Indice Vettori nello Spazio Ordinario 11 Richiami di Teoria . 1.2 Esercizi proposti . 1.3 Risoluzione degli esercizi Spazi vettoriali sul campo reale 0 complesso 2.1 Richiami di Teoria 2.2 Esercizi proposti . 2.3 Risoluzione degli esercizi Spazi vettoriali di matrici e loro applicazioni 3.1 Richiami di Teoria... . a 3.2. Esercizi proposti -. . . 3.3. Risoluzione degli esercizt Sistemi lineari 4.1 Richiami di Teoria . . 4.1.1 Sistemi lineari tae 4.1.2 Matrici invertibili. . . . 4.1.3 Determinanti - 4.2. Esercizi proposti - 4.3 Risoluzione degli esercizi Applicazioni lineari 5.1 Richiami di Teoria. 5.2 Esercizi proposti 5.3 Risoluzione degli esercizi Autovalori e autovettori 6.1 Richiami di Teoria. 6.2 Esercizi proposti .. . . - : 6.3 Risolusione degli eserciai . . . . « Forme quadratiche e Geometria nel Piano 7.1 Richiami diteoria ..... . 7.11 Prodotti scalari. Matrici simmetriche reali. Forme quadratiche. . . .7.1.2. Rette c circonforenze. Cambiamenti di ri 713 Coniche bees bene 7.2 Esercizi proposti . . : 7.8 Risoluzione degli esercini . . , Geometria nello Spazio 8.1 Richiamiditeoria ............... we 8.1.1 Rettee piani. Cambiamenti di riferimento . 8.1.2 Sfere e circonferenze . 2... . 8.1.3. Cilindri, coni ¢ proiezioni . 8.2 Bsercizi proposti eee 8.3. Risoluzione degli eserci Funzioni in piit variabili e cenni di geometria differenziate 9.1 Richiami di Teoria 9.1.1 Funzioni in pit variabili ... . 9.1.2 Cenni di geometria differenaiate . . 9.2 Esercizi proposti . sees 9.3 Risoluzione degli esercizi 10 Temi d’esame 10.1 Testi dei temi desaime . . . 10.2 Risohuzione dei temi d’esameCapitolo 1 Vettori nello Spazio Ordinario 1.1 Richiami di Teoria Definizione 1.1 (Segmento orientato}. Un_segmento orientato ¢ un yepmento yon allo nel quale sia precisato Vordine degli estremi. Quando ei riferiremo al segrnento orientato AB intenderemo il segmento che ha come primo estremo A e come secondo B. Definizione 1.2 (Vettore applicato). Sia 0 un punto A vamente del piano). $i dice vettore applicato in O un P 2 un. punto dello spazio, (del pian restano individuati tre elementi: © la direzione ovvero Ja retta passante per Oe P; + verso che é quello che va da Q.a.P; mero reale non negatiyo che mnisurala lunghezza del segmento a figgata wnita, di misura). sato dello spavio (vispetti- ldicheremo con OP il vettore applicato in O oon secondo estremo uguale a P; laddove non sia necessario metterne in evidenza gli éstremi, utilizzer grassetto, Inmibaiilo di_un vettore w si indica conf u)) un vetiore Osservazione 1.3. Due vettori applicati in O sono ugu: Jo stesso. verso ¢ lo stesso modulo; vieeversa se di un vettore applicato vengono fissati dlreion, vero ¢ modulo, ella restau ‘vocamente determinato un Notaaione 1.4, Indichiamo con Vs ¢ Vs rispettivamente Vinsieme dei vettort del = Definizione 1.5 (Somma di vettori). Seu = OB ev = OG sono, due vettorl applicati sdefinito il $n O con direziont diverse (non giacenti sulla sisssa tettal,. alli parallelogramma OP RQ. a OF 5 OG: segment dati tt vettore somma.deiVettori netlo Spazio Ordinario Seivettori u=OP ev ssa direzione somma uy é il vettore OR che ha mma wt v é il vet « la direzione dei due véttori dati; « il verso uguale a quello del vettore di modulo pid grande; ‘¢ il modulo uguale alla somma dei moduli se i due vettori hanno lo stesso verso, ugilale alla differenza dei modulf 86 dé vétt6tr hatino wer80 opposto. Nel caso in cui ci troviamo a sommare due vettori con medesima direzione e modulo € verso opposto, la loro somma non_é un vettore nel senso della Definizione 1.2 in quanto il os somma ¢ un vettore in cui i iglia avere modulo zero, direzione e verso indeterminato.¢ viene. in chiamato vettore nallos——-~ chiamato vottore mu Definizione 1.6 (Opposto di un vettore. Differenza di due vettori). Dat li con —u) il vettore che ha la stesse Osservazione 1.7. Per la Definizione 1.5 risulta che uit ( 0, opposto a quello di u sea <0;nario ottore tori "Ss 1.1. Richiami di Teoria Por convenzione si pone Ota = 0, a0 = 0 por ogni yettore ui e ogni numero reale a. Si dive formalizeato di un Vetéore nn iullo w il versore vers(t) = norm(u) = sh ‘Teorema 1.10 (Propricta del prodosto di un vettore per un numero reale). Per ogni a,b Re ogni u,v € Vs (0 %) valgond le seguenti uguaglianz PL. a(bu) = (ad}u; P2 lu =u; DL. (@ + 8)u= an + bu; D2. a(u tv) =au+av. Definizione 1.11 (Vettori paralleli). Due yettori non_nulli u,v si dicono paralleli (esi scrive u || _v) se hanno la stessa direzione. Per converizione, il Teorema 1.12. Siano we v due vettori noi se esiste un numero Teale Fale che v = tu, solo ulli; alora u ¢ v sono parallel Definizione 1.13 (Componenti di un vettore). Supponiamo di aver fissato nello spazio_{risp._nel piano) un sistema di riferimento cartesiano Ozyz (risp. Oxi); se us oF allora le coordinate (up, ty, u,) di P rispetto al riferimento cartesiano O.cyz (isp. Te coordinate (uz, uy) di P rispetto al riferimento eartesiano Oxy) a dicono compnents a : a Fvettori dello spazio di componenti (1,0,0), (0, 1,0) ¢ ( sori fondamentali applicati dal ,F) rispettivamente sono istema Orxy2 e si indicano tre versori € af dicono vei vettoii"del piano di componenti (1,0), (0, 1) rispettivamente sono due versoti_e si dicono versori fondamentali applicati del sistema Oxy esi indicano.con i.e Osservazione 1.14, - Due vettori.sono-uguali-se-e solo-se-hanno.te.componenti ordinatamente,uguali ~ Dal Teorema di Pitagora segue che per ogni w € V3 si ha | che per ogni u € Ve risulta jul = ‘Teorema 1.15. Ogni vettore u = OP € Vs con P= modo unico come u = tsi + uyi tatiak. O; si pud serivere in, moc Corollario 1.16. Seu WW = (e+ an)i (Uy + Hy)I+ (ue ved, au au = (aus)i + (auy)§ + (ows)k » le con i di_u + v si ottengono sommando nell’ording le component di we v ¢ le componenti di au st“éttéiigono moltiplicando le componenti di “u per a. Aialogamente per t vettarr del pranw- niaSpazio Ordinario Definizione 1.17. S i non nulli ¢ non parallel. Trangolo in O dol triangolo OPQ si chiama angolo fe ana a ‘WaT dent’ con iFaimbolo WY © paralleli i pone: + u®y =0 se we -v hanno lo stesso verso; fe we v hanno verso opposto. Definizione 1.18 (Prodotto scalare di vettori), Siano w e v due vettori; il prodotto scalare di u é v, denotato con i v é il numero Téile cosi definito: tay = {08 almeno uno dei due vettori ¢ mullo; fully] cosu’v se ue v sono entrambi non nulli. Osservazione 1.19. Per ogni vettore u si ha u-u = [ullu| = jul? da cui ful = VOW. Definizione 1.20. Due vettori..e.v.non nulli-si-dicano ortogonali (¢.si scrive u Lv) e, diciamo che il vettore nullo @ ortogonale ad ogni altro Osservazione 1.21. Per la Definizione 1.18 ¢ la Definizione 1.20 possiamo affermare che due vottori sono ortogonali se ¢ solo se il loro prodotto scalare @ nullo. diy sur il yettore v, = OP" dove P’@ la proievione ortogonale di Osservazione 1.23. Si noti che v, = 0 © v @ nullo oppure & ortogonale ad r. Proposizione 1.24. Sia y= OP un veitore od r una setta passante perO; sia vy la protezione ortogonale di v su 7 ¢ sia wun versore parallelo ad r. Allora ) [vel = vals (b) vn =v) Osservasione 1.25 (Proiezione ortogonale di un vettore su un piano). Sia y= OP un vettore applicato in O e sia x un piano per O. Allora Ja proiezione di_v_ su 7 (denotata con vz) & usu Mnavove dove v; 2 la proiezione ortogonale di v iv sulla retta r ortogonale al piano 7 € passante ieta del prodatto.scalare). Siano u,v, w tre vettori e sia @ un igono le seguenti proprieta: PS4. uuzOeu-u=0eu=0.sario alle. Yeon lotto ra. iv) altsg A. Richiami di Teoria 3 Corollario 1.27. Seu = usi + tyj + uk © v= tei + ty) + vsk allora Analogamente per i yeting.del piano, Osservazione 1.28. Se u,v sono, due vettori non nulli dello spazio, dalla Definizione = paiein component si, tig oe Fig Uy Fae aa buh + ubfek +h tut aian Tn modo analogo per i vettori del plano. } cosu*'y = Definizione 1.29. $o.u.¢.un_vetiore non nullo dello spavio.c Quyz @ un sistema di siferimento i eoseni degli angoll che w forma con gli assi cootdinati (vale a dite con i versori fondamentali i,j,k) si dicono coseni direttori di_u. Analogamente per i vettori del piano. Definizione 1.30 (Prodotio vettoriale fra vettoridello spazia). Siano u,v due vettori dello spazio non nulli e non paralleli. Si dice prodotto vettoriale di we v, esi denota con Wsimbolo w AV, Wl vetiore cosl delinito: — ee © il modulo di u Av ¢ il numero reale positive |ul|v|sin wy; « Ia direzione di uA.v @ quella ortogonalle al piano individuato da.u ev; «il verso di Se ue v sono paralleli o se almeno uno dei due é nullo si pone uAv = 0. Proposizione 1.31 (Proprieta del prodotte vettoriale). Siano u,v. .w.tre vettorl € Ax, dato dalla, regola della mano destra. sia_@ un numero reale. Allora. valgono le seguenti pronrieta: euAv=—(vAu); Osservazione 1.82 (Significato gpometrico del modulo del prodotto vettoriale). So 1u,¥ sono due vettori dello spazio applicati in O non mulli e non parallel, allora essi individuano un parallelogramma; il modulo del prodotto vettoriale di ue v é uguale allarea di tale parallelogramma, Osservazione 1.33. Dalle Delian Lh LD sau die dn yettori qualsiasi dello spazio sono paralleli so e solo se i il. gale al yettor lle Corollaio 1.84, Seu unl t.tal + ukey6 ‘yw tre vettori ‘on il simbolo i prodotto misto é nullo. Corollario 1.36. Seu = tit uyjusk.y = usibatyjbugleomawelsbutys+ wk i prodgtia.smisto.2 il numero reale che pud essere espresso mediante le tr dy us We Wy wu, fet ignificato geometric del valore Osservazione 1.38. Utilizzando la convenzione che tre vettori di cui almeno uno nul- lo sono sempre complanari, dalla Definizione 1.35 si ha che tre.vettori sono complanari se e solo se il loro prodotto misto 6 nullo. 1.2 Esercizi proposti eBsercizio 1. Dati i vettori u = (1,2,-2) ¢ v = (20,0), {) determinare le componenti dei vettoti w+ v, a — v,u —3y e trovare i rispettivi versori; fi) caleolare u-v ¢ (w+ v)- (av) iii) verificare che ue v non sono ortogonali ¢ dire s¢ l’angolo che formano ¢ acute od oftuso. & -oEsercizio 2. Dato il vettore v = i+ 3j — Gk, trovare: + i) il versore di vj ii) i vettori paralleli a v5 iil) 1 vettori paralleli a v aventi modulo 2. *Esercizio 3. Dati i vetiori v = 2i-j+3k, u=i-J +k, trovare: i) Te componenti di 2v + 3u; : ii) if loro angolo; “) ifi) un vettore parallelo alla loro bisettrice;1A. Esercizi proposti + iy) la misura del segmento proiczione ortogonale di u su v; ¥) il vettore proiezione ortogonale di u (o —u) su v; “4 vi) i vettori paralleli a v la cui proiezione ortogonale su 1 ha modulo 2. *Esercizio 4, Sia u = 2i— 2) +k. Determinare un vettore v ortogouale ad ue ak © tale che |v| = V3luj. Verificare quindi che Ju + v| ~ 2Jul e determinare langolo tra wendy. “Bsereizio 5. Dati i vettori u =i+2j, v = 2costi +2sin¢j, trovare i valori di ¢ per cui i) vé perpendicolare ad u; ii) vé parallelo ad u. “Esercizio 6. Trovare i vettori di modulo t fissato, la cui proiezione ortogonale sul piano xz é i+ 2k (discutere al yariare di t € R). *Esercizio 7, Dato u +2k, determinare un vettore di modulo V3 ortogonale av =i—jeil cui segmento proiezione ortogonale su u valga 1. »*Esercizio 8. Calcolare area del triangolo di vertici A = (0,0, 0), B= (2,1,3),C (-1,1,2). “Esereizio 9. Dati i vettori um = ti+ tj + (I dk, ve =i+ t) 42k, w=j4+k 4) trovare i valori di ¢ per i quali sono complanari; ii) posto t = 1 calcolare il volume del parallelepipedo avente u,, ve, w come spigoli. “*Esercizio 10. Calcolare 'angolo formato da we v sapendo che ju) = 1, |v| = Ju—2v] =m (diseutere al variare di m € R). *Esercizio 11, Dati i vettori u = j-k, v =i~j-+ 2k, calcolare l'angolo di ue v. ‘Trovare il vettore x perpendicolare ad ue tale che uAx = uAv. “Esercizio 12, Trovare i vettori complanari sia con la copia u = che con la coppia v =i+j+k, v’=i-k “Esercizio 13. Trovare la proiezione ortogonale di v = i+ j — 2k sul piano di wy =i-ked a =i42j-k *Esercizio 14. Dati i vettori u = i—j—k,v = i-2j+k, decomporre v nella somma i un vettore parallelo e uno ortogonale ad uu. *Bsercizio 15. Trovare gli angoli che il vettore u = (2,0, 2) forma con etascuno degli assi x,y ez. “Esercizio 16. Quale condizione devono soddistare due vettori ue v affinche i Yettore u + v sla ortogonale al vettore u~ v? E quale affinché | + v| = Jul + |v]? “Esercizio 17, Caleolate {uA v| sapendo che |ul = 1,|v| = 2 che u-v = 1. “Esercizio 18, Dati i vettori ue v trovare x tale che risulti i) wAx = v (discutere la risoluzione dell’esercizio al variare della coppia ue v); ii) uAx=vA x iil) wAx=uAv.Vettori nello Spazio Ordinario_ Bsercizio 1. i) u+v= (3,2,-2),u~ fi) uv =2,(utv)- (=v) = (81+ 952k) (14.9) -2k) = 344445. iii) Tl prodotto scalare fra we v é tale che u--v = 240 e quindi we v mon sono ortogonali; il coseno dell’angolo formato dai vettori we v é uguale a uv 2 lly full 3-23 ¢ dunque conchidiamo che l'angolo che formano i vettori ue v @ acuto. cosuy vers(v) = = jar 3) — V6k). i) I vettori parallleli a v sono i vettori tv al variare di © R. iii) I vettori paralleli a v aventi modulo 2 sono v; = 4v e vz = —}v. Esereizio 8. (i) Le componenti di 2v + 3u sono 2v + 3u = Ti—§j +9. (i) Diangolo individuato da u e v é talé che cosu*y = (iii) Per la Definizione 1.5 sappiamo che la somma di due vettori applicati in O con direzioni diverse @ il vettore applicato in O che é ta diagonale del parallelo- gramma che ha per lati i due vettori sommati. Se sommiamo i versori vers (u) (parallelo a u) e vers(v) (parallelo a v) individuiamo il vettore applicato in O che @ la diagonale del parallelogramma che ha per lati vera(u) ¢ vers(v); tale parallelogramma risulta essere un rombo dal momento che ha i lati con la stessa Tunghezza, Sappiamo che in ogni rombo le diagonali sono anche bisettrici degli angoli che tagliano. Risulta cosi che.il vettore vers (u) vers) =. 95 ig 6 paralielo alla. bisctirice dell'angola. indiduato dai.vettar wey. ‘Trovare la misura del segmento proiezione ortogonale di u su v significa trovare la misura del segmento proiezione ortogonale di u sulla retta per O parallela a v. Per trovare Ja migura del segmento proiezione ortogonale di ui su v ovvero |uy| ci serviamo della Proposizione 1.24: dobbiamo trovare un versore parallelo a v, per esempio vers(v) = jj = Spas = “Fli— 23}. 3. /idk, e successivamente calcolare uy] = [a vers(v)| = |(i— +k) - (445 - 4j + AVR) = Ft vid. ‘Tenendo presente la Proposizione 1.24 e il punto (iv) possiamo affermare che il ‘vettore proiezione ortogonale di usu vé wy = (u-vers(v))vers(v) = V4 = — 3} + 2k; notiamo che la proiezione ortogonale di u su v é un vettore cho ha lo Stosso verso di v. Se proiettiamo ~1 su v otieniamo inveoe che (-u), = —$v e quindi la proiezione ortogonale di —u su v 2 un vettore che ha verso. ‘opposto rispetto a quello di v.1.9, Risoluzione degli esercisi (vi) Lvettori paralleli a v sono della forma tv = 1(2i—J4-3k) al variare di t € R; fra i vettori paralleli a v, cerchiamo quelli la cui proiezione ortogonale su u abbia modulo 2, La misura della proiezione ortogonale di un generico vettore parallelo av su ué uguale a [devel = Jew vers(u)| = |v = (f- 8 +Ok - iver ive vai = [2v3e| Cerchiamo quei valori di t per cui |(tv)a| = |2V3!| = 2 ovvero quei valori di t per cui 2V3t = 2 oppure 2V%¢ = —2; otteniaio che t pud valere o oppure -@. I vettori paralleli a v la cui proiezione ortogonale su u ha modulo 2 sono pertanto i vettori w: = ¥v ew, = Gv. Esercizio 4, Vogliamo trovare un vettore v tale che v 1 u (ovvero tale che v-u=0 per la 1.21), v Lk (vale a dire tale che vk = 0 sempre per la 1.21) e jv} = V3)ul; ‘osservando che |u| = /4+4+1 = 3, la terza condizione equivale a chiedere che |v| =3V3. Imponiamo le tre condizioni ad un generico vettore dello spazio ai+bj+ck con a,6,¢ € R ricordando in particolar mado come si serive il prodotto sealare di due vettori espressi in componenti: (ai+djtck)-u=0 (2a—2+e=0 a=b (aitdj+ck)-k=0 4c=0 c=0 VTE A =3V8 (Ve =3v3 | V207 =3v3 v6. a=b La soluzione del sistema é pertanto 4c = 0 ¢ dunque risultano esistere due a=tive vettori vi = $VGi+ 3 V6j e v2 = —SVGi— $ VGj che soddisfano le condizioni richieste. Verifichiamo che ju + v;| = 2ul: siha che u + vy = 4#8¥5j + 2445 4k da cui jatvs| = y/ WeSdpeeve 4 Lorsd=24v8 » 4 _ | /144 _ 6 allorasi hache 6 = |utvil = i aa yt 2.3 = 2hu| come si voleva. Caleoliamo Pangolo fra ue w+ v tramite il coseno (vedi Osservazione 1.28): A _ur(utyi) 44+3v6-3vi4+441 1 cos(u(u t+ vi) = Thar] 36 © eneludiaano che u*(u+vi) = §. Analoghe verifiche ci portano ad affermare che gli stessirisultati valgono per il vettore vn ip Esercizio 5. I due vettori ue v sono vettori del piano ordinario, ma possiamo vederli anche come vettori dello spazio con ultima componente nulla; allora possiamo serivere che u= i+ 2j + 0k, v = (2cosé)i+ (2sin4)j + 0k. Pertantoii) v @ parallelo ad u se e solo se v Au = 0 (cf. Osservazione 1.33); esprimiamo il prodotto vettoriale in componenti attraverso il determinante simbolico k (2sint — 4 cosé)k. Allora v |] u > VAu = 0 <> (2sint ~doost)k = 0 <=> 2sint ~ Acost = Oe tgta 2 Esereizio 6. Per FOsservazione 1.25 risulta che se v = ai + dj + ck @ un gencrico vettore applicato in O la sua proiezione ortogonale v, su wn piano m passante per O é uguale alla differenza fra ve la proiezione ortogonale v, div su un retta ortogonale a © passante per O. L’esercizio ci chiede di trovare i vettori Ja cui proi \e ortogonale sul piano 22 @ i+ 2k. Nel nostro caso dunque si ha che + é uguale al piano az ¢ che la retia r coincide con l’asse delle ordinate. Per l’Osservazione 1.24, si ha che ve = (v-u)u dove u é un versore parallelo alla retta 1; nel nostro ¢aso si ha che u e dunque Voy = (v-i)j = bj. Cerchiamo allora i vettori v = ai + bj + ck tali che Vaz — Vo; ai + bj + ck — (bj) = ai+ck = i+ 2k; si hachea=lec=2e quindi i vetori che stavamo cercando sono della forma i+ bj +2k al variare di b eR. Studiamo il comportamento di questi vettori al variare dei loro moduli: il modulo del vettore i+ Uj-+2k t= VU +4 = V5-+57 da cui si ottiene cho 6? = t — 5. ‘Si devono: inguere 3 casi: Gi) se t? — 5 > 0 allora si possono trovare due valori b = +V—5 che soddisfano Ja condizione 6? = f? — 5 ¢ quindi. concludiamo che se t > v5 ci sono due vettori i+ V2 —5j + 2k e i— Vt? —5j + 2k di modulo £ tali che la loro proiezione cortogonale sul piano zz @ uguale a i+ 2k. se t? — 5 = 0 allora l'unico valore di per cui b? = #? —5 @ b = 0; quindi per VB si ha che unico vettore con proiezione ortogonale sul piano ez uguale i+ 2k é proprio il vettore i+ 2k. (iii) se # —5 < 0, vale a dire se t < V5, allora non vi & nessun valore di con le proprieta richieste. Esercizio 7. Un generico vettore dello spazio si scrive come 2 = ai + bj + ck con a,b,c € BR; imponeindo ad un generico vettore le condizioni date dall’esercizio, ‘troveremo i vettori corcati. Cerchiamo i vettori tali 1. |2| = V3 owvero tali che Va? +P + @ = V3; 2. 2 sia ortogonale a v ovvero tali che z+ v = 0 (cf. Osservazione 1.21): in componenti si deve avere che a ~ b= 0. 3. la misura del segmento proiezione ortogonale di z su u valga 1; per 'Osservazione 1.24 per calcolare la misura (il modulo) del segmento proiezione ortogonale di» Ordinario. t—deost = un generico ante per O& togonale a7 e ortogonale { piano xz e 4, si ha che ha che u=j | ck tali che lec=2e are di b € R | modulo del 0-5. e soddisfano a due vettori ‘9 proiezione % quindi per 10 2 uguale e di b con le ai + Oj + ck tall’esercizio, ne 1.21): in Osservazione ortogonale di 1.3. Risoluzione degli esercisi 2 su u (denotato con %,) oecorre trovare wn, versore parallelo ad u, per esempio Hy = 2A, e caleolare il valore assoluto del prodotto scalare di questo vettore con z: Quindi si ha che [2y| = jz - 2=122% i vottori x tali che [mul = |3a— 45+ 2el Dobbiamo quindi individuare i vettori dello spazio le coordinate dei quali soddisfino Je seguenti condizioni: VOFP SE = V5 (2a? +02 a= [2a — b+ 20] =3 2a + 0? Possiamo concludere che i vettori cercati sono m = 41+ wy = fir Git Seem =i+jtk Esercizio 8. Sia P il parallelogramma ABPC individuato dai vettori v = AB = Bit j+3k ew = ACG = ~i+j + 2k; dal momento che il segmento BC'é una diagonale 3 del parallelogramma, risulta che 'area del triangolo ABC’ é la meta di quella del Parallelogramma P. Per l'Osservazione 1.32 sappiamo che area di P é uguale al modulo del prodotto vettoriale di v e w; calcolando allora il prodotto vettoriale dei vettori v e w-attraverso il determinante simbolico (vedi 1.34), otteniamo -|3 = Tj + 3k, VI+4949 = V9 e dunque si ha che a 2, Atea(?) = V9; eoncludiamo che Parea del triangolo ABC é uguale a 22, Esercigio 9. i) Per 'Osservazione 1.38, i tre vettori t,v;,w sono complanari se © solo se il loro prodotto misto u;-(v, Aw) 8 nullo. Calcoliamo il prodotto misto Us (Ve A w) attraverso il seguente determinante (ef. Corollario 1.36): tt it Me(VeAw) =| lt 2 o1 4Vettori nello Spazio Ordinario_ = (t-2t-ttl-t=P 4th (1a) allora possiamo concludere che us, vz, w Sono complanati se ¢ solo se #? —4t+1 = O ovvero se e solo se 1 = 2+ VS oppure se t= 2 ~ V5. Por t = 1siha che uy =i+5,¥1 = 4+) 42k, w =i +k; per il punto (i), possiamo affermare che i tre vettori on sono complanari e quindi individuano ‘un parallelepipedo. Per 'Osservazione 1.37, si ha che il volume del parallelepi- pedo @ uguale al valore assohito del prodotto misto det tre vettori; utilizaando TEquazione (1.1) con £ = si ha che ws «(vy Aw) = (P ~ 4t4 Dine . Concludiamo che il volume del parallelepipedo avente w:, vi, w come spigoli ha volume uguale a [uy + (vi A-w)| = |~ 2] = 2 Esercizio 10. Dalla definizione di prodotto scalare di due vettori sappiamo che cosy = BH) = S325 dal fatto che |u —2v] = m otteniamo che [u — av? =m da cui (u— 2v)- (u—2v) = m?, Proseguendo nei caleoli si ha weuddyev—duev =m allra risulta che —4u--v = m? —|ul? = 4lvj? = mn? ~ m? — 87 da eni wey = Stam! z Concludiamo che V'angolo formato da ue v @ tale che 3t—m? 1 _ 37—m? 4 3° 2 Dobbiamo osservare che il coseno di un angolo é sempre compreso fra —1 ¢ J e dunque non tutti 1 yalosi di' m © R sono accettabili; pertanto si deve chiedere che -1 < 1 ovvero che —12 < 37 —m? < 12 da cui 25 < m? < 49. Dal momento cos uSy = T che per definizione il modulo di un vettore € un numero positivo, conchidiamo che Bemsi. Esercizio 11. Per calcolare uv, calcoliamone il coseno attraverso la forniula del- POsservazione 1.28; dal momento che |u| = V2, |v] = V6 e che uv = ~3 ai ottiene che cos(uv) = HG = JE = —4, Dobbiamo trovare quell’angolo minore di 7 il cui coseno @ —¥8; esso @ uguale a 5 + 5. Ora dobbiamo trovare il vettore x ortogonale ad we tale che uAx = w/v ovvero tale che uAx -WAv = nA (x—V) = 0; se x hala proprieta che uA(x—v) = 0, allora per 1 Osservazione 1.33 risulta che (xv) || we quindi che x—v = Aucon A R dacul si oltiene che x deve essere della forma x = v +t. Imponiamo la seconda condizione hiediamno che x sia ortogonale a uz per POsservazione 1.21 questo equivale a chiedere ‘che x: = 0 vale a dire che (v + Au)-u = 0 da cui ~3-+ (2) = 0. Coneludiamo che A= Je quindi che x=v + gusi-j+2k+}j~gk=i+ + 4k Fsereizio 12. 1 vettori richiesti sono quelli che si trovano sul piano individuato dai vottori u eu’ e contemporaneamente sul piano individuato dai vettori ve v'. Controlliamo se i 4 vettori gono complanari corninciando con il verificare se lo sono tte di loro: per POsservazione 1.88 si ha che u,n' e v sono complanari se e solo se (uw Av) = 0. Calcoliamo il prodotto misto dei tre vettori attraverso il seguente doterminante (confront Corollaria 1.36): ° 1 f=1-)=(--)+0=-140.1.9. Risoluzione degli esercizi 13 Concludiamo che i 4 vettori non sono complanari perché non lo sono 8 di loro; allora i piani individuati dai vettori u,u’ e v, v’ rispettivamente non sono paralleli e dunque si intersecano in una retta r. I vettori applicati nel centro del riferimento O e paralleli ‘@ questa retta sono complanari sia con i vettori u © uf che con i vottori v ev! come si voleva. Per descrivere tali vettori @ necessario individuare un vettore parallelo a tale retta. Per Definizione di prodotto vettoriale risulta che il vettore s = u Au’ é ortogonale al piano individuato da we u! e che il vettore t = v A v’ é ortogonale al piano individuato da v e v'; calcoliamo le componenti di questi vettori attraverso i seguenti determinanti simbolici (vedi Corollatio 1.34): ijk 1 -1 O}=-i-j+k, vaAv = LU vettore st risulterd essere parallelo sia ai vettori ued u! che ai vettori v e v's ne caleoliamo le componenti: sAt T vettori richiesti sono dunque della forma t(i + 2§ +3k) cont ¢ R. Esercizio 13. Per trovare la proiezione ortogonale di v sul piano individuato da uh € us, che denotiamo con m, ci serviamo dell’Osservazione 1.25; occore pertanto calcolate 1a. proiezione ortogonale div sulla retta r ortogonale a x ¢ passante per O. L’Osservazione 1.24 ci permette di ottenere.la proiezione ortogonale di v su r conoscendo un versore paralielo alla retta; poiché uy e uz sono due vettori del piano ® non parallel, il vettore uy A uz @ un vettore ortogonale al piano per la definizione di prodotto vettoriale ¢ quindi u; A uz é un vettore parallelo ad r. Calcoliamone le componenti attraverso il determinante simbolico secondo il Corollario 1.34: 1 1 ijk mAw=/1 0 -1 | 12-1 ult a i+|2 a Ii 21+ Ike Un versore parallelo a uy Aug @u= Aw 29k 2 Ei 4 Ok Valendoci dell’Osservazione 1.24, risulta che la proiezione ortogonale div su r &u Bos Wow) wa (645-2) OFF FB) CFI + Phy = i+ iy 2 ~}i- dk Concludiamo che la proiezione ortogonale div su 1 & ‘ ini Ld lage 3 Yam ve EJ 2k (i 5) = FGI +25 ~ 3b) | Esercizio 14. Vogliamo decomporre v nella somma di un vettore parallelo ed uno eTogonale ad u ovvero vogliamo scrivere v come v = Au+x dove \€ Rex-u=4 Vettori netlo Spasio Ordinario. 6, Impouiamo Pultima condizione al vettore x = v ~ Au dunaue imponian) che (qe Au) = 0; si ha allora cho [(1= A)L¥ 24 A+ (Lt VILE k) = 0 da.cui }-A#2-A-1-A = Oe quindi A = 3 Otteniamo allora che x= v—3u = 31-3. H+ gk Possiamo concludere che ¥ si pud serivere come v = 3u + x dove evidentemente 51 pein vettore parallelo a we x € ortogonale ad u per come Vabbiamo costruito, -Bsereizio 15. Gli angoli che il vettore forma con ciaseumo degli assi«,y & = sono sl gol che jl vetiore w forma, con ciascuno dei vettort i,j ¢ ks per calenlrls oviemo iI walore det coseni direttori del vettore u come da Definizione 1.29: Reorcizio 16. Dall'Osservarione 1.21 risulta che due vettori sono ortogonali se ¢ solo geil lor prodotto sealare & nullo e quindi (w-+-v) 4. (2—v) => (U+¥) (=v) = 05 uitilizzando le proprieta del prodotto scalare otteniamo (uty) (uv) = uu tue (Cy) event (y) weu-uevtueve vey [ul possiamo conchudere che (a+) 4 (uv) <= [ul = |v? => [ul = Iv. Geometti- pamente questo fatto equivale ad affermare che un parallelogramma @ un rombo s° ¢ solo se le diagonali sovo ortogonali. Gi chiodiamo ora per quali vettori risulti che il modulo della loro somma sia uguae Ie alla somma dei loro moduli ovvero che [u + v} = Jul + |vj; elevando entrambi + rnembe a1 quadrato ofteniamo che [u + vf? = (uj + |v? da ens (a+ v) (uty) = jul?-+[v/? + 2hajjv|; continuando si ha wudveutay eye suas yey hull] e quindi 2u-v = 2ullvl dalla definizione di prodotto sealare possiamo conchidere the deve essere {ulv|cos'w"v = [uljv] e dunque cosu"'y = 1 da cui wiv = 0. Si noti he tale rieultato poleva essere dedotto immediatamente dalla definizione di sommia tra vettori (vedi Definizione 1.5). Eeereizio 17. [uAv| = Va.i troviamo ali se e solo u—v) =0; Geometri- 1.9. Risoluzione degli esercizi Esercizio 18. i) Dalla definizione di prodotto vettoriale sogue che u ¢ v devono essere ortogonali affinch2 la relazione u A x = v possa sussistere e quindi deve valere che uv = 0; dal momento che u ¢ v devono essere ortogonali, possiamo scoglicre il sistema di riferimento in modo tale che m= |ulie v = |v{j. Seriviamo un generico vettore x = ai + bj-+ck ne] nostro sistema di riferimento e vediamo quali condizioni esso deve soddisfare affinche valga uA x = vj esprimiamo il prodotto vettoriale di ue x in componenti attraverso il seguente determinate simbolico (vedi Corollario 1.34}: ijk ful wane[in 8 S]-]9 2h]! 2 fis] el 8 abe = ~(elui)i + Glad. Dobbiamo imporre che w Ax = ~(clul)j + (bjul)k = [vj = v da cui si ha che {on =v (Hal) =0. Osserviamo che se ju} = 0 allora u = 0 e anche v deve essere il vetiore aullo e quindi x pud essere un gualsiasi vettore dello spazio. Diversamente, se u # 0 allora affiché siano soddisfatte le due condizioni del sistema deve risultare ¢ = — [41 eb =0; concludiamo che il vettore x deve essere della forma Iv Mk alvariare di a€R. al Per trovare x tale che uAx = vAx (ovvero tale che wAx ~v Ax = 0) dove ue ¥ sono vettori noti, sfruttiamo la proprieta distributiva del prodotto vettoriale rispetto alla somma ¢ otteniamo che x dove essere tale cho (uv) Ax = 0; por l’Osservazione 1.33 risulta che due vettori sono paralieli se ¢ solo se if lora prodotto vettoriale @ uguale al vettore nullo. Concludiamo che x deve essere parallclo a u—v. Se u— v =0, allora ogni vettore @ ad esso parallelo ¢ qnindi x pud essere un qualsiasi vettore dello spazio; se invece u—v # 0 allora x deve essere della forma’x = \(u — v) con A € R, Si noti che in questo modo stiamo contemplando anche iJ caso in cui x sia il vettore mullo come deve essere. Per trovare x tale che wAx = uAv (ovvero tale che wAx—uAv = 0) dove ue ¥ sono vettori noti, sfruttiamo Ia proprieta distributiva del prodotto vetioriale rispetto alla somma e otteniamo che x deve essere tale che uA (x — v) = 05 per ’Osservazione 1.33 risulta che due vettori sono paralleli se e solo se i! loro prodotto vettoriale @ uguale al vettore mullo. Concludiamo che x—v deve essere parallelo a u. Se u = 0, allora ogni vettore ¢ ad esso parallelo ¢ pertanto x —v ud essere un qualsiasi vettore dello spazio ¢ quindi anche x pud essere scelto arbitrariamente; se invece u # 0 allora x—v deve essere della forma x—v = Au con A ¢ R da cui x =v-+Aucon 1 € R, Si noti che in questo modo stiamo contemplando anche il caso in cui x — v sia il vettore nullo come deve essere.Capitolo 2 Spazi vettoriali sul campo reale 0 complesso 2.1 Richiami di Teoria Definizione 2.1 (Campo). Si insieme ¢ in K siano definite clue operscioni ogni copia (a,6) di elementi di K associa un uiiiee eemeHte dK dénotato ‘con a+b; (i) un’operazione di pro ad.ogni coppia.(a,o} di clementi di K assovia un sinlco elennatS a K ‘on ab. aK & detio exumpo ve le due operazioni sodalsano le sexuent proprieti 1. (Proprieta commudativa della somma) Per ogni seat di a, bin K vate Gtbabha 2 (Proprieta associativa della somma) Per ogni scelta di a,6,¢ in K valo (@tb)te=atbro, 3. (Beistensa,di-un elemento neutro per ta somsma) Esiste tn elemento Ox € che a + OK Vaek. 4. (Bsistensa di un opposto) Per ogni a.€ K esiste un elemento a! € K tale che a+a'=0y 5. (Rropricta commutativa del prodotto) Per ogni seelta dia, in K vale ab = ba, 5. (Proprieta, assoctativa del | prodotto) Per ogni scelta a aboe as albe) = (ab)e.Capitolo 2. Spazi vettorvalé sul 7. CExistenza. di tn elemento neutro per il prodotto) Bsiste un elemento Ix € K tale che ee Clg-a=a, > YaeK. } 8, (Hsistenza di wn inverso) Per pgni.a.¢.lK esiste un elemento a* ¢ K tale che Le nove propriet& elencate sono dette anche“aasignidi campo. Definizione 2.2 (Spazio vettoriale). Siano dati un campo numerico K e un insieme V7 Siano inoltre definite le seguenti. operazioni sugli elementi di V: (i) unrop unico elemento di V denotato con v + w; (ii) un’operazione di pradoito per clementi di.K (detta anche prodotto esterno) che i coppia (a, 1) con'a.é,Ke u.c V associa un unico elemento di V denotato con au (au per brevita). Allora V é detto un K-spazio vettoriale se le due operazioni soddisfano le seguenti proprieta: 1. (Proprieté associativa della somma) Per ogni seelta di u,v, w in V si ha (utotwaut(oty). (Bxistensa, di un elemento neutro per la somma) Bsiste un elemento Oy € V tale che utoy, vuev. . (Esistenza di un opposto) Per ogni u € V esiste un elemento u’ ¢ V tale che |. (Proprieté commutativa della somma) Per ogni scelta di u,v in V vale utvsutu. . (Proprieta del prodotio esterno) Per ogni scelta di u € Ve a,b K vale a(bu) = |. (Esistenza di un elemento neutro per il prodotto esterno) Esiste un elemento, Ix € K tale che desu Wuev.ichiami di Teoria : 19 7. (Proprieta distributive del prodotto esterno rispetto alla soma i vettor’) Per ogni scelta di wv in Vea € K vale: a(u+v) = aut av; she 8. (Propricta distritutiva del prodotto esterno rispetto alla somma in K) Per ogni scelta di we V ea,b 6K vale (a+ bu = aut bu, ©). Sia V_uno spazio yettoriale sul campo K. aspaio velloriale di V se e solo’ so valgono le 1. Telemento nullo di V appartione a W: Oy € W; 2. presi due clementi u,v © W la 2.Somma. ¢ ancora elemento di Ws w++u.¢ W; % breso un elemento u ¢ W e un qualsiasi numero A nel campo K jl Jora.prndotto ALE aicora elemento di W! Aue W. Proposizione 2.4 (Interserione di. sottospazi)s.Siano Ue W. due sottospazi.dello spazio vettoriale V su K. Allora Z =U O.10-un sottospavia. dV" Definizione 2.5 (Somma e somma di U+W={eev 2 Ut Met 6 Uw € Whe F facile vedere che tale sottoinsieme & un sottospacio. di. V. Lason dice diretéa se ogni elemento della somma si ud scrivere in modo tw, dove we Ue w €W. In questo caso il sottospaeio Z verra 1Z=U ew. NPPosizione 2.6. Siano U e W’ due sottospazi dello spaaio vettoriale V su. Allora loro somma @ diretta se ¢ solo se UN W = {0y). Definizione 2.7, (Dipendenza e indipendenza lineare). Gli clementi Viy- +) U_ del “Spavio vettoriale V si dicono linearmente indipendenti(Li,) se la relcione Haat =O con aaa CK ey f Wetifcata soltanto quando @) = +++ = ay = 0. piceversa, tai elesnonti si dirauno linearmende dipendents a.) 89 esistono a;,, fio tutti null: per cui vale la (2.1). ‘nsleme finito °c V si dice libero se gli elementi di J sono Li. 214, ‘di generatori). Sia W un sottospazio di V e siano Wyte € Ho da vis..-.¥% (0 che {01,...,%m} @un insieme di yenern- rt)» Ovwero Be per ogui w € W esistono ai,...,a, © K + +@ntm (¢ in questo caso si dice che w @ combinazione lineare__Capitolo 2. Spazi vettoriali sul campo reale o eon Definizione 2.9 (Base di uno spazio vettoriale). Sia V un K-spazio vettoriale. Un insieme B = (v1,.-.1tn) di elementi di V @ detto base di V se valgono le seguenti proprieta: 1. B ordinato; 2. Be libero: 3. B genera V. Proposizione,2.10. Un insieme ordinato B = (t1,...,Uq) di elementi di V @ una ba- sedi V se e solo se ogni elemento di V si pud scrivere in modo unico come combinazione lineare degli elementi di B. Definizione 2.11 (Componenti di un vettore rispetto ad una data, base). Sia B= (vis.++y%n) una base di Ve v € V, Alora le componenti di v rispetto alla base B sono i coeffcienti @1,..+,dn tali che v= a;t1 +----+ dnUn presi nell/ordine, Proposizione 2.12 (Metodo degli scarti suceessivi). Supponiamo di avere U1,..., Ym vettori che generano lo spazio V e di volere estrarre da questi una base di V. Il procedimento @ il seguente: (i) si scartauo pli elementi uy aulli, (ii) si scarta il primo u% che é cl. dei precedenti; (ii) si ripete i procedimento finché & possibile. In questo modo rimarranno i vettori linearmente indipendenti che formeranno per Vappunto una base per V. Proposizione 2.13 (Completamento di un insieme libero a base). Dato un sottoin- sieme libero ordinato I = (v1,...,t%m) di V, ess0 si pud sempre completare a. base i V aggiungendo opportuni clementi. Considerando un insieme di generatori (even- tualmente una base) e,...,€n di V c applicando il metodo degli scarti successivi ai vettori v1,...,ths€1s..+»€n, @ possibile infatti estranre una base di V in cui tutti gli elementi di I sono inclusi (dato che sono Li. non verranno scartati nel procedimento), Teorema 2.14. Sia V un K-spazio vettoriale avente una base B = (0,.-.,%): Allora ogni base di V @ costituita dan elementi. Definizione 2.15 (Dimensione). Si dice che Jo spazio vettoriale V sul campo K ha dimensione n se una sua base (¢ quindi ogni sua base per il Teorema 2.14) @ costituita dan elementi. Se V @ lo spazio nullo, allora dim V = 0 (visto che per convenzione una base di V @ Vinsieme vuoto). ‘Teorema 2.16. Sia V un K-spazio vettoriale di dimensione 1 e siano v1,..., tin € V. Risulta che (i) 96 01.0.1 Sono Li, allora m < nj (ii) sem > n allora v,.-.,t9, sono Ld.s (ili) se V = £(01,.--4U) allora m > nj2.2. Bsercisk proposti (iv) 8¢ m BB 1,0,0), assimo e indi- “mente mente titnire re una wwio, il aderlo, Lesiste indi lo 1eV2- 2,1,1) 2.8. Risoluzione degli esercizi 29 non ¢ risolubile (infatti avrommo A =-1/2, = 1, ma A+ 2}. Quindi uri base per IRS sara data da B = (v1,v2, va) Esercizio 13. (i) I sottospazio Vi = ((0,<,b,c) : a,b,e € R) ha dimensione 3 (ser~ vono i tre parametri a,b,c per descrivere gli elementi dello spazio). Una base B= ((0,1,0,0), (0,0, 1,0), (0,0,0, 1)) (ii) Anche il sottospazio V2 = {(p,4,4,r) : p,q,r € R} ha dimensione 3. Una base é B= ((1,0,0,0), (0,1, 1,0), (0,0,0,1)). 9 (iii) Lo spazio intersezione @ costituito dagli elementi che stanno contemporanea- mente in V; ein Vp e quindi si ha che ViNVe = {(2,y,2,0) € R's 2 = 0,y = 2} = {(0,y.y,w) :y,w © R} Si vede facilmente che Vj 9 Vz ha dimensione 2 ¢ che una sua base @ B = ((0,1,1,0), (0,0,0, 1). Tl sottospazio soma @ dato da. VUtVe = (00,0) + (0,97) :a,0c,p.97 € RP {Patgbtactr):abepar eR} (2.9) {(p.tu+t.s) ptus eR}, avendo posto a+¢=t,b-a=uectr=s. Si vede dunque che Vj + Vz ha dimensione 4. Una verifica del risultato ci viene dalla formula di Grassman (si veda Proposizione 2.19): dim(V; + Vo) = dim Vs + dim V2 — dim Vi 9 Va, che nel nostro caso ci conferma che dim(V; + V2) =343—2=4. Dal momento che Vj + Vz 2 un sottospazio di R4 di dimensione 4, per la Propo- sizione 2.17 possiamo concludere che Vj + Vz = R4. Dunque una base per tale spazio ¢ semplicemente la base canonica di R*, Usercizio 14. L’insieme dei polinomi con coefficienti in R di grado minore o uguele {23 (che indichiamo con Ry[X]) costituiscono un B-spazio vettoriale con la somma e Al prodotto per uno scalare usuali (la verifica @ lasciata al lettore). Per definizione {a+ bX + cX?+dX® : a,b,e,d € B} e dunque sappiamo che ogni poli- io con coefficienti in R di grado minore o uguale a 3 si scrive in maniera unica ie Combinazione lineare dei polinomi 1, X, X?, X*; questo si esprime in altro modo fiermando che i polinomi {1, X,X?, X%} formano una base per lo spazio vettoriale gi]. Quindi ogni base di Re[X] dovza essere formata da quattro elementi © Rs[X] Be cimensione 4. controllare se i polinomi dati costitulscono o meno una base per Io spazio & ente controllare se essi sono Hinearmente indipendenti. Prendiamo una combi- fre 06 lineare dei quattro polinomi e uguagliamola a 0 (ovvero al polinomio nullo) ye l'elemento nuillo dello spazio vettoriale Rs[X]. Allora i polinomi sono Li. se Se I'unico modo por cui l’uguaglianza venga verificata @ prendere tutti gli sealati 40, Sia dunque a(X — X?) + b(—2+ X) + c(1+X*) +d(4X) cona,bedeR binazione lineare dei quattro polinomi; la riscriviamo come eX? — aX? + (a+ b+ dd}X ~ 2) +e = 0.reale 0 complesso_ Il polinomio eX* — aX? + (a + b+ 4d)X —26+c 6 uguale al polinomio nullo se ¢ solo, se tutti i suoi coefficienti sono nulli quindi se e solo se si verifica che a+b+4d=0 ~2b+e=0 Dunque concludiamo che i polinomi dati sono Li. ¢ formano una base per lo spazio Bo[X]. Esercizio 15. (i) Vero. B” sufficiente completare linsieme libero {wi,w2, Wa} con gli elementi della. base canonica e trovare una base mediante il metodo degli scarti successivi. (i) also, Se w; @ il vettore mullo, esso non potra mai essere un elemento di una base. Falso. Se per esempio consideriamo wg = —w1, allora l'insieme che otteniamo presenta Velemento nullo e dunque non potra mai essere libero. (iv) Vero, Infattt avremo 1. dimW =0 sew; = wy = ws = 0; 2. dimW = 1 se, per esempio, wi #0 € we = ws = 0; 3. dimWV = 2.80, per esempio, un vettore é cl. degli altri due; 4. dimW = 3 se i tre vettori sono Li. Esercizio 16. Per trovare una base di S usiamo il metodo degli scarti successivi. Elementi nulli non sono presenti, dunque passiamo direttamente al punto (ii) del pro- cedimento della Proposizione 2.12. Prendiamo il vettore vi. Si nota immediatamente che v2 non @ combinazione lineare di vi, non essendo suo multiplo, e dunque vz non viene scartato. Ora consideriamo v3 ¢ chiediamoci se @ combinazione lineare di vi ¢ ‘Vo, ovvero se ceistono a,b € B tali che v3 = (2,1,1,4) = avi +bve = a(1,0,1,1) + 40,1, -1,2). (2.10) Dalla (2.10) ricaviamo i] seguente sistema che ha come soluzione a = 2,0 = 1. Dungue v3 é cd. divi e v2 (vs = 2v1 + va) & ‘viene scartato, Passiamo adesso a considerare v4 e a verificare se sia. o meno cl. di vi e V2. Ci chiediamo se esistono a,b € B tali che vy =(,2,-18) = avi tbve (1,0, 1,1) + 60,1, -1,2),nplesso > spazio we, wa} do degli seessivi. del pro- lamenie vp non dive (2.10) +2) e peb di 2.5, Risoluzione degli eserciat da cui a~b 5=a+426. Ii sistema ha come soluzione a = 1,5 = 2¢ dunque anche vg viene scartato. In conclusione, una base di $ 8 data da B = (vs, v2) ‘Troviamo ora le componenti di u rispetto alla base B, ovvero i coefficienti ae b tali che u = av; + bv2. Si deve avere (1,1,1,1) = a(1, 0, 1,1) +0, 1,-1,2), vale a dire il sistema 1sa 6 a-b 1=0+2b ‘Tale sistema lineare non ammette solurione e dunque concludiamo che u ¢ S = “E(viyv2)- Esercizio 17. Mediante il metodo degli scarti successivi, si pud osservare che per = i vettori vg, v4, ¥s sono combinazioni lineari div, e v2. Quindi in questo caso juna base di £(v1,...,¥s) @ data da (vi,v2)- Per k # 4, i vettori v:,v2, ¥g sono linearmente indipendenti e dunque, essendo ‘lementi di R°, formano una base di £(v1,...,vs}, che in questo caso coincide con nitto RS. jercizio 18. (3) Gli clementi di C? sono della forma (a +-ib,¢+ id) con a,b, 6,4 € R. Se si considera C? come C-spazio vettoriale, allora ogni clomento (a-+1b, c-+id) si pud serivere come (a + ib,¢ + id) = (a + #6)(1,0) + (e+ id)(0, 1) e quindi Vinsieme {(1,0), (0, 1)} € una base per C? considerato come C-spazio vettoriale e dim(CQ) = 2. So si considera C? come R-spazio vettoriale allora ogni elemento (a + ib,c-+ id) si pud scrivere solamente come (a+ ib,c + id) = a(1,0) + 6(%,0) + (0, 1) + f 4(0,#) dal momento che come campo numerico si sta utilizzando Re quindi non si hanno a disposizione i numeri complessi come scalari; quindi linsieme {(1,0), (¢,0), (0, 1), (0, €)} é una base per C? considerato come R-spazio vettoriale e dim(C3) = 4. Sia V = L(vi,v2) © Cs la dimensione di V @ uguale al numero di vettori :linearmente indipendenti fra i suoi generatori v1 e v2. Scsi considera C2 come C- [. spazio vettoriale allora si ha v2 = (é,47, 9) = i-v, e quindi dim(£(v1,v2)) = 1, ‘mentre se si considera C* come R-spazio vettoriale allora i vettori v2 © v; ono li, e dim(£(vi,v2)) = 2. Sia ora W = L(vz,ug) C C3; in questo caso im(L(v2, uz) = 2 sia che si consideri C* come R-spazio vottoriale che come C~ Hpazio vetioriale: in entrambi i casi infatti i vettori vy e uz sono Li. perché non ‘iste alcun numero (né reale né complesso) per cui moltipticare vz ed ottenereCapitolo 2. Spazi vettoriali sul campo reale o complesso Esorcizio 19. Dal momento che l'intorsezione tra L{vi,¥2) © £(vs,va) ¢ data dal vettore nullo concludiamo che la soma é diretta. Inolize £(v1, v2) @£(va, va) = Rt, visto che dim (C{v1, v2) @ C(vg,va)) = dim £(vi,v2) + dim C(va,va) = 242 = 4 Quindi (v), v2, v3, Va) ¢ nina. base dello spazio. E? facile vedere che v;, v2 ¢ vy sono Li. ¢ 4 possono completare a base aggiungendo loro, ad esempio, il veitore e; = (1,0,0,0). Esercizio 20. Si pnd vedore facilmente che V si pud serivere come (ty, a5 — 2aeq, 2a 24,05) 221, %4,75 ER}, da cui conclndiamo che dimV = 3.Capitolo 3 Spazi vettoriali di matrici e loro applicazioni 3.1 Richiami di Teoria “Definizione 3.1 (Matrice). Una matrice a coefficienti in K é una tabella rettangolare pel tipo : a1 a On Oa... Ow Mint Am? ++ mn 411,012)-+-,4mn € IK. Una matrice di m righe en colonne si dice matrice mx n ellcienti in K, Tl generico elemento della riga Z-esima e colonna j-esima si indica fe in questo cgso gli clementi aj formano la diagonale principale della matrice, prema 3.2 (Spazio vettoriale K™” delle matrici m xn), Fissato un campo nume- denotiamo K™" Vinsieme delle matrici m x n a coefficienti in K. Esso é uno le su K rispetto alle seguenti due operazioni: )Voperazione di somma di matrici che a due matrici m x n a coeflicienti in K (aij) © B = (bij) associa la seguente matrice C € KM": as ae Qin bi: be On dae an |, | bar baz Cont Bat Om ay + ba + Ont bin ayy + bay + dan + bon Cn + Oncry ________ Capitolo 8. Spazi vettoriali di matrict ¢ loro applicazion’ (ii) Poperazione di prodotto per un numero che ad ogni copia (A, A) con A K A= (aij) € K™" associa la matrice ay oi ve ain) (Aa er2 Mein yaaa { Or 22 Ban | | Agar Daze + Aan Ant m2 3+ nm, Adm Adme Namen, Definizione 3.3 (Matrice trasposta). Sia A € K"™", Allora la érasposta di A @.la matrice di K™" avente per righe le colonne di A (¢ dunque per colonne le righe di A). Tale matrice si indica con ‘A, Definizione 3.4 (Matrice simmetrica). Sia A ¢ K""; A @ detta simmetrica se 1A = A, ovvero se aij = asi per ogni scelta degli indici #9. Definizione 3.5 (Matrice diagonale). Sia A € K""; A detta diagonale se a4; per ogni i # j. Definizione 3.6 (Matrice antisimmetrica). Sia A € K""; A @ detta antisimmetri- ca se —'A. = A, owvero se ai; = aj; per ogni scolta degli indici i,j. Si noti che . quest’ultima relazione implica che ay = 0 per ogni i Definizione 3.7 (Matrici triangolari). Sia A ¢ K™"; A@ detta triangolare superiore se ajy = 0 per i > j. Si dice invece triangolare inferiore se ayy = O per i Rj + ays . scambiare due righe. Questa operazione si indica scrivendo Ry + Ry; moltiplicare una riga per una costante a € K non nulla. Questa operazione si indica serivendo Ry — aR, ferva facilmente che combinando una trasformazione £3 con una £1 si ottiene rasformazione del tipo Ry — aR +bR, con i # 7 che non cambia lo spazio delle “purché a sia diverso da zero. (Ge rvazione 3.16. Tutto cid che @ stato presentato per la riduzione per righe pud s tradotto in termini di riduzione per colonne. Ugieposizione 3.17 (Calcolo del rango mediante la riduzione della matrice). Per Bioiare il rango di una matrice A si pud procedere nel seguente modo: EOE riduce per righe (rispettivamente per colonne) la maitice A, ottenendo una atrice A’ ridotta per righe (per colonne); EYE; contano le righe (le colonne) non nulle della matrice A’ mero ci fornira il rango della matrice A’, e dunque della, matrice A, dal mo- pp ite lo trasformazioni clementari che abbiamo operato sulla matrice non hanno Hii 10 spazio dele righe (delle colonne)..36 Capitola 3. Spazi vettoriali di matrici e loro appl 3.2 Esercizi proposti °Esereizio 1, Eseguire tutti i prodotti possibili tra Je seguenti matri 1 2-1 1 A=[0 11 c={2 -10 2 1 *Esercizio 8. Dire quali delle seguenti condizioni su ¢ ) determinano un sot- tospavio di R2?: (a=; Gi) a+d=0; (iil) ad — be = (iv) b= Per ogni risposta,affermativa trovare una base del sottospazio. “Esercizio 4. Sia V = R®?. Siano Vi ¢ V2 rispettivamente i sottoinsiemi di V costituiti dalle matric triangolari inferiori e dalle matrici simmetriche. (i) Dimostrare che Vi ¢ Vo sono sottospazi di Ve trovarne una base, (i) ‘Trovare una base di Vi 9 V2. ‘*Esercizio 5. Verificare che l"insieme S (risp. A) delle matrici simmetriche (risp. antisimmetriche) di ordine n é un sottospazio di R"" e che risulta R™" = S@ A. *Esercizio 6. Nello spazio R** delle matrici, si consideri it sottoinsieme S costi- J tuito dalle matric’ A soddisfacenti la relazione A+2'A = 0, Si verifichi che $ @-un sottospacio e se ne trovi una base. *Bsercizio 7. Date le matrici A = 6 2) eB= ( ) i U = L(A, "A, A+ 'A) eV = L(A, B) di R?*. Trovare una base per au (i) U4V Gil) Un.easton 9.2,_Bsercisi proposti “Esercizio 8. Siano V = R*?, 1 ft 0 -1 1 0 aa(L). 2 A) c= BH. oA (43 sia poi W = £(A, B,C, D, E). (i) Trovare una base BC {A, B,C, D, H} di W. (ii) Verificare che F = G 2) € W e determinarne le componenti rispetto alla base B. 1208 °Esercizio 9. Ridurre per righe e per colonne la matrice A = (: 11 ‘) : 1021 Se tTrovare il rango di A. !*Esercizio 10. Stabilire per quali valori di hi la seguente matrice @ ridotta per righe: or hal 1 ht? 0 ) e calcolarne il rango. ‘cizio 12. Stabilire per quali valori di h Ja soguente matrice ha rango 0, 1, 2, 3: 1 0 10 20h 2A 1 1th 1 2k, . ko -1 2 2-2 2k 1 -k 2k, ‘ i i 121 io 14. Dire se @ vero o falso: la matrice A= (. 4, ) ha xango 2 per plesso. (1,0,0,1) va = (2,0,0,1) (4,0,0,3) (1,2,0,0) (1,1,0,0) jadi V = £(v1, v2, va) e W = L(wi,we).Capitolo 3. Spazi vettoriali di matrici ¢ loro ayplicazioni (j) ‘Trovare una base B del sattospazio V+ W. (ii) Dire se ¢ vero che V+W = RS, (ii) La somma V + W 8 dirotta? (iv) VW contiene qualche vettore non nullo? A\ Bsercizio 16. Si trovi la dimensione del sottospazio vettoriale V di Rt generato da v =(1,0,0,1), w= (0,1,1,0), 2 = (2,2,3,3). “3 oEsercizio 17. Per quali A il rango della matrice A = ( *Esercizio 18. Sia V lo spazio vettoriale dei polinomi di grado reali e sia W il sottospazio di V generato dai polinomi 142%, 24 top 20? +429, 14+ (1+ ee+2? +2029, Caleolare dim Wal variate di t € IR. Una volta posto ¢ = | si trovino una base di W e una base di V che la contiene. *Esercizio 19. Si stabilisca per quali valori del parametro hi vettori vy = (1,1, 1,3), va = (1,1,4,8), v3 = (1, 1,3, ) sono linearmente indipendenti, 3.3. Risoluzione degli esercizi Esercizio 1. Dal momento che A ¢ R°°,C € R*!,D € RMS £ € RF e RO i prodotti possibili sono: 8 2 -2 or? AC = [3 AF=|10 3 cbD=(0 2 2) & 1 2 7 o1t 20-10) DA=(-1 1.3) DF=(10 3) FE=[ 12 2 DC =3. 10 26 Bsereizio 2. 1 wasaenn (4 } 1 -§ 2 Esercizio 8. In generale per ciascun caso dovremo verificare se valgono Ie condizioni della Definizione 2.3: @ Sia A= { ¢ ) abd Rox i} Evidentemente A non é un sottospa- zio vettoriale di R? dal momento che elemento nullo di R??, ovvero la matrice nulla ( ) non appartiene ad A.Risoluzione degli esereizi - _ 39 i) Sia B= {(¢ ) abcd eRd -«} = {( ‘) saheeR} Verifi chiamo che B @ un sottospazio vettoriale di R®?: 1, Velemeénto nullo di R? appartiene a B dal momento che 0 = —0; 2, prese due matrici M = (: A) Mis (¢ X) © B, si ha che merato da »_ (ata ba M+M =(0h8 tein) » pati a 3? p > -a ra Xb at = Ce Xx) eB. 3, presa una matrice M = ¢ ) € Bed uno scalare 1 € R, si ha che coefficient Una base di B é data da a= ((5 2.6 eG 9): infatti ogni elemento di B si scrive in modo unico come combinazione lineare dogli elementi della base che abbiamo scelto: ab 10 OL 0 0 C 2)-a6 8) soe 9): anece ° ) +0,b,6,d € Rad — be o}; veehiamo che C non @ un |;Sottospazio vettoriale di R®?. E’ vero che elemento nullo di R?, ma tale sot- pase di W = 6 9) yA! = C :) O, troviamo che la loro som- :) @ tale che ad — be = 1 # 0 dungue M+ M' ¢ C. Concludiamo quindi che C’ non un sottospazio vettoriale di R22, p={(¢ *)sabedeno=ch = f(t ) acoder}; aie vondizioni oe ) M!= (¢ A) € Dsiba che M4+M la matrice ( fata cte\ op, etd ora) emCapitolo 3. Spazi vettoriali di matrici ¢ loro applicazioni_ 3. presa una matrice M = ¢ ) € De uno scalare A € B si ha che ‘Aa Ac’ sar=(%t Sen. ‘Una base di D é data da ao=(6 )-( 9)-( )): infatti ogni elemento di D si serive in modo unico come combinazione lineare degli elementi della base che abbiamo scelto: ( d-aG eeO a) 46 3) enten Ksereizio 4, (i) Ricordiamo che in generale si dicono matrici triangolari inferiori ‘quelle matrici in eui gli clementi di posto con colonna maggiore della riga sono nmulli cio® quelle matrici in cui tutti gli elementi che si trovano sopra la diagonale principale sono nulli, Pertanto, con riferimento alla Definizione 3.7, si ha ‘ay, ana M= £011,012, 031, daz © Rag = 07 = (en eee ‘ay, 0 211, 4215 Re. {(m a) 41,095,029 € \ Controlliamo che Vi @ un sottospazio vettoriale di R?: 1. la matrice mulla di R2? appartiene a Vi: infatti & sufficiente prendere a1: = 1 = agg = 0} 2. prese due matrici A = (a ’ ea (a ° ) in Vj, laloro somma on a2a oy ain ‘ay + ah oO A+A= 2p : (a Hah, 22+ Abe sta ancora in V, dal momento che Vunico elemento sopra la diagonale principale @ nullo; an 0 aq, ax, Aan 0 aa (me ava) Fesa sta ancora in Vj dal. momento che unico elemento sopra la diagonale | principale é nullo. . presi una matrice A = ( ) € Vi e un qualsiasi numero reale 4 cousideriamo la matriceAL Una base di Vj é data da By, = (6 ) . ( 6 ‘) si pud vedere facilmente che ogni elemento di V; si scrive in modo unico come combinazione lineare degli elementi della base che abbiamo scelio: 0 1 0 0 0 0 0 (02 2) -an(l Sean (? ean (l 9) aw aivanion eR In base alla Definizione 3.4 il sottoinsieme V2 sara dato da , f(a an vi a11, 032,00 € RF ? {an wz) a Controlliamo che V2 sia un sottospazio vettoriale di R**: 1, Ja mairice nulla di R’? appartiene a V2: infatti basta prendere ay, = a12 = an =0; 2. date due matrid A= (1 912) o ara (4 2) in Vp consideriamo 412 G22, 32 M2, infetiori ‘ga sono iagonale : Joro somma ha Agata (Uta G2 tai, +A = q yi 3 gt ty da +O essa sta ancora in Vy dal momento che gli clomenti di posto 12 ¢ 21 sono uguali. ay a2 a2 azn, 3. presi una matrice A = ( ) € Vz ¢ un qualsiasi numero reale consideriamo la matrice (en Az) ane (Man an). Essa sta ancora in Vz dal momento che gli elementi di posto (1,2) e (2,1) sono uguali. f Uno. base di V2 ¢ data da ma( 9.0 )-6 9) {Seni elemento di V2 si scrive quindi in modo unico come combinazione lineare Eibgli clementi della base che abbiamo scelio: 1 0 OL 0 0 )=au(! 9)00(? t)ae(8 9) cor ainannn eR DESilo spazio intersezione tra V1 e V2 vi sono tutte le mateici che sono elementi Ei di V; che di V. Deduciamo dunque che deve valere au 0) _ (ay ate an. azn, Cia Mo,Capitolo 5. Spaai vettoriali di matrici e lore applicazioni da cui ayy = 0, per eui risulta Yi V2 = { iG ow) 41,422 € Rh. Osser- ‘viamo che Vintersezione tra i due spazi & data da tutte Ie matrici didgonali di R22 Una base di Vj 0 ¥, ¢ data da awen=((2 2).(8 9) jo 5. Verifichiamo che ]’insieme delle matrici simmetriche di ordine n, definito S={A=(ay) ER ay = ai} @ un sottospazio di R’ 1, la matrice nulla di R™ appartiene a $ perché soddisfa la condizione; 2. prese due matrici A e A’ in S consideriamo la loro somma A” = A+ A’. Lie lomento generico di posto #j della matrice A" sara dato da a, = ai; + al = aj +a, = al, e dunque A” appartiene ancora ad 5; 3, presi una matrice A in $ ¢ un qualsiasi aumoro reale \ consideriamo la matrice Al = dA. L’elemento generico di posto ij della matrice A’ sara dato da af; = Day = Aaj, = a4, e dunque A’ é ancora elemento di S. Concludiamo quindi che S 8 sottospazio di R’", Dalla definizione di $ notiamo che, per individuare univocamente una matrice di S, basta conoscerne tutti gli elementi al di sopra della diagonale principale e quelli della diagonale stessa. Si pud vedere che tali elementi sono in numero di @5=» +n (provate a verificarlo nel caso semplice di n= 3), Dungue possiamo concludere che dim(S) = "2 4.n = Met) Liinsieme delle matrici antisimmetriche di ordine m definito come A= {B= (bj) ER: by ivi} @ anch’esso un sottospazio di R™": L. la matrice nulla di R%" appartiene ad A perché soddisfa la condizione; 2. prese due matrici B e B' in A consideriamo la loro somma B" B+B. T’elemento generico di posto if della matrice B”’ sara dato da Uf = bis + by bj: — Ui, = —b%, e dunque B” appartiene ancora a By . presi una matrice B in Ae un qualsiasi numero reale \ consideriamo la matrice B' XB. Velemento generico di posto é della matrice B’ sara dato da 4, Abyy = —Abji = —Bj, € dunque B @ ancora elemento di A. Concludiamo quindi che A sottospazio di R"". Per caleolare la dimensione di questo sottospazio, notiamo che dalla definizione di A (si confronti Definizione 3.6) si hanno le condizioni bj; = —bj: Vi, j.4 # j ¢ bu = 0. Dunque per individuare univocamen- te una matrice di A, basta conoscerne tutti gli elementi al di sopra della diagonale principale, Abbiamo gia visto che essi sono in numero di "= e quindi possiamo4.9. Risoluzione degli esercizi_ concludere che dim(A) = 22 facile verficare che SA = {Ogen} e dunque la somma tra S'e A 8 somma dirett. Tnoltre n(n), n(n—1) 2 + 9 e dunque si pud concludere che $@ A = R™". io 6. Si ar a2) eprre tga (a ar is A= Rs - _ Esercizio 6. Siano (2 we) e eta (a 2) Allora a f(a a2) ogra, fan ar), yfar an) _ (0 0 se{( mere gets aleG af(ar on) epee. ( Sar ant2an\ _ (0 0 > Yan a2 *\a+2a2 Ban Jo 0 = { (an en) Rs ayy = 0,449 = 0,012 = —2aq1, 3am, =o} {(22 ) eRe ay = O,are = Gon: = 0.0m =o} = {( )}: Pertanto il sottoinsieme S costituito dal solo vettore nullo @ it sottospazio vettoriale di R®? ¢ una sua base @, per convenzione, linsieme vuoto. dim(S @ A) = dim(S) + dim(A) im(R™*) uy (0 ‘A= ( 2 }) Per quanto riguarda il sottospazio U, osserviamo che elemento A+ ‘A & com- , binazione fineare di A e “A. Possiamo dunque concludere che, dal momento che © Ae ‘A sono tra loro linearmente indipendenti, 7 = £(A, ‘A) ed una base per U sara data da By = (A, A), Per la definizione di sottospazio somma segue che U+V = £(A, 'A)+£(A, B) = L(A, *A, B). Per trovare una base di U + V verifichiamo ge B @ combinazione (5 gael 2) +0(0 9): Sottione il seguente sistemaAd Capitolo 3. Spazi vettoriali di matrici ¢ loro applicasioni (iii) Dalla dofinizione di Uc V si vede facilmente che UV = £(A) ¢ dunque una base per tale spazio sara data da Bynv = (A). Un controllo sulla dimensione del sottospazio intersezione ci viene come sempre dall’applicazione della formula di Grassman: dimm(U AV) = dim(U) + dim(V) ~ dimU + V) =24+2—8=1 Esereizio 8. (i) Por trovare una base BC (4, B,C,D,£} di W applichiamo il metodo degli scarti successivi all'insieme (A, B,C,D, 8}. Dal momento che A non é la matrice nulla la prendiamo. Consideriamo quindi la matrice B; si vede facilmente che B non d¢.l. di Ac quindi Jasi tiene. Ora consideriamo la matrice Ce chiediamoci se esistono a,b € & tali che C = aA + 6B ovvero ( 4): C3) 9 otteniamo il soguente sistema ‘Tale sistema ha. come soluzione a = 1,b = —1 ¢ quindi dobbiamo scartare C perché combinazione lineare di Ae B (C= A—B). Passiamo ora a considerare De a controllare se sia 0 meno cl. di Ae B. Dobbiamo quindi vedere se esistono a,b € & tali che D = aA +bB ovvero 1 0 1 12 (2 3)-eCi 9) 4): otteniamo il seguente sistema +b Tale sistema non ha soluzione e dunque D non @ quindi cl. di Ae B e percid la teniamo. { Infine consideriamo Vetemento # e verifichiamo se esistono a,6,d € R tali che E=aA+bB + dD ovvero 338) ft 12 1 0 ¢ 2 =o} + J)ee(h, 3) da cui otteniamo il seguente sistema: atbed a-dque una, rensione formula hiamo il che A ssivede matrice . Risoluzione degli esercici_ 45 Tale sistema ha come soluzione a = b = d = 1 ¢ pertanto E @ combinazione lineare di A,B e D (#) = A+ B+ D) elo scertiamo. Dunque una base per W é data da B= {4, B, D} (i) Per determinare le componenti di # rispetto alla base B dobbiamo trovare i coefficienti a,b e d tali che # = aA + 6B +4D ovvero (i d-eG oe A)ee(4 9). da cui otteniamo il seguente sistema Il sistema ha come soluzione a = 0,b = 1,d = 1 ¢ dunqne le componenti di rispetto alla base B sono (0,1, 1). 1 A=([1 1 1 (__ Capitola 8. Spazi vettoriali di matrici ¢ t Esereizio 11, La matrice é gia ridotta per righe ed il suo rango @ pati a2 so a= 0, 3 altrimenti. Esercizio 12. Non esistono valori di A per cui la matrice A abbia rango pari a0 0a 1. Per h = 0,1 la matrice ha rango 2 mentre per h # 0, 1 1a matrice ha rango 3. Esercizio 13. Per calcolare il rango della matrice A @ necessario ridurla. Una possibile riduzione per righe é la seguente: Lok -1 2 1 k 1 2 A=[2 2 —2 2m) B72, (9 2—-2¢ 0 2-4) AOE, 11 =k 2k, 1 1 =k 2k 1 ok 2 1 ok -1 2 0 2-2 0 2%-4) "(0 1-k -k+1 2-2 QO 1-k -k4+1 m2 0 2-% 0 2-4 Dall’espressione dell ultima matrice si'deduce facilmente che per k= 1 la riga Ra si annulla completamente e dunque p(A) = 2. Per ogni k # 1, invece, p(A) = 3. q Bsercizio 14, L'affermasione ¢ falsa: per h = 2 si ha che Ry = 2K; e dunque il rango della matrice é pari a 1 Esercizio 15. (i) Per trovare dim(V +1) calcoliamo il rango della matrice avente ‘per righe le componenti dei cinque vettori rispetto alla base canonica Tale matrice ha rango pari a 3 ¢ dunque dim(V + W) = 3. Una base é data da B= (v1,V2,W1)- (i) Dal risultato del punto precedente concludiamo che V+ W # Ri. (ii) La somma non é diretta perché dimV + dimW =242 43 = dim(V +W). (iv) Dal momento che la somma non @ diretta, Pintersezione conterra sicuramente } vettori non nulli. Esercizio 16. La matrice avente per righe le componenti di v,w ¢ a rispetto alle base canonica ha rango 3 e dunque dim £(v, w,z) = 3. Esercizio 17. Il rango della matrice A non potra mai essere pari a 3, perché, essendo una matrice 2 x 4, necessariamente avra rango mninore 0 uguale a 2.ce avente data da +W). aramente retto alla ,essendo 9.3. Risoluzione degli esereiat Esercizio 18. Sappiamo che la base canonica di V 8'By = (1,2,22,25); la dimonsione dol sottospazio vettoriale W = £(L+2?, 2+ tr +20? +-tx9,14 (14 deta? + 22°) al variare di ¢ € R é pari al numero di polinomi linearmente indipendenti fra i tre dati. ‘Vediamo quanti sono gli clementi linearmente indipendenti fra quelli dati riducendo la matrice A che ha per righe le componenti dei polinomi tispetto alla base canonica; il rango della matrice (che esprime il numero di righe linearmente indipendenti della matrice) al variare di ¢ ¢ R ci dara la dimensione di W. Si ha che 0) eonman, (2 0 1 2, 0 ‘Liultima mattice @ ridotta per righe e p(A) @ uguale al rango di questa matrice: quest'ultima ha rango pari a 3 se t # 0,1 ed @ pari a 2 set e quindi 3 se 40,1 2 se £=0,1. ainw = { t= | sappiamo che dim&(1+27,2+0+2e742,1+2c-+a? 422%) =2e una L(l+a?,2Q+a+ 2a? +23,14 2042? +209) & By = (1402, 2424207 +23) iia dai primi due vettori che sono evidentemente linearmente indipendent ‘completare tale base ad una base di V (che ha dimensione 4) é necessario aggiun- altri due vettori di V in modo da avere ancora d vettori linearmente indipendenti iamo due elementi della base canonica per semplicita ¢ scegliamo x? e 2°. 1 Htro vettori 2 +a + 2x7 + 28,1 + «?,2?,2° sono linearmente indipendenti: il ran- tori rispetto alla base (242+ 227429, 1+4 22,27, 2°) é una base di V che completa la base By gyio 19. Ricordiamo che il rango di una matrice @ uguale al numero di righe ig”) lincarmente indipendenti della matrice; pertanto dobbiamo calcolare per Bakr del parametro fh la matrice che ha come righe i vettori vi, v2, va ha rango 111 8 1 1 h 3), riduciamola per righe e q Ligh fai? Der quali valori del parametzo h la matrice ha rango 3.Se h # 3 la matrice @ ridotta per righe e ha rango 3 per tutti i valori di A diversi da. 1. 1 Se h = 3Pultima matrice ( 0 ) non ¢ ancora ridotta per righe edobbiamo 0 va operare la trasformazione elementare Rg — Ra — Re ottenendo ( 00 ) che oo @ ridotta per righe ¢ ha rango 2. Quindi i vettori vs, v2 © v3 sono linearmente indipendenti per tutti i valori di h diversi dale3.Capitolo 4 Sistemi lineari »bbiamo- 3 che Mths. ) * 9-41 Richiami di Teoria finizione 4.1 (Sistema lincare). Un’equazione del tipo Q1ty t+ + Oty = b 2M € K€ 21,...,2n sono incoguite, si dive lineare. L'elemento 6 © K @ 0 termine noto dell’equazione. Un sistema lineare di m equazioni in n incognite sul campo K & un insieme di ra jwioni lineari a coefficienti in K aventi le stesse incognite 23,... in uth + ant +++ aiata = by cote tet teens (4) Bm ty + Oygea ++ Gyan ione del sistema lineare (4.1) @ una n-upla (¢1,...,¢n) € IK” che sia soluzione ¢ le equazioni contemporaneamente. Un sistema lineare si dice risolubile (0 ile) se ha almeno una soluzione. au ai ag, azn@ detta matrice completa del sistema. mTeorema 4.2 (Teorema di Rouché-Capelli). Sia AX = B un sistema lineare di m equazioni in n incognite. ) T sistema lineare AX = B é rivolubile se e solo se (lB) = (A) (ii) Se il sistema & sisolubile, ¢ dunque p(4}B) = (A) = p, allora esso ammette oP soluzioni (da leggetsi: infinito alla n—p). Tn particolare, fissate p colonne Ti. della matrice, le n — p incognite corrispondenti alle altre n — p colonne possono essere assegnate liberamente, ¢ diremo che il sistema ha np incognite libere. Osservazione 4.3. Dunque un sistema lineare AX = B ha (j) nessuna soluzione se ¢ solo se p(A|B) > p(A)i (ji) una solusione se e Solo se p(4]B) = (A) = (iii) infinite soluzion: se e solo se p(A|B) = p(A) =P 4 si utilizza il primo Teorema di Laplace (valido comunque per ogni | n). Prima di enunciarlo, diamo ancora qualche definizione preliminare. Definizione 4.18 (Minore di una matrice). Sia A una matrice m xn. Un minore di ordine p @ il determinante di una, sottomatrice quadrata di A avente p righe e p colonne. Definizione 4.19 (Complemento algebrico di un elemento di una matrice quadra- ta). Sia A = (aj) € K"” una matrice quadrata. Allora il eomplemento algebrico dell'elemento aj; @ il numero Ays cosh definita: Ais = (-1)"9- (minore di A ottenuto cancellando la é-esima riga ¢ la j-esima colonna di A). ‘Teorema 4.20 (Primo teorema di Laplace). Sia A una matrice quadreta di ordine n. Allora si ha det A= a, Aiy +o din Ain (43) det A= ay Ary ++ + nj Any (44) Dunque il determinante di A si ottiene moltiplicando ciascun elemento di una riga (0 di una colonna) per il proprio complemento algebrico e sommando i prodotti ottenuti. ‘Teorema 4.21 (Teorema di Binet). Siano A,B € K"™". Allora si ha det{AB) = det A. dot B. Proposizione 4.22. Sia Ac K™". Allora: G@) 82 B 8 la matrice otvenuta da A scambiando due tighe o due colonne, si ha det B = —det (ii) se B 2 la matrice ottenuta da A moltiplicando una rigao una colonna per A € Ki] si ha det B = Adet A; (ii) se B @ I matrice ottenuta da A con una trasformazione sulle righe o sulle colonne di tipo £1, si ha det B = det A; (iv) se A ha due righe o due colonne uguali, si ha det A = 0; (v) det A = det “4,Esercizi proposti ‘Teorema 4.23, Sia A € K™". Allora lc seguenti condizioni sono equivalenti: @ fA) <5 (ii) i sistema lineare AX = 0 ha soluzioni non nulle; (ii) dot A= 0. ‘Teorema 4.24 (Matrici invertibili e determinanti). Sia A = (aij) ¢K"™". Allora: (i), A@ invertibile se © solo se det. A # 05 (ii) se debA # 0, allora A“! = (aj!) = (aetqAy), dove Ay: @ il complemento ama algebrico dell’elemento aji5 ver ogni © Gil) se A @ invertibile si ha det(A-") = (det A)"; mitore “iDeorema 4.25 (Teorema di Kronecker). Sia A € K""; allora le seguenti condizioni ghe ep ff § sono equivalenti (Gi) A ha un minore di ordine p non nullo ¢ tutti i minori di ordine p +1 che lo contengono sono mulls oposizione 4.26 (Regola di Cramer). Siano A una matrice invertibile e sia AX = fin sistema lineare, Allora il vettore delle incognite X = (a3,...,2#n) sara dato da A, @ il determinante della matrice ottenuta da A sostituendo la colonna é-esima L-vettore dei termini noti B. arty 2, Stabilire se il seguente sistema nelle ncognite 2, y,2,t & risolubile. In ivo trovare tutte le soluzioni: Qnty 2+ Buty t2e+t staal°Esercizio 3. Stabiliro sc il seguente sistema in x, y,z ¢ risolubile. Tn aso affermar tivo trovare tutte le soluzior 2 8yt2=0 years 2a By +422. *Esercizio 4. Usando il teorema di Rouché-Capelli, stabilire per quali valori reali di m il seguente sistema @ risolubile: etytdzs1 ety tde a+ By + 62 =m. *Esercizio 5, Costeuire un sistoma fineare di 5 equazioni in 4 incognite avente: (i) oo! soluzioni; (ii) 20? soluzioni; (iil) 1 soluzione; (iv) neseuna soluziones (¥) cof soluzioni; (vi) co® soluziont. “Esercizio 6. Si provi che un sistema lineare omogeneo di 100 equazioni in 150 incognite ha sempre infinite soluzioni. E’ vero che un sistema lineare omogeneo di 100 | equazioni ¢ 50 incognite ha sempre soluzioni non nulle? °Esercizio 7. Date le duc equarioni Be —y + 52 = 0, 2 —2y — (i) agaiungere une terza equazione in modo da ottenere un sistema omogeneo con Ta sola soluzione nulla; i) aggiungere una terza equazione in modo da ottenere un sistema, ormogeneo con infinite soluzioni. E’ possibile ottenere oo? soluzioni? *Esercizio 8. ‘Trovare una base per lo spazio delle soluzioni dei seguenti sistem lineari: (@) cty+2=0,0+y-32=0; (i) ctyte- Hy tett=0,80-+ yt 3z— (ii) oy —22 + t= 0,2 + Ay— 22 —M=0,A(e +9) + 2Az ~ Me= 0, all variare di AER. *Bsercizio 9. Discutere la risolubilita e, se possibile, risolvere i sistem! non omogenei ottenuti da quelli omogenei dell’sercizio 8 con la seguente scelta di termini noti: (i) (2);4.2, Bsereiai proposti, (i) (1,24) oppure (1, 1,1); (iii) (2.0.6) al variare di a,b,c € R. sEsercizio 10, Discutere e risolvere, al variare del parametro, il sistema moynee Betyt2z valori reali dcthexod ~ oBsercizio 11. Dire se il sistema lineare AX = 0 dove 2 2 2 A=(1 -10 11 1 hha come base dello spazio delle soluzioni ((1, 1,0), (1,0,1))- = \¢Esercizio 12. Verificare che per a = —1 il sistema sty -etr=1 w+ (4-iytaz=0 oni in 150 neo di 100 geneo con : ih O An=[% 2 2 00 geno con. BeEivertibile. Scelto uno di tali valori, se ne calcoli l'inversa. Beicizio 15. Si determini se esistono valori del parametro complesso h tali che la ih iG Ay= [2% 2 2 =1 0 =i 2. Scelto uno di tali valori, si risolva i sistema omogeneo A,X = 0. ti sisteini 16. Calcolare, se possibile, il determinante delle seguenti matric: Thurwe di Lagiace f+1 E42 t43 1 2 3 c 1-2 2-2 3-38,Capitola 4,_ Sistemi lineari, 1 21 1d ‘1 @ invertibile. Posto 4 = 1 risolvere il sistema AX = B con B = () 2 °Bsereizio 18. Si trovi Pinversa di 210) A=({0 12 514 ‘*Esercizio 19. Si risolva con la regola di Cramer il sistema lineare AX = B dove 29 1 o 2 e B=(2]. 0 1 3 per i valori di per cui esiste essendo 2-3 2 A=(A 1. 0 0 14d 0 °Esereizio 21. Trovare i valori di \ per cui la seguente matrice non @ invertibile 1-A 1 1 Ay=[ 0 2-r 0 Loo -1 I-A, *Esercizio 22. Stabilire per quali valori di m il seguente sistema in e,y,2,t haf soluzioni non nulle: e+ Wyte tt=0 22+ my =0 ytet2t Be + 2y +2 +0=0. matrice 3 2 1 °Esercizio 24, Usare il teorema di Kronecker per trovare il rango della seguent matrice 2 3-1 1 -1 0 2 -18 3 “1-9 2ni near, ‘*Esercizio 25, Date le matrici 1 1 2 1 0 ho1 2 e B=(2 1 h-1 0 9, 14, discutere e risolvere al variare di h lequazione matriciale A,X = B. *Bsercizio 26. Verificare che le equazioni matriciali AX = B, XA = B con 13 4 100 A=(1 4 3} e¢ B=[0 20 oo 1 01 4, <, sone risolubili entrambe con soluzioni rispettivamente X; ed X2 uniche e con Xi # Xe :°Esercizio 27. Verificare che esiste X < R** con X diverso dalla matrice mulla tale 112 A=/o 11 -1 1 0 ercizio 28. Risolvere le seguenti equazioni matrieiali: AX A~! = J, AXA™! = A artibile ne) A=[{0 m+1 3 o 0 1 reizio 20. Discutere il seguente sistema, pensando & prima come parametro Ie‘e poi come parametro complesso 2 + ky ker — 2y Risoluzione degli esercizi frio' 1. Dal momento che p(A|2) = p(A) = 3, concludiamo che il sistema @ paiie'e ha oo"? = oo8§ = 09° = 1 soluzione, Risolvendo il sistema troviamo, 16 2. Riducendo la matrice completa ricaviamo che (A|B) = p(A) = 3 oof 5 = 001 soluzioni. L’insieme delle dato da tutti i vettori del tipo (1,—1— ¢,0,¢), al variare dit € R. ‘Tre istinte sono (1,~1,0,0) che si ha in corrispondenza di ¢ = 0, (1,~2,0,1) jéne ponendo ¢ = 1 e.(1,0,0,~1) che si ha per t= —1. . Dal momento che (A) = 2 < p(A|B) = 3 concludiamo che il sistema ibile.58 ____Capitoto 4. Sistemi lineari_ Esercizio 4, Il tcorema di Roucht-Capelli ci permette di concludere che il sistema proposto ¢ risolubile se ¢ solo se il rango della matrice dei coefficienti é uguale al rango della matrice completa; bisogna quindi detetminare per quali valori reali dim si ha p(A) = p(4|B). Riducendo 4)B per righe otteniamo, wo-( (222). Si ha pertanto che il rango della matrice A é pari a due mentre il rango della matrice A|B & uguale a 2 quando m = 1¢ a3 se m + 1. Il sistema ¢ dunque risolubile se € solo se p(A|B) = p(A) = 2, ciot se e solo se m = 1, Osserviamo inoltre che per m = 1 il sistema ha oo"~? = oo? (4) soluzioni, cio’ 003°? = oo! sohuzioni. Esercizio 5. Innanzitutto, osserviamo che in questo caso il numero delle incognite n @ pariad. (i) Per avere oo! soluzioni & necessario che n —p = 1, ovvero che p = p(A) sia pari a 3. Cid vnol dire che la matrice del sistema deve avere 3 righe Li. e due ¢.l. delle altre. Prendiamo ad esernpio 0 a 6 ° con a,bceR. a+b ate AIB= 0 i 0 1 ‘Si noti che affinché il sistema non omogeneo considerato sia risolubile le due; ultime righe della matric completa A|B-devono essere gd. delle altre tr mentze non @ sufficiente che lo siano le righe della sola matrice A. Per avere o0# soluzioni € necessatio che n — p = 2, ovvero che p consideri ad esempio of a oO b AIB= of ato | con aber O} a-b 0} 2a—b Anche in questo caso perché il sistema non omogenco considerate sia risolubi le ultime tre righe della matrice completa A|B devono essere .l. delle altri due ¢ non @ sufficiente che lo siano le righe della sola matrice A. (iii) Per avere oo°=t soluzione & necessario che n —p = 0, ovvero che p =n id vuol dire che la matrice del sistema deve avere 4 righe Li, e una cl.temi linear’ 1¢ il sistema, altre. Consideriamo ad esempio vale al rango 0 idi msi ha 0 ABS 0 con abcde. 1 1 atbtet+d Gv) Notiamo come prima cosa che perché il sistema non abbia nessuna soluzione @ necessario che il sistema considerato sia non omogendo (un sistema lineare omogeneo ammette sempre almeno la soluzione nulla!). Il Teorema di Rouché- Capelli ci dice che un sistema in cui il rango della matrice completa (lB) sia maggiore di p(A) non @ risolubile. Dunque, un sistema che soddisfa tale ella matrice condizione é ad esempio solubile se € luzioni, cio’ lB = incognite n infatti @ facile osservare che p(A) = 4 < p(A\B) = 5, (A) sia pari io due cl. (v) Per avere cof soluzioni é necessario che n—p = 4, ovvero che p = p(A) = 0. Cid vuol dire che il sistema deve essere necessariamente AX = 0 con A la matrice nulla per quanto senso possa avere un sistema del genere. (vi) Per avere oo® soluzioni & necessario che n — p = 5, ovvero che p= p(A) = 1. Dal momento che, per definizione, il rango di una matrice ¢ un numero positivo, si deduce che non esiste un sistema lineare di 5 equazioni in 4 incognite che soddisfa tale condizione, eare omogeneo sempre tbile le due lubile dal momento che ammette fra le sue soluzioni almeno quella nulla, Ie altre tre Sia A la matrice dei coetficienti del sistema preso in considerazione nel primo caso, risulta avere 100 righe ¢ 150 colonme. Sappiamo dal Teorema di Rouché-Capell, . fl numero di soluzioni @ pari a co"~? dove n =numero di incognite e p = p(A). fA) = 2. ig0 di A @ sua volta é pari al massimo di righe linearmente indipendenti che si ie alire. SI gp0P0 estrarre dalla matrice (per il teorema del rango sappiamo che questo numero fpre uguale anche al numero di colonne linearmente indipendenti che si possono ire dalla matrice) e dunque il rango della matrice risulterd. compreso fra 0 e 100. OS pA) < 1000 150-100 < n—p(A) < 150-0 e quindi il numero di soluzion Natiare fra 00 ¢ 001%, ma in ogni caso il sistema ammettera infinite soluzioni, quanto riguarda il secondo caso, la, matrice dei coofficienti avra 100 righe © figure. Dal momento che, per l'Osservazione 3.12, per ogni matrice A € K™" me < (A) < min(m,n), concludiamo che il rango della nostra matrice risulteré atisolubile eas ° ‘ra 0 50. Allora 0 < (A) < 50.0 50-50 1 Esercizio 8. (i) La matrice associata al sistema lineare ha la seguente forma: Liou a=(i 1 1) Per studiare quante soluzioni ha il sistema @ necessario calcolare il rango de la matrice A, e dunque ridurla. Ricordiamo che la matrice in questo caso deve essere ridotta por righ, dal momento che una riduzione per colonne modificherebbe lo spazio delle soluzioni. Una possibile riduzione é Ia seguente: 11 1) mer, (1 1 i A= (i 1 |) 6 0 {) Si vede che p = p(A) = 2, n = 3 e quindi concludiamo che il sistema ha co"? = oo! soluzioni. Per trovare lo spazio delle soluzioni risolviamo il sistema ridotto r+y+2=0 —42=0, da cui otteniamo z = 0 e x = -y. Dunque lo spazio delle soluzioni del nostro sistema é S = {(z,—x,0) :2 € R} e una sua base & B = ((1, -1,0)). (ii) La matrice associata. al sistema lineare ha la seguente forma: 11 1 = A=(i -1 1 31 Riduciamo la matrice per righe: L ile altre 1a riga 4.3. Risoluzione degli esercizi 61 Dunque p = p(A) = 2, n = 4 ¢ concludiamo che i sistema ha oct“ — ox? soluzioni, Per trovare lo spazio delle soluzioni risolviamo il sistema ridotto da cui otteniamo ¢ = — et = y. Dungque lo spazio delle soluzioni del nostro sistema & $= {( y):2,y €R} e una sua base & B=((1,0,~1,0), (0, 1,0,1)}. (iii) Le matrice associata al sistema lineare ha la seguente forma: Pat 2k Ay=[1 A -2 =a]. A A 2 =A, Per studiare quante soluzioni ha il sistema @ necessario calcolare il rango della, matrice A al variare del parametro 4. Notiamo innanzititto che per = 0 la matrice assume la seguente forma 1-1 10 o 0 0, ¢ la matrice risulta ridotta per righe. Dungue in questo caso p = p(A) n= 4 e il sistema ha co"~? = 00? soluzioni. Per trovare lo spazio delle soluzioni dovremo risolvere il soguente sistema B—y-2246=0 r—22=0, da cui otteniamo x = 2z ¢ y = t. Dunque lo spazio delle soluzioni de si- stema per A = 0 ¢ So = {(22,y,2,y) : yz € R} © una sua base @ B= (@,0,1,0), (0,1,0,1)). Per A #0 una possibile riduzione é la seguente: 1-1 -2 1 loo-1 Ay=[1 A ~2 -y} BeMR fg yyy Ad 2A =a A 2d 1 o-1 2 0 Atl 0 1 2 0 0 g, Notiamo che per ) = —1 la seconda riga si annulla completamente. Dunque per ‘questo valore del parametro p = p(A) = 2 e quindi concludiamo che il sistema hha oo"? = oo? soluzioni. Per ) = 1 la matrice ha la seguente forma 2 Aa= oo ooCupitolo 4. Sisterti lineari_ ¢ dunque il sistema ridotto @ il seguente: ey -2ett=0 22 = 0, da cui otteniamo ¢ = y + 22 ¢ a = 0. Dunque lo spazio delle soluzioni del sistema per A= —1@ S-: = {(0,v,z,y +22) : yz © R} e una sua base ¢ B= ((0,1,0,1), (0,0,1,2)). Per A # 0, A # —1 il tango della matrice é p = 3 e il sistema ha dunque oo"? = oo! soluzioni. Per trovare lo spazio delle soluzioni dovremo risolvere il seguente sistema, g-y-2z+t=0 (Q+1y-Q+ t= 2he = 0, da cui otteniamo x = 0, 2 = Oe y = t. Dunque lo spazio delle soluzioni del sistema per A # 0, A # -12 Si = {(0,y,0,y) : y & R} e una sua base & B=((0,1,0,1)). Esercizio 9, (i) La matrice completa, associata al sistema lineare non omogeneo ha la seguente forma: riaifi ae=(j 1 Ala): Per studiare se il sistema @ risolubile @ quante soluzioni ha é necessario calcolare {I rango della matrice A e della matrice A|B. Una possibile riduzione é la. seguente: (11 LIL) Resteem, (1 ft ap=(1 1} 42) (35 i) Si vede che p(A|B) = p(A) = p = 2, n = 3 e quindi concludiamo che il sistema € risolubile ed ha oo" = oo! soluzioni, Per trovare lo spazio delle soluzioni risolviamo il sistema ridotto che ha come matrice completa associata la mateice che abbiamo ottenuto al termine dell’operazione di riduzione, Otterremo dunque 51 seguonte sistema: etyteah 42 da cui otteniamo 2 : y- Dunque le soluzioni del nostro sistema: sono (= y, y,—4) al variare di y ER. La matrice completa associata al sistema lineare non omogeneo nel primo case ha la seguente forma: 1 A\IB= [1 3tioni det a base é , dunque solvere il zioni del a base & mogeneo » sistema, 4.3. Risoluzione degli esereizi Per studiaro s¢ il sistema é risolubile e quante soluzioni ha @ nocessario calcolare il rango della matrice A|B ¢ vedere prima di tutto se p(A|B) = p(A). Una possibile riduzione @ la seguente: do. -aft Alp = -11 04 |g ) Seem 13 -1/4 1 1 3 baa -1ft 202 0|3]4 202 0/3 Dunque p = p(A) = p(A|B) = 2, ¢ dal momento che n = 4 concludiamo che il sistema ha co"? = 0” soluzioni. Per trovare l'espressione delle soluzioni risolviamo il sistema ridotto aby te Qe +22 =3, da cui otteniamo x = 3/2~ ze t= y+1/2. Dunque le solurioni del nostro sistema saranno tutti i vettori del tipo (3/2 — 2,y.z,y-+ 1/2), al variate di weer. Nel secondo caso avremo: tora -1fi Ap=(1 -11 1/1]. 301 3 -1]1 Una possibile riduzione della matrice completa é la soguente: Si vede di qui che p(A) = 2 < p(A|B) = 3 ¢ dunque condudiamo che il sistema ) fon ammette soluzione, ‘Notiamo innanzitutto che quando p(A) il sistema é risolubile per qualsiasi f valore del termine noto ¢ ha oo! soluzioni. Dobbiamo dunque studiare i casi xin cui il rango non @ massimo, ovvero per 4 = 0 ¢ A = —I (vedi punto (iii) ell'Esercizio 8).Capitolo 4. Sistemi lineari_ 1-1 -2 1a AjB=[1 0 -2 0/5 0 0 0 Ole ¢ quindi il sistema @ risolubile se e solo se ¢ ~ 0 (e avr8 00? soluzioni). Per A= —I la matrice completa ha la seguente forma 1-1 -2 Ifa An|B={ 1 -1 -2 1/b -1 -1 -2 1Je¢ Riduciamola per calcolamne il rango: Loi -2 ALB = -1 -2 Per \=Osiha -1 -1 72 1 0 0 ~4 2leta ¢ dunque il sistema @ risolubile se ¢ solo se a = b (¢ avr oo? soluzioni). Si laseia al lettore il calcolo esplicito delle soluzioni per ognuno dei tre casi ane Unrati. Esercizio 10. Poiche il sistema @ omogenen esso & risolubile dal momento che am- mette almeno la soluzione nulla. Per i teorema di Rouché-Capelli sappiamo che ill sistema avra co"? = oof (4) soluzioni, dave A é la matrice dei coefficienti del si- stema. Riduciamo la matrice A per righe per calcolame ill rango ¢ per ottenere tun sistoma equivalente pid semplice da risolvere: Abbiamo ottenuto una matrice ridotta per righe ¢ pertanto si ha che se hdl hel soluzione (quella nulla) seh #1 soluzionise = A= 1. dei coefficienti In matrice ridotta per righe dal momento che esso é equivalents a quello, iniziale, Avremo dunque n~y-2=0 uv 4c+z=0 a= de ‘© quindi le soluzioni del sistema sono della forma (xz,52,—4z) al variare di 2 © R.Fineari_ casi ana » che am- mo che il nti del si- tenere un “1 1 ) het ne matrige ite a quello izeR. Esercizio 11, Riducendo la matriee, si vede facilmente che p(A) = 2. Quindi il sistema ha 005? = 0! soluzioni e Lo spazio delle soluzioni risulta avere dimensione 1; concludiamo che i vettori forniti dal testo non possono formare una base per lo spazio delle soluzioni del-sistema, Exereizio 12. La matrice completa associata al sistema Tineare per a = —1 ha la aw-( Perché il sistema sia, non risolubile @ necessario che il rango della matrice A|B sia maggiore di quello di A. Per calcolare i due ranghi riduciamo la matrice 4b = Mg ODE) seececoe (4-a -1]0 ‘, Aa dot t oe mf yg il 4a 0 0 0 |-3i-4 seguente forma: ‘sistema @ risolubile perché p(A|B Ror trovarla risolviamo il sistema ridotto che ha come matrice associata la matriee abbiamo ottenuto al termine dell’operazione di riduzione. Ottorrmo dunque il Peolubile se © solo se il rango della matrice dei coefficienti é uguale al rango della iezice completa; cerchiamo quindi di trovare per quali valori complessi di h si haNotiamo che se h = 0 la matrice A,|B @ ridotta per righe ¢ p(Ao|B) = 3 > p(Ao) = @ pertanto il sistema non é risolubile. Per ogni h € C con h # 0 risulta che la matrice non @ ancora ridotta per righe © pertanto seambiamo la seconda con la terza riga (Ra + Ra) ottenendo la matrice che @ ridotta per righe. In questo caso si ha che p(An{B) = p(An) = 3 ¢ quindi il sistema é risolubile con 00%? = oo? = 1 soluzione. ‘Troviamo la soluvione del sistema per ogni h # 0 risolvendo il sistema ridotto equivalente a quello di partenza: aty aty- hathe hat he igei z= Concludiamo che per ogni h € C con h # 0Tunica soluzione del sistema (454, 244, 1) Exercizio 14. Per il Teorema 4.24, sappiamo che una matzice quadrata @ invertibile se e solo se il suo determinante @ diverso da zero e dunque la matrice Ap sara invertibile per quei valori di h € C per cui |Aq| # 0. Calcoliamo il determinante di Ay attraverso lo sviluppo di Laplace rispetto all’ultima riga che presenta due zeri. Si ha i JAal = -#(-)* 3 ~i(2i-2hi) =2 2 e dunque |An| = 0 se € solo se h = 1. Pertanto la matrice @ invertibile per ogni h € C con h #1. Scegliamo un valore qualsiasi di h per cui la matrice @ invertibile e caleoliamo Vinversa dolla matrice; per esempio scegliamo h = 0 ¢ calcoliamo Vinversa di i 0 0 Ag= [2% 2 2 0 0 =i, Seguendo le indicazioni del Teorema 4.24 (punto ({i)) caleoliamo iu 0 a) |Ap| ="2 ¢ la matrice trasposta di Ap, ‘Ay = ( 200 . 0 2Risoluzione degli esercizi_ ) la matrice dei complementi algebrici di *Ag: 2 0 cay]? (eye cyt} 2 9 | cael t coe] 3 cy] 6 cnn | 2 | cys] § guindi il ia Tidotto Téinversa della matrice Ag & 20 «0 ~i 1 1 ~ =5[-2 1 -%}=[-1 Mo] A; 0 2) ( Come ulteriore verifica si controlli che Ay - Ag! = Ag! + Ao Esercizio 15. Riduciamo la matrice Aj, per righe per trovare quei valori h € C per cui il rango della, matzice risulti essere 2: avertibile JP bk aN mom [ ? invertibile . a-( a2 a | Oe oo 2-2 OO -1 0 4 -1 0 ik i toh 0 2-2 0 fe, | 0 wih 0 -th ~i+1 0 2-2h La matrice @ ridotta per righe e si ha che p(A) = 2 se ¢ solo se 2- 2h = solo se h = 1; in tutti gli altri casi il rango della matrice é pari a 3. Dobbiamo pertanto risolvere il sistema omogeneo AyX = 0. Per il teorerna di yuché-Capelli esso avra 003? = oo! soluzioni; possiamo rigolvere il sistema ridotto valente a quello di partenza con h = Le risolvere attraverso ety tir=0 iy + (ip T}z = 0 anto le soluzioni del sistema sono della forma (—iz, (i - 1)z,2) al variare di zio 16. Si ha det A = ~90 e det B = —1?. Si osservi che non ha senso calcolare ‘minante della matrice C dal momento che non é tna matrice quadrata.68 Capitolo 4. Sistemi linenri_ Bsercizio 17, Poiché det A = M(2A ~ 1) concludiamo che la matrice @ invertibi per 4 # 0,4. Posto \ = 1, il sistema lineare non omogenco A,X = B ha soluzione X= ' (1,11) Esercizio 18. Si ha Esercizio 19. Notiamo innanzitutto che la matrice A dei coefficienti del sistema é una matrice invertibile dal momento che [A] = —2(-1)'**(-1) = —2 4 0. Osserviamo che jl fatto che il determinante della matrice sia non nullo significa che la matrice ha rango massimd cio’ 3 ¢ che il sistema avra 1 sola soluzione. La regola di Cramer ci dice che le componenti del unica soluzione (z1,:72,23) si trovano in questo modo: aes 7 Tal’ lay’ dove con A, intendiamo il determinante della matrice ottenuta dalla matzice A so- stituendo la colonna i-esima con la colonna dei termini noti del sistema. Quindi si ha 1 -2 20 “oy_ayw| 2 2 3 av) 3 | ae-6) 4(-4) - 10 - 2) +38 - 2) = -4414+3=0 1 2 2 af cu | 2 [unica soluzione del sistema € quindi (4,0, 1). Si noti che dal momento che la matrice A é invertibile si ha.che AX = B =>) 4 ALAX = AB <=> X = AB e quindi i vettore colonna {0} delle soluzio: -1 si pud trovare anche come prodotto fra A~ e B: si verifichi. Bsereizio 20. Per il Teovema 4.24 risulta che la matrice Ay @ invertibile per quel J valori di A per cui |Aa| 0. Caleoliamo il determinante di A) attraverso lo sviluppo’ di Laplace rispetto all’ultima colonna che presenta due zeri. Si ha A o1 aaye® . alan) 3 ty | 2n( +2) € dunque |A,| = 0 se ¢ solo se 4 ‘oppure X= —1: Calcoliamo Ay* per tutti valori di # 0, -1 € quindi calcoliamoRisoluzione deghi esercici rertibile 2A 0 sluzione {i) la matzice trasposta di Ay: *Ay = [-3 1 142); 2 0 0 (ji) la matrice dei complementi algebriei di Ay: 1+a 142 14a aaaf “3 1 af cy 8] ca) 2 20 iaé una =| Cc eure | 3 | (ey? 2 | 0 sia) 20 via] Cm] 3 as 0 242d -2 =( 0 0 2a APA H2—BA_ 2+, Tiinversa della matrice Ay & 0 242-2 1 Ay! = 4 (Awe) = oy {9 0 2A) per ogni A #0, NTA IFA) Ly yy? p= 2a 2430, Come ulteriore verifica si controlli che Ay- Ay! = Ax*- Ay =I. = -A(2—)? concludiamo che la matrice Hsercizio 22. Poiché il sistema ¢ omogeneo esso sara sempre risolubile dal momento ‘che ammettera almeno la soluzione nulla. Per il teorema di Rouché-Capelli sappiamo iche il sistema avr 00-4) soluzioni dove 1 A= 2 m 1 2 2 0 3 ‘matrice dei coefficienti del sistema. ‘Pertanto il sistema ammettera solamente la soluzione nulla se 4— p(A) = 0 ed tera anche sohizioni non nulle se 4— p(A) > 0 cioé se p(A) < 4. Ricordiamo muna matrice quadrata ha rango massimo se ¢ solo se |Al # 0; pertanto i valori di coliamo |A| attraverso lo sviluppo di Laplace rispetto alla seconda riga che jenta il maggior numero di-zeri: r2.d 2m 0 of Al =| 9 = 2(-1)*4t 2 | 4m(-1)* 1 2 1 32 1 =0+m(-1+6~—3) = 2m. ulta percid che |] = 0 se e solo se m = 0 e quindi il sistema ammetter’ anche. Sistemi lineari_ Esercizio 23. Come primo passo consideriamo il minore di ordine 2 11 30 Dal momento che non é nullo passiamo a calcolare tutti i minori di ordine 3 che lo contengono: —3 #0. =i Poiché tutti i minori di ordine 3 che contengono il minore di ordine 2 non nullo sono pari a zero, per il Teorema di Kronecker (vedi Teorema 4.25) concludiamo che la matrice A ha rango 2. Esercizio 24. Consideriaino il minore di ordine 2 | 12 21|7~3#° Dal momento che tutti i minori di ordine 3 che Io contengono sono null (Ia verifica é lasciata, al lettore), concludiamo che la matrice A ha rango 2. Esercizio 25. Per studiare se, al variare del parametro h, Poquazione matriciale ammette soluzione, e in caso positive quante ne atnmette, per il Teorema 4.12 occorre ridurre la matrice completa associata 1 AglB = hh Notiamo che per h = 1 il sistema non é risolubile perché (41|B) Per h # 1, invece, p(Ay|B) = p(An) = p = 2; dal momento che n = 3, per il Teoremay 4.12si ha che ¢’@ np = 1 riga incognita libera (ricordando che nel easo delle equazioni matriciali la quantita n — p da il numero di righe incognite libere). Risolyiamo il sistema ridotto scrivendo la nostra matrice incognita X € IR*? comes vendo messo in evidenza le righe di X. Il sistema ridotto avr dunque Ja seguentef forma: Xi + Xp + 2X (@- DA = (LD -4:3. Risoluzione degli esercizi a da ent otteniamo Xa = (ry, xbz) @ Xe = ($f, php) - 2X5. Pomendo Xy = (@on.e22), allora Xo = (2% — 2x51, —p2y ~ 2ase) e, in definitiva, si avra ms oo as eo Si noti la presenza di una riga libera, la terza, come doveva essere. Esercizio 26. Dal testo sappiamo che valgono AX, =B e X2A= B. Notiamo innanzitutto che la matrice A é invertibile dal momento che |A] = 1 4 0; se nella prima espressione moltiplichiamo ambo i membri a sinistra per A~* ¢ nella .seconda ambo i membri a destra sempre per A~', otteniamo Mi=A™B oe Xy= BA; concludiamo che, per far vedere che X; # Xz, € sufficiente mostrare che AB BAT, Caleoliaino dunque A~ risolvendo il sistema matriciale AX = I: Concludiamo che Coneludiamo quindi che X, # Xp Un procedimento alternativo prevede di risolvere il primo sistema come al solito © per il secondo di passare al trasposto: se infatti XA = B allora *(XA) = Bes tAtX='B f "lsistema ottenuto é della forma che sappiamo risolvere e dunque si procede caleolando je due soluzioni e verificando che sono differenti,Capitolo 4. Sistemi linearé Esercisio 27. Dal momento che p(4|0) = 2 ovvero non ¢ massimo, concludiamo che Yequazione matriciale ha infinite soluzioni in dipendenza da 1 riga libera e dunque esistera un elemento di R®* non nullo soluzione del sistema omogeneo AX = 0. Esercizio 28. Osserviamo innanzitutto che per il Teorema 4.24 la mattice Ae invertibile dal momento che |A| = 72(n + 1) #0. Per rigolvere la prima equazione allora possiamo moltiplicare a sinistra eutrambi i membri per 'inversa di A (che esiste) e quindi AXA! =I 4% ATAXA™ = A = [XAT Possiamo ora moltiplicare a destra entrambi i membri per A ottenendo KATASATAG> XI =] X =I quindi la matrice che risolve la prima equazione matriciale é la matrice identica. Per risolvere la seconda equazione possiamo nuovamente moltiplicare a sinistra entrambi i membri per Vinversa di Ae quindi AXA = A> ATAX AT) = AVA gp TXAM = Dp XA I. ‘Moltiplicando infine a destra entrambi i membri per A si ottiene XATAsIA@> XI=ASXSA ¢ quindi la matrice che risolve la seconda equazione matriciale é la matrice A. Esorcizio 29. Per studiare quante soluzioni hu il sistema @ uecessario calcolare il rango della matzice associata _(2 & a=(¢ 4) Dal momento che la matrice ¢ quadrata, per avere informazioni sul rango possiamo calcolarne il determinant, Per i valori di k per cui il determinante é diverso da. zero, il rango ¢ massimo e dunque il sistema ammette la gola soluzione nulla, Quando, invece, il determinante si annulla, i] rango non sara massimo (in questo caso necessariamente sara pari a 1) e avremo infinite soluzioni. Ora, si vede facilmente che det A = —4— #°, Se consideriamo k € R, allora non esiste aleun valore del parametro per cul il determinante si possa annullare, quindi il sistema ha solamente la soluzione nulla. Se pensiamo k come parametro complesso, invece, per k = +2% il determinante si annulla ¢ dunque per tali valori il sistema avra oo! soluzioniCapitolo 5 Applicazioni lineari 5.1 Richiami di Teoria Definizione 5.1 (Applicazione lineare). Siano Ve W due spazi vettoriali su K e sia VW un'applicazione (ovvero una legge che ad ogni elemento v € V associa ‘uno ¢ un solo w € W). Allora f @ detta fineare se valgono le seguenti propriet&: T @) fut v) = f(u) + flv) per ogni u,v € Vj | Gi) flav) = af(v) per ogni ae KevevV. ‘Teorema 5.2 (Proprieta delle applicazioni lineari). Siano V e W due spazi vettoriali sa Ke sia f : V — W un’applicazione lineare. Si ha allora: Savi tertentn) = af (tr) +e Fen f (Hn), Varn € Kuyt € V5 (@) fv) = OW; i » Definizione 5.3 (Nucleo di un’applicazione lineare): Siano Ve W due spazi vettoriali suKesia f:V > W un’applicazione lineare. Tl nucleo dell’applicazione f é linsieme [ definito come ker f = {ve V: f(v) = Ow}, “owvero & l'insieme.di titi gli elementi di V che hanno per immagine l’elemento nullo ’Definizione 5.4 (Immagine di un’applicazione). Siano V e W due spazi vettoriali Jou Ke sia f : V + W un’applicazione lineate. L'immagine dell'applicazione f & UPinsieme definito come [imf={weW:3veV con flv) eorema 5.5. Sie f : V — W un’applicazione lineare, Allora ker / @ un sottospazio V, mentre Im f @ un sottospazio di W. ione 5.6 (Applicazione iniettiva). Un'applicazione f : V+ W @ detta iniet- fava se, presi comunque u,v € V cou u # v, risulta {(u) # f(v), 0 equivalentemente presi comunque u,v € V con f(w) = f(v), allora u =v.Copitolo 5. Applicazioni lineari Teorema 5.7 (Nucloo ¢ applicazioni iniettive). Sia f : V — W un’applicazione lineare. Allora f @ iniettiva se e solo se ker f = {Oy}. Definizione 5.8 (Applicazione suriettiva). Un'applicazione f ; V + W @ detta, suricttiva (0 surgettiva) se lm f = W. Definizione 5.9 (Isomorfismo). Siano V e W due spazi vettoriali su K e sia f + V — W un’applicazione lineare, Tale applicazione @ detta isomorfismo tra V e W se ¢ biunivoca (ovvero iniettiva suriettiva), Due spazi vettoriali V e W si dicono isomorfi se esiste almeno un isomorfismo f : V — WV. Definizione 5.10 (Endomorfismo). Sia V un K-spazio vettoriale; un'applicazione lineare f : V+ V si dice endomorfismo di V. ‘Teorema 5.11. Sia f: V — W un’applicazione lineare, Allora J & un isomorfismo se solo so ker f = {Oy} ¢ Im f =. Definizione 5.12 (Applicazione lineare ¢ matrice associata). Siano Ve W spazi vettoriali su IK finitamente generati, # = (€1,...4€n) © F = (fis--.,fm) basi di Ve W rispettivamente. Sia infine f : V > W un’applicazione lineare. Allora la matrice associata ad f rispetto alle basi E ed F, indicata con MF, @ la matrice avente per colonne le componenti delle immagini dei vettori. di E rispetto ad F. Se f : V + V @ un endomorfismo, la base fissata sullo spazio di partenza e quella fissata sulla base di arrive possono. coincidere; denotata con # tale base, la matrice associate ad f rispetto alle base £ si denota con M;*” oppure semplicemente con ME. Teorema 5.13 (Immagine e matrice associata). Sia f : V —» W un'applicazione lineare e sia A = My" la matrice associata ad f rispetto alle basi £ ed F. Allora (i) 41 sottaspazio Im f @ generato dai vettori di W’ aventi per componenti rispetto ad F le colonne di A; (ii) Im f @ isomorfo allo spazio delle colonne di A; (iii) dimIm f = p(A). Proposizione 5.14, Per trovare una base di Im f si pud procedere in due modi: ~ si applica il metodo degli scarti suecessivi alle colonne di A; Ie colonne rimanenti danno le componenti, rispetto alla base F', di una base di Im fs ~ si riduce per colonne la matrice A: le colonne non nulle della matrice ridotta dazino le componenti, rispetto ad F, di una base di Im f. ‘Teorema 5.15 (Nucleo ¢ matrice associata). Sia f : V + W un'applicazione lineare | esia A= M7" la matrice associata ad f rispetto alle basi E ed F. Sia ZC K™ lo spazio delle soluzioni del sistema lineare omogeneo AX=0. Allora: (i) Visomorfismo y : K" > V definito da (11,..:,n) > rre: + +--+ pen induce, per restrizione, un isomorfismo fra Z e ker f; ) dimker f =5.1. Richiami di Teoria Proposizione 5.16. Per trovare una base di ker f si pid procedere nel seguente modo: ~ si risolve il sistema omogeneo Mf" X = 0; ~ si trova una base (s1,...,8,) dello spazio Z delle soluzioni del sistema; My ~ si costruisce la, base (01,..-,0-) peril ker f, ricordando che in V si utilizea la sono base E; per ogni 1 dim W, f non é iniettiva. Corollario 5.21. Sia f : V > W un'applicazione lineare tra spazi vettoriali supponiamo che dim V = dim W. Allora le seguenti condizioni sono equivalenti: @ f 2 un isomortismo; (i (ii) f & suriettiva. Proposizione 5.22 (Matrice di cambio base). Sia V uno spazio vettoriale sul campo. Kesiano H = (e1,...,6n),F = (fis--+s Jn) due basi di V. Alora esiste una matrice Pep = (py) €K"™" tale che J d iniettiva; fi = pier to + Pmien fn = Pin€n +0 + Pann