia
S : x2 + y 2 + z 2 4x + 2y + 2z 8 = 0 .
Eliminando il parametro dalle equazioni parametriche si s , si trovano le

(
xz1=0
s:
y + 2z 5 = 0 .
Il fascio che ha s come sostegno ha equazione
: (x z 1) + (y + 2z 5) = 0 .
Imponendo il passaggio per il punto
: 4x + y 2z 9 = 0 .
si trova
= 4
e quindi
In conclusione, si ha
(
x2 + y 2 + z 2 4x + 2y + 2z 8 = 0
=S :
4x + y 2z 9 = 0 .
5. (a) La conica è un iperbole equilatera ( I3 = 4 6= 0 , I2 = 2 < 0 ,
I1 = 0 ).
(b) Le due rette tangenti a che escono dal punto P sono
t1 : 2x (1 3)y 1 3 = 0
t2 : 2x (1 + 3)y 1 + 3 = 0 .
(c) Le polare di P rispetto a è la retta p : y = x 1 .
I punti in cui le rette t1 e t2 intersecano sono
i punti
di
intersezione della
polare
p con e sono T1 (1 + 3, 2 3)
e T2 (1 3, 2 + 3) .
Elementi di Geometria analitica dello spazio.

Ripasso rapido di nozioni elementari (capitolo 1 del testo)
Consideriamo lo spazio riferito ad un sistema di coordinate cartesiane ortogonali monometriche
Oxyz, ogni punto P dello spazio allora unicamente determinato da una terna ordinata di numeri
(x0,y0,z0) chiamati rispettivamente ascissa, ordinata e quota del punto, che rappresentano le
componenti del vettore OP rispetto alla base (canonica) di R3, rappresentata dai versori e1,e2 ,e3
degli assi cartesiani (che spesso vengono indicati con , , ). R3 viene considerato come uno spazio
euclideo di dimensione 3 rispetto al prodotto scalare standard.
La distanza di due punti P (x0,y0,z0), Q (x1,y1,z1) quindi PQ , ovvero
2
x1 -x0 + y1 -y0 + z1 -z0 .
Le coordinate del punto medio M del segmento PQ sono xM =
x1 +x0
2
, yM =
y1 +y0
Siano u,v due vettori di R3, detto langolo da essi formato, si ha cos =
sono ortogonali se e solo se <u,v>= 0.
u,v
, zM =
z1 +z0
2
, quindi i due vettori
E utile per il seguito ricordare la definizione di prodotto vettoriale di due vettori di R3. Dati due
vettori u,v il loro prodotto vettoriale uv (denotato anche da uv) un vettore tale che
-
uv = u v sin , dove langolo compreso tra u e v

la direzione ortogonale ad u e a v
il verso tale che la terna u,v, uv risulti destrorsa.
Ovviamente uv rappresenta larea del parallelogramma di spigoli u e v costruito applicando i

due vettori in uno stesso punto, e quindi uv=0 se e solo se u e v sono vettori paralleli. Si ha subito
che = , = , = , = ,
= ,
= .
Inoltre se u=[ x1,y1,z1]T, v=[ x2,y2,z2]T si ha uv="x1

x2
y1
y2
z1 ".
z2
Si chiama invece prodotto misto di tre vettori u,v,w lo scalare <u,vw>, il cui valore assoluto
rappresenta il volume del parallelepipedo di spigoli u , v e w costruito applicando i tre vettori in uno
stesso punto.
Piano
Un piano individuato quando si conoscono un suo punto P (x0,y0,z0) e un vettore normale al piano
n=[a,b,c]T. Infatti in tal caso un punto Q (x,y,z) appartiene al piano se e solo se <PQ,n>=0, ovvero
se e solo se a(x-x0)+b(y-y0)+c(z-z0)=0 (equazione del piano per un punto con vettore normale dato).
Un piano quindi rappresentato da unequazione lineare nelle variabili x,y,z. Viceversa ogni
equazione lineare ax+by+cz+d=0, con a,b,c non tutti nulli rappresenta un piano con vettore
normale n=[a,b,c]T, infatti se a0, considerato il punto P (-d/a, 0,0), il piano per P con vettore
normale n ha equazione a(x+d/a)+by+cz=0 ovvero ax+by+cz+d=0 (equazione generale del piano).
Le componenti a,b,c del vettore normale al piano vengono anche chiamate parametri direttori del
piano .
Osservate che nello spazio unequazione lineare contenente solo due variabili, rappresenta ancora
un piano che parallelo allasse corrispondente alla variabile mancante, quindi ad esempio
lequazione x-3y+1=0 rappresenta un piano parallelo allasse z. (NON una retta) Analogamente
unequazione lineare con una sola variabile rappresenta un piano parallelo a entrambi gli assi
corrispondenti alle variabili mancanti, quindi ad esempio z=3 rappresenta un piano parallelo allasse
x e allasse y, quindi parallelo al piano xy.
Un piano pu anche essere individuato da due vettori v,w linearmente indipendenti e ad esso
paralleli e da un suo punto P(x0,y0,z0), in tal caso infatti il vettore vw normale al piano.
Un altro modo di individuare un piano attraverso due suoi punti P (x0,y0,z0), Q (x1,y1,z1) ed un
vettore parallelo al piano e non parallelo a PQ, in tal caso infatti abbiamo i due vettori PQ e v
paralleli al piano e linearmente indipendenti dal cui prodotto vettoriale troviamo un vettore normale
al piano ed inoltre abbiamo un punto P del piano.
Infine un piano pu essere individuato da tre suoi punti P (x0,y0,z0), Q (x1,y1,z1), R (x2,y2,z2), non
allineati, infatti i due vettori PQ e PR sono vettori paralleli al piano e linearmente indipendenti
quindi possiamo vedere il piano come piano per P e vettore normale PQ PR.
Noti un punto P (x0,y0,z0), e due vettori v=[v1,v2,v3]T, w=[w1,w2,w3]T non linearmente dipendenti, il
x=x0 +v1 t+w1 u
piano per P parallelo a v e w pu anche essere scritto in equazioni parametriche $y=y0 +v2 t+w2 u
x=z0 +v3 t+w3 u
con t,uR, da cui eliminando i due parametri t ed u si ottiene unequazione lineare nelle variabili
x,y,z, dove i coefficienti delle variabili sono le componenti del vettore n= vw normale al piano.
Due piani nello spazio sono o incidenti o paralleli, sono incidenti se i loro vettori normali sono
linearmente indipendenti, sono paralleli se i loro vettori normali sono linearmente dipendenti.
a b1 c1
,
Quindi due piani a1x+b1y+c1z+ d1=0, a2x+b2y+c2z+ d2=0 sono incidenti se la matrice ( 1
a2 b2 c2
a b1 c1
ha rango 2 e sono paralleli se e solo se ( 1
, ha rango 1.
a2 b2 c2
Langolo fra due piani a1x+b1y+c1z+ d1=0, a2x+b2y+c2z+ d2=0 langolo formato dai loro vettori
a1 a2 +b1 b2 +c1 c2
normali, quindi detto tale angolo, si ha cos =
.
a1 2 +b1 2 +c1 2 a2 2 +b2 2 +c2 2
Due piani sono perpendicolari se e solo se i loro vettori normali sono ortogonali, ovvero se e solo
se a1a2+b1b2+c1c2=0.
Dati un punto P (x0,y0,z0) ed un piano :ax+by+c=0, la distanza di P da la norma della
proiezione del vettore AP (con A ) sul vettore n normale al piano. Dunque sia A (x1,y1,z1) con
ax1+by1+cz1+d =0 allora AP = [x0-x1,y0-y1,z0-z1]T e quindi
dist(P,)=
AP,n
n
a x0 -x1 +b y0 -y1 +c z0 -z1

.a2 +b 2 +c 2
|ax0 +byo +cz0 +d|

.a2 +b 2 +c 2
Dati due piani distinti : a1x+b1y+c1z+d1=0, : a2x+b2y+c2z+d2=0, il fascio di piani individuato da

e linsieme dei piani dello spazio di equazioni ( a1x+b1y+c1z+d1)+( a2x+b2y+c2z+d2)=0.
Se i due piani e sono incidenti, hanno in comune una retta r, il fascio si chiama fascio proprio
ed formato da tutti e soli i piani dello spazio che contengono la retta r, detta retta sostegno del
fascio del fascio; se e sono paralleli il fascio si dice fascio improprio ed formato da tutti e soli
i piani dello spazio paralleli ad .
Rette
Dati due piani 1: a1x+b1y+c1z+ d1=0, 2: a2x+b2y+c2z+ d2=0 distinti e non paralleli, il luogo dei
a x + b3 y + c3 z + d3 = 0
.
punti comune ai due piani una retta r di equazioni cartesiane 2 3
a4 x + b4 y + c4 z + d4 = 0
Il vettore direzione di r il prodotto vettoriale dei vettori n1,n2 ortogonali rispettivamente a 1 e 2
ed quindi n1 n2="a1 b1 c1 ", cio [b1c2-b2c1, -( a1c2-a2c1), a1b2-a2b1]T (avevamo gi trovato

a2 b2 c2
questo risultato via la teoria dei sistemi lineari). Le componenti di tale vettore vengono anche
chiamate parametri direttori della retta; i parametri direttori di una retta sono definiti a meno di un
fattore moltiplicativo non nullo. Se consideriamo un vettore direzione normalizzato, le sue
componenti sono univocamente definite a meno del segno e vengono dette coseni direttori della
retta perch rappresentano i coseni degli angoli formati rispettivamente dalle direzioni positive degli
assi x,y,z con la direzione positiva della retta r; la scelta del segno nei coseni direttori corrisponde
alla scelta di una direzione per r.
Anche nello spazio una retta individuata quando si conoscono
-
un suo punto P (x0,y0,z0) e la sua direzione d=[d1,d2,d3]T, che una terna di parametri direttori
della retta
due suoi punti P (x0,y0,z0), Q (x1,y1,z1), infatti noti due punti sappiamo che la direzione della
retta data dal vettore d=[x1-x0, y1-y0, z1-z0]T.
x=x0 +d1 t
y=y
Noti P (x0,y0,z0) e d=[d1,d2,d3] , la retta per P di direzione d ha equazioni parametriche $
0 +d2 t
z=z0 +d3 t
T
da cui eliminando t si ottengono due equazioni lineari nella variabili x,y,z in cui i coefficienti delle
variabili sono le componenti di due vettori ortogonali alla direzione della retta.
Ovviamente due rette sono parallele se e solo se i loro vettori direzione (ovvero le loro terne di
parametri direttori) sono proporzionali.
Langolo fra due rette r ed s nello spazio langolo formato dalla retta r con una retta parallela ad s
passante per un punto di r ed uguale allangolo formato dai vettori direzione di r ed s. Se
d1=[a1,b1,c1]T il vettore direzione di r, d2=[a2,b2,c2]T il vettore direzione di s e langolo fra r ed
a1 a2 +b1 b2 +c1 c2
s, si ha cos =
.
a1 2 +b1 2 +c1 2 a2 2 +b2 2 +c2 2
Le due rette sono perpendicolari se e solo se i loro vettori direzione sono ortogonali, ovvero se e
solo se a1a2+b1b2+c1c2=0.
Langolo fra una rette r ed un piano nello spazio langolo formato dalla retta r con la retta
proiezione ortogonale di r sul piano ed quindi il complementare dell'angolo formato da r col
vettore normale al piano. Quindi se ax+by+cz+d=0 lequazione di e [a1,b1,c1]T il vettore
a a1 +b b1 +c c1
direzione di r, detto langolo fra la retta ed il piano, si ha sin =
. Quindi
.a2 +b 2 +c 2 a1 2 +b1 2 +c1 2
retta e piano sono paralleli se e solo se a a1+b b1+c c1=0 ; la retta r invece perpendicolare al
piano se e solo se parallela al vettore ortogonale al piano e quindi se e solo se i due vettori
[a1,b1,c1]T e [a,b,c]T sono proporzionali.
Dati un punto P ed una retta r passante per A diretta come il vettore d=[a1,b1,c1]T, la distanza di P da
r la proiezione ortogonale del vettore AP sul piano per P perpendicolare ad r. Detta C
lintersezione di tale piano con la retta r, il triangolo PCA un triangolo rettangolo e , detto
langolo CPA, si ha dist(P,r)= CP = AP sen=
APd
d
. La distanza di P da r pu anche essere
vista come la differenza fra il vettore AP e la sua proiezione sulla retta r, si ha allora dist(P,r)=
CP =7AP-
<AP,d>
d
d7.
Distanza fra due rette

Siano ora date due rette r,s nello spazio, la loro distanza la distanza minima fra due loro punti,.
Ovviamente se r ed s sono incidenti la loro distanza 0 , se sono parallele la loro distanza la
distanza di un qualsiasi punto di s da r. Il caso da considerare quindi quello di due rette sghembe.
Dobbiamo dimostrare che esistono due punti S0s, R0r, tali che dist (S0, R0) dist (S,R) per ogni
Ss, Rr. Chiamiamo d1,d2 i vettori direzioni di r ed s rispettivamente, il vettore n=d1d2 un
vettore non nullo ortogonale ad entrambe le rette. Sia il piano che contiene r ed parallelo ad n,
interseca la retta s in un punto S0 e nel piano sappiamo che esiste ed unica la retta per S0
perpendicolare ad r. Poich tale retta e la retta r giacciono nel piano hanno un punto di
intersezione R0. La retta R0 S0 perpendicolare ed incidente ad r e ad s e quindi s verifica
facilmente che dist (S0, R0) dist (S,R) per ogni Ss, Rr.
Troviamo ora la formula della distanza fra due rette sghembe r, passante per P e di direzione d1, ed
s, passante per Q di direzione d2. Da quanto sopra dovremmo calcolarci R0 e S0, ma R 0 S0 la
proiezione ortogonale di PQ sul vettore n e dunque dist(r,s)= R 0 S0 =
PQ,n
n
PQ, d1 d2
d1 d2
Per calcolare questa distanza si pu anche procedere in un modo pi semplice, infatti R 0 S0 la

distanza di Q dal piano contenente r e parallelo ad s.
x=1
Calcolare la distanza fra le due rette r 2
ed s di equazioni parametriche x=t,y=t, z=2t.
y=0
E evidente che r ed s sono sghembe. Per calcolare la loro distanza scriviamo il piano per r
parallelo ad s. Il generico piano del fascio di sostegno r (x-1)+y=0 , perch il piano sia
parallelo ad s deve essere 1+1=0 quindi =-. Il piano ha dunque equazione x-y-1=0.
Assegniamo a t il valore 0 per trovare un punto di s O (0,0,0) e calcoliamo la distanza di O dal
piano, abbiamo d=1/2.
Esempio
OSSERVAZIONE IMPORTANTE
Nello spazio ogni piano rappresentato o da unequazione lineare nelle variabili x,y,z o da
equazioni parametriche dipendenti da 2 parametri.
Ogni retta invece rappresentata da due equazioni lineari nelle variabili x,y,z o da equazioni
parametriche dipendenti da un parametro.
Da qui quasi nulla reperibile sul testo.

Sfere e circonferenze
Si dice sfera il luogo dei punti dello spazio che hanno uguale distanza da un punto fisso C detto
centro della sfera. La distanza di un punto della sfera dal centro detta raggio della sfera.
Lequazione della sfera di centro C (x0,y0,z0) e raggio R (x-x0)2+(y-y0)2+(z-z0)2=R2, che
svolgendo i conti risulta unequazione del tipo x2+y2+z2+ax+by+cz+d=0.
Vediamo ora cosa rappresenta al variare di a,b,c,d lequazione x2+y2+ax+by+cz+d=0.
-
se a2/4+b2/4+c2/4-d >0, lequazione rappresenta una sfera con centro nel punto C (- 2 ,- 2 ,- 2)
e raggio R=
a2
4
b2
4
c2
4
-d
se a2/4+b2/4+c2/4-d =0, lequazione rappresenta una sfera con centro nel punto C (- ,- ,- )
2 2 2
e raggio 0, ovvero ridotta al solo punto reale C
se a2/4+b2/4+c2/4-d <0, nessun punto reale soddisfa lequazione che rappresenta quindi una
sfera a punti immaginari.
Date una sfera : x2+y2+z2+ax+by+cz+d=0 (a punti reali) ed un piano : a1x+b1y+c1z+d1=0, la loro

intersezione una circonferenza che giace nel piano . Tale circonferenza rappresentata dal
sistema di equazioni
x2+y2+z2+ax+by+cz+d=0
a1x+b1y+c1z+d1=0
La circonferenza reale se la distanza del centro C della sfera dal piano minore del raggio
della sfera, in tal caso il centro H della circonferenza la proiezione ortogonale di C sul piano , e
il raggio della circonferenza si trova applicando il teorema di Pitagora al triangolo CHA dove A
un qualunque punto della circonferenza, tale triangolo rettangolo in H quindi detti R il raggio
2
della sfera ed r il raggio della circonferenza si ha R2= CH +r2, da cui si calcola subito r.
Se la distanza del centro di dal piano uguale al raggio R della sfera, la circonferenza ridotta
ad un sol punto reale H che la proiezione ortogonale di C su . Il piano tangente alla sfera e H
il punto di tangenza.
Se la distanza del centro di dal piano minore del raggio R della sfera, la circonferenza priva
di punti reali.
Date una sfera : x2+y2+z2+ax+by+cz+d=0 (a punti reali) ed una retta
a x + b3 y + c3 z + d3 = 0
s:2 3
,
a4 x + b4 y + c4 z + d4 = 0
le loro intersezioni sono le soluzioni si ottengono dal sistema quadratico

x 4 + y 4 + z 4 + ax + by + cz + d = 0
@
a3 x + b3 y + c3 z + d3 = 0
a4 x + b4 y + c4 z + d4 = 0
e quindi sono due punti che possono essere reali distinti, reali coincidenti, o immaginari.
Se la distanza del centro di dalla retta s minore del raggio R della sfera, le intersezioni sono due
punti reali distinti A,B che sono gli estremi della corda tagliata dalla sfera sul piano. Detta H la
proiezione ortogonale del centro C della sfera sulla retta s, il triangoloAHB rettangolo in H ed H
il punto medio della corda AB, per cui la lunghezza l della corda si trova applicando il teorema di
Pitagora. Si ha l=2 A 4 BC
Se la distanza di C dalla retta s R i due punti sono reali coincidenti (A=B) e la retta s una retta
tangente a in A e giace sul piano tangente a in A, che il luogo delle rette tangenti a in A.
Se la distanza di C da s maggiore di R i due punti sono immaginari ed in tal caso la retta esterna
alla sfera.
Date due sfere x2+y2+z2+ax+by+cz+d=0 , x2+y2+z2+a1x+b1y+c1z+d1=0 (a punti reali), il luogo dei
loro punti di intersezione rappresentato dal sistema
x2+y2+z2+a1x+b1y+c1z+d1=0
equivalente a
(a1-a)x+(b1-b)y+(c1-c)z +(d-d1)=0
Quindi lintersezione di due sfere una circonferenza che pu essere reale, ridotta ad un solo punto
reale, o immaginaria. Se la circonferenza ridotta ad un solo punto reale le due sfere si dicono
tangenti (questo accade se la distanza dei loro centri uguale alla differenza o alla somma dei loro
raggi)
Chiamiamo fascio di sfere individuato dalle sfere x2+y2+z2+ax+by+cz+d=0 ,
x2+y2+z2+a1x+b1y+c1z+d1=0 linsieme delle sfere di equazione
( x2+y2+z2+ax+by+cz+d)+( x2+y2+z2+a1x+b1y+c1z+d1)=0 con , R.
Tale fascio pu anche essere rappresentato da
( x2+y2+z2+ax+by+cz+d)+[ (a1-a)x+(b1-b)y+(c1-c)z +(d-d1)]=0.
Il piano (a1-a)x+(b1-b)y+(c1-c)z +(d-d1)=0 si chiama piano radicale del fascio.
Se le due sfere che determinano il fascio hanno una circonferenza reale in comune, ogni sfera del
fascio contiene quella circonferenza, il luogo dei centri delle sfere del fascio la retta ortogonale al
piano radicale passante per il centro della circonferenza comune a tutte le sfere del fascio. Se le due
sfere hanno in comune una circonferenza ridotta ad un sol punto reale, tutte le sfere del fascio sono
tangenti in tale punto al piano radicale ed il luogo dei centri delle sfere del fascio la retta
perpendicolare al piano radicale passante per il punto di tangenza.
Una sfera dipende da quattro parametri essenziali ed quindi completamente determinata se
abbiamo quattro condizioni lineari come, ad esempio, conoscere
-
centro e raggio della sfera ,

quattro punti (non complanari e a tre a tre non allineati) che devono appartenere alla sfera
due punti che devono appartenere alla sfera e il piano tangente in uno di essi (che
naturalmente non deve passare per laltro), etc.
Abbiamo gi visto come scrivere lequazione della sfera di cui siano noti centro e raggio.
Vediamo allora come scrivere la equazione della sfera che passa per quattro punti A,B,C, D non
complanari e a tre a tre non allineati. Scriviamo lequazione del fascio di sfere passanti per A,B,C
che formato da tutte e solo le sfere per A con centro sulla retta comune ai piani assiali di AB e di
AC e imponiamo il passaggio per D.
Esempio 1 Scrivere lequazione della sfera per A (0,0,0), B (2,2,2), C(0,0,2), D (3,2,5).
Il piano assiale del segmento AB ha equazione x+y+z-3=0, il piano assiale del segmento AC ha
equazione z=1, quindi la retta comune ai due piani ha equazioni parametriche x=t, y=2-t, z=1 allora
la generica sfera per A,B,C ha equazione (x-t)2+(y-2+t)2+(z-1)2=t2+(2-t)2+1, ovvero x2+y2+z22xt+2(2-t)y-2z=0. Imponendo il passaggio per D abbiamo 38-6t+8-4t-10=0 ovvero t=36/10 che
sostituito nellequazione del fascio restituisce lequazione della sfera.
Vediamo poi come scrivere la equazione della sfera che passa per due punti A,B ed tangente in
A ad un piano non passante per B. Scriviamo lequazione del fascio di sfere tangenti in A a ,
tale fascio costituito da tutte e sole le sfere passanti per A con centro sulla retta per A
perpendicolare al piano , poi imponiamo il passaggio per B.
Esempio 2 Scrivere lequazione della sfera per A (2,2,1), B (3,1,4) tangente in A al piano x=2.
La retta per A perpendicolare a x=2 ha equazioni parametriche x=2+t, y=2, z=1. La generica sfera
per A con centro appartenente alla retta trovata ha equazione (x-2-t)2+(y-2)2+(z-1)2=t2, ovvero
x2+y2+z2-2x(2+t)-4y-2z+9+4t=0. Imponendo il passaggio per B abbiamo 26-6(2+t)-4-8+9+4t=0, da
cui 11-2t=0, t=11/2 che sostituito nellequazione del fascio restituisce lequazione della sfera
cercata.
Vediamo ora come scrivere lequazione della sfera che passa per tre punti A,B,C ed tangente in
A ad retta r non passante per B e C e tale che C non stia sul piano individuato da r e da B.
Scriviamo lequazione del fascio di sfere passanti per B e tangenti in A ad r, tale fascio costituito
da tutte e sole le sfere per A il cui centro sta sulla retta individuata dal piano assiale del segmento
AB e dal piano per A perpendicolare ad r, poi imponiamo il passaggio per C.
Esempio 3 Scrivere lequazione della sfera per A (2,2,1), B (3,1,4), C=(0,5,1) tangente in A alla
retta x=2, y=2. Il piano per A perpendicolare alla retta x=2, y=2 ha equazione z=1. Il piano assiale
del segmento AB ha equazione 2x-2y+6z-21=0. Scriviamo la generica sfera per A con centro
appartenente alla retta z=1, 2x-2y+6z-21=0 le cui equazioni parametriche sono x=t+15/2,y=t,z=1.
Tale sfera ha equazione (x-t-15/2)2+(y-t)2+(z-1)2=(2-t-15/2)2+(2-t)2. Imponendo il passaggio per C
abbiamo (-t-15/2)2+(5-t)2+(1-1)2=(2-t-15/2)2+(2-t)2, da cui 2t=37, t=37/2 che sostituito
nellequazione del fascio restituisce lequazione della sfera cercata.
Osserviamo che la sfera, che una superficie, rappresentata da ununica equazione nelle variabili
x,y,z, mentre la circonferenza, che una curva, rappresentata da un sistema di due equazioni nelle
variabili x,y,z.
Vediamo ora come scrivere una circonferenza nello spazio:
Siano noti centro e raggio e piano in cui la circonferenza giace: in questo caso scriviamo
lequazione della sfera che ha centro nel centro della circonferenza e raggio uguale a quello
della circonferenza e scriviamo come equazioni della circonferenza il sistema formato dalla
equazione della sfera e da quella del piano.
Siano noti tre punti non allineati A,B,C: in questo caso si scrive lequazione del fascio di
sfere per quei tre punti, come abbiamo visto quando abbiamo parlato nellesempio 1, si
prende lequazione di una di tali sfere e si mette questa equazione a sistema con quella del
piano per i tre punti, ottenendo le equazioni della circonferenza
Siano noti due punti A,B e la retta r tangente in uno di essi, ad esempio A, e non passante
per laltro, B: in questo caso la circonferenza giace nel piano individuato da r e da B e su
una delle sfere tangenti ad r in A e passanti per B, che abbiamo visto come scrivere
nellesempio 3, per cui le equazioni della circonferenza sono lequazione del piano insieme
allequazione di una sfera del fascio.
Superficie e curve nello spazio

Chiamiamo superficie il luogo dei punti dello spazio che soddisfano ad una equazione nelle
variabili x,y,z. Una superficie pu anche essere rappresentata da equazioni parametriche del tipo
x=f1(t,u)
y=f2(t,u)
con t,u parametri reali.
z=f3(t,u)
Chiamiamo curva il luogo dei punti dello spazio che soddisfano ad un sistema di due equazionei
nelle variabili x,y,z. Una curva pu anche essere rappresentata da equazioni parametriche del tipo
x=f1(t)
y=f2(t)
con t parametro reale.
z=f3(t)
Una curva si dice piana se esiste un piano che contiene tutti i suoi punti, gobba in caso contrario.
Esempi.
Una circonferenza nello spazio una curva piana
La curva di equazioni parametriche x=sen t, y=cos t, z=1-2cos t-4sen t piana, infatti tutti i
suoi punti soddisfano allequazione del piano z=1-2y-4x
La curva di equazioni parametriche x=1+3t2, y=1-t, z=4t2-5t+6 piana. Un metodo per
verificarlo il seguente: prendiamo un generico piano ax+by+cz+d=0 e intersechiamo il
piano con la curva data, otteniamo a(1+3t2)+b(1-t)+c(4t2-5t+6)+d=0 da cui ricaviamo
t2(3a+4c)+t(-b-5c)+a+b+6c+d=0, questa equazione per essere soddisfatta da ogni valore di t
deve essere unidentit e quindi deve essere 3a+4c=0, -b-5c=0, a+b+6c+d=0, da cui
abbiamo a=-4/3c, b=-5c, d=1/3c, quindi il piano -4/3x-5y+z+1/3=0 contiene tutti i punti
della curva data.
La curva di equazioni parametriche x=t, y=t2, z=t3 una curva gobba. Prendiamo un
generico piano ax+by+cz+d=0, se intersechiamo il piano con la curva troviamo
at+bt2+ct3+d=0, lunico modo di ottenere unidentit porre a=b=c=d=0 . ma questi valori
non danno un piano.
Superficie di rotazione
Data una curva ed una retta r la superficie decritta dai punti di durante una rotazione di 2
attorno alla retta r si dice superficie di rotazione generata da ed r si dice asse di rotazione.
Vediamo come scrivere, note r e , lequazione della superficie di rotazione generata da con asse
r. Il generico punto P di deve descrivere nella rotazione una circonferenza che pu essere vista
come intersezione del piano per P perpendicolare ad r con una sfera con centro sulla retta r passante
per P. La superficie il luogo di tutte queste circonferenze.
Sia A(x0,y0,z0) un punto di r, d=[d1,d2,d3]T la sua direzione.
Se data in equazioni cartesiane 2
(1) 2
FEx1 ,y1 ,z1 )=0

GEx1 ,y1 ,z1 )=0
FEx,y,z)=0
il generico punto della curva P (x1,y1,z1) con
GEx,y,z)=0
La circonferenza descritta da P durante la rotazione ha equazioni

d1 x-x1 +d2 y-y1 +d3 Gz-z1 Et)H =0
(2) $
Ex-x0 )2 +Ey-y0 )2 +Ez-z0 )2 =Ex1 -x0 )2 +Ey1 -y0 )2 +Ez1 -z0 )2
x=f1 Et)
Se data in equazioni cartesiane @y=f2 Et) il generico punto della curva P (f1(t),f2(t),f3(t)).
z=f3 Et)
La circonferenza descritta da P durante la rotazione ha equazioni
d1 Gx-f1 Et)H +d2 Gy-f2 Et)H +d3 Gz-f3 Et)H =0
$
Ex-x0 )2 +Ey-y0 )2 +Ez-z0 )2 =Ef1 Et)-x0 )2 +Ef2 Et)-y0 )2 +Ef3 Et)-z0 )2
ed eliminando i parametri x1,y1,z1,t fra le (1) e le (2) si trova lequazione della superficie.
ed eliminando il parametro t si trova lequazione della superficie.

Esempio 4
Vediamo adesso un esempio particolarmente semplice. Supponiamo di voler ruotare la curva di

z=0
attorno allasse x. Il generico punto P della curva (x0,y0,0) con x0,y0 che
equazioni 2 4 4
x -3y =1
soddisfano la condizione x02-3y02=1. Il punto P descrive la circonferenza ottenuta intersecando il
piano x=x0 (piano per P perpendicolare allasse x) con la sfera x 2 +y 2 +z 2 = x0 2 +y0 2 (sfera con
centro in O passante per P). Eliminando i parametri si ottiene x2-3(y 2 +z 2 )=1 che lequazione
della superficie di rotazione. Tale equazione si ottiene sostituendo nella equazione della curva che
sta ruotando a y il valore .y 2 +z 2 e trascurando lequazione del piano.
Questa una regola generale per trovare le equazioni della superficie di rotazione ottenuta
ruotando una curva in un piano coordinato attorno ad un asse coordinato giacente su quel piano.
La superficie di rotazione ottenuta ruotando una curva del piano xy attorno allasse x si ottiene
sostituendo .y 2 +z 2 ad y; la superficie di rotazione ottenuta ruotando una curva del piano xy
attorno allasse y si ottiene sostituendo x 2 +z 2 ad x, la superficie di rotazione ottenuta ruotando
una curva del piano xz attorno allasse x si ottiene sostituendo .y 2 +z 2 a z, la superficie di
rotazione ottenuta ruotando una curva del piano xz attorno allasse z si ottiene sostituendo
.y 2 +z 2 a x, la superficie di rotazione ottenuta ruotando una curva del piano yz attorno allasse y si
ottiene sostituendo x 2 +z 2 a z, la superficie di rotazione ottenuta ruotando una curva del piano yz
attorno allasse z si ottiene sostituendo .x 2 +y 2 a y.
Coni
Chiamiamo cono una superficie per ogni punto della quale passa una retta g tutta contenuta nella
superficie e passante per un punto fisso V, detto vertice del cono. Le rette g si dicono generatrici
del cono e una curva tracciata sulla superficie che incontri ogni generatrice in almeno un punto
diverso dal vertice si dice direttrice del cono. Diciamo che il cono il luogo delle rette che
proiettano la direttrice dal vertice.
x=f1(t)
Sia
y=f2(t) con t parametro reale, e sia V(x0,y0,z0).

z=f3(t)
Il cono che ha V come vertice e come direttrice ha equazioni parametriche

x= x0+(f1(t)-x0)u
(1)
y= y0+(f2(t)-y0)u
con t, u parametri reali.
z= z0+(f3(t)-z0)u
infatti le equazioni (1) rappresentano una retta passante per V e per il punto G (f1(t),f2(t),f3(t)) della
generatrice, quindi una generatrice del cono; al variare di t il punto G descrive la direttrice e quindi
la retta descrive il cono. Eliminando i parametri t, u si trova lequazione cartesiana del cono.
Analogo procedimento si segue se la direttrice data in equazioni cartesiane 2
FEx,y,z)=0
.
GEx,y,z)=0
In tal caso prendiamo un generico punto D della direttrice di coordinate (x1,y1,z1), che ovviamente
deve soddisfare le condizioni
(2)
(3)
FEx ,y ,z )=0
2 1 1 1
, e scriviamo le equazioni paraametriche della retta VD:
GEx1 ,y1 ,z1 )=0
x=x0 + x1 -x0 t
Jy=y0 + y1 -y0 t
z=z0 + z1 -z0 t
Eliminando i parametri x1,y1,z1,t fra (2) e (3) si trova lequazione cartesiana del cono
Esempio 5
Scrivere lequazione del cono di direttrice 2
x 2 +y 2 +z 2 -4z=0
e vertice V (3,5,6).
x+y=0
Prendiamo un generico punto D (x1,y1,z1), della direttrice , allora 2

x=3+ x1 -3 t
x1 2 +y1 2 +z1 2 -4z1 =0

.
x1 +y1 =0
La retta VD ha equazioni parametriche Jy=5+ y1 -5 t da cui ricaviamo x1=3+ t , y1=5+ t ,

z-6
z=6+ z1 -6 t
x-3
x-3
y-5
y-5
z1=6+ t . Sostituiamo questi valori in x1+y1=0 ed otteniamo 3+ t +5+ t =0, da cui t=(8-x-y)/8 e
quindi x1=3+ 8-x-y , y1=5+ 8-x-y , z1=6+ 8-x-y , che sostituiti in x1 2 +y1 2 +z1 2 -4z1 =0 danno
M x-3
M y-5
M z-6
lequazione del cono.
Un cono si dice circolare se esiste un piano che lo taglia secondo una circonferenza (non ridotta ad
un solo punto). Si dice circolare retto se la retta che congiunge il vertice col centro della
circonferenza appartenente al cono perpendicolare al piano della circonferenza. Un cono circolare
retto una superficie di rotazione (ottenuto ruotando una generatrice del cono attorno alla retta che
congiunge il vertice con il centro della circonferenza sezione, che una direttrice del cono). In un
cono circolare retto ogni generatrice forma con lasse di rotazione (asse di simmetria del cono) un
angolo costante detto angolo di apertura del cono.
Esempi.
6) Il cono dellesempio precedente circolare in quanto la sua direttrice una circonferenza
(intersezione di una sfera con un piano). Il centro della circonferenza, data come direttrice, C
(0,0,2), la retta CV ha la direzione del vettore [3,5,4]T e non ortogonale a x+y=0, quindi il
cono non circolare retto.
7) Trovare lequazione di un cono di rotazione che ha come asse la retta x=1+t, y=2t, z=0, vertice
in V(1,0,0), ed angolo di apertura =/3.
Un punto P (x0,y0,z0) appartiene al cono se e solo se la retta VP forma con lasse di rotazione
un angolo il cui coseno cos /3=3/2, la retta VP ha equazioni parametriche x=1+(x0-1)t,
EOP QR)STUP
t=y0t, z=z0t e quindi forma con lasse di rotazione un angolo il cui coseno
.
Quindi P appartiene al cono se e solo se
EXP Y3)Z4[P
.EXP Y3)T Z[P T Z\P T ]
EOP QR)T SUP T SVP T W
= ^
, da cui si ottiene che P
T
appartiene al cono se e solo se soddisfa lequazione 4(x-1)2+8y2+16(x-2)y=15(x-1)2+15y2+15z2,

ovvero 11(x-1)2+7y2-16(x-1)y+15z2=0
8) Trovare lequazione del cono di rotazione avente come asse di rotazione lasse x, vertice
V(1,0,0) e passante per A(0,2,0). Si pu procedere in due modi.
a. Il cono il luogo delle rette per V che formano con lasse x lo stesso angolo formato
dalla retta VA con lasse x. La retta VA ha parametri direttori (1,-2,0), lasse x ha
parametri direttori (1,0,0) , per cui cos =1/5 e quindi un punto Q (x,y,z) appartiene al
cono se la retta VQ forma con lasse x langolo , da cui
x-1
Ex-1)2 +y 2 +z 2
e quindi 4(x-
1)2-y2-z2=0
b. La retta VA ha equazioni parametriche x=1+t, y=2t, z=0, per cui lintersezione del
piano z=0 con il piano y=2(x-1). La superficie di rotazione si ottiene allora sostituendo
.y 2 +z 2 ad y e si ottiene quindi 4(x-1)2-y2-z2=0
9) Trovare lequazione del cono di vertice V (4,4,0) tangente alla sfera x2+y2+z2-4x=0.
Un punto P (x0,y0,z0) appartiene al cono se e solo se la retta VP tangente alla sfera. La retta
VP ha equazioni parametriche x=4+(x0-4)t, y=4+(y0-4)t, z=z0t. facendo il sistema fra le
equazione della sfera e della retta si ottiene (4+(x0-4)t)2+(4+(y0-4)t)2+(z0t)2-4(4+(x0-4)t)=0, da
cui t2[(x0-4)2+(y0-4)2+z02]+2t[2(x0-4)+4(y0-4)]+16=0. Affinch la retta sia tangente alla sfera il
discriminate di questa equazione deve essere nullo e quindi si ha [2(x0-4)+4(y0-4)]2-16[(x04)2+(y0-4)2+z02]=0. Poich il generico punto del cono deve avere coordinate che soddisfano la
precedente condizione, lequazione del cono : [2(x-4)+4(y-4)]2-16[(x-4)2+(y-4)2+z2]=0.
Cilindri
Chiamiamo cilindro una superficie per ogni punto della quale passa una retta g di direzione
assegnata tutta contenuta nella superficie . Le rette g si dicono generatrici del cilindro e una curva
tracciata sulla superficie che incontri ogni generatrice in almeno un punto si dice direttrice del
cilindro. Diciamo che il cono il luogo delle rette che proiettano la generatrice in una direzione
assegnata.
x=f1(t)
Sia
y=f2(t) con t parametro reale, e sia d=[d1,d2,d3]T.

z=f3(t)
Il cilindro le cui generatrici sono parallele al vettore d che ha come direttrice ha equazioni
parametriche
x= f1(t)+d1u
(1)
y= f2(t)+d2u
con t, u parametri reali.
z= f3(t)+d3u
infatti le equazioni (1) rappresentano una retta passante per il punto G (f1(t),f2(t),f3(t)) della
generatrice con direzione d, quindi una generatrice del cono; al variare di t il punto G descrive la
direttrice e quindi la retta descrive il cono. Eliminando i parametri t, u si trova lequazione
cartesiana del cilindro.
Analogo procedimento si segue se la direttrice data in equazioni cartesiane 2
FEx,y,z)=0
.
GEx,y,z)=0
In tal caso prendiamo un generico punto D della direttrice di coordinate (x1,y1,z1), che ovviamente
soddisfa le condizioni
(2)
(3)
FEx ,y ,z )=0
2 1 1 1
, e scriviamo le equazioni parametriche della retta VD:
GEx1 ,y1 ,z1 )=0
x=x0 +d1 t
$y=y0 +d2 t
z=z0 +d3 t
Eliminando i parametri x1,y1,z1,t fra (2) e (3) si trova lequazione cartesiana del cilindro
Esempio 10
x 2 +y 2 +z 2 -4z=0
ortogonalmente al piano
x+y=0
x 2 +y 2 +z 2 -4z=0
x+2y+z=0 (il che equivale a scrivere lequazione del cilindro con direttrice 2
x+y=0
Scrivere lequazione del cilindro che proietta la curva 2
e generatrici di direzione [1,2,1]T)
x1 2 +y1 2 +z1 2 -4z1 =0

.
x1 +y1 =0
x=x1 +t
La generica generatrice del cilindro ha equazioni parametriche $y=y1 +2 t da cui ricaviamo x1=x-t,
z=z1 +t
y1=y-2t, z1=z-t. Sostituiamo questi valori in x1+y1=0 ed otteniamo x+y-3t=0, da cui t=(x+y)/3e
Prendiamo un generico punto D (x1,y1,z1) della direttrice , allora 2
2x-y
quindi x1=
cilindro.
y-x
3z-x-y
, y1= 3 , z1=
che sostituiti in x1 2 +y1 2 +z1 2 -4z1 =0 danno lequazione del
Un cilindro si dice circolare se esiste un piano che lo taglia secondo una circonferenza. Si dice
circolare retto se tale piano ortogonale alle generatrici del cilindro. Un cilindro circolare retto
una superficie di rotazione (ottenuto ruotando una generatrice del cilindro attorno alla retta parallela
alle generatrici passante per il centro della circonferenza direttrice).
Osserviamo che ogni equazione F(x,y)=0 in cui non figura la variabile z rappresenta un cilindro che
ha generatrici parallele allasse z e come direttrice la curva F(x,y) nel piano z=0, analogamente ogni
equazione F(x,z)=0 in cui non figura la variabile y rappresenta un cilindro che ha generatrici
parallele allasse y e come direttrice la curva F(x,z) nel piano y=0 e ogni equazioneF(y,z)=0 in cui
non figura la variabile x rappresenta un cilindro che ha generatrici parallele allasse x e come
direttrice la curva F(y,z) nel piano x=0
Quadriche in forma canonica
Ruotiamo lellisse a2 + b 2 =1 del piano xy attorno allasse x, otteniamo una equazione della forma
x2
a2
y 2 Zz 2
b2
x2
y2
=1 che rappresenta una superficie detta ellissoide di rotazione. In generale chiamiamo
ellissoide una superficie di equazione a2 + b 2 + c2 =1.

x2
y2
z2
Ruotiamo liperbole a2 - b 2 =1 del piano xy attorno allasse x, otteniamo una equazione della forma
-
x 2 y 2 Zz 2
a2
b2
x2 y2
=1 che rappresenta una superficie detta iperboloide a due falde (o ellittico) di rotazione.
In generale chiamiamo iperboloide ellittico una superficie di equazione a2 - b 2 - c2 =1.

x2 y2 z2
Ruotando la stessa iperbole attorno allasse y otteniamo una equazione della forma
a2
generale chiamiamo iperboloide iperbolico una superficie di equazione a2 + b 2 - c2 =1.

x2
y2 z2
- b 2 =1
x 2 Zz 2 y 2
che rappresenta una superficie detta iperboloide ad una falda (o iperbolico) di rotazione. In
Ruotando la parabola y2=2px del piano xz attorno al suo asse, otteniamo una equazione della forma
y2+ z2=2px che rappresenta una superficie detta paraboloide ellittico di rotazione. In generale
chiamiamo paraboloide ellittico una superficie di equazione a2 + b 2 =2pz.
x2
y2
Chiamiamo invece paraboloide iperbolico o a sella una superficie di equazione a2 b 2 =2pz.

x2
y2
Lellissoide e gli iperboloidi hanno un centro di simmetria e tre rette di simmetria ortogonali e
vengono anche chiamate quadriche a centro. I paraboloidi hanno una sola asse di simmetria
ortogonale.
Lellissoide incontra lasse x nei due punti reali A1 (a,0,0), A2 (-a,0,0), lasse y nei punti reali B1
(0,b,0), B2 (0,-b,0) e lasse z nei punti reali C1 (0,0,c), B2 (0,0,-c) detti vertici dellellissoide, tutti i
suoi punti reali hanno coordinate (x,y,z) che soddisfano le limitazioni -axa, -byb, -czc.
Liperboloide a due falde (o ellittico) incontra lasse x nei due punti reali A1 (a,0,0), A2 (-a,0,0)
detti vertici delliperboloide e non ha intersezioni reali con gli altri assi. Tutti i punti reali
delliperboloide a due falde hanno coordinate (x,y,z) che soddisfano le limitazioni x-a, xa.
Liperboloide ad una falda (o iperbolico) incontra lasse x nei due punti reali A1 (a,0,0), A2 (-a,0,0)
e lasse y nei due punti reali B1 (0,b,0), B2 (0,-b,0), mentre non ha intersezioni reali con lasse z.
Inoltre liperboloide ad una falda pu essere visto come luogo di rette, infatti i due sistemi di rette di
x - z =kE1- yb )
x + z =hE1- yb )
a
c
a
c
b
b sono formati
equazioni $
con k parametro reale e $
y
y
x
z
x
z
kE a + c)=E1+ bb )
hE a + c)=E1- bb )
da rette che giacciono tutte sulla superficie. In particolare per ogni punto delliperboloide a una
falda passa una retta del primo sistema ed una retta del secondo sistema. E facile verificare che due
rette distinte di uno stesso sistema sono sghembe, mentre ogni retta di un sistema sempre
incidente ad ogni retta dellaltro.
Il paraboloide ellittico incontra lasse z nellorigine ed in O tangente al piano z=0. Lorigine
detto vertice del paraboloide. Tutti i suoi punti reali hanno coordinate (x,y,z) che soddisfano le
limitazioni z0 se p>0, z0 se p<0.
Il paraboloide iperbolico o a sella incontra lasse z nellorigine ed in O tangente al piano z=0. Il
piano z=0 taglia il paraboloide lungo due rette (passanti per O). Il paraboloide iperbolico pu
x - yb =k
a
b
essere visto come luogo di rette, infatti i due sistemi di rette di equazioni @
con k
y
x
kG a + bbH=2pz
x + yb =h
a
b
parametro reale e @
con h parametro reale, sono formati da rette che giacciono
y
hGxa - bbH=2pz
tutte sulla superficie. In particolare per ogni punto del parabolide ellittico passa una retta del primo
sistema ed una retta del secondo sistema. E facile verificare che due rette distinte di uno stesso
sistema sono sghembe, mentre due ogni retta di un sistema sempre incidente ad ogni retta
dellaltro.
Sono quadriche anche quei coni e quei cilindri le cui equazioni risultano di secondo grado, in tal
caso vengono detti coni e cilindri quadrici.
In particolare se consideriamo un cono quadrico, prendendo un sistema di riferimento con lorigine
nel vertice, lequazione del cono unequazione omogenea di secondo grado in x,y,z.
Se consideriamo un cilindro quadrico, prendendo un sistema di riferimento che abbia lasse z
parallela alle sue generatrici il cilindro ha equazione a11x2+2a12xy+a22y2+2a13x+2a23y+a33=0, che
come sappiamo nel piano xy (z=0) rappresenta una conica che la direttrice del cilindro.
Coni quadrici, cilindri quadrici, iperboloide iperbolico e paraboloide iperbolico sono dette
quadriche rigate perch per ogni loro punto passa almeno una retta tutta contenuta nella superficie.
Un punto di una quadrica si dice iperbolico se per esso passano due rette reali distinte tutte
appartenenti alla quadrica, parabolico se per esso passa una sola retta reale (due rette coincidenti)
appartenente alla quadrica, ellittico se non ci sono rette reali passanti per il punto appartenenti alla
quadrica.
Tutti i punti di un iperboloide iperbolico e di un paraboloide iperbolico sono punti iperbolici, tutti i
punti di un cilindro sono parabolici, tutti i punti di un cono (diversi dal vertice) sono punti
parabolici, tutti i punti di un ellissoide sono ellittici.
Quadriche e loro classificazione

Diciamo quadrica il luogo dei punti dello spazio che soddisfano unequazione di secondo grado a
coefficienti reali nelle variabili x,y,z, ovvero unequazione della forma
(1) a11x2+2a12xy+a22y2+2a13xz+2a23yz+a33 x2+2a14x+2a24y+2a34z+a44=0.
Sappiamo che lequazione (1) pu anche essere scritta nella seguente forma matriciale
(2) xTAx+2bTx+a44=0
a11 a12 a13
a14
x
a
a
a
a
dove A=d 12
22
23 e una matrice reale e simmetrica, b=d 24 e, x=fyg.
a13 a23 a33
a34
z
Unaltra scrittura pi compatta dellequazione (1)
(3) zTBz=0,
a 11
a
12
dove B=
a 13
a 14
a 12
a 13
a 22
a 23
a 23
a 33
a 14
a 24
una matrice reale simmetrica, detta matrice associata alla
a 34
a 44
a 24 a 34
x
y
quadrica, e z=:i z j.
1
Le equazioni di ellissoidi, iperboloidi, paraboloidi, coni e cilindri quadrici precedentemente elencate
sono casi particolari di (1), inoltre facile notare che anche (a1x+b1y+c1z+ d1)(a2x+b2y+c2z+d2)=0
con a1,b1,c1,d1 e a2, b2, c2,d2 reali oppure con a1,a2; b1 , b2; c1, c2; d1, d2 complessi coniugati
unequazione di 2 grado a coefficienti reali in x,y,z.
Sappiamo dunque che una quadrica pu essere:
un paraboloide ellittico o iperbolico,
unellissoide (eventualmente una sfera)
uniperboloide ellittico o iperbolico
un cono o un cilindro quadrico
oppure pu essere spezzata in due piani che possono essere:
reali non paralleli
reali paralleli
immaginari coniugati (cio i piani sono rappresentatei da equazioni lineari a coefficienti

complessi e i coefficienti di un piano sono i coniugati dei corrispondenti coefficienti
dellaltro).
Ci chiediamo allora se ogni quadrica ha uno dei precedenti tipi e se ci sono modi per decidere a
partire da unequazione di tipo (1) con che quadrica stiamo lavorando.
Richiamando i calcoli fatti nel capitoletto sulle coniche (Lemma 1 e Teorema1) con una
rototraslazione in R3: x=UX+v (con det U=1) lequazione della quadrica assume la forma
kX+2blTX+cm =ZTB
k ha stesso rango, stessi autovalori e stesso determinante di A, B
kZ=0 dove A
k
XTA
ha stesso rango e stesso determinante di B. Inoltre se la rototraslazione scelta opportunamente,
detti 1, 2, 3 gli autovalori di A, lequazione della quadrica assume una delle seguenti forme:
sia rkA=rkB
- se rkA=3 (ovvero det A0 e det B=0) allora si ha 1X2+2Y2+3Z2=0 e la quadrica
rappresenta un cono
reale se gli autovalori di A hanno segni discordi (ovvero la forma quadratica
associata ad A non definita)
con un solo punto reale se gli autovalori di A hanno segni concordi (ovvero
la forma quadratica associata ad A definita positiva o definita negativa)
- se rkA=2 (quindi det A=0 e det B=0) allora si ha 1X2+2Y2=0 e la quadrica spezzata in
due piani contenenti lasse z
reali distinti se 1 e 2, autovalori non nulli di A, hanno segni discordi
(ovvero la forma quadratica associata ad A non definita)
immaginari coniugati se 1 e 2, autovalori non nulli di A, hanno lo stesso
segno (gli unici punti reali della quadrica in tal caso sono i punti dellasse z,
la forma quadratica associata alla matrice A semidefinita positiva o
semidefinita negativa)
- se rkA=1 (quindi det A=0 e det B=0) allora si ha 1X2=0 e la quadrica spezzata in due
piani coincidenti col piano yz.
sia rkA+1=rkB
det B
- se rkA=3 (ovvero det A0 e det B0) allora si ha 1X2+2Y2+3Z2+c =0 con c = det A, che
rappresenta
un ellissoide se gli autovalori di A sono concordi (ovvero la forma quadratica
associata ad A definita positiva o definita negativa)
reale se det B<0
immaginario se det B>0
un iperboloide se gli autovalori di A non sono concordi (ovvero la forma
quadratica associata ad A non definita)
ellittico se det B<0
iperbolico se det B>0
- se rkA=2 (quindi det A=0 e det B=0) allora si ha 1X2+2Y2+c =0 con c0 e la quadrica
rappresenta un cilindro la cui direttrice
unellisse (eventualmente immaginaria) se gli autovalori non nulli di A sono
concordi (ovvero la forma quadratica associata ad A semidefinita positiva o
semidefinita negativa)
uniperbole se gli autovalori di A sono discordi (ovvero la forma quadratica
associata ad A non definita)
- se rkA=1 (quindi det A=0 e det B=0) allora si ha 1X2+c =0 con c0 e la quadrica
spezzata in due piani paralleli (eventualmente immaginari coniugati)
sia rkA+2=rkB
- se rkA=2 (ovvero det A=0 e det B0) allora si ha 1X2+2Y2+2pZ =0 con p0 e la
quadrica rappresenta un paraboloide
ellittico se gli autovalori non nulli di A sono concordi (ovvero la forma quadratica
associata ad A semidefinita positiva o semidefinita negativa)
iperbolico se gli autovalori non nulli di A sono discordi (ovvero la forma

quadratica associata ad A non definita)
- se rkA=1 (ovvero det A=0 e det B=0) allora si ha 1X2+2pY =0 e la quadrica rappresenta
un cilindro la cui direttrice una parabola.
Notiamo che nel classificare le quadriche abbiamo considerato il segno di det B, che non viene
modificato se si moltiplica lequazione della quadrica per un fattore moltiplicativo non nullo,
mentre abbiamo solo considerato i casi det A=0 o det A 0, in quanto il segno di det A cambia se
moltiplichiamo lequazione della quadrica per un fattore moltiplicativo negativo.
Osserviamo che dalla dimostrazione del teorema 1 del capitoletto sulle coniche segue ancora che se
la quadrica una quadrica a centro (ellissoide o iperboloide) le coordinate del centro sono le
soluzioni del sistema lineare Ax=-b. Nel caso di un cono le soluzioni del sistema lineare Ax=-b
rappresentano il vertice del cono (che centro di simmetria per il cono).
Gli assi di una quadrica a centro hanno la direzione degli autovettori associati agli autovalori di A.
Lasse di un paraboloide la la direzione dellautovettore associato allautovalore nullo di A. Come
nel caso della parabola questa informazione non basta a determinare lasse che si pu comunque
trovare tenendo conto che il piano tangente al paraboloide nel punto di intersezione con lasse
ortogonale allasse per cui basta determinare fra i piani ortogonali allasse (di cui conosciamo la
direzione) quello tangente al parabola per trovare un punto dellasse.
Una quadrica di rotazione se ha due autovalori coincidenti, in tal caso infatti la sua forma
canonica sar del tipo k(X2+Y2)+.....
Dalla dimostrazione del teorema 1 segue anche come costruire la matrice U associata alla
trasformazione ortogonale che porta la quadrica in forma canonica.
Possiamo ancora ricapitolare con uno schema il riconoscimento delle quadriche:
autovalori concordi ellissoide immaginario
>0det A
autovalori discordi iperboloide iperbolico
=0 paraboloide iperbolico
autovalori concordi ellissoide reale
det B
<0det A
autovalori discordi iperboloide ellittico
=0 paraboloide ellittico
concordi immaginario
0
=0det A
=0
cono autovalori
discordi reale
rk A=2 cilindro (*)
rk A=1 rk B
=3cilindro (**)
<3 quadrica spezzata in due piani

(*) il tipo di cilindro dipende dai segni degli autovalori non nulli se sono concordi un cilindro con
una ellisse per direttrice (detto cilindro ellittico) eventualmente immaginario, se sono discordi un
cilindro con uniperbole per direttrice (detto cilindro iperbolico).
(**) la direttrice del cilindro in questo caso una parabola ed il cilindro detto parabolico.
Data una quadrica per cui det B0, gli invarianti di una quadrica e gli autovalori della matrice A ci
permettono di scrivere la forma canonica della quadrica: infatti
se gli autovalori 1,2,3 sono tutti diversi da 0 allora la forma canonica della quadrica sar
1x2+2y2+3 z2+c=0 dove c= det B/det A,
se un autovalore nullo allora la forma canonica della quadrica sar 1x2+2y2+2pz=0 dove
s
p= pqr
tR tT
Coniche nello spazio.

Una conica nello spazio lintersezione di una quadrica con un piano, quindi si pu rappresentare
con un sistema di equazioni cartesiane di cui una lequazione del piano su cui la conica giace e
laltra lequazione di una retta.
4
4
4
Ad esempio il sistema 24x + y z 3 = 0 rappresenta una conica nello spazio.
xz5=0
Ci poniamo il problema di riconoscere tale conica.
Il sistema dato equivalente a 2
3z 4 + u 4 + 40z + 97 = 0
.
xz5= 0
La prima equazione di questo sistema rappresenta un cilindro che proietta parallelamente all'asse
4
4
x, quindi il sistema 23z + u + 40z + 97 = 0 rappresenta la proiezione ortogonale di sul piano
x=0
yz.
Le intersezioni di un cilindro quadrico con un qualunque piano non parallelo alle generatrici sono
coniche tutte dello stesso tipo, quindi se riconosciamo la curva proiezione di su un piano
coordinato riconosciamo la , a meno eventualmente di propriet metriche della . Pi precisamente
se uniperbole la sua proiezione uniperbole che potrebbe essere uniperbole equilatera anche
se non equilatera e viceversa, se una circonferenza la sua proiezione potrebbe essere una
ellisse e viceversa.
Riconosciamo allora la curva data come esempio. Considerando si ha I2>0, I30 e dunque la
conica unellisse e quindi la unellisse (potrebbe anche essere una circonferenza).
Notate invece che se proiettiamo una conica da un punto su un piano coordinato, proiezione
centrale, la conica proiettata e la proiezione possono essere di tipo diverso. Infatti come gi
abbiamo osservato se tagliamo un cono di rotazione con un piano parallelo allasse di rotazione e
non passante per il vertice lintersezione rappresenta uniperbole, se lo intersechiamo con un piano
passante per il vertice troviamo una conica spezzata in due rette, se lo intersechiamo con una piano
parallelo ad una sola direttrice, non passante per il vertice, troviamo una parabola, se lo
intersechiamo con un piano tangente al cono in un suo punto (e quindi lungo tutta una direttrice)
troviamo due rette coincidenti, se lo intersechiamo con un piano non parallelo ad alcuna direttrice e
non passante per il vertice troviamo una ellisse, che diventa una circonferenza nel caso in cui il
piano sia ortogonale allasse di rotazione.
Determinante di una matrice quadrata

Definizione. Sia A=

una matrice quadrata di ordine n a coefficienti in un campo K.

lelemento di K
Chiamiamo determinante di A e lo indichiamo con det A o con

che si ottiene da A tramite questa procedura:
1. Sia A= , cio n=1, allora det A= a,

di ordine n >1, siano:

2. Sia A=

Aik la matrice quadrata di ordine n-1 che si ottiene da A cancellando la sua i-esima riga e la
sua k-esima colonna,
Mik = det Aik (detto minore complementare di aik),
Cik =(-1)i+k Mik (detto complemento algebrico di aik),
allora
det A = = + + + .
Quindi det A lelemento di K che si ottiene facendo la somma dei prodotti degli elementi della
prima riga di A per i rispettivi complementi algebrici.

Caso n=2. Vediamo di utilizzare la definizione per calcolare

Si ha = , = (1) = e dunque

.

= .
Il determinante di una matrice di ordine 2 si ottiene quindi sommando il prodotto degli elementi
della diagonale principale e lopposto del prodotto degli elementi della diagonale secondaria.

Caso n=3. Utilizziamola anche per calcolare

.

Si ha =
=

,

=
(1)

=
= . Dunque

= ( ),

= + + .

Il determinante di una matrice di ordine 3 si pu quindi calcolare facendo uso della regola di Sarrus
che probabilmente avete visto nelle scuole superiori.
Si considera la tabella

ottenuta copiando alla destra delle colonne di

A le sue prime colonne e si fa la somma dei prodotti degli elementi sulle diagonali segnate da una
linea intera meno i prodotti degli elementi che si trovano sulle diagonali segnate da una linea
tratteggio.
N.B. Una regola analoga NON vale per il determinante di matrici di ordine maggiore di 3.
La definizione che abbiamo usato una definizione operativa e non lusuale definizione astratta di
determinante. Inoltre privilegia la prima riga rispetto alle altre righe del determinante, mentre dagli
esempi precedenti tale situazione privilegiata della prima riga non emerge. Si pu dimostrare
infatti il
I Teorema di Laplace. Il determinante di una matrice quadrata si ottiene facendo la somma dei
prodotti degli elementi di una sua riga (o colonna) per i rispettivi complementi algebrici.
Sia A una matrice quadrata di ordine n, come conseguenza di quanto sopra si ottiene subito che:
1. det A= det AT.
2. Il determinante di una matrice (quadrata) che ha una riga (colonna) tutta composta di 0 0.
3. Se A una matrice triangolare (alta o bassa), allora det A= , e quindi il determinante
della matrice identica di un qualsiasi ordine 1 ed il determinante di una matrice nulla
quadrata di un qualsiasi ordine 0.
4. Sia A una matrice ottenuta dalla matrice A scambiando due righe (o due colonne) allora
det A = - det A.
Infatti supponiamo di aver ottenuto A scambiando la riga i-esima di A con la sua riga i+1esima e sviluppiamo det A a partire dalla riga i-esima. Abbiamo che lelemento di posto
(i,k) di A uguale allelemento di posto (i+1,k) di A, che il minore complementare
dellelemento di posto (i,k) di A coincide col minore complementare dellelemento di posto
(i+1,k) di A, e quindi il complemento algebrico dellelemento di posto (i,k) di A
lopposto del complemento algebrico dellelemento di posto (i+1,k) di A, quindi si ha
subito il risultato. Sia ora A la matrice ottenuta da A scambiando due righe non contigue e
supponiamo, senza perdita di generalit, che tali righe siano la riga i-esima e la riga j-esima
con j > i+1. Tale scambio si pu ottenere con successivi scambi di righe contigue. E
abbastanza facile convincersi che servono 2(j-i)-1 scambi di righe contigue per scambiare la
riga i-esima con la j-esima, ad ognuno di questi scambi corrisponde un cambiamento di
segno nel calcolo del determinante della matrice ottenuta ed essendo 2(j-i)-1 un numero
dispari si ha il risultato.
5. Se una matrice A ha due righe (colonne) uguali allora det A = 0.
Infatti la matrice A ottenuta da A scambiando le due righe uguali coincide con A e dunque
det A= det A, ma per la 4. det A= - det A da cui det A = - det A e poich 0 lunico
elemento di K uguale al suo opposto si ottiene det A = 0.
6. II Teorema di Laplace. Sia A una matrice quadrata di ordine n. La somma dei prodotti di
una sua riga (colonna) per i complementi algebrici di unaltra riga (colonna) 0. In simboli
= 0 ( " = 0) se k h.
Infatti pu essere visto come lo sviluppo del determinante (secondo la riga hesima) di una matrice Ache ha tutte le righe ad eccezione della riga h-esima uguali alle
corrispondenti righe di A e la riga h-esima uguale alla k-esima riga di A. Poich la matrice A
ha due righe uguali per la 5. il suo determinate 0.
7. Sia A una matrice ottenuta dalla matrice A moltiplicando tutti gli elementi di una sua riga (o
colonna) per un elemento c del campo K allora det A = c det A.
8. det cA = cn det A .
Da qui si ricava che una matrice emisimmetrica di ordine dispari ha determinante nullo.
Infatti se A emisimmetrica A = -AT e dunque det A = det (-AT) = (-1)n det AT = - det A
perch n dispari. Quindi, visto che lunico elemento di K uguale al suo opposto lo 0, si
ottiene det A = 0.
9. Se la i-esima riga (colonna) di A somma di due vettori riga (colonna) b, c, allora il
determinante di A la somma dei determinanti delle due matrici che si ottengono da A
sostituendo la sua i-esima riga (colonna) con b e con c rispettivamente.
10. Il determinante di una matrice (quadrata) non cambia se a una sua riga (colonna) si aggiunge
una combinazione lineare delle restanti righe (colonne).
Basta applicare 9.,7. e 5.
11. Il determinante di A uguale od opposto al determinante di una qualsiasi matrice a scalino U
da essa ottenuta.
E una conseguenza immediata di 4. e 10. Precisamente i determinati di U e di A sono
uguali se nellottenere U stato fatto un numero pari di scambio di righe e sono opposti se
stato fatto un numero dispari di scambi di righe.
12. La matrice A ha determinante uguale a 0 se e solo se una sua riga (colonna) combinazione
lineare delle restanti righe (colonne).
Se una riga di A combinazione lineare delle restanti, possiamo aggiungere a quella riga la
combinazione lineare delle restanti a coefficienti opposti e troviamo una matrice con una
riga di 0, per la 2. quindi il suo determinate 0 e per la 9 uguale al determinate di A.
Viceversa se il determinate di A 0 ogni matrice a scalino da essa ottenuta ha una riga di 0 e
quindi la riga di A corrispondente a tale riga combinazione lineare delle altre.
Una ulteriore importante propriet del determinante data dal seguente
Teorema di Binet. Siano A e B due matrici quadrate di ordine n. Allora det (AB) = (det A)(det B).
Da quanto segue
Corollario Una matrice quadrata A ammette matrice inversa se e solo se det A0.
Infatti se A ha inversa abbiamo (det A)(det A-1)= det (AA-1)=det In=1 e quindi det A0. Se invece
det A0 allora detU0 e quindi A ha rango massimo e pertanto ammette inversa.
Ovviamente se A ammette inversa det A-1=1/ det A.
Altro modo per costruire linversa di una matrice. Come conseguenza dei due teoremi di Laplace
otteniamo anche che se la matrice A ammette inversa allora ha la seguente forma
A-1=(1/det A)[ik] con ik= Cki

dove Cki indica il complemento algebrico dellelemento di posto (k, i) di A.
Poniamo infatti B=[ik] e D=AB, il generico elemento d rs di D si ottiene come somma dei prodotti
degli elementi della r-esima riga di A per quelli della s-esima colonna di B, dunque
drs = # $% = # % .
Quindi se r=s si ha per il I teorema di Laplace d rs = det A e se rs si ha per il II teorema di

Laplace drs = 0. Perci D=diag(det A,, det A) e dunque AA-1=A((1/det A) B)=(1/det A) AB = In.
Da questa costruzione della matrice inversa si ottiene la
Regola di Cramer. Un sistema lineare di n equazione in n incognite la cui matrice dei coefficienti A
ha rango massimo ha una e una sola soluzione. Detta xi la i-esima componente di tale soluzione si
ha xi= (det Ai)/(det A), dove Ai la matrice che si ottiene da A sostituendo la sua i-esima colonna
con la colonna dei termini noti.
La prima parte di questa regola vi era gi nota ed era stata provata facendo uso delleliminazione
gaussiana. Proviamola direttamente. Se A ha rango massimo questo equivale a dire che A ammette
inversa A-1 e che det A0. Sia Ax=b la scrittura matriciale del sistema, si verifica subito che x= A-1b
una soluzione dellequazione matriciale e quindi del sistema, infatti sostituendo A-1b ad x si
ottiene A(A-1b) = (AA-1) b = Inb=b. Inoltre A-1b lunica soluzione dellequazione matriciale e
quindi del sistema, infatti se ci fosse unaltra soluzione c, da Ac=b si otterrebbe, moltiplicando a
sinistra per A-1, A-1b= A-1(Ac)= (AA-1)c = Inb = c. Ora la i-esima componente del vettore colonna
A-1b (1/ '() *) + $ = (1/ '() *) $ e $ lo sviluppo del
determinante della matrice Ai secondo gli elementi della sua i-esima colonna.
NOTA BENE.
Questi appunti non sono esaustivi, non contengono tutto ci che stato detto a lezione/esercitazione;
costituiscono una base minima di conoscenze necessarie a superare lesame e possono essere utili per
un ripasso veloce. Questi appunti contengono tuttavia le dimostrazioni richieste allorale.
Algebra delle matrici. (vedi Capitolo 3 del libro)

Una matrice A di tipo (m,n) su un campo K una tabella di mn elementi di K disposti su m righe ed n
colonne. Indichiamo in genere con aij con 1im, 1jn, lelemento di K che appartiene alla i-esima
riga e alla j-esima colonna di A. Quindi
a11
a21
A=
am1
a12
a22
am2
a1n
a2n
= aij

amn
Una matrice si dice vettore riga se m=1, vettore colonna se n=1.
La matrice A si pu quindi vedere come laccostamento

n degli n vettori colonna
a1i

a2i
i= di tipo (m,1) o come laccostamento degli m vettori riga = aj1 ajn di

an2
tipo (1,n).
Due matrici A = aij e B= bij si dicono uguali se sono dello stesso tipo e per ogni posto (i,j) aij=bij.
Date due matrici A = aij e B= bij dello stesso tipo (m,n) si chiama somma delle due matrici la
matrice C= cij di tipo (m,n) dove cij=aij+bij.
E immediato verificare che la somma di matrici gode delle propriet:

-
commutativa: A+B=B+A
associativa: A+(B+C)=(A+B)+C
esiste una matrice 0(m,n) di tipo (m,n) con tutti elementi nulli tale che per ogni matrice A di tipo
(m,n) A= A+0(m,n), tale matrice si dice matrice nulla di tipo (m,n)
per ogni matrice A di tipo (m,n) esiste una matrice -A di tipo (m,n) tale che A+(-A)= 0(m,n) . (la
matrice A ovviamente la matrice i cui elementi sono gli opposti dei corrispondenti elementi
di A. La matrice A si chiama opposta di A.
Data una matrice A aij di tipo (m,n) ed uno scalare k il prodotto dello scalare k per la matrice A la
matrice kA= kaij . Il prodotto di uno scalare per una matrice ha le seguenti propriet
per ogni coppia di scalari k,h e per ogni matrice A: (k+h)A= kA+hA
(NB. Il primo simbolo
+ denota la somma di scalari mentre il secondo + denota la somma di matrici)
per ogni coppia di scalari k,h e per ogni A: (kh)A=k (hA)
(NB. Il prodotto kh il prodotto
di scalari gli altri sono i prodotti di uno scalare per una matrice)
per ogni scalari k e per ogni coppia di matrici dello stesso tipo A e B: k(A+B)=kA+kB
per ogni matrice A: 1A=A.
Queste propriet ci dicono che linsieme M(m,n)(K) delle matrici di tipo (m,n) sul campo K formano uno
spazio vettoriale sul campo K rispetto alle operazioni sopra definite. Valgono quindi le propriet che
avevamo gi visto per gli spazi vettoriali.
-
A+B=A+C implica B=C

kA=0(m,n) se e solo se vale almeno una delle due condizioni k=0, A=0(m,n).
Terminologia e notazioni:
Una matrice si dice quadrata di ordine n se di tipo (n,n).
Una matrice si dice triangolare alta (bassa) se quadrata e se aij=0 per ogni i>j (i<j), si dice diagonale
se quadrata e aij=0 per ogni ij., una matrice diagonale si scrive spesso nella forma
diag(1,2,,n), dove i=aii. Gli elementi aii di una matrice A si chiamano elementi diagonali e la
linea composta da questi elementi (che va dallangolo in alto a sinistra allangolo in basso a destra di
A) si chiama diagonale principale di A. Una matrice quindi diagonale se i suoi eventuali elementi
non nulli stanno tutti sulla diagonale principale, triangolare alta (bassa) se gli elementi sotto (sopra) la
diagonale principale sono tutti 0
Data una matrice A di tipo (m,n) si chiama trasposta di A, e si indica con AT (o con AT, tA, At), la
matrice di tipo (n,m) che si ottiene da A scambiando le righe con le colonne; in altre parole lelemento
di posto (i,j) di AT aji.
Una matrice si dice simmetrica se A= AT ed emisimmetrica se A=- AT. Una matrice simmetrica od
emisimmetrica necessariamente quadrata. Gli elementi principali di una matrice emisimmetrica sono
tutti nulli, infatti si dovrebbe avere aii =- aii e lunico elemento di K uguale al suo opposto lo 0.
Prodotto di matrici
Siano A= aij una matrice di tipo (m,n) e B= bhk una matrice di tipo (n,p) allora possiamo definire
una matrice C= crs di tipo (m,p) nel modo seguente
crs = ni=1 ari bis =ar1b1s+ar2 b2s++ar nbns
La matrice C si chiama matrice prodotto (righe per colonne) della matrice A per la matrice B .
Lelemento crs di C si ottiene facendo il prodotto (righe per colonne) delle r-esima riga di A con la sesima colonna di B.
Il prodotto di matrici NON commutativo.

Per prima cosa notiamo che in genere infatti pu essere definito il prodotto AB e non il prodotto
BA. Questo avviene se A di tipo (m,n), B di tipo (n,p) e mp. Inoltre anche se m=p e
possono essere definiti sia AB sia BA, AB quadrata di ordine m e BA quadrata di ordine p,
quindi le matrici sono diverse. Infine anche se n=m=p ed AB e BA sono entrambe definite e
0 1
1 2
, B=
,
quadrate di ordine n, ancora in generale si ha ABBA: basta considerare A=
0 0
0 0
0 0
0 1
e BA=
.
si ha AB=
0 0
0 0
Due matrici quadrate di ordine n si dicono permutabili se AB=BA.
Il prodotto di matrici associativo (quando definito), in altre parole se A una matrice di tipo
(m,n), B una matrice di tipo (n,p), C una matrice di tipo (p,r) allora A(BC)=(AB)C.
E infatti immediato osservare che BC di tipo(n,r) e quindi si pu effettuare il prodotto A(BC)
e si ottiene una matrice (m,r), AB una matrice di tipo (m,p) e quindi si pu effettuare il
prodotto (AB)C che ancora una matrice di tipo (m,r). Inoltre ponendo AB=[dik], si ha
dik = nh=1 aih bhk e ponendo (AB)C=[eit], si ha
p
p
eit = k=1 dik ckt = k=1(nh=1 aih bhk ) ckt = nh=1 aih ( nh=1 bhk ckt ), ma nh=1 bhk ckt lelemento di
posto (h,t) del prodotto BC, quindi nh=1 aih ( nh=1 bhk ckt ) lelemento di posto (i,t) del prodotto
A(BC).
Il fatto che il prodotto sia associativo permette di definire per ogni matrice quadrata e per ogni
intero positivo h la potenza di A con esponente h ponendo Ah=AAA (h volte) e quindi di
ricavare le propriet formali delle potenze per le potenze ad esponente intero positivo di A:
- AhAk=Ah+k da cui si ricava che potenze di una stessa matrice sono sempre permutabili
- (Ah)k=Ahk
Se A una matrice di tipo (m,n) e B,C sono due matrici dello stesso tipo (n,p) allora vale la
propriet distributiva ( a sinistra) del prodotto rispetto alla somma: A(B+C)=AB+AC.
Infatti il generico elemento di posto (i,k) di A(B+C)
nh=1 aih (bhk +chk )= nh=1 aih bhk + nh=1 aih chk dove nh=1 aih bhk e nh=1 aih chk sono gli elementi di
posto (i,k) rispettivamente di AB e AC.
Analogamente se A,B sono due matrici dello stesso tipo (m,n) e C una matrice di tipo (n,p)
allora vale la propriet distributiva ( a destra) del prodotto rispetto alla somma:
(A+B)C=AC+BC.
NON vale la propriet di annullamento del prodotto.
Ovviamente se A una matrice di tipo (m,n) e si considera 0(n,p) si ha A0(n,p)= 0(m,p) , ma
0 1
,
esistono matrici non nulle il cui prodotto la matrice nulla. Basta considerare A=
0 0
1 2
0 0
, si ha AB=
. Di conseguenza NON si pu in generale semplificare una matrice
B=
0 0
0 0
non nulla: infatti se prendiamo A,B come prima, si ha AB=A0(2,2) e B0(2,2).
Sia In=diag(1,1,,1), In si dice matrice identica di ordine n.
Per ogni matrice A di tipo (m,n) si ha ImA=AIn=A.
Sia A una matrice quadrata di ordine n, per convenzione si pone A0=In e si dimostra facilmente
che le propriet delle potenze valgono per ogni intero non negativo.
ATTENZIONE: E facile quando si opera sulle matrici dimenticare che molte propriet cui siamo
abituati nel calcolo su numeri NON valgono e fare quindi operazioni non permesse.
A questo punto prima di procedere col calcolo matriciale (ri)guardare i sistemi lineari.
Matrice inversa
Definizione: Una matrice quadrata A di ordine n ammette
- ammette inversa (o invertibile a) sinistra se esiste una matrice B tale che BA=In,
- ammette inversa (o invertibile a) destra se esiste una matrice C tale che AC=In,
- ammette inversa (o invertibile) se esiste una matrice chiamata A-1 tale che AA-1=A-1 A=In.
Ovviamente B, C, A-1 sono tutte matrici quadrate di ordine n
Lemma (di unicit dellinversa): Se una matrice A ammette inversa sinistra e inversa destra, queste
coincidono e quindi la matrice invertibile.
Dim: Siano B e C rispettivamente linversa sinistra e linversa destra di A. Da BA=In, moltiplicando a
destra per C, otteniamo (BA)C=InC, da cui, per la propriet associativa del prodotto, B(AC)=InC e
quindi, visto che C inversa destra di A, BIn=InC e dunque B=C.
Come corollario si ottiene subito che la matrice inversa di una matrice A se esiste unica.
Si hanno inoltre le seguenti immediate propriet.
-
Se A ammette inversa A-1, linversa di A-1 A

Se A e B sono matrici quadrate dello stesso ordine che ammettono inversa allora AB ha inversa
e tale inversa B-1 A-1. ATTENTI allordine!!
Teorema: Sia A una matrice quadrata di ordine n, sono equivalenti le seguenti condizioni:
1.
2.
3.
4.
5.
6.
7.
A ammette inversa
A ammette inversa destra
A ammette inversa sinistra
ker A={0} (ovvero lunico vettore x tale che Ax=0 il vettore 0)
Le n colonne di A sono un insieme di vettori linearmente indipendenti
rk(A)=n
Il sistema lineare Ax=b ha una e una sola soluzione.
Dim. 1)2) e 1)3) sono ovvie.
3)4). Sia xker A, ovvero un vettore tale che Ax=0, allora, detta B linversa sinistra di A, si ha
B(Ax)=B0=0 e quindi, per la propriet associativa, 0=(BA)x=Inx=x. Dunque x necessariamente il
vettore nullo.
4)5). Detti c1, c2,, cn i vettori colonna di A se per assurdo ci fossero degli scalari a1,a2,,an non
a1
a2
tutti nulli tali che a1 c1 +a2 c2 ++an cn =0 e si avrebbe A =0 e quindi si otterrebbe ker A{0},
an
contro lipotesi.
5)4). Siano ancora c1, c2,, cn i vettori colonna di A. Supponiamo per assurdo che ker A contenga
a
a1
a"
a2
il vettore non nullo , allora si avrebbe A =0 e dunque a1 c1 +a2 c2 ++an cn =0 con
a#
an
coefficienti non tutti nulli, contro lipotesi che i vettori colonna di A siano linearmente indipendenti.
4)6). Dalla teoria dei sistemi lineari si sa che se rk(A)<n allora il sistema lineare omogeneo Ax=0
ammette soluzioni non banali contro lipotesi e dunque rk(A)=n.
6)7). Segue dalla regola di Cramer
7)2). Consideriamo gli n sistemi lineari Ax=e1, Ax=e2,Ax=en, dove e1, e2, en sono i vettori
colonna della matrice In. Ognuno di questi sistemi ha per ipotesi una e una sola soluzione di (1in).
Sia D la matrice formata dallaccostamento dei vettori di (in altre parole sia D la matrice la cui i-esima
colonna di per ogni i con 1in), poich, per ogni i con 1in, la i-esima colonna di AD il vettore
colonna Adi, si ha AD=In e dunque A ammette D come matrice inversa a destra.
Ora la catena di implicazioni che abbiamo prima dimostrato ci danno 3)2), da cui per il Lemma
dellunicit dellinversa otteniamo 3)1).
2)3) Se A ha uninversa destra C, allora C ha A come inversa sinistra e dunque, visto che abbiamo
provato che 3)2), C ha uninversa destra che coincide con A per il Lemma di unicit della matrice
inversa. Dunque CA=In ed A ha inversa sinistra.
Pi avanti mostreremo anche che le condizioni
8) le righe di A sono un insieme di vettori linearmente indipendenti
9) det A0
sono equivalenti alle precedenti.
Osserviamo inoltre che se A una matrice che ammette inversa allora
-
AB=AC implica B=C dove B e C sono matrici di tipo (n,q);
DA=EA implica D=E dove D ed E sono matrici di tipo (r,n);

Ogni equazione matriciale AX=B con X e B matrici dello stesso tipo (n,q) ammette una ed una
sola soluzione della forma X=A-1B
Ogni equazione matriciale YA=C con Y e C matrici dello stesso tipo (p,n) ammette una ed una
sola soluzione della forma Y= CA-1
ATTENTI alla posizione di A-1!!
Osserviamo inoltre che se A ammette inversa possiamo definire le potenze ad un esponente intero
qualsiasi di A, ponendo
AAA
*+, se m40
( m volte
&
Am= In se m=0
-1 -1
-1
' *7
A A
7,
se m80
& A 7+7
% -m volte
Anche in questo caso valgono le propriet formali delle potenze.

Rimane ora da dare un metodo per calcolare A-1, quando esiste.
Qui presentiamo il metodo di Gauss Jordan, negli appunti sul determinante presentato un altro
metodo.
Sia A una matrice quadrata di ordine n con rk(A)=n. Consideriamo la matrice [A|In] e trasformiamola
in forma a scala. Questo equivale a ridurre a scala in un solo colpo le matrici complete dei sistemi
Ax=ei. Poich rk(A)=n la forma a scala di [A|In] sar [U|B] dove U una matrice triangolare alta che
la forma a scalino di A e B la matrice ottenuta da In attraverso le operazioni elementari eseguite.
p1 u12
0 p2
Sia U=

0 0
u1n
u2n
, aggiungendo alla i-esima riga di [U|B] (per ogni i con 1in-1) lultima
pn
riga moltiplicata per
-uin
pn
, si annullano tutti i primi n-1 elementi della n-esima colonna di [U|B] e non si
modificano le prime n-1 colonne di [U|B], aggiungendo alla i-esima riga della matrice cos ottenuta
(per ogni i con 1in-2) la penultima riga moltiplicata per
-uin-1
pn-1
, si annullano tutti i primi n-1 elementi
della (n-1)-esima colonna della matrice che avevamo ottenuto, senza modificarne le prime n-2 colonne.
Procedendo in modo analogo si ottiene, in un numero finito di passi, una matrice della forma [D|C]
dove D =diag (p1,p2,pn), quindi dividendo (per ogni i con 1in) la riga i-esima per 1/pi si ottiene
una matrice della forma [In|C]. Questo corrisponde ad avere trasformato i sistemi Ax=ei in sistemi
equivalenti della forma Inx=x=ci, dove ci la i-esima colonna di C e quindi C linversa di A.
Osservate che la procedura precedente applicata ad una matrice che non ammette inversa, si ferma
perch non avendo A rango massimo si trova almeno un pivot uguale a 0.
Esempio
1 3
Calcolare linversa della matrice A=2 1
3 2
1 3 0
Costruiamo la matrice [A|I3]= 2 1 1
3 2 4
trasformarla in forma a scala.
1
0
0
0
1.
4
0 0
1 0 e applichiamo le mosse di Gauss per
0 1
Aggiungendo alla 2 riga la 1 riga moltiplicata per -2 e alla 3 riga la 1 riga moltiplicata per -3 si
1 3 0
ottiene 0 7 1
0 7 4
1
2
3
0
1
0
0
0, da questa aggiungendo alla 3 riga la 2 riga moltiplicata per -1 si
1
1
ottiene la forma a scala U|B = 0
0
3
7
0
0 1
0
1 2 1
3 1 1
0
0.
1
A questo punto si aggiunge alla 2 riga di questa matrice la 3 riga moltiplicata per -1/3 e si ottiene
1
0
0
3
7
0
0
1
0 53
3
1
0
0
4 3 13 ed aggiungendo alla 1 riga di questa matrice la 2 riga

1
1
1

moltiplicata per 3/7 si ottiene 0
0
0
7
0
0
0
3
27 47 17
53 43 13 . Ora da questa matrice
1
1
1
1 0
moltiplicando la 3 riga per 1/3 e la 2 per -1/7 si ottiene [I3|C]=0 1
0 0
27
47
17
quindi C= 521 421 121 linversa di A.
13 13
13

0
0
1
27
47
17
521 421 121 ,
13 13
13
Elementi di geometria analitica del piano

Ripasso rapido di nozioni elementari
Consideriamo il piano riferito ad un sistema di coordinate cartesiane ortogonali monometriche Oxy,
ogni punto P del piano allora unicamente determinato da una coppia ordinata di numeri (x0,y0)
chiamati rispettivamente ascissa ed ordinata del punto, che rappresentano le coordinate del vettore
OP rispetto alla base (canonica) di R2, rappresentata dai versori e1,e2 degli assi cartesiani (indicati
spesso anche con , ). R2 viene considerato come uno spazio euclideo di dimensione 2 rispetto al
prodotto scalare standard.
La distanza di due punti P (x0,y0), Q (x1,y1) quindi PQ , ovvero
Le coordinate del punto medio M del segmento PQ sono xM =
x1 +x0
2
, yM =
Siano u,v due vettori di R2, detto langolo da essi formato, si ha cos =
sono ortogonali se e solo se <u,v>= 0.
x1 -x0 + y1 -y0 .
y1 +y0
2
u,v
, quindi i due vettori
Retta
Una retta individuata quando si conoscono un suo punto P (x0,y0) e la sua direzione d=[d1,d2]T,
(oppure due suoi punti P (x0,y0), Q (x1,y1), infatti noti due punti sappiamo che la direzione della
retta data dal vettore d=[x1-x0, y1-y0]T). Noti P (x0,y0) e d=[d1,d2]T, la retta per P di direzione d ha
x=x0 +d1 t
y=y0 +d2 t
da cui eliminando t si ottiene d2(x-x0)-d1(y-y0)=0, ovvero unequazione lineare nelle variabili x,y
dove i coefficienti delle variabili sono le componenti di un vettore n=[d2,-d1]T, ortogonale alla
direzione della retta.
Viceversa ogni equazione lineare ax+by+c=0, con a,b non entrambi nulli rappresenta una retta con
direzione d=[-b,a]T,ortogonale al vettore v=[a,b]T, infatti se a0, considerato il punto P (-c/a, 0), la
retta per P normale a v ha equazione a(x+c/a)+by=0 ovvero ax+by+c=0 (equazione generale della
retta)
Le rette nel piano vengono spesso rappresentate anche con unequazione del tipo y=mx+q, dove m
chiamato coefficiente angolare della retta e q ordinata allorigine. Questa forma si ottiene da
ax+by+c=0 dividendo per b quando b0, quindi m=-a/b, q=-c/b. In questa forma si perdono le rette
per cui b=0 che hanno equazione x=-c/a (e sono rette parallele allasse y). Il coefficiente angolare
la tangente trigonometrica dellangolo formato dallasse x e dalla retta, lordinata allorigine
lordinata del punto di intersezione fra la retta e lasse y.
Due rette nel piano sono o incidenti o parallele, sono incidenti se i loro vettori direzione sono
linearmente indipendenti, sono parallele se i loro vettori direzione (o equivalentemente i loro vettori
normali) sono linearmente dipendenti. Quindi due rette a1x+b1y+c1=0, a2x+b2y+c2=0 sono incidenti
a b1
a b1
se e solo se 1
0 e sono parallele se e solo se 1
= 0.
a 2 b2
a 2 b2
Langolo fra due rette langolo formato dai loro vettori direzione (uguale a quello formato dai
a1 a2 +b1 b2
. Due rette sono perpendicolari se e solo se i loro
loro vettori normali) quindi cos =
a1 2 +b1 2 a2 2 +b2 2
vettori direzione (o equivalentemente i loro vettori normali) sono ortogonali, ovvero se e solo se
a1a2+b1b2=0.
Dati un punto P (x0,y0) ed una retta r:ax+by+c=0, la distanza di P da r la norma della proiezione
del vettore AP (con A r) sul vettore normale alla retta. Dunque sia A (x1,y1) con ax1+by1+c=0
allora AP = [x0-x1,y0-y1]T e quindi
dist(P,r)=
AP,n
n
a x0 -x1 +b y0 -y1
$a2 +b 2
|ax0 +byo +c|

$a2 +b 2
Date due rette r: a1x+b1y+c1=0, s: a2x+b2y+c2=0, il fascio di rette individuate da r ed s linsieme

delle rette del piano di equazioni (a1x+b1y+c1)+( a2x+b2y+c2)=0. Se le due rette r,s sono incidenti
e P il loro punto di intersezione, il fascio si chiama fascio proprio ed formato da tutte e sole le
rette del piano passanti per P, detto punto base del fascio; se r ed s sono parallele il fascio si dice
fascio improprio ed formato da tutte e sole le rette del piano parallele ad r.
Circonferenza
Si dice circonferenza il luogo dei punti del piano che hanno uguale distanza da un punto fisso C
detto centro della circonferenza. La distanza di un punto della circonferenza dal centro detta
raggio della circonferenza.
Lequazione della circonferenza di centro C (x0,y0) e raggio R (x-x0)2+(y-y0)2=R2, che, svolgendo
i conti, risulta una equazione del tipo x2+y2+ax+by+c=0.
Vediamo ora cosa rappresenta al variare di a,b,c lequazione x2+y2+ax+by+c=0.
Possiamo scriverla nella forma (x-a/2)2+(y-b/2)2=a2/4+b2/4-c, da cui abbiamo:
-
se a2/4+b2/4-c>0, lequazione rappresenta una circonferenza con centro nel punto

C (- , - ) e raggio R=
2
2
a
a2
4
b2
4
-c
se se a2/4+b2/4-c=0, lequazione rappresenta una circonferenza con centro nel punto

a
b
C (- 2 , - 2) e raggio 0, ovvero ridotta al solo punto reale C
se a2/4+b2/4-c<0, nessun punto reale soddisfa lequazione che quindi una circonferenza a
punti immaginari.
Date una circonferenza x2+y2+ax+by+c=0 (a punti reali) ed una retta a1x+b1y+c1=0, le coordinate
dei loro punti di intersezione si ottengono dal sistema di secondo grado
x2+y2+ax+by+c=0
a1x+b1y+c1=0
Tali punti possono essere reali distinti, reali coincidenti, o immaginari. Sono reali distinti se e solo
se la distanza del centro della circonferenza dalla retta minore del raggio della circonferenza ed in
tal caso la retta si dice secante. Sono reali e coincidenti se e solo se la distanza del centro della
circonferenza dalla retta uguale al raggio, in tal caso la retta tangente alla circonferenza nel
punto di intersezione (due punti coincidenti) fra retta e circonferenza, tale punto risulta essere la
proiezione del centro sulla retta. Sono immaginari se la distanza del centro della circonferenza dalla
retta maggiore del raggio ed in tal caso la retta esterna alla circonferenza.
Date due circonferenze x2+y2+ax+by+c=0 , x2+y2+a1x+b1y+c1=0 (a punti reali), le coordinate dei
loro punti di intersezione si ottengono dal sistema di quarto grado
x2+y2+ax+by+c=0
x2+y2+a1x+b1y+c1=0
equivalente a
x2+y2+ax+by+c=0
(a1-a)x+(b1-b)y+(c1-c)=0
Quindi si ottengono ancora due punti di intersezione che possono essere reali distinti, reali
coincidenti, o immaginari. Se i punti sono reali e coincidenti le due circonferenze si dicono tangenti
(questo accade se la distanza dei loro centri uguale alla differenza o alla somma dei loro raggi)
Chiamiamo fascio di circonferenze individuato dalle circonferenze x2+y2+ax+by+c=0 ,
x2+y2+a1x+b1y+c1=0, linsieme delle circonferenze di equazione
(x2+y2+ax+by+c)+( x2+y2+a1x+b1y+c1)=0 con , R.
Tale fascio pu anche essere rappresentato da (x2+y2+ax+by+c=0)+[(a1-a)x+(b1-b)y+(c1-c)]=0, la
retta (a1-a)x+(b1-b)y+(c1-c)=0 si chiama asse radicale del fascio. Se le due circonferenze che
determinano il fascio hanno due punti reali e distinti in comune, ogni ciconferenza del fascio passa
per quei due punti, detti punti base del fascio, la retta radicale passa per quei due punti ed il luogo
dei centri delle circonferenze del fascio lasse del segmento che ha per estremi i punti base del
fascio; se le due circonferenze hanno due punti reali e coincidenti in comune, tutte le circonferenze
del fascio sono tangenti in tale punto allasse radicale ed il luogo dei centri delle circonferenze del
fascio la retta perpendicolare allasse radicale passante per il punto di tangenza.
Una circonferenza dipende da tre parametri essenziali ed quindi completamente determinata se
abbiamo tre condizioni lineari come, ad esempio, se conosciamo
-
centro e raggio,
tre punti (non allineati) che devono appartenere alla circonferenza
due punti che devono appartenere alla circonferenza e la retta tangente in uno di essi (che
naturalmente non deve passare per laltro punto)
Abbiamo gi visto come scrivere una circonferenza di cui siano noti centro e raggio.
Vediamo allora come scrivere la circonferenza che passa per tre punti non allineati A,B,C.
Scriviamo il fascio di circonferenze che ha A,B come punti base facendo la combinazione lineare
della circonferenza con diametro AB, con la retta AB ed imponiamo il passaggio per C.
Esempio Scrivere la circonferenza per A (0,0), B (2,2), C(3,1).
La circonferenza che ha diametro AB ha centro nel punto medio M del segmento AB e raggio AM,
dunque ha equazione (x-1)2+(y-1)2=2, ovvero x2+y2-2x-2y=0. La retta AB ha equazione x-y=0.
Il fascio di circonferenze che ha A,B come punti base ha equazione (x2+y2-2x-2y)+(x-y)=0. Tra
le circonferenze del fascio cerchiamo quella passante per C: si ha 2+2=0, cio =- da cui
(x2+y2-2x-2y)-(x-y)=0 ovvero x2+y2-3x-y=0.
Vediamo poi come scrivere la circonferenza che passa per due punti A,B, ed tangente in A ad una
retta r non passante per B. Scriviamo il fascio di circonferenze tangente in A alla retta r facendo la
combinazione lineare delle equazioni della circonferenza con centro A e raggio 0 e della retta r ed
imponiamo il passaggio per B.
Esempio Scrivere la circonferenza per A (2,2), B (3,1) tangente in A alla retta x=2.
La circonferenza con centro A e raggio nullo ha equazione (x-2)2+(y-2)2=0, ovvero
x2+y2-4x-4y+8=0. Il fascio di circonferenze tangenti in A alla retta x=2 ha equazione
( x2+y2-4x-4y+8)+(x-2)=0. Tra le circonferenze del fascio cerchiamo quella passante per B: si ha
2+=0, cio =-2 da cui (x2+y2-4x-4y+8)-2(x-2)=0 ovvero x2+y2-6x-4y+12=0.
Coniche in forma canonica
Chiamiamo ellisse il luogo dei punti del piano tali che la somma delle loro distanze da due punti
fissi detti fuochi sia costante.
Chiamiamo iperbole il luogo dei punti del piano tali che la differenza delle loro distanze da due
punti fissi detti fuochi sia costante.
Fissiamo opportunamente un sistema di riferimento prendendo come asse x la retta congiungente i
due fuochi, come asse y lasse del segmento che ha per estremi i due fuochi. I due fuochi avranno
quindi coordinate F1 (c,0), F2 (-c,0).
Nel caso dellellisse, detta 2a la somma costante delle distanze di un punto dellellisse dai fuochi,
abbiamo che un punto P (x,y) appartiene allellisse se e solo se soddisfa la equazione
(x-c)2 +y 2 +$(x+c)2 +y 2 =2a da cui razionalizzando ed effettuando tutti i calcoli e ponendo
b2=a2-c2, otteniamo lequazione
x2
a2
+ b 2 =1 che lequazione di una ellisse in forma canonica.

y2
Nel caso delliperbole detta 2a la differenza costante delle distanze di un punto delliperbole dai
fuochi, abbiamo che un punto P (x,y) appartiene alliperbole se e solo se soddisfa la equazione
(x-c)2 +y 2 $(x+c)2 +y 2 = 2a da cui effettuando tutti i calcoli e ponendo b2=c2-a2, otteniamo
lequazione
x2
a2
- b 2 =1 che lequazione di uniperbole in forma canonica.

y2
Osserviamo che sia lellisse sia liperbole sono simmetriche rispetto agli assi coordinati e rispetto
allorigine degli assi, quindi hanno due assi di simmetria ortogonale che geometricamente sono la
retta che congiunge i due fuochi, asse focale, e lasse del segmento che ha per estremi i due fuochi
e un centro di simmetria che il punto medio del segmento che ha per estremi i due fuochi
Vengono pertanto dette coniche a centro.
Lellisse incontra lasse x nei due punti reali A1 (a,0), A2 (-a,0) e lasse y nei punti reali B1 (0,b),
B2 (0,-b) detti vertici dellellisse, tutti i suoi punti hanno coordinate (x,y) che soddisfano le
limitazioni -axa, -byb. I segmenti A2O e OA1 di lunghezza a e B2O e OB1 di lunghezza b si
chiamano semiassi dellellisse. Ovviamente ogni equazione del tipo a2 + b 2 =1 con a>b rappresenta
x2
y2
unellisse con fuochi di coordinate F1 ( a2 -b 2 , 0), F2 (- a2 -b 2 , 0) e semiasse maggiore a, se invece
a<b rappresenta unellisse con fuochi di coordinate F1 (0, b 2 -a2 ), F2 (0, - b 2 -a2 ) e semiasse
maggiore b, se a=b rappresenta una circonferenza i cui fuochi coincidono col centro.
Liperbole incontra lasse x nei due punti reali A1 (a,0), A2 (-a,0) detti vertici delliperbole e non ha
intersezioni reali con lasse y. Lasse x si chiama anche asse trasverso delliperbole. Tutti i punti
,
delliperbole hanno coordinate (x,y) che soddisfano le limitazioni x-a, xa. Le due rette y= -x,
y=-x sono asintoti per liperbole. Ovviamente ogni equazione del tipo a2 - b 2 =1 rappresenta
,
x2
y2
uniperbole con fuochi di coordinate F1 (a2 +b 2 , 0), F2 (-a2 +b 2 , 0) e semiasse trasverso a. Se

a=b liperbole si dice equilatera e i suoi asintoti sono ortogonali. In tal caso prendendo gli asintoti
come assi del sistema di coordinate cartesiane, lequazione delliperbole diventa xy=a2/2 Viceversa
si prova che ogni equazione xy=k rappresenta uniperbole equilatera che ha per asintoti gli assi
coordinati e sta nel primo terzo quadrante se k>0, nel secondo e quarto se k<0.
-
y2 x2
b 2 a2
=1 rappresenta uniperbole con fuochi di
coordinate F1 (0, a2 +b 2 ), F2 (0,-a2 +b 2 ), lasse y come asse trasverso e b come semiasse

trasverso).
(Ovviamente anche ogni equazione del tipo
Chiamiamo parabola il luogo dei punti del piano che hanno uguale distanza da una punto fisso
detto fuoco e da una retta detto fissa detta direttrice.

Fissiamo opportunamente un sistema di riferimento prendendo come asse x la retta perpendicolare
alla direttice passante per il fuoco e come asse y lasse del segmento che ha per estremi il fuoco e
lintersezione della direttrice con lasse x.
Siano F (p/2,0) le coordinate del fuoco ed x=-p/2 lequazione della direttrice. Il punto P (x,y)
appartiene alla parabola se e solo se /x+ / =
p
calcoli si ottiene y =2px.
(x- )2 +y 2 da cui razionalizzando e facendo i

p
2
La parabola risulta avere unasse di simmetria ortogonale che la retta passante per il fuoco e
ortogonale alla direttrice. Incontra tale asse in un punto detto vertice.
Ovviamente ogni equazione del tipo y2=ax rappresenta una parabola con fuoco nel punto F (a/4,0)
direttrice x=-a/4 ed asse x come asse di simmetria, ogni equazione del tipo x2=ay rappresenta una
parabola con fuoco nel punto F (0,a/4) direttrice y=-a/4 ed asse y come asse di simmetria,
Le coniche sopra descritte possono essere definite anche come luogo dei punti del piano le cui
distanze da un punto fisso detto fuoco e da una retta fissa detta direttirice costante. Il rapporto
costante fra le due distanze, indicato con e, si chiama eccentricit della conica.
Se e>1 la conica uniperbole, se e=1 ovviamente una parabola, se 0e<1 unellisse che
diventa una circonferenza quando e=0.
Nel caso delliperbole o dellellisse in forma canonica si ha che e=c/a, F uno dei due fuochi ed ha
quindi coordinate (c,0), e la direttrice coniugata al fuoco F ha equazione x=a2/c.
Coniche e loro classificazione (Parte nuova)

La forma abbastanza semplice delle equazioni di ellisse, iperbole e parabola ottenute
precedentemente dovuta al fatto che il sistema di riferimento stato scelto in modo
particolarmente comodo. Prendendo un sistema di riferimento arbitrario le loro equazioni sarebbero
risultate generiche equazioni di secondo grado nelle variabili x, y a coefficienti reali.
Quindi diciamo conica il luogo dei punti del piano che soddisfano unequazione di secondo grado a
coefficienti reali nelle variabili x,y; nel seguito scriveremo tale equazione nella forma :
(1) a11x2+2a12xy+a22y2+2a13x+2a23y+a33=0.
Notate che lequazione (1) pu anche essere scritta nella seguente forma matriciale
(2) xTAx+2bTx+a33=0
x
a11 a12
a13
dove A=1a
2
una
matrice
reale
e
simmetrica,
b=1
2,
x=1
a23
y2.
12 a 22
Unaltra scrittura pi compatta dellequazione (1)
(3) zTBz=0,
a 11 a 12 a 13
dove B= a 12 a 22 a 23 una matrice reale simmetrica, detta matrice associata alla conica, e
a 13 a 23 a 33
x
z=:5y6.
1
Le equazioni canoniche di ellisse, iperbole e parabola sono casi particolari di (1), inoltre facile
notare che anche (a1x+b1y+c1)(a2x+b2y+c2)=0 con a1,b1,c1 e a2, b2, c2 reali oppure con a1,a2; b1 ,
b2; c1, c2 complessi coniugati unequazione di 2 grado a coefficienti reali in x,y.
Sappiamo dunque che una conica pu essere:

-
una parabola,
unellisse (eventualmente una circonferenza)
uniperbole
oppure pu essere spezzata in due rette che possono essere:

-
reali non parallele
reali parallele
immaginarie coniugate (cio le rette sono rappresentate da equazioni lineari a coefficienti

complessi e i coefficienti di una retta sono i coniugati dei corrispondenti coefficienti
dellaltra).
Ci chiediamo allora se ogni conica sia di uno dei precedenti tipi (osservate che il nome conica
deriva dal fatto che ellissi, iperboli, parabole, coniche spezzate in rette reali non parallele, in rette
coincidenti e in rette complesse coniugate, che si riducono ad un solo punto reale, possono essere
ottenute sezionando una cono circolare retto con un piano in posizione opportuna e che solo tali
curve possono essere ottenute sezionando un cono circolare retto con un piano) e se ci siano modi
per decidere a partire da unequazione di tipo (1) con che conica stiamo lavorando.
Dovremmo vedere che forma pu assumere una equazione di secondo grado a coefficienti reali
quando si cambi il sistema di riferimento, in modo da portarlo a posizioni particolarmente
favorevoli.
Il pi generale cambiamento di sistema di riferimento nel piano (che sia una isometria, ovvero
conservi distanze e angoli) una rototraslazione e pu essere rappresentato nella forma x=UX+v,
x
v1
X
dove U una matrice ortogonale con det U=1, x=1y2, X=1 2, v=1v 2.
Y
2
Per evitare di ripetere gli stessi calcoli per la classificazione delle quadriche nello spazio,
ragioniamo nello spazio euclideo Rn. Consideriamo una isometria di Rn della forma
(4) x=f(X)=UX+v,
x1
v1
x2
v2
dove x=9 ;, v=9 ; ed U una matrice ortogonale di ordine n con det U=1.
xn
vn
Consideriamo gli elementi di Rn come punti di uno spazio ad n dimensioni, identificando un punto
col vettore delle sue coordinate rispetto alla base canonica. Questo corrisponde a prendere un
sistema di riferimento in cui O il vettore nullo e gli assi coordinati sono le rette per O parallele ai
versori della base canonica.
Definizione 1. Chiamiamo quadrica di Rn il luogo dei punti di Rn che soddisfano una equazione di
secondo grado nelle variabili x1,x2,...,xn. Ovviamente per n=2 abbiamo le coniche.
Una equazione di secondo grado nelle variabili x1,x2,...,xn, si pu sempre scrivere nella forma
(5) xTAx+2bTx+c=0
dove A una matrice reale simmetrica di ordine n, b un vettore di Rn, c un numero reale.
Lemma 1. Sotto lazione di una isometria x=f(x)=UX+v , un polinomio di secondo grado
>X+2b?TX+c= dove A
>=UTAU, b?=UT(Av+b),
q(x)=xTAx+2bTx+c viene portato nella forma q=(X)=XTA
c==vTAv+2bTv+c.
Dim. Sostituendo UX+v ad x in q(x) si ha q=(X)=(XTUT+vT)A(UX+v)+2bT(UX+v)+c= XTUTAUX+

XTUTAv+vTAUX+ vTAv+2bTUX+2bTv+c, da cui tenuto conto che XTUTAv=vTAUX (perch una
matrice ridotta ad uno scalare coincide con la sua trasposta e A simmetrica), si ottiene
q=(X)=XTUTAUX+ 2vTAUX+2bTUX+vTAv+2bTv+c=
XT(UTAU)X+2[UT(Av+b)]TX+(vTAv+2bTv+c) , in cui ancora si tenuto conto che A simmetrica.
Osservazione 1.La equazione (5) pu essere scritta nella forma pi compatta zTBz =0, dove
x
U D
A b
X
z=@ A, B=5 T
6. La isometria (4) pu essere scritta nella forma z=FZ dove Z=@ A e F=5 T
6.
0 1
b
c
1
1
>Z =0
Usando queste notazioni sotto lazione della isometria lequazione della quadrica diventa ZTB
T
>=F BF,
con B
Possiamo allora dimostrare il seguente
Teorema 1: Sia q(x)= zTBz = xTAx+2bTx+c un polinomio di secondo grado nelle variabili
x1,x2,...,xn. Allora:
gli autovalori e quindi il rango e la traccia di A, il determinante ed il rango di B sono invarianti

per rototraslazioni;
se r=rk A e 1,2,..,.r sono gli autovalori non nulli di A, il polinomio q(x) pu essere portato
tramite una isometria di tipo (4) in una delle seguenti forme
- q=(X)= 1X12 +2X22 ..,.rXr2 , se rk B=r
- q=(X)= 1X12 +2X22 ..,.rXr2 +c con c 0, se rk B=r+1
- q=(X)= 1X12 +2X22 ..,.rXr2 +2pXHIJ con p 0, se rk B=r+2.
> ottenuta da A applicando una rototraslazione, come visto nel lemma 1,

Poich la matrice A
> ha gli stessi autovalori di A e di conseguenza lo stesso
ortogonalmente simile ad A, A
determinante (che il prodotto degli autovalori) e la stessa traccia (che la somma degli
>=FTBF non simile a B perch F non ortogonale, tuttavia si ha det F=1det U=1
autovalori). B
>=det B, ed inoltre essendo F invertibile rk B
> =rk B.
e dunque per il teorema di Binet det B
Abbiamo quindi dimostrato il primo punto del teorema.
Portiamo ora q(x) a forma canonica, mediante unopportuna rototraslazione. Osserviamo che se
agiamo su q(x) con una traslazione del tipo x=X+v, non modifichiamo i termini quadratici
(ovvero la matrice A), mentre trasformiamo il vettore b in Av+b; se invece agiamo su q(x) con
una rotazione del tipo x=UX trasformiamo A in UTAU e b in UTb. Useremo quindi le
traslazioni per eliminare, dove possibile, i termini lineari nellequazione della quadrica.
1) Supponiamo rk A=rk [A| b], allora esiste un vettore w soluzione del sistema lineare Ax=b,
per cui, con la traslazione x=x-w, otteniamo q1(x)= q(x-w)= (x)TAx+2(-Aw+b)Tx+c1 =
(x)TAx+c1 dove c1= vTAv+2bTv+c (tenuto conto del Lemma 1).
Poich A reale simmetrica dal teorema spettrale segue che esiste una matrice ortogonale
> =UTAU= diag(1,2,..,.r,0,...,0). U la matrice formata dallaccostamento dei
U, tale che A
vettori di una base di autovettori di A . Si pu assumere che U abbia determinante 1, perch
in caso il determinante fosse -1, basta cambiare il segno di un autovettore, dunque la
trasformazione x=UX una isometria lineare del tipo richiesto. Applicando tale isometria a
>X+c1= 1X12 +2X22 +...+rXr2 +c1.
q1(x) otteniamo q=(X)=q1(UX)=XTA
Dim.
-
> 0
A
>= rk B
>=5
>=rk B; se invece c10 si ha
Ora se c1=0 si ha B
6 e dunque rk A=rk A
0T 0
> 0
A
> + 1=rk A+1 ed abbiamo quindi trovato i due primi
>=5
>= rk A
B
6 e quindi rk B=rk B
0T c1
casi del secondo punto del teorema.
2) Supponiamo allora rk A<rk [A| b]. In tal caso b non appartiene allo spazio C generato dalle
colonne di A che, essendo A simmetrica, coincide con lo spazio generato dalle righe di A. Il
complemento ortogonale di C coincide con ker A, infatti un vettore v appartiene a C se e
solo se ortogonale ad ogni generatore di C, cio ad ogni vettore colonna di A e quindi se e
solo se il prodotto (righe per colonne) di ogni riga di A per v 0, quindi se e solo se Av=0.
Allora abbiamo b=b0+b1, dove b0 C e b1 ker A e b10. Poich b0 C esiste un vettore w
soluzione del sistema Ax=b0, per cui con la traslazione x=x-w, otteniamo q1(x)= q(x-w)=
(x)TAx+2(-Aw+b0+b1)Tx+c1=(x)TAx+2b1Tx+c1 dove b10 appartiene a ker A e c1=
vTAv+2bTv+c. Ora la matrice reale simmetrica A pu essere diagonalizzata da una matrice
le cui colonne sono una base ortonormale di autovettori. Tale base si ottiene come unione
delle basi ortonormali degli autospazi associati ai vari autovalori di A. Avremo quindi una
base ortonormale composta da v1,v2,...,vr che sono autovettori delle basi ortonormali degli
autospazi associati agli autovalori non nulli 1,2,..,.r di A (che possono non esser tutti
distinti) e da n-r vettori che sono una base ortonormale dellautospazio associato
allautovalore 0 (che coincide con ker A).
Usando lalgoritmo di Gram-Schmidt costruiamo una base ortonormale vr+1, vr+2,...,vn di
b
ker A usando come primo vettore vr+1=b1 . Sia U la matrice, che (come gi notato)
1
possiamo pensare di determinante 1, formata dallaccostamento dei vettori ortonormali v1,

v2,...,vn. La isometria lineare x=UX agisce sul polinomio portandolo nella forma
>=UTAU=diag (1,2,..,.r, 0,...,0).
q2(X)=q1(UX)=(X)TUTAUX+2b1TUX +c1 dove A
UTvr+1 la colonna (r+1)-esima di UTU=I, dunque il vettore er+1 della base canonica,
quindi UTb1= UT b1 vr+1 = b1 UTvr+1= b1 er+1. Da qui si ha
q2(X)= (X)Tdiag(1,..,r ,0,...,0)X+2 b1 er+1TX+ c1 =
=(X)Tdiag(1,2,..,r ,0,...,0)+2 b1 XHIJ +c1.
Facendo la traslazione Xi=Xi per ogni ir+1, e Xr+1= Xr+1-2b1 e ponendo p= b1

1X12 +2X22 ..,.rXr2 +2pXHIJ
q=(X)=
secondo punto del teorema.
con p 0ed abbiamo quindi trovato il terzo caso del
si ha
> (a meno di righe e colonne nulle che possiamo trascurare) ha la forma

La matrice B
D
M0
0T
0
0
p
0
> + 2=rk A+2
>= rk A
pO dove D=diag(1,2,..,r), quindi rk B=rk B
0
Ovviamente visto che B ottenuta aggiungendo una riga alla matrice PA| bQ che a sua
volta ottenuta aggiungendo una colonna ad A, si ha sempre rk Ark Brk A+2 e lultimo
caso si pu avere solo se rk PA| bQ=rk A+1. Quindi abbiamo considerato tutte le
possibilit.
Usiamo allora il teorema 1 per classificare le coniche, dopo aver osservato che una isometria del
tipo (4) per n=2 rappresenta una rototraslazione degli assi.
a 11
Nel caso delle coniche abbiamo B= a 12

a 13
a 12
a 22
a 23
a 13
a 23 , A=1a11
a12
a 33
a12
a13
a22 2, b=1a23 2.
Sappiamo inoltre che sono invarianti per rototraslazione I3=det B, I2=det A=12, I1=tr A=1+2,
dove 1, 2 sono gli autovalori di A.
I3, I2, I1 sono chiamati invarianti ortogonali della conica.
Osserviamo che, moltiplicando lequazione di una conica per un numero reale k0, otteniamo
unequazione che rappresenta la stessa conica, ma il valore di I3 moltiplicato per k3 e per questa
ragione I3 detto invariante cubico, quello di I2 moltiplicato per k2 e per questa ragione I2 detto
invariante quadratico, quello di I1 moltiplicato per k e per questa ragione I1 detto invariante
lineare. Moltiplicando per k lequazione della conica non si modifica quindi il segno di I2 ed il fatto
che gli invarianti siano uguali o diversi da 0.
Esaminiamo ora i casi possibili seguendo lenunciato del teorema 1.
sia rk A=rk B, abbiamo allora i seguenti casi

- rk A=rkB=1 (quindi I3=I2=0) , in tal caso lequazione della conica diventa 1X2=0 e la
conica quindi spezzata in due rette reali coincidenti
- rk A=rkB=2 (quindi I3= 0, I20) , in tal caso lequazione della conica diventa
1X2+ 2Y2=0
se I2>0, gli autovalori sono di segno concorde e la conica ha un solo punto reale
ed spezzata in due rette immaginarie coniugate con quel punto in comune
se I2<0, gli autovalori sono di segno discorde e la conica spezzata in due rette
reali incidenti
sia rk A+1=rk B, abbiamo allora i seguenti casi
- rk A=1, rkB=2 (quindi I3=I2=0) ed in tal caso lequazione della conica diventa
1X2+c= =0 con c= 0 e la conica si spezza in due rette parallele reali se 1c= < 0,
immaginarie se 1c= > 0.
- rk A=2, rkB=3 (quindi I30,I20) ed in tal caso lequazione della conica diventa
1X2+ 2Y2+c= =0 con c= 0 o pi precisamente 1X2+ 2Y2+I3/I2=0
se I2>0 e I3I1<0 allora gli autovalori sono di segno concorde e quindi di segno
discorde a c= e pertanto la conica unellisse reale.
se I2>0 e I3I1>0 allora gli autovalori e c= sono di segno concorde e quindi la
conica non ha punti reali e viene detta ellisse immaginaria
se I2<0 gli autovalori hanno segno discorde e la conica rappresenta uniperbole
che equilatera se e solo se I1=0.
sia rk A+2=rk B, abbiamo allora rk A=1 e rkB=3, quindi I30,I2=0, la conica assume la forma
1X2+2pY=0 e rappresenta quindi una parabola.
Quindi non ci sono altri tipo di conica oltre quelli che avevamo gi elencato (pur di trattare come
ellissi le ellissi immaginarie). Le circonferenze si ottengono come caso particolare delle ellissi
quando 1=2.
Ellissi, iperboli e parabole sono dette coniche non degeneri, le coniche spezzate in due rette sono
dette degeneri.
Si pu quindi classificare una conica data utilizzando il seguente schema:
>0 spezzata in due rette immaginarie coniugate

=0 coniche degeneri
I2
=0 spezzata in due rette parallele (ev. compl.coniugate)

<0 spezzata in due rette reali non // ( se I1=0)
I3
>0 ellisse (immaginaria se I3I1>0)
0 coniche non degeneri I2
=0 parabola
=0 equilatera
<0 iperbole I1
0 non equilatera
Osserviamo che dalla dimostrazione del teorema 1 segue anche che se la conica una conica a
centro (ellisse o iperbole) le coordinate del centro sono le soluzioni del sistema lineare Ax=-b e che
gli assi di una conica a centro hanno la direzione degli autovettori associati agli autovalori di A. Si
possono inoltre calcolare le lunghezze dei semiassi maggiore e minore delle ellissi reali e dei
semiassi trasverso e non trasverso di una iperbole ed inoltre la lunghezza del semiasse focale e e
I
leccentricit.. Infatti la forma canonica 1X2+ 2Y2+c= =0 con c= = UWI 0 pu essere scritta
V
nella forma
XY
Z[
\] ZY
^Y
Z[
\Y ZY
=1, quindi se siamo nel caso di uniperbole e abbiamo scelto come 1
lautovalore concorde con c=, abbiamo a=
_[
` ] _Y
e b= ` [_ , se invece siamo nel caso di una ellissi

_
Y Y
reale e abbiamo scelto come 1 lautovalore minore in valore assoluto, abbiamo a=
Dai valori di a, b si ricavano in entrambi i casi c ed e con le solite formule.
_[
` ] _Y
e b=
Nel caso di una iperbole altre rette importanti sono gli asintoti che per una iperbole in forma
_[
` Y _Y
canonica hanno equazioni y= - x, e quindi sono rette passanti per il centro con direzioni `] .
,
Le direzioni degli asintoti coincidono con le direzioni delle rette in cui si spezza la conica la cui
equazione si ottiene uguagliando a 0 il complesso dei termini di secondo grado dellequazione dell
iperbole data. Notate che una volta trovati gli asintoti di una iperbole i suoi assi sono le bisettrici
degli angoli formati dagli asintoti e si possono quindi anche trovare come luogo dei punti del piano
equidistanti dai due asintoti.
Lasse di una parabola ha la direzione dellautovettore associato allautovalore nullo (la direzione
dellasse della parabola anche data dalla direzione delle due rette coincidenti in cui si spezza il
complesso dei termini quadratici dellequazione della parabola).
Nel caso della parabola questa informazione non basta a determinare lasse che si pu comunque
trovare tenendo conto che la retta tangente alla parabola nel vertice ortogonale allasse per cui
basta determinare fra le rette ortogonali allasse (di cui conosciamo la direzione) quella tangente
alla parabola. Il punto di tangenza il vertice della parabola e quindi si pu trovare lasse ed anche
le coordinate del fuoco e lequazione della direttrice. Infatti la direttrice perpendicolare allasse e
b]
non interseca la parabola ed il vertice il punto medio del segmento dellasse che ha come estremi
il fuoco e il punto di intersezione fra direttrice ed asse. La lunghezza di tale segmento
Le intersezioni di una conica con una retta sono i punti le cui coordinate si ottengono risolvendo il
sistema di secondo grado formato dallequazione della conica e da quella della retta e sono al pi
due punti. Se le intersezioni sono due punti reali coincidenti, la retta si dice tangente alla conica nel
punto (ovvero nei due punti che coincidono) di intersezione. Una conica pu essere vista come una
particolare curva piana f(x,y)=0 in forma implicita, quindi la retta tangente ad una conica in un suo
punto P(x0,y0) (dove ovviamente f(x0,y0)=0) ha equazione (f/x)P(x-x0)+(f/y)P(y-y0)=0.
Le intersezioni fra due coniche sono i punti le cui coordinate si ottengono risolvendo il sistema di
quarto grado formato dalle equazioni delle due coniche e sono in genere quattro punti
(eventualmente in parte coincidenti).
Chiamiamo fascio di coniche individuato dalle coniche a1x2+2b1xy+c1y2+2d1x+2e1y+f1=0 ,
a2x2+2b2xy+c2y2+2d2x+2e2y+f2=0 linsieme delle coniche di equazione
( a1x2+2b1xy+c1y2+2d1x+2e1y+f1)+( a2x2+2b2xy+c2y2+2d2x+2e2y+f2)=0 con , R o
a1x2+2b1xy+c1y2+2d1x+2e1y+f1+k( a2x2+2b2xy+c2y2+2d2x+2e2y+f2)=0 con k=/R (ricordate
per che usando un solo parametro perdete la conica del fascio che si ottiene per =0).
I punti di intersezione delle due coniche che determinano il fascio sono detti punti base del fascio
ed ogni conica del fascio passa per quei punti. Osservate che se ci sono due punti base coincidenti,
ovvero se le coniche che determinano il fascio sono tangenti in un punto ad una stessa retta, tutte le
coniche del fascio sono tangenti in quel punto alla retta.
In un fascio di coniche che non sia formato da coniche tutte degeneri ci sono in generale tre coniche
degeneri che si ottengono calcolando i valori di k per cui si annulla linvariante cubico.
In un fascio di coniche che non sia formato solo da parabole ci sono in generale due parabole
(eventualmente degeneri) che si ottengono calcolando i valori di k per cui si annulla linvariante
quadratico.
In un fascio di coniche che non sia formato solo da iperboli equilatere c in generale una sola
iperbole equilatera (eventualmente degenere in due rette ortogonali) che si ottiene calcolando il
valore di k per cui si annulla linvariante lineare.
Una conica dipende da 6 parametri omogenei quindi da 5 parametri essenziali perch lequazione di
una conica definita a meno di un fattore moltiplicativo non nullo. Una conica quindi
completamente determinata se abbiamo 5 condizioni lineari come, ad esempio, se conosciamo
-
5 punti a tre a tre non allineati per cui deve passare la conica
4 punti a tre a tre non allineati per cui deve passare la conica e la retta tangente in uno di essi
(che naturalmente non deve passare per gli altri punti)
3 punti non allineati per cui deve passare la conica e le rette tangenti in due di essi (che
naturalmente non devono passare per gli altri punti)
Vediamo allora come scrivere la conica che passa per cinque punti a tre a tre non allineati
A,B,C,D,E. Scriviamo il fascio di coniche che ha A,B,C,D come punti base facendo la
combinazione lineare delle equazioni delle coniche degeneri spezzate rispettivamente nelle rette AB
e CD e nelle rette AC e BD ed imponiamo il passaggio per E.
Per scrivere la conica che passa per quattro punti a tre a tre non allineati A,B,C,D ed tangente in A
alla retta r, scriviamo lequazione del fascio di coniche che passano per A,B,C e sono tangenti in A
ad r facendo la combinazione lineare delle equazioni delle coniche degeneri spezzate
rispettivamente nelle rette AB e AC e nelle rette r e BC ed imponiamo il passaggio per D.
Per scrivere la conica che passa per tre punti non allineati A,B,C ed tangente in A alla retta r ed in
B alla retta s scriviamo lequazione del fascio di coniche che passano per A,B e sono tangenti in A
ad r ed in B ad s facendo la combinazione lineare delle equazioni delle coniche degeneri spezzate
rispettivamente nella retta AB contata due volte e nelle rette r ed s ed imponiamo il passaggio per
C.
Brevissimi complementi (potete anche tralasciarli)
Si pu osservare che in geometria analitica spesso una direzione gioca un ruolo analogo ad un
punto, e che spesso abbiamo dei punti mancanti, ad esempio abbiamo detto che una retta in
genere incontra una conica in due punti (reali o immaginari) ma se consideriamo lintersezione di
una parabola con una retta parallela al suo asse troviamo una sola intersezione (ci manca quindi un
punto che la direzione dellasse).
Pu quindi risultare utile trovare un modo di rappresentare una direzione come un punto, tuttavia
con le solite coordinate cartesiane possiamo rappresentare senza ambiguit solo i punti del piano.
Possiamo allora pensare di rappresentare punti e direzioni con terne di elementi di cui il terzo
elemento unetichetta che dice se stiamo considerando un punto o una direzione. Potremmo per
convenzione stabilire che letichetta 1 se stiamo considerando un punto, 0 se stiamo
considerando una direzione. In questo modo la direzione [a,b]T viene rappresentata come terna
(a,b,0) ed il punto di coordinate (x0,y0) viene rappresentato dalla terna (x0,y0,1). Nel caso di una
direzione per abbiamo che per ogni k0 [a,b]T e [ka,kb]T rappresentano la stessa direzione e quindi
le terne (a,b,0) e (ka,kb,0) devono rappresentare lo stesso elemento. Per rendere la situazione
uniforme coi punti del piano conveniamo di rappresentare il punto (x0,y0) con una qualsiasi terna
(kx0,ky0,k) con k0.
Diciamo piano proiettivo linsieme delle terne (a,b,c), con la convenzione che due terne
proporzionali rappresentino lo stesso punto. I punti del piano proiettivo sono di due tipi: punti
propri (con c0) , punti impropri (con c=0).
Ogni terna (a,b,c) con c0 corrisponde al punto (a/c, b/c) del piano cartesiano, ogni terna (a,b,0)
corrisponde alla direzione [a,b]T. Le terne (a,b,c) sono dette coordinate omogenee dei punti del
piano proiettivo.
Nel piano proiettivo si ottengono le equazioni di rette e coniche sostituendo X/U ad x e Y/U ad y.
Ogni retta quindi rappresentata da unequazione lineare omogenea nelle variabili X,Y,U,
viceversa ogni equazione lineare omogenea nelle variabili X,Y,U rappresenta una retta. In questo
modo ammettiamo anche una retta del tipo U=0 che si chiama retta impropria.
Ogni conica nel piano proiettivo rappresentata da una equazione omogenea di secondo grado nella
variabili X,Y, U e viceversa. Abbiamo cos fra le coniche anche le coniche spezzate in una retta e
nella retta impropria o nella retta impropria contata due volte.
Le coniche possono essere classificate sulla base dei loro punti impropri, infatti una conica non
degenere una parabola se ha due intersezioni coincidenti con la retta impropria (e questo punto
rappresenta la direzione dellasse), unellisse se ha due intersezioni immaginarie con la retta
impropria ed una iperbole se ha due intersezioni reali e distinte con la retta impropria ( e tali punti
rappresentano le direzioni degli asintoti).
Data una conica f(X,Y,U)=0 nel piano proiettivo, ed un punto P (a,b,c) in coordinate omogenee, si
f
f
f
chiama polare di P rispetto alla conica, la retta di equazione cXe X+ cYe Y+ cUe U=0.
P
Se P un punto della conica, riportando questa retta in coordinate cartesiane (dividendo per U e
sostituendo x ad X/U e y ad Y/U) si trova lequazione della tangente alla curva in P, se invece P
non appartiene alla conica e la polare di P interseca la conica in due punti A e B le rette PA e PB
sono le tangenti alla conica uscenti da P.
Utilizzando la teoria della polarit (che esula dal contenuto di questo corso) si possono trovare
facilmente gli asintoti di uniperbole che sono le polari dei punti impropri deliperbole, lasse di una
parabola, che la polare del punto improprio avente direzione ortogonale allasse della parabola, ed
f
f
il centro di una conica a centro le cui coordinate sono le soluzioni del sistema =0, =0.
x
NOTA BENE. Questi appunti non sono esaustivi, non contengono tutto quanto detto a
lezione/esercitazioni. Non bastano come materiale per preparare lesame. Possono essere utili per
un veloce ripasso.
Matrici reali simmetriche, teorema spettrale, forme quadratiche (Capitolo 9 del

testo)
Def. 1 . Una matrice quadrata e reale si dice ortogonalmente diagonalizzabile se esiste una matrice
ortogonale U tale che U-1AU sia diagonale. Poich U ortogonale si ha U-1=UT e quindi una
matrice ortogonalmente diagonalizzabile se esiste una matrice ortogonale U tale che UTAU sia
diagonale .
Una matrice reale ortogonalmente diagonalizzabile simmetrica, infatti da UTAU=D con D
diagonale abbiamo (UTAU) T=DT=D= UTAU.
Studiamo allora le matrici reali simmetriche.
Ci viene utile la seguente
Def.2. Dati due vettori v=[v1,v2,...,vn]T, w=[w1,w2,...,wn]T in Cn si dice prodotto hermitiano vw il
n
numero complesso
v
i =1
w i =vT w , dove w i indica il coniugato di wi e w indica il vettore le cui
componenti sono i coniugati delle componenti di w.

Proposizione 1. Gli autovalori di una matrice reale simmetrica sono reali.
Dim.Sia un autovalore di A. Abbiamo <Av,v>=<v,v>. =||v||2 e <v, Av>=<v, v> = ||v||2.
<Av,v>= <v, Av> e quindi ||v||2= ||v||2, cio = .
Proposizione 2.Sia A una matrice reale simmetrica, Siano , due autovalori distinti di A a cui sono
associati gli autovettori v,w rispettivamente. Allora v e w sono ortogonali.
Dim.Poich A reale e simmetrica, , sono reali per la proposizione 1 e quindi v,w Rn. Si ha
<Av,w>=(Av)Tw=vTAw=<v,Aw>, ma <Av,w>=<v,w>=<v,w> e <v, Aw>=<v, w>=<v,w> e
quindi <v,w>= <v,w> , da cui <v,w>=0.
Possiamo ora dimostrare il seguente
Teorema 1 (Teorema spettrale o degli assi principali). Una matrice reale simmetrica
ortogonalmente diagonalizzabile.
Dim. Il teorema si dimostra per induzione sullordine n di A. Il teorema vale ovviamente se n=1.
Supponiamo ora che il teorema valga per matrici reali simmetriche di ordine n-1. Sia A una matrice
reale simmetrica di ordine n. Per il teorema fondamentale dellalgebra il polinomio caratteristico di
A ha almeno una radice 1 in C che per la Proposizione 1, essendo un auto valore di A, reale. Sia
allora q1 un autovettore di A associato allautovalore 1 appartenente a Rn e di norma 1. Estendiamo
q1 ad una base ortonormale B={q1,b2,...,bn} di Rn (cosa che si pu fare estendendo q1 ad una base di
Rn e poi applicando lalgoritmo di Gram Schmidt e la normalizzazione). Sia P=[ q1|b2|...|bn] la
matrice ortogonale formata dallaccostamento dei vettori colonna della base ortonormale B e sia
C=PTAP=P-1AP. La matrice C rappresenta lapplicazione lineare fA associata ad A rispetto alla
nuova base B . La prima colonna di C allora il vettore delle coordinate di fA (q1) rispetto alla base
1
0
B. Poich fA (q1)= 1q1 si ha q1= . La matrice C reale simmetrica, infatti CT=(PTAP) T=C,
M

0
0 T
dunque C= 1
, dove A1 deve a sua volta essere reale simmetrica. A1 ha ordine n-1, quindi
0
A
1
per ipotesi di induzione esiste una matrice ortogonale Q tale che QTA1Q=D1 con D1 matrice
1 0 T
1 0 T 1 0 T 1 0 T
T
diagonale. Consideriamo allora la matrice R=
,
quindi
R
CR=
T
0 Q
0 Q 0 A 1 0 Q
0 T
= 1
una matrice diagonale D.
0
D
1
La matrice U=PR ortogonale, essendo prodotto di due matrici ortogonali, e trasforma A in D.
Ne segue
Corollario 1. Sia A una matrice reale simmetrica di ordine n e siano 1,2,...,s i suoi autovalori
distinti . Sia V(i) lautospazio associato allautovalore i e sia Bi una base ortonormale di V(i).
Allora
- Lunione B1 B2... Bs una base ortonormale di Rn.
- Rn la somma diretta degli autospazi V(i)
- Gli autospazi V(i) sono a due a due ortogonali.
Dim. Dal teorema spettrale sappiamo che A ortogonalmente diagonalizzabile, quindi ogni
autovalore ha molteplicit geometrica uguale alla molteplicit algebrica, ne segue che la somma
delle dimensioni degli autospazi associati agli auto valori di A n. Dunque B1 B2... Bs
formata da n elementi, ogni coppia di vettori in uno stesso Bi formata per definizione da vettori
ortonormali ed ogni vettore di Bi per la Proposizione 1 ortogonale ad ogni vettore di Bj se ij.
Abbiamo cos provato che B1 B2... Bs una base ortonormale di Rn. La Proposizione 2 dice che
gli autospazi V(i) sono a due a due ortogonali. Inoltre noto che due autospazi associati ad
autovalori distinti hanno in comune solo il vettore 0.
Corollario 2. Sia A una matrice reale simmetrica di ordine n e siano 1,2,...,s i suoi autovalori
distinti . Sia Pi la matrice proiezione sullautospazio V(i) associato allautovalore ,i. Allora
- A=1P1+2P2+...+sPs (decomposizione spettrale di A)
- I=P1+P2+...+Ps
- Ogni Pi simmetrica, Pi2= Pi , PiPj=0
Dim. Poich A reale simmetrica esiste una matrice ortogonale Q tale che QTAQ=diag(1,2,...,n)
dove 1,2,...,n sono gli autovalori di A (indicati cos invece che con 1,2,...,s per tener conto che
qualche i pu comparire pi volte). Poich I=QQT, detta qi la i-esima colonna di Q , si ha
I=q1q1T+q2q2T+...+qnqnT e da A=Q diag(1,2,...,n) QT si ricava A= 1q1q1T+ 2q2q2T+...+ nqnqnT.
Da qui raccogliendo gli autovalori uguali e ricordando dalle dispensine sugli spazi euclidei la forma
della matrice proiezione abbiamo le prime due asserzioni. Sappiamo gi che ogni Pi simmetrica,
Pi2= Pi , inoltre Pjv V(j) per ogni vettore v, e quindi Pi(Pjv)=0 per cui PiPj la matrice nulla.
Dalla decomposizione spettrale A=1P1+2P2+...+sPs ricaviamo, tenuto conto delle propriet
degli autovalori e autovettori associati, che per ogni n>0 si ha An=1nP1+2nP2+...+snPs; inoltre se
tutti gli autovalori di a sono diversi da 0 si ha A-1=1-1P1+2-1P2+...+s-1Ps; se f(x) una funzione
nel cui campo di esistenza stanno gli autovalori abbiamo f(A)= f(1)P1+ f(2)P2+...+ f(s)Ps , in
particolare se gli autovalori di A sono tutti non negativi possiamo definire
A=1 P1 2 P2 s Ps . Si verifica che la matrice cos ottenuta lunica matrice il cui
quadrato uguale ad A.
Def. 3. Una forma quadratica reale nelle variabili x1,x2,...,xn un polinomio di secondo grado
omogeneo a coefficienti reali nelle variabili x1,x2,...,xn . Una forma quadratica q(x) quindi
q(x)=a11x12+a22x22+...+annxn2+2a12x1x2+2a13x1x3+...+2a1nx1xn+2a23x2x3+...+2an-1n xn-1xn=xTAx dove

a11 a12 a1n
a12 a22 a2n
A la matrice reale simmetrica

. La forma quadratica si dice allora
a1n a2n a1nn
rappresentata da A.
1
2 1/2
2
2
2
2
1
0 .
.
La
forma
quadratica
x
+4xy-y
+xz-3z
rappresentata
dalla
matrice

Esempio 1
1/2 0
3
Si ha ovviamente q(0)=0 e q(tx)=t2q(x), per ogni tR.
Def. 4. Una forma quadratica reale nelle variabili x1,x2,...,xn si dice

-
definita positiva (negativa) se q(x)>0 (<0) per ogni xRn, x 0,

semidefinita positiva (negativa) se q(x)0 (0) per ogni xRn, x 0 ed esiste un x 0 per cui
q(x)=0,
indefinita se esistono x1,x2Rn tali che q(x1)<0< q(x2).
Una matrice simmetrica A si dice (semi)definita positiva (negativa), indefinita se la forma

quadratica xTAx (semi)definita positiva (negativa), indefinita.
Le matrici reali simmetriche definite positive sono legate al prodotto scalare. Infatti considerato un
prodotto scalare <-,-> in Rn la matrice B il cui elemento di posto (i,j) <ei,ej> una matrice reale
simmetrica definita positiva. Viceversa se abbaimo una matrice reale simmetrica definita positiva
<x,y>=xTBy un prodotto scalare in R n .
Lo studio del segno di una forma quadratica ha molte applicazione ed facilitato se la forma
quadratica trasformata in una forma che contiene solo i termini coi quadrati delle variabili.
Consideriamo la forma quadratica q(x)=xTAx , con un cambiamento di base x=SX la forma diventa
q(X)=XT(STAS)X.
Def.5. Una matrice B si dice congruente ad una matrice simmetrica A se esiste una matrice non
singolare S tale che B=STAS.
Si verifica facilmente che
-
Se B congruente ad una matrice simmetrica A, anche B simmetrica

La relazione di congruenza fra matrici simmetriche una relazione di equivalenza.
Sia q(x)=xTAx una forma quadratica, allora A congruente ad una matrice diagonale (basta
infatti usare il teorema spettrale, visto che A reale e simmetrica)
Due matrici congruenti non sono sempre simili (infatti sono simili se esolo se S una matrice
ortogonale)
Il segno di una forma quadratica determinato dagli autovalori della matrice A associata alla
conica. Infatti possiamo sempre trovare (grazie al teorema spettrale) una trasformazione ortogonale
Q tale che q(x) con la trasformazione di coordinate x=QX diventi q(X)=1X12+ 2X22+...+ nXn2
dove 1, 2,..., n sono gli autovalori di A.
Siano min, max rispettivamente il minimo ed il massimo fra gli autovalori di A, dalla espressione
da q(X)=1X12+ 2X22+...+ nXn2 si ricava subito che min||X||2q(X)max ||X||2. Si ha quindi che
Proposizione 3. Sia q(x)=xTAx . Allora
-
q(x) definita positiva (negativa) se ha tutti gli autovalori positivi (negativi)

q(x) semidefinita positiva (negativa) se ha tutti gli autovalori non negativi (non positivi) ed
uno almeno nullo
q(x) indefinita se ha un autovalore negativo ed uno positivo.
Si pu dimostrare che
- una matrice reale simmetrica A definita positiva se e solo se i minori principali di nord ovest
di A sono positivi, dove i minori principali di nord ovest sono i determinanti delle matrici che si
ottengono da A cancellando le ultime r colonne e le ultime r righe;
- una matrice reale simmetrica A semidefinita positiva se e solo se i minori principali di A sono
non negativi, dove i minori principali sono i determinanti delle sottomatrici quadrate di A
simmetriche rispetto alla diagonale di A;
- due matrici sono congruenti se e solo se hanno lo stesso numero di autovalori positivi e lo stesso
numero di autovalori negativi;
- Se A ha ordine n ed ha s autovalori positivi, t autovalori negativi con s+tn, allora esiste un
cambiamento di coordinate x=SX tale che se q(x)=xTAx allora
q(X)=X12+X22+...+Xt2-Xt+12-...-Xt+s2. I numeri (t,s, n-t-s) si dicono segnatura delle forma
quadratica.
NOTA BENE. Questi appunti non sono esaustivi, non contengono tutto quanto detto a
lezione/esercitazioni. Non bastano come materiale per preparare lesame. Possono essere utili per
un veloce ripasso.
Spazi Euclidei (vedi capitolo 8 del testo)

Prodotto scalare e norma di un vettore
Def 1. Sia V uno spazio vettoriale su R, diciamo prodotto scalare in V una funzione che ad ogni
coppia di vettori v, wV associa un numero reale (complesso) <v,w> con le seguenti propriet
1. Commutativit: <v,w>=<w,v> per ogni v, wV
2. Linearit: <v1+v2,w>=<v1,w>+<v2,w> e <tv1,w>=t<v1,w> per ogni v1,v2,wV, tR
3. Positivit: <v,v> 0 per ogni v V e <v,v> = 0 se e solo se v=0.
Uno spazio vettoriale in cui sia definito un prodotto scalare si dice spazio euclideo.
La 2. pu essere sostituita dalla condizione equivalente <t1v1+t2v2,w>=t1<v1,w>+t2<v2,w> per ogni
v1,v2,wV; t1,t2R
Da 1. e 2. segue anche che <v,w 1+w 2 >=<v,w1>+<v,w2> e <v,tw1>=t<v,w1> per ogni v,w1,
w2V, tR.
Esempi
n
1) Sia V=Rn, allora <v,w>=vTw = v i w i un prodotto scalare su Rn detto prodotto scalare

i =1
standard.
2) Sia V lo spazio vettoriale delle matrici m,n sul campo reale, <A,B>=tr ATB un prodotto
scalare in V (che coincide con il prodotto scalare standard di Rnm quando ogni matrice
identificata con un vettore con nm componenti.
3) Sia V lo spazio delle funzioni reali definite e continue in [a,b] allora <f,g>= abf(x)g(x)dx
un prodotto scalare in V.
Def.2. Sia V uno spazio euclideo in cui definito il prodotto scalare <-,- > , si chiama norma di un
vettore vV il numero reale non negativo v = < v, v > . Un vettore di norma 1 si chiama versore.
La norma gode delle seguenti propriet:
- Omogeneit: t v = t v
- Annullamento: v =0 se e solo se v=0.
Def.3. Due vettori v, w appartenenti ad uno spazio euclideo V con prodotto scalare <-,- > si dicono
ortogonali se <v, w>=0
Osservazione. Il vettore 0 ortogonale ad ogni vettore. Infatti <0,v>=<00,v>=0<0,v>=0.
In uno spazio euclideo V con prodotto scalare <-,- >, sussistono i seguenti teoremi.
2
2
2
a. Teorema di Carnot: v + w = v + w +2<v,w>.
Infatti, dalla definizione di norma e dalle propriet del prodotto scalare si ha:
2
v + w = <v+w,v+w>=<v,v+w>+<w,v+w>=<v,v>+<v,w>+<w,v>+<w,w>=
2
< v,v>+<v,w>+<v,w>+<w,w> = v + w +2<v,w>

2
b. Teorema di Pitagora: Se v, w sono ortogonali v + w = v + w .

Segue immediatamente dal teorema di Carnot.
c. Teorema di Pitagora generalizzato: Se v1,v2,,vd sono a due a due ortogonali,

2
2
2
2
v 1 + v 2 + ... + v d = v1 + v 2 ++ v d .
2
Dal Teorema di Carnot si ricava la formula di polarizzazione: <v,w>=( v + w v w )/2

che indica come uno spazio euclideo potrebbe essere definito a partire dallintroduzione di una
nozione di norma di un vettore derivando poi la nozione di prodotto scalare.
Def 4. In uno spazio euclideo si dice distanza di due vettori v, w la norma v w
differenza.
Def 5. Sia V uno spazio euclideo e siano v,bV con b0. Il vettore c=
< v, b >
2
< v, b >
ortogonale di v sullo spazio vettoriale L(b), generato da b. Lo scalare
della loro
b si dice proiezione
si chiama coefficiente
di Fourier di v rispetto a b.
Si hanno le seguenti propriet:
-
cL(b), immediato dalla definizione di c.
v-c ortogonale ad ogni vettore di L(b).

Infatti si ha <v-
< v, b >
b
b,tb>=t<v,b>-t
< v, b >
b
<b,b>=0
c il vettore di L(b) a distanza minima da v.

2
Sia infatti wL(b), si ha v w = (v c) + (c w ) = v c + c w per il teorema di

Pitagora, in quanto abbiamo appena visto che v-c ortogonale ad ogni vettore di L(b) e
2
2
quindi in particolare a c-w. Ore se cw si ottiene subito v w > v c .
Possiamo ora provare alcune significative disuguaglianze valide in ogni spazio euclideo:
d. Disuguaglianza di (Cauchy-)Schwarz: Per ogni coppia di vettori v, w si ha |<v,w>|||v|| ||w|| e
|<v,w>|=||v|| ||w|| se e solo se i vettori v, w sono linearmente dipendenti.
Osserviamo che se w=0 allora w linearmente dipendente da ogni v e <v,w>=0, v =0.
Supponiamo allora w0. Sia x il coefficiente di Fourier di v rispetto a w. Poich xw e v-xw sono
2
2
2
ortogonali, dal teorema di Pitagora abbiamo v = x w v x w
xw
x w =
< v, w >
w
2
2
, da cui si ottiene la disuguaglianza cercata moltiplicando per w .
Nella relazione precedente il diventa unuguaglianza se e solo se v=xw o equivalentemente

se vL(w) e quindi se e solo se v,w sono linearmente dipendenti.
e. Disuguaglianza triangolare: ||v+w||||v||+||w||, per ogni v, w V, dove luguaglianza vale se e
solo se v, w sono linearmente dipendenti e
Infatti ||v+w||2=(v+w)(v+w)=||v||2 +<v,w>+<w,v>+||w||2 ||v||2 +2|<v,w>|+||w||2 e usando la
disuguaglianza di Schwarz si ha allora ||v+w||2 (||v||+||w||)2 da cui segue la tesi. Luguaglianza
si ha solo se si ha luguaglianza di Schwarz e |<v,w>|=<v,w>.
< v, w >
La disuguaglianza di Schwarz dice che -1
1, dunque possiamo introdurre la seguente
v w
Def.6. Siano v,w due vettori non nulli di uno spazio euclideo V con prodotto scalare <-,->, langolo
< v, w >
formato da v,w cos =
.
v w
Osservate che effettivamente langolo che due vettori paralleli ed equiversi a v e w applicati in
uno stesso punto formano nel piano o nello spazio ordinario.
Basi ortogonali e ortonormali

Def.7. Una base {b1,b2,....,bn} di uno spazio euclideo V si dice base ortogonale se i suoi elementi
sono a due a due ortogonali, , una base ortogonale i cui vettori hanno tutti norma 1 si dice base
ortonormale.
La base canonica di Rn una base ortonormale.
Ovviamente da una base ortogonale si ricava una base ortogonale dividendo ogni vettore della base
per la sua norma.
Osserviamo che:
Un insieme di vettori non nulli a due a due ortogonali un insieme di vettori linearmente
indipendenti.
Infatti sia {v1,v2,,vm} un insieme di vettori a due a due ortogonali e sia
1v1+2v2++mvm=0, per ogni vettore vi (i=1,2,,m) si ha
<1v1+2v2++mvm,vi>=1<v1,vi >+2<v2,vi >++m<vm,vi>=10
++i<<vivi>++m0=0, cio i=0.
Inoltre con facili calcoli si ha
Sia B={b1,b2,....,bn} una base ortogonale di uno spazio euclideo V. Le componenti di un vettore
vV rispetto alla base B sono i coefficienti di Fourier di v rispetto a bi (1in).
Sia B={q1,q2,....,qn} una base ortonormale di V, allora

-
v=[<v,q1>,<v,q2>,...,<v,qn>]T,
v = x 12 + x 22 + ... + x 2n dove xi=<v,qi> per ogni 1in,

<v,w>=vTw=x1y1+x2y2+...+xnyn dove xi=<v,qi> , yi=<w,qi> per ogni 1in.
Da questo abbiamo che uno spazio euclideo di dimensione n riferito ad una base ortonormale pu
essere identificato con Rn col prodotto scalare standard.
Def.8. Sia H un sottospazio di uno spazio euclideo V con prodotto scalare <-,->, un vettore v si dice
ortogonale ad H se ortogonale ad ogni vettore di H. Linsieme dei vettori ortogonali ad H si
denota col simbolo H.
Si dimostra facilmente che
H un sottospazio di V,
vH se e solo se ortogonale ad ogni generatore di H.
Def.9. Sia H un sottospazio di uno spazio euclideo V con prodotto scalare <-,-> e sia vV. Si dice
proiezione ortogonale di v su H un vettore vH tale che v-vH sia ortogonale ad H.
Siano V uno spazio euclideo ed H un suo sottospazio:
Se v=v1+v2 con v1H, v2 H, allora v1 lunico vettore di H a distanza minima da V ed

lunico vettore di H tale che v-v1 ortogonale ad H, dunque v1= vH.
Infatti sia wH, allora v w = (v v1 ) + ( v1 w ) = v v1 + v1 w , quindi se w v1

si ha v w > v v1 . Ovviamente v-v1 ortogonale ad H ed lunico ortodonale ad H perch
se ci fosse un altro vettore uH con v-u ortogonale ad H si avrebbe v=u+(v-u) ed u sarebbe un
altro vettore a distanza minima da v.
Se H ammette una base ortogonale B={b1,b2,....,bd} allora ogni vettore v di V ha una proiezione
ortogonale vH su H le cui componenti sono i coefficienti di Fourier di v rispetto a bi per 1id.
Basta verificare che il vettore le cui componenti sono i coefficienti di Fourier di v rispetto a bi
per soddisfa le condizioni della proiezione ortogonale su H.
Mostriamo ora che un qualsiasi sottospazio di dimensione finita di uno spazio V ammette una base
ortogonale e quindi una base ortonormale.
Teorema 1 (Algoritmo di Gram Schmidt). Dato un insieme {v1,v2,....,vd} di vettori linearmente
indipendenti di V posssibile costruire iterativamente un insieme di vettori {b1,b2,....,bd} a due a
due ortogonali, tali che per ogni kd, L(v1,v2,....,vk)=L(b1,b2,....,bk). La procedura iterativa la
seguente:
b1 = v1 ,
b2= v2-x21b1
b3= v3-(x31b1+ x32b2)
...
bd= vd-(xd1b1+ xd2b2+ ...+ xdd-1bd-1)
dove xij il coefficiente di Fourier di vi rispetto a bj.
In particolare se {v1,v2,....,vd} una base per H allora {b1,b2,....,bd} una base ortogonale di H.
Dim. Il procedimento sostanzialmente il seguente: nel sottospazio generato da v1, v2 si prende un
vettore b2 ortogonale a v1 che si trova come differenza fra v2 e la proiezione ortogonale di v2 su v1.
Nel sottospazio generato da v1, v2, v3 (che coincide con quello generato da v1, b2,v3) si prende un
vettore b3 ortogonale a v1, b2 che si trova come differenza fra v3 e la proiezione ortogonale di v3
sullo spazio generato da v1 e b2 (che ha una base ortogonale) e si continua cos fino a trovare un
vettore bd ortogonale a v1, b2 ,, bd-1 . I vettori cos trovati sono a due a due ortogonali e quindi
linearmente indipendenti e quindi essendo dim L(v1,v2,....,vk)=k ed essendo ogni bi L(v1,v2,....,vk),
si ottiene luguaglianza dei due spazi.
Come corollari del Teorema 1 si trova che
Uno spazio euclideo di dimensione finita ha sempre una base ortogonale
Sia V uno spazio euclideo. Esiste sempre la proiezione ortogonale di un vettore vV su un

sottospazio di V di dimensione finita.
Se V uno spazio euclideo di dimensione finita, ed H un suo sottospazio, V somma diretta

di H e H e (H)=H.
Esempio 1
1
1
1
A partire dalla base di R3 data da v 1 = 1, v 2 = 0, v 3 = 1 , trovare una base ortonormale di R3.

0
1
1
1 1 / 2
1 1
1 / 2 1 / 3
2
1 = 1 / 2 , b = 1 - 1 1 / 2 = 1 / 3 formano una base

3 3

0 1
1 0
1 1 / 3
ortogonale. Per trovare la base ortonormale dobbiamo dividere ogni vettore per la sua norma,
ottenendo:
1/ 2
1/ 6
- 1/ 3
q1= 1/ 2 , q2= 1/ 6 , q3= 1/ 3 .

0
2/ 6
1/ 3
1
1
I vettori b1=v1, b2= 0 2
1
Matrici ortogonali e isometrie

Def 10. Una matrice quadrata U di ordine n a coefficienti reali si dice ortogonale se UTU=In .
E facile verificare che
-
U una matrice ortogonale se e solo se le sue colonne sono vettori di norma 1 a due a due
ortogonali (e quindi formano una base ortonormale di Rn).
- Una matrice ortogonale non singolare e la sua inversa UT
- Se U una matrice ortogonale anche UT ortogonale
- Se U e V sono ortogonali anche UV ortogonale.
- Se U ortogonale allora det U=1.
- Sono equivalenti
i.
U ortogonale,
per ogni vRn si ha ||Uv||=||v||
ii.
iii. per ogni v,wRn si ha <Uv,Uw>=<v,w>.
i.ii. ||Uv||2=(Uv)T(Uv)=vT(UTU)v=vTv=||v||2 da cui essendo la norm non negativa si ricava
lasserto.
ii.iii. segue dalla formula di polarizzazione
iii.i. Sappiamo che se ei li-esimo vettore della base canonica di Rn, allora Uei la i-esima
1 se i = j
colonna ci di U. Allora <ci,cj>=<Uei,Uej>=<ei,ej>=
, quindi UTU=In.
0 se i j
Ogni autovalore reale di una matrice ortogonale U vale 1 o -1.
Infatti se v un autovettore di U associato allautovalore si ha Uv=v, quindi
||v||=||Uv||=||v||=||||v||, da cui ||=1.
cos sen
cos sen
Le matrici ortogonali di ordine 2 sono del tipo U1=
, U2=
. Il
sen cos
sen - cos
determinante di U1 1 quello di U2 -1. La prima matrice rappresenta la rotazione del piano attorno
allorigine di un angolo , la seconda rappresenta una riflessione ortogonale che ha per asse la retta
di direzione [cos(/2),sen(/2)]T (che pu essere vista come una rotazione pi un ribaltamento).
Analogamente le matrici ortogonali di ordine 3 rappresentano se hanno determinante 1 una
rotazione se hanno determinante -1 una simmetria rispetto allautospazio dellautovalore 1 (o
rispetto a un punto se lautospazio formato da solo vettore 0)
Def.11. Siano V1,V2 due spazi euclidei, unapplicazione f: V1V2 si dice isometria se preserva le
distanze, ovvero se per ogni v,wV1 si ha f( v) f( w ) V = v w V . Se f unisometria che
2
anche unapplicazione lineare f si chiama isometria lineare.
Unapplicazione lineare unisometria se e solo se preserva la norma dei vettori.

Infatti se f unapplicazione lineare, detti 01 e 02 i vettori nulli di V1 e V2 abbiamo f(01)=02, quindi
f( v) f(01 ) V = v 01 V quindi f( v) V = v V . Il viceversa segue dalla formula di
2
polarizzazione.
Nel piano e nello spazio le rototraslazioni sono isometrie, le rototraslzioni che sono isometrie lineari
sono rotazioni.
Le applicazioni lineari associate a matrici ortogonali sono isometrie lineari.
Matrici delle proiezioni ortogonali
Sia H un suo sottospazio di Rn, la funzione f:RnRn che associa ad un vettore v la sua proiezione
ortogonale vH su H, lineare. Cerchiamo di determinare una matrice P tale che Pv= vH in Rn.
Proposizione 1. Se {q1,q2,...,qd} una base ortonormale di H allora detta A la matrice formata
dallaccostamento dei vettori {q1,q2,...,qd} si ha P=AAT=q1q1T+q2q2T+...+qdqdT.
Dim. Sappiamo che la rappresentazione di vH rispetto ad una base ortonormale
vH=(q1Tv)q1+...+(qdTv)qd . Osserviamo che se q,v sono vettori di Rn, allora (qTv)q=q(qTv)=(qqT)v,
quindi vH=(q1Tv)q1+...+(qdTv)qd =( q1q1T +...+ qd qdT)v . Ma essendo
q T
1T
q
AAT=[q1| q2|...|qd] 2 = q1q1T +...+ qd qdT, abbiamo P=AAT.
M
T
q d
Le matrici di proiezione sono caratterizzate dalla seguente
Proposizione 2. Una matrice P quadrata reale di ordine n la matrice della proiezione ortogonale su
un sottospazio H di Rn se e solo se
-
P2=P
PT=P.
Se le precedenti condizioni sono verificate, H lo spazio generato dalle colonne di P ed H ker P.
Dim. Supponiamo che P sia la matrice di proiezione su un sottospazio H di V. Per ogni vettore
vV, PvH e quindi P(Pv)=Pv, da cui per larbitrariet di v, si ha P2=P. Poich P=AAT, si ha
subito che PT=P. Viceversa supponiamo che P2=P e PT=P. Pv appartiene allo spazio delle colonne di
P essendo una combinazione lineare delle colonne di P. Mostriamo che v-Pv ortogonale allo
spazio Col(P) delle colonne di P, questo significa mostrare che v-PvCol(P)=ker PT=ker P, perch
P simmetrica. Infatti P(v-Pv)=0 perch P2=P. Dunque Pv la proiezione di v sullo spazio
H=Col(P) ed abbiamo gi visto che Col(P)=ker P.
Proposizione 3. Sia H un sottospazio di uno spazio Euclideo V, la matrice della riflessione
(simmetria) ortogonale rispetto ad H I-2P, dove P la matrice proiezione ortogonale su H.
Dim. Sia vV poich V somma diretta di H e H il vettore v si scrive in uno e un sol modo nella
forma v=v1+v2 con v1 H, v2 H. Sia Q la matrice della riflessione (simmetria) ortogonale
rispetto ad H, si ha vQ=(v1+v2)Q= v1Q+v2Q, ma v1Q=v1=v-v2 , v2Q= -v2=-vP, dove P la
matrice proiezione ortogonale su H e dunque vQ=v-v2-v2=v-2vPe quindi Q=I-2P.
NOTA BENE.
Questi appunti non sono esaustivi, non contengono tutto ci che stato detto a lezione/
esercitazione; costituiscono una base minima di conoscenze necessarie a superare lesame o
uno strumento per un ripasso veloce. Contengono per le dimostrazioni che potrebbero
essere richieste allorale.
SISTEMI LINEARI (capitolo 2 del testo)

Def 1. Si dice equazione lineare a coefficienti in un campo K nelle n variabili x1, x2,, xn una
equazione del tipo
a1x1+a2x2++anxn=b
con a1,a2,an,b K .
Una soluzione (NON n soluzioni!!) dellequazione una n-upla (1,2,,n) di elementi di K tale
che a1 1+a2 2++ann=b .
Esempio 1. Una soluzione dellequazione 3x+2y=7 a coefficienti in R la coppia (1,2), infatti
31+22=7; ovviamente lequazione data ammette infinite soluzioni del tipo (,
7-3
2
) con R.
Def 2. Si dice sistema lineare di m equazioni in n incognite a coefficienti nel campo K un insieme
di m equazioni lineari in n incognite a coefficienti in K. Il sistema avr quindi la forma
a11 x1 +a12 x2 +...+a1n xn =b1
a x +a x +...+a2n xn =b2
(1) 21 1 22 2

am1 x1+am2 x2 +...+amn xn =bm
Si dice soluzione del sistema lineare una n-upla di elementi di K che sia soluzione di tutte le
equazioni del sistema, ammesso che tale n-upla esista.
Un sistema lineare pu essere sempre rappresentato (vedi algebra delle matrici) con unequazione
matriciale del tipo
(2)
Ax=b,
ove A la matrice di tipo (m,n) la cui riga i-esima formata dai coefficienti della i-esima equazione
del sistema:
a11 a12 a1n
a21 a22 a2n
A=

am1 am2 amn
e viene detta matrice dei coefficienti, x e b sono vettori colonna rispettivamente di tipo (n,1) ed
(m,1) della forma:
x1
b1
x2
b
x= , b= 2
xn
bm
detti rispettivamente vettore (o matrice) delle incognite e vettore dei termini noti.
La matrice C=[A|b] di tipo (m,n+1) ottenuta accostando alle colonne di A la colonna b si chiama
matrice completa.
Le soluzioni del sistema (1) sono tutte e sole le soluzioni dellequazione matriciale (2).
Esempio 2
3x+y=2
x-2y=1
5z+2y=3
Il sistema lineare
3 1 x
2
1 -2 y = 1
5 2
3
ammette la seguente rappresentazione come equazione matriciale:
Def 3. Un sistema lineare impossibile se non ammette soluzioni, un sistema che ammette soluzioni
possibile: un sistema possibile detto determinato se ammette una ed una sola soluzione (che
una n-upla di numeri reali!), altrimenti detto indeterminato.
Esempio 3
2x+y=0

3x-y=1
Il sistema lineare
possibile e determinato, ammette lunica soluzione x=1/5, y= -2/5.
2x+y=1

4x+2y=3
Il sistema lineare
impossibile, infatti sostituendo nel primo membro della seconda equazione una qualsiasi
soluzione della prima si ottiene 2.
2x+y=1

6x+3y=3
Il sistema lineare
possibile ed ammette infinite soluzione del tipo x=, y=1-2, con parametro arbitrario, quindi
indeterminato.
Def 4. Un sistema lineare omogeneo se b=0m1. Un sistema omogeneo sempre possibile in

quanto ammette sempre come soluzione x=0n1. Tale soluzione detta soluzione banale del sistema
omogeneo. Quando consideriamo sistemi omogenei siamo interessati quindi a trovare soluzioni non
banali dette anche autosoluzioni del sistema.
Linsieme di tutte e sole le soluzioni del sistema omogeneo Ax=0 vengono chiamate anche ker A.
Osservazione 1. Va subito osservato che se x0 una soluzione del sistema lineare Ax=b, tutte e sole
le altre soluzioni del sistema sono della forma x0+ xn, dove xn un elemento di ker A.
Infatti se x0 una soluzione del sistema Ax=b, abbiamo Ax0=b , se xn un elemento di ker A
abbiamo Axn=0 e dunque A(x0+ xn)= Ax0+Axn=b+0= b, pertanto x0+ xn una soluzione del
sistema Ax=b. Viceversa se x0 e x1 sono entrambe soluzioni del sistema Ax=b, abbiamo Ax1=
Ax0=b , e quindi A(x1- x0)= 0 e pertanto x1- x0= x2ker A.
E anche utile, per altri contesti, osservare che il sistema lineare (1) pu essere scritto nella forma
x1c1+x2c2++xncn=b, dove, per ogni i, ci la i-esima colonna della matrice dei coefficienti A e b
il vettore dei termini noti. Questo dice che un sistema possibile se e solo se b appartiene allo
spazio vettoriale generato dai vettori colonna di A e che un sistema omogeneo ammette
autosoluzioni se e solo se i vettori colonna di A sono un insieme di vettori linearmente dipendenti.
Def. 5. Due sistemi lineari in n incognite si dicono equivalenti se ogni soluzione del primo
soluzione del secondo e viceversa.
Osservazione 2. Si pu subito osservare che
se un sistema S ottenuto da un sistema S scambiando di posto due equazioni, S ed S sono
equivalenti;
se un sistema S ottenuto da un sistema S aggiungendo membro a membro alli-esima
equazione la j-esima equazione moltiplicata per uno scalare k, S ed S sono equivalenti.
Siano Ax=b ed Ax=b le rappresentazioni matriciali dei due sistemi S ed S, nel primo caso la
matrice completa [A|b] si ottiene da [A|b] scambiando le righe corrispondenti a coefficienti e
termine noto delle due equazioni scambiate di posto, nel secondo caso la matrice completa [A|b] si
ottiene aggiungendo alla i-esima riga di [A|b] la j-esima moltiplicata per k; viceversa se scambiamo
due righe della matrice completa di un sistema S si ottiene la matrice completa di un sistema S in
cui si sono scambiate di posto due equazioni, se si aggiunge alla riga i-esima della matrice completa
di un sistema S la j-esima riga moltiplicata per uno scalare k si ottiene la matrice completa di un
sistema S in cui si aggiunta (membro a membro) alla i-esima equazione la j-esima moltiplicata
per k.
Def 6. Chiamiamo mosse di Gauss o operazioni elementari su una matrice C le seguenti:
1. scambiare due righe di C
2. aggiungere alla i-esima riga di C la sua j-esima riga moltiplicata per k.
Def 7. Si dice che una matrice di tipo (m,n) a scala quando sono soddisfatte le seguenti condizioni
se per qualche i, 1i<n, la riga i-esima fatta tutta di 0, allora ogni riga i+h-esima, 0hn-i,
fatta tutta di 0
se la riga k-esima lultima riga non nulla e, per ogni t,1tk, jt rappresenta lindice di
colonna del primo elemento non nullo della riga t-esima, j1<j2<<jt.
Gli elementi di posti (t,jt) , 1tk, si chiamano pivot della matrice.
1
La matrice "0
0
0
1
le matrici "0
0
0
Esempio 4.
4
0
0
0
4
0
0
0
3
1
0
0
3
1
0
0
0
2
0
0
0
2
0
0
2
3# una matrice a scala,
2
0
2
1 4 3 0 2
3# , "0 0 1 2 3# non sono a scala.
0 0 0 0 0
2
0 0 0 0 2
1
Teorema 1: Ogni matrice C di tipo (m,n) pu essere ridotta a scala applicando una sequenza di
mosse di Gauss.
Dim:
Se la matrice C la matrice nulla, C banalmente a scala. Analogamente se C ha una sola riga
banalmente a scala. Sia allora C una matrice non nulla di tipo (m,n) con m2.
1. Supponiamo che j sia la prima colonna non nulla di C, e sia h la prima riga tale che $% =&'( 0.
Eventualmente scambiando la prima riga di A con la h-esima riga (mossa di Gauss) si trova una
matrice in cui nel posto (j,1) c lelemento $% 0, eliminiamo ora tutti gli elementi diversi da
0 della colonna j-esima aggiungendo per ogni r, 2rm, alla riga r-esima della matrice la prima
&
riga moltiplicata per +(,$% . Si arriva cos (con un numero finito di mosse di Gauss) ad una
matrice C in cui le prime j-1 colonne sono tutte di 0, la colonna j-esima ha solo il primo
elemento ($% ) diverso da 0.
2. Sia C1 la sottomatrice di C formata dalle ultime m-1 righe e n-j colonne di C. Se C1 a scala
allora anche C a scala, altrimenti si riapplica il procedimento 1 alla matrice C1 che ha
dimensioni (m-1, n-j).
3. Con un numero finito di passi si ottiene quindi una matrice a scala.
Osservate che abbiamo dato una versione semplificata dellalgoritmo di riduzione a scala, perch,
fissata la colonna non nulla pi a sinistra, abbiamo privilegiato luso della prima riga in cui
lelemento sulla tale colonna diverso da 0 ed in genere invece si operano scelte diverse.
Def 8. Si dice rango di una matrice A, rk(A), il numero delle righe non nulle (e quindi dei pivot)
della matrice a scala ottenuta da A con lalgoritmo descritto nel Teorema 1.
Osservazione 3. Sia A una matrice di tipo (m,n). Allora
rk(A)=0 se e solo se A una matrice nulla;
rk(A)min (m,n);
rk(A)=rk(U) dove U la matrice a scala ottenuta da A con lalgoritmo del Teorema 1.
Torniamo ora al sistema lineare S di m equazioni in n incognite che in forma matriciale Ax=b, la
matrice completa del sistema C=[A|b] si pu portare con l'algoritmo descritto nel Teorema 1 in
forma a scala e quindi il sistema S si pu portare nella forma equivalente Ux=b' dove [U|b'] la
forma a scala di C e U quindi la forma a scala di A. Ovviamente si ha
r = rk(U) min (m,n) n,
rrk([U|b'])r+1.
1. Se rk([U|b'])=r+1, il sistema Ux=b' ha r+1 equazioni di cui l'ultima ha la forma 0 = pr+1 , dove
pr+1
l' (r+1)-esimo pivot di [U|b'] e quindi il sistema Ux=b' impossibile e quindi
impossibile anche il sistema equivalente Ax=b.
2. Supponiamo allora che sia rk([U|b']) = rk(U) = r.
$% x1 +u12 x2 ++u1n xn =b'1
0x1 + $/ x2 + +u2n xn=b'2

0x1 + 0x2 + + $0 xn = b'n

-
Se r = n il sistema Ux=b' ha la forma
e quindi ha una ed una soluzione che si trova facilmente risolvendo le equazioni

dall'ultima alla prima e quindi anche il sistema equivalente Ax=b ammette quell'unica
soluzione.
Se r<n il sistema Ux=b' ha la forma
0x1 ++0xj-1+$%xj +u1 j+1 xj+1 ++u1n xn =b'1

4
2 0x1 + +0xj-1 ++ 0xh-1 +$/ xh ++u2n xn =b'2
2
0x1 + +0xj-1 + + 0xh-1 +$+ xh ++urnxn =b'r

3
0x1+ +0xj-1 ++ 0xs-1 ++0xn =0
2
2
0x1+ +0xj-1 ++ 0xs-1 ++0xn =0
1
ove j<h<....<s.
Ovviamente le ultime m-r equazioni (che sono identit 0=0) si possono tralasciare
Teniamo nella parte sinistra delle (restanti) equazioni del sistema i monomi che contengono
le variabili che corrispondono alle r colonne dei pivot e portiamo nella parte destra gli altri,
otteniamo il sistema
$% xj +u1 h xh ++u1s xs =b'1 u1 j+1 xj+1--u1h-1 xh-1 --u1n xn

$/ xh ++u2s xs =b'2 u2 j+1 xj+1 --u2h-1 xh-1 --u2n xn

3
$+ xs =b'r ur j+1xj+1 --urh-1 xh-1 --urn xn
1
4
Le n-r variabili, x1,...,xj-1, xj+1,..., xh-1 , xh+1 ,..., xs-1, xs+1 ,..., xn si chiamano variabili
libere e possono assumere valori arbitrari t1,..., tn-r , le altre variabili si ricavano in funzione
di tali parametri ricavando dall'ultima equazione xs, e procedendo poi all'indietro per
ricavare le altre.
Osserviamo che se vogliamo scrivere le soluzioni in forma matriciale, possiamo chiamare v0 la

soluzione che si ottiene ponendo t1=...= tn-r = 0 (nel caso di un sistema omogeneo si avrebbe v0
=0 n1), wi la soluzione che si ottiene ponendo ti=1, t0=...=ti-1 =ti+1=...= tn-r = 0 e vi=wi-v0, con tale
notazione la generica soluzione del sistema
x=v0+t1v1+...+tn-rvn-r.
Si quindi provato il teorema di Rouch Capelli:
Un sistema lineare di m equazioni in n incognite possibile se e solo se il rango r della sua matrice
dei coefficienti uguale al rango della matrice completa.
Se r = n il sistema anche determinato, se r < n il sistema ammette infinite soluzioni che dipendono
da n-r parametri arbitrari (in breve ammette n-r soluzioni).
Come corollari si ottengono:
Regola di Cramer: Un sistema lineare Ax=b con n equazioni in n incognite (A una matrice
quadrata) con rk(A) = n ha sempre una e una sola soluzione.
La matrice completa infatti deve avere rango n. La forma della soluzione specificata nel capitolo
sul determinante di una matrice quadrata.
Corollario 1: Un sistema lineare omogeneo Ax=0 con m equazioni in n incognite ammette
autosoluzioni se e sono se rk(A) < n. In tal caso ha n-r soluzioni la cui forma x=t1v1+...tn-rvn-r
dove i coefficienti ti assumono valori arbitrari.
Osservazione 4. Potrebbe sembrare strano che il numero di equazioni del sistema non intervenga nel
teorema di Rouch Capelli, ma va notato che se la matrice dei coefficienti e quella completa si
trasformano in matrici a scala con r righe non nulle, questo significa che le altre righe delle
matrici A e [A|b] sono combinazioni lineari delle precedenti e quindi corrispondono ad equazioni
automaticamente soddisfatte da ogni soluzione del sistema formato dalle equazioni corrispondenti
alle righe non nulle della matrice a scala.
Interpretazione geometrica per i sistemi lineari con al pi 3 incognite.
Caso n=2
Sia S un sistema lineare di m equazioni in 2 incognite di forma Ax=b, con A matrice non nulla.
Si ha allora 1 rk(A)2, 1 rk([A|b])3 e rk([A|b])rk(A)+1. Inoltre ogni equazione lineare in
due variabili pu essere interpretata nel piano come lequazione di una retta e nello spazio come
lequazione di un piano parallelo allasse z.
Supponiamo di lavorare nel piano.
Se rk(A)=rk([A|b])=2, il sistema determinato ed ha almeno due equazioni: due
equazioni rappresentano due rette che si incontrano in un punto P (le cui coordinate
sono la soluzione del sistema S) e le eventuali altre equazioni rappresentano rette
appartenenti al fascio di rette con sostegno P;
Se rk(A)=rk([A|b])=1, il sistema possibile ma indeterminato: tutte le equazioni
sono equazioni di una stessa retta r e le 1 soluzioni del sistema sono le equazioni
parametriche di r;
Se rk([A|b])=3 e rk(A)=2, il sistema impossibile ed ha almeno tre equazioni: due
equazioni rappresentano due rette non parallele che si incontrano in un punto P ed
una almeno delle altre equazioni rappresenta una retta che non appartiene al fascio di
sostegno P;
Se rk([A|b])=2 e rk(A)=1, il sistema impossibile ed ha almeno due equazioni: le
equazioni rappresentano rette fra loro parallele e non tutte coincidenti.
Supponiamo ora di lavorare nello spazio. Come gi detto ogni equazione di S pu essere
pensata come lequazione di un piano parallelo allasse z
Se rk(A)=rk([A|b])=2, il sistema determinato ed ha almeno due equazioni: due
equazioni rappresentano due piani appartenenti ad uno stesso fascio con sostegno la
retta r di equazioni x=x0,y=y0 (retta parallela allasse z) ove [x0,y0 ]T la soluzione
del sistema S ((x0,y0) sono le coordinate del punto di intersezione fra la retta r ed il
piano z=0) ;
Se rk(A)=rk([A|b])=1, il sistema possibile ma indeterminato: Tutte le equazioni
rappresentano uno stesso piano parallelo allasse z (le 1 soluzioni del sistema
sono le equazioni parametriche della retta intersezione di col piano z=0);
Se rk([A|b])=3 e rk(A)=2, il sistema impossibile ed ha almeno tre equazioni: due
equazioni rappresentano piani non paralleli che si intersecano lungo una retta r ed
almeno una delle restanti equazioni rappresenta un piano non appartenente al fascio
di sostegno r;
Se rk([A|b])=2 e rk(A)=1, il sistema impossibile ed ha almeno due equazioni: le
equazioni rappresentano piani fra loro paralleli e non tutti coincidenti.
Caso n=3
Sia S un sistema lineare di n equazioni in 3 incognite di forma Ax=b, con A matrice non nulla.
Si ha allora 1 rk(A)3, 1 rk([A|b])4 e rk([A|b])rk(A)+1. Inoltre ogni equazione di S pu
essere pensata come lequazione di un piano nello spazio
- Se rk(A)=rk([A|b])=3, S un sistema possibile e determinato con almeno 3 equazioni: le
equazioni rappresentano piani che hanno uno e un solo punto comune le cui coordinate
sono la soluzione del sistema.(cio i piani appartengono ad una stessa stella di piani e
almeno tre di essi non sono a due a due coincidenti);
- Se rk(A)= rk([A|b])=2, S un sistema con almeno 2 equazioni, possibile ma
indeterminato le cui soluzioni dipendono da un parametro t: le equazioni rappresentano
piani che appartengono ad uno stesso fascio la cui retta sostegno ha equazioni
parametriche date dalle 1 soluzioni del sistema S;
Se rk(A)= rk([A|b])=1, S un sistema possibile ma indeterminato le cui soluzioni

dipendono da 2 parametri: le equazioni rappresentano uno stesso piano , le 2
soluzioni del sistema sono le equazioni parametriche di ;
Se rk([A|b])=4 e rk(A)=3, S un sistema impossibile con almeno 4 equazioni: tre
equazioni sono equazioni di piani appartenenti ad una stessa stella e c almeno
unequazione rappresenta un piano che non appartiene alla stella;
Se rk([A|b])=3 e rk(A)=2, S un sistema impossibile con almeno 3 equazioni: due
equazioni sono equazioni di piani non paralleli che quindi individuano una retta r e le
restanti equazioni rappresentano piani paralleli alla retta r (ed uno almeno non contiene
r);
Se rk([A|b])=2 e rk(A)=1, S un sistema impossibile con almeno 2 equazioni: le
equazioni rappresentano piani fra loro paralleli di cui due almeno distinti.
NOTA BENE.
Questi appunti non sono esaustivi, non contengono tutto ci che stato detto a lezione/
esercitazione; costituiscono una base minima di conoscenze necessarie a superare lesame e
possono essere utili per un ripasso veloce.
AUTOVALORI, AUTOVETTORI, MATRICI DIAGONALIZZABILI (Capitolo 7 del testo)
Def 1. Sia f: V V un endomorfismo dello spazio vettoriale V sul campo K. Un vettore vV si
dice autovettore per f se v0 ed esiste uno scalare tale f(v)=v ed in tal caso si dice che v un
autovettore associato allautovalore .
Dal punto di vista geometrico gli autovettori di un endomorfismo f possono essere visti come
quei vettori la cui direzione non modificata dallendomorfismo f.
Supponiamo ora che V abbia dimensione finita n e che, rispetto ad una base B di V, lendomorfismo
f abbia come matrice associata la matrice A (che sar quadrata di ordine n). Come abbiamo visto, se
rappresentiamo ogni vettore vV come la matrice colonna di tipo (n,1) v|B (i cui elementi sono le
componenti del vettori rispetto alla base B, ovvero i coefficienti della scrittura del vettore come
combinazioni lineari dei vettori della base B), f si pu scrivere nella forma f(x)=Ax, dove x un
generico vettore di Kn.
Cercare un autovettore di f corrisponde dunque a cercare i vettori non nulli tali che Ax=x per
qualche scalare . Poich x=Inx, Ax=x equivalente a Ax=Inx, e quindi a (A-In)x=0, trovare
un autovettore di f significa dunque trovare le autosoluzioni, se esistono, del sistema lineare
omogeneo (A-In)x=0. Perch un sistema lineare omogeneo abbia autosoluzioni il determinante
della matrice dei coefficienti deve essere nullo, dunque deve essere det (A-In)=0; det (A-In) un
polinomio di grado n nellindeterminata a coefficienti in K.
Ricordiamo che uno scalare si dice radice del polinomio p(x) a coefficienti in K se p()=0 ed
la readice si dice di molteplicit (algebrica) k se (x-)k divide p(x) ma (x-)k+1 non divide p(x).
Sussiste il seguente teorema:
Teorema fondamentale dellalgebra: Un polinomio p(x) di grado n nel campo complesso ammette n
radici, purch ogni radice sia contata con la propria molteplicit.
Questo dice che se si lavora nel campo C allora si ha p(x)=a(x-1)k1(x-2)k2.(x-s)k s con
k1+k2++ks=n ed a coefficiente direttivo di p(x). Ovviamente in R p(x) ha un numero di radici
minore o uguale ad n e quindi non si decompone necessariamente nel prodotto di fattori lineari,
quindi il numero di autovalori reali di una matrice quadrata reale di ordine n minore od uguale ad
n.
Def.2.Sia A una matrice quadrata di ordine n a coefficienti in K. Il polinomio det (A-In) si chiama
polinomio caratteristico della matrice A, le sue radici sono dette autovalori della matrice A. Se un
autovalore di A ha molteplicit k come radice del polinomio caratteristico di A, si dice che un
autovalore di molteplicit algebrica k della matrice A.
Un autovettore di un endomorfismo f: V V, che rispetto alla base B rappresentato dalla matrice
A, deve essere associato ad un autovalore di A, inoltre ad ogni autovalore di A associato un
insieme S() di autovettori, che (come gi detto) formato dalle autosoluzioni del sistema lineare
omogeneo A I x = 0, tali autosoluzioni vengono anche dette autovettori della matrice A
associati allautovalore .
Linsieme V() = S() {0} delle soluzioni del sistema A I x = 0, forma un sottospazio
vettoriale di V detto autospazio associato a e ovviamente si ha dim V() = n-r(A-In) (in quanto
V() il nucleo dellapplicazione lineare che ha come matrice associata A I ).
Def 3. Sia un autovalore di una matrice reale A quadrata di ordine n. La dimensione di V() si
chiama molteplicit geometrica di .
ESEMPI
1 0 2
1) Trovare autovalori ed autovettori della matrice A= 0 1 3 .

0 2 0
Consideriamo il polinomio caratteristico di A:
1
2
3 =(1-)[-(1-)-6]=(1-)(2--6), gli autovalori di A sono le radici del
polinomio caratteristico, pertanto 1=1, 2=-2, 3=3 sono gli autovalori di A.

Gli autovettori di
matriciale
associati allautovalore 1 sono le autosoluzioni dellequazione
0 0 2 x 0
0 0 3 y = 0
.Tali soluzioni sono i vettori del tipo

0 2 0 z 0
k
0
con k 0. Lautospazio V(1)
0
1

ha dunque dimensione 1 ed una sua possibile base formata dal vettore 0 .
0
Gli autovettori di
matriciale
associati allautovalore -2 sono le autosoluzioni dellequazione
3 0 2 x 0
- 2h/3
0 3 3 y = 0
- h con h 0. Lautospazio V(-2) ha
e
sono
i
vettori
del
tipo
0 2 2 z 0
h
- 2/3
dunque dimensione 1 ed una sua possibile base formata dal vettore - 1 .

1
Gli autovettori di A associati allautovalore 3 sono le autosoluzioni dellequazione
matriciale
- 2 0 2 x 0
t
0 - 2 3 y = 0
e sono i vettori del tipo 2t/3 con t 0. Lautospazio V(3) ha

0 2 - 3 z 0
t
1

dunque dimensione 1 ed una sua possibile base formata dal solo vettore 2/3 .
1
2) Trovare autovalori ed autovettori dellendomorfismo f:R3R3 rappresentato da
x' = x + z
y' = y z
z' = x y
Si pu procedere direttamente, cercando di stabilire per quali valori di il sistema

x = x + z
y = y z
z = x y
ha autosoluzioni. Il determinante della matrice dei coefficienti deve essere nullo e dunque si
1
0
1
deve avere
1 = -(1-)2-(1-)-(1-)=(1-)(-+ 2-2)=0 e quindi si ottiene
che si possono avere autosoluzioni per 1=1, 2=2, 3=-1. Gli autovettori
x = x + z
allautovalore 1=1 sono le autosoluzioni di y = y z ed hanno quindi la forma

z = x y
associati
k
k
con
0
2x = x + z
k0. Gli autovettori associati allautovalore 2=2 sono le autosoluzioni di 2y = y z ed

2z = x y
h
hanno quindi la forma - h con h0. Gli autovettori associati allautovalore 3=-1 sono le
h
- x = x + z
autosoluzioni di - y = y z ed hanno quindi la forma

- z = x y
t
- t con t0.

- 2t
Osserviamo che lendomorfismo f pu essere scritto in forma matriciale come
1 0 1 x x'
0 1 1 y = y'
e quindi per trovare autovalori ed autovettori di f basta trovare

1 1 0 z z'
1 0 1
autovalori ed autovettori della matrice 0 1 1 .

1 1 0
Dora in poi faremo sempre riferimento ad autovalori ed autovettori di una matrice A (reale e
quadrata di ordine n), avendo ben chiaro che essi possono anche essere visti come gli autovalori ed
autovettori di un endomorfismo f (su un spazio vettoriale di dimensione n sul campo reale, quindi
uno spazio isomorfo ad Rn) che ha, rispetto ad una base opportuna, come matrice associata la
matrice A. Ovviamente alcuni autovalori potrebbero essere numeri complessi ed in tal caso essendo
A reale anche gli autovettori ad essi associati sarebbero elementi di Cn.
Sussistono le seguenti propriet:
1. Se 1, 2 sono due autovalori distinti di A allora V(1) V(2)={0}.
Supponiamo infatti che v sia un autovettore associato sia a 1, sia a 2. Allora per
definizione di autovettore associato ad un autovalore abbiamo Av=1v e Av=2v, quindi
1v=2v, da cui (1-2)v=0 e quindi essendo v0 si ottiene 1=2.
2. Detti 1, 2,, n gli autovalori di A, si ha det A= 12n, di conseguenza A singolare
se e solo se ha almeno un autovalore nullo.
Si ha infatti det (A-I)=(-1)n( 1)( 2)( n) da cui ponendo =0 si ottiene
det(A)=(-1)n(1)( 2)( n)= (-1)n(-1)n 12n= 12n.
3. Detti 1, 2,, n gli autovalori di A, 1+2++n la somma degli elementi diagonali di
A, tale somma viene detta traccia di A.
Basta considerare i coefficienti di n-1 in det (A-I) e in (-1)n( 1)( 2)( n).
4. Gli autovalori di una matrice triangolare sono i suoi elementi diagonali.
5. Se v autovettore di A relativo allautovalore , allora
a. v autovettore di Am relativo allautovalore m,
b. se A invertibile allora 0 v autovettore di A-1 rispetto allautovalore 1/,
c. sia p(x)=adxd+ad-1xd-1++a0, allora definiamo p(A)= adAd+ad-1Ad-1++a0In; v un
autovettore della matrice p(A) rispetto allautovalore p().
Per dimostrare a. procediamo per induzione su m. Sappiamo che Av=v e supponiamo che
Am-1 v=m-1 v, moltiplichiamo entrambi i membri di questa uguaglianza a sinistra per A ed
abbiamo A(Am-1v)=A m-1 v= m-1Av= m-1 v, quindi Amv=mv.
Per dimostrare la b. ricordiamo che dalla 2 abbiamo che 0, partiamo allora da Av=v e
moltiplichiamo a sinistra per (1/)A-1 entrambi i membri delluguaglianza, abbiamo
(1/)v=A
La c. segue da a. e dal fatto che se v autovettore di due matrici A e B associato
rispettivamente agli autovalori e allora autovettore di A+B associato allautovalore
+.
Def 4. Siano A e B sue matrici quadrate dello stesso ordine n sul campo K. Diciamo che A simile
a B se esiste una matrice non singolare P tale che A=P-1BP.
Proposizione 1 : La relazione di similitudine fra matrici gode delle propriet riflessiva, simmetrica e
transitiva e quindi una relazione di equivalenza.
Dim. Ogni matrice A simile a se stessa, infatti A=In-1AIn (dove In rappresenta la matrice identica
di ordine n). Se la matrice A simile a B allora B simile ad A infatti se A simile a B abbiamo
A=P-1BP per una qualche matrice P, da cui moltiplicando a sinistra per P e a destra per P-1 abbiamo
PAP-1=B cio (P-1)-1AP-1=B e dunque B simile ad A e la matrice che trasforma A in B P-1. Se la
matrice A simile a B e B simile ad C allora A simile a C, infatti se A simile a B abbiamo
A=P-1BP per una qualche matrice P, e analogamente se B simile a C abbiamo, per una qualche
matrice Q, B=Q-1CQ; Sostituiamo B con Q-1CQ in A=P-1BP ed otteniamo A=P-1(Q-1CQ)P =
(QP)-1C(QP) e dunque A simile ad C e la matrice che trasforma A in C PQ.
Poich la relazione di similitudine gode della propriet simmetrica, nel seguito se A simile a B
diremo semplicemente che A B sono simili.
Proposizione 2: Siano A e B due matrici quadrate di ordine n. Se la matrice A rappresenta
lapplicazione lineare f:VV rispetto alla base B di V e la matrice B rappresenta la stessa
applicazione lineare f rispetto alla base C di V, allora A=P-1BP, dove P rappresenta la matrice di
passaggio dalla base B alla base C , e viceversa se due matrici sono simili rappresentano la stessa
applicazione lineare rispetto a due basi diverse di V.
Dim. Dalla proposizione 11 delle dispensine sulle applicazioni lineari otteniamo subito la prima
parte del teorema. Viceversa se A=P-1BP, consideriamo lapplicazione lineare fA: Rn Rn associata
alla matrice A (rispetto alla base canonica) e consideriamo il cambiamento di base di Rn
rappresentato da P (le colonne di P rappresentano le coordinate dei vettori della nuova base rispetto
alla vecchia canonica), allora B la matrice associata allapplicazione fA rispetto alla base cos
trovata.
Abbiamo subito le seguenti propriet

6. Se p(x) un polinomio a coefficienti in R ed A e B sono simili allora p(A) e p(B) sono
simili, in particolare se A= P-1BP allora p(A)= P-1p(B)P.
Infatti si verifica subito che (P-1AP)m= P- 1Am P e che P- 1(aC+bD) P= aP- 1CP+b P- 1DP, per
ogni coppia di matrici quadrate C e D.
7. Due matrici simili A e B hanno lo stesso polinomio caratteristico e quindi gli stessi
autovalori con le stesse molteplicit algebriche, lo stesso determinante e la stessa traccia.
Infatti, se A e B sono simili, esiste una matrice P tale che B=P-1AP ed inoltre sempre I=
P-1 I P; si ha pertanto det (B-I) = det (P-1AP-I) = det (P-1AP- P-1IP) = det P-1(A-I)P=
det P-1 det(A-I) det P = det(A-I). Le altre affermazioni seguono da 3 e dalla definizione di
autovalore .
Osserviamo che due matrici possono avere lo stesso polinomio caratteristico senza essere simili.
0 0
2
Basta considerare la matrice nulla di ordine 2 e la matrice B=
entrambe hanno come
1 0
polinomio caratteristico, ma abbiamo gi osservato che NON sono simili. Tuttavia in queste matrici
lautovalore 0 ha molteplicit geometriche diverse. Quindi non possono essere simili come
conseguenza della seguente propriet:
8. Gli autovalori di due matrici simili hanno la stessa molteplicit geometrica.
Infatti siano A, B due matrici simili, e sia P-1AP=B. Sia v un autovettore di A associato
allautovalore , allora P-1v un autovettore di B associato a : infatti BP-1 v =P-1APP-1v= P1
Av= P-1v= P-1v. Da questo segue che lautospazio di A associato a ha la stessa
dimensione dellautospazio di B associato a , quindi ha la stessa molteplicit geometrica
rispetto ad A e a B.
Osserviamo (senza dimostralo) che due matrici di ordine 2 o 3 che abbiano lo stesso polinomio
caratteristico (quindi gli stessi autovalori con le stesse molteplicit algebriche) e gli autovalori con
le stesse molteplicit geometriche, sono simili, questo non accade per in generale. Ad esempio le
0
0
matrici A=
0
1 0 0
0
0
0 0 0
, B=
0
0 0 1
0 0 0
0
1 0 0
0 1 0
hanno entrambe polinomio caratteristico 4, lautovalore
0 0 0
0 0 0
0 ha in entrambi i casi molteplicit geometrica 2 , ma A e B non sono simili perch A2=02, dove 02
indica la matrice nulla di ordine 2 , mentre B20 2. Dunque dalla 6. A e B non possono essere simili.
9. La molteplicit geometrica di un autovalore minore od uguale alla sua molteplicit
algebrica.
Infatti sia un autovalore di A di molteplicit geometrica g e sia ={w1,,wg} una base
dellautospazio V(). Estendiamo ad una base B di tutto Kn. Sia M la matrice che
rappresenta lendomorfismo fA:KnKn ridspetto alla base B. La matrice M ha la forma
I B

in quanto le sue colonne sono le coordinate delle immagini dei vettore della base
0 C
B rispetto alla base B stessa e quindi, essendo Awh= wh, per ogni 1hg, la h-esima
colonna di M ha 1 nella posizione h e 0 nelle rimanenti posizioni. Ora essendo M ed A
matrici simili si ha det (A-I)= det (M-I)=(- )gdet (C-I), da cui segue che la
molteplicit algebrica di almeno g.
Def.5. Un autovalore i di una matrice A si dice regolare se rk(A-iI)=n-ki, dove ki la molteplicit
algebrica dellautovalore i. In altre parole i regolare se la sua molteplicit algebrica coincide
con la sua molteplicit geometrica.
Si osserva facilmente che
10. un autovalore di molteplicit 1 sempre regolare,
11. lautospazio associato ad un autovalore regolare di molteplicit algebrica k ha dimensione k.
Def.6. Una matrice quadrata A si dice diagonalizzabile se simile ad una matrice diagonale.
Poich abbiamo osservato che due matrici simili hanno gli stessi autovalori, se A una matrice
diagonalizzabile , la matrice diagonale a cui simile avr sulla diagonale gli autovalori di A (infatti
una matrice diagonale triangolare e ha quindi come autovalori i suoi elementi diagonali). Dunque
12. Se A diagonalizzabile e 1, 2,, n sono i suoi autovalori , esiste una matrice non
singolare P tale che P-1AP=diag(1, 2,, n).
Da questo ricaviamo che se A diagonalizzabile in K deve avere n autovalori 1, 2,, n
appartenenti a K (eventualmente in parte coincidenti) ed inoltre deve esistere una matrice invertibile
P tale che AP=P diag(1, 2,, n). Da questa uguaglianza, detta ci la i-esima colonna di P,
otteniamo per ogni i, con 1 in, Aci=ici, quindi ci un autovettore di A relativo allautovalore i.
Poich P invertibile segue che le sue colonne devono essere linearmente indipendenti, quindi A
deve avere n autovettori linearmente indipendenti.
Teorema 1. Una matrice A quadrata di ordine n diagonalizzabile su K se e solo se Kn ammette una
base di autovettori
Dim. Abbiamo gi dimostrato la parte solo se del teorema, infatti abbiamo visto che se A
diagonalizzabile esistono n autovettori di A linearmente indipendenti e tali vettori sono una base di
Kn. Per dimostrare la parte se, supponiamo allora che Kn ammetta una base di autovettori
Esistono quindi n autovettori v1,v2,,vn linearmente indipendenti di A. Ogni vi deve essere

associato ad un autovalore i di A, si ha allora Avi=ivi per ogni i, con 1 in. Detta P la matrice
formata dallaccostamento dei vettori v1,v2,,vn si ha allora AP=P diag(1, 2,, n). Poich
v1,v2,,vn sono linearmente indipendenti P invertibile e dunque, moltiplicando a sinistra per P-1,
si ha P-1AP=diag(1, 2,, n).
Poich una matrice quadrata A pu sempre essere pensata come la matrice associata ad un
endomorfismo f:VV di dimensione n sul campo reale (complesso) ne segue che A
diagonalizzabile se e solo se esiste una base di V formata solo da autovettori di f (ovvero da
autovettori di A).
In particolare per il seguito a noi servir stabilire se una matrice reale A quadrata di ordine n sia
diagonalizzabile su R, quindi il teorema in questo caso diventa
Corollario 1. Una matrice reale A quadrata di ordine n diagonalizzabile su R se e solo se ha n
autovalori reali (ciascuno contato con la propria molteplicit algebrica ) ed Rn ammette una base di
autovettori
Siano allora 1, 2,, s gli autovalori distinti di A, consideriamo il sottospazio
H=V(1)+V(2)++V(s) di V, poich sappiamo che, se ij, V(i)V(j)={0} abbiamo H
somma diretta degli autospazi V(i) e quindi
(1)
dim H=dim V(1)+dimV(2)++ dimV(s) k1+ k2++ ks.
Nella (1) vale luguaglianza se e solo se gli autovalori 1, 2,, s sono tutti regolari. Inoltre se
tutte le radici del polinomio caratteristico sono reali abbiamo che k1+ k2++ ks=n (per il teorema
fondamentale dellalgebra). Possiamo quindi concludere con il seguente
Teorema 2. Una matrice A diagonalizzabile nel campo reale se e solo se ha tutti gli autovalori
reali e regolari.
Da quanto detto sopra segue che
13. una matrice A di ordine n che ha n autovalori reali e distinti sempre diagonalizzabile nel
campo reale.
14. una matrice diagonalizzabile in R se e solo se, dette k1, k2,, ks le molteplicit
geometriche dei suoi autovalori reali, si ha k1+ k2++ ks=n.
Quanto abbiamo visto precedentemente ci permette di rispondere al seguente
Problema: Sia f un endomorfismo di uno spazio vettoriale V di dimensione finita n. Quando e come
possibile scegliere una base di V in modo che f sia rappresentato in modo semplice?
Risposta: Sia B una base di V e sia A la matrice che rappresenta f rispetto a tale base. Se A
diagonalizzabile e quindi V ha una base di autovettori C, lautomorfismo rispetto alla base C
rappresentato dalla matrice diag(1,2,,n) , ove i lautovalore associato alli-esimo vettore
della base C.
Chiaramente se esiste una base di V rispetto alla quale f rappresentato da una matrice
diagonalizzabile allora f sar rappresentato da una matrice diagonalizzabile rispetto ad ogni base di
V (in quanto matrici che rappresentano uno stesso endomorfismo rispetto a basi diverse sono simili)
e quindi se f rappresentabile rispetto a qualche base di V da una matrice diagonale, sar
rappresentato da una matrice digonalizzabile rispetto ad una qualsiasi altra base di V.
Possiamo quindi dare la seguente
Def. 7. Un endomorfismo di V si dice semplice se rispetto ad una qualsiasi base di V
rappresentato da una matrice diagonalizzabile. O equivalentemente se V ammette una base di
autovettori di f.
ESEMPI
1 2 0
3) Decidere se la matrice 0 1 0 diagonalizzabile.

2 1 2
Il polinomio caratteristico di A
=(1-)2(2-), gli autovalori di A sono
2
1
2
quindi 1 (con molteplicit 2), 2 (con molteplicit 1). Lautovalore 2 sicuramente regolare,
per decidere se lautovalore 1 regolare dobbiamo calcolare r(A-1I).
0 2 0
A-1I= 0 0 0 ha rango 2, infatti il minore formato da prima e seconda colonna , prima e

2 1 1
terza riga diverso da 0, dunque lautovalore 1 non regolare e la matrice A non
diagonalizzabile.
1 1 1
4) Decidere se la matrice A= 0 1 0 diagonalizzabile.

0 1 2
Il polinomio caratteristico di A ancora (1-)2(2-), quindi A ha come autovalori 1 (con

molteplicit 2) e 2 (con molteplicit 1). Lautovalore 2, avendo molteplicit 1, regolare.
Calcoliamo il rango di A-1I.
0 1 1
A-1I= 0 0 0 ha evidentemente rango 1, dunque V(1) ha dimensione 2 ed 1 un

0 1 1
autovalore regolare, pertanto A diagonalizzabile. Una matrice P che diagonalizza A si
ottiene calcolando V(1) e V(2).
0 1 1
Si vede subito che V(1)={[h,k,-k] |h,kR}, V(2)={[t,0,-t] |tR}, dunque P= 1 0 0
1 0 1
T
tale che P-1AP= diag(1,1,2). Se volessimo ottenere diag(1,2,1) dovremmo prendere P=

1 1
0
1
0 0 .
1 1 0
Ricapitolando, se abbiamo una matrice quadrata reale di ordine n per decidere se diagonalizzabile
in R procediamo cos
1. Calcoliamo gli autovalori di A, se non sono tutti reali (ovvero se la somma delle molteplicit
algebriche degli autovalori reali che troviamo minore di n) la matrice non diagonalizzabile in
R.
2. Se sono tutti reali allora

2.1. Se gli autovalori sono tutti distinti allora A diagonalizzabile,
2.2. se ci sono autovalori con molteplicit algebrica >1 allora
2.2.1. Per ogni autovalore i di molteplicit algebrica ki>1 calcoliamo la molteplicit
geometrica di i. Se la molteplicit geometrica di i diversa da ki per almeno un i
allora la matrice non diagonalizzabile, altrimenti diagonalizzabile.
Se vogliamo stabilire se diagonalizzabile in C abbiamo dal teorema fondamentale dellalgebra che
A in C ha n autovalori e quindi procediamo come prima a partire da punto 2.
Se abbiamo due matrici A e B quadrate dello stesso ordine n per stabilire se sono simili procediamo
cos
1. Calcoliamo il polinomio caratteristico di A e B, se tali polinomi sono diversi A e B non sono
simili
2. Se i polinomi caratteristici di A e B sono uguali, vediamo se A e B sono diagonalizzabili
2.1. Se sono entrambe diagonalizzabili A e B sono simili, in quanto simili ad una stessa matrice
diagonale.
2.2. Se una diagonalizzabile e laltra no, non sono simili
2.3. Se entrambe non sono diagonalizzabili, allora
2.3.1. Se c un autovalore che in A ha molteplicit geometrica diversa da quella che ha in
B allora non sono simili
2.3.2. Se tutti gli autovalori hanno in A e in B hanno la stessa molteplicit geometrica,
allora
2.3.2.1.
Se n=2 o n=3 A e B sono simili
2.3.2.2. Se n4 bisogna procedere (con le conoscenze che abbiamo) usando

direttamente la definizione di matrici simili.
Vogliamo ora enunciare il
Teorema di Cayley Hamilton. Sia A una matrice quadrata di ordine n, allora detto p A() il suo
polinomio caratteristico si ha p A(A)=0 n, in altre parole ogni matrice quadrata radice del suo
polinomio caratteristico.
Dim. Sia B la matrice il cui elemento di posto (i,j) il complemento algebrico dellelemento di
posto (j,i) della matrice A-In, ben noto che (A-In)B= pA()In (ricordarsi che p A()= det (A-In)
e guardare la dispensina sul determinante: nuovo modo per calcolare linversa). Gli elementi di B
sono polinomi in di grado n-1, quindi possiamo scrivere B=B0+B1++n-1Bn-1, con Bi matrici
opportune ad elementi reali. Sia pA()=ann++a1+a0. Sostituendo le espressione di B e di pA()
nella (A-In)B= p A()In abbiamo che AB0=a0In, -Bn-1= anIn, ABi-Bi-1= aiIn per ogni 1in-1.da cui
sostituendo A a si ottiene il risultato.
Il teorema di Cayley Hamilton fornisce un altro metodo per calcolare, quando esiste, linversa di A.
Infatti se A invertibile a0 che, a meno del segno, il prodotto degli autovalori di A diverso da 0,
Il teorema di Cayley Hamilton dice che In=-(anAn++a1A)/a0, da cui moltiplicando per A-1, si
ottiene A-1=-(anAn-1++a1 In )/a0.
Il teorema dice anche che ogni polinomio in A uguale ad un polinomio in A di grado n-1.
Infatti, sia p(A) un polinomio in A, e sia p() il corrispondente polinomio in , se dividiamo p()
per p A() otteniamo un quoziente q() e un resto r() di grado minore del grado di p A(),
dalluguaglianza p()=p A()q()+r(), sostituendo con A abbiamo p(A)=pA(A)q(A)+r(A), da cui,
tenuto conto che p A(A)=0 n , otteniamo p(A)=r(A).
NOTA BENE.
Questi appunti non sono esaustivi, non contengono tutto ci che stato detto a lezione /
esercitazione; costituiscono una base minima di conoscenze necessarie a superare lesame e
sono utili ad un ripasso veloce. Contengono inoltre le dimostrazioni fatte a lezione.
SPAZI VETTORIALI (vedi Capitolo 4 del testo)

Def.1. Un insieme V si dice spazio vettoriale sul campo K (che per noi sar il campo razionale Q o
il campo reale R o il campo complesso C) se sono definite unoperazione di somma su V (cio una
legge che ad ogni coppia ordinata v1, v2 di elementi di V associa uno e un solo elemento di V, che
indicheremo con v1+v2) ed un prodotto esterno fra gli elementi di K e quelli di V, che ad ogni
coppia di elementi k,v con kK, vV associa uno e un solo elemento di V, che indicheremo con
kv, con le seguenti propriet:
1. associativa: per ogni terna v1,v2,v3V si ha (v1+v2)+v3=v1+(v2+v3)
2. esistenza dello zero: esiste un elemento 0 in V tale che per ogni vV si ha
v+0=v
3. esistenza dellopposto: per ogni vV esiste un elemento vV tale che v+v=0
4. commutativa: per ogni coppia v1,v2 V si ha v1+v2 =v2+v1
5. per ogni k1,k2 K e per ogni v V si ha (k1+k2)v=k1v +k2v
(attenzione il simbolo + nei due membri delluguaglianza indica operazioni diverse: alla
sinistra e la somma in K e alla destra la somma in V)
6. per ogni k1,k2K e per ogni v V si ha (k1k2)v=k1(k2v)
(attenzione il simbolo nella parte a sinistra delluguaglianza la prima volta indica il
prodotto in K e la seconda il prodotto esterno, nella parte destra indica sempre il prodotto
esterno)
7. per ogni k K e per ogni v1,v2 V si ha k(v1+v2)=kv1+kv2
(questa volta il simbolo indica sempre il prodotto esterno, il simbolo + la
somma in V)
8. per ogni vV si ha 1v=v (dove 1 rappresenta lunit di K) .
Nel seguito chiameremo vettori gli elementi di V e li sottolineeremo per distinguerli dagli elementi
di K, inoltre lopposto v del vettore v sar indicato con v. Chiameremo invece scalari gli
elementi di K.
Quando non ambiguo, ometteremo il simbolo per indicare il prodotto esterno e scriveremo
semplicemente kv per indicare kv.
(Le condizioni 1.,2.,3.,4. dicono che V rispetto alloperazione di somma un gruppo abeliano.
Quando come campo degli scalari si usa un generico campo K, non solo Q o R o C, il simbolo 1
della propriet 8. va interpretato come lelemento neutro rispetto al prodotto di K) .
Esempi
a. Sia V linsieme dei vettori della fisica applicati in uno stesso punto P, se prendiamo come
somma in V la solita somma di vettori (quella ottenuta con la regola del parallelogramma) e
come prodotto esterno fra il campo R e V il solito prodotto di uno scalare per un vettore,
otteniamo uno spazio vettoriale su R.
b. Sia V linsieme delle matrici di uno stesso tipo (m,n) ad elementi reali (complessi), se
prendiamo lusuale somma di matrici come somma in V e lusuale prodotto di uno scalare per
una matrice come prodotto esterno, otteniamo uno spazio vettoriale su R (su C).
c. In particolare linsieme delle matrici si tipo (n,1) a coefficienti reali (o quello delle
matrici di tipo (1,n) sul campo reale) uno spazio vettoriale che indicheremo con
Rn .
d. Sia V linsieme dei polinomi a coefficienti reali nellindeterminata x, se prendiamo come
somma in V lusuale somma di polinomi e come prodotto esterno lusuale prodotto di un
numero reale per un polinomio, otteniamo uno spazio vettoriale su R.
e. R uno spazio vettoriale su se stesso se prendiamo come somma lusuale somma in R e come
prodotto esterno lusuale prodotto di numeri reali.
Osserviamo che in uno spazio vettoriale valgono le seguenti propriet:
kv=0 se e solo se k=0 oppure v=0.
v=(-1) v
k1(k2v) = k2(k1v)
v+w=v+u implica w=u
Def. 2. Sia V uno spazio vettoriale sul campo K, diciamo che un vettore vV combinazione
lineare dei vettori v1, v2,, vn V se esistono n elementi k1,k2,,kn K, detti coefficienti della
combinazione, tali che v=k1v1+k2v2++knvn.
I vettori v1,v2,,vn si dicono linearmente indipendenti se lunico modo di ottenere il vettore 0 come
loro combinazione lineare prendere tutti i coefficienti della combinazione uguali a 0, altrimenti si
dicono linearmente dipendenti, in altre parole v1,v2,,vn si dicono linearmente dipendenti se
esistono n elementi h1,h2,,hn K non tutti nulli tali che h1v1+h2v2++hnvn= 0.
Osservazioni
1. I vettori v1,v2,,vn sono linearmente dipendenti se e solo se uno di essi (NON ciascuno di essi)
combinazione lineare dei restanti; in particolare se v1,v2,,vr sono vettori linearmente
indipendenti e v1,v2,,vr ,v sono vettori linearmente dipendenti, allora il vettore v
combinazione lineare di v1,v2,,vr . , in particolare quindi ogni insieme di vettori che contenga il
vettore 0 un insieme di vettori linearmente dipendenti e ogni insieme di vettori che contenga
due vettori uguali (o proporzionali) un insieme di vettori linearmente dipendenti.
2. Se H={v1,v2,,vn }V un insieme di vettori linearmente dipendenti, allora ogni sottoinsieme T
di V tale che HT un insieme di vettori linearmente dipendenti
3. H={v1} un insieme di vettori linearmente dipendenti se e solo se v1=0Se I={v1,v2,,vn }V
un insieme di vettori linearmente indipendenti, allora ogni sottoinsieme J di V tale che JI un
insieme di vettori linearmente indipendenti
Def.3. Dato uno spazio vettoriale V su K, un sottoinsieme H di V si dice sottospazio (vettoriale) di
V se H a sua volta uno spazio vettoriale su K rispetto alla stessa somma di V e allo stesso prodotto
esterno di K per V.
(Questo in particolare significa che la somma di due vettori di H un vettore di H, che 0 sta in H,
che per ogni vettore v di H anche v sta in H e che per ogni vettore v di H e per ogni in K v sta
in H).
Per verificare se un sottoinsieme H di V un sottospazio sussiste il seguente
Criterio: Un sottoinsieme H di uno spazio vettoriale V su K un sottospazio di V se e solo se
valgono le seguenti due condizioni:
1. per ogni v,wH, v+wH e
2. per ogni vH e per ogni , vH.
Esempi
1. Linsieme H={[x,y,z,t]T | x,y,z,tR, x=2} non un sottospazio di R4 in quanto 0H
2. Linsieme H={[x,y,z,t] T | x,y,z,tR, x2=y} non un sottospazio di R4.
Infatti considerato il vettore [x,x2,z,t] T (appartenente ad H) ed uno scalare 0,1, il vettore
[x,x2,z,t] T = [x,x2,z,t] T non appartiene ad H in quanto la seconda componente non il
quadrato della prima.
3. Linsieme H={[x,y,z,t] T |x,y,z,tR, x=y+z} un sottospazio di R4.
Infatti considerati due qualsiasi vettori [y1+z1,y1,z1,t1] T, [y2+z2,y2,z2,t2] T in H ed un qualsiasi
in R si ha [y1+z1,y1,z1,t1] T +[y2+z2,y2,z2,t2] T = [y1+z1+(y2+z2), y1+y2,z1+z2,t1+t2] T =
=[(y1+y2)+(z1+z2),y1+y2,z1+z2,t1+t2] T che un vettore di H ed anche [y1+z1,y1,z1,t1] T
= [(y1+z1),y1,z1,t1] T = [y1+z1,y1,z1,t1] T che un vettore di H, dunque, usando il
criterio, si pu concludere che H un sottospazio di R4.
4. Sia V uno spazio vettoriale sul campo K e siano v1,v2,,vn V linsieme
L(v1,v2,,vn)= {a1v1+ a2v2++ anvn|aiK} un sottospazio vettoriale di V.
Infatti presi comunque w1= a1v1+ a2v2++ anvn , w2= b1v1+ b2v2++ bnvn in L(v1,v2,,vn), si
ha w1+w2= (a1+ b1)v1+ (a2+ b2) v2++ (an+ bn)vn L(v1,v2,,vn) e per ogni elemento di K
, w1= (a1)v1+ (a2)v2++ (an)vn L(v1,v2,,vn).
Def.4. Lo spazio L(v1,v2,,vn)= {a1v1+ a2v2++ anvn|aiK} definito nellesempio d. si chiama
(sotto) spazio vettoriale generato da v1,v2,,vn.
I vettori v1,v2,,vn costituiscono un sistema di generatori di V se V= L(v1,v2,,vn).
Uno spazio vettoriale ha dimensione finita se ammette un insieme finito di generatori.
I vettori v1,v2,,vn formano una base di V se ogni vettore di V si scrive in uno ed un
sol modo come combinazione lineare dei vettori v1,v2,,vn.
Propriet
1. Se G={v1,v2,,vn }V un insieme di generatori di V, allora ogni sottoinsieme
G di V, tale che GG un insieme di generatori di V
2. Sia V uno spazio vettoriale su K, B={v1,v2,,vn } una base di V se e solo se
{v1,v2,,vn} un insieme di generatori linearmente indipendenti di V.
Infatti se B una base, ogni vettore v di V si scrive in uno e un sol modo come combinazione
lineare di v1,v2, vn. vettori v1,v2,,vn formano quindi un sistema di generatori, inoltre se
0=1v1+2v2++nvn per lunicit della scrittura di 0 come combinazione lineare di
v1,v2,,vn, si ricava 1= 2==n=0, quindi i vettori v1,v2,,vn sono linearmente
indipendenti.
Se invece {v1,v2,,vn } un insieme di generatori linearmente indipendenti di V, dal fatto che

siano generatori abbiamo che ogni vettore vV si pu scrivere come combinazione lineare di
v1,v2,,vn. Supponiamo allora che sia v= 1v1+2v2++nvn= 1v1+2v2++nvn .Questa
uguaglianza implica 0= (1- 1)v1+(2- 2)v2++(n- n)vn, da cui per lindipendenza lineare
di v1,v2,,vn, si ricava 1= 1, 2= 2,, n= n.
3. Siano V uno spazio vettoriale su K, B={v1,v2,,vn } una base di V, v= 1v1+2v2++nvn.
Allora v pu essere identificato con la n-upla [1, 2,,n] di elementi di K o anche con la nupla [1, 2,,n]T. La n-upla [1, 2,,n] di elementi di K linsieme delle coordinate di v
rispetto alla base B. Inoltre se v = 1v1+2v2++nvn e w = 1v1+2v2++nvn facile
verificare che v+w = (1+ 1)v1+(2+ 2)v2++(n+ n)vn e v = (1)v1+ (2)v2+
+ (n)vn quindi lo spazio vettoriale V (rispetto alla base B) pu essere identificato con
linsieme delle matrici di tipo (1,n) o con linsieme delle matrici di tipo (n,1) ad elementi in K
(queste considerazioni sono formalizzate meglio nel capitoletto sulle applicazioni lineari) .
4. Se G={v1,v2,,vn } un sistema di generatori di V, da G si pu sempre estrarre una base di V
(in altre parole ogni spazio vettoriale di dimensione finita ha una base).
Il procedimento di estrazione procede cos:
eliminiamo dai vettori di G tutti gli eventuali 0,
supposto che v1, v2,,vn siano tutti non nulli, eseguiamo il seguente algoritmo (degli
scarti successivi):
passo 0: i: = 2, B:=G
passo 1: se vi combinazione lineare dei precedenti vettori di si pone
B:=B -{vi },
passo 2: i:=i+1
passo 3: se in, si torna al passo 1 altrimenti si restituisce B.
Efacile provare che B un insieme di generatori (infatti sappiamo che ogni vettore di V
combinazione lineare dei vettori di G e se sostituiamo i vettori eliminati con la loro scrittura
come combinazione lineare dei precedenti scriviamo il generico vettore di V come
combinazione lineare di vettori di B), inoltre i vettori di B sono linearmente indipendenti perch
se 0 si scrivesse come combinazione lineare di vettori di B a coefficienti non tutti nulli, il
vettore di B con indice massimo che compare nella scrittura di 0 si potrebbe scrivere come
combinazione lineare dei precedenti, ma allora avrebbe dovuto essere eliminato da B.
5. Se G={v1,v2,,vn } un sistema di generatori di V, e u1,u2,,ur un insieme di vettori
linearmente indipendenti di V, esiste sempre una base di V che contiene u1,u2,,ur .
Basta osservare che {u1,u2,,ur,v1,v2,,vn } un sistema di generatori di V ed applicare
lalgoritmo precedente a questo sistema di generatori, nessuno degli ui viene cancellato perch
per ipotesi sono un insieme di vettori linearmente indipendenti e quindi nessuno
combinazione lineare dei precedenti.
6. Se G={v1,v2,,vn } un sistema di generatori di V, ogni insieme w1,w2,,wm di vettori di V
con m>n costituito da vettori linearmente dipendenti.
Procediamo per induzione su n.
Caso base. Se n=1 due vettori qualsiasi di V costituiscono un insieme di vettori linearmente
dipendenti. Infatti siano w1,w2V due vettori distinti se uno di essi 0 allora i due vettori sono
linearmente dipendenti. Quindi supponiamoli entrambi diversi dal vettore nullo, poich V ={v1}
un sistema di generatori di V allora w1= av1, w2= bv1 con a,b diversi da 0 e dunque bw1
aw2=0 con a,b non entrambi nulli.
Supponiamo allora per ipotesi di induzione che se un insieme di n-1 vettori un insieme di
generatori di uno spazio vettoriale allora ogni insieme di n vettori di quello spazio un insieme
di vettori linearmente dipendenti.
Sia ora G={v1,v2,,vn } un sistema di generatori di V e prendiamo in V un qualsiasi insieme di
n+1 vettori w1,w2,,wn+1 .
Se uno di questi vettori il vettore nullo, linsieme w1,w2,,wn+1 un insieme di vettori
linearmente dipendenti, pertanto assumiamo che nessun wi sia 0. Poich {v1,v2,,vn } un
sistema di generatori di V abbiamo
w1= a11v1+a12v2++a1nvn
w2= a21v1+a22v2++a2nvn
wn+1= an+11v1+an+1 2v2++an+1 nvn

dove possiamo sempre assumere a110 (in caso contrario riordiniamo i vi)
Allora
a11w2- a21w1=(a11a22- a21a12)v2++(a11a2n- a21a1n)vn
a11w3- a31w1=(a11a32- a31a12)v2++(a11a3n- a31a1n)vn
a11wn- an+1 1w1=(a11an2- an+11an+12)v2++(a11ann- an+1 1a1n+1)vn

quindi a11w2- a21w1, a11w3- a31w1,, a11wn- an+1 1w1 sono n vettori appartenenti allo spazio
vettoriale generato da {v2,,vn } quindi sono linearmente dipendenti per ipotesi di induzione e
dunque esistono dei coefficienti b1,b2,,bn non tutti nulli tali che
b1(a11w2- a21w1)+ b2(a11w3- a31w1)++ bn (a11wn- an+1 1w1)=0
da cui (-b1a21-b2a31--bn an+1 1)w1 + b1a11w2+ b2a11w3++ bn a11wn=0 con almeno
un bia110, pertanto w1,w2,,wn+1 un insieme di vettori linearmente dipendenti.
7. Se V uno spazio vettoriale di dimensione finita e B={v1,v2,,vn } e B={u1,u2,,ur} sono due
basi di V allora m=r.
Infatti B, essendo una base, un insieme di generatori e B, essendo una base, un insieme di
vettori linearmente indipendenti di V, perci rm. Scambiando il ragionamento si ha che B,
essendo una base, un insieme di generatori e B, essendo una base, un insieme di vettori
linearmente indipendenti di V e dunque mr, da cui lasserto.
Def. 5. Si dice dimensione di uno spazio vettoriale di dimensione finita il numero di vettori che
compongono una sua base.
Osservazione 5.
Sia V uno spazio vettoriale di dimensione n, allora ogni insieme di generatori formato da mn
vettori, ogni insieme di vettori linearmente indipendenti formato da rn vettori. In particolare un
insieme di generatori formato da n vettori una base e un insieme di n vettori linearmente

indipendenti una base.
Osservazione 6.
Osservate che se V uno spazio vettoriale di dimensione finita n, ogni suo sottospazio ha
dimensione mn, in particolare ogni sottospazio di dimensione n coincide con V (la
base del sottospazio un insieme di vettori linearmente indipendenti in V ed avendo la
stesso numero di vettori di una base di V a sua volta una base di V).
Esempi
1. Consideriamo lo spazio vettoriale R3. I vettori e1=[1,0,0]T, e2= [0,1,0] T, e3=[0,0,1] T
costituiscono una base di V. Infatti sono linearmente indipendenti in quanto ae1+be2+ce3=0
implica a=b=c=0, ed ogni vettore v=[a,b,c] T di R3 si pu scrivere come combinazione lineare di
e1, e2, e3 ([a,b,c] T =ae1+be2+ce3); questa base si chiama base canonica di R3. In generale la
base canonica di Rn formata dagli n vettori e1, e2, ,en dove ei il vettore le cui componenti
diverse dalla i-esima sono tutte 0 e la componente i-esima 1 (per ogni 1in).
2. Linsieme di vettori { [1,1,1] T, e1, e2, e3} un sistema di generatori di R3, ma non una base
perch i vettori non sono linearmente indipendenti, una base di R3 anche { [1,1,1] T, e1, e2},
infatti a[1,1,1] T +b e1+c e2=0 implica a=b=c=0 ed inoltre ogni vettore [a,b,c] T si pu scrivere ad
esempio come c[1,1,1] T +(a-c) e1+(b-c) e2.
3. I polinomi a coefficienti reali di grado minore o uguale a 3 nella variabile x formano uno spazio
vettoriale V su R rispetto alla somma di polinomi e al prodotto esterno definito come usuale
prodotto di un numero per un polinomio. E immediato verificare che {1,x,x2,x3} una base di
V.
G={1, x, x-1, 2x+ x2, x2+x3} un sistema di generatori di V infatti un qualsiasi polinomio
a+bx+cx2+dx3 si pu scrivere ad esempio come
d(x2+x3)+(c-d)( 2x+ x2)+(d-c)(x-1)+(b+d-c)x+(a+d-c)1.
G non una base, infatti il polinomio 0 si scrive nella forma
0=0(x2+x3)+0(2x+ x2)+1(x-1)-1(x)+1, quindi come combinazione lineare a coefficienti non tutti
nulli dei vettori di G.
Possiamo immediatamente osservare che x combinazione lineare dei vettori 1,x-1 ( la loro
somma). Se eliminiamo x da G otteniamo allora
G={1, x-1, 2x+ x2, x2+x3} ; i vettori di G sono linearmente indipendenti. Si verifica
facilmente che i vettori di G sono un sistema di generatori, infatti sostituendo (x-1)+1 ad x
abbiamo a+bx+cx2+dx3 = d(x2+x3)+(c-d)( 2x+ x2)+0 (x-1)+ ( b+2d-2c)x+a1=
d(x2+x3)+(c-d)( 2x+ x2)+0 (x-1)+ ( b+2d-2c)(x-1+1)+a1=
d(x2+x3)+(c-d)( 2x+ x2)+ ( b+2d-2c)(x-1)+a1 (x-1)+ (b+2d-2c)(x-1)+ (b+2d-2c+a)1, dunque
G una base di V.
4. Sapendo che [1,1,1,1] T, [2,0,2,0] T, [-1,1,-1,1] T, [0,0,2,2] T,[1,0,0,0] T , [0,0,0,1] T un sistema
di generatori per R4, estrarne una base.
Non ci sono vettori nulli nel nostro insieme, inoltre [2,0,2,0] T non combinazione lineare di
[1,1,1,1] T, quindi si considera il vettore successivo [-1,1,-1,1] T che risulta essere somma dei
precedenti, dunque lo si elimina dal sistema di generatori e si passa a considerare [0,0,2,2] T,
[0,0,2,2] T non si pu scrivere come combinazione lineare di [1,1,1,1]T e [2,0,2,0] T (infatti ogni
combinazione lineare di tali vettori ha prima e terza componente uguale) e quindi si passa a
considerare [1,0,0,0] T. [1,0,0,0] T non combinazione lineare di [1,1,1,1]T, [2,0,2,0]T, [0,0,2,2]T,
perch il sistema lineare
a+2b=1
a=0
a+2b+2c=0
a+2c=0
(che corrisponde alla equazione matriciale [1,0,0,0]T = a[1,1,1,1]T+b[2,0,2,0]T+c[0,0,2,2]T)
impossibile.
I vettori [1,1,1,1] T, [2,0,2,0] T, [0,0,2,2] T, [1,0,0,0] T sono pertanto linearmente
indipendenti e sono una base per R4 avendo R4 dimensione 4.
Osservate che se aveste applicato lalgoritmo degli scarti successivi al sistema di generatori
precedente, riordinato cos: [2,0,2,0] T, [-1,1,-1,1] T, [1,1,1,1] T, [0,0,0,1] T, [0,0,2,2] T, [1,0,0,0] T
avreste trovato come base: [2,0,2,0] T, [-1,1,-1,1] T, [0,0,0,1] T, [0,0,2,2] T.
Dalla definizione di base e dimensione e dal teorema di Rouch Capelli si ricava
Teorema 1 (di nullit pi rango). Se A una matrice con n colonne, si ha dim kerA+rk(A)=n.
Dim. Se rk(A)=r, per il teorema di Rouch Capelli il sistema lineare Ax=0 ha infinite soluzioni che
si scrivono nella forma t1v1+t2v2++tn-rvn-r dove ogni vi la soluzione che si ottiene assegnando il
valore 1 alla i-esima variabile libera del sistema e 0 alle altre variabili libere, quindi
t1v1+t2v2++tn-rvn-r la soluzione che si ottiene dando alli-esima variabile libera,1in-r, il valore
ti . Non pu essere t1v1+t2v2++tn-rvn-r = s1v1+s2v2++sn-rvn-r con almeno un tisi perch in tal caso
almeno la i-esima variabile libera nelle due soluzioni del sistema avrebbe valori diversi. Quindi
i vettori v1,v2,,vn-r sono una base per ker A e dunque dim ker A=n-r.
Rango di una matrice e dimensioni degli spazi righe e colonne della matrice
Abbiamo gi osservato (capitolo sullalgebra delle matrici) che una matrice A di tipo (m,n) pu
essere vista come costituita dallaccostamento (verticale) di m vettori riga di tipo (1,n) : r1, r2,,rm.
Poniamo Row(A)=L(r1, r2,, rm).
Analogamente A pu essere vista come costituita dallaccostamento (orizzontale) di n vettori
colonna di tipo (m,1) : c1, c2,, cn . Poniamo Col(A)=L(c1, c2,, cn).
E molto importante il seguente
Teorema 2: rk(A)=dim Row(A)=dim Col(A).
Per dimostrarlo usiamo alcuni lemmi
Lemma 1: {v1, v2,, vt} un insieme di vettori linearmente indipendenti se e solo se
{v1, v2,, vj+kvi,...,vt} , con ij, kK, un insieme i vettori linearmente indipendenti.
Dim. Sia {v1, v2,, vt} un insieme di vettori linearmente indipendenti. Sia
a1v1+ a2v2++ aj(vj+kvi)+...+ atvt=0, allora a1v1+ a2v2++ (ai+kaj)vi ++ajvj+...+
atvt=0 , da cui, essendo {v1, v2,, vt} un insieme di vettori linearmente indipendenti, si
ottiene a1= a2== ai+kaj==aj=...= at=0 e quindi a1= a2== ai ==aj=...= at=0,
dunque {v1, v2,, vj+kvi,...,vt} un insieme i vettori linearmente indipendenti.
Il viceversa banale in quanto i vettori {v1, v2,, vt} si possono vedere come ottenuti da
{v1, v2,, vj+kvi,...,vt} aggiungendo al j-esimo vettore li-esimo moltiplicato per k.
Dal Lemma1 segue subito il
Corollario 1: dim L(v1, v2,, vm)=dim L(v1, v2,, vj+kvi,...,vm)

Lemma 2: Sia U la matrice a scalino ottenuta da A secondo il procedimento descritto nel capitolo
sui sistemi lineari, allora dim Row(U)=dim Row(A).
Dim. Dal corollario 1 si ha che ogni mossa di Gauss trasforma una matrice B in una matrice C tale
che dim Row(C)=dim Row(B) e quindi poich U ottenuto da A con un numero finito di mosse di
Gauss abbiamo il risultato.
Lemma 3: Se U una matrice a scalino dim Row(U)=rk(U).
Dim. Le righe di U che contengono i pivot (uniche righe diverse dal vettore 0) sono linearmente
indipendenti (verifica immediata) e sono il massimo numero di vettori linearmente indipendenti che
posso estrarre dallinsieme di righe di U.
Lemma 4: {[v11, v21,, vm1]T, [v12, v22,, vm2]T,, [v1n, v2n,, vmn]T} un insieme di vettori
linearmente indipendenti di uno spazio V se e solo se
{[v11,.., vj1+k vi1,.., vm1]T, [v12,.., vj2+k vi2,.., vm2]T,.., [v1n,.., vjn+k vin,.., vmn]T}, con ij, kK,
un insieme i vettori linearmente indipendenti di V.
Dim. Sia {[v11, v21,, vm1]T, [v12, v22,, vm2]T,, [v1n, v2n,, vmn]T} un insieme di vettori
linearmente indipendenti di V. Siano a1, a2,, an elementi di K tali che
a1[v11,, vj1+k vi1,..., vm1]T + a2[v12,..., vj2+k vi2,..., vm2]T ++ an[v1n,..,vjn+k vin,.., vmn]T =0.
a1 v11 + a2 v12 ++ an v1n =0
.
a1 vi1 + a2 vi2 ++ an vin =0
.
a1 (vj1 +kvi1 + a2 (vj2 +kvi2 ++ an (vjn +kvin =0

.
a1 vm1 + a2 vm2 ++ an vmn =0
Questo implica che a1, a2,, an sono soluzioni del sistema
a1 v11 + a2 v12 ++ an v1n =0

.
a1 vi1 + a2 vi2 ++ an vin =0
.
a1 vj1 + a2 vj2 ++ an vjn =-k(a1 vi1 + a2 vi2 ++ an vin
.
a1 vm1 + a2 vm2 ++ an vmn =0
che equivalente al sistema
a1 v11 + a2 v12 ++ an v1n =0

.
a1 vi1 + a2 vi2 ++ an vin =0
.
a1 vj1 + a2 vj2 ++ an vjn =0
.
a1 vm1 + a2 vm2 ++ an vmn =0
equivalente a
che si traduce nellequazione matriciale

a1[v11,.., vj1,.., vm1]T + a2[v12,.., vj2,.., vm2]T +..+ an[v1n,.., vjn,, vmn]T =0,
da cui essendo {[v11, v21,, vm1]T, [v12, v22,, vm2]T,, [v1n, v2n,, vmn]T} un insieme di vettori
linearmente indipendenti, si ottiene a1= a2==an=0.
Il viceversa identico infatti i vettori {[v11, v21,, vm1]T, [v12, v22,, vm2]T,, [v1n, v2n,, vmn]T}
sono ottenuti dai vettori {[v11,.., vj1+k vi1,.., vm1]T,[v12,.., vj2+kvi2,.., vm2]T,.., [v1n,.., vjn+kvin,.., vmn]T}
aggiungendo al j-esimo elemento di ciascun vettore il suo i-esimo elemento moltiplicato per k.
Dal Lemma 4 segue subito il
Corollario 2: Aggiungendo alla riga j-esima di una matrice la riga i-esima moltiplicata per k non
cambia la dimensione dello spazio generato dalle colonne della matrice.
E ovvio che se si scambiano di posto due righe di una matrice non cambia la dimensione dello
spazio generato dalle colonne della matrice, quindi
Lemma 5: dim Col(U)=dim Col (A).
Lemma 6: dim Col(U)=rk(U).
Dim. Eimmediato verificare che le colonne di U che contengono i pivot sono un insieme di vettori
linearmente indipendenti. Inoltre se le ultime t righe della matrice U sono nulle, possiamo pensare
di eliminarle e di vedere le colonne di U come vettori colonna di tipo (n-t,1), quindi lo spazio
generato dalle colonne ha al pi dimensione n-t. I pivot di U sono esattamente n-t e quindi le
colonne che contengono i pivot sono n-t e sono un insieme di vettori linearmente indipendenti e
quindi sono una base di Col(U).
Dim. del Teorema 2. Dai lemma 2 e 3 abbiamo dim Row(A)=dim Row (U)=rk(U), dai lemma 5 e 6
abbiamo dim Col(A)=dim Col (U)=rk(U) dove U la matrice a scalino ottenuta da A col
procedimento descritto nel capitoletto sui sistemi lineari, in cui abbiamo anche detto che
rk(A)=rk(U).
Di seguito riportata una diversa dimostrazione del Lemma 5 che pi breve, ma un po pi
complicata dal punto di vista concettuale.
Nuova Dim. del Lemma 5. E evidente che ker A=ker U, infatti ker A linsieme delle soluzioni del
sistema lineare omogeneo Ax=0 che equivalente al sistema lineare omogeneo Ux=0. Dal teorema
di nullit pi rango si ha rk(A)=n - dim kerA=n-dim Ker U=rk(U).
In altre parole il teorema 2 dice che il rango di A coincide
col massimo numero di vettori colonna linearmente indipendenti che si possono estrarre
dalle colonne di A
col massimo numero di vettori riga linearmente indipendenti che si possono estrarre dalle
righe di A
Quindi
Corollario 3. rk(A)=rk(AT).
E' ovvio che
solo la matrice nulla (di un qualunque tipo (m,n)) ha rango 0
se A una matrice non nulla di tipo (m,n), 1rk(A)min (m,n)
se A una matrice quadrata di ordine n, rk(A)=n se e solo se det A0 e in tal caso A si dice
matrice non singolare (vedere il capitolo sul determinante)
Osserviamo che il Teorema 2 ci offre un metodo veloce per verificare se un insieme di vettori riga
(colonna) linearmente indipendente. Basta infatti calcolare il rango della matrice ottenuta per
accostamento verticale (orizzontale) dei vettori dati. Se il rango minore del numero dei vettori
accostati, i vettori sono linearmente dipendenti; in caso contrario sono linearmente indipendenti,
Da quanto visto sopra si ottiene anche la regola di Kronecker, un metodo comodo per calcolare il
rango di una matrice A di tipo (m,n). (Capitolo 6 del testo)
Chiamiamo sottomatrice di A una matrice di tipo (m',n') con m'm, n'n, ottenuta scegliendo m'
righe distinte ed n' colonne distinte di A e considerando tutti gli elementi che si trovano
all'intersezione di queste righe e colonne.
Chiamiamo minore di ordine r di A il determinante di una qualsiasi sottomatrice quadrata di ordine
r di A
Sia A una sottomatrice quadrata di A di ordine s < min (m,n). Una sottomatrice A di A ottenuta
aggiungendo una riga ed una colonna a quelle gi scelte per formare A si dice ottenuta per orlatura
da A
0 1 1 3
1 1
Sia A= 2 1 0 2 , A=
una sottomatrice di A (ottenuta scegliendo gli elementi
2 1
3 2 1 1
comuni alla prima e terza riga e alla seconda e terza colonna di A), per orlare A alle righe
considerate per formare A bisogna ovviamente aggiungere la seconda riga, poi possiamo scegliere
se aggiungere alle colonne usate per formare A la prima o la quarta colonna, abbiamo cos due
0 1 1
1 1 3
sottomatrici di A ottenute per orlatura da A: 2 1 0 e 1 0 2 .
3 2 1
2 1 1
Per estensione si dice minore orlato di un minore M di una matrice A il determinante di una
sottomatrice A ottenuta per orlatura dalla sottomatrice di cui M il determinante.
Esempio
Nel calcolo del rango risulta quindi molto utile la seguente

regola di Kronecker: Una matrice A ha rango r se e solo se esiste un minore M di A di ordine r
diverso da 0 e tutti i minori (di ordine r+1) ottenuti orlando M sono nulli.
Dim. Osserviamo per prima cosa che se B una sottomatrice quadrata di A con det B0, le righe di
A scelte per formare B sono linearmente indipendenti, in caso contrario infatti la relazione di
dipendenza fra quelle righe di A sarebbe anche una relazione di dipendenza fra le righe di B e si
avrebbe det B=0.
Assumiamo che A abbia rango r. A ha almeno un minore di ordine r diverso da 0. Infatti A ha r
righe linearmente indipendenti. Prendiamo la sottomatrice B formata da quelle righe, B ha rango r
perch le sue righe sono linearmente indipendenti e quindi B ha r colonne linearmente indipendenti.
Consideriamo la sottomatrice C di B formata da quelle colonne, C ha r colonne linearmente
indipendenti, quindi ha rango r ed essendo quadrata ha determinante diverso da 0. Tutti i minori di
ordine r+1 di A sono uguali a 0 altrimenti per la prima osservazione avremmo che A ha r+1 righe
linearmente indipendenti e quindi rango r+1.
Viceversa supponiamo che A abbia un minore M di ordine r diverso da 0 e che tutti i minori ottenuti
per orlatura da M siano nulli. Per la prima osservazione sappiamo che A ha almeno r righe
linearmente indipendenti e quindi rk(A)r e le r righe di A scelte per formare la sottomatrice B di
cui M determinante sono linearmente indipendenti. Supponiamo che a quelle righe se ne possa
aggiungere un'altra in modo che l'insieme delle righe cos ottenuto sia linearmente indipendente. La
sottomatrice C formata da quelle righe ha allora rango r+1, quindi Col (C ) ha una base formata da
r+1 vettori. C ha B come sua sottomatrice e sappiamo che le colonne di C che contengono le
colonne di B sono linearmente indipendenti, quindi possiamo aggiungere a tali colonne un'altra
colonna per formare una base di Col (C ) (Propriet 5). Prendiamo la sottomatrice (quadrata) D di C
formata da quelle colonne, D ha rango r+1 e quindi det D0. Abbiamo dunque trovato un minore
orlato di M diverso da 0 contro l'ipotesi. Quindi dim Row(A)= r =rk(A).
Esempio.
h
Calcolare al variare di h il rango della matrice A= 2
-h
1 2 -h
2 2 h ".
3 6 0
1 2
Ovviamente 1rk A3. Il minore M=#
#=-2 un minore di A di ordine 2 diverso da 0, quindi
2 2
h 1 2
2rk A3. Il minore $ 2 2 2$ =8h diverso da 0 per h0, quindi per h0 A ha rango 3.
-h 3 6
1 2 -h
Vediamo cosa accade dellaltro minore ottenuto per orlatura da M, $2 2 h $, quando h=0; il
3 6 0
1 2 0
minore diventa , $2 2 0$ e quindi uguale a 0, per cui A per h=0 ha rango 2.
3 6 0
Intersezione, somma e somma diretta di sottospazi vettoriali
Proposizione 2. Lintersezione insiemistica UW di due sottospazi vettoriali U, W di
uno spazio vettoriale V un sottospazio di V.
Dim. Presi comunque due vettori z, v di UW ed uno scalare , dal fatto che z,vU e che U un
sottospazio di V segue z+vU e zU; analogamente dal fatto che z,vW e che W un
sottospazio di V segue z+vW e zW; dunque z+vUW e zUW e pertanto UW un
sottospazio di V.
Osservazione 7. Lunione insiemistica UWdi due sottospazi vettoriali U, W di uno spazi vettoriale
V NON in generale un sottospazio di V, pi precisamente un sottospazio se e solo se UW o
WU.
Def. 5. Siano V uno spazio vettoriale, U e W due suoi sottospazi, si dice somma di U e
W linsieme U+W={u+w| uU, wW}
Proposizione 3. La somma U+W di due sottospazi vettoriali U, W di uno spazio
vettoriale V un sottospazio di V, pi precisamente il minimo sottospazio di V che
contiene sia H sia K.
Dim Siano z1, z2 due generici elementi di U+W e un qualsiasi scalare. Per definizione di U+W ,
z1= u1+ w1, z2= u2+ w2, con u1, u2 H, w1, w2 K, allora z1+ z2 = (u1+ w1) + (u2+ w2) =
(u1+ u2)+(v1+ v2) (tenuto conto delle propriet commutativa ed associativa), ma u1+ u2 U, w1+w2
W, dunque z1+ z2U+W, inoltre z1= (u1+ w1) = u1+w1, ma u1U, w1W, dunque z1
U+W. In conclusione U+W un sottospazio.
Ovviamente considerato un generico vettore uU, essendo u=u+0 e appartenendo 0 ad ogni
sottospazio e quindi in particolare a W si ha uU+W, cio UU+W, analogamente si ottiene
WU+W. Sia ora H un sottospazio di V contenente U e W, per ogni uU, wW, si ha u+w H
(in quanto u, w H e H un sottospazio) e dunque U+WH.
Sussiste la seguente
Formula di Grassman: Siano U e W due sottospazi di uno spazio vettoriale V. Se U e W hanno
dimensione finita, allora hanno dimensione finita sia UW, sia U+W e inoltre si ha:
dim U+dim W =dim (UW)+ dim (U+W).

Dim. Sia dim U=n, dim W=m. UW un sottospazio di U e di W e pertanto ha dimensione finita k
con kmin (n,m). Siano i1, i2,, ik i vettori di una base di UW. Allora possiamo trovare n-k
vettori u1, u2,, un-k in U, tali che i1, i2,, ik, u1, u2,, un-k formano una base di U ed m-k vettori
w1, w2,, wm-k in W, tali che i1, i2,, ik, w1, w2,, wm-k formano una base di W.
I vettori i1, i2,, ik, u1, u2,, un-k, w1, w2,, wm-k generano ovviamente U+W.
Sia a1i1+ a2 i2++ ak ik+b1u1+b2u2++bn-k un-k+c1 w1+c2w2++ cm-k wm-k =0, allora a1i1+ a2 i2++
ak ik+b1u1+b2u2++bn-k un-k=-(c1 w1+c2w2++ cm-k wm-k ) un vettore appartenente ad UW e
quindi esistono k scalari d1,d2,,dk tali che -(c1 w1+c2w2++ cm-k wm-k )= d1i1+ d2 i2++ dk ik e
quindi d1i1+ d2 i2++ dk ik+c1 w1+c2w2++ cm-k wm-k =0, da cui essendo i1, i2,, ik, w1,, wm-k
una base di W, si ottiene d1= d2== dk=c1=c2== cm-k =0 e quindi -(c1 w1+c2w2++ cm-k wm-k )=0
e dunque ak ik+b1u1+b2u2++bn-k un-k=0 da cui, essendo che i1, i2,, ik, u1, u2,, un-k una base di
U, abbiamo a1= a2== ak=b1=b2== bn-k =0. Dunque i vettori i1, i2,, ik, u1, u2,, un-k, w1, w2,,
wm-k sono linearmente indipendenti e quindi sono una base di U+W.
Si ha pertanto dim (U+W)=n+m-k=dim U+dim W+dim (UW).
Se dim (UW)=0 (o equivalentemente UW=0), allora U+W si dice somma diretta di U e W e si
scrive UW.
Proposizione 4. U+W=UW se e solo se ogni vettore di U+W si scrive in uno ed un sol modo
come somma di un vettore di U e di uno di W.
Dim. Sia U+W=UWe sia zU+W, allora z=u+w con uU, wW. Da z=u+w=u+w con uU,
wW abbiamo u-u=w-w UW, ma per ipotesi UW=0, dunque u=u, w=w.
Viceversa supponiamo che la scrittura di z=u+w con uU, wW sia unica, allora se i UW,
abbiamo z=u+w =(u+i)+(w-i) con u+iU, w-iW dunque u=u+i e perci i=0.
Esempi
1 Siano U il sottospazio di R3 di base {[1, 0, 0]T, [0, 1, 0]T} e W il sottospazio di R3 di base
{[1/4, -1/2, 0]T }. Trovare dim e (una) base di H+K e HK.
Si ha ovviamente dim U=2, dim W=1. I vettori [1, 0, 0] T, [0, 1, 0] T, [1/4, -1/2, 0] T sono
1 0 14
linearmente dipendenti infatti $0 1 12$ = 0, dunque , essendo [1, 0, 0]T, [0, 1, 0]T
0 0
0
linearmente indipendenti, [1/4, -1/2, 0] T combinazione lineare di [1, 0, 0]T e [0, 1, 0]T, cio
WU e dunque UW=W, perci dim (UW)=1 ed una base di W {[1/4, -1/2, 0] T}, inoltre
da WU si ottiene anche U+W=U e quindi dim (U+W)=2 ed una base di U+W {[1, 0, 0]T,
[0, 1, 0]T}
2 Siano U il sottospazio di R3 di base {[0, 1, -1]T, [1/4, -1/2, 0] T} e W il sottospazio di R3 di base

{[0, 0, 1] T , [0, 1, 0]T} . Calcolare dim (U+W) e dim (UW).
{[0, 1, -1] T, [1/4, -1/2, 0] T, [0, 0, 1] T, [0, 1, 0] T} un sistema di generatori di U+W.
Inoltre i vettori [0, 1, -1]T, [1/4, -1/2, 0] T, [0, 0, 1]T sono linearmente indipendenti, dunque
{[0, 1, -1]T, [1/4, -1/2, 0] T, [0, 0, 1]T} una base di U+W, quindi dim (U+W)=3 di conseguenza
usando la formula di Grassman si ottiene dim (UW)=1
Cambiamento di base.
Abbiamo notato (propriet 3) come un qualsiasi vettore v di uno spazio vettoriale V sul campo K,
che ammette una base B={b1,b2,,bn }, possa essere rappresentato mediante una n-upla di elementi
di K. Tali elementi sono i coefficienti della combinazione lineare che esprime v a partire dai vettori
della base B e vengono detti coordinate o componenti del vettore v rispetto alla base B. Ovviamente
se consideriamo unaltra base C={c1,c2,,cn } di V il vettore v sar rappresentato da una n-upla
diversa dalla precedente.
Nel seguito scriveremo v|B=[1, 2,,n]T e v|C= [1, 2,,n] T per indicare rispettivamente le
rappresentazioni di v come n-upla rispetto alla base B e alla base C.
Vogliamo trovare una formula che permetta di passare per ogni vettore v dalla sue componenti
rispetto alla base B a quelle rispetto alla base C.
Poich B una base di V, i vettori di C si potranno scrivere, in uno e un sol modo come
combinazione lineare dei vettori di B, supponiamo sia
c1=x11b1+x21b2+.+xn1bn
c2=x12b1+x22b2+.+xn2bn
.
cn=x1nb1+x2nb2+.+xnnbn
x11 x12
x21 x22
allora ponendo S=(
xn1 xn1
x1n
x2n
,, si ottiene [c1,c2,,cn] = [b1,b2,,bn] S

xnn
dove la k-esima colonna della matrice S il vettore delle coordinate di ck rispetto alla
base B, la matrice S viene detta matrice di cambiamento di base dalla base B alla
base C.
Ora essendo v= [c1,c2,,cn][1, 2,,n] T = [b1,b2,,bn] [1, 2,,n]T
Otteniamo v= [b1,b2,,bn] S [1, 2,,n] T e quindi v|B=Sv|C e v|C=S-1v|B , in quanto
S invertibile perch le sue colonne sono un insieme di vettori linearmente
indipendenti.
Utilizzando il discorso precedente facile trovare le formule di rotazione di un sistema
di coordinate cartesiane ortogonali.
Limitiamoci al piano, ma il procedimento pu essere facilmente generalizzato per
trovare le formule di rotazione nello spazio.
Supponiamo di aver riferito il piano ad un sistema di coordinate cartesiane ortogonali
Oxy come in figura:
y
Le coordinate (x,y) di un punto P rispetto ad Oxy sono le componenti del vettore rispetto alla base
di R2 rappresenta dai versori degli assi x,y, analogamente le coordinate (x,y) di P rispetto ad Oxy
sono le componenti del vettore rispetto alla base di R2 rappresenta dai versori degli assi x,y.
Per trovare le formule di passaggio da x,y ad x,y, dobbiamo scrivere i versori degli assi x,y in
funzione dei versori degli assi x,y. Detto langolo che lasse x forma con lasse x si ha che i
versori dellasse x e dellasse y rispetto alla base formata dai versori degli assi x,y sono
rispettivamente rappresentati da [cos , sen ] T e da [-sen ,c os ] T, la matrice di passaggio
dunque - cos -sen 2, da cui si ricavano facilmente le formule di rotazione
sen cos
4
x ' =x cos +y sen

y ' =-x sen +y cos
Esempio.
Si considerino le due basi B={[2,0,2,0]T, [-1,1,-1,1]T, [0,0,0,1]T, [0,0,2,2]T} e

C={[1,1,1,1]T, [2,0,2,0]T, [0,0,2,2]T, [5,0,0,5]T} di R4.
Scrivere la matrice di passaggio da B a C.
Dobbiamo rappresentare i vettori della base C rispetto alla base B.
Si ha:
[1,1,1,1]T = 1[2,0,2,0] T + 1[-1,1,-1,1]T + 0[0,0,0,1] T + 0[0,0,2,2]T
[2,0,2,0]T = 1[2,0,2,0]T + 0[-1,1,-1,1]T + 0[0,0,0,1]T + 0[0,0,2,2]T
[0,0,2,2]T = 0[2,0,2,0]T + 0[-1,1,-1,1]T + 0[0,0,0,1]T + 1[0,0,2,2]T
[5,0,0,5]T = 5/2[2,0,2,0]T + 0[-1,1,-1,1]T - 5/2[0,0,0,1]T + 10[0,0,2,2]T
Dunque le componenti dei vettori di C rispetto alla base B sono rispettivamente
[1,1,0,0]T, [1,0,0,0]T, [0,0,0,1]T, [5/2,0,-5/2,10]T e la matrice di passaggio da B a B
1
S=(1
0
0
1 0 52
0 0
0 ,.
0 0 52
0 1
10
Equazioni parametriche e cartesiane dei sottospazi di uno spazio vettoriale di Kn.

Sappiamo che se V uno spazio vettoriale di dimensione finita n, ogni suo sottospazio ha
dimensione mn, in particolare ogni sottospazio di dimensione n coincide con V. Quindi i
sottospazi di Kn hanno dimensione d con 0dn. Lunico sottospazio di dimensione n Kn e
lunico sottospazio di dimensione 0 il vettore nullo, tali sottospazi sono detti banali. Inoltre per
ogni d con 0<d<n esistono sottospazi di dimensione d. Infatti se si considerano d vettori lineramente
indipendenti {v1,v2,,vd} di Kn lo spazio L(v1,v2,,vd) un sottospazio di Kn di dimensione d.
Vediamo come si pu rappresentare tale spazio:
v11
v12
v1d
x1
v2d
v21
v22
x2
sia v1 = ( , , v2 = ( , ,, vd = ( , allora x= ( , appartiene a L(v1,v2,,vd) se e solo se
vn1
vn2
vnd
xn
x=t1v1+t2v2+tnvn ovvero se e solo se
x1 =t 1 v11 +t 2 v12 ++t n v1d

x =t v +t v ++t n v2d
9 2 1 21 2 22
xn =t 1 vn1 +t 2 vn2 ++t n vnd
le coordinate del generico vettore x di L(v1,v2,,vd) sono quindi scritte in funzione di n parametri
arbitrari e delle coordinate dei vettori v1,v2,,vd. Il sistema appena scritto rappresenta il
sottospazio sotto forma di equazioni parametriche.
Queste equazioni si possono anche scrivere nella forma matriciale
v11 v12 v1d t 1
v21 v22 v2d t 2
x=(
, ( ,=Bt
vn1 vn2 vnd t n
con B matrice di tipo (n,d) e rango d.
Sussiste la seguente
Proposizione 5. Per ogni sottospazio L(v1,v2,,vd) di dimensione d<n di Kn esiste una matrice A
di tipo (n-d,n) a coefficienti in K e con rango n-d tale che W=Ker A, quindi W definito da n-d
equazioni lineari omogenee a coefficienti in K.
Dim. Lo spazio ker BT (ovvero linsieme delle soluzioni del sistema lineare omogeneo BTx=0)dove
B la matrice introdotta sopra formata dallaccostamento delle componenti di v1,v2,,vd ha
dimensione n-d per il teorema di nullit pi rango. Sia {w1,w2,,wn-d} una base di ker BT , e sia
A=[w1|w2||wn-d ]T. A una matrice di tipo (n-d,n) e di rango n-d (essendo le sue n-d righe
linearmente indipendenti), quindi ker A uno spazio vettoriale di dimensione d. I vettori
v1,v2,,vd appartengono a ker A, infatti per ogni i, 1in-d, si ha BTwi=0, da cui (vj)Twi=0 per
ogni j, 1i d, ovvero (wi)Tvj=0 e quindi Avj=0. Si ha allora L(v1,v2,,vd)ker A ed essendo
dim (L(v1,v2,,vd))=dim (ker A) si ottiene L(v1,v2,,vd)=ker A.
Il sistema Ax=0, ovvero ker A, la rappresentazione di L(v1,v2,,vd) in equazioni cartesiane.
Studiamo ora i casi particolari n=2,3.
I sottospazi non banali (o propri) di K2 devono avere dimensione 1.
Un sottospazio T di K2 di dimensione 1 generato da un vettore non nullo, [,]T, di K2 quindi
T=;t |tKA. Tutti e soli i vettori di T sono quindi rappresentati dalle equazioni parametriche
x=t
;y=t
o dallequazione cartesiana che si ottiene eliminando il parametro t dalle equazioni precedenti. Tale
equazione x-y=0 (che diventa x=0 o y=0 se =0 o =0 rispettivamente). Lo spazio pu essere
visto come il ker della matrice [,-]T di rango 1 (quindi il sottospazio pu essere identificato con
linsieme dei punti della retta passante per lorigine con vettore direzione [,]T).
Viceversa il ker di una qualsiasi matrice [a,b] di tipo (1,2) con rango 1 linsieme delle soluzioni
di equazione cartesiana ax+by=0 che geometricamente rappresenta una retta per lorigine e puo
x
essere identificato con il sottospazio T=; y |ax+by=0A di K2 di dimensione 1. Dallequazione
cartesiana si ottengono le equazioni parametriche di T
B
x=-bt
y=at
che sono le equazioni dello sottospazio generato dal vettore [-b,a]T.

I sottospazi non banali (o propri) di K3 devono avere dimensione 1 o 2.
Sia T un sottospazio di K3 di dimensione 1. T generato da un vettore non nullo, [,,]T, di K3
ovvero T=Ct |tKE. Tutti e soli i vettori di T sono quindi rappresentati dalle equazioni
parametriche
x=t
Cy=t,
z=t
Il sottospazio pu essere identificato con linsieme dei punti della retta passante per lorigine con
vettore direzione [,,]T.
Le equazione cartesiane dello spazio si ottengono eliminando il parametro t dalle equazioni

precedenti.
Se ==0 e allora 0 le equazioni cartesiane sono
B
G=0
,
H=0
analogamente se ==0 e allora 0 le equazioni cartesiane sono
x=0
;
,
z=0
se ==0 e allora 0 le equazioni cartesiane sono
y=0
;
,
z=0
altrimenti diventano
B
x-y=0
x-z=0
dove al pi uno fra ,, 0.

In tutti i casi le equazioni cartesiane di un sottospazio di dimensione 1 di K2 formano un sistema
lineare omogeneo di 2 equazioni in 3 incognite con matrice dei coefficienti con rango 2, quindi
sono le equazioni corrispondenti al ker di una matrice di tipo (2,3) con rango 2.
aI bI cI
2 di tipo (2,3) con rango 2 rappresenta le
aJ bJ cJ
x
equazioni cartesiane del sottospazio S=4KyL |a1 x+b1 y+c1 z=0, a2 x+b2 y+c2 z=0 M e dal punto di
z
vista geometrico una retta passante per lorigine. Dal sistema si ricavano (vedi geometria dello
spazio) le equazioni parametriche
Viceversa il ker di una qualsiasi matrice -
x=(b1 c2 -b2 c1 t
y=-(a1 c2 -a2 c1 t
z=(a1 b2 -a2 b1 t
che sono le equazioni dello sottospazio generato dal vettore [(b1c2-b2c1), -(a1c2-a2c1), (a1b2-a2b1)]T e
Sia allora S un sottospazio di K3 di dimensione 2. S generato da due vettori linearmente

1
2
3,
indipendenti, [1,1,1]T, [2,2,2]T, di K ovvero S=CN 1 +u 2 |u,t KE. Tutti e soli i vettori
OI
OJ
di T sono quindi rappresentati dalle equazioni parametriche
x=1 u+2 t
Cy=1 u+2 t,
z=1 u+2 t
che rappresentano geometricamente le equazioni parametriche di un piano passante per O e

parallelo ai due vettori , [1,1,1]T, [2,2,2]T ed eliminando i parametro t,u dalle equazioni
precedenti si ottengono le equazioni cartesiane del piano.
Infatti poich i due vettori sono linearmente indipendenti, la matrice dei coefficienti di
t ed u ha rango 2. Supponiamo 12-210 allora abbiamo
x2 -y2
1 2 -2 1
y1 -x1
t=
1 2 -2 1
x2 -y2
y1 -x1
z=1
+2
1 2 -2 1
1 2 -2 1
u=
e quindi si ottiene lequazione cartesiana x(12- 21)-y(12- 21)+z(12- 21)=0 che

rappresenta il ker di una matrice di tipo (1,3) con rango 1..
Viceversa il ker di una qualsiasi matrice [a,b,c] di tipo (1,3) con rango 1 ha la forma ax+by+cz=0 e
rappresenta lequazione di un piano nello spazio passante per lorigine, che pu essere identificato
G
con lo spazio vettoriale S=4KHL |ax + by + cz = 0M. Dallequazione cartesiana si ricavano le
Q
x=-bu-ct
C y=au
z=at
che sono le equazioni parametriche del sottospazio di K3 generato dai vettori [-b,a,0]T, [-c,0,a]T.
NOTA BENE. Questi appunti non sono esaustivi, non contengono tutto ci che stato detto a
lezione/esercitazione; costituiscono una base minima di conoscenze necessarie a superare
lesame e possono essere utili per un ripasso veloce. Gli appunti contengono anche le
dimostrazioni fatte a lezione.
Applicazioni lineari (Capitolo 5 del testo)

Def 1: Siano V e W due spazi vettoriali sullo stesso campo K, una applicazione (funzione) f: V W
una applicazione lineare se
1. per ogni v1,v2V si ha f(v1+v2)=f(v1)+f(v2)
2. per ogni vV, tK si ha f(tv)=tf(v).
Proposizione 1: f : V W unapplicazione lineare se e solo se per ogni v1,v2V, t1,t2K si ha
f(t1v1+t2v2)=t1f(v1)+t2f(v2)
Dim: Se f unapplicazione lineare f(t1v1+t2v2)= f(t1v1)+f(t2v2) per la 1. e f(t1v1)+f(t2v2)= t1f(v1)+t2f(v2)
per la 2. Viceversa se f(t1v1+t2v2)=t1f(v1)+t2f(v2), allora prendendo t1=t2=1 si ha la 1., e prendendo t2=0
si ha la 2.
Si ha immediatamente
Proposizione 2: Sia f : V W unapplicazione lineare. Allora per ogni v1,v2,,vnV; t1,t2,,tnK
si ha f(t1v1+t2v2++tnvn)=t1f(v1)+t2f(v2)++ tnf(vn).
Proposizione 3. Sia f : V W unapplicazione lineare. Allora f(0V)=0W.
Dim. Per ogni vV si ha f(v)=f(v+0V)=f(v)+f(0V) ed anche f(v)=f(v)+0W, quindi f(v)+f(0V)= f(v)+0W
da cui f(0V)=0W.
Esempi.
1. Sia A una matrice reale di tipo (3,2). La funzione fA: R3R2 definita da fA(v)=Av per ogni v
R3 unapplicazione lineare. Infatti, per ogni v1,v2R3, t1,t2R si ha
fA(t1v1+t2v2)=A (t1v1+t2v2)= A(t1v1)+A(t2v2)= (t1A)v1+(t2A)v2= t1(Av1)+ t2(A v2)=
t1fA(v1)+t2fA(v2).
2. Sia V uno spazio vettoriale di dimensione finita n sul campo K e sia B una base di V.
Lapplicazione |B:VKn definita da |B(v)=v|B per ogni vV, unapplicazione lineare:
sappiamo infatti che (v1+v2)|B=v1|B+v2|B e (tv)|B=t(v|B).
3. Sia V uno spazio vettoriale di dimensione finita n sul campo K e siano B, C due basi di V.
Lapplicazione f:KnKn definita da f(v|B)=v|C per ogni vV (cambiamento di base nello
spazio V), unapplicazione lineare di Kn in Kn.
4. Siano V linsieme delle funzioni in una variabile da R in R, derivabili su R, e W linsieme delle
funzioni in una variabile da R in R. V e W formano due spazi vettoriali sul campo reale rispetto
alle solite operazioni di somma di funzioni e prodotto di scalare per funzione. La funzione
D:VW definita ponendo D(g)=g per ogni gV una applicazione lineare perch la derivata
della somma la somma delle derivate e la derivata di della funzione tg, con t numero reale e
gV, tg.
5. Sia Mn(R) linsieme delle matrici quadrate di ordine R sul campo reale, che possono essere viste
come spazio vettoriale con le solite operazioni di somma di matrici e di prodotto di uno scalare
per una matrice, la funzione det:Mn(R)R che associa ad ogni matrice A il suo determinante
NON una applicazione lineare, infatti n 1. N 2. Sono verificate dalla funzione
determinante.
6. Data una matrice quadrata A di ordine n si chiama traccia di A, tr A, la somma degli elementi
diagonali di A. La funzione tr: Mn(R)R che associa ad ogni matrice A Mn(R) la sua traccia
una applicazione lineare.
Def.2: Sia f: V W unapplicazione lineare. Sia wW. Si chiama fibra di f sopra w, linsieme f-1(w)
formato da tutti i vV tali che f(v)=w. Si chiama ker f la fibra di f su 0W; in altre parole si ha
ker f={vV|f(v)=0W}.
Proposizione 4. ker f un sottospazio di V (ed lunica fibra di f che sia sottospazio).
Dim. Siano v1,v2ker f, allora f(v1+v2)=f(v1)+f(v2)=0w+0W, dunque v1+v2ker f. Siano tK e vker f,
allora f(tv)=tf(v)=t0W=0W e dunque tvker f, quindi kerf sottospazio per il criterio di sottospazio. Se
w0W, la fibra di f su w non contiene 0V e dunque non un sottospazio di V
Oss. 1. La fibra di f su w (0W) pu esser un insieme vuoto
Proposizione 5. Se v appartiene alla fibra di f su w, tutti e soli gli elementi della fibra di f su w sono i
vettori della forma v+vker, dove vker un qualunque vettore di ker f.
Dim . Se v appartiene alla fibra di f su w, allora f(v)=w. Sia ora vker ker f, allora f(vker)= 0W e dunque
f(v+ vker)=f(v)+f(vker)=w+0W =w, perci v+ vker appartiene alla fibra di f su w. Viceversa, siano v,v
appartenenti alla fibra di f su w, cio f(v)=f(v)=w, allora f(v-v)=w-w=0w. Quindi v-vker f e
pertanto v= v+vker, per qualche vker ker f.
Def. 3. Un applicazione lineare f: V W si dice iniettiva se per ogni v,vV, vv implica f(v)f(v)
o equivalentemente se f(v)=f(v) implica v=v.
Dalla Proposizione 5 si ricava immediatamente il seguente
Corollario 1. Un applicazione lineare f: V W iniettiva se e solo se ker f={0V}.
Def. 4. Sia f: V W unapplicazione lineare. Sia U un sottoinsieme di V, poniamo f(U)={wW|
f(u)=w per qualche vV}. Chiamiamo immagine di f, Im f, linsieme f(V).
Proposizione 6. Sia f: V W unapplicazione lineare. Se U un sottospazio di V, allora f(U) un

sottospazio di W. Inoltre, se U ha dimensione finita, allora dim f(U)dim U.
In particolare Im f un sottospazio di W e, se V ha dimensione finita, allora dim Im f dim V.
Dim. Siano w1,w2f(U), allora esistono u1,u2U tali che f(u1)=w1 e f(u2)=w2. Quindi w1-w2=f(u1)f(u2)=f(u1-u2) f(U) in quanto u1-u2U. Inoltre per ogni scalare t, si ha tw1=tf(u1)= f(tu1)f(U) in
quanto t u1U e quindi per il criterio di sottospazio f(U) un sottospazio. Supponiamo ora che U abbia
dimensione finita n. Sia allora B={b1,b2,,bn} una base di U. Mostriamo che {f(b1), f(b2),, f(bn)}
un insieme di generatori (non necessariamente una base) di f(U). Infatti per ogni wf(U), esiste uU
tale che w=f(u). Ora u=x1b1++xnbn e quindi w=f(u)=f(x1b1++xnbn)= x1f(b1)++ xnf(bn). Se poi
consideriamo Im f, essendo Im f=f(V) e V un sottospazio di se stesso, abbiamo subito che Im f un
sottospazio di W di dimensione minore o uguale a quella di V, se V ha dimensione finita.
Def. 5. Unapplicazione lineare f: V W si dice suriettiva se Im f=W.
Def. 6. Unapplicazione lineare f: V W si dice biettiva o biunivoca se iniettiva e suriettiva ovvero
se e solo se ker f={0V} e Im f=W.
Oss 2. Sia f:VW un applicazione lineare. Allora
i.
ii.
se {v1,v2,vn} un insieme di generatori di V, {f(v1), f(v2),,,f(vn)} un insieme di generatori

di f(V) (proposizione 6).
se {v1,v2,vn} un insieme di vettori linearmente dipendenti di V, {f(v1), f(v2),,,f(vn)} un
insieme di vettori linearmente dipendenti di f(V),
se esistono n scalari t1,t2,,tn non tutti nulli tali che t1v1+t2v2++tnvn=0V si ha, dalle
proposizioni 2 e 3, f(t1v1+t2v2++tnvn)=t1f(v1)+t2f(v2)++ tnf(vn)=f(0V)=0W.
iii.
iv.
se {v1,v2,vn} una base di V, {f(v1), f(v2),,,f(vn)} un insieme di generatori di f(V), non

necessariamente una base.
x1
x1
3
2
Basta considerare lapplicazione f:K K definita da fx2 =
x . La base canonica
2
x3
1
0
0
1
0
0
e1= 0, e2= 1, e3= 0 di K3 ha come immagini f(e1)=
, f(e2)=
, f(e3)=
che
0
1
0
0
0
1
2
non una base di K .
se f unapplicazione iniettiva e {v1,v2,vn} un insieme di vettori linearmente indipendenti
di V, {f(v1), f(v2),,,f(vn)} un insieme di vettori linearmente indipendenti di f(V).
Sia infatti t1f(v1)+t2f(v2)++ tnf(vn)= 0W con t1,t2,,tn K. Allora t1f(v1)+t2f(v2)++
tnf(vn)=f(t1v1+t2v2++tnvn)= 0W. Quindi t1v1+t2v2++tnvn ker f ed essendo per il
corollario 1 ker f={0V}, si ottiene (t1v1+t2v2++tnvn= 0V e quindi essendo per ipotesi e
{v1,v2,vn} un insieme di vettori linearmente indipendenti si ha t1=t2==tn =0. Pertanto
ogni combinazione lineare di {f(v1), f(v2),,,f(vn)} uguale a 0W se e solo se i coefficienti
della combinazione sono tutti nulli e {f(v1), f(v2),,,f(vn)} un insieme di vettori

linearmente indipendenti.
v.
se f unapplicazione biunvoca e {v1,v2,vn} una base di V, {f(v1), f(v2),,,f(vn)} una base

di W.
Segue da i. e da iv.tenendo conto che essendo f suriettiva f(V)=W.
Def. 7. Siano f: V W e g: V W due applicazioni lineari. Lapplicazione f+g: V W definita da

(f+g)(v)=f(v)+g(v), per ogni vW, unapplicazione lineare di V in W. Analogamente, per ogni
scalare t, lapplicazione tf: V W definita come( tf)(v)=t(f(v)) unapplicazione lineare di V in W.
Quindi linsieme delle applicazioni lineari di V in W forma uno spazio vettoriale sul campo K rispetto
alla operazioni sopra definite. Tale spazio viene indicato di solito con la notazione HomK(V,W) o
semplicemente Hom (V,W).
Def. 8. Siano f: V W e g: W Z due applicazioni. Si chiama prodotto (o funzione composta) di tali
applicazioni la funzione gf: V Z definita da gf(v)=g(f(v)) per ogni vV.
Proposizione 7. Siano f: V W e g: W Z due applicazioni lineari, allora il prodotto gf: V Z
definita in Def.8 una applicazione lineare di V in Z.
Dim. Si ha per ogni v1,v2 in V e t1,t2 in K si ha : gf(t1v1+t2v2)=g(f(t1v1+t2v2))=g(t1f(v1)+t2f(v2)) perch f
lineare e per la linearit di g si ha g(t1f(v1)+t2f(v2))=t1g(f(v1))+t2g(f(v2))= t1(gf (v1))+t2 (gf (v2)).
Quindi si ha gf(t1v1+t2v2)= t1(gf (v1))+t2 (gf (v2)) e per la Proposizione 1 gf lineare.
Def. 8. Per ogni spazio vettoriale V, si chiama applicazione identit di V lapplicazione IV: V V
definita da IV(v)=v, per ogni vV.
Oss.3. IV unapplicazione lineare. Inoltre per ogni applicazione f: V W si ha IWf= f IV=f.
Ricordiamo dal corso danalisi che una funzione f: V W si dice invertibile se esiste una funzione g:
W V tale che IV= gf e IW= fg. La funzione g, se esiste, si chiama funzione inversa di f e si denota
con f-1.
Si pu provare che la funzione inversa di f, f-1, esiste se e solo se f biunivoca e, in tal caso, definita
da f-1(w)=v se f(v)=w (notate che per ogni wW un tale vV esiste perch f suriettiva ed unico
perch f iniettiva).
Proposizione 8. Sia f: V W unapplicazione lineare biunivoca, allora f-1: W V (che esiste)
unapplicazione lineare.
Consideriamo ora il caso V=W. Le applicazioni lineari da V in V si chiamano endomorfismi di V e
linsieme HomK(V;V) di tutte le applicazioni lineari da V in V viene anche denotato con EndK(V). In
EndK(V) possiamo definire le potenze ad esponente non negativo di una applicazione lineare f: V V,
ponendo f0=IV e, per ogni n>0, fn=fff (n volte).
Def. 9: Unapplicazione lineare f:V W che sia suriettiva ed iniettiva (biunivoca) si dice isomorfismo
di V in W. In tal caso si dice anche che i due spazi V e W sono isomorfi.
E immediato osservare che il prodotto di due isomorfismi un isomorfismo e che la funzione inversa
di un isomorfismo un isomorfismo.
Oss.4. Lapplicazione |B dellesempio 2 che associa ad ogni vettore v di uno spazio vettoriale V di
dimensione n il vettore colonna v|B delle sue n componenti rispetto alla base B un isomorfismo di V
in Kn.
Proposizione 9. Due spazi vettoriali di dimensione finita sono isomorfi se e solo se hanno la stessa
dimensione.
Dim. Siano V e W due spazi vettoriali di dimensione finita n, allora per losservazione 4, dette B e C
due basi di V e W rispettivamente, |B: V Kn, |C: W Kn sono isomorfismi ed anche lapplicazione
cambiamento di base dalla base C alla base B di Kn un isosmorfismo e dunque lapplicazione inversa
|C-1: Kn W un isomorfismo e |C-1 |B: V W un isomorfismo.
Viceversa sia f: V W un isomorfismo allora per v. dellosservazione 2 le immagini dei vettori di una
base di V sono una base di W e pertanto dim V=dim W.
Consideriamo ora le applicazioni lineari di Kn in Km (riferiti alle basi canoniche) associate ad una
matrice A di tipo (m,n) ad elementi nel campo K, ovvero le trasformazioni fA della forma fA(v)=Av
x1
x
per ogni v= 2 Kn.
xn
E immediato verificare che fA unapplicazione lineare.

x1
x
Inoltre si verifica subito che ker fA=ker A, infatti fA(v)=0K se e solo se A 2 =0m1.
xn
Dunque dim ker fA=n-rk(A), perci fA iniettiva se e solo se rk(A)=n.
Altrettanto facilmente si verifica che Im fA=Col (A), spazio vettoriale generato dalle colonne di
A. Infatti, un vettore wKn appartiene ad Im fA=fA(Km) se e solo se si ha w=Av per qualche
x1
x
v= 2 , dunque se e solo se w combinazione lineare delle colonne di A.
xm
Ne segue che dim Im fA=rk(A), perci fA suriettiva se e solo se rk(A)=n.
Da quanto sopra segue che fA biunivoca se e solo se A una matrice quadrata di rango
massimo, quindi con det A0, quindi invertibile, etc.
Per ogni h con 1hm, la h-esima colonna di A limmagine mediante fA di eh (h-esimo vettore
della base canonica di Km.
m
Se fA: Kn Km e fB: Kn Km sono applicazioni lineari associate rispettivamente alle matrici A

e B di tipo (m,n), lapplicazione somma fA +fB: Kn Km associata alla matrice A+B. Infatti
(fA+fB )(v)=fA(v)+fB(v)=Av+Bv=(A+B)v.
Osserviamo inoltre che se fA: Kn Km e fB: Km Kr sono applicazioni lineari associate
rispettivamente alla matrice A di tipo (m,n) e alla matrice B di tipo (r,m) , lapplicazione
prodotto fBfA: Kn Kr associata alla matrice BA. Infatti fBfA(v)=fB(fA(v))=fB(Av)=
B(Av)=(BA)v.
Per ogni coppia di matrici A,B di tipo rispettivamente (m,n) ed (n,r), si ha
rk(BA)min (rk(A),rk(B)). Infatti, si considerino le applicazione fA: Kn Km , fB: Km Kr e
fBfA: Kn Kr. Si ha dim Im fBfA= rk(BA) dim Im fB perch Im fBfA=fB(fA(Kn)) un
sottospazio di fB(Km)=Im fB; quindi rk(BA)rk(B). Ma si ha anche dim Im fBfAdim Im fA
perch dim fB(fA(Kn)) dim fA(Kn) per la Proposizione 6, dunque rk(BA)rk(A).
Ci occupiamo ora delle applicazioni lineari f:VW sotto lipotesi che V abbia dimensione finita n.
Teorema 1: Sia V uno spazio vettoriale di dimensione n e sia B={b1,b2,,bn} una sua base. Siano
w1,w2,,wn vettori (arbitrariamente scelti) in uno spazio vettoriale W. Allora esiste una ed una sola
applicazione lineare f:VW tale che per ogni i con 1in si abbia f(bi)=wi. Lapplicazione f
definita dalla formula f(x1 b1+x2 b2++xmbm)= x1w1+x2w2++xnwn.
Dim. Per prima cosa verifichiamo che la f:VW , definita da f(x1b1+x2b2++xnbn)=
x1w1+x2w2++xnwn, unapplicazione lineare. Osserviamo subito che f ben definita perch ogni
vettore vV si scrive in uno e un sol modo come combinazione lineare dei vettori della base B e quindi
ha una ed una sola immagine mediante la f. Siano poi v1, v2V e t1,t2 K. Siano
v1=x1b1+x2b2++xnbn , v2=y1b1+y2b2++ynbn le rappresentazioni di v1, v2 come combinazione
lineare dei vettori della base , allora t1v1+t2v2 = (t1x1+t2y1)b1+(t1x2+t2y2)b2++(t1xn+t2yn)bn e quindi
f(t1v1+t2v2) = (t1x1+t2y1)w1++(t1xn+t2yn)wn= t1(x1w1+x2w2++xnwn)+ t2(y1w1+y2w2++ynwn)=
t1f(v1)+ t2f(v2). Ovviamente poi f(bi)=wi per ogni i con 1im. Viceversa se f unapplicazione lineare
di V in W, per la linearit deve necessariamente essere f(x1b1+x2b2++xnbn) =
x1f(b1)+x2 f(b2)++xnf(bn) e essendo f(bi)=wi per ogni i con 1in, si ha f(x1b1+x2b2++xnbn)=
x1w1+x2w2++xnwn.
Questo teorema dice che unapplicazione lineare f da V in W, con V di dimensione finita,
completamente determinata quando si conoscano le immagini dei vettori di una base di V mediante f.
Quindi, qualsiasi sia la dimensione di W, f(V)=Im f un sottospazio di W la cui dimensione minore
od uguale a quella di V (e in caso W abbia dimensione finita anche della dimensione di W), come del
resto avevamo gi osservato dopo la Proposizione 6.
Teorema 2 (di rappresentazione): Sia f:VW unapplicazione lineare con dim V=n, dim W=m e
siano B e C due basi rispettivamente di V e W. Allora esiste ununica matrice A di tipo (m,n) a
coefficienti in K tale che per ogni vV, posto w=f(v), si abbia w|C=A(v|B). Si dice che A rappresenta
lapplicazione lineare f rispetto alle basi B e C.
Dim. Sia B={b1,b2,,bn} . Costruiamo la matrice A mettendo nella colonna i-esima per ogni 1in, le
componenti del vettore f(bi)W, rispetto alla base C di W. Preso comunque un vettore v in V, sia v|B
x1
x
= 2 allora f(v)=f(ni=1 xi bi )=ni=1 xi f(bi ). Sia C={c1,c2,,cm}, per costruzione di A si ha
xn
n
n
n
m
m
f(bi)=m
j=1 aji cj e dunque f(v)=i=1 xi j=1 aji cj = j=1 i=1 aji xi cj dove i=1 aji xi la componente jesima del vettore colonna A(v|B).Quindi il vettore colonna A(v|B) f(v)|C.
Dal teorema di rappresentazione ricaviamo la seguente
Proposizione 10. Siano V e W due spazi vettoriale di dimensione finita sul campo K con dim V=n e
dim W=m e siano B e C due basi rispettivamente di V e W. Allora la funzione G che associa ad ogni
applicazione lineare f: VW la matrice che rappresenta f rispetto alle basi B e C un isomorfismo
dello spazio vettoriale Hom(V,W) nello spazio vettoriale MK(n,m) delle matrici di tipo (n,m) ad
elementi in K. Poich matrice che rappresenta una applicazione lineare cambia al cambiare delle basi di
V e K le basi vengono spesso messe in evidenza scrivendo HomB,C(V,W) al posto di Hom(V,W).
Proposizione 11. Siano f:VW e g:WZ applicazioni lineari, con V, W, Z spazi vettoriali di
dimensione finita. Siano B1, B2, B3 basi rispettivamente di V, W, Z, e siano A1, A2 le matrici che
rappresentano rispettivamente f rispetto alle basi B1, B2 e g rispetto alle basi B2, B3. Allora A2A1
rappresenta lapplicazione gf rispetto alle basi B1 e B3.
Proposizione 11. Sia f:VW un applicazione lineare, con V, W spazi vettoriali di dimensione finita.
Siano B, B due basi di V e C , C due basi di W. Sia A la matrice che rappresenta f rispetto alle
basi B, C e siano S e T le matrici di passaggio dalla base B alla base B e dalla base C alla base C
rispettivamente. Allora la matrice che rappresenta f rispetto alle basi B e C T-1AS.
Dim. Sappiamo dal capitoletto sugli spazi vettoriali che, per ogni vV, si ha v|B=S v|B e che, per ogni
wW, si ha w|C=T-1 w|C. Inoltre dal teorema di rappresentazione si ha f(v)|C=A v|B , quindi
f(v)|C= T-1f(v)|C= T-1 Av|B= T-1 ASv|B.
Def. 10: Sia f:VW un applicazione lineare. Si definisce rango di f la dimensione di Im f=f(V).
Abbiamo gi notato che dim Im fdim V e che dim Im f dim W, quindi rk fmin (dim V,dim W).
Teorema 3 (di nullit pi rango): Sia f:VW unapplicazione lineare. Se V uno spazio vettoriale di
dimensione finita allora dim(V) = dim ker f+dim Im f.
Dim. Se V ha dimensione finita sappiamo che f(V) ha dimensione finita (i.di Oss.2). Fissate due basi di
V e f(V), sia A la matrice che rappresenta f rispetto a tali basi. Allora si ha dim f(V)= dim Col A=
rk(A) e dim ker f= dim ker A=n-rk(A).
Altra dimostrazione. Se V ha dimensione finita, ker f che un sottospazio di V ha pure dimensione
finita. Sia d=dim ker f e sia {u1,u2,,ud} una base di ker f. Poich {u1,u2,,ud} un insieme di vettori
linearmente indipendenti di V, possiamo trovare n-d vettori v1,v2,,vn-dV tali che {u1,u2,,ud,
v1,v2,,vn-d } sia una base di V. Allora {f(u1)=f(u2)==f(ud)=0W, f(v1), f(v2),,f(vn-d) } un sistema
di generatori di f(V)=Im f per il teorema 1. Quindi {f(v1), f(v2),,f(vn-d) } un sistema di generatori
di f(V)=Im f. Verifichiamo che questo anche un insieme di vettori linearmente indipendenti.
Supponiamo che sia t1f(v1)+t2 f(v2)++tn-df(vn-d) =0W . Allora, essendo f unapplicazione lineare, si
ha f(t1v1+t2v2++tn-dvn-d) =0W , quindi t1v1+t2v2++tn-dvn-dker f, dunque esistono k1,k2,,kdK tali
che t1v1+t2v2++tn-dvn-d=k1u1+k2u2++kdud, da cui t1v1+t2v2++tn-dvn-d-k1u1-k2u2+-kdud=0V.
Essendo {u1,u2,,ud, v1,v2,,vn-d } una base di V, si ottiene allora t1=t2 ==tn-d=( k1=k2==kd=)0 e
quindi { f(v1), f(v2),,f(vn-d) } un insieme di vettori linearmente indipendenti e pertanto una base
per Im f.
Si ricava quindi subito il seguente Corollario che ci era gi praticamente noto
Corollario 2. Sia f:VW un applicazione lineare fra spazi di dimensione finita. Sia dim V=n e
W=m. Allora:
dim
f iniettiva se e solo se rk f=n

f suriettiva se e solo se rk f=m
f un isomorfismo se e solo se rk f=n=m.
Ricordiamo la seguente nomenclatura:

Unapplicazione lineare da uno spazio V nel suo campo di scalari (visto come spazio vettoriale) si dice
forma lineare. Linsieme delle forme lineari di V uno spazio vettoriale su K chiamato spazio duale di
K.

Geometria E Algebra Lineare (Materiale Cherubini Completo)

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Geometria E Algebra Lineare (Materiale Cherubini Completo)

Uploaded by

Copyright:

Available Formats

GEOMETRIA

Geometria ed Algebra lineare

Sev ew sonovettorinonnullicheformanounangoloT,ilprodotto

Serispettoadunabaseortonormalev= ,w= allora(dalle

Serispettoadunabaseortonormalev= ,w= allora

Serispettoadunabaseortonormaleu= ,v= ,w= allora

1. UnpuntoP=(x,y,z)appartienealpianoS seesolose combinazione

DatalequazioneO( )+P( )=0di

Sidicesoluzionedelsistemalineare unanupla dielementidiKche

Sidiconovettoreriga evettorecolonna rispettivamentele

Unamatricesidicesimmetrica seA=AT edemisimmetrica seA= AT.

SeRi nullaancheRi+1 nulla

SianokK edA aij ,allorakA aij .

SeAunamatriceditipo(m,n),0(p,m)A= 0(p,n) e A0(n,q)=0(m,q).

dover d min (m,n),1dj(1)<j(2)<<j(r)dn.

Aik lamatricequadratadiordinen1chesiottienedaA cancellandolasuaiesima

vettorediH,0 stainH,perognivettorev diHanchev stainHeperogni

Eimmediatoverificarecheperogniv,wV eperognitK siha

rk(A)=dim Row A,inaltreparoleilrangodiAilmassimonumerodirighe

SiaAunamatricedincolonnesuK,allorark(A)+dim ker A=n(Teoremadi

x1,x2,,xn,y1,y2,,yn K,sihacio e .

Ovviamenteperognii,1in,sihawi=z1iv1+z2iv2++znivn conz1i,z2i,,zni K,

ovvero .LamatriceS=[ | || ]formata

ApplicazionilinearidiKm inKn associateadunamatrice

SianofA:Kno Km efB:Kno Km applicazionilineariassociate

ApplicazionilinearidiKm inKn associateadunamatrice

9   -      *   

   -    

$   

 %' % 9 '

-%`'%'& -`-& --&

   

   

       "

  

#  _   %`&`&'_ -- 

_      %`'%' "

-   

       _ 

  _       '      

         

     

 _   

 _ -  `   -  

%'   ` ``

#  

9 ^ && % -   ' _ 

&-  &   

    ^&- %     '

_      -   "

          

 $  -    & 

 - *      

 -       "

     

 $   -`&-&&-

$      

           `&  

   

 --- - -    &-  

   -- _      "

9     ^

     ^ _  

1. UnpuntoP=(x,y,z)appartienealpianoS seesolose combinazione

9- *

-

$

%'% 9'

-%`'%'& -`-&--&

"

# _ %`&`&'_ --

_ %`'%'"

-

_

_ '

_

_-` -

%'```

#

9^&& % - ' _

&- &

^&- % '

_ - "

$ - &

- *

- "

$ -`&-&&-

$

`&

--- - - &-

-- _ "

9 ^

^ _

# `

# `

* -& --

_

_8& _ " 8`$88$8

& -

% '

`&&&

-- -

$ - #%-' &%'%-' "

%' -^ - &%-'

%' -&^ %-'

$ _ &

%'-%`&""&'``% -`&'&

_ _ "

"# *

%9`9 '

9

%&' %

"

` "

**

& -- &*

"

"#

*

$

`` ` &