You are on page 1of 304

Facolta di Ingegneria

Universita degli Studi di Messina

Vincenzo De Filippis

Appunti di Algebra Lineare e


Geometria Analitica

Anno Accademico 2006 - 2007

ii

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

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

.
.
.
.
.
.
.

7
7
7
8
9
10
12
15

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

17
17
18
19
22
23
27
30
32

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

35
35
41
44
46
50

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

53
53
55
58

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

1
1
3

. .
. .
un
. .
. .

.
.
.
.
.
.
e
.

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

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

.
.
.
.
.

iv

Indice
5.4
5.5
5.6
5.7

Una nota sullintersezione di sottospazi vettoriali.


Formula di Grassmann. . . . . . . . . . . . . . .
Cambiamento di base in uno spazio vettoriale. . .
Esercizi. . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.

63
65
69
73

6 Prodotti scalari, spazi euclidei e basi ortonormali.


6.1 Prodotto interno. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Processo di ortonormalizzazione. . . . . . . . . . . . . . . . . . . .

75
75
77

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

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

81
81
84
97
101
106
117

8 La forma canonica di Jordan.


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

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

145
145
146
148
150
151
157
171
173

10 Spazio affine ed euclideo.


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

Indice

11 Geometria nel piano affine ed euclideo


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

.
.
.
.
.
.
.
.

177
177
179
179
181
182
183
185
188

.
.
.
.

189
189
190
191
194

13 Curve algebriche piane e punti multipli.


13.1 Intersezione di due curve. . . . . . . . . . . . . . . . . . . . . . . .
13.2 Molteplicita di un punto. . . . . . . . . . . . . . . . . . . . . . . .
13.3 Calcolo dei punti doppi di una curva. . . . . . . . . . . . . . . . . .

195
195
195
197

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

.
.
.
.
.
.
.
.
.
.

199
199
200
201
202
203
204
206
207
220
222

.
.
.
.
.
.

225
225
226
227
227
228
229

12 Trasformazioni nel piano euclideo.


12.1 Traslazioni. . . . . . . . . . . . . .
12.2 Rotazioni. . . . . . . . . . . . . . .
12.3 Rototraslazioni. . . . . . . . . . . .
12.4 Esercizi. . . . . . . . . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

15 Rette e piani nello spazio affine ed euclideo.


15.1 Equazioni di un piano. . . . . . . . . . . . . .
15.2 Reciproca posizione di due piani. . . . . . . .
15.3 Fascio di piani. . . . . . . . . . . . . . . . . .
15.4 Stella di piani. . . . . . . . . . . . . . . . . .
15.5 Equazioni di una retta. . . . . . . . . . . . . .
15.6 Rette complanari. . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.

vi

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

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

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

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

230
231
237
238
240
249
253

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

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

.
.
.
.

277
277
278
278
282

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.

18 Cenni sulle superfici di rotazione.


283
18.1 Definizione e calcolo. . . . . . . . . . . . . . . . . . . . . . . . . . . 283
18.2 Esercizi svolti. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
19 Appendice: Disegni relativi ai capitoli precedenti

287

1
Prime nozioni di Algebra.
Lo studio dellAlgebra lineare e della Geometria richiede unintroduzione preliminare delle strutture algebriche pi
u generali. In particolare daremo nel presente
capitolo introduttivo le definizioni di gruppo, anello e campo. Tali strutture saranno in seguito utili per caratterizzare la maggior parte degli oggetti utilizzati, tra
i quali, per esempio, i vettori, le matrici, gli spazi vettoriali, gli omomorfismi, le
trasformazioni piane.

1.1

Strutture algebriche.

Sia G un insieme non vuoto ed una operazione binaria chiusa rispetto agli
elementi di G, cioe:
x, y G
x y = z G.
La coppia (G, ) e detta Gruppoide. Data la generalita delle proprieta soddisfatte
da un gruppoide, e utile arricchire la sua struttura algebrica con ulteriori assiomi.
Diciamo Semigruppo, un gruppoide (G, ) che sia associativo, cioe in cui valga la
seguente proprieta (associativa):
x, y, z G

x (y z) = (x y) z.

Un Monoide (G, ) e un semigruppo che sia dotato di un elemento neutro e G


rispetto alloperazione :
e G

tale che

x G

e x = x e = x.

Definizione 1. Un Gruppo (G, ) e una struttura algebrica definita dagli assiomi


del monoide ai quali si aggiunge quello dellesistenza dellelemento inverso di ogni
elemento in G. Pi
u precisamente vale il seguente:
x G

y G

tale che

xy =yx=e

1. Prime nozioni di Algebra.

dove e e lelemento neutro in G.


Un Gruppo e detto commutativo (o abeliano, in onore del matematico norvegese
N. Abel) se vale lulteriore seguente propriet
a:
x, y G

x y = y x.

Esempio 1. Gli insiemi Z , Q, lR e C, rispettivamente dei numeri interi, razionali, reali e complessi, formano un gruppo commutativo rispetto alloperazione di
somma, cioe nel caso = +. I numeri IN naturali non sono un gruppo rispetto
alla somma, basti pensare al fatto che ogni numero 0 6= n IN non ammette un
inverso.
Esempio 2. Gli insiemi Q , lR e C , rispettivamente dei razionali senza lo zero,
reali senza lo zero e complessi senza lo zero, formano un gruppo commutativo
rispetto alloperazione di prodotto, cioe nel caso = . Leliminazione dello zero
e essenziale in quanto tale elemento non avrebbe linverso rispetto al prodotto.
Esempio 3. Linsieme di tutte le applicazioni biettive di un insieme in se stesso forma un gruppo non commutativo rispetto alloperazione di composizione tra
applicazioni, cioe nel caso in cui loperazione tra due applicazioni f, g e definita
come segue: (f g)(x) = f (g(x)).
Definizione 2. Sia A un insieme dotato di due operazioni interne e . Il
sistema (A, , ) e detto Anello se valgono i seguenti assiomi:
1. (A, ) e un gruppo commutativo;
2. (A, ) e un semigruppo;
3. vale la propriet
a distributiva delloperazione rispetto a :
x, y, z, A

x (y z) = (x y) (x z).

Osserviamo che non e richiesto che un anello possegga lelemento neutro rispetto alla seconda operazione (se tale elemento esiste lanello e detto unitario).
Inoltre non e detto che valga la proprieta commutativa rispetto a , se essa vale
lanello e detto commutativo.
Ancora rispetto alloperazione , non e richiesta la validita della legge di annullamento del prodotto. In altre parole, il fatto che x y = 0 non implica necessariamente che x = 0 oppure y = 0.
Infine non e richiesta lesistenza di un elemento inverso per ciascun x A, rispetto
alloperazione .

1.2. Relazioni dequivalenza.

Esempio 4. Linsieme Z rispetto alle usuali operazioni di somma e prodotto, cioe


nel caso = + e = e un anello unitario in cui vale la legge di annullamento del prodotto, ma in cui non esiste lelemento inverso rispetto alla seconda
operazione.
Esempio 5. Linsieme mZ
Z = {n Z : n sia multiplo di m} e un anello rispetto alle usuali operazioni di somma e prodotto, ma non e unitario eccetto nel caso
in cui m {1, +1}.
Esempio 6. In seguito vedremo un esempio di anello in cui non vale la legge
di annullamento del prodotto rispetto alla seconda operazione: e linsieme delle
matrici quadrate di un dato ordine, in cui vengano definite le opportune operazioni.
Per la comprensione di tale esempio, rimandiamo al Capitolo relativo alle Matrici
(capitolo 3).
Definizione 3. Sia (A, , ) un anello. Nel caso in cui (A , ) sia un gruppo,
diremo che (A, , ) e un Corpo. Se a questo si aggiunge la propriet
a commutativa

rispetto alla seconda operazione (cioe se (A , ) e un gruppo commutativo)


allora (A, , ) e detto corpo commutativo o equivalentemente campo
Esempio 7. Se definiamo le usuali operazioni di somma e prodotto in Q, lR e C,
essi hanno la struttura di corpi commutativi. Sono anche detti campi scalari, ed
ogni loro elemento x pu
o essere chiamato scalare.

1.2

Relazioni dequivalenza.

Siano A e B due insiemi non vuoti. Si definisce prodotto cartesiano AB, linsieme
di tutte le coppie ordinate di tipo (a, b), tali che a A e b B:
A B = {(a, b)

a A,

b B}.

Nel caso in cui i due insiemi A e B posseggano un numero finito di elementi, la


cardinalita (o potenza) dellinsieme A B e data dal prodotto delle cardinalita dei
due insiemi che intervengono nel prodotto cartesiano.
Definizione 4. Una relazione e una terna (A, B, R) in cui A e B siano due insiemi
non vuoti e R sia un sottoinsieme del prodotto cartesiano A B. Usualmente per
indicare una relazione tra gli insiemi A e B si preferisce utilizzare il semplice
simbolo R (sottointendendo la terna (A, B, R)). Per indicare che due elementi
a A e b B sono in relazione tra loro, si scrive aRb oppure (a, b) R.

1. Prime nozioni di Algebra.

Esempio 8. Siano A = {2, 3, 7}, B = {1, 5, 7, 9}. Si definisca R nel seguente


modo:
(a, b) R a > b.
Le coppie ordinate di elementi che soddisfano la relazione sono le seguenti:
R = {(2, 1), (3, 1), (7, 1), (7, 5)}.
Esempio 9. Siano A = B = lR. Si definisca R nel seguente modo:
(a, b) R a + b 1 = 0.
Le coppie ordinate che soddisfano la relazione sono chiaramente tutte le coppie di
coordinate del piano (x, y) che appartengano alla retta di equazione x + y 1 = 0.
Ad esempio (2, 1) R, (3, 4) R etc. etc.
Poniamoci nel caso in cui A = B e cosideriamo una qualsiasi relazione (A, A, R):
1. la relazione R si dice riflessiva se, per ogni elemento a A, la coppia (a, a)
R; si noti ad esempio che nessuna delle due relazioni introdotte negli Esempi
8 e 9 soddisfano alla proprieta di riflessivita.
2. R e detta simmetrica quando accade che, per ogni a, b A tali che (a, b)
R anche (b, a) R; la relazione definita nellesempio 8 non e simmetrica,
mentre quella introdotta nellesempio 9 lo e.
3. R e detta transitiva se, per ogni a, b, c A tali che (a, b) R ed anche (b, c)
R allora ne segue che (a, c) R; la relazione allesempio 8 e transitiva,
mentre la relazione allesempio 9 non lo e.
Definizione 5. Una relazione R su un insieme non vuoto A e detta equivalenza (o
relazione dequivalenza) se essa soddisfa alle propriet
a di riflessivit
a, simmetricit
a
e transitivit
a.
Nessuna delle relazioni introdotte negli esempi 8 e 9 e una relazione dequivalenza.
Ecco un classico esempio di relazione dequivalenza:
Esempio 10. Sia A linsieme di tutte le rette del piano. Diciamo che due rette
evidente che ciascuna
r, s sono in relazione tra loro se esse sono parallele. E
retta r e parallela a se stessa (R e riflessiva). Inoltre se (r, s) R allora anche
(s, r) R, poiche nel parallelismo tra rette non e vincolante lordine in cui esse
si considerino. Infine se (r, s) R ed anche (s, t) R allora le rette r e t sono
ancora parallele, cioe (r, t) R. Si pu
o allora pensare di ripartire linsieme A in

1.2. Relazioni dequivalenza.

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

1. Prime nozioni di Algebra.


..............................
..............................
[n 1] = {x Z : k Z , x (n 1) = kn}, cioe sono i numeri interi che
danno resto n 1 dopo la divisione per n;
[n] = [0].

Ad esempio sia n = 3, allora aRb se a b = 3k, per un opportuno k Z . Le


classi sono
[0] = {x Z : k Z , x 0 = 3k} = {0, 3, 6, 9, . . . , . . .}, cioe sono tutti i
multipli di 3;
[1] = {x Z : k Z , x = 3k + 1} = {1, 4, 7, 10, . . . , . . .}, cioe sono i numeri
interi che danno resto 1 dopo la divisione per 3;
[2] = {x Z : k Z , x = 3k + 2} = {2, 5, 8, 11, . . . , . . .}, cioe sono i numeri
interi che danno resto 2 dopo la divisione per 3;
[3] = [0].
A
In questo caso scriviamo R
= {[0], [1], [2]} e per quanto detto: 26 = (83+2) [2],
8 = (3 3 + 1) [1].

2
I vettori geometrici.
2.1

Introduzione.

Siano A, B due punti del piano (o dello spazio). Un segmento orientato AB si dice
anche vettore applicato in A ed e individuato da una direzione, che e la retta su cui
giace il segmento AB, un verso, che e quello che si osserva percorrendo il segmento
AB andando da A verso B, ed un modulo, che e il numero reale non negativo che
misura la lunghezza del segmento AB. Un vettore e detto versore di una retta,
se giace su tale retta ed e di modulo 1. Due segmenti orientati AB e A0 B 0 sono
equipollenti se hanno la stessa direzione, lo stesso verso e lo stesso modulo. Tale
relazione tra segmenti e una equivalenza nellinsieme di tutti i segmenti orientati
del piano (o dello spazio). Per cui tutti i segmenti orientati sono ripartiti in classi
di equivalenza. Un classe di equivalenza e del tipo [AB], composta da tutti i
segmenti orientati equipollenti al segmento AB. Identifichiamo tra loro tutti i
segmenti appartenenti ad una stessa classe di equivalenza. Ciascuna classe e detta
vettore geometrico o vettore libero e puo essere rappresentata da un qualsiasi
segmento ad essa appartenente. Cio vuol dire che, fissato un punto del piano (o
dello spazio) O , ciascuna classe di equivalenza possiede un rappresentante che sia
applicato in O.
Si noti che da ora in avanti, fissato un punto O, ciascun vettore geometrico
puo essere applicato in O, mantenendo la sua direzione ed il suo verso.

2.2

Somma e prodotto per uno scalare.

Siano OP e OP1 due vettori aventi la stessa direzione e stesso verso. Definiamo
somma dei vettori OP + OP1 , il vettore avente per direzione e verso quelli dei
vettori addendi, e per modulo |OP + OP1 | la somma dei moduli |OP | + |OP1 |.
Siano ora OP e OP1 due vettori aventi stessa direzione ma verso opposto.
Definiamo somma dei vettori OP + OP1 il vettore avente direzione dei vettori

2. I vettori geometrici.

addendi, verso coincidente con quello del vettore addendo di modulo maggiore, e
modulo pari al valore assoluto della differenza dei moduli dei vettori addendi.
Siano infine OP e OP1 due vettori con direzioni differenti. Si costruisca il
parallelogramma di lati OP e OP1 e si indichi con Q il quarto vertice del parallelogramma. Definiamo somma OP + OP1 il vettore avente per direzione quella
della retta su cui giace la diagonale OQ, per verso quello di percorrenza da O a Q
e per modulo la lunghezza della diagonale OQ del parallelogramma (disegno 1).
Notiamo anche che dalla definizione di somma OP + OP1 = OQ si ricava al
contrario anche quella di differenza tra due vettori OQ OP = OP1 , come lato
del parallelogramma avente per diagonale OQ e per secondo lato OP (disegno 1).
Indichiamo pi
u semplicemente v, v1 , v2 , v3 vettori del piano (o dello spazio). La
somma tra vettori gode delle seguenti proprieta:
1) Commutativa: v1 + v2 = v2 + v1 ;
2) Associativa : (v1 + v2 ) + v3 = v1 + (v2 + v3 );
3) Esistenza dellelemento neutro : v + 0 = 0 + v = v, dove per vettore 0 si
intende il segmento OO;
4) Esistenza dellelemento opposto : v + (v) = 0.
Le proprieta 1)-2)-3)-4) rendono linsieme dei vettori geometrici del piano (o
dello spazio), rispetto alloperazione di somma, un gruppo commutativo.
Siano v un vettore e lR. Definiamo il vettore v come quello avente la
direzione del vettore v, il modulo pari a |||v| e verso coincidente con quello di v,
se > 0, opposto a quello di v, se < 0.
Il prodotto cos definito gode delle seguenti proprieta:
1) ()v = (v), per , lR;
2) 1 v = v, dove 1 e lunita in lR;
3) ( + )v = v + v;
4) (v1 + v2 ) = v1 + v2 .
Linsieme di tutti i vettori geometrici, rispetto alle operazioni di somma e
prodotto per uno scalare da noi definite, viene detto spazio vettoriale geometrico.

2.3

Combinazioni lineari e componenti in un


riferimento ortogonale.

Siano v1 , v2 , .., vr vettori e 1 , ..., r lR. Diciamo combinazione lineare dei vettori
v1 , .., vr a coefficienti reali 1 , .., r il vettore v risultante dalla seguente somma:
v = 1 v1 + 2 v2 + 3 v3 + ..... + r vr .

2.4. Prodotto scalare e proiezione su una retta.

Diremo anche che il vettore v e scomposto nella somma dei vettori 1 v1 , 2 v2 ,...,r vr
e che 1 , ..., r sono le componenti del vettore v rispetto ai vettori v1 , ..., vr .
Consideriamo un sistema di riferimento cartesiano ortogonale nello spazio, di
origine O e assi coordinati X, Y, Z. Un qualsiasi punto dello spazio sara individuato
da un terna di numeri reali (a, b, c), che sono le sue coordinate rispetto al sistema di
riferimento. Il vettore v = OP ha come componenti rispetto ai tre assi coordinati,
rispettivamente vx = a, vy = b, vz = c, cioe il vettore v si puo esprimere come
combinazione lineare dei tre versori i, j, k dei tre assi coordinati nel modo seguente:
v = vx i + vy j + vz k (disegno 2).
Diremo che due vettori v = (vx , vy , vz ) e w = (wx , wy , wz ) sono uguali se e solo
se hanno le stesse componenti rispetto ai versori degli assi coordinati.
Dalla definizione di componenti appena data, si puo facilmente
qdedurre che il
modulo di un vettore v di componenti (vx , vy , vz ) e dato da |v| = vx2 + vy2 + vz2 .
Siano ora v = (vx , vy , vz ) e w = (wx , wy , wz ) due distinti vettori. Costruiamo
la loro somma v + w = (vx i + vy j + vz k) + (wx i + wy j + wz k) = (vx + wx )i + (vy +
wy )j + (vz + wz )k cioe v + w ha componenti (vx + wx , vy + wy , vz + wz ).
In modo del tutto analogo si osservi che se lR, allora il vettore v ha per
componenti la terna (vx , vy , vz ).

2.4

Prodotto scalare e proiezione su una retta.

Siano v = OP e w = OQ. Per convenzione si definisce angolo compreso tra i


due vettori quello interno al triangolo P OQ (disegno 3).
Si definisce prodotto scalare il seguente
v w = |v| |w| cos().
Si noti che tale prodotto ha come risultato uno scalare (un numero reale), inoltre
esso e commutativo, cioe v w = w v ed infine esso e nullo solo quando uno dei
due vettori e nullo oppure se i due vettori sono tra loro ortogonali.
Nel caso i due vettori siano considerati in uno spazio dotato di riferimento
cartesiano, allora v = (vx , vy , vz ) e w = (wx , wy , wz ), ed il prodotto scalare si
presenta nella seguente forma:
v w = (vx i + vy j + vz k) (wx i + wy j + wz k) = vx wx + vy wy + vz wz .

10

2. I vettori geometrici.

Da questultima ricaviamo anche che:


cos() = q

vx wx + vy wy + vz wz
q
.
vx2 + vy2 + vz2 wx2 + wy2 + wz2

Applicando tale formula si ricavano anche i coseni direttori di un vettore v, cioe i


coseni degli angoli che il vettore forma con i tre assi coordinati, o meglio con i tre
versori dei suddetti assi:
vx

cos(vX) = q

vx2 + vy2 + vz2

vy

, cos(vY ) = q

vx2 + vy2 + vz2

vz

, cos(vZ) = q

vx2 + vy2 + vz2

Siano ora v = OQ e r una retta passante per O di versore u, tale che la


direzione del vettore e quella della retta formino un angolo (disegno 4). Diciamo
componente di v rispetto alla retta r, la lunghezza del segmento OQ0 , dove Q0 e
la proiezione ortogonale di Q su r. Applicando ora le regole trigonometriche sulla
risoluzione dei triangoli, si osserva facilmente che
|OQ0 | = |OQ| cos() = v u.
Diremo invece vettore proiezione v 0 di v su r, quello avente per modulo |OQ0 | e
per direzione e verso quelli di u, cioe:
v 0 = |OQ0 | u = (v u) u.
Si noti che pur non conoscendo il versore della retta r, esso si puo ricavare se e
w
noto un vettore w parallelo a r. In tal caso u = |w|
ed otteniamo
v 0 = (v

2.5

w
w
w
)
= (v w)
.
|w| |w|
|w|2

Prodotto vettoriale e componente rispetto ad un piano.

Siano v, w vettori. Definiamo prodotto vettoriale v w quel vettore che abbia:


1) direzione ortogonale al piano individuato dai vettori v, w;
2) modulo pari a |v||w|sen(), dove e langolo compreso tra i due vettori;
3) verso tale che un osservatore posto dalla parte in cui e rivolto il vettore
v w, veda il vettore v sovrapporsi al vettore w in senso antiorario (disegno 5).
Il prodotto vettoriale e nullo solo quando uno dei due vettori e nullo oppure i
due vettori sono tra loro paralleli.

2.5. Prodotto vettoriale e componente rispetto ad un piano.

11

Notiamo che in base alla definizione, al contrario di quanto avviene per il


prodotto scalare, il prodotto vettoriale e anticommutativo cioe: v w = w v.
Inoltre il prodotto vettoriale e distributivo rispetto alla somma tra vettori, cioe:
v (w1 + w2 ) = (v w1 ) + (v w2 ).
Consideriamo ora un parallelogramma che abbia come lati i vettori v, w. Larea
di tale parallelogramma e A = b h, dove b e la base da noi scelta e h e laltezza
relativa a tale base. Scegliamo ad esempio il vettore v come base (disegno 6). Laltezza relativa a v forma con v e w un triangolo rettangolo, per cui h = |w|sen(),
quindi
A = |v||w|sen() = |v w|
concludendo che larea del parallelogramma avente per lati v, w e pari al modulo
del prodotto vettoriale v w.
Poniamoci ora nel caso in cui i due vettori appartengano allo spazio cartesiano, per cui v = (vx , vy , vz ) e w = (wx , wy , wz ). Calcoliamo ora il loro prodotto
vettoriale:
v w = (vx i + vy j + vz k) (wx i + wy j + wz k) =
i(vy wz vz wy ) + j(vz wx vx wz ) + k(vx wy vy wx ) =


i

j
k




vx vy vz .


wx wy wz
Osserviamo che lo sviluppo della formula precedente dipende dallapplicazione della proprieta distributiva del prodotto vettoriale rispetto alla somma tra vettori
ed anche dalle seguenti identita che derivano direttamente dalla definizione di
prodotto vettoriale:
i j = j i = k,

j k = k j = i,

i i = 0,

j j = 0,

i k = k i = j

k k = 0.

Dal controesempio che segue si deduce inoltre che per il prodotto vettoriale non
vale la proprieta associativa:
i (i k) = i (j) = k
ma
(i i) k = 0.
Sia ora v = OP e un piano passante per O, al quale appartengano i due vettori
u1 , u2 . La proiezione di OP su e il vettore v 0 = OP 0 , dove P 0 e la proiezione
ortogonale del punto P sul piano. Se indichiamo w il vettore P P 0 allora otteniamo

12

2. I vettori geometrici.

v 0 +w = v, da cui ovviamente v 0 = v w (disegno 7). Per ottenere la proiezione v 0 e


allora sufficiente determinare il vettore w. Tale vettore non e altro che la proiezione
di v lungo la retta normale al piano e passante per O. Per ottenere tale proiezione e
necessario conoscere il versore u normale al piano e, poiche sappiamo che il vettore
2
u1 u2 e normale al piano, deduciamo che u = |uu11 u
u2 | . Infine otteniamo:
w = (v u) u = [v (u1 u2 )]

2.6

u1 u2
.
|u1 u2 |2

Prodotto misto.

Siano u, v, w tre vettori, definiamo prodotto misto quello scalare che si ottiene
dallesecuzione, rispettando lassociazione tramite parentesi, dei prodotti u (v
w).
Nel caso i tre vettori siano dati in uno spazio cartesiano ortogonale, allora
u = (ux , uy , uz ), v = (vx , vy , vz ), w = (wx , wy , xz ) e svolgendo il prodotto si
ottiene:
u (v w) = ux (v w)x + uy (v w)y + uz (v w)z =






v
v



v
v
v
v
x
z
y
y
x
z
ux
+ uy
=
+ uz
wx wy
wz wx
wy wz



u
x uy uz


vx vy vz .


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

vw
|v w|

vw
= u (v w).
|v w|

2.6. Prodotto misto.

13

Esempio 11. Siano u = i 2j + 3k e v = 3j vettori nello spazio cartesiano.


Determinare:
1. i moduli dei vettori;
2. il loro prodotto scalare;
3. il coseno dellangolo da essi formato;
4. i coseni direttori dei due vettori.
Svolg.
1. |u| =

1+4+9=

14, |v| =

9 = 3.

2. u v= (-2)(-3)=6;
q
3. cos() = 36 14 = 27 ;
4. u i =

1 ,
14

uj =

,
14

uk =

3 ,
14

v i = 0, v j = 1, v k = 0.
t
u

Esempio 12. Determinare a lR tale che i vettori u = (1, 2, 1) e v = (a +


1, a, 1) formino un angolo di 3 .
Svolg.

uv
= cos( ) =
=
2
3
|u| |v|
a + 1 + 2a 1
3a

=
2
2
2
6 a + 1 + 2a + a + 1
6 2a + 2a + 2

da cui 2a2 a 1 = 0 e a {1, 12 }.

t
u

Esempio 13. Siano u = (1, 2, 2) e v=(3,0,1). Determinare la proiezione ortogonale di v rispetto alla retta r contenente u.
Svolg.

La proiezione di v su r e data da
v

1
u
= .
|u|
3

Allora il vettore proiezione e dato da




u
u
1
v

= (i + 2j 2k).
|u|
|u|
9
t
u

14

2. I vettori geometrici.

Esempio 14. Determinare il vettore v 0 proiezione di v = 2i j + 3k sul piano


XY .
Svolg. Proiettando v su XY si avrebbe v = v 0 + w, dove w e il vettore (perpendicolare al piano XY ) che e proiezione ortogonale di v rispetto alla retta contenente
i j, cioe
ij
w = v (i j)
= 3k
|i j|2
e v 0 = 2i j.

t
u

Esempio 15. Determinare il volume del parallelepipedo avente per spigoli i vettori
i + j, k, i + k.
Svolg.

Il volume e dato da


1 1 0




0 0 1 = 1.


1 0 1
t
u

2.7. Esercizi.

2.7

15

Esercizi.

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

16

2. I vettori geometrici.

Esercizio 15. Esprimere il vettore v = (2, 1, 1) come somma di un vettore v1


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

3
Le matrici.
3.1

Introduzione.

Una matrice e un simbolo, una tabella nella quale si possono individuare righe e
colonne. Una matrice con m righe e n colonne e un insieme di m n elementi scelti
in un campo (per noi usualmente il campo dei numeri reali), che siano disposti in
modo ordinato nelle righe e nelle colonne nel seguente modo:

a11 a12
a21 a22
...
...
am1 am2

... a1n
... a2n
... ...
... amn

In altre parole, lelemento aij e quello che occupa il posto che e individuato dallincrocio della riga i e dalla colonna j. Pi
u sinteticamente scriveremo una matrice
col simbolo A = [aij ], i = 1, .., m, j = 1, ..n. Chiameremo matrici quadrate quelle
tabelle in cui m = n e le chiameremo matrici di ordine n. In esse individueremo
un particolare insieme di elementi: {a11 , a22 , a33 , ..., ann } detta diagonale principale della matrice. Denoteremo Mmn (lR) linsieme di tutte le matrici con m righe
e n colonne, i cui elementi sono scelti nei reali. Introduciamo in Mmn (lR) una operazione, detta somma tra matrici, nel modo seguente: siano A = [aij ] e B = [bij ]
matrici in Mmn (lR), la loro somma e ancora una matrice C = [cij ] di Mmn (lR)
definita da

c11 c12
c21 c22
...
...
cm1 cm2

... c1n
... c2n
... ...
... cmn

a11 a12
a21 a22
...
...
am1 am2

... a1n
... a2n
... ...
... amn

b11 b12
b21 b22
...
...
bm1 bm2

... b1n
... b2n
... ...
... bmn

18

3. Le matrici.

a11 + b11
a12 + b12
a21 + b21
a22 + b22
...
...
am1 + bm1 am2 + bm2

... a1n + b1n


... a2n + b2n
...
...
... amn + bmn

quindi ogni elemento cij di C e la somma degli elementi omologhi in A e B.


Siano A, B, C matrici di Mmn (lR), rispetto alloperazione di somma sono soddisfatte le seguenti propriet
a:
1) (A + B) + C = A + (B + C), proprieta associativa;
2) Esiste lelemento neutro della somma, cioe la matrice

0 0 ... 0
0 0 ... 0

0=

... ... ... ...


0 0 ... 0
tale che A + 0 = 0 + A = A;
3) ogni matrice A = [aij ] possiede lopposta B = A = [aij ], tale che A+B =
0;
4) A + B = B + A, proprieta commutativa.
Siano ora lR e A = [aij ] Mmn (lR). Moltiplicare lo scalare per la
matrice A vuol dire moltiplicarlo per ogni elemento di A ottenendo cos la matrice
A = [aij ].

3.2

Prodotto righe per colonne.

Consideriamo ora due matrici A = [aij ] Mmn (lR) e B = [bij ] Mnq (lR). Si
definisce prodotto righe per colonne di A e B quella operazione che abbia come
risultato la matrice C = [cij ] Mmq (lR), tale che lelemento di posto (r, s) di C
sia uguale a
crs =

n
X

ark bks = ar1 b1s + ar2 b2s + ar3 b3s + ... + arn bns

k=1

In sostanza lelemento crs e la somma di tutti i prodotti degli elementi della riga r
della prima matrice, ciascuno con il corrispondente elemento della colonna s della
seconda matrice.
Per esempio:

"
#
"
#
1 1 0
1 2 3
3
2
5

1 1 1 =
.
1 0 1
1 2 1
0 1 1

3.3. Determinanti.

19

Tale prodotto non e definito se A Mmn e B = Mtq con n 6= t.


Il prodotto righe per colonne gode delle seguenti proprieta:
siano A Mmn (lR), B Mnn (lR), C Mnt (lR) e lR.
1) A(BC) = (AB)C, associativa;
2) A(B + C) = AB + AC, (A + B)C = AC + BC, distributiva rispetto alla
somma;
3) (AB) = A(B).
Inoltre sia Mn (lR) linsieme di tutte le matrici quadrate di ordine n. Esiste una
matrice I Mn (lR) che si comporta come elemento neutro per il prodotto righe
per colonne, cioe per ogni A Mn (lR) si ha AI = IA = A. Tale matrice e quella
che ha 1 su tutta la diagonale principale e zero altrove:

I=

1 0 ...
0 1 ...
0 0 1
... ... ...
0 0 ...

... 0
... 0

... ... .

... ...
... 1

Si noti infine che non vale la proprieta commutativa per il prodotto righe per
colonne, cioe non e regola generale che AB = BA.

3.3

Determinanti.

Sia A = [aij ] Mn (lR) una matrice quadrata di ordine n. Esiste una corrispondenza : Mn (lR) lR che associa ad ogni matrice uno ed un solo valore in lR. Il
valore (A) lR e detto determinante di A ed indicato (A) = det(A) = |A|. La
P
corrispondenza e definita da: det(A) = (1) a1(1) a2(2) an(n) al variare
di tra le n! permutazioni di {1, 2, 3, .., n}. Il segno di ogni addendo e (1) , che
e +1 se e una permutazione pari, ed e 1 se e dispari.
A partire da tale definizione vogliamo introdurre alcuni metodi pratici per il
calcolo dei determinanti, in modo induttivo, da n = 1 fino ad un qualsiasi n.
n=1.
A = [a], a lR ed in questo caso si definisce det(A) = a.
n=2.
"
#
a11 a12
, e det(A) = a11 a22 a12 a21 cioe dapprima moltiplichiamo
a21 a22
tra loro gli elementi della diagonale principale. Quindi moltiplichiamo tra loro gli

20

3. Le matrici.

elementi della diagonale secondaria cambiando il segno di questo ultimo prodotto.


Infine sommiamo i due prodotti ottenuti.
n=3.

a11 a12 a13

a21 a22 a23 . Per calcolare il determinante usiamo il seguente metodo,


a31 a32 a33
detto di Sarrus. Ricopiamo le prime due colonne a destra della terza:

a11 a12 a13 a11 a12

a21 a22 a23 a21 a22


a31 a32 a33 a31 a32
Individuiamo cos tre diagonali principali e tre secondarie. Eseguiamo i prodotti
degli elementi di ciascuna diagonale, cambiando il segno al prodotto degli elementi
di ogni diagonale secondaria. Infine sommiamo i prodotti ottenuti:
det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 +
a13 a22 a31 a11 a23 a32 a12 a21 a33 .
n 4.
In questo caso abbiamo bisogno di introdurre alcune definizioni:
Sia A Mmn (lR), diciamo sottomatrice di A una qualsiasi matrice ottenuta
utilizzando gli elementi che appartengano contemporaneamente ad un numero p
di righe di A ed ad un numero q di colonne di A. Tale sottomatrice avra ordine
(p, q).
Diremo minore di ordine p di A, il determinante di una sottomatrice di ordine
p di A.
Diremo complemento algebrico di un elemento aij A Mn (lR), il minore
di ordine n 1 ottenuto cancellando la riga e la colonna cui appartiene aij ,
moltiplicato per (1)i+j .

1 0 1 0

Esempio 16. Sia A = 2 1 2 0 .


3 1 1 1
Le seguenti sono sottomatrici di A:
"
#
1 0 1
2 1 2

3.3. Determinanti.

21

ottenuta dalle prime 2 righe e dalle prime 3 colonne di A,


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




1 0
1 0




= 1.
= 0,

1 1
2 0
Esempio 17.

1 2 3

A = 0 1 0 .
2 2 1
Il complemento algebrico di a13 = 3 e


0 1


A13 = (1)4
= 2.
2 2
Il complemento algebrico di a21 = 0 e
A21


2 3
= (1)
2 1
3




= 4.

Teorema di Laplace. Sia A una matrice quadrata di un certo ordine n. Il


determinante di A si ottiene moltiplicando gli elementi di una qualsiasi riga (o
colonna) di A per i rispettivi complementi algebrici e sommando tutti i prodotti
ottenuti.

Esempio 18.

A=

1
3
1
3

2
1
1
2

1
0
1
1

0
1
1
0

22

3. Le matrici.

Applicando il teorema di Laplace, rispetto alla prima riga, otteniamo:










3 1 1
3 1 0
1 0 1
3 0 1
















det(A) = (+1) 1 1 1 +(2) 1 1 1 +(+1) 1 1 1 +(0) 1 1 1 =








3 2 1
3 2 0
2 1 0
3 1 0
2 + 10 4 + 0 = 4.
Come immediata conseguenza del teorema di Laplace, otteniamo che una matrice quadrata che abbia una riga o una colonna composta da elementi tutti nulli,
avra determinante nullo.
Una matrice con determinante nullo e detta matrice singolare (al contrario e
detta non singolare).
Si noti che il teorema di Laplace vale per tutte le matrici quadrate di qualsiasi ordine, ovviamente per quelle di ordine 2 e 3 si preferisce usare i metodi
precedentemente esposti, poiche pi
u veloci.

3.4

Dipendenza ed indipendenza tra righe.

Consideriamo la matrice

a11 a12 ... ... a1n

A = ...
... ... ... ... Mmn (lR).
am1 am2 ... ... amn

Isoliamo ciascuna riga della matrice come una n-upla ordinata di scalari:
u1 = (a11 , a12 , ..., a1n )
u2 = (a21 , a22 , ..., a2n )
......................
ui = (ai1 , ai2 , ..., ain )
......................
um = (am1 , am2 , ..., amn ).
Definiamo le seguenti operazioni:
i) sommare due righe (due n-uple) vuol dire sommare ciascun elemento di una
con il corrispondente dellaltra, ad esempio
u1 + u2 = (a11 + a21 , a12 + a22 , ..., a1n + a2n ).

3.5. Rango di una matrice.

23

ii) moltiplicare una riga per uno scalare lR vuol dire moltiplicare ciascun
elemento della riga per , ad esempio
u1 = (a11 , a12 , ..., a1n ).
Siano u1 , .., ur righe di una matrice. Diremo che u1 , .., ur sono linearmente dipendenti se esistono 1 , .., r lR non tutti nulli, tali che 1 u1 + 2 u2 + ... + r ur =
(0, 0, 0, ..., 0) (la n-upla nulla). Supponiamo che sia i 6= 0. Allora
i ui = 1 u1 2 u2 .. i1 ui1 i+1 ui+1 ... r ur
da cui
ui =

1
2
i1
i+1
n
u1
u2 ...
ui1
ui+1 ...
un
i
i
i
i
i

cioe, se le righe u1 , .., ur sono linearmente dipendenti, allora almeno una di esse si
puo esprimere come combinazione lineare delle altre.
Diremo invece che le u1 , .., ur sono linearmente indipendenti se vale la seguente:
1 u1 +2 u2 +...+r ur = (0, 0, 0, ..., 0)

1 2 0
3 1 0

Esempio 19. Sia A =


2 1 0
0 0 1
u3 = (2, 1, 0), u4 = (0, 0, 1).

se e solo se

1 = 2 = 3 = ... = r = 0.

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

Le righe u1 , u2 , u3 sono linearmente dipendenti infatti:


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

3.5

Rango di una matrice.

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

24

3. Le matrici.

Esempio 20.

2 1 0

3 1 1 ha rango 3
1 0 1

2 1 0

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

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

1 2
0 1

per esempio la matrice 3 2 si trasforma nella 3 2 dopo lo scam0 1


1 2
bio tra la prima e la terza riga. Denoteremo lo scambio tra la riga i e la riga
j con il simbolo Ri Rj .
Nel caso di matrici quadrate, cio comporta che il valore assoluto del determinante della matrice finale e identico a quello della matrice iniziale, ma i
segni dei due determinanti sono discordi.
2. Moltiplicazione di una riga
per uno
scalare 6= 0;

1 2
3 6

per esempio la matrice 3 2 si trasforma nella 3 2 dopo aver


0 1
0 1
scambiato la prima riga con essa stessa moltiplicata per 3. Denoteremo lo
scambio di una riga i con la stessa riga moltiplicata per lo scalare , con il
simbolo Ri Ri .
Nel caso di matrici quadrate, cio comporta che il determinante della matrice
finale e pari a quello della matrice iniziale, moltiplicato per .

3.5. Rango di una matrice.

25

3. Sostituzione di un vettore riga con se stesso, sommato ad un altro vettore


riga che sia moltiplicatoper unoscalare non nullo;

1 2
13 10

per esempio la matrice 3 2 si trasforma nella 3 2 dopo aver


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

1 2 3

matrice 3 0 4 lelemento a12 = 2 e speciale per la prima riga.


1 0 1
Diremo che una matrice e ridotta per righe se in ogni riga vi e almeno un
elemento speciale (il controllo non va ovviamente fatto per gli elementi dellultima
riga, poiche essi non presentano altre righe al di sotto). Si dimostra che il rango
di una matrice ridotta per righe e pari al numero di righe non nulle della matrice
stessa.
Quindi per calcolare il rango di una matrice potremmo operare nel modo
seguente: se la matrice e gia ridotta per righe, calcoliamo semplicemente il numero di righe non nulle (esso e il rango della matrice); altrimenti, per prima cosa
riportiamo la matrice ad una forma ridotta, tramite le operazioni elementari sopra esposte, quindi calcoliamo il numero di righe non nulle della forma ridotta
ottenuta.

1 1 2 0 1

Esempio 21. La matrice 0 9 2 5 5 e ridotta per righe


0 4 0 8
7
Infatti: a11 = 1 e lelemento speciale della prima riga, a23 = 2 e lelemento
speciale della seconda riga. Il rango della matrice e tre.

1 1 2 0 1

Esempio 22. La matrice 0 2 1 2 2 non e ridotta per righe.


1 3 3 2 1
Operiamo nel modo seguente:

26

3. Le matrici.

1 1 2 0 1

1) R3 R3 R1 e la matrice diventa 0 2 1 2 2 ;
0 2 1 2 2

1 1 2 0 1

2) R3 R3 R2 e la matrice diventa 0 2 1 2 2 che presenta lele0 0 0 0 0


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

1
1
2

Esempio 23. La matrice 3 3 6


2
2
4
dei vettori riga
dipende
dagli
altri.

1 3 6 0 0

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

0 1

0 3 ha rango 1, poiche ciascuno


0 2

poiche le tre righe sono tutte tra loro

Queste ultime considerazioni ci fanno comprendere come, nel caso di matrici


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

3.6. Le matrici elementari.

3.6

27

Le matrici elementari.

Una matrice quadrata di ordine n e detta elementare se essa e ottenuta dalla


matrice identica di ordine n tramite una sola operazione elementare. Per esempio
la matrice elementare

1 0 0

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

1 2 0 1

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

1 0 0
1 2 0 1
1 2 0 1

EA= 0 0 1 1 1 1 2 = 0 1 1 1
0 1 0
0 1 1 1
1 1 1 2
e la terza riga (R2 R3 ).

0 0

1 0 si ottiene dalla matrice


0 1

1 2 0 1

4. Se A = 1 1 1 2 allora la
0 1 1 1

1
4 8 0 4

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

si ottiene dalla A scambiando tra loro la seconda

Esempio 24. La matrice elementare E = 0


0
identit
a moltiplicando la prima riga per


4 0 0
1


matrice E A = 0 1 0 1
0 0 1
0
A sostituendo la prima riga con se

2 0
1 1
1 1
stessa

28

3. Le matrici.

1 0 5

Esempio 25. La matrice elementare E = 0 1 0 si ottiene dalla matrice


0 0 1
identit
a sostituendo la prima riga con la somma
di se stessae della terza riga
1 2 0 1

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


0 1 1 1

1 0 5
1 2 0 1
1 6 4 5

E A = 0 1 0 1 1 1 2 = 1 1 1 2 si ottiene dalla A sos0 0 1


0 1 1 1
0 1 1 1
tituendo la prima riga con se stessa con la somma di se stessa e della terza riga
moltiplicata per 4 (R1 R1 + 4R3 ).

Grazie alle proprieta delle operazioni elementari si puo facilmente notare che
se A e una matrice quadrata e E e una matrice elementare dello stesso ordine,
allora det(EA) = det(E)det(A).
Inoltre se E1 , E2 , ..., Ek sono matrici elementari, allora (E1 E2 .... Ek )A e
una matrice che si ottiene dopo aver effettuato sulla A ordinatamente tutte le
trasformazioni individuate dalle matrici Ek , Ek1 ,...,E1 :
A Ek A Ek1 Ek A ..... E1 E2 ....Ek A.

NOTA. Sia A una qualsiasi matrice quadrata invertibile. Sappiamo che


operando sulle righe si puo ottenere la sua forma a gradini, che nel caso particolare
di matrici quadrate e esattamente una forma triangolare superiore:

a011 a012 a013


0 a022 ...
0
0 a033
... ... ...
0
0
...
0
0
0

...
...
a01n
...
...
a02n
...
...
a03n
...
...
...
0
0
... an1n1 an1n
...
...
a0nn

In generale non lo riteniamo utile (per i nostri fini), ma potremmo operare


ulteriori trasformazioni con lo stesso procedimento, con lo scopo di annullare anche
gli elementi sopra la diagonale, ottenendo una forma diagonale per la matrice
trasformata:

3.6. Le matrici elementari.

a0011 0
0
00
0 a22 0
0
0 a0033
... ... ...
0
0
...
0
0
0

29

...
...
0
...
...
0
0
...
0
...
...
...
00
... an1n1 0
...
...
a00nn

Infine sostituendo ogni riga i con se stessa moltiplicata per a1


ii , otteniamo la
matrice identita come la trasformata della matrice invertibile iniziale, in seguito ad
un imprecisato numero di operazioni elementari sulle righe. In altre parole, esistono
opportune matrici elementari E1 , E2 , ..., Ek tali che (E1 E2 .... Ek )A = I. Quindi
1
A = (E1 E2 .... Ek )1 = Ek1 Ek1
.... E11 cioe ogni matrice invertibile si
puo esprimere come prodotto di opportune matrici elementari.

Terminiamo il paragrafo enunciando con il seguente risultato (noto come Teorema di Binet):

Teorema 1. Siano A, B matrici quadrate di ordine n. Allora det(AB) = det(A)


det(B).
Dim.

Dividiamo la dimostrazione in due casi:

1. Sia det(A) = 0; se fosse anche det(AB) = 0 avremmo concluso, visto che


0 = det(A)det(B) = det(AB). Supponiamo al contrario che sia det(AB) 6=
0, quindi AB e una matrice quadrata invertibile, cioe (AB)(AB)1 = I,
da cui A(B(AB)1 ) = I. Questo significherebbe che A e invertibile, contro
lipotesi che det(A) = 0. Quindi effettivamente det(AB) = 0 ed abbiamo
terminato.
2. Sia ora det(A) 6= 0; essendo in questo caso A invertibile, dalla nota precedente esistono opportune matrici elementari E1 , .., Ek tali che A = E1
E2 ..... Ek ; inoltre sappiamo anche che det(A) = det(E1 )det(E2 )...det(Ek )
(vedi considerazioni iniziali sulle matrici elementari). Quindi
det(AB) = det(E1 E2 ...Ek B) = det(E1 )det(E2 )...det(Ek )det(B) = det(A)det(B).
t
u

30

3. Le matrici.

3.7

Trasposta di una matrice, matrici invertibili e matrici simili.

Sia A una matrice con m righe e n colonne, A Mmn (lR). Diciamo matrice
trasposta di A, e la indichiamo AT , quella matrice con n righe e m colonne, AT
Mnm (lR), tale da avere come righe e come colonne, rispettivamente le colonne e
le righe di A. In altre parole, se aij e lelemento di A che occupa il posto di riga
i e colonna j, esso sara anche elemento di AT , ma occupera il posto di riga j e
colonna i.

1 0 1
1 2 3

T
A = 2 1 3 .

0 2 2
1 2 1
Una matrice A quadrata e detta simmetrica se A = AT . Inoltre, per ogni
matrice quadrata A si ha che det(A) = det(AT ).
Diciamo matrice aggiunta della matrice A, e la indichiamo Agg(A), quella matrice che abbia come elemento di posto (i, j), il complemento algebrico
dellelemento di A di posto (j, i).

1 2 1

Esempio 26. Sia A = 3 1 0 .


0 1 1

1 3 0
1 1 1

Allora AT = 2 1 1 e Agg(A) = 3 1
3 .
1 0 1
3 1 5
Diremo che una matrice A, quadrata di ordine n, e invertibile se esiste una
matrice quadrata B di ordine n tale che A B = I, dove I e la matrice identica di
ordine n, avente 1 su tutta la diagonale principale e zero in ogni altra posizione.
Per esempio:

2 0 1

A = 7 3 32 e invertibile, infatti esiste


1 3 4

52 1 1
1 0 0

B = 53
tale che A B = 0 1 0 .
3 10
6
3
6 2 2
0 0 1

3.7. Trasposta di una matrice, matrici invertibili e matrici simili.

31

Le matrici quadrate invertibili sono tutte e sole quelle non singolari. Inoltre,
sia A invertibile tale che A B = I. Grazie al teorema di Binet otteniamo
1 = det(I) = det(A B) = det(A) det(B)
da cui det(B) = det(A)1 . La matrice B e detta inversa della matrice A, indicata
anche con B = A1 .
Una matrice quadrata A e detta ortogonale se AT = A1 . cio vuol dire che
1 = det(I) = det(A A1 ) = det(A AT ) = det(A) det(AT ) = det(A)2 .
Quindi condizione necessaria (ma non sufficiente) affinche una matrice sia ortogonale e che il suo determinanate sia pari a +1 oppure 1.
"
Esempio 27. La matrice A =

cos() sen()
sen() cos()

#
e ortogonale.

Propriet
a. Siano A, B matrici quadrate di ordine n. Valgono le seguenti:
1) (A B)T = B T AT ;
2) (A B)1 = (B)1 (A)1 , nel caso entrambe A e B siano non singolari.
Calcolo dellinversa. Sia A una matrice quadrata non singolare di ordine
n. Per ottenere linversa di A si costruisca dapprima la matrice aggiunta di A.
Quindi si divida ciascun elemento dellaggiunta per il determinante di A. La
matrice ottenuta e esattamente A1 .

1 1 0

Esempio 28. Sia A = 2 0 1 .


1 1 1
Poiche det(A) = 2, essa

1 2

T
A = 1 0
0 1

e invertibile. Si ha che

1
1 1 1

1 , Agg(A) = 1 1 1 .
1
2
0 2

Quindi

A1 =

Agg(A)
=
2

1
2
1
2

1
2

12
1 0

12
1
2

32

3. Le matrici.

ed infatti

A A1


1
1
1 1 0
2

21
= 2 0 1 2 12
1 1 1
1 0

1 0 0

1
= 0 1 0 .
2
1
0 0 1

12

Relazione di Similitudine. Diciamo che due matrici quadrate A, B, entrambe di ordine n, sono simili se esiste una matrice M quadrata di ordine n, non
singolare, tale che A = M 1 B M . Si noti che valgono le seguenti:
1) Ogni matrice quadrata A e simile a se stessa, infatti
A = I 1 A I = I A I.
2) Se la matrice A e simile alla B allora B e simile ad A, infatti
A = M 1 B M B = (M 1 )1 A (M 1 ).
3) Se A e simile a B e B e simile a C, allora A e simile a C, infatti
A = M 1 B M

B = N 1 C N

implica
A = (N M )1 C (N M ).
Quindi la relazione di similitudine tra matrici soddisfa le proprieta riflessiva (1),
simmetrica (2) e transitiva (3), ed e una relazione di equivalenza.
Linsieme della matrici quadrate di ordine n e allora suddiviso in classi di
equivalenza, nel senso che tutte le matrici tra loro simili costituiscono ununica
classe, avente come rappresentante una qualsiasi delle matrici che ne fanno parte.
Inoltre due distinte classi di equivalena non possono aver alcuna matrice in comune.
Le proprieta pi
u rilevanti sono le seguenti:
i) Le matrici tra loro simili hanno lo stesso determinante.
ii) Le matrici tra loro simili hanno lo stesso rango.

3.8

Esercizi.

Esercizio 20.

3
1

Determinare i

1 0
2

1 1 ; 3
0 1
1

ranghi delle seguenti matrici:

"
# "
#
1 0
2 1 1 0
2 1 1 0

;
.
1 1 ;
3 2 1 0
4 2 2 0
0 1

3.8. Esercizi.

33

Esercizio 21. Ridurre le seguenti matrici nella loro forma a

1 1 2 0 1
2 1 3

0 2 1 2 2 ; 0 1 2 ;
1 3 3 2 1
0 3 1


3 1
1 1 2 0 1
1
1
2



2
4 ; 0 9 2 5 5 ; 6 0
2
8 0
0 4 0 8
7
1 1 2
Esercizio 22. Determinare se

1 0

0 1
0 0

gradini:

4 2

7 5 .
9 0

le seguenti matrici sono ortogonali:

"
#
0
cos() sen()

;
1 ;
sen() cos()
1

Esercizio 23. Calcolare linversa della seguente matrice:

1 1 0

2 0 1 ;
1 1 1
Esercizio 24. Determinare una matrice triangolare superiore equivalente per righe
alla matrice

1 1 1

1 0 1 .
0 1 1
Esercizio 25. Determinare una matrice triangolare superiore equivalente per righe
alla matrice

1
1 2 2
2
1 1 0

.
1 1 1 1
2
2 3 1
Esercizio 26. Calcolare il determinante della matrice

1 1 2
3
1 0
1
2

.
3 1 1 2
0 1
1
2
Esercizio 27. Determinare i ranghi delle seguenti matrici:

1 3 1 1 0
"
#
1 1 1
2 3 0
1

1 2 1
1
2 1 1


0
; 2 1 0 ; 1 2 1 0 ;
2 6 1 0 0
0 1 3
3 0 1
2 0 0 1
1 3
1 2 0

34

3. Le matrici.

Esercizio 28. Determinare il rango delle seguenti matrici, al variare del parametro
k:

k 1 2
k 1 1
1 1

k 2 1 ; 1 0 1 ; 0 k ;
3 1 0
2 k 0
1 1
Esercizio 29. Determinare, se esistono, le matrici inverse


"
#
1 0 1
2 1
0
1 1


; 0 1 0 ; 1 1 1
2 0
0 0 1
1 2 1
Esercizio 30. Per quali valori
invertibili:

1 0

k 1
1 2

delle seguenti:

del parametro reale k, le seguenti matrici sono


k
k 1
1


0 0 ;
k ; 2
1 1 k
1

Scegliere un valore di k per cui una di esse e invertibile e determinarne linversa.

4
I sistemi lineari.
4.1

Introduzione.

Una equazione del tipo a1 x1 + a2 x2 + a3 x3 + ... + an xn = b, con a1 , .., an , b lR,


si dice lineare; x1 , .., xn sono le incognite, b e il termine noto, a1 , .., an sono i
coefficienti delle incognite. Risolvere una equazione lineare vuol dire determinare
una n-upla di valori in lR, (c1 , .., cn ), da attribuire alle incognite x1 , .., xn , tali che
a1 c1 + a2 c2 + ... + an cn = b. Un sistema lineare di m equazioni in n incognite sul
campo lR e un insieme di m equazioni lineari nelle stesse incognite x1 , .., xn , cioe

a11 x1 + a12 x2 + ... + a1n xn = b1

a x + a x + ... + a x = b
21 1
22 2
2n n
2
.

..........

am1 x1 + am2 x2 + ... + amn xn = bm


Una soluzione di un tale sistema e una n-upla di valori reali (c1 , .., cn ) da attribuire
alle incognite x1 , .., xn , tali che essi verifichino ciascuna delle m equazioni, cioe:

a11 c1 + a12 c2 + ... + a1n cn = b1

a c + a c + ... + a c = b
21 1
22 2
2n n
2
.

...........

am1 c1 + am2 c2 + ... + amn cn = bm


Se consideriamo le seguenti matrici:

a11 a12
a
21 a22
A=
...
...
am1 am2

... a1n
... a2n
... ...
... amn

,X =

x1
x2
...
...
xn

,B =

b1
b2
...
...
bm

allora il sistema lineare si puo riscrivere in forma compatta nel modo seguente:
A X = B.

36

4. I sistemi lineari.

Chiameremo A matrice incompleta e C =

a11 a12
a21 a22
...
...
am1 am2

... a1n b1
... a2n b2
... ...
...
... amn bm

matrice

completa del sistema lineare.


Siano A e C le matrici associate ad un sistema lineare. Supponiamo che la
matrice C non sia ridotta per righe. Dopo aver effettuato la riduzione della matrice
C, indichiamo con A0 e C 0 le matrici trasformate e ridotte. Ad esse viene associato
ancora un sistema lineare A0 X = B 0 . Vale il seguente:
Teorema 2. Le soluzioni di un sistema lineare AX = B sono le stesse di ciascun
sistema lineare A0 X = B 0 ottenuto da esso attraverso operazioni elementari
effettuete sulle righe delle matrici caratteristiche del sistema. Tali sistemi sono
detti equivalenti.

Esempio 29. Sia dato il sistema lineare

x1 + x2 + x3 = 3
x1 + x2 x3 = 2 .

x x +x =2
1
2
3
Le matrici associate sono

1 1
1
1 1
1 3

A = 1 1 1 , C = 1 1 1 2 .
1 1 1
1 1 1 2
Riduciamo la matrice C:

R3 R3 + R2 ,

1 1 1 3

C 0 = 1 1 1 2
2 0 0 4

R2 R2 R1 ,

1 1 1
3

C 0 = 0 0 2 1 .
2 0 0
4

Il sistema associato a questa matrice e

x1 + x2 + x3 = 3
2x3 = 1

2x1 = 4

4.1. Introduzione.

37

la cui soluzione e (x1 = 2, x2 = 12 , x3 = 12 ). Poiche il sistema trasformato e


equivalente a quello di partenza, questultima e anche soluzione del primo sistema.
Ma non tutti i sistemi lineari hanno necessariamente una soluzione, per esempio
basti pensare al seguente:
(
x1 + x2 = 2
.
2x1 + 2x2 = 1
Diremo compatibili i sistemi lineari che ammettono soluzione ed incompatibili
quelli che non ne ammettono alcuna. Parallelamente, non e detto che se un sistema
lineare ha una soluzione, esso abbia solo quella, eccone un esempio:

x1 + x2 + x3 = 2
2x1 + 2x2 + 2x3 = 4

x1 x2 = 0
che ammette come soluzioni le infinite terne (, , 2 2), per ogni lR.
Diremo indeterminati i sistemi lineari che ammettono infinite soluzioni.

Teorema 3. (di Rouche-Capelli) Sia A X = B un sistema lineare di m equazioni


in n incognite, con matrici associate A Mmn (lR), C Mmn+1 (lR). Esso e
compatibile se e solo se il rango della matrice incompleta A e uguale al rango
della matrice completa C. Inoltre se il sistema e compatibile, detto r il rango delle
matrici, le soluzioni sono in numero di nr .
Dim. Dimostriamo il teorema per il sistema A0 X = B 0 , ottenuto da A X = B
dopo aver ridotto per righe la matrice completa [A|B], in modo tale che rango(A) =
rango(A0 ) e rango([A|B]) = rango([A0 |B 0 ]) ed i due sistemi siano equivalenti.
Supponiamo prima che il sistema sia compatibile e per assurdo sia r = rango(A0 ) <
rango([A0 |B 0 ]). Ordiniamo le righe del sistema in modo che le prime r righe di
A0 siano proprio quelle non nulle. Allora tutte le righe di A0 dalla r + 1-esima in
poi sono nulle. Poiche rango(A0 ) < rango([A0 |B 0 ]), esiste almeno una tra le righe
di ([A0 |B 0 ]) comprese tra la r + 1-esima e la n-esima che non e nulla. Possiamo
per esempio supporre che sia la riga di posto r + 1. Di conseguenza otteniamo la
seguente incongruenza:
0 = 0 x1 + 0 x2 + ...... + 0 xn = br+1 6= 0.
Viceversa supponiamo ora che rango(A0 ) = rango([A0 |B 0 ]) = r. Cio vuol dire che
la colonna dei termini noti B 0 non incide nel calcolo dei ranghi, in altre parole ogni
elemento bi che si trova su una qualsiasi riga i-esima di B 0 e combinazione lineare

38

4. I sistemi lineari.

degli elementi che si trovano sulla riga i-esima di A0 . Quindi esistono 1 , .., n lR
tali che:
a11 1 + a12 2 + ... + a1n n = b1
a21 1 + a22 2 + ... + a2n n = b2
a31 1 + a32 2 + ... + a3n n = b3
....................................................
am1 1 + am2 2 + ... + amn n = bm
cioe il sistema ammette almeno la soluzione (x1 , ..., xn )=(1 , ..., n ). A questo
punto riscriviamo il sistema dopo aver considerato la sua forma ridotta:

a11 x1 + a12 x2 + a13 x3 +

a22 x2 + a23 x3 +

a33 x3 +

....
....
....
....

....
....
....
....
arr xr + ....

a1n xn
a2n xn
a3n xn
....
arn xn

= b1
= b2
= ....
....
= br

Dallultima riga otteniamo


xr = (br arr+1 xr+1 arr+2 xr+2 .... arn xn )

1
= Fr (xr+1 , ...., xn )
arr

dove Fr e una funzione dei parametri xr+1 , ...., xn . Sostituendo nella precedente
xr1 = (br1 ar1r xr ar1r+1 xr+1 .... ar1n xn )

1
ar1r1


br1 ar1r (br arr+1 xr+1 arr+2 xr+2 .... arn xn )

ar1r+1 xr+1 .... ar1n xn

1
ar1r1

1
arr

= Fr1 (xr+1 , ...., xn )

ed in generale: per ogni indice di riga i r


xi = (bi aii+1 xi+1 aii+2 xi+2 .... ain xn )

1
= Fi (xr+1 , ...., xn )
aii

dove ogni Fi e una funzione dei parametri xr+1 , ...., xn . Concludiamo allora che si
puo ottenere una soluzione (F1 , F2 , .., Fr , xr+1 , .., xn ) del sistema lineare ogni volta
che si attribuiscono valori arbitrari ai parametri xr+1 , .., xn , da cui la seconda parte
del teorema.
t
u

4.1. Introduzione.

39

Esempio 30. Sia dato il sistema

x1 + x2 + x3 = 1
2x1 2x2 + 2x3 = 0 .

x1 x3 = 1

1 1
1

La matrice incompleta e A = 2 2 2 che ha rango 3. Ovviamente anche


1 0 1
la matrice completa avr
a rango 3. Il sistema e compatibile ed ammette 33 =
0 = 1 soluzione.

Esempio 31. Sia dato il sistema

x1 + x2 x3 + x4 = 0
3x1 + x2 x3 = 1 .

2x1 x4 = 1

1 1 1 1

La matrice incompleta e A = 3 1 1 0 che ha rango 2. La matrice com2 0 0 1

1 1 1 1 0

pleta e C = 3 1 1 0 1 che ha ancora rango 2. Il sistema e compatibile


2 0 0 1 1
ed ammette 42 = 2 soluzioni. Il rango 2 ci e dato dalle prime due righe, le
terza e combinazione lineare di esse. Allora un sistema equivalente
a quello dato
1 1 1 1 0

e quello associato alla seguente matrice: C 0 = 3 1 1 0 1 e si scrive


0 0 0 0 0
(
x1 + x2 = x3 x4
.
3x1 + x2 = 1 + x3
Dalla prima otteniamo x1 = x2 + x3 x4 e sostituendo nella seconda:
3x2 + 3x3 3x4 + x2 = 1 + x3

cioe

2x2 = 1 2x3 + 3x4

1 2x3 + 3x4
2
ed ancora sostituendo il valore di x2 nella espressione di x1 :
x2 =

x1 =

1 2x3 + 3x4
+ x3 x4 .
2

40

4. I sistemi lineari.

Allora la generica soluzione del sistema lineare e


x1 =

1 1
+
2 2

1
3
x2 = +
2
2

x3 =

x4 =

per ogni valore reale dei parametri e .

Esempio 32. Sia dato il sistema

x1 + x2 x3 = 2
x1 + 2x2 x3 = 0 .

2x + 3x 2x = 1
1
2
3

1 1 1

incompleta e A = 1 2 1 che ha rango 2. La matrice completa


2 3 2

1 1 2

2 1 0 che ha rango 3. Il sistema e incompatibile.


3 2 1

La matrice

e C = 1
2

4.2. Sistemi omogenei.

4.2

41

Sistemi omogenei.

Sia A Mmn (lR), matrice con m righe e n colonne.


Il sistema lineare A X = B e

0
0

detto omogeneo se B = 0 cioe se B = ... e il vettore nullo di m componenti.

...
0
Tali sistemi hanno sempre la soluzione banale, (x1 = 0, .., xn = 0). Poiche in tale
caso la matrice completa e quella incompleta hanno sempre lo stesso rango, la
soluzione banale e anche lunica soluzione se e solo se il rango della matrice A e
pari al numero n di incognite. Al contrario, se il rango di A e r < n allora le
soluzioni sono in numero di nr .
Esempio 33. Sia dato il sistema

x1 + x2 + 2x3 = 0
2x1 + 2x2 + 3x3 = 0 .

3x + x + 2x = 0
1
2
3

1 1 2

La matrice associata e A = 2 2 3 che ha rango 3. Allora vi e la sola


3 1 2
soluzione banale.

Esempio 34. Sia dato il sistema

x1 + x2 + 2x3 + x4 = 0
2x1 + 2x2 + 3x3 + 2x4 = 0 .

x +x +x +x =0
1
2
3
4

1 1 2 1

La matrice associata e A = 2 2 3 2 che ha rango 2. Allora vi sono 2


1 1 1 1
soluzioni. Il rango e 2 poiche lultima riga e combinazione lineare delle precedenti
due. Quindi un sistema equivalente
al precedente
e quello che ha come matrice

1 1 2 1

associata la seguente: A0 = 2 2 3 2 . Tale sistema si scrive:


0 0 0 0
(
x1 + 2x3 = x2 x4
.
2x1 + 3x3 = 2x2 2x4

42

4. I sistemi lineari.

Dalla prima otteniamo x1 = x2 2x3 x4 . Sostituendo nella seconda otteniamo


2x2 4x3 2x4 + 3x3 = 2x2 2x4

cioe x3 = 0.

Un generica soluzione del sistema e allora


x1 =

x2 =

x3 = 0

x4 =

al variare dei parametri e in lR.


Caso particolare e quello in cui r = n 1. Quando si verifica cio, le soluzioni
non banali del sistema lineare omogeneo sono date dalle n-uple proporzionali ai
complementi algebrici di ordine n 1 della matrice A. Infatti se in rango e n 1,
possiamo riscrivere il sistema cancellando le ultime m n + 1 righe:

a11 x1 + a12 x2 + a13 x3 + .... + a1n xn = 0

a12 x1 + a22 x2 + a23 x3 + .... + a2n xn = 0

..............................................

an11 x1 + an12 x2 + an13 x3 + .... + an1n xn = 0


Consideriamo la seguente matrice:

1
1
1

a12
a13
a11

a21
a
a23
22

B = a31
a32
a33
a
a42
a43
41

......
......
......

an11 an12 an13

1
....
....
....
....
....
....

1
....
....
....
....
....
....

......
1
...... a1n
...... a2n
...... a3n
...... a4n
...... ......
...... an1n

Osserviamo che i complementi algebrici degli elementi della prima riga di B sono
esattamente i complementi degli elementi della prima riga del sistema originario:
A11 , A12 , ..., A1n . Se applichiamo il secondo teorema di Laplace alla matrice B
otteniamo
aj1 A11 + aj2 A12 + ... + ajn A1n = 0
per ogni indice j = 1, .., n 1, ed a fortiori
(aj1 A11 + aj2 A12 + ... + ajn A1n ) = 0
per ogni lR. Questo vuol dire che la n-upla (A11 , A12 , ..., A1n ) e soluzione del
sistema lineare omogeneo, al variare di lR.

4.2. Sistemi omogenei.

43

Esempio 35. Sia dato il sistema

2x1 + 3x2 x3 + x4 = 0

x1 x2 + x3 = 0
.

3x1 2x3 + x4 = 0

2x2 + 2x3 = 0

2 3 1 1
1 1 1 0

La matrice associata e A =
che ha rango 3. In particolare il
3 0 2 1
0 2
2 0
rango e dato dalle prime tre righe della matrice, quindi le 1 soluzioni del sistema
sono proporzionali ai complementi algebrici degli elementi a41 = 0, a42 = 2, a43 =
2, a44 = 0, cioe





3 1 1 2 1 1 2 3 1 2 3 1










1 1 0 , 1 1 0 , 1 1 0 , 1 1 1





0 2 1 3 2 1 3 0 1 3 0 2
al variare di parametro reale.

44

4.3

4. I sistemi lineari.

Metodo di Cramer per la risoluzione di


un sistema lineare.

Supponiamo di aver un sistema al quale venga associata un matrice incompleta A


quadrata di ordine n e non singolare:

a11 a12
a
21 a22
A=
...
...
an1 an2

... a1n
... a2n
... ...
... ann

,
X
=

x1
x2
...
...
xn

,
B
=

b1
b2
...
...
bn

Il sistema sia A X = B.
Sappiamo dal teorema di Rouche-Capelli che in tal caso il sistema ammette
ununica soluzione. Essa puo essere determinata nel modo seguente:
A X = B A1 A X = A1 B X = A1 B
da cui
x1 = (A11 b1 + A21 b2 + ... + An1 bn )

1
1
=
det(A)
det(A)

x2 = (A12 b1 + A22 b2 + ... + An2 bn )

1
2
=
det(A)
det(A)

x3 = (A13 b1 + A23 b2 + ... + An3 bn )

1
3
=
det(A)
det(A)

.............................
xn = (A1n b1 + A2n b2 + ... + Ann bn )

1
n
=
det(A)
det(A)

dove Aij e il complemento algebrico dellelemento aij A.


In sostanza, il termine al numeratore 1 = (A11 b1 + A21 b2 + ... + An1 bn ) e il
determinante della matrice

b1 a12
b2 a22
... ...
bn an2

... a1n
... a2n
... ...
... ann

ottenuta scambiando la prima colonna di A con la colonna dei termini noti.


In generale, il termine i = (A1i b1 + A2i b2 + ... + Ani bn ) e il determinante della
matrice

4.3. Metodo di Cramer per la risoluzione di un sistema lineare.

a11 a12
a12 a22
...
...
a1n an2

...
...
...
...

b1
b2
bj
bn

... a1n
... a2n
... ...
... ann

45

ottenuta scambiando la colonna i di A con la colonna dei termini noti.


Supponiamo ora che la matrice A incompleta non sia quadrata e che il sistema
sia compatibile, diciamo r il rango del sistema. Consideriamo A0 la matrice di
ordine r che fornisce il rango al sistema, essa e ovviamente quadrata e non singolare.
Il sistema relativo alla matrice A0

a11 x1 + a12 x2 + ... + a1r xr = b1 a1(r+1) xr+1 ... a1n xn

a x + a x + ... + a x = b a
21 1
22 2
2r r
2
2(r+1) xr+1 ... a2n xn

..........

ar1 x1 + ar2 x2 + ... + arr xr = bm ar(r+1) xr+1 ... arn xn


e equivalente a quello di partenza, inoltre e risolvibile col metodo di Cramer. Le
soluzioni (x1 , .., xr ) saranno date in funzione dei parametri reali xr+1 , .., xn .
Esempio 36. Ripetiamo un esempio precedentemente esposto, ma applichiamo
ora il metodo di Cramer. Sia dato il sistema

x1 + x2 + 2x3 + x4 = 0
2x1 + 2x2 + 3x3 + 2x4 = 0 .

x +x +x +x =0
1
2
3
4

1 1 2 1

La matrice associata e A = 2 2 3 2 che ha rango 2. Allora vi sono 2


1 1 1 1
soluzioni. Il rango e 2 poiche lultima riga e combinazione lineare delle precedenti
due. Quindi un sistema equivalente
al precedente
e quello che ha come matrice

1 1 2 1

0
associata la seguente: A = 2 2 3 2 . Tale sistema si scrive:
0 0 0 0
(

x1 + 2x3 = x2 x4
.
2x1 + 3x3 = 2x2 2x4

Applichiamo
ora
"
# il metodo di Cramer. La matrice incompleta del nuovo sistema e
1 2
A00 =
, con det(A00 ) = 1. Le variabili x2 , x4 diventano parametri reali,
2 3

46

4. I sistemi lineari.

ai quali possiamo attribuire un qualsiasi valore in lR. Calcoliamo




x x

2


2
4
1 =
= x2 + x4
2x2 2x4 3

1 x x

2
4
3 =
2 2x2 2x4




=0

e quindi
x1 =

1
= x2 x4
1

x3 =

3
=0
1

con x2 e x4 parametri reali liberi.

4.4

Metodo di eliminazione di Gauss.

Concludiamo ora facendo vedere come un qualsiasi sistema compatibile si possa


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

Esempio 37. Sia dato il sistema

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

4x1 + 10x2 9x3 + x4 = 33


La matrice completa associata e

C=

1 2
1 3
2 4
4 10

1 1
8
5 1 9
4 1 16
9 1 33

4.4. Metodo di eliminazione di Gauss.

47

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

1 2 1 1
8
0 1 3 3 1
1

2
R2 R2 R3 C 0 =

2
2 4 4 1 16
4 10 9 1 33

1 2 1 1
8
0 1 3 3 1
1

2
R3 R3 R4 C 0 =
1
1
1
2
0 1 2
2
2
4 10 9 1
33

1 2 1 1
8
0 1 3 3 1

0
2
R4 R4 4R1 C =
1
1 .
0 1 21

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

R3 R3 + R2 , R4 R4 2R2 ,

C0 =

1
0
0
0

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

Infine passiamo alla terza riga:

2
R4 R4 + R 3
5

C0 =

1
0
0
0

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

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

x1 +2x2 x3
+x4
=8

3x2 3x3 23 x4 = 1
.

52 x3 x4
= 12

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

48

4. I sistemi lineari.

Esempio 38. Sia dato il sistema

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

4x 5x + 13x = 7
1
2
3

2 1 7 1

La matrice completa associata e C = 3 3 10 0 . Cominciamo con la


4 5 13 7
prima riga:

2 1 7
1
3

R2 R2 R1 C 0 = 0 32 12 32
2
4 5 13
7

2 1 7
1

R3 R3 2R1 C 0 = 0 32 12 32
0 3 1 5

2 1 7
1

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

Esempio 39. Sia dato il sistema

x1 2x2 + 3x3 4x4 = 4


x1 x2 + 2x3 3x4 = 1 .

x x + x + 3x = 1
1
2
3
4

1 2 3 4 4

La matrice completa associata e C = 1 1 2 3 1 .


1 1 1 3 1

1 2 3 4 4

R2 R2 R1 C 0 = 0
1 1 1 3
1 1 1
3 1

1 2 3 4 4

R3 R3 + R1 C 0 = 0 1 1 1 3
0 3 4 1 3

4.4. Metodo di eliminazione di Gauss.

49

R3 R3 + 3R2

1 2 3 4 4

C 0 = 0 1 1 1 3 .
0 0
1
2 6

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

x1 2x2 +3x3 4x4 = 4


x2
x3 +x4 = 3 .

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

50

4.5

4. I sistemi lineari.

Esercizi.

Determinare, quando possibile, le soluzioni dei seguenti sistemi lineari:

Esercizio 31.

Esercizio 32.

Esercizio 33.

Esercizio 34.

Esercizio 35.

Esercizio 36.

Esercizio 37.

Esercizio 38.

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

x + 2y z = 2

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

3x + y = 1

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

5x + 2y z = 5

x1 + x2 2x3 + x4 = 1
2x1 + x2 + x3 + x4 = 2

x1 + 2x2 x4 = 7

x+y+z+t=0

4y + 3t = 5

2x + 5t = 4

3z 2t = 1

2x1 + 3x2 x3 + 4x4 = 12


3x1 + x2 + 2x3 6x4 = 6

x 4x x 4x = 12
1
2
3
4
(

2x 3y 4z = 0
x + 4y 2z = 0

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

x+y =0

4.5. Esercizi.

51

Utilizzare il metodo di Gauss per determinare, quando possibile, le soluzioni


dei seguenti sistemi lineari:
Esercizio 39.

Esercizio 40.

Esercizio 41.

2x y + 7z = 1
3x 3y + 10z = 0

4x 5y + 13z = 7

x 2y + 3z 4w = 4
x y + 2z 3w = 1

x y + z + 3w = 1

Esercizio 42.

Esercizio 43.

Esercizio 44.

x + 2y z + w = 8
x + 3y 5z w = 9
2x + 4y 4z + w = 16
4x + 10y 9z + w = 33

x + 2y + 3z = 1
4x + 5y + 6z = 2

7x + 8y + 9z = 3

x y + 3z = 0

3x y 7z = 4

5x + 2y + 9z = 10

2x + y + 2z = 6

x + 2y z + 5w = 7
2x 4y z 2w = 1

5x 6y 3z + w = 0
Determinare, al variare del parametro k nei reali, quante soluzioni possiedono
i seguenti sistemi lineari:
Esercizio 45.

x + 2y + 3z = k + 1
4x + 5y + 6z = k

7x + 8y + 9z = k + 1

52
Esercizio 46.

Esercizio 47.

Esercizio 48.

Esercizio 49.

Esercizio 50.

4. I sistemi lineari.

5x 3y = 1
2x + y = 7

8x + 3y = k 2

x + 2y z = 1
kx + 2z = 1

x + 3z = 1

kx + 3y + z = k + 4
4kx + y + 2z = 2k + 2

kx + kz = k 1

2kx + 3y z = 4 k
4kx + y + 2z = 2k

(k 1)y = 2

xz =3

(k + 2)y + z = 1
x + (k 1)z = 5

(k + 4)z = k

Determinare i valori reali del parametro k per i quali i seguenti sistemi lineari
omogenei ammettono soluzioni non banali:
Esercizio 51.

Esercizio 52.

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

kx 2y + 2z = 0

kx y + 3z = 0
x + y kz = 0

2x + 2y + kz = 0

5
Gli spazi vettoriali.
5.1

Introduzione

Siano K un campo e V un insieme non vuoto in cui sono definite le seguenti


operazioni:
+ : V V V

K V V.

Diremo che (V, +, ) e uno spazio vettoriale sul campo dei reali se valgono le
seguenti:
1) (V, +) e un gruppo commutativo, cioe
i) (v1 + v2 ) + v3 = v1 + (v2 + v3 ), per ogni v1 , v2 , v3 V ;
ii) esiste e V tale che v + e = e + v = v, per ogni v V ;
iii) per ogni v V , esiste w V , tale che v + w = w + v = e;
iv) per ogni v1 , v2 V , v1 + v2 = v2 + v1 .
2) (a + b)v = av + bv, per ogni a, b K, v V .
3) a(v1 + v2 ) = av1 + av2 , per ogni a K, v1 , v2 V .
4) a(bv) = (ab)v = (ba)v = b(av), per ogni a, b K, v V .
5) 1K v = v, per ogni v V .
Chiameremo vettori gli elementi di uno spazio vettoriale e scalari gli elementi
del campo K.
Esempio 40. Linsieme delle matrici Mmn (lR) e uno spazio vettoriale su lR,
rispetto alle operazioni di somma tra matrici e prodotto per uno scalare.
Esempio 41. Linsieme dei vettori geometrici in lR3 (o in lR2 ) e uno spazio vettoriale su lR, rispetto alle operazioni di somma tra vettori e prodotto per uno
scalare.
Esempio 42. lR e uno spazio vettoriale su se stesso.

54

5. Gli spazi vettoriali.

Esempio 43. Linsieme dei polinomi di grado minore o uguale ad un fissato n,


lR[X] = {a0 + a1 x + a2 x2 + a3 x3 + ... + an xn

a0 , ..., an lR}

a coefficienti reali, e uno spazio vettoriale su lR, rispetto alle operazioni di somma
tra polinomi e di prodotto di un polinomio per uno scalare.
Esempio 44. Sia
lRn = {(x1 , x2 , .., xn )

/x1 , x2 , x3 , .., xn lR}.

Definiamo le seguenti operazioni


(x1 , .., xn ) + (y1 , .., yn ) = (x1 + y1 , .., xn + yn )
(x1 , .., xn ) = (x1 , .., xn ).
n

Allora lR e uno spazio vettoriale sul campo dei reali. Ogni vettore e una n-upla
del tipo (x1 , .., xn ).
Nel seguito ci occuperemo esclusivamente di spazi vettoriali definiti sul campo
K = lR dei numeri reali.
Sia W V , sottoinsieme dello spazio vettoriale V . Diremo che W e un sottospazio vettoriale di V , se e uno spazio vettoriale rispetto alle operazioni definite
in V , sul medesimo campo dei reali. Da tale definizione deriva che, condizione
necessaria e sufficiente affinche W sia sottospazio di V e che valgano le due seguenti:
w1 + w2 W
aw W
per ogni a lR, w, w1 , w2 W , e queste si possono compattare nellunica condizione
aw1 + bw2 W
per ogni a, b lR, w1 , w2 W .
"

#
x y
x, y lR} e un sottospazio dello spazio vettoriale
Esempio 45. W = {
0 0
delle matrici quadrate di ordine 2 su lR, M2 (lR).
Esempio 46. W = {(x, 0, z)

x, z lR} e un sottospazio vettoriale di lR3 .

Esempio 47. lR e un sottospazio banale di se stesso.


Esempio 48. W = {a0 + a1 x1 + a2 x2 + ... + am xm , a0 , .., am lR}, insieme
dei polinomi di grado minore o uguale a m, con m n, e sottospazio vettoriale di
V = {a0 + a1 x1 + a2 x2 + ... + an xn , a0 , .., an lR}.

5.2. Intersezione, unione e somma di sottospazi.

5.2

55

Intersezione, unione e somma di sottospazi.

Siano U, W sottospazi dello spazio vettoriale V . Consideriamo lintersezione di U


eW
U W = {v V : v U e v W }
esso e ancora un sottospazio di V .
Esempio 49. Siano U = {(x, y, 0), x, y lR} e W = {(x, 0, z), x, z lR}
sottospazi di lR3 . Allora un generico vettore che appartenga ad entrambi e dato
dalle componenti (x, 0, 0), quindi scriveremo
U W = {v V :

v = (x, 0, 0),

x lR}.

Esempio 50. Siano U = {(x, y, 0), x, y lR} e W = {(x, x, x), x lR}


sottospazi di lR3 . Allora lunico vettore che appartenga ad entrambi e dato dalle
componenti (0, 0, 0), quindi scriveremo
U W = {(0, 0, 0)}.
Al contrario definiamo lunione di dei due sottospazi U e W
U W = {v V :

vU

oppure

v W }.

non e detto che tale unione sia un sottospazio di V , e per dimostrarlo portiamo il
seguente controesempio: consideriamo
U = {(x, 0),

x lR}

W = {(0, y),

y lR}

sottospazi di lR2 . Consideriamo il vettore (1, 0) U ed il vettore (0, 1) W ,


ovviamente entrambi appartengono a U W ma
(1, 0) + (0, 1) = (1, 1)
/ U W.
Definiamo ora il seguente sottoinsieme dello spazio vettoriale V :
U + W = {v V :

v = u + w,

uU

w W }.

Esso e un sottospazio di V , detto somma di U e W , pi


u precisamente e il pi
u
piccolo sottospazio di V contenente U W .
Diremo che U + W e somma diretta se U W = {0}, il solo vettore nullo.

56

5. Gli spazi vettoriali.

Esempio 51. Siano U = {(x, y, 0),


sottospazi di lR3 . Allora

x, y lR} e W = {(x, 0, z),

U + W = {(x, y, z),

x, z lR}

x, y, z lR} = lR3

inoltre U W = {(x, 0, 0)}, quindi la somma non e diretta.


Esempio 52. Siano U = {(x, y, 0),
sottospazi di lR3 . Allora

x, y lR} e W = {(z, z, z),

U + W = {(x + z, y + z, z),

z lR}

x, y, z lR} = lR3

inoltre U W = {(0, 0, 0)}, quindi la somma e diretta.


Esempio 53. Siano U = {(x, 0, z),
sottospazi di lR3 . Allora

x, z lR} e W = {(y, 0, y),

U + W = {(x + y, 0, y + z),

y lR}

x, y, z lR}

inoltre U W = {(x, 0, x)}, quindi la somma non e diretta.


Consideriamo ancora un esempio di somma non diretta:
Esempio 54. Siano U = {(x + y, y, 0),
lR} sottospazi di lR3 . Allora

x, y lR} e W = {(x + y, 0, y),

U W = {(, 0, 0),

x, y

lR}

quindi la somma non e diretta. Scegliamo un vettore che appartenga alla somma:
in particolare sia w = (6, 1, 1) U + W . Si noti che il vettore w si pu
o esprimere
in diversi modi come somma di due vettori scelti ripsettivamente in U e W :
(6, 1, 1) = (3, 1, 0) + (3, 0, 1)

con

(3, 1, 0) U,

(3, 0, 1) W

con

(2, 1, 0) U,

(4, 0, 1) W.

ed anche
(6, 1, 1) = (2, 1, 0) + (4, 0, 1)

Questo accade per ogni vettore appartenente allo spazio somma, nel caso in cui
questa non sia diretta.
Alla luce di cio, vale la seguente:
Proposizione 1. Siano U e W sottospazi vettoriali dello spazio V . La loro somma
e diretta se e solo se ogni vettore di essa si pu
o esprimere in modo unico come
somma di un vettore di U e di uno di W .

5.2. Intersezione, unione e somma di sottospazi.


Dim.

Rimandiamo la dimostrazione al paragrafo successivo.

57
t
u

Ricordiamo che una combinazione lineare di vettori {v1 , .., vn } di V e una


scrittura del tipo
a1 v1 + a2 v2 + ... + an vn
per qualsiasi a1 , .., an scalari in lR.
Sia S V , un sottoinsieme dello spazio V . Definiamo Span(S) =< S >, e
lo chiamiamo sottospazio generato da S, il sottospazio di V composto da tutte le
possibili combinazioni lineari di vettori di S e scalari in lR.
Esempio 55. Sia V = lR3 , S = {(1, 0, 0), (0, 1, 0)}. Allora Span(S) =< S >=
{(x, y, 0), x, y lR}.
Definizione 6. Siano v1 , .., vn vettori in V . Diremo che v1 , .., vn sono linearmente
dipendenti se esistono a1 , .., an lR, non tutti nulli tali che a1 v1 +a2 v2 +..+an vn =
0. Al contrario sono detti linearmente indipendenti se a1 v1 + a2 v2 + .. + an vn = 0
implica che a1 = a2 = ... = an = 0.
Esempio 56. v1 = (1, 2, 3), v2 = (0, 1, 0), v3 = (1, 0, 1) vettori di lR3 sono
linearmente indipendenti.
Esempio 57. v1 = (1, 2, 1, 0), v2 = (1, 1, 0, 1), v3 = (1, 2, 1, 0), v4 = (1, 1, 0, 1),
v5 = (1, 1, 0, 1) vettori di lR4 sono linearmente dipendenti.
Esempio 58. v1 = (1, 2, 0), v2 = (0, 1, a), v3 = (1, a, 1) vettori di lR3 , con a
parametro reale, sono indipendenti per a 6= 1 e sono dipendenti per a = 1.

58

5.3

5. Gli spazi vettoriali.

Basi e dimensione di uno spazio vettoriale.

Sia V uno spazio vettoriale su lR. Un insieme B di vettori e detta base di V se:
1) i vettori di B sono linearmente indipendenti;
2) Span(B) = V .
Esempio 59. Se V = lR, allora per ogni a lR, B = {a}.
"
#
x1 x2
Esempio 60. Sia V = {
, x1 , x2 , x3 , x4 lR}. Allora una base per V
x3 x4
e data da
# "
# "
# "
#
"
0 1
0 0
0 0
1 0
,
,
,
}
B={
0 0
1 0
0 1
0 0
Esempio 61. Sia V = lR3 , allora una base e data da
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
Esempio 62. Sia
V = lR[X] = {a0 + a1 x + a2 x2 + a3 x3 + ... + an xn

a0 , ..., an lR}

allora una base e data da


B = {1, x, x2 , x3 , .., xn }
Teorema 4. Sia V uno spazio vettoriale e B = {e1 , e2 , .., en } una sua base. Siano
v1 , v2 , .., vr vettori linearmente indipendenti di V , con r n. Allora esistono n r
vettori ej1 , ej2 , .., ejnr di B tali che linsieme B 0 = {v1 , v2 , .., vr , ej1 , ej2 , .., ejnr }
costituisca una base per V .
Dim.

Poiche B e una base di V , esistono 1 , .., n non tutti nulli tali che
v1 = 1 e1 + 2 e2 + ... + n en

e supponiamo per esempio 1 6= 0. Segue che


e1 = (v1 2 e2 ... n en )

1
.
1

Quindi {v1 , e2 , e3 , ..., en } e un insieme di generatori di V . Supponiamo che esista


una combinazione lineare
1 v1 + 2 e2 + ... + n en = 0.

5.3. Basi e dimensione di uno spazio vettoriale.

59

Se fosse 1 = 0 avremmo anche 2 = 3 = ... = n = 0, poiche e2 , .., en sono


indipendenti tra loro. Nel caso in cui 1 6= 0 allora
v1 = (2 e2 + ... + n en )

1
1

cioe linsieme {e2 , .., en } sarebbe un insieme di generatori di V , il che contraddice


il fatto che la dimensione di V e n.
Ne segue che {v1 , e2 , e3 , ..., en } devono essere tra loro linearmente indipendenti,
quindi sono una base per V .
Quindi devono esistere 10 , ..., n0 non tutti nulli, tali che
v2 = 10 v1 + 20 e2 + ... + n0 en .
In particolare, poiche v1 , v2 sono indipendenti, almeno uno tra 20 , ..., n0 deve essere
non nullo. Supponiamo per esempio 20 6= 0. Segue che
e2 = (v2 10 v1 30 e3 ... n0 en )

1
.
20

Quindi {v1 , v2 , e3 , ..., en } e un insieme di generatori di V . Come prima, supponiamo


ora che esista una combinazione lineare
10 v1 + 20 v2 + 30 e3 + ... + n0 en = 0.
Se fosse 20 = 0 avremmo anche 10 = 30 = ... = n0 = 0, poiche v1 , e2 , .., en sono
indipendenti tra loro. Nel caso in cui 20 6= 0 allora
v2 = (10 v1 + 30 e3 + ... + n0 en )

1
20

cioe linsieme {v1 , e3 , .., en } sarebbe un insieme di generatori di V , il che contraddice ancora il fatto che la dimensione di V e n.
Ne segue che {v1 , v2 , e3 , ..., en } devono essere tra loro linearmente indipendenti,
quindi sono una base per V .
Ragionando per induzione su r, si costruisce una base {v1 , .., vr , er+1 , .., en } di
V.
t
u
Teorema 5. Sia V uno spazio vettoriale di dimensione n e siano v1 , v2 , .., vr
vettori linearmente indipendenti di V , con r n. Allora esistono n r vettori vr+1 , vr+2 , .., vn di B tali che linsieme B 0 = {v1 , v2 , .., vr , vr+1 , vr+2 , .., vn }
costituisca una base per V .
Dim. Indichiamo A1 il sottospazio generato da v1 , ..., vr . Essendo r < n, esiste
un vettore vr+1 V A1 , quindi vr+1 e linearmente indipendente con v1 , ..., vr .

60

5. Gli spazi vettoriali.

Per cui e lecito determinare il sottospazio A2 =< v1 , .., vr , vr+1 >. Se r + 1 = n


abbiamo terminato, altrimenti sia vr+2 V A2 . Continuando in tal senso si
ottiene una base per V , nel momento in cui la dimensione del sottospazio e pari
ad n.
t
u
Dai precedenti due teoremi segue immediatamente che:
Teorema 6. Due distinte basi di uno spazio vettoriale contengono lo stesso numero
di elementi.
Definiamo dimensione di uno spazio vettoriale V , e la indichiamo con
dim(V ), il numero di elementi di una qualsiasi base di V .
Esempio 63. Sia
W = {(x1 , x2 , x3 , x4 ) lR4

x1 x4 = 0, x2 + x3 = 0}.

Il generico vettore di W e (x1 , x2 , x2 , x1 ), quindi


dim(W ) = 2

W =< (1, 0, 0, 1), (0, 1, 1, 0) > .

Esempio 64. Sia


W = {(x1 , x2 , x3 , x4 ) lR4

x4 x2 + x3 = 0}.

Il generico vettore di W e (x1 , x2 , x3 , x2 x3 ), quindi


dim(W ) = 3

W =< (1, 0, 0, 0), (0, 1, 0, 1), (0, 0, 1, 1) > .

Supponiamo ora che lo spazio vettoriale V abbia dimensione n, indichiamo con


B = {e1 , .., en } una sua base. Diciamo componenti di un vettore v V rispetto
alla base B, gli scalari a1 , .., an tali che v = a1 e1 + a2 e2 + .. + an en .
Esempio 65. Sia V = lR2 e consideriamo due distinte basi di V :
B1 = {(1, 0), (0, 1)}
B2 = {(1, 2), (4, 1)}.
Sia v V un vettore che abbia componenti (0, 1) rispetto alla base B1 , cioe
v = (0)(1, 0) + (1)(0, 1) = (0, 1). Calcoliamo le sue componenti (a1 , a2 ) rispetto
alla base B2 :
v = a1 (1, 2) + a2 (4, 1)
cioe
(0, 1) = (a1 + 4a2 , 2a1 + a2 )
da cui a1 =

4
9

e a2 = 19 .

5.3. Basi e dimensione di uno spazio vettoriale.

61

Terminiamo questo paragrafo con la dimostrazione della Proposizione 1, enunciata nel paragrafo precedente:
Dimostrazione della Proposizione 1.
Supponiamo dapprima che la somma U +V sia diretta. Indichiamo com {u1 , .., uh }
e {w1 , .., wk } rispettivamente una base per U ed una per W . Sia v U + W e
supponiamo che esso si possa esprimere in almeno due modi come somma di vettori
di U e W :
v =u+w
con u =

Ph

i=1 i ui

U e u0 =

Ph

i=1 i ui

U ed anche

v = u0 + w 0
P
P
con w = kj=1 j wj W e w0 = kj=1 j wj W , per opportuni scalari i , i , j ,
j . Quindi
h
k
h
k
X
X
X
X
v=
i ui +
j wj =
i ui +
j wj
i=1

j=1

i=1

j=1

da cui
h
X

(i i )ui =

i=1

k
X

(j j )wj U W

j=1

poiche il primo membro appartiene a U ed il secondo a W . Dal fatto che la somma


e diretta segue che
h
X
(i i )ui = 0
i=1
k
X

(j j )wj = 0

j=1

cioe i = i per ogni indice i, j = j per ogni indice j. Quindi u = u0 e w = w0 .


Supponiamo ora che ogni vettore della somma sia esprimibile in modo unico e
scegliamo un qualsiasi vettore v U W . Esistono opportuni scalari i , j tali
che
h
X
v=
i ui U
i=1

ed anche
v=

k
X
i=1

j wj W.

62

5. Gli spazi vettoriali.

Sottraendo le due espressioni otteniamo


0=

h
X

i ui

i=1

k
X

j wj U + W.

j=1

Poiche il vettore 0 U + W si deve esprimere in modo unico, esso deve essere


necessariamente la somma del vettore nullo in U e del vettore nullo in W . Ne
segue che
h
X
i ui = 0 U
i=1

e quindi i = 0 per ogni indice i, ed anche


k
X

j wj = 0 W

j=1

e quindi j = 0 per ogni indice j. Da tutto cio otteniamo la conclusione v = 0.

5.4. Una nota sullintersezione di sottospazi vettoriali.

5.4

63

Una nota sullintersezione di sottospazi


vettoriali.

Alla luce delle definizioni di base e dimensione (e per fugare ogni dubbio sul metodo
da utilizzare), diamo ora due esempi di come si possa determinare lintersezione di
spazi vettoriali nei casi pi
u rilevanti:
1. il primo caso e quello in cui gli spazi siano descritti tramite le relazioni lineari
che intercorrono tra le componenti dei vettori appartenenti ad essi;
Ecco un esempio: siano A e B due sottospazi di lR4 definiti da
A = {(x1 , x2 , x3 , x4 ) : x1 x4 = 0}
B = {(x1 , x2 , x3 , x4 ) : 2x1 + x3 = 0, x2 + x4 = 0}.
Per determinare A B, serve dapprima determinare la generica espressione
di un vettore (x1 , x2 , x3 , x4 ) lR4 che appartenga ad entrambi. Le componenti di un tale vettore devono soddisfare contemporaneamente a tutte le
condizioni lineari dettate da entrambe le definizioni di A e B. Quindi la quaterna (x1 , x2 , x3 , x4 ) deve essere una soluzione del sistema lineare omogeneo
in 4 incognite:

x1 x4 = 0
2x1 + x3 = 0 .

x +x =0
2
4
La matrice ad esso associata ha rango 3, per cui ci aspettiamo 1 soluzioni,
cioe la dimensione dellintersezione e 1. Il generico vettore risolutivo del
sistema e dato da (, , 2, ), al variare di lR, e concludiamo che
una base per lintersezione e {(1, 1, 2, 1)}.
2. Laltro caso e quello in cui non venga data (almeno apparentemente) alcuna
relazione che leghi tra loro le componenti dei vettori degli spazi. Eccone un
esempio:
Siano ancora A e B due sottospazi di lR4 definiti da:
A = {(a, a + b, c, a) : a, b, c lR}
B = {(d, e, e, e) : d, e lR}.
Ancora una volta dobbiamo dapprima determinare la generica espressione
del vettore che appartenga ad entrambi gli spazi: per un tale vettore deve
accadere che
(a, a + b, c, a) = (d, e, e, e)

64

5. Gli spazi vettoriali.


quindi
a = d,

a + b = e,

c = e,

a=e

che si riduce ancora ad un sistema lineare omogeneo nelle incognite a, b, c, d, e:

ad=0

a+be=0
.
ce=0

ae=0
La matrice associata al sistema ha rango 4, quindi vi sono 1 soluzioni, per
cui lo spazio intersezione ha dimensione 1. Riscrivendo il sistema in funzione
del parametro e, otteniamo:

ad=0

a+b=e

c=e

a=e
da cui a = d = c = e, b = 0. Sostituendo i valori ottenuti arbitrariamente
nella espressione dei vettori in A od in quella in B, si ottiene il vettore
appartenente allintersezione: esso e (, , , ), al variare del parametro
lR. Per cui la base per lo spazio intersezione e {(1, 1, 1, 1)}.

5.5. Formula di Grassmann.

5.5

65

Formula di Grassmann.

Siano A, B sottospazi vettoriali dello spazio V . Vogliamo considerare ora la relazione che intercorre tra le dimensioni di A, B, A + B e A B. Vale la seguente
(formula di Grassmann):
Teorema 7. dim(A + B) = dim(A) + dim(B) dim(A B).
Dim.

Dividiamo la dimostrazione in due casi:

1. Sia A B somma diretta. Se EA = {c1 , .., cr }, EB = {d1 , .., ds } sono rispet suftivamente basi per A e B, allora EA EB e una base per A B. E
ficiente quindi dimostrare che {c1 , .., cr , d1 , .., ds } sono linearmente indipendenti. Consideriamo la combinazione lineare
1 c1 + ... + r cr + 1 d1 + ... + s ds = 0.
Poiche la somma e diretta, il vettore 0 si puo esprimere in modo unico come
somma di un vettore di A e di uno in B. Certamente 0 si puo esprimere
come
0 = 0 c1 + .. + 0 cr + 0 d1 + ... + 0 ds
Per cui, confrontando questultima con la precedente combinazione lineare,
si ottiene
1 = ... = r = 1 = ... = s = 0.
Quindi EA EB e una base per A B, per cui dim(A B) = dim(A) +
dim(B).
2. Supponiamo ora che AB =< c1 , .., ck >, dim(AB) = k. Per il teorema sul
completamento di una base, esistono vettori indipendenti tra loro d1 , .., dq ,
tali che {c1 , .., ck , d1 , .., dq } sia una base per B. Consideriamo un vettore
v < c1 , .., ck > < d1 , .., dq >:
v=

k
X

i ci =

i=1

q
X

j dj

j=1

e quindi
k
X
i=1

i ci

q
X

j dj = 0.

j=1

Poiche {c1 , .., ck , d1 , .., dq } sono indipendenti, segue che i = j = 0, per


ogni i, j. Allora v = 0, cioe < c1 , .., ck > < d1 , .., dq >= 0 e
B =< c1 , .., ck > < d1 , .., dq >= (A B) < d1 , .., dq > .

66

5. Gli spazi vettoriali.


Inoltre, se w A < d1 , .., dq >, allora w (A B) < d1 , .., dq >, per cui
w = 0. Alla luce di tutto cio:
A + B = A + ((A B) < d1 , .., dq >) = A < d1 , .., dq >
e passando alle dimensioni:
dim(A + B) = dim(A) + dim(< d1 , .., dq >) = dim(A) + (dim(B) k) =
dim(A) + dim(B) dim(A B).
t
u

Proposizione 2. Siano A e B sottospazi vettoriali dello spazio V , e siano CA e


CB rispettivamente una base di A ed una di B. Allora lunione dei vettori delle
due basi, cioe CA CB , costituisce un insieme di generatori per il sottospazio
A + B. Inoltre i vettori di CA CB che sono tra loro linearmente indipendenti
costituiscono una base per A + B.
Esempio 66. Siano V = lR4 ,
A = {(x, y, z, t) lR4 ,
B = {(x, y, z, t) lR4 ,

y = 0, 2z t = 0}
x t = 0, y + z = 0}

e calcoliamo dim(A + B).


Il primo passo e quello di calcolare basi e dimensioni di A e B. Il generico vettore
di A si esprime (x, 0, z, 2z), al variare di x, z lR. Allora dim(A) = 2 ed una sua
base e la seguente
(1, 0, 0, 0), (0, 0, 1, 2).
Il generico vettore di B si esprime (x, y, y, x), al variare di x, y lR. Allora
dim(B) = 2 ed una sua base e
(1, 0, 0, 1), (0, 1, 1, 0).
Quindi se v A B, esso deve essere esprimibile contemporaneamente in due
modi, cioe
v = (a, 0, b, 2b) = (c, d, d, c) con a, b, c, d lR.
Uguagliando le due quaterne si ottiene
a=b=c=d=0
che significa A B = {0} e dim(A B) = 0, da cui
dim(A + B) = dim(A) + dim(B) dim(A B) = 2 + 2 0 = 4.
Concludiamo allora che A + B = lR4 , come somma diretta.

5.5. Formula di Grassmann.

67

Esempio 67. Siano V = lR3 ,


A = {(a + b, b, a),
B = {(x, y, z),

a, b lR}

x y = 0}.

Si ha che dim(A) = 2 ed una sua base e data da


(1, 0, 1), (1, 1, 0).
Inoltre il generico vettore di B si esprime (x, x, z), quindi dim(B) = 2 ed una sua
base e
(1, 1, 0), (0, 0, 1).
Quindi se v A B, esso deve essere esprimibile contemporaneamente in due
modi, cioe
v = (a + b, b, a) = (c, c, d) con a, b, c, d lR.
Uguagliando le due terne si ottiene
a=d=0

b=c

da cui

v = (b, b, 0).

Ci
o vuol dire che dim(A B) = 1 ed una sua base e data dal vettore (1, 1, 0).
Applicando la formula di Grassmann otteniamo:
dim(A + B) = 2 + 2 1 = 3
quindi A + B = lR3 ma non come somma diretta.
Esempio 68. Siano U =< (0, 1, 1), (2, 0, 1) > e W =< (1, 1, 2) > sottospazi di
lR3 . Determiniamo dim(U + W ).
Il generico vettore v U W si deve esprimere nei due seguenti modi
v = a(0, 1, 1) + b(2, 0, 1) = (2b, a, a + b) U
v = c(1, 1, 2) = (c, c, 2c) W.
Uguagliando le due terne otteniamo a = b = c = 0, cioe U W = {0}, quindi in
base alla formula di Grassmann dim(U + W ) = 2 + 1 0 = 3, e U + W = lR3
come somma diretta.
Esempio 69. Siano
A =< (2, 0, 0, 1), (0, 0, 2, 0), (0, 0, 1, 1) >
B =< (0, 1, 0, 0), (1, 1, 0, 0) >

68

5. Gli spazi vettoriali.

sottospazi di lR4 . Un generico vettore v A B si esprime nei due seguenti modi


v = a(2, 0, 0, 1) + b(0, 0, 2, 0) + c(0, 0, 1, 1) = (2a, 0, 2b + c, a c) A
v = d(0, 1, 0, 0) + e(1, 1, 0, 0) = (e, d + e, 0, 0) B.
Uguagliando le due quaterne si ottiene
a = 2b = c =

d
e
=
2
2

quindi v = (e, 0, 0, 0), al variare di e lR. Per cui dim(AB) = 1 e dim(A+B) =


3 + 2 1 = 4, cioe A + B = lR4 , ma non come somma diretta.
Esempio 70. Siano
A =< (2, 1, 0, 1), (1, 3, 1, 1), (0, 1, 1, 1) >
B =< (2, 0, 1, 0), (1, 2, 2, 0) >
sottospazi di lR4 . Determiniamo dim(A + B).
Un generico vettore v A B si esprime nei due seguenti modi
v = a(2, 1, 0, 1)+b(1, 3, 1, 1)+c(0, 1, 1, 1) = (2a+b, a+3b+c, bc, abc) A
v = d(2, 0, 1, 0) + e(1, 2, 2, 0) = (2d + e, 2e, d + 2e, 0) B.
Uguagliando le due quaterne si ottiene
a=d=0

b = c = e

quindi v = (e, 2e, 2e, 0), al variare di e lR. Per cui dim(A B) = 1 e dim(A +
B) = 3 + 2 1 = 4, cioe A + B = lR4 , ma non come somma diretta.

5.6. Cambiamento di base in uno spazio vettoriale.

5.6

69

Cambiamento di base in uno spazio vettoriale.

Sia V uno spazio vettoriale di dimensione n sul campo lR e siano B = {e1 , e2 , .., en }
e B 0 = {e01 , e02 , .., e0n } due distinte basi di V . Per ogni vettore v V avremo:
v = x1 e1 + x2 e2 + ... + xn en

x1 , .., xn lR

v = x01 e01 + x02 e02 + ... + x0n e0n

x01 , .., x0n lR.

Indichiamo allora X = [x1 , .., xn ]T il vettore contenente le componenti di v rispetto


alla base B e X 0 = [x01 , .., x0n ]T quello contenente le componenti di v rispetto alla
base B 0 .
In particolare anche i vettori e1 , .., en possono esprimersi come combinazione
dei vettori della base B 0 :

e1 = a11 e01 + a21 e02 + ... + an1 e0n

e = a e0 + a e0 + ... + a e0
2
12 1
22 2
n2 n
.

..........

en = a1n e01 + a2n e02 + ... + ann e0n


Da queste otteniamo:
v = x1 e1 +x2 e2 +...+xn en = x1 (a11 e01 +a21 e02 +...+an1 e0n )+x2 (a12 e01 +a22 e02 +...+an2 e0n )+
+.......................... + xn (a1n e01 + a2n e02 + ... + ann e0n ) =
e01 (a11 x1 + a12 x2 + ... + a1n xn ) + e02 (a21 x1 + a22 x2 + ... + a2n xn )+
+........................... + e0n (an1 x1 + an2 x2 + ... + ann xn )
che deve essere uguale a v = x01 e01 + x02 e02 + ... + x0n e0n , cioe

x01 = a11 x1 + a12 x2 + ... + a1n xn

x0 = a x + a x + ... + a x
21 1
22 2
2n n
2
.

...........................

0
xn = an1 x1 + an2 x2 + ... + ann xn
Indichiamo con A la matrice dei coefficienti di questo sistema lineare, A = [aij ],
quindi possiamo riscrivere il sistema nel seguente modo:
X0 = A X
che costituiscono le formule di passaggio dalle componenti di un vettore in base B
a quelle del medesimo vettore in base B 0 .

70

5. Gli spazi vettoriali.

La matrice A e detta matrice del cambiamento di base ed e costruita come


segue:
- nella prima colonna vi sono le componenti del vettore e1 rispetto alla base
B0;
- nella seconda colonna vi sono le componenti del vettore e2 rispetto alla base
0
B;
- In generale, nella colonna j vi sono le componenti del vettore ej della base
B, calcolate rispetto alla base B 0 .
Poiche gli n vettori di una base sono sempre linearmente indipendenti, il sistema sopra citato ha rango massimo, cioe n, quindi la matrice A e invertibile, da
cui otteniamo le formule inverse per il cambiamento di base:
X = A1 X 0
che costituiscono le formule di passaggio dalle componenti di un vettore in base
B 0 a quelle del medesimo vettore in base B.
La matrice A1 e costruita come segue:
- nella prima colonna vi sono le componenti del vettore e01 rispetto alla base B;
- nella seconnda colonna vi sono le componenti del vettore e02 rispetto alla base
B;
- In generale, nella colonna j vi sono le componenti del vettore e0j della base
B 0 , calcolate rispetto alla base B.
Esempio 71. Siano V = lR2 e B = {e1 = (1, 1), e2 = (0, 1)}, B 0 = {e01 =
(1, 0), e02 = (2, 1)} due basi di V . Determiniamo le formule di cambiamento di base
in entrambi i versi.
Calcoliamo le componenti dei vettori della prima base rispetto alla seconda.
Le componenti di e1 = (1, 1) rispetto a B 0 sono (e1 )B 0 = (1, 1) infatti
(1, 1) = (1)(1, 0) + (1)(2, 1)
analogamente le componenti" di e2 = (0,#1) rispetto a B 0 sono (e2 )B 0 = (2, 1).
1 2
e quella che determina il passaggio dalla
Per cui, la matrice A =
1
1
base B a quella B 0 , cioe
"
# "
# "
#
x01
1 2
x1
=

x02
1
1
x2
e le formule di passaggio sono
(

x01 = x1 2x2
.
x02 = x1 + x2

5.6. Cambiamento di base in uno spazio vettoriale.

71

Le formule inverse sono date da


"
# "
# "
#
x1
1
2
x01
=

x2
1 1
x02
(

x1 = x01 + 2x02
x2 = x01 x02
"
#
1
2
in cui la matrice di passaggio e A1 =
. Per esempio consideriamo il
1 1
vettore v V che abbia componenti X = (x1 , x2 ) = (2, 3) rispetto alla base B.
Determiniamo le sue componenti X 0 = (x01 , x02 ) rispetto alla base B 0 :
(

x01 = 2 + 6 = 4
.
x02 = 2 3 = 1

Esempio 72. Siano V = lR3 ,


B = {(1, 1, 0), (1, 0, 1), (2, 0, 1)},

B 0 = {(0, 1, 1), (2, 1, 0), (1, 0, 2)}

due basi di V . Determiniamo le formule di cambiamento di base.


Calcoliamo le componenti dei vettori della prima base B rispetto alla seconda
B0:
(1, 1, 0) (2, 1, 1)B 0
1 1 1
(1, 0, 1) ( , , )B 0
3 3 3
(2, 0, 1) (1, 1, 0)B 0
per cui

x01
2 13 1
x1
0

x2 = 1 13 1 x2
x03
1 13 0
x3

1
0

x1 = 2x1 + 3 x2 + x3
x02 = x1 + 13 x2 + x3 .

x0 = x + 1 x
1
3
3 2
Per esempio il vettore v di componenti (1, 0, 3) rispetto alla base B avra componenti
(5, 4, 1) rispetto alla base B 0 .

72

5. Gli spazi vettoriali.

Esempio 73. Siano V = lR3 e B = {e1 , e2 , e3 }, B 0 = {e01 , e02 , e03 } due basi di V
tali che

e1 = e1 + 3e2 + 2e3
.
e02 = e1 + e3

e03 = e2
In tale caso le formule di passaggio


x1
1


x2 = 3
x3
2
e calcolando linversa della matrice

x01
0
x2 =
x03

dalla base B 0 alla base B sono


1 0
x01

0 1 x02
1 0
x03

che compare nel sistema precedente:


x1
1 0 1


2 0 1 x2
x3
3 1 3

Esempio 74. Siano V = lR3 ,


B = {(1, 1, 0), (1, 0, 1), (2, 0, 1)},

B 0 = {(1, 1, 1), (0, 0, 1), (1, 0, 2)}

due basi di V . Sia v V un vettore di componenti (1, 1, 2) rispetto alla base


B. Indichiamo (a, b, c) le componenti di v rispetto alla base B 0 . Per determinare
(a, b, c) applichiamo ora esattamente la definizione di componenti:
(1)(1, 1, 0) + (1)(1, 0, 1) + (2)(2, 0, 1) = a(1, 1, 1) + b(0, 0, 1) + c(1, 0, 2)
cioe
(6, 1, 3) = (a + c, a, a + b + 2c)
da cui a = 1, b = 8, c = 5.

5.7. Esercizi.

5.7

73

Esercizi.

Esercizio 53. Siano U = {(x, y, 0); x, y lR}, V = {(x, 0, z); x, z lR} e W =


{(x, x, x); x lR} sottospazi di lR3 . Determinare i sottospazi U V , U W , V W .
Esercizio 54. Siano U = {(x, y, 0); x, y lR}, V = {(x, 0, z); x, z lR} e W =
{(x, x, x); x lR} sottospazi di lR3 . Determinare i sottospazi U +V , U +W , V +W .
Esercizio 55. Siano v1 = (1, 2, 3), v2 = (0, 1, 0), v3 = (1, 0, 1) vettori di lR3 .
Determinare la dimensione del sottospazio generato da v1 , v2 , v3 .
Esercizio 56. Ripetere lesercizio precedente in lR4 con i vettori v1 = (1, 2, 1, 0),
v2 = (1, 1, 0, 1), v3 = (1, 2, 1, 0), v4 = (1, 1, 0, 1), v5 = (1, 1, 0, 1).
Esercizio 57. Siano v1 = (1, 2, 0, 0), v2 = (3, 1, 0, 1) vettori indipendenti in lR4 .
Determinare due vettori che uniti ai precedenti li completino ad una base di lR4 .
Esercizio 58. Siano B1 = {(1, 0), (0, 1)} e B2 = {(1, 2), (4, 1)} due basi di lR2 e
v un vettore di componenti (0, 1) rispetto a B1 . Determinare le componenti di v
rispetto alla base B2 .
Esercizio 59. Siano U = {(x, y, z, t) lR4 ; y = 0, 2z t = 0} e V = {(x, y, z, t)
lR4 ; x t = 0, y + z = 0}. Determinare una base per U V ed una per U + V .
Esercizio 60. Siano U = {(h + k, k, h); h, k lR}, V = {(x, y, z); x y = 0}
sottospazi di lR3 . Determinare una base per U V ed una per U + V .
Esercizio 61. Siano B1 = {(1, 1), (0, 1)} e B2 = {(1, 0), (2, 1)} due basi di lR2 e
v un vettore di componenti (1, 1) rispetto a B1 . Determinare le componenti di v
rispetto alla base B2 .
Esercizio 62. Siano
B1 = {(1, 1, 0), (1, 0, 1), (2, 0, 1)}

B2 = {(0, 1, 1), (2, 1, 0), (1, 0, 0)}

due basi di lR3 e v un vettore di componenti (1, 2, 3) rispetto a B1 . Determinare le


componenti di v rispetto alla base B2 .
Esercizio 63. Siano B1 = {e1 , e2 , e3 } e B2 = {e01 , e02 e03 } due basi di lR3 e v
un vettore di componenti (1, 2, 3) rispetto a B1 . Determinare le componenti di v
rispetto alla base B2 sapendo che valgono le seguenti relazioni tra i vettori delle
due basi:
e01 = e1 + 3e2 + 2e3 , e02 = e1 + e3 , e03 = e2 .

74

5. Gli spazi vettoriali.

Esercizio 64. Siano


B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

B2 = {(1, 4, 0), (1, 5, 0), (0, 0, 1)}

due basi di lR3 e v un vettore di componenti (1, 0, 5) rispetto a B1 . Determinare


le componenti di v rispetto alla base B2 .
Esercizio 65. Determinare la dimensione e la base del sottospazio: W = {(x, y, z, t)
lR4 ; 2x t = 0, y + 3z = 0}.
Esercizio 66. Determinare la dimensione e la base del sottospazio: W = {(x, y, z, t)
lR4 ; 2x t + 2z = 0}.
Esercizio 67. Determinare la dimensione e la base del sottospazio: W = {(x, y, z, t)
lR4 ; x y = 0, y + 3z + t = 0}.
Esercizio 68. Siano U =< {(0, 1, 1), (2, 0, 1)} > e V =< {(1, 1, 2)} > sottospazi
di lR3 . Determinare la dimensione di U + V .
Esercizio 69. Siano
U =< {(2, 0, 0, 1), (0, 0, 2, 0), (0, 0, 1, 1)} >,

V =< {(0, 1, 0, 0), (1, 1, 0, 0)} >

sottospazi di lR4 . Determinare la dimensione di U + V .


Esercizio 70. Determinare la dimensione della somma dei sottospazi
"
# "
# "
#
2 1
1 3
0
1
A =<
,
,
>
0 1
1 1
1 1
"
B =<

2 0
1 0

# "
,

1 2
2 0

#
>.

6
Prodotti scalari, spazi euclidei e
basi ortonormali.
6.1

Prodotto interno.

In tutto cio che segue, sia V uno spazio vettoriale reale euclideo di dimensione n,
V = lRn . Se X = (x1 , .., xn ) e Y = (y1 , .., yn ) sono due vettori in V , definiremo
prodotto interno (o anche prodotto scalare standard) di X e Y il seguente numero
reale:
n
X
< X, Y >= x1 y1 + x2 y2 + .... + xn yn =
xi yi .
i=1

Denoteremo Span{w1 , .., wr } il sottospazio di V generato da un certo insieme di


vettori w1 , .., wr .
Il prodotto interno tra vettori di lRn ha le seguenti proprieta:
1. < X, X > 0, per ogni X lRn e < X, X >= 0 se e solo se X = 0;
2. < X, Y >=< Y, X >, per ogni X, Y lRn ;
3. < X + Y, Z >= < X, Z > + < Y, Z >, per ogni X, Y, Z lRn e
, lR.
Definizione 7. In un generico spazio vettoriale reale V di dimensione n, si chiama
prodotto interno o scalare, una qualsiasi funzione f : V V lR con le propriet
a:
1. f (X, X) 0, per ogni X lRn e f (X, X) = 0 se e solo se X = 0;
2. f (X, Y ) = f (Y, X), per ogni X, Y lRn ;
3. f (X + Y, Z) = (X, Z) + (Y, Z), per ogni X, Y, Z lRn e , lR. Il
prodotto scalare standard, definito in principio, e un caso particolare di un
qualsiasi prodotto scalare.

76

6. Prodotti scalari, spazi euclidei e basi ortonormali.

Definizione 8.qDiciamo norma di un vettore X V = lRn la seguente: ||X|| =


Pn

2
< X, X > =
i=1 xi .
Si noti che ||X|| 0, per ogni vettore X di V , e ||X|| = 0 solo se X = 0.
Inoltre, per ogni a lR, ||aX|| = |a| ||X||.
Pi
u in generale una norma di uno spazio vettoriale reale e una funzione f :
V lR che abbia le seguenti proprieta:
1. f (X) 0, per ogni X V e F (X) = 0 se e solo se X = 0;
2. f (X) = ||f (X), per ogni X V e lR;
3. f (X + Y ) f (X) + f (Y ), per ogni X, Y V .
La norma da noi definita (detta euclidea) non e lunica norma possibile in lRn .
Diremo che i due vettori X, Y V sono ortogonali in V se < X, Y >= 0.
Un insieme di vettori tutti non nulli S = {X1 , .., Xm } e detto insieme ortogonale di vettori se < Xi , Xj >= 0, per ogni Xi , Xj S con i 6= j.
S e detto insieme ortonormale di vettori se e un insieme ortogonale ed inoltre
< Xi , Xi >= 1, per ogni i = 1, .., m. In altre parole tutti i vettori di S sono versori.
Una prima facile osservazione e la seguente: se {X1 , .., Xm } e un insieme
X1
Xm
ortogonale di vettori, allora { ||X
, ..., ||X
} e un insieme ortonormale di vettori.
m ||
1 ||
Una base B = {e1 , .., en } di V e una base ortonormale di V se essa e un
insieme ortonormale di vettori. Possiamo enunciare il seguente teorema, la cui dimostrazione sara immediata, dopo aver introdotto e studiato le forme quadratiche
reali (Capitolo 9):
Teorema 8. Per ogni prodotto scalare < ., . > in V esiste una base ortonormale
di V rispetto alla quale < ., . > si possa esprimere come prodotto scalare standard.
Sia < ., . > un prodotto interno in uno spazio vettoriale reale V = lRn . Per
ogni X, Y V possiamo scrivere
< X, Y >=

n
X

xi yi = X t Y.

i=1

Sia ora A Mn (lR) una matrice quadrata reale di ordine n. Consideriamo il


vettore AX e calcoliamo il seguente:
< AX, Y >= (AX)t Y = X t At Y =< X, At Y > .
In particolare notiamo che, se A e simmetrica ne segue
< AX, Y >=< X, AY >

6.2. Processo di ortonormalizzazione.

6.2

77

Processo di ortonormalizzazione.

Siano v, w V = lRn con prodotto scalare associato f (X, Y ) =< X, Y >.


Consideriamo il vettore w <v,w>
e ortogonale al vettore v infatti:
<v,v> v, esso
< v, w

< v, w >
< v, w >
v >=< v, w >
< v, v >= 0.
< v, v >
< v, v >

Definiamo allora <v,w>


<v,v> v la proiezione ortogonale di w lungo la direzione del vettore
v. Nel caso particolare v sia un versore, la proiezione ortogonale di w su v si riduce
< v, w > v.

Teorema 9. Siano v1 , ..., vm vettori dello spazio euclideo V . Allora esiste una
successione di vettori w1 , .., wm di V tali che
i) Span{v1 , .., vm } = Span{w1 , .., wm };
ii) {w1 , .., wm } e un insieme di vettori a due a due ortogonali tra loro.
Inoltre se {u1 , .., um } e un altro insieme di vettori che soddisfano le i) e ii) allora
ui = ai wi , per ogni i ed opportuni ai lR.
Osserviamo che nel teorema precedente non e detto che {w1 , .., wm } sia un
insieme ortogonale di vettori, poiche qualche wi potrebbe essere nullo.
Conseguenza. Se {v1 , .., vn } e una base di V allora esistono w1 , .., wm tali che
i) {w1 , .., wm } sia una base ortogonale di V ;
w1
wm
ii) { ||w
, ..., ||w
} sia una base ortonormale di V .
m ||
1 ||
Ricordiamo che la convenienza di utilizzare basi ortonormali, anziche basi
qualunque, risiede nel fatto che, in una base ortonormale, il prodotto scalare di
due vettori si puo esprimere come il prodotto scalare standard e quindi i calcoli
con le coordinate dei vettori sono notevolmente pi
u semplici.
Vediamo ora come costruire i vettori {w1 , .., wm } che soddisfino alle condizioni
i) e ii) del teorema precedente.
w1 = v1
w2 = v2
w3 = v3
w4 = v4

< w1 , v2 >
w1
< w1 , w1 >

< w1 , v3 >
< w2 , v3 >
w1
w2
< w1 , w1 >
< w2 , w2 >

< w1 , v4 >
< w2 , v4 >
< w3 , v4 >
w1
w2
w3
< w1 , w1 >
< w2 , w2 >
< w3 , w3 >

78

6. Prodotti scalari, spazi euclidei e basi ortonormali.

ed in generale
wi+1 = vi+1

i
X
< wj , vi+1 >
wj
< wj , wj >
j=1

B = {v1 , v2 , v3 , v4 } e una base di V ma non e ortogonale. A partire da essa


costruiamo una base ortogonale.
w1 = v1
w2 = v2

< w1 , v2 >
w1 = v2 v1 = (2, 0, 0, 0)
< w1 , w1 >

w3 = v3

< w1 , v3 >
< w2 , v3 >
1
1
1
1
w1
w2 = v3 w1 + w2 = (0, , 0, )
< w1 , w1 >
< w2 , w2 >
2
2
2
2

w4 = v4

< w1 , v4 >
< w2 , v4 >
< w3 , v4 >
w1
w2
w3 = v4 = (0, 0, 1, 0).
< w1 , w1 >
< w2 , w2 >
< w3 , w3 >

I vettori w1 = e2 + e4 , w2 = 2e1 , w3 = 12 e2 + 12 e4 , w4 = e3 costituiscono una base


ortogonale per V e quindi i vettori
w1
1
1
= e2 + e4
||w1 ||
2
2
w2
= e1
||w2 ||
w3
1
1
= e2 + e4
||w3 ||
2
2
w4
= e3
||w4 ||
costituiscono una base ortonormale per V .
Esempio 75. Siano V = lR3 , < X, Y >= x1 y1 + 2x2 y2 + x3 y3 il prodotto scalare
definito in V , v1 = (1, 1, 1), v2 = (0, 0, 1), v3 = (1, 0, 1) e B = {v1 , v2 , v3 } una
base di V , che non e ortogonale rispetto al prodotto < ., . >. A partire da essa
costruiamo una base ortogonale.

w1 = v1
< w1 , v2 >
w2 = v2
w1 = v2 = (0, 0, 1)
< w1 , w1 >
w3 = v3

2 1
< w1 , v3 >
< w2 , v3 >
1
w1
w2 = v3 v1 w2 = ( , , 0)
< w1 , w1 >
< w2 , w2 >
3
3 3

6.2. Processo di ortonormalizzazione.

79

allora B 0 = {w1 , w2 , w3 } e una base ortogonale. Inoltre


||w1 || =

||w2 || =

< w1 , w1 > =

< w2 , w2 > = 1

6
||w3 || = < w3 , w3 > =
.
3
I vettori

w1
1 1
= ( , , 0)
||w1 ||
3 3
w2
= (0, 0, 1)
||w2 ||
w3
1
2
= ( , , 0)
||w3 ||
6
6

costituiscono una base ortonormale per V .

Definizione 9. Siano V uno spazio vettoriale euclideo con prodotto scalare <
X, Y > e 0 6= W un suo sottospazio. Definiamo complemento ortogonale di W in
V , il seguente sottospazio di V
W o = {v V

< v, w >= 0,

Esempio 76. Siano V = lR3 , W = {(a, b, 0),

w W }.

a, b lR} e

W = Span{(1, 0, 0), (0, 1, 0)}.


Consideriamo un generico v = (x1 , x2 , x3 ) V tale che v W o allora
< (x1 , x2 , x3 ), (1, 0, 0) >= 0

cioe x = 0

< (x1 , x2 , x3 ), (0, 1, 0) >= 0

cioe y = 0

quindi
W o = {(0, 0, c),

c lR} = Span{(0, 0, 1)}.

Teorema 10. Siano V uno spazio vettoriale euclideo e 0 6= W un suo sottospazio


di dimensione finita. Allora ogni elemento di v V si pu
o esprimere in modo
0
0
o
unico come v = w + w , dove w W e w W . Quindi si ha V = W W o come
somma diretta.

80

6. Prodotti scalari, spazi euclidei e basi ortonormali.

Vediamo come costruire w e w0 : Sia {e1 , .., en } una base ortonormale di V e


sia W = Span{e1 , .., et }, con t < n. Poniamo
w =< v, e1 > e1 + < v, e2 > e2 + ....+ < v, et > et
e
w0 = v w.
Ovviamente w W ed inoltre, per ogni i = 1, 2, ..., t
< w0 , ei >=< v, ei > < w, ei >=< v, ei > << v, ei > ei , ei >=
< v, ei > < v, ei >< ei , ei >=< v, ei > < v, ei >= 0
quindi w0 e ortogonale con ogni e1 , .., et cioe e ortogonale con ogni vettore di W
ed appartiene a W o .
Lelemento w e detto proiezione ortogonale di v sullo spazio W .

7
Le applicazioni lineari.
7.1

Introduzione.

Siano U e V due spazi vettoriali sul campo K e sia f : U V una corrispondenza


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

u U,

f (u) = v}.

facile osservare che Im(f ) e un sottospazio vettoriale di V .


E

82

7. Le applicazioni lineari.

Esempio 81. f : lR3 lR4 sia definita da f (x1 , x2 , x3 ) = (x1 , 0, x3 , 0). Allora si
ha
Im(f ) = {(a, 0, b, 0) : a, b lR} =< (1, 0, 0, 0), (0, 0, 1, 0) >
sottospazio di dimensione 2 di lR4 .
Esempio 82. f : lR4 lR3 sia definita da f (x1 , x2 , x3 , x4 ) = (x1 +x2 , x2 x3 , x1 +
x3 ). Sia w Im(f ), allora w = (a1 , a2 , a3 ) tali che

x1 + x2 = a1
x2 x3 = a2

x +x =a
1
3
3
da cui ricaviamo che a1 = a2 +a3 , per cui w = (a2 +a3 , a2 , a3 ), per ogni a1 , a2 , a3
lR.
Im(f ) = {(a2 + a3 , a2 , a3 )

a1 , a2 , a3 lR} =< (1, 1, 0), (1, 0, 1) >

sottospazio di dimensione 2 di lR3 .


Esempio 83. f : lR3 lR4 sia definita da f (x1 , x2 , x3 ) = (x1 , x1 + x2 x3 , 2x1 +
x2 x3 , x2 x3 ). Sia w Im(f ), allora w = (a1 , a2 , a3 , a4 ) tali che

x1 = a1

x +x x =a
1
2
3
2

2x1 + x2 x3 = a3

x2 x3 = a4
da cui ricaviamo che a2 = a1 + a4 e a3 = 2a1 + a4 per cui w = (a1 , a1 + a4 , 2a1 +
a4 , a4 ), per ogni a1 , a4 lR.
Im(f ) = {(a1 , a1 + a4 , 2a1 + a4 , a4 )

a1 , a4 lR} =< (1, 1, 2, 0), (0, 1, 1, 1) >

sottospazio di dimensione 2 di lR4 .


Esempio 84. f : lR4 lR3 sia definita da f (x1 , x2 , x3 , x4 ) = (x1 x2 , 2x1 x2 +
x4 , x1 + x2 + x4 ). Sia w Im(f ), allora w = (a1 , a2 , a3 ) tali che

x1 x2 = a1

2x1 x2 + x4 = a2

x + x + x = a
1
2
4
3
da cui ricaviamo che a2 = a1 + x1 + x4 e a3 = a1 + x4 per cui, detti x1 = b1 e
x4 = b2 , w = (a1 , a1 + b1 + b2 , a1 + b2 ), per ogni a1 , b1 , b2 lR.
Im(f ) = {(a1 , a1 +b1 +b2 , a1 +b2 ) : a1 , b1 , b2 lR} =< (1, 1, 1), (0, 1, 0), (0, 1, 1) >
cioe Im(f ) = lR3 .

7.1. Introduzione.

83

Definizione 11. Una applicazione lineare f e detta suriettiva quando limmagine


di f coincide con tutto il codominio di f .
Definizione 12. Diciamo Nucleo di una applicazione lineare f : U V , il
seguente sottoinsieme del dominio:
N (f ) = {u U

f (u) = 0V }

cioe linsieme dei vettori di U che hanno come immagine in V il vettore nullo. Si
dimostra facilmente che N (f ) e un sottospazio vettoriale di U .
Esempio 85. f : lR3 lR4 sia definita da f (x1 , x2 , x3 ) = (x1 , 0, x3 , 0). Sia
u N (f ), allora f (u) = (0, 0, 0, 0) quindi
(
x1 = 0
x3 = 0
da cui u = (0, x2 , 0)
N (f ) = {(0, a, 0)

a lR} =< (0, 1, 0) >

sottospazio di dimensione 1 di lR3 .


Esempio 86. f : lR4 lR3 sia definita da f (x1 , x2 , x3 , x4 ) = (x1 +x2 , x2 x3 , x1 +
x3 ). Sia u N (f ), allora f (u) = (0, 0, 0) quindi

x1 + x2 = 0
x2 x3 = 0

x +x =0
1
3
da cui x1 = x2 = x3 e u = (x1 , x1 , x1 , x4 )
N (f ) = {(a, a, a, b)

a, b lR} =< (1, 1, 1, 0), (0, 0, 0, 1) >

sottospazio di dimensione 2 di lR4 .


Esempio 87. f : lR3 lR4 sia definita da f (x1 , x2 , x3 ) = (x1 , x1 + x2 x3 , 2x1 +
x2 x3 , x2 x3 ). Sia u N (f ), allora f (u) = (0, 0, 0, 0) quindi

x1 = 0

x +x x =0
1
2
3

2x
+
x

x
1
2
3 =0

x2 x3 = 0
da cui u = (0, x2 , x2 )
N (f ) = {(0, a, a)
sottospazio di dimensione 1 di lR3 .

a lR} =< (0, 1, 1) >

84

7. Le applicazioni lineari.

Esempio 88. f : lR4 lR3 sia definita da f (x1 , x2 , x3 , x4 ) = (x1 x2 , 2x1 x2 +


x4 , x1 + x2 + x4 ). Sia u N (f ), allora f (u) = (0, 0, 0, 0) quindi

x1 x2 = 0

2x1 x2 + x4 = 0

x + x + x = 0
1
2
4
da cui x1 = x2 = x4 = 0 e u = (0, 0, x3 , 0)
N (f ) = {(0, 0, a, 0)

a lR} =< (0, 0, 1, 0) >

sottospazio di dimensione 1 di lR4 .

Definizione 13. Una applicazione lineare f : U V e detta iniettiva quando per


ogni u1 6= u2 in U si ha: f (u1 ) 6= f (u2 ) in V .

Teorema 11. Una applicazione lineare f : U V e iniettiva se e solo se N (f ) =


{0}, cioe se il nucleo di f e il sottospazio banale di U .

7.2

Applicazioni lineari e matrici.

Siano U e V spazi vettoriali su lR, tali da avere dim(U ) = n e dim(V ) = m e


B = {e1 , .., en }

una base per U

B 0 = {e01 , .., e0m }

una base per V.

Sia f : U V una applicazione lineare. Ogni vettore X U ha delle componenti


(x1 , .., xn ) rispetto alla base B, cioe X = x1 e1 + ... + xn en , ed ogni vettore Y V
ha delle componenti (y1 , .., ym ) rispetto alla base B 0 , cioe Y = y1 e01 + ... + ym e0m .
In particolare sia Y = f (X) V , quindi
Y = f (x1 e1 + ... + xn en ) = x1 f (e1 ) + x2 f (e2 ) + .. + xn f (en ).
Poiche i vettori f (e1 ), .., f (en ) sono in V , essi sono esprimibili per componenti
rispetto alla base B 0 :
f (e1 ) = a11 e01 + a21 e02 + ... + am1 e0m
f (e2 ) = a12 e01 + a22 e02 + ... + am2 e0m
...........

7.2. Applicazioni lineari e matrici.

85

f (en ) = a1n e01 + a2n e02 + ... + amn e0m


da cui
Y = x1 (a11 e01 + a21 e02 + ... + am1 e0m ) + x2 (a12 e01 + a22 e02 + ... + am2 e0m )+
+.............................. + xn (a1n e01 + a2n e02 + ... + amn e0m ) =
e01 (a11 x1 + a12 x2 + ... + a1n xn ) + e02 (a21 x1 + a22 x2 + ... + a2n xn )+
+............................... + e0n (am1 x1 + am2 x2 + ... + amn xn ).
Se indichiamo

a11 a12
a
21 a22
A=
...
...
am1 am2

... a1n
... a2n
... ...
... amn

,Y =

y1
y2
...
...
ym

,X =

x1
x2
...
...
xn

allora f (X) = Y si puo scrivere nel modo seguente:


AX =Y
e la matrice A e la matrice associata allapplicazione lineare f rispetto alle basi B
e B 0 . Tale matrice e ottenuta nel seguente modo: la sua colonna j e formata dalle
componenti rispetto alla base B 0 dellimmagine f (ej ) del vettore ej della base B.
Concludiamo allora che ad ogni applicazione lineare f e associata una matrice che
dipende dalle basi scelte per il dominio e codominio di f .
Viceversa sia data una qualsiasi matrice A Mmn (lR) e siano al solito U e
V spazi vettoriali rispettivamente di dimensioni n e m. Costruiamo la seguente
corrispondenza tra i due spazi vettoriali:
f (X) = A X V,

per ogni

X U.

Essa e ovviamente una applicazione lineare. Quindi ad ogni matrice e associata


una applicazione lineare.
Quanto detto finora si puo riassumere nel modo seguente: esiste una corrispondenza che associa ad ogni matrice una applicazione lineare e viceversa.
Si noti che se Y f (U ), allora esso e generato dallinsieme {f (e1 ), ..., f (en )},
che quindi e un generatore per limmagine della f . Cio vuol dire che le colonne della
matrice associata ad una applicazione lineare costituiscono un insieme di generatori
per Im(f ). Allora una base dellimmagine si puo ricavare facilmente, considerando
i vettori colonna della matrice associata, che siano tra loro indipendenti.

86

7. Le applicazioni lineari.

Teorema 12. Sia data una applicazione lineare f : U V e sia S = {v1 , .., vr }
U un sottoinsieme di S formato da vettori linearmente dipendenti. Allora linsieme f (S) = {f (v1 ), .., f (vr )} V e anche esso formato da vettori linearmente
dipendenti.
Teorema 13. Sia data una applicazione lineare f : U V e sia S = {v1 , .., vr }
U un sottoinsieme di S formato da vettori linearmente indipendenti. Allora linsieme f (S) = {f (v1 ), .., f (vr )} V e anche esso formato da vettori linearmente
indipendenti se e solo se f e iniettiva.
Teorema 14. Sia data una applicazione lineare f : U V . Allora dim(U ) =
dim(N (f )) + dim(Im(f )).
Dim. Indichiamo dim(U ) = n. Se N (f ) = 0 allora f e iniettiva e sappiamo
che dato un insieme di vettori indipendenti B = {e1 , ..., en } nel dominio, i vettori
{f (e1 ), ..., f (en )} sono indipendenti nel codominio. Inoltre se B e una base di U
allora e noto anche che {f (e1 ), ..., f (en )} sono generatori di Im(f ). Unendo le due
cose otteniamo che {f (e1 ), ..., f (en )} e esattamente una base per Im(f ), da cui
lasserto.
Poniamoci allora nel caso in cui N (f ) 6= 0. Essendo N (f ) un sottospazio
di U , indichiamo con {b1 , ..., br } una sua base. Siano ora {cr+1 , ..., cn } vettori
indipendenti in U tali che {b1 , .., br , cr+1 , ..., cn } sia una base per U . Ancora richiamiamo il risultato per cui linsieme {f (b1 ), ..., f (br ), f (cr+1 ), ..., f (cn )} e un insieme di generatori per Im(f ). Poiche b1 , .., br appartengono al nucleo di f , allora
f (b1 ) = f (b2 ) = ... = f (br ) = 0, per cui linsieme {f (cr+1 ), ..., f (cn )} e un insieme di generatori per Im(f ). Dimostriamo ora che essi sono anche linearmente
indipendenti. Consideriamo la combinazione lineare
r+1 f (cr+1 ) + ..... + n f (cn ) = 0;
dalla linearita di f abbiamo che
f (r+1 cr+1 + ..... + n cn ) = 0
cioe il vettore r+1 cr+1 + ..... + n cn appartiene al nucleo N (f ), che contraddice
il fatto che i vettori cr+1 , ..., cn debbano essere indipendenti con i vettori b1 , .., br .
Questo vuol dire che r+1 cr+1 + ..... + n cn = 0, e dalla indipendenza lineare dei
vettori cr+1 , ..., cn segue che i = 0, per ogni i = r + 1, ..., n.
Infine, essendo {cr+1 , ..., cn } una base per Im(f ), alora dim(Im(f )) = n r =
dim(U ) + dim(N (f )).
t
u

7.2. Applicazioni lineari e matrici.

87

Esempio 89. f : lR3 lR4 sia definita da f (x1 , x2 , x3 ) = (x1 , x1 + x2 x3 , 2x1 +


x2 x3 , x2 x3 ). Abbiamo visto in un esempio precedente che
Im(f ) = {(a1 , a1 + a4 , 2a1 + a4 , a4 )

a1 , a4 lR} =< (1, 1, 2, 0), (0, 1, 1, 1) >

sottospazio di dimensione 2 di lR4 . Ma anche


N (f ) = {(0, a, a)

a lR} =< (0, 1, 1) >

e sottospazio di dimensione 1 di lR3 .


Esempio 90. Sia f : lR2 lR3 definita da
f (x1 , x2 ) = (x1 + 2x2 , 3x2 , x1 ).
Determiniamo la matrice associata alla f rispetto alle basi canoniche sia nel
dominio che nel codominio.

f (1, 0) = (1, 0, 1)
f (0, 1) = (2, 3, 0)

1 2

A = 0 3 .
1 0
Il rango della matrice e 2, quindi dim(Im(f )) = 2 e Im(f ) =< (1, 0, 1), (2, 3, 0) >.
Percio dim(N (f )) = 0 e N (f ) = {0}. Lapplicazione e iniettiva ma non suriettiva.
Esempio 91. Ripetiamo lesempio precedente ma ora esprimiamo la matrice associata a due basi differenti da quelle canoniche:
B2 = {(1, 1), (2, 1)}

base nel dominio

B3 = {(1, 1, 0), (1, 0, 0), (1, 2, 1)}

base nel codominio.

Per costruire tale matrice dobbiamo calcolare le immagini dei vettori della base
B2 . Tali immagini si possono calcolare sfruttando la matrice A associata alla f
rispetto alle basi canoniche:


" #
1 2
3
1


f (1, 1) = 0 3
= 3
1
1 0
1

88

7. Le applicazioni lineari.


" #
1 2
4
2


f (2, 1) = 0 3
= 3 .
1
1 0
2
Ora conosciamo le immagini,ma esse sono espresse rispetto alla base canonica di
lR3 , dobbiamo quindi convertirle rispetto alla base B3 :
(3, 3, 1) = (1, 1, 1)B3
(4, 3, 2) = (1, 3, 2)B3
quindi la matrice associata alla f rispetto alle basi B2 e B3 e

1 1

A0 = 1 3
1 2
da cui

"
#
x1 x2
1 1
x1

f (X) = 1 3
= x1 + 3x2
x2
x1 + 2x2
1 2

e lespressione dellapplicazione lineare rispetto a tali basi. Si noti che le dimensioni


di Nucleo e Immagine sono invarianti rispetto ad un cambiamento di basi nel
dominio e nel codominio.
Esempio 92. Siano B = {e1 , e2 , e3 } la base canonica di lR3 e f : lR3 lR4 una
applicazione lineare tale che
f (e1 ) = (1, 1, 1, 0)
f (e2 ) = (1, 0, 1, 0)
f (e3 ) = (0, 0, 0, 1).
La matrice associata a f rispetto alla

1
1

A=
1
0

base canonica in lR4 e allora

1 0
0 0

1 0
0 1

che ha rango 3, quindi dim(Im(f )) = 3 (f non e suriettiva) e dim(N (f )) = 0 (f


e iniettiva), inoltre lespressione di f rispetto alle basi canoniche sia nel dominio

7.2. Applicazioni lineari e matrici.

89

che nel codominio e

f (X) =

1
1
1
0

1
0
1
0

0
0
0
1

x1



x2 =

x3

x1 + x2
x2
x1 + x2
x3

Esempio 93. Sia f : lR5 lR3 definito da


f (x1 , x2 , x3 , x4 , x5 ) = (x1 x4 , x2 x4 , x3 ).
La matrice associata rispetto alle

A= 0
0

basi canoniche in lR5 e lR3 e

0 0 1 0

1 0 1 0
0 1 0 0

che ha rango 3. Quindi dim(Im(f )) = 3 (f e suriettiva) e dim(N (f )) = 2 (f non


e iniettiva).
Una base dellimmagine e data da
(1, 0, 0),

(0, 1, 0),

(0, 0, 1).

Il generico vettore del Nucleo, X = (x1 , x2 , x3 , x4 , x5 ) e dato da x3 = 0, x1 = x2 =


x4 , per cui
N (f ) = {(x1 , x1 , 0, x1 , x5 ),

x1 , x5 lR} =< (1, 1, 0, 1, 0), (0, 0, 0, 0, 1) > .

90

7. Le applicazioni lineari.

Esempio 94. Sia f : lR3 lR4 definito da


f (x1 , x2 , x3 ) = (5x1 + 4x2 9x3 , 4x1 + 5x2 9x3 , 9x1 9x2 + 9x3 , x1 + x2 + x3 ).
La matrice associata rispetto alle basi canoniche in lR3 e lR4 e

5
4 9
4
5 9

A=
.
9 9 9
1
1
1
Determiniamo la matrice associata a f rispetto alla base
B = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} di lR3
ed alla base canonica in lR4 .
Si devono calcolare le immagini dei

5
4
4
5

f (1, 1, 0) =
9 9
1
1

vettori di

9
1

B:


1 =

9
9
18
2

ed in modo analogo
f (1, 0, 1) = (14, 13, 18, 0) f (0, 1, 1) = (13, 14, 18, 0).
Allora la matrice associata a f rispetto a tali basi e

9
14
13
9
13
14

A0 =
.
18 18 18
2
0
0

Esempio 95. Sia f : lR4 lR2 con matrice associata


"
#
1 0 0 1
A=
1 1 2 1
rispetto alle basi
B4 = {(1, 1, 0, 0), (1, 0, 0, 0), (2, 0, 0, 1), (0, 0, 1, 0)}
B2 = {(1, 1), (1, 0)}

in

in

lR4

lR2 .

Determiniamo la matrice associata a f rispetto alle basi canoniche sia nel dominio
che nel codominio.

7.2. Applicazioni lineari e matrici.

91

Per prima cosa esprimiamo i vettori della base canonica di lR4 per componenti
rispetto alla base B4 :
(1, 0, 0, 0) = (0, 1, 0, 0)B4
(0, 1, 0, 0) = (1, 1, 0, 0)B4
(0, 0, 1, 0) = (0, 0, 0, 1)B4
(0, 0, 0, 1) = (0, 2, 1, 0)B4 .
Quindi calcoliamo le immagini di tali vettori utilizzando la matrice A:

0
" #
"
#
1
0
1 0 0 1

f (0, 1, 0, 0) =
=
0
1
1 1 2 1
0
ed analogamente
f (1, 1, 0, 0) = (1, 2)
f (0, 0, 0, 1) = (1, 1)
f (0, 2, 1, 0) = (0, 0).
Tali immagini sono espresse per componenti rispetto alla base B2 e quindi dobbiamo ora convertirle per componenti rispetto alla base canonica C2 di lR2 :
(0, 1)B2 = (1, 0)C2
(1, 2)B2 = (1, 1)C2
(1, 1)B2 = (0, 1)C2
(0, 0)B2 = (0, 0)C2 .
La matrice associata rispetto alle basi canoniche e allora
"
#
1
1
0
0
A0 =
0 1 1 0
e lespressione dellapplicazione lineare nelle basi canoniche di dominio e codomino
e

x1
"
#
"
#
x
1 1 0 0
x1 x2
2
f (x1 , x2 , x3 , x4 ) =

.
=
x3
0 1 1 0
x2 + x3
x4

92

7. Le applicazioni lineari.

Esempio 96. Siano f : lR4 lR4 e


B = {(1, 0, 0, 1), (1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 1, 0)}
un base di lR4 , tali che
f (1, 0, 0, 1) = (2, 0, 0, 1)
f (1, 0, 0, 0) = (1, 0, 1, 0)
f (0, 1, 1, 0) = (1, 0, 1, 1)
f (0, 0, 1, 0) = (1, 1, 2, 0).
La matrice associata a f rispetto alla base B
nel codominio e

2 1 1
0
0
0

A=
0
1
1
1 0 1

nel dominio e alla base canonica


1
1
2
0

Determiniamo la matrice associata a f rispetto alla base B anche nel codominio. Si devono esprimere le immagini dei vettori di B per componenti rispetto
alla base B stessa, per cui, detta C la base canonica di lR4 , si ha:
(2, 0, 0, 1)C = (1, 1, 0, 0)B
(1, 0, 1, 0)C = (0, 1, 0, 1)B
(1, 0, 1, 1)C = (1, 0, 0, 1)B
(1, 1, 2, 0)C = (0, 1, 1, 1)B
e la matrice associata e

A0 =

1 0 1 0
1 1 0 1
0 0 0 1
0 1 1 1

Infine determiniamo la matrice relativa ad f rispetto alla base canonica sia nel
dominio che nel codominio:
Per prima cosa esprimiamo i vettori della base canonica C per componenti
rispetto alla base B:
(1, 0, 0, 0) = (0, 1, 0, 0)B
(0, 1, 0, 0) = (0, 0, 1, 1)B
(0, 0, 1, 0) = (0, 0, 0, 1)B

7.2. Applicazioni lineari e matrici.

93

(0, 0, 0, 1) = (1, 1, 0, 0)B


quindi calcoliamo le immagini di tali vettori

2 1 1
0
0
0

f (0, 1, 0, 0) =
0
1
1
1 0 1

tramite

1

2
0

la matrice A:

0
1

1
0
=

0 1
0
0

ed analogamente
f (0, 0, 1, 1) = (0, 1, 1, 1)
f (0, 0, 0, 1) = (1, 1, 2, 0)
f (1, 1, 0, 0) = (3, 0, 1, 1)
ed e chiaro che, avendo usato la matrice A, i risultati sono gia espressi per componenti rispetto alla base canonica. Quindi la matrice associata a f rispetto alla
base canonica sia nel dominio che nel codominio e

1 0 1 3
0 1 1 0

A00 =

1 1 2 1
0 1 0 1
ed esprimiamo f come segue:

1 0
0 1

f (x1 , x2 , x3 , x4 ) =
1 1
0 1


1 3
x1

1 0 x2

2 1 x3
x4
0 1

Esempio 97. Sia f : lR3 lR3 associato

A= 2
3

x1 + x3 3x4
x2 + x3
x1 x2 + 2x3 + x4
x2 + x4

alla matrice

1 2

1 3
1 4

rispetto alle basi


B = {(1, 1, 0), (1, 0, 1), (0, 0, 1)}
C = {(1, 0, 1), (1, 0, 1), (0, 1, 0)}

nel dominio
nel codominio.

Determiniamo una base per limmagine in base canonica.

94

7. Le applicazioni lineari.

Poiche il rango della matrice A e 2, la dimensione dellimmagine e appunto 2.


Le colonne (1, 2, 3) e (1, 1, 1) sono indipendenti, quindi esse rappresentano i 2
vettori che generano limmagine.
Per definizione, essi compaiono nella matrice espressi per componenti rispetto alla base C, quindi per ottenere i vettori che generano limmagine dobbiamo
esprimerli rispetto alla base canonica:
(1, 2, 3)C = 1(1, 0, 1) + 2(1, 0, 1) + 3(0, 1, 0) = (3, 3, 1)
(1, 1, 1)C = 1(1, 0, 1) + 1(1, 0, 1) + 1(0, 1, 0) = (2, 1, 0).
Allora Im(f ) =< (3, 3, 1), (2, 1, 0) >.
Esempio 98. Siano f : lR3 lR2 ,
B3 = {(1, 0, 1), (0, 2, 0), (1, 0, 1)}

una base di

B2 = {(1, 1), (2, 3)}


una base di
"
#
10 4 2
A=
3 2 1

lR3

lR2

la matrice associata a f rispetto alla base B3 nel dominio ed alla base B2 nel
codominio. Determiniamo la matrice associata a f rispetto alle basi canoniche sia
nel dominio che nel codominio.
Dapprima si devono esprimere i vettori della base canonica C3 di lR3 per
componenti rispetto alla base B3 :
1
1
(1, 0, 0) = ( , 0, )B3
2
2
1
(0, 1, 0) = (0, , 0)B3
2
1
1
(0, 0, 1) = ( , 0, )B3 .
2
2
Di tali vettori calcoliamo adesso le immagini:
1
1
f ( , 0, ) = (4, 1)B2
2
2
1
f (0, , 0) = (2, 1)B2
2
1
1
f ( , 0, ) = (6, 2)B2 .
2
2

7.2. Applicazioni lineari e matrici.

95

Riportiamo tali immagini per componenti rispetto alla base canonica C2 di lR2 :
(4, 1)B2 = (2, 1)C2
(2, 1)B2 = (0, 1)C2
(6, 2)B2 = (2, 0)C2
per cui la matrice associata a f rispetto alle basi canoniche C3 e C2 e:
"
#
2
0
2
A0 =
.
1 1 0
Esempio 99. Siano V = lR2 [x], W = lR3 [x] rispettivamente gli spazi vettoriali
dei polinomi di secondo e terzo grado nella variabile x. Definiamo la seguente
applicazione lineare f : V W , rispetto alle basi
BV = {1, x, x2 }

nel dominio

BW = {1, x, x2 , x3 }

nel codominio

f (p(x)) = x2 p0|x+1
dove p0|x+1 indica la derivata prima del polinomio p(x) calcolata in x + 1.
1. Calcoliamo la matrice associata a f nelle basi scelte;
2. Determiniamo nucleo ed immagine di f ;
3. Determiniamo la matrice associata a f rispetto alle basi
CV = {x + 1, x2 + 1, x2 + x}
CW = {x, x3 + 1, x + 1, x2 }

nel dominio
nel codominio.

Iniziamo calcolando le immagini dei vettori in BV :


f (1) = x2 0 = 0W = (0, 0, 0, 0)W
f (x) = x2 1 = x2 = (0, 0, 1, 0)W
f (x2 ) = x2 (2x + 2) = 2x3 + 2x2 = (0, 0, 2, 2)W .
La matrica associata e quindi

A=

0
0
0
0

0
0
1
0

0
0
2
2

96

7. Le applicazioni lineari.

Il nucleo di f si ricava risolvendo il

0 0
0 0

0 1
0 0

sistema lineare omogeneo:

0
x1

x2 = 0
2
x3
2

da cui x1 = , x2 = 0, x3 = 0. Quindi i polinomi di lR2 [x] che appartengono al


nucleo sono generati dal vettore di componenti (1, 0, 0) rispetto alla base BV , cioe
sono tutti e soli gli scalari in lR: Ker(f ) =< >, lR.
Segue inoltre che limmagine ha dimensione 2 ed osservando le colonne della
matrice A, una base dellimmagine e individuata dai vettori di componenti:
(0, 0, 1, 0), (0, 0, 2, 2)
quindi Im(f ) =< x2 , 2x2 + 2x3 >.
Per determinare la matrice rispetto alle nuove basi, dapprima calcoliamo le componenti dei vettori di CV rispetto alla base BV :
x + 1 = (1, 1, 0)BV
x2 + 1 = (1, 0, 1)BV
x2 + x = (0, 1, 1)BV .
Limmagine di tali vettori tramite f e il prodotto di ciascuno di essi per la matrice
A associata:


0 0 0
1
0 0 0


f (1, 1, 0) =
1 = (0, 0, 1, 0)BW = x2
0 1 2
0
0 0 2


0 0 0
1
0 0 0


f (1, 0, 1) =

0 = (0, 0, 2, 2)BW = 2x2 + 2x3


0 1 2
1
0 0 2


0 0 0
0
0 0 0


f (0, 1, 1) =
1 = (0, 0, 3, 2)BW = 3x2 + 2x3
0 1 2
1
0 0 2
Esprimiamo infine tali vettori per componenti rispetto alla base CW .
x2 = x + (x3 + 1) + (x + 1) + x2

7.3. Endomorfismi e cambiamento di base.

97

cioe
x2 = ( + ) + ( + )x + x2 + x3
ed uguagliando i monomi simili, segue = 0, = = 0, = = 0, = 1:
x2 = (0, 0, 0, 1)CW
Analogamente:
2x2 + 2x3 = (2, 2, 2, 2)CW
3x2 + 2x3 = (2, 2, 2, 3)CW
e la matrice associata e:

A0 =

7.3

0 2
2
0 2
2
0 2 2
1 2
3

Endomorfismi e cambiamento di base.

Sia V uno spazio vettoriale di dimensione n. Una applicazione lineare f : V


V , in cui dominio e codominio coincidono e detta endomorfismo dello spazio V .
Sia B una base di V . Relativamente ad essa, viene associata allendomorfismo
una matrice quadrata di ordine n. Al variare della base B, varia la matrice che
rappresenta f . Ci proponiamo di osservare in quale modo tali matrici sono tra
loro correlate.
Siano allora B e B 0 due distinte basi di V e A la matrice associata alla base B,
A0 quella associata a B 0 . Siano inoltre v, w V , tali che f (v) = w. Il vettore v avra
componenti X = (x1 , .., xn ) rispetto alla base B e X 0 = (x01 , .., x0n ) rispetto a B 0 .
Analogamente diciamo che il vettore w avra componenti Y = (y1 , .., yn ) rispetto
a B e Y 0 = (y10 , .., yn0 ) rispetto a B 0 . Per quanto detto nel capitolo dedicato agli
spazi vettoriali, esiste una matrice C di cambiamento di base che ci permette di
esprimere le componenti di un vettore in base B 0 in funzione di quelle in base B.
In particolare abbiamo che
X0 = C X

Y 0 = C Y.

Inoltre il fatto che w = f (v) significa


Y =AX

Y 0 = A0 X 0 .

Da X = C 1 X 0 e Y = C 1 Y 0 ne segue che
C 1 Y 0 = A C 1 X 0

Y 0 = (C A C 1 ) X 0

98

7. Le applicazioni lineari.

cioe
A0 = C A C 1 .
Cio vuol dire che le matrici associate ad uno stesso endomorfismo, relativamente
a basi differenti, sono tra loro tutte simili.
Esempio 100. Siano V = lR3 ,
B = {(1, 1, 0), (0, 0, 1), (1, 0, 1)}
B 0 = {(0, 1, 0), (0, 1, 1), (1, 0, 0)}
due basi di lR3 e f : lR3 lR3 un endomorfismo con matrice associata rispetto alla
base B

1 0 1

A = 1 0 0 .
0 1 1
Rispetto a tale base lendomorfismo si esprime:

1 0 1
x1
x1 + x3

f (X) = 1 0 0 x2 =
x1
.
0 1 1
x3
x2 + x3
Determiniamo la matrice associata a f rispetto alla base B 0 , utilizzando sia il
metodo esposto nei paragrafi precedenti, che quello appena illustrato.
Metodo 1. Per prima cosa esprimiamo i vettori di B 0 per componenti rispetto
alla base B:
(0, 1, 0) = (1, 1, 1)B
(0, 1, 1) = (1, 2, 1)B
(1, 0, 0) = (0, 1, 1)B
quindi calcoliamo le immagini di tali vettori tramite la matrice A:
w1 = f (1, 1, 1) = (0, 1, 0)
w2 = f (1, 2, 1) = (0, 1, 1)
w3 = f (0, 1, 1) = (1, 0, 0).
Ricordiamo che per definizione della matrice A, tali immagini sono espresse per
componenti rispetto alla base B, quindi
w1 = (0, 1, 0)B = (0, 0, 1)

7.3. Endomorfismi e cambiamento di base.

99

w2 = (0, 1, 1)B = (1, 0, 2)


w3 = (1, 0, 0)B = (1, 1, 0)
e per ottenere la matrice A0 non resta altro che esprimere tali vettori per componenti rispetto alla base B 0 :
w1 = (0, 0, 1) = (1, 1, 0)B 0
w2 = (1, 0, 2) = (2, 2, 1)B 0
w3 = (1, 1, 0) = (1, 0, 1)B 0 .
La matrice A0 associata a f in base B 0 e allora

1 2 1

A0 = 1
2 0 .
0
1 1
Metodo 2. Calcoliamo la matrice C di cambiamento di base da B a B 0 . Essa
ha per colonne le componenti dei vettori di B rispetto alla base B 0 :

1 1 1

C= 0 1
1 ,
1 0
1

C 1

1
1
0

= 1
2 1
1 1 1

da cui

A0 = C A C 1

1 1 1
1 0 1
1
1
0

= 0 1
1 1 0 0 1
2 1 =
1 0
1
0 1 1
1 1 1

1 2 1

2 0 .
1
0
1 1

Ci chiediamo allora se e quando esiste una base di V tale che un endomorfismo


f : V V sia rappresentabile nel modo pi
u semplice possibile, cioe tramite una
matrice nella quale compaia il numero pi
u elevato possibile di elementi nulli. La
condizione ideale sarebbe quella in cui la matrice associata a f si presenti in forma
diagonale cioe

100

7. Le applicazioni lineari.

A=

in modo tale che

f (X) =

a11 0
0
0 a22 0
0
0 a33
... ... ...
... ... ...
... ... ...
0
0
0

a11 0
0
0 a22 0
0
0 a33
... ... ...
... ... ...
... ... ...
0
0
0

...
...
...
...
...
...
0

...
...
...
...
...
...
...

...
...
...
...
...
...
0

...
...
...
...
...
...
...

... 0
... 0
... 0
... ...
... ...
... ...
... ann

... 0
... 0
... 0
... ...
... ...
... ...
... ann

x1
x2
x3
...
...
...
xn

a11 x1
a22 x2
a33 x3
...
...
...
ann xn

Per cui il problema che ci proponiamo di risolvere e il seguente : in quali casi esiste
una base di V rispetto alla quale la matrice associata ad un endomorfismo di V
sia diagonale? Osserviamo che nel caso cio sia possibile, la forma diagonale della
matrice e rappresentativa di ogni altra matrice associata a f in ogni altra base, e
tali matrici sono tra di esse tutte simili.
Esempio 101. Siano V = lR3 ,
B = {(0, 1, 0), (1, 1, 1), (0, 1, 1)}
B 0 = {(1, 1, 0), (1, 0, 0), (0, 1, 1)}
due basi di lR3 e f : lR3 lR3 un endomorfismo con matrice associata rispetto alla
base B

1 0 0

A = 1 2 0 .
1 1 1
Rispetto a tale base lendomorfismo si esprime:

1 0 0
x1
x1

f (X) = 1 2 0 x2 = x1 + 2x2 .
1 1 1
x3
x1 + x2 + x3
Determiniamo la matrice associata a f rispetto alla base B 0 .

7.4. Autovalori ed autovettori di un endomorfismo.


Calcoliamo la matrice C di cambiamento di base da B
colonne le componenti dei vettori di B rispetto alla base B 0 :

1
0 0
1 0 0

C = 1 1 0 , C 1 = 1 1 0
0 1 1
1 1 1

101
a B 0 . Essa ha per

da cui



1 0 0
1 0 0
1
0 0



= 1 1 0 1 2 0 1 1 0 =
1 1 1
1 1 1
0 1 1

A0 = C A C 1

1 0 0

0 2 0
0 0 1

e lendomorfismo rispetto alla base

1 0

f (X) = 0 2
0 0

B 0 si esprime:

0
x1
x1

0 x2 = 2x2 .
1
x3
x3

In quanto segue, dapprima esporremo un metodo per determinare in quali casi e


possibile ottenere una forma diagonale della matrice associata ad un endomorfismo
ed infine osserveremo quale sia tale forma.

7.4

Autovalori ed autovettori di un endomorfismo.

Siano V uno spazio vettoriale di dimensione n sul campo K, f : V V un


endomorfismo di V e A = [aij ] la matrice quadrata di ordine n associata a f in
una certa base B. Indichiamo con X V un generico vettore di V , f (X) = A X.
Ci chiediamo se possano esistere vettori X V , la cui immagine f (X) sia un
vettore proporzionale a X, cioe f (X) = AX = hX, per qualche opportuno h K.
Chiaramente il vettore nullo 0 V soddisfa tale proprieta, f (0) = h 0, per cui ci
poniamo nel caso in cui la ricerca e fatta per vettori X 6= 0. La determinazione di
tali vettori si riduce alla risoluzione del sistema lineare A X = h X che si puo
scrivere come segue:

102

7. Le applicazioni lineari.

a11 x1 + a12 x2 + ... + a1n xn = hx1

a x + a x + ... + a x = hx
21 1
22 2
2n n
2

..........

an1 x1 + an2 x2 + ... + ann xn = hxn


o meglio ancora, come sistema lineare omogeneo (A hI)X = 0:

(a11 h)x1 + a12 x2 + ... + a1n xn = 0

a x + (a h)x + ... + a x = 0
21 1
22
2
2n n
.

..........

an1 x1 + an2 x2 + ... + (ann h)xn = 0


Tale sistema ammette soluzioni non banali solo quando p(h) = det(A hI) = 0.
Il polinomio p(h) = det(A hI) e detto polinomio caratteristico di f (o di A) ed
ha grado n. Analogamente lequazione p(h) = 0 e detta equazione caratteristica
di f (o di A) ed ha n soluzioni (in K o non in K, distinte o coincidenti).
Si osservi che da ora in poi ci riferiremo al polinomio caratteristico di un
endomorfismo o di una matrice ad esso associata senza alcuna distinzione.
Le radici del polinomio caratteristico che appartengano al campo K, sono dette
autovalori di f . In corrispondenza di ciascun autovalore h0 , il sistema lineare
omogeneo (A h0 I)X = 0 ammette sempre soluzioni non banali. I vettori X
che ricoprono linsieme V0 di tali soluzioni sono detti autovettori di f relativi
allautovalore h0
V0 = {0 6= X V,

(A h0 I)X = 0}.

Il sottospazio vettoriale V0 {0} ricoperto da tali autovettori e detto autospazio


di f relativo allautovalore h0 .
Esempio 102. Siano V = lR2 , e f : lR2 lR2 con matrice associata rispetto alla
base canonica sia nel dominio che nel codominio:
"
#
0 1
.
A=
1 0
Il polinomio caratteristico e p(h) = h2 + 1, il quale non ha radici reali. Quindi
lendomorfismo reale da noi definito non possiede autovalori. Nel caso avessimo
definito f : C2 C2 , dove C e il campo dei numeri complessi, con la medesima
matrice associata A, avremmo avuto i due autovalori immaginari +i, i.

7.4. Autovalori ed autovettori di un endomorfismo.


Esempio 103. Siano V = lR3 e f : lR3 lR3
base canonica di lR3 :

1 2 2

A= 1 3 1
2 2 1

103

con matrice associata rispetto alla

Gli autovalori della matrice A sono le soluzioni dellequazione caratteristica:




1h
2
2



3h
1 =0
1


2
2
1h
cioe
(h + 1)(h2 + 6h 5) = 0.
Tali soluzioni sono: h1 = 1, h2 = 5, h3 = 1, ciascuna con molteplicita algebrica
1 come radici del polinomio caratteristico.
Determiniamo gli autospazi relativi a ciascun autovalore:
Per h1 = 1,

2 2 2

A h1 I = 1 4 1
2 2 2
ed il sistema lineare omogeneo associato e:

2x1 + 2x2 + 2x3 = 0


x1 + 4x2 + x3 = 0 .

2x + 2x + 2x = 0
1
2
3
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h1 = 1. Essi si ottengono risolvendo il sistema omogeneo: x1 = x3 , x2 = 0.
Per cui il generico autovettore relativo a h1 e X = (a, 0, a), al variare di a lR,
e lautospazio associato a h1 e
V1 = {(a, 0, a) lR3 ,
con dim(V1 ) = 1.
Per h2 = 5,

a lR}

4 2
2

A h2 I = 1 2 1
2
2 4

ed il sistema lineare omogeneo associato e:

4x1 + 2x2 + 2x3 = 0


x1 2x2 + x3 = 0 .

2x + 2x 4x = 0
1
2
3

104

7. Le applicazioni lineari.

Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi


a h2 = 5. Essi si ottengono risolvendo il sistema omogeneo: x1 = x3 , x2 = x3 .
Per cui il generico autovettore relativo a h2 e X = (a, a, a), al variare di a lR, e
lautospazio associato a h2 e
V2 = {(a, a, a) lR3 ,
con dim(V2 ) = 1.
Per h3 = 1,

a lR}

0 2 2

A h3 I = 1 2 1
2 2 0

ed il sistema lineare omogeneo associato e:

2x2 + 2x3 = 0
x1 + 2x2 + x3 = 0 .

2x + 2x = 0
1
2
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h3 = 1. Essi si ottengono risolvendo il sistema omogeneo: x1 = x3 , x2 = x3 .
Per cui il generico autovettore relativo a h3 e X = (a, a, a), al variare di a lR,
e lautospazio associato a h3 e
V3 = {(a, a, a) lR3 ,

a lR}

con dim(V3 ) = 1.
Definizione 14. Chiameremo molteplicit
a algebrica di un autovalore, la sua molteplicit
a come radice del polinomio caratteristico e molteplicit
a geometrica di un autovalore, la dimensione dellautospazio associato ad esso.
Una matrice diagonale ha come autovalori
onale principale. Infatti se

a11 0
0 ...

0 a22 0 ...

0
0 a33 ...

A = ... ... ... ...


... ... ... ...

... ... ... ...


0
0
0
0

gli elementi presenti sulla sua diag-

...
...
...
...
...
...
...

... 0
... 0
... 0
... ...
... ...
... ...
... ann

7.4. Autovalori ed autovettori di un endomorfismo.

105

allora

A hI =

a11 h
0
0
0
a22 h
0
0
0
a33 h
...
...
...
...
...
...
...
...
...
0
0
0

...
...
...
...
...
...
0

...
...
...
...
...
...
...

...
0
...
0
...
0
...
...
...
...
...
...
... ann h

e det(A hI) = (a11 h)(a22 h) (ann h), le cui radici sono


h1 = a11 ,

h2 = a22 ,

...,

...,

hn = ann .

Teorema 15. Siano A, B Mn (lR) due matrici simili, cioe esista una matrice
non singolare C Mn (lR) tale che B = C 1 A C. Siano Yi autovettori di B.
Allora A e B hanno gli stessi autovalori h1 , ..., hm ed inoltre Xi = C Yi sono
autovettori di A, per ogni autovettore Yi di B.
Dim. Siano h1 , ..., hm gli autovalori di A e X1 , .., Xm autovettori di A tali che
AXi = hi Xi , per i = 1, .., m. Poiche A = CBC 1 , segue che:
(CBC 1 )Xi = hi Xi
B(C 1 Xi ) = hi (C 1 Xi )
cioe h1 , .., hm sono anche autovalori di B, con autovettori corrispondenti Yi =
C 1 Xi .
u
t
Teorema 16. Sia f : V V un endomorfismo su uno spazio vettoriale V di
dimensione n sul campo K, con matrice associata A, e sia h0 un autovalore di f
con molteplicit
a algebrica r. Indichiamo con t la dimensione dellautospazio V0 di
f relativo allautovalore h0 . Allora t r.
Dim. Denotiamo p(h) il polinomio caratteristico di f (o equivalentemente di A).
Poiche dim(V0 ) = t, esiste un insieme di vettori {b1 , .., bt } che cosituiscono una
base per V0 .
Di conseguenza esistono {et+1 , .., en } vettori linearmente indipendenti tali che
linsieme B = {b1 , .., bt , et+1 , ..., en } sia una base per V . Costruiamo la matrice A0 associata a f rispetto alla base B, ricordando che le colonne di tale
matrice saranno determinate dalle componenti rispetto alla base B dei vettori

106

7. Le applicazioni lineari.
"

#
D
A
1
{f (b1 ), .., f (bt ), f (et+1 ), .., f (en )}. Poiche f (bi ) = h0 bi , avremo che A0 =
,
0 A2
con A1 matrice di ordine (t, n t), A2 matrice di ordine (n t, n t) e D matrice
diagonale di ordine (t, t):

D=

h0 0 0 0 0
0 h0 0 0 0
0 0 h0 0 0
0 0 0 ... 0
0 0 0 0 h0

Poiche A e A0 sono simili, esse hanno gli stessi autovalori. In particolare il polinomio caratteristico di A0 e : p(h) = (h h0 )t (h), dove (h) e il polinomio
caratteristico della matrice A2 . Quindi h0 compare almeno t-volte come radice
del polinomio p(h), di conseguenza la sua molteplicita algebrica e almeno t, anche
come radice del polinomio caratteristico di A.
t
u

7.5

Endomorfismi diagonalizzabili.

Sia f : lRn lRn un endomorfismo di V = lRn e siano B e B 0 due distinte basi di


lRn . Indichiamo con A la matrice associata a f rispetto alla base B e con A0 quella
associata a f rispetto a B 0 . Come visto in precedenza, le matrici A e A0 sono simili
e quindi esse hanno gli stessi autovalori. Quindi, pi
u in generale, diciamo che tutte
le matrici relative ad uno stesso endomorfismo possiedono gli stessi autovalori,
indipendentemente dalla base rispetto alla quale sono costruite.
Diremo che lendomorfismo f e diagonalizzabile se esiste una base di lRn ,
rispetto alla quale la matrice associata a f sia diagonale.
Analogamente diremo che una matrice A e diagonalizzabile se e simile ad una
matrice diagonale, cioe se esiste una matrice non singolare P tale che P 1 A P
sia diagonale. La matrice P sara detta matrice diagonalizzante di A.

Teorema 17. Siano h1 , .., hm autovalori distinti di f e X1 , .., Xm autovettori di f


tali che ogni Xi sia autovettore relativo a hi , per ogni i = 1, ..., m. Allora i vettori
X1 , .., Xm sono linearmente indipendenti.
Dim. Possiamo facilmente dimostrarlo nel caso di 2 autovalori distinti h1 6= h2
(induttivamente si puo estendere al caso generico).
Siano X1 6= 0 autovettore di f relativo a h1 e X2 6= 0 autovettore di f relativo
a h2 . Supponiamo al contrario che essi siano linearmente dipendenti, quindi esista

7.5. Endomorfismi diagonalizzabili.

107

un 6= 0 tale che X1 = X2 . Da f (X1 ) = h1 X1 segue che f (X2 ) = h1 X2 ,


cioe f (X2 ) = h1 X2 . Inoltre f (X2 ) = h2 X2 , quindi otteniamo h2 X2 = h1 X2 .
Essendo 6= 0 e h1 6= h2 , segue lassurdo che X2 = 0.
Supponiamo il teorema vero per ogni insieme di m 1 autovalori. Sia
m
X

i Xi = 0

(i).

i=1

Applicando f alla (i) otteniamo:


m
X

i f (Xi ) =

i=1

m
X

i hi Xi = 0

(ii).

i=1

Moltiplichiamo ora la (i) per h1 :


m
X

h1 i Xi = 0

(iii).

i=1

Sottraendo dalla (iii) la (ii) otteniamo:


m
X

i (h1 hi )Xi = 0

i=2

e per lipotesi induttiva, i vettori X2 , ..., Xm sono indipendenti, quindi (h1 hi ) =


0, per ogni i = 2, ..., m. Poiche h2 , .., hm sono tutti distinti, concludiamo che
2 = 3 = ... = m = 0, da cui, sostituendo nella (i), anche 1 = 0. Se ne deduce
quindi che X1 , .., Xm sono linearmente indipendenti.
t
u
Siano ora a1 , a2 , .., am le molteplicita algebriche rispettivamente degli autovalori h1 , h2 , .., hm , come radici del polinomio caratteristico. Allora a1 +a2 +...+am =
n.
Supponiamo che per ogni autovalore hi , la sua molteplicita algebrica ai coincida
con la sua molteplicita geometrica gi = dim(Vi ) (la dimensione dellautospazio
relativo a hi ). Allora si ha che
dim(V1 ) + dim(V2 ) + ... + dim(Vm ) = n = dim(V )
cioe
V1 V2 ..... Vm = V = lRn
ed inoltre lunione delle basi di tutti gli autospazi costituisce una base di V = lRn .
Esistono allora X1 , .., Xn autovettori in lRn che siano tra loro linearmente indipendenti. Ricordiamo che gli autovalori sono in numero di n, anche se non

108

7. Le applicazioni lineari.

tutti necessariamente distinti. Come supposto sopra, supponiamo che essi siano
h1 , .., hn , dei quali m siano distinti. Allora:
AX1 = h1 X1 ,

AX2 = h2 X2 , AX3 = h3 X3 , ...., , ..., AXn = hn Xn .


h
i
Indichiamo con C = X1 X2 X3 X4 ... ... ... Xn la matrice che abbia
nella colonna i-esima le componenti dellautovettore Xi . Tale matrice e invertibile
avendo rango n, visto che gli autovettori scelti sono tutti indipendenti tra loro.
Eseguendo il prodotto A C otteniamo:
h
i
A C = A X1 X2 X3 X4 ... ... ... Xn =

X1 X2 X3 X4

... ... ... Xn

h1 0 0 0 0
0 h2 0 0 0
0 0 h3 0 0
0 0 0 h4 0
0 0 0 0 h5
... 0 0 0 ...
0 0 0 0 ...
0 0 0 0 ...

...
...
0
...
...
0
...
...
0
...
...
0
0
...
0
...
...
0
... hn1 0
...
0
hn

da cui

C 1 A C =

h1 0 0 0 0
0 h2 0 0 0
0 0 h3 0 0
0 0 0 h4 0
0 0 0 0 h5
... 0 0 0 ...
0 0 0 0 ...
0 0 0 0 ...

...
...
0
...
...
0
...
...
0
...
...
0
0
...
0
...
...
0
... hn1 0
...
0
hn

Quindi rispetto alla base di lRn formata dagli autovettori linearmente indipendenti, la matrice associata allendomorfismo e diagonale. Le colonne della matrice
diagonalizzante sono costituite proprio dagli autovettori di f che costituiscono una
base per lRn . Vale allora il seguente:
Teorema 18. Sia dato lendomorfismo f : lRn lRn . Le seguenti affermazioni
sono equivalenti:
i) f e diagonalizzabile;
ii) ogni autovalore di f possiede una molteplicit
a algebrica ed una geometrica coincidenti;
iii) esiste una base dello spazio lRn che e costituita da n autovettori di f .

7.5. Endomorfismi diagonalizzabili.

109

Esempio 104. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (x1 , x2 , x1 +
4x3 ).
La matrice associata a f rispetto alla

A= 0
1

base canonica di lR3 e:

0 0

1 0 .
0 4

Gli autovalori della matrice A sono le soluzioni dellequazione caratteristica:





1h
0
0




1h
0 =0
0


1
0
4h
cioe
(1 h)2 (4 h) = 0.
Tali soluzioni sono: h1 = 4, con molteplicita algebrica a1 = 1 e h2 = 1, con
molteplicita algebrica a2 = 2.
Determiniamo gli autospazi relativi a ciascun autovalore:
Per h1 = 4,

3 0 0

A h1 I = 0 3 0
1
0 0
ed il sistema lineare omogeneo associato e:

3x1 = 0
3x2 = 0 .

x =0
1
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori
relativi a h1 = 4. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = 0.
Per cui il generico autovettore relativo a h1 e X = (0, 0, a), al variare di a lR, e
lautospazio associato a h1 e
V1 = {(0, 0, a) lR3 ,
con dim(V1 ) = 1 e V1 =< (0, 0, 1) >.
Per h2 = 1,

a lR}

0 0 0

A h2 I = 0 0 0
1 0 3

110

7. Le applicazioni lineari.

ed il sistema lineare omogeneo associato e:


n
x1 + 3x3 = 0 .
Il rango di tale sistema e 1, quindi vi sono 2 soluzioni, cioe 2 autovettori relativi
a h2 = 1. Essi si ottengono risolvendo il sistema omogeneo: x1 = 3x3 . Per cui
il generico autovettore relativo a h2 e X = (3a, b, a), al variare di a, b lR, e
lautospazio associato a h2 e
V2 = {(3a, b, a) lR3 ,

a, b lR}

con dim(V2 ) = 2 e V2 =< (3, 0, 1), (0, 1, 0) >.


Per ogni autovalore le molteplicita algebrica e geometrica coincidono, quindi
la matrice e diagonalizzabile, lunione delle basi degli autospazi e una base per lR3
B = {(0, 0, 1), (3, 0, 1), (0, 1, 0)}
e la matrice associata a f rispetto a tale base e diagonale.
La matrice diagonalizzante e formata dagli autovettori che costituiscono la base
per lR3 :

0 3 0

P = 0 0 1
1 1 0

31
3
0

A0 = P 1 A P =

0 1
1 0 0
0 3 0

0 0 0 1 0 0 0 1 =
1 0
1 0 4
1 1 0

4 0 0

0 1 0 .
0 0 1

Esempio 105. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (x1 +
x3 , x2 + x3 , x3 ).
La matrice associata a f rispetto alla

A= 0
0

base canonica di lR3 e:

0 1

1 1 .
0 1

7.5. Endomorfismi diagonalizzabili.

111

Gli autovalori della matrice A sono le soluzioni dellequazione caratteristica:




1h
0
1



1h
1 =0
0


0
0
1h
cioe
(1 h)3 = 0.
Tali soluzioni sono: h1 = 1, con molteplicita algebrica a1 = 3.
Determiniamo lautospazio relativo allunico autovalore:

0 0 1

A h1 I = 0 0 1
0 0 0
ed il sistema lineare omogeneo associato e:
n
x3 = 0 .
Il rango di tale sistema e 1, quindi vi sono 2 soluzioni, cioe 2 autovettori
relativi a h1 = 1. Essi si ottengono risolvendo il sistema omogeneo: x3 = 0. Per
cui il generico autovettore relativo a h1 e X = (a, b, 0), al variare di a, b lR, e
lautospazio associato a h1 e
V1 = {(a, b, 0) lR3 ,

a, b lR}

con dim(V1 ) = 2 e V1 =< (1, 0, 0), (0, 1, 0) >. Le molteplicita algebrica e geometrica non coincidono, quindi la matrice non e diagonalizzabile, cioe non esiste alcuna
base rispetto alla quale lendomorfismo sia rappresentabile attraverso una matrice
diagonale.
Esempio 106. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (2x1 +
x3 , 2x2 x3 , x1 x2 + x3 ).
La matrice associata a f rispetto alla base canonica di lR3 e:

2 0
1

A = 0 2 1 .
1 1 1
Gli autovalori della matrice A sono le soluzioni dellequazione caratteristica:


2h
0
1



2 h 1 = 0
0


1
1 1 h

112

7. Le applicazioni lineari.

cioe
(2 h)(h2 3h) = 0.
Tali soluzioni sono: h1 = 2, con molteplicita algebrica a1 = 1, h2 = 0, con
molteplicita algebrica a2 = 1, h3 = 3, con molteplicita algebrica a3 = 1.
Determiniamo gli autospazi relativi a ciascun autovalore:
Per h1 = 2,

0 0
1

A h1 I = 0 0 1
1 1 1
ed il sistema lineare omogeneo associato e:
(
x3 = 0
.
x1 x2 x3 = 0
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h1 = 2. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 , x3 = 0. Per
cui il generico autovettore relativo a h1 e X = (a, a, 0), al variare di a lR, e
lautospazio associato a h1 e
V1 = {(a, a, 0) lR3 ,

a lR}

con dim(V1 ) = 1 e V1 =< (1, 1, 0) >.


Per h2 = 0,

2 0
1

A h2 I = 0 2 1
1 1 1

ed il sistema lineare omogeneo associato e:

2x1 + x3 = 0
2x2 x3 = 0 .

x x +x =0
1
2
3
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h2 = 0. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = x23 . Per
cui il generico autovettore relativo a h2 e X = ( a2 , a2 , a), al variare di a lR, e
lautospazio associato a h2 e
a a
V2 = {( , , a) lR3 ,
2 2
con dim(V2 ) = 1 e V2 =< ( 12 , 12 , 1) >.

a lR}

7.5. Endomorfismi diagonalizzabili.


Per h3 = 3,

113

1 0
1

A h3 I = 0 1 1
1 1 2

ed il sistema lineare omogeneo associato e:

x1 + x3 = 0
x2 x3 = 0 .

x x 2x = 0
1
2
3
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h3 = 3. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = x3 . Per
cui il generico autovettore relativo a h3 e X = (a, a, a), al variare di a lR, e
lautospazio associato a h3 e
V3 = {(a, a, a) lR3 ,

a lR}

con dim(V3 ) = 1 e V3 =< (1, 1, 1) >.


Per ogni autovalore le molteplicita algebrica e geometrica coincidono, quindi
la matrice e diagonalizzabile, lunione delle basi degli autospazi e una base per lR3
1 1
B = {(1, 1, 0), ( , , 1), (1, 1, 1)}
2 2
e la matrice associata a f rispetto a tale

0
A = 0
0

base e diagonale:

0 0

0 0 .
0 3

La matrice diagonalizzante e formata dagli autovettori che costituiscono la base


per lR3 :

1 21 1

P = 1 12 1 .
0 1
1

Esempio 107. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (3x1 +
x2 , 3x2 , 3x1 ).
La matrice associata a f rispetto alla

A= 0
3

base canonica di lR3 e:

1 0

3 0 .
0 0

114

7. Le applicazioni lineari.

Gli autovalori della matrice A sono le soluzioni dellequazione caratteristica:




3h
1
1



3h 0 =0
0


3
0
h
cioe
h(3 h)2 = 0.
Tali soluzioni sono: h1 = 0, con molteplicita algebrica a1 = 1, h2 = 3, con
molteplicita algebrica a2 = 2,
Determiniamo gli autospazi relativi a ciascun autovalore:
Per h1 = 0,

3 1 0

A h1 I = 0 3 0
3 0 0
ed il sistema lineare omogeneo associato e:

3x1 + x2 = 0
.
3x2 = 0

3x1 = 0
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori
relativi a h1 = 0. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = 0.
Per cui il generico autovettore relativo a h1 e X = (0, 0, a), al variare di a lR, e
lautospazio associato a h1 e
V1 = {(0, 0, a) lR3 ,

a lR}

con dim(V1 ) = 1 e V1 =< (0, 0, 1) >.


Per h2 = 3,

0 1 0

A h2 I = 0 0 0
3 0 3
ed il sistema lineare omogeneo associato e:
(
x2 = 0
.
3x1 3x3 = 0
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h2 = 3. Essi si ottengono risolvendo il sistema omogeneo: x2 = 0, x1 = x3 . Per

7.5. Endomorfismi diagonalizzabili.

115

cui il generico autovettore relativo a h2 e X = (a, 0, a), al variare di a lR, e


lautospazio associato a h2 e
V2 = {(a, 0, a) lR3 ,

a lR}

con dim(V2 ) = 1 e V2 =< (1, 0, 1) >. Lautovalore h2 = 3 ha le molteplicita


differenti, quindi la matrice non e diagonalizzabile.
Se gli autovalori di un endomorfismo f sono tutti distinti tra loro, cioe ciascuno
di essi ha molteplicita algebrica 1, allora f e certamente diagonalizzabile.
Esistono matrici (e quindi endomorfismi) certamente diagonalizzabili: sono
le matrici simmetriche (gli endomorfismi rappresentati da matrici simmetriche).
Vale il seguente:
Teorema 19. Sia f : lRn lRn un endomorfismo reale. Esiste una base ortonormale B = {v1 , .., vn } di autovettori di lRn se e solo se f e simmetrico.
In altre parole: Sia data la matrice A Mn (lR). Esiste una matrice non singolare
P Mn (lR), costituita da vettori colonna tra loro ortonormali, tale che P 1 A P
sia una matrice diagonale se e solo se A e simmetrica.
Dim. Sia B = {v1 , .., vn } una base di autovettori ortonormali di lRn . Scegliamo
P
P
u, w lRn , allora u = ni=1 i vi e w = nj=1 j vj . Indichiamo con i lautovalore
relativo al generico autovettore vi e calcoliamo le immagini di u e w tramite f :
X
f (u) =
i f (vi ) = i i vi
i

f (w) =

j f (vj ) = j j vj

da cui, ricordando che < vr , vs >= 0 se r 6= s e < vr , vr >= 1 per ogni indice r,
X
X
< f (u), w >=<
i i vi , w >=
i i < vi , w >=
i

i i < vi ,

j vj >=

i i i < vi , vi >=

In modo analogo
< u, f (w) >=<

i vi ,

X
j

j j j < vj , vj >=

j j vj >=

X
j

j j j

i i i .

116

7. Le applicazioni lineari.

quindi
< Au, w >=< f (u), w >=< u, f (w) >=< u, Aw >
cioe A e simmetrica (ed anche f lo e).
Dimostriamo ora la condizione sufficiente, supponendo che A sia simmetrica,
e lo facciamo per induzione. Se V = lR, cioe se la dimensione e n = 1, lasserto
e banale. Supponiamo che tale asserto sia vero nel caso in cui V = lRm , per ogni
m < n. Dimostriamolo vero anche per V = lRn .
Sia X un qualsiasi autovettore relativo ad un certo autovalore : AX = X
(indicheremo con a il coniugato di un qualsiasi elemento a, vettore o scalare).
Dalluguaglianza xt Ax = xt x, nella quale il primo membro e reale poiche esso
e uguale al proprio coniugato trasposto, segue che xt x e reale. Essendo un
elemento di un campo, esso commuta con ogni vettore, per cui xt x e reale e
quindi e reale. Concludiamo che ogni autovalore di A e reale.
Per ipotesi induttiva, consideriamo ora v1 , .., vr autovettori ortonormali relativi
ad uno stesso autovalore , con dim(span{1 , .., vr }) = r < n. Indichiamo con
U = span{v1 , .., vr } e con W = U il sottospazio composto da tutti i vettori
ortogonali ai vettori v1 , .., vr .
P
P
Se u U allora u = ri=1 i vi , quindi f (u) = ri=1 i vi U , da cui f (U )
U.
Sia ora w W = U , quindi, sfruttando la simmetricita della matrice A e la
proprieta f (u) U ,
< f (w), u >=< Aw, u >=< w, Au >=< w, f (u) >= 0
possibile allora restringere la f allo spazio W :
per cui anche f (W ) W . E
fW : W W
il quale e un endomorfismo simmetrico di dimensione n r < n. Grazie allipotesi
induttiva, esiste una base ortonormale {vr+1 , vr+2 , ..., vn } di W composta da autovettori. Poiche tali vettori sono ortogonali con ciascuno dei v1 , .., vr , linsieme
{v1 , .., vn } e una base di autovettori ortonormali di lRn .
t
u
La ortogonalita tra due vettori implica la loro indipendenza lineare.
Nel caso di matrici simmetriche, gli autovettori corrispondenti ad autovalori
distinti sono tra loro ortogonali, in tal senso tutti gli autospazi sono tra loro
ortogonali.
Infatti se 6= sono autovalori con autovettori v e v rispettivamente, si ha
che
< v , v >=< v , v >=< f (v ), v >=
< v , f (v ) >=< v , v >= < v , v >

7.6. Esercizi.

117

quindi ( ) < v , v >= 0 da cui segue < v , v >= 0, cioe v v .


Esempio 108. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (x1 + x2 +
x3 , x1 , x1 ).
La matrice associata a f rispetto alla

A= 1
1

base canonica di lR3 e:

1 1

0 0
0 0

che e simmetrica. Gli autovalori della matrice


caratteristica:

1h 1
1


h 0
1

1
0 h

A sono le soluzioni dellequazione






=0

cioe
h(h 2)(h + 1) = 0.
Tali soluzioni sono: h1 = 0, con molteplicita algebrica a1 = 1, h2 = 2, con
molteplicita algebrica a2 = 1, h3 = 1 con molteplicita algebrica a3 = 1. La
matrice e diagonalizzabile ed una sua forma diagonale e

2 0 0

A0 = 0 1 0
0 0 0
per ottenere la quale si utilizza la matrice diagonalizzante

2 1
0

P = 1 1 1
1 1 1
le cui colonne sono gli autovettori, tra loro ortogonali, che costituiscono una base
di lR3 rispetto alla quale A0 e la matrice associata a f . Per ottenere una base
ortgonormale, e sufficiente normalizzare i vettori della base.

7.6

Esercizi.

Esercizio 71. Sia f : lR3 lR4 una applicazione lineare cos definita: f (x1 , x2 , x3 ) =
(x1 , 0, x3 , 0). Determinare nucleo, immagine ed una loro base.

118

7. Le applicazioni lineari.

Esercizio 72. Sia f : lR4 lR3 definita da f (x1 , x2 , x3 , x4 ) = (x1 + x2 , x2


x3 , x1 + x3 ). Determinare nucleo, immagine ed una loro base.
Esercizio 73. Sia f : lR3 lR4 definita da f (x1 , x2 , x3 ) = (x1 , x1 +x2 x3 , 2x1 +
x2 x3 , x2 x3 ). Determinare nucleo, immagine ed una loro base.
Esercizio 74. Sia f : lR4 lR3 definita da f (x1 , x2 , x3 , x4 ) = (x1 x2 , 2x1
x2 + x4 , x1 + x2 + x4 ). Determinare nucleo, immagine ed una loro base.
Esercizio 75. Sia f : lR2 lR3 definita da: f (x1 , x2 ) = (x1 + 2x2 , 3x2 , x1 ).
Determinare la matrice associata alla f rispetto alle seguenti basi:
B1 = {(1, 1), (2, 1)}

di

B2 = {(1, 1, 0), (1, 0, 0), (1, 2, 1)}

lR2
di

lR3 .

Esercizio 76. Sia f : lR3 lR4 definita da: f (x1 , x2 , x3 ) = (x1 + x2 , x2 , x1 +


x2 , x3 ). Determinare la matrice associata alla f rispetto alle basi canoniche in lR3
e lR4 .
Esercizio 77. Sia f : lR5 lR3 definita da: f (x1 , x2 , x3 , x4 , x5 ) = (x1 x4 , x2
x4 , x3 ). Determinare la matrice associata alla f rispetto alle basi canoniche in lR3
e lR5 .
Esercizio 78. Sia f : lR3 lR4 definita da: f (x1 , x2 , x3 ) = (5x1 +4x2 9x3 , 4x1 +
5x2 9x3 , 9x1 9x2 + 9x3 , x1 + x2 + x3 ). Determinare la matrice associata alla
f rispetto alla base canonica in lR4 e B = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} in lR3 .
Esercizio 79. Sia f : lR4 lR2 una applicazione lineare avente matrice associata
"
#
1 0 0 1
1 1 2 1
rispetto alle basi
B1 = {(1, 1), (1, 0)}

di

lR2

B2 = {(1, 1, 1, 0), (1, 0, 0, 0), (2, 0, 0, 1), (0, 0, 1, 0)}

di

lR4 .

Determinare la matrice associata a f rispetto alle basi canoniche sia nel dominio
che nel codominio.
Esercizio 80. Sia f : lR4 lR4 lendomorfismo avente matrice associata

1 0 1 0
0 1 0 1

0 0 0 1
0 1 1 1

7.6. Esercizi.

119

rispetto alla base


B = {(1, 0, 0, 1), (1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 1, 0)}

di

lR4

sia nel dominio che nel codominio. Determinare la matrice associata a f rispetto
alle basi canoniche sia nel dominio che nel codominio.
Esercizio 81. Sia f : lR3 lR3 lendomorfismo avente matrice associata

1 1 2

2 1 3
3 1 4
rispetto alle basi
B1 = {(1, 1, 0), (1, 0, 1), (0, 0, 1)}
B2 = {(1, 0, 1), (1, 0, 1), (0, 1, 0)}

nel dominio
nel codominio.

Determinare la matrice associata a f rispetto alle basi canoniche sia nel dominio
che nel codominio.
Esercizio 82. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:

1 2 2

1 3 1 .
2 2 1
Esercizio 83. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:

1 0 0

0 1 0 .
1 0 4
Esercizio 84. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:

1 0 1

0 1 1 .
0 0 1

120

7. Le applicazioni lineari.

Esercizio 85. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:

2 0
1

0 2 1 .
1 1 1
Esercizio 86. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:

2 0
0

0 2 1 .
1 2 1
Esercizio 87. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:

1 0
1

0 0 2 .
0 2 0
Esercizio 88. Determinare gli autovalori, una base per gliautospazi
3 1 0

possibile, la matrice diagonalizzante della seguente matrice: 0 3 0


3 0 0

e, quando

8
La forma canonica di Jordan.
8.1

Definizioni

Sia f : lRn lRn un endomorfismo. Abbiamo in precedenza analizzato in quali


casi tale endomorfismo sia diagonalizzabile, cioe quando esista una base di lRn
composta da autovettori di f , rispetto alla quale la matrice associata allendomorfismo si presenti in forma diagonale. In sostanza abbiamo visto che, quando f e
diagonalizzabile, tutte le matrici che si possono ad esso associare, in una qualsiasi
base di lRn , sono tra loro simili e tutte simili ad una matrice diagonale. Abbiamo concluso che non tutti gli endomorfismi, e quindi non tutte le matrici, sono
diagonalizzabili. Ci proponiamo ora di affrontare lanalisi di una classe di matrici
sufficientemente semplici, in modo tale che ogni matrice quadrata sui reali sia simile ad una di esse, e di conseguenza ogni endomorfismo possa essere rappresentato,
in una qualche base, da una di queste matrici, dette forme canoniche. Fra tutte
tali forme, certamente la pi
u semplice e la forma canonica di Jordan.
Diciamo Blocco di Jordan di ordine p e relativo allo scalare lR, la matrice

1 0 0 0 0 0 0
0 1 0 0 0 0 0

0 0 1 0 0 0 0

0 0 0 1 0 0 0

Jp () =

... ... ... ... ... ... ... ...

... ... ... ... ... ... ... ...

0 0 0 0 0 0 1
0 0 0 0 0 0 0
cioe gli elementi aij della matrice sono

se
i=j

aij =
1
se
j =i+1

0 negli altri casi

122

8. La forma canonica di Jordan.

Diremo che una matrice A Mn (lR) e in forma canonica di Jordan se essa


presenta la seguente forma diagonale a blocchi di Jordan

A=

Jn1 (1 )
0
0
0
0 0
0
0
0
Jn2 (2 )
0
0
0 0
0
0
0
0
Jn3 (3 )
0
0 0
0
0
0
0
0
Jn4 (4 ) 0 0
0
0
...
...
...
...
... ...
...
...
...
...
...
...
... ...
...
...
0
0
0
0
0 0 Jnr1 (r1 )
0
0
0
0
0
0 0
0
Jnr (r )

dove ogni Jni (i ) e un blocco di Jordan di ordine ni relativo ad un qualche scalare


P
i ed ovviamente i ni = n.
Esempio 109.

A1 =

3
0
0
0
0

1
3
0
0
0

0
1
3
0
0

0
0
0
2
0

0
0
0
1
2

"
#

J3 (3)
0

0
J2 (2)

Esempio 110.

A2 =

2
0
0
0
0
0

1
2
0
0
0
0

0
1
2
0
0
0

0
0
0
4
0
0

0
0
0
1
4
0

0
0
0
0
0
3

J1 (3)
0
0
0
0
J1 (2)
0
0
0
0
J1 (4)
0
0
0
0
J1 (5)

J3 (2)
0
0

J2 (4)
0
= 0

0
0
J1 (3)

Esempio 111.

A3 =

3
0
0
0

0
2
0
0

0
0
4
0

0
0
0
5

Notiamo allora che le matrici diagonali sono delle particolari matrici di Jordan,
con un numero di blocchi pari allordine della matrice stessa ed ogni blocco ha
ordine 1.

8.2. Numero totale di blocchi relativi ad uno stesso autovalore.

123

Teorema 20. Sia A Mn (lR) una matrice il cui polinomio caratteristico abbia
tutte radici reali. Allora esiste una matrice non singolare C Mn (lR) tale che
la matrice C 1 AC sia in forma canonica di Jordan. In altre parole, per ogni
endomorfismo f di lRn avente tutti gli autovalori nel campo reale, esiste una base
di lRn , rispetto alla quale, la matrice associata a tale endomorfismo sia in forma
canonica di Jordan.
Sia A la matrice, ed indichiamo
P (X) = (X 1 )r1 (X 2 )r2 (X h )rh
il suo polinomio caratteristico, in cui 1 , 2 , 3 , ..., h sono tutti gli autovalori di
A, tra loro distinti e tali che lautovalore i abbia molteplicita algebrica, come
P
0
radice del polinomio caratteristico, pari a ri , con
i ri = n. Sia A la forma
canonica di Jordan simile alla A. Gli scalari rispetto ai quali i blocchi di Jordan
della A0 vengono costruiti sono proprio gli autovalori della matrice A, cioe per ogni
autovalore di A esiste almeno un blocco di Jordan in A0 .
A questo punto, per poter effettivamente costruire la matrice nella sua forma
canonica di Jordan, e necessario rispondere alle due seguenti domande:
1. Quanti sono i blocchi di Jordan relativi a ciascun autovalore?
2. Quale deve essere lordine di ciascun blocco?

8.2

Numero totale di blocchi relativi ad uno


stesso autovalore.

Sia un autovalore di A con molteplicita geometrica pari a m, cioe sia dim(V ) =


m, dove V e lautospazio associato a . Supponiamo che tutti gli autovalori di A
siano reali, quindi esiste una forma canonica di Jordan A0 di A. Allora il numero
di blocchi di Jordan in A0 relativi allautovalore e proprio m.
In particolare, per ogni autovalore per il quale le molteplicita algebrica e geometrica coincidano (diciamo m per entrambi i valori), allora nella A0 compaiono
m blocchi relativi allautovalore e tutti con ordine 1.
Esempio 112. Sia A M2 (lR) con autovalori 1 , 2 .
Se i due autovalori sono distinti, allora sappiamo che la dimensione geometrica
di entrambi e 1, per cui esiste un blocco di Jordan per ognuno dei due autovalori
e ciascun blocco ha ordine 1, cioe la matrice
e diagonalizzabile,
la forma di Jordan
"
#
1 0
coincide con quella diagonale ed essa e
.
0 2

124

8. La forma canonica di Jordan.

Se i due autovalori coincidono (1 = 2 = ) e la dimensione dellautospazio


associato e 2, allora esitono due blocchi di Jordan relativi allautovalore, ciascuno
con ordine 1. Anche in questo caso la matrice e diagonalizzabile
"
# e la forma canonica
0
di Jordan si riduce alla semplice forma diagonale
.
0
Se i due autovalori coincidono (1 = 2 = ) ma la dimensione dellautospazio
associato e 1, allora esiste un solo blocco di Jordan relativo allautovalore, ed esso
deve
avere
"
# necessariamente ordine 2. La forma canonica di Jordan e in tale caso
1
.
0
Esempio 113. Sia A M3 (lR) e siano 1 , 2 , 3 lR gli autovalori di A.
Se i tre autovalori sono tutti distinti allora la matrice e diagonalizzabile. Infatti ogni autospazio ha dimensione 1 e quindi esiste un solo blocco relativo ad ogni
autovalore ed ogni blocco
ha ordine 1. La forma canonica di Jordan si riduce a

1 0 0

quella diagonale ed e 0 2 0 .
0 0 3
Supponiamo ora che 1 = 2 = e 3 sia distinto dai primi due.
Se la molteplicita geometrica di e 2, allora vi sono due blocchi di Jordan relativi
a ed ovviamente uno relativo a 3 , per cui ciascun blocco dovr
a avere ordine 1,

0 0

e la matrice e diagonalizzabile, con forma canonica 0 0 .


0 0 3
Al contrario, se la molteplicita geometrica di e 1, allora esiste un solo blocco di Jordan relativo a . Poiche il blocco relativo a 3 deve necessariamente
avere
ordine
1, allora il blocco relativo a ha ordine due, e la forma canonica e

1 0

0 0 .
0 0 3
Infine consideriamo il caso in cui i tre autovalori siano tutti coincidenti col valore
.
Se la molteplicita geometrica dellautovalore
e anche
3, allora la forma canonica di

0 0

Jordan si riduce a forma diagonale 0 0 .


0 0
Se la molteplicita geometrica dellautovalore e 2 allora esistono due blocchi di Jordan relativi ad esso, quindi
uno di questi avra ordine 2 e laltro avra ordine 1.
1 0

La forma canonica sara 0 0 . Se la molteplicita geometrica dellautoval0 0

8.2. Numero totale di blocchi relativi ad uno stesso autovalore.


ore
e

0
0

1,
1

125

esiste
un solo blocco di Jordan relativo ad esso e la forma canonica e
0

1 .

Esempio 114. Sia A M6 (lR),

A=

1 1 1 1 1
0 1
2 0 1
0 1
1 0 0
0 0
1 0 1
0 0
0 2 1
0 0
0 1 0

0
0
0
0
0
0

Il polinomio caratteristico e det(A I) = 3 ( 1)2 ( 2), cioe 1 = 2 e


autovalore con molteplicita algebrica 1, quindi esistera un solo blocco relativo ad
esso ed avra ordine 1.
2 = 0 e autovalore con molteplicita algebrica 3, mentre lautospazio ad esso
associato ha dimensione 1. Esiste allora un solo blocco di Jordan ad esso relativo.
Infine lautospazio relativo allautovalore 3 = 1 ha dimensione 2, quindi vi sono
due blocchi di Jordan ad esso relativi, necessariamente entrambi di ordine 1.
La forma canonica sara:

A0 =

1
0
0
0
0
0

0
1
0
0
0
0

0
0
0
0
0
0

0
0
1
0
0
0

0
0
0
1
0
0

0
0
0
0
0
2

J1 (1)
0
0
0

0
J
(1)
0
0

1
=
0
0
J3 (0)
0

0
0
0
J1 (2)

Esempio 115. Sia A M3 (lR),

1 2
5

A = 0 14 39 .
0 5 14
Il polinomio caratteristico e ( 1)(1 )(1 + ). Quindi un autovalore e
1 = 1 con molteplicita algebrica e geometrica pari ad 1, per cui ad esso e associato un solo blocco di Jordan di ordine 1.
Laltro autovalore e 2 = 1 con molteplicita algebrica 2. La dimensione dellautospazio ad esso associato e 1, quindi vi e un solo blocco ad esso corrispondente,

126

8. La forma canonica di Jordan.

ed ovviamente deve avere ordine 2. La forma canonica della matrice e allora

1 1 0

A0 = 0 1 0 .
0 0 1

8.3

Ordine massimo di un blocco in matrici


con un unico autovalore.

Quanto detto fino ad ora e sufficiente per determinare una eventuale forma canonica di una matrice con un ordine due o tre. Occupiamoci ora di come determinare
gli ordini dei blocchi in matrici che presentino un unico autovalore, nel caso in cui
la matrice A Mn (lR) da riportare in forma canonica A0 abbia un ordine superiore
o uguale a 4.
Sia lautovalore della matrice A, ossia il polinomio caratteristico sia det(A
n
I) e si consideri B = A I, dove I sia la matrice identica di ordine n. Supponiamo che B m = 0 per qualche intero m (si dice in tal caso che la matrice B e
nilpotente). Indichiamo con
r = min{t N :

B t = 0}

dove indichiamo con 0 la matrice nulla (con ogni elemento nullo). Chiamiamo r
indice di nilpotenza di B.
Allora esistera certamente almeno un blocco di Jordan relativo a che abbia
ordine r ed ogni altro eventuale blocco di Jordan relativo a avra un ordine minore
o al pi
u uguale a r.
Esempio 116. Sia A M6 (lR),

A=

0
0
1
0
1
0

1 1 0
1 0 0
1 2 0
0 0 1
0 1 1
0 0 1

0 0
1 1

0 0

.
0 0

1 1
0 1

Il polinomio caratteristico e det(A I) = ( 1)6 , cioe = 1 e autovalore


con molteplicita algebrica 6.
Lautospazio associato e
V = {(a b, b, a, 0, b, b),

a, b lR}

8.4. Numero di blocchi di uno certo ordine relativi ad uno stesso autovalore.127
che ha quindi dimensione 2. Vi sono allora due blocchi relativi allautovalore = 1.
Calcolando lindice di nilpotenza della matrice B = AI = AI, si avra B 5 = 0,
cioe uno dei due blocchi ha ordine 5, quindi laltro deve avere necessariamente
ordine 1. La forma canonica della matrice e

0
A =

8.4

1
0
0
0
0
0

1
1
0
0
0
0

0
1
1
0
0
0

0
0
1
1
0
0

0
0
0
1
1
0

0
0
0
0
0
1

"
#

J5 (1)
0

.
=

0
J1 (1)

Numero di blocchi di uno certo ordine


relativi ad uno stesso autovalore.

Sia al solito A Mn (lR) con autovalori h1 , ..., hm . Fissiamo un h0 autovalore di A.


Abbiamo precedentemente visto che il numero totale di blocchi di Jordan relativi
a h0 e pari alla dimensione dellautospazio associato a h0 , cioe la molteplicita
geometrica di h0 .
Ci proponiamo ora di risolvere lultimo problema nella costruzione della forma
canonica di Jordan di una matrice: fissiamo lintero k t. Ci chiediamo quanti
blocchi di ordine k sono associati allautovalore h0 .
Useremo la seguente notazione:
ri = rango(A h0 I)i ,

per ogni

i = 1, 2, 3, ..., t.

Se k = 1 allora il numero di blocchi di ordine 1 relativi a h0 e pari a

n 2r1 + r2 .

Per k 2 vale la seguente tabella, in cui sono riportati a sinistra gli ordini di
tutti i blocchi che eventualmente si possono presentare, e a destra il numero di tali
blocchi:

128

8. La forma canonica di Jordan.


ORDINE DEI BLOCCHI
2
3
4
5
6
...
...
...
k

NUMERO DEI BLOCCHI


r1 2r2 + r3
r2 2r3 + r4
r3 2r4 + r5
r4 2r5 + r6
r5 2r6 + r7
........
........
........
rk1 2rk + rk+1

Esempio 117. Consideriamo la matrice

A=

1
0
0
0
0
0
0
0

4
1
0
0
0
0
0
0

5
3
1
0
0
0
0
0

0
0
0
2
0
0
0
0

0
0
0
3
2
0
0
0

0
0
0
0
0
2
0
0

0
0
0
0
0
2
1
0

0
0
0
0
0
1
3
1

Lequazione caratteristica e det(AhI) = (1h)5 (2h)3 = 0, da cui otteniamo


gli autovalori h1 = 1 con molteplicita algebrica 5, h2 = 2 con molteplicita algebrica
3.
Lautospazio relativo allautovalore h1 = 1 ha dimensione 2, quindi vi sono 2
blocchi di Jordan relativi a tale autovalore. Inoltre:

A h1 I =

che ha rango 6, quindi r1 = 6.

0
0
0
0
0
0
0
0

4
0
0
0
0
0
0
0

5
3
0
0
0
0
0
0

0
0
0
1
0
0
0
0

0
0
0
3
1
0
0
0

0
0
0
0
0
1
0
0

0
0
0
0
0
2
0
0

0
0
0
0
0
1
3
0

8.4. Numero di blocchi di uno certo ordine relativi ad uno stesso autovalore.129

2
(A h1 I) =

0
0
0
0
0
0
0
0

0 12 0 0 0 0 0
0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 1 6 0 0 0

0 0 0 1 0 0 0

0 0 0 0 1 2 7

0 0 0 0 0 0 0
0 0 0 0 0 0 0

0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0

0
0
0
1
0
0
0
0

0
0
0
0
0
7
0
0

0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0

0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
1 12 0 0 0
0 1 0 0 0
0 0 1 2 7
0 0 0 0 0
0 0 0 0 0

che ha rango 4, quindi r2 = 4.

3
(A h1 I) =

0
0
0
9
1
0
0
0

0
0
0
0
0
1
0
0

0
0
0
0
0
2
0
0

che ha rango 3, quindi r3 = 3.

4
(A h1 I) =

che ha rango 3, quindi r4 = 3. Quindi


ORDINE DEI BLOCCHI
1
2
3

NUMERO DEI BLOCCHI


0
1
1

ce un blocco di ordine 2 ed uno di ordine 3 relativi allautovalore h1 = 1.


Passiamo allautovalore h2 = 2.

130

8. La forma canonica di Jordan.

A h2 I =

1 4
5 0 0 0 0
0
0 1 3 0 0 0 0
0
0
0 1 0 0 0 0
0
0
0
0 0 3 0 0
0
0
0
0 0 0 0 0
0
0
0
0 0 0 0 2
1
0
0
0 0 0 0 1 3
0
0
0 0 0 0 0 1

che ha rango 6, quindi r1 = 6 e vi sono in totale 2 blocchi relativi a tale autovalore.

2
(A h2 I) =

1 8 2 0 0 0 0
0
0 1 6 0 0 0 0
0
0 0
1 0 0 0 0
0
0 0
0 0 0 0 0
0
0 0
0 0 0 0 0
0
0 0
0 0 0 0 2 5
0 0
0 0 0 0 1 6
0 0
0 0 0 0 0
1

che ha rango 5, quindi r2 = 5.

3
(A h2 I) =

1 12 21 0 0 0 0
0
0 1
9
0 0 0 0
0

0
0
1 0 0 0 0
0

0
0
0
0 0 0 0
0

0
0
0
0 0 0 0
0

0
0
0
0 0 0 2 11

0
0
0
0 0 0 1 10
0
0
0
0 0 0 0
1

che ha rango 5, quindi r3 = 5. Quindi


ORDINE DEI BLOCCHI
1
2

NUMERO DEI BLOCCHI


1
1

ce un blocco di ordine 1 ed uno di ordine 2 relativi allautovalore h2 = 2.


Quindi una forma canonica di Jordan della matrice di partenza e la seguente:

8.5. Il polinomio minimo di una matrice (o di un endomorfismo).

0
A =

1
0
0
0
0
0
0
0

1
1
0
0
0
0
0
0

0
0
1
0
0
0
0
0

0
0
1
1
0
0
0
0

0
0
0
1
1
0
0
0

0
0
0
0
0
2
0
0

0
0
0
0
0
0
2
0

0
0
0
0
0
0
1
2

131

Lordine con cui i blocchi compaiono nella forma canonica di Jordan non e
fondamentale per lindividuazione della forma canonica stessa. Si dice infatti che
la forma canonica ottenuta e unica a meno di permutazioni dei blocchi di Jordan di
cui e composta. Permutando tali blocchi si ottiene comunque una forma canonica
che sia simile a quella precedente. Tale permutazione corrisponde di fatto alla
scelta di una differente base di lRn rispetto alla quale la matrice che rappresenta
lendomorfismo e ancora espressa in forma canonica di Jordan.

8.5

Il polinomio minimo di una matrice (o di


un endomorfismo).

Sia A Mn (lR) una matrice quadrata di ordine n ad elementi reali e sia f : lRn
lRn lendomorfismo ad essa associato. Indichiamo al solito p() = det(A I) il
polinomio caratteristico di A (o equivalentemente di f ). Sara utile per largomento
che ora tratteremo un richiamo al ben noto Teorema di Caley-Hamilton:
Teorema 21. Ogni matrice quadrata A di un certo ordine n e una radice del suo
polinomio caratteristico p() = det(A I), in altre parole se
p() = a0 + a1 + a2 2 + ... + an n
allora
p(A) = a0 I + a1 A + a2 A2 + ... + an An = 0.
Alla luce di cio, vi sono chiaramente infiniti polinomi f (x) di grado superiore
ad n tali da avere la matrice A come radice, sono esattamente tutti i polinomi che
ammettano il polinomio p(x) come divisore, cioe quelli del tipo f (x) = p(x) h(x),
per ogni polinomio h(x). Ci chiediamo allora se esistono polinomi di grado inferiore
a n che ammettano la matrice A come radice. Essi possono esistere, ma non
necessariamente.

132

8. La forma canonica di Jordan.

Appare chiaro che, per matrici di ordini relativamente grandi, costruire tutti i
possibili divisori di p() e verificare quale sia il minimo, potrebbe risultare compli quindi consigliabile risalire al polinomio minimo di una matrice, dopo aver
cato. E
determinato lordine massimo di ciascun blocco di Jordan che in essa compare.

8.6

Autospazi generalizzati.

Abbiamo fin qui analizzato il comportamento di un endomorfismo e della matrice


ad esso associata in una data base, riferendoci in particolare alla sua trasformazione
in forma canonica, diagonale o di Jordan. Nel caso la matrice sia diagonalizzabile,
siamo anche in grado di determinare la base rispetto alla quale essa assume una
forma diagonale, tramite la costruzione della matrice diagonalizzante, attraverso
la determinazione degli autovettori della matrice. Vogliamo ora costruire un algoritmo che ci permetta di determinare una base di vettori, rispetto alla quale
la matrice, non diagonalizzabile, sia espressa in forma canonica di Jordan. A tal
fine abbiamo la necessita di richiamare alcuni risultati e definizioni relativi ad
endomorfismi e matrici.
Definizione 15. Un endomorfismo f : V V di uno spazio vettoriale V di
dimensione n e detto invariante su di un sottospazio W V se f (w) W , per
ogni w W . In tale caso lapplicazione restrittiva fW : W W e ancora un
endomorfismo.
Sia f : V V un endomorfismo di uno spazio vettoriale V di dimensione n
su di un campo K e siano W1 , ..., Wr sottospazi di V invarianti sotto lazione di f ,
tali che
V = W1 W2 W3 ..... Wr .
Consideriamo B1 , ..., Br rispettivamente basi per W1 , ..., Wr . Sappiamo che linsieme B = B1 B2 ... Br e una base di V . Allora la matrice associata ad f
rispetto alla base B di V e una matrice a blocchi

A=

A1 0
0 0 0 0
0
0
0 A2 0 0 0 0
0
0
0
0 A3
0 0
0
0
0
0
0 ... 0 0
0
0
0
0
0 0 ... 0
0
0
0
0
0 0 0 ...
0
0
0
0
0 0 0 0 Ar1 0
0
0
0 0 0 0
0
Ar

8.6. Autospazi generalizzati.

133

in cui ogni blocco Ai e la matrice associata alla restrizione fWi rispetto alla base
Bi .
Definizione 16. Un endomorfismo f : V V e detto nilpotente di indice t se
f t e lomomorfismo nullo, cioe se f t (v) = 0, per ogni v V . Come gi
a visto, si
t
dice indice di nilpotenza il minimo t 1, tale che f = 0 (analogamente t e lindice
di nilpotenza della matrice A associata a f , cioe At = 0 e As 6= 0, per ogni s t).
Sia quindi f : V V un endomorfismo sullo spazio vettoriale V di dimensione
n sul campo K. Consideriamo i seguenti endomorfismi di V :
f 0 = id,

f 1 = f,

f 2 = f (f ), ..

f t = f (f t1 ).

Ciascuno di essi ha un nucleo ed una immagine:


ker(f i ) = {v V : f i (v) = 0},

Im(f i ) = {w V : v V, f i (v) = w}.

La prima osservazione che possiamo fare e certamente la seguente:


0 = ker(f 0 ) ker(f ) ker(f 2 ) ......... ker(f s ) ....
e una catena di sottospazi di V , ma poiche questultimo ha dimensione finita, essa
non puo essere infinita, quindi esiste un certo s 1 tale che ker(f s ) = ker(f s+1 ).
In particolare notiamo che nel caso f sia nilpotente di indice t, allora ker(f t ) = V
ed Im(f t ) = 0. Dimostriamo alcune proprieta:
1. La restrizione g = fker(f s ) : ker(f s ) ker(f s ) e un endomorfismo nilpotente di indice s; infatti, per ogni X ker(f s ), si ha g s (X) = f s (X) =
0.
2. La restrizione g = fIm(f s ) : Im(f s ) Im(f s ) e un isomorfismo; e sufficiente dimostrare che sia iniettiva, visto che e un endomorfismo. Sia allora
X ker(g) = ker(fIm(f s ) ). Esiste allora Y V tale che X = f s (Y ). Di
conseguenza 0 = g(X) = g(f s (Y )) = f s+1 (Y ) cioe Y ker(f s+1 ). Poiche
ker(f s ) = ker(f s+1 ) ne segue che f s (Y ) = 0 quindi X = 0 ed il ker(g) e
banale.
3. V = ker(f s ) Im(f s ) come somma diretta; dimostriamo dapprima che
ker(f s ) Im(f s ) = {0}. Supponiamo che esista 0 6= X ker(f s ) Im(f s ).
Cio vuol dire contemporaneamente che esiste Y V tale che X = f s (Y ) 6= 0
ed anche che f s (X) = 0. Daltro canto, riferendoci alla precedente proprieta,
poiche lapplicazione g = fIm(f s ) e un isomorfismo, abbiamo che 0 6= g(X) =
f s (X), che contraddice quanto supposto. Per completare la dimostrazione
osserviamo che dim(ker(f s ) + Im(f s )) = dim(ker(f s )) + dim(Im(f s )) =
dim(V ).

134

8. La forma canonica di Jordan.

Definizione 17. Sia V uno spazio vettoriale di dimensione n sul campo K e sia
f : V V un endomorfismo. Indichiamo con s 1 il minimo intero tale che
ker(f s ) = ker(f s+1 ). Per quanto visto finora V = ker(f s ) Im(f s ). Indichiamo
con {e1 , ..., et } una base per il sottospazio ker(f s ) e con {et+1 , ..., en } una base per
il sottospazio Im(f s ). Chiaramente {e1 , .., en } e una base per V . Rispetto a tale
base costruiamo la matrice A associata allendomorfismo f :
"
A=

A1 0
0 A2

dove la matrice A1 e una matrice quadrata di ordine t, nilpotente di indice s; e la


matrice A2 e una matrice quadrata di ordine nt, invertibile. I blocchi A1 , A2 sono
rispettivemente quelli che si ottengono tramite le immagini dei vettori delle basi di
s
ker(f s ) ed Im(f s ). Pi
u precisamente
" le #immagini dei vettori della base di ker(f )
A1
si dispongono nella sottomatrice
e le immagini dei vettori della base di
0
#
"
0
Im(f s ) nella sottomatrice
. La decomposizione V = ker(f s ) Im(f s ) e
A2
"
#
A1 0
prendono entrambe il nome di
la corrispondente decomposizione A =
0 A2
Decomposizione di Fitting.
Teorema 22. Sia V uno spazio vettoriale di dimensione n sul campo K e sia
f : V V un endomorfismo. Esso e nilpotente se e solo se il suo polinomio
caratteristico e p() = (1)n n , cioe se ammette come unico autovalore lo 0 con
molteplicit
a n.
Dim. Supponiamo che lendomorfismo sia nilpotente e diamo per certo s che esso
abbia tutti gli autovalori in K (si puo dimostrare). Ammettiamo per assurdo che
esista un autovalore di f non nullo, e sia X un autovettore ad esso corrispondente.
Notiamo che
f s (X) = f s1 f (X) = f s1 (X) = f s1 (X) = f s2 (f (X)) =
f s2 (X) = 2 f s2 (X) = .........s X.
Quindi s e autovalore di f s con autovettore corrispondente X. Poiche f e
nilpotente di indice s, allora 0 = f s (X) = s X che contraddice lassunzione 6= 0.
Viceversa supponiamo ora che lunico autovalore di f sia lo 0 e per assurdo
ipotizziamo che f non sia nilpotente. Quindi abbiamo che V = ker(f s ) Im(f s ),

8.6. Autospazi generalizzati.

135

con Im(f s ) 6= 0. Analogamente nella decomposizione di Fitting della matrice


associata avremo
"
#
A1 0
A=
0 A2
con A2 6= 0 matrice invertibile. Avendo assunto 0 come unico autovalore di f , tale
dovrebbe essere anche ogni autovalore che compare sulla diagonale di A2 , la quale
avrebbe determinante nullo, contraddicendo con la sua non-singolarita.
t
u
Definizione 18. Sia V uno spazio vettoriale di dimensione n sul campo K e
sia f : V V un endomorfismo. Indichiamo con s 1 il minimo intero
tale che ker(f s ) = ker(f s+1 ) e supponiamo ker(f s ) 6= 0. Al solito indichiamo
V = ker(f s ) Im(f s ) la decomposizione di Fitting. In base alla definizione di
nucleo di un endomorfismo sappiamo che
ker(f s ) = {X V : i s, f i (X) = 0}.
Il sottospazio ker(f s ) e detto autospazio generalizzato di f relativo allautovalore
0 ed i suoi elementi sono detti autovettori generalizzati relativi allautovalore 0.
Teorema 23. Sia V uno spazio vettoriale di dimensione n sul campo K e sia
f : V V un endomorfismo. Sia Xr V tale che Xr ker(f r ) ker(f r1 ) e
costruiamo la seguente catena di vettori in V :
vr1 = f (vr )

vr2 = f (vr1 ) = f 2 (vr )

vr3 = f (vr2 ) = f 3 (vr ), ....

....v1 = f (v2 ) = f r1 (vr ) 6= 0.

Allora vri ker(f ri ) ker(f ri1 ), per ogni i = 1, ..., r 1. Inoltre i vettori
{v1 , v2 , ...., vr } sono linearmente indipendenti e vengono detti catena di autovettori
generalizzati relativi allo 0 di lunghezza r.
Dim. Per la dimostrazione della prima parte del teorema, osserviamo che la
costruzuione della catena e fatta in modo induttivo, quindi e sufficiente dimostrare
che vri ker(f ri ) ker(f ri1 ) per un fissato i {1, ..., r 1}. Per semplicita
prendiamo i = 1, dobbiamo allora dimostrare che vr1 ker(f r1 ) ker(f r2 ).
Poiche vr1 = f (vr ), allora f r1 (vr1 ) = f r1 f (vr ) = fr (vr ) = 0, visto che vr
ker(f r ). Per cui vr1 ker(f r1 ). Supponiamo per assurdo che vr1 ker(f r2 ).
Allora avremmo 0 = f r2 (vr1 ) = f r2 f (vr ) = f r1 (vr ), contro lipotesi che
vr
/ ker(f r1 ). Poiche tale ragionamento puo essere ripetuto per vr2 , vr3 , .., v1
allora concludiamo che vri ker(f ri ) ker(f ri1 ) per ogni i {1, ..., r 1}.
Passiamo a dimostrare lindipendenza dei vettori della catena. Supponiamo
che esista una combinazione lineare
1 v1 + 2 v2 + ... + r vr = 0

(A)

136

8. La forma canonica di Jordan.

ed applichiamo ad essa la f r1 :
0 = 1 f r1 (v1 ) + 2 f r1 (v2 ) + ... + r f r1 (vr ).
Poiche ogni vj ker(f j ), per ogni j = 1, .., r1, lunico addendo che non si annulla
e quello contenente limmagine del vettore vr
/ ker(f r1 ). Quindi 0 = r f r1 (vr ),
da cui r = 0. Possiamo riscrivere la combinazione lineare (A):
1 v1 + 2 v2 + ... + r1 vr1 = 0

(A0 )

ed applicando ora f r2 ripetiamo lo stesso ragionamento per dimostrare che anche


r1 = 0. Un passo alla volta dimostriamo quindi che ogni i = 0, ed i vettori
della catena sono linearmente indipendenti.
t
u
Definizione 19. Sia V uno spazio vettoriale di dimensione n sul campo K e sia
f : V V un endomorfismo. Sia i un autovalore di f e costruiamo il seguente
endomorfismo di V : fi = f i I. Come fatto in precedenza, possiamo determinare
ora la decomposizione di Fitting V = ker(fis ) Im(fis ) per un opprtuno s 1,
tale che ker(fis ) = ker(fis+1 ), detto indice di i Il sottospazio
ker(fis ) = {X V : j s, fij (X) = 0}
e detto autospazio generalizzato di f relativo allautovalore i ed i suoi elementi
sono detti autovettori generalizzati relativi allautovalore i .
Ripetiamo quanto detto per ogni autovalore i {1 , ..., p } nello spettro di
f (insieme di tutti gli autovalori) e denotiamo
Ei = ker(fisi ) = {X V : j si , fij (X) = 0}
gli autospazi generalizzati relativi a ciascun i con indice si .
Sia X Ei , e chiaro che fi (X) Ei . Inoltre fi (X) = f (X) i X, cioe
f (X) = fi (X) + i X Ei . Quindi ogni spazio Ei e invariante sotto lazione di
f . Questo implica che possiamo applicare agli spazi Ei tutti i risultati noti per
sottospazi invarianti.
Teorema 24. La dimensione di ciascun autospazio generalizzato Ei e pari alla
molteplicit
a algebrica dellautovalore i cui esso si riferisce.
Possiamo estendere ora il teorema sulle catene di autovettori:
Teorema 25. Sia V uno spazio vettoriale di dimensione n sul campo K, sia
f : V V un endomorfismo e sia i un autovalore di f . Sia Xr V tale che
Xr ker(fir ) ker(fir1 ) e costruiamo la seguente catena di vettori in V :
vr1 = fi (vr ),

vr2 = fi (vr1 ) = fi2 (vr )

8.6. Autospazi generalizzati.

137

vr3 = fi (vr2 ) = fi3 (vr ), ....

....v1 = fi (v2 ) = fir1 (vr ) 6= 0.

Allora vri ker(firi ) ker(firi1 ), per ogni i = 1, ..., r 1. Inoltre i vettori


{v1 , v2 , ...., vr } sono linearmente indipendenti e vengono detti catena di autovettori
generalizzati relativi allautovalore i di lunghezza r.
Teorema 26. La massima lunghezza di una catena di autovettori relativi ad un
autovalore i di f e pari allindice si di i . Inoltre si e della molteplicit
a
algebrica dellautovalore.
Dim. Supponiamo che esista un autovettore generalizzato vr di i tale che r > si .
Per quanto sappiamo dovremmo avere che vr ker(fir ) ker(fir1 ), in particolare
fir1 (vr ) 6= 0, e quindi anche fisi (vr ) 6= 0, visto che si r 1. In particolare
avremmo che fij (vr ) 6= 0, per ogni j si , che contrasta col fatto che vr e un
autovettore generalizzato di i .
Inoltre ogni catena di ordine r di autovettori determina un insieme di r vettori
linearmente indipendenti nellautospazio Ei , la cui dimensione e pari alla molteplicita algebrica ai di i . Per cui r = si ai .
t
u
Concludendo possiamo dire che se f possiede tutti gli autovalori 1 , .., p in
K, ciascuno con la sua molteplicita algebrica, allora
V = E1 E2 ..... Ep
e somma diretta degli autospazi generalizzati Ei e, tramite la costruzione delle
catene di autovettori generalizzati, possiamo determinare la base di ciascun autospazio Ei , al fine di costruire una base di V rispetto alla quale la matrice associata
ad f si esprima in forma di Jordan.
Esempio 118. Sia f : lR4 lR4 con matrice A M4 (lR) associata

A=

0
0
0
0

1
0
0
0

1
1
0
0

0
0
0
0

Il polimomio caratteristico e p() = 4 e quello minimo m() = 3 . Lunico


autovalore e = 0 e le catene di autovettori sono 2, una di lunghezza 3 e laltra di
lunghezza 1. Per costruirle si devono calcolare i sottospazi ker(f ), ker(2 ), ker(f 3 ).
ker(f ) = {X lR4 : AX = 0} =< w1 = (1, 0, 0, 0), w2 = (0, 0, 0, 1) > .

138

8. La forma canonica di Jordan.

Inoltre A2 =

0
0
0
0

0
0
0
0

1
0
0
0

0
0
0
0

, quindi

ker(f 2 ) = {X lR4 : A2 X = 0} =< w3 = (1, 0, 0, 0), w4 = (0, 1, 0, 0), w5 = (0, 0, 0, 1) > .


Infine A3 = 0 da cui ker(f 3 ) = lR4 =< w6 = (1, 0, 0, 0), w7 = (0, 1, 0, 0), w8 =
(0, 0, 1, 0), w9 = (0, 0, 0, 1) >. Iniziamo dalla catena di ordine 3:
v3 = w8 ker(f 3 ) ker(f 2 )
v2 = f (v3 ) = (1, 1, 0, 0) ker(f 2 ) ker(f )
v1 = f (v2 ) = f 2 (v3 ) = (1, 0, 0, 0).
Passiamo ora alla catena di ordine 1, per la quale e sufficiente scegliere un vettore
v10 ker(f ) < v1 , v2 , v3 >, prendiamo v10 = w2 = (0, 0, 0, 1). Possiamo ora
definire la base rispetto alla quale la matrice A ammette la forma canonica di
Jordan:
B = {(1, 0, 0, 0), (1, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)}
e la matrice P tale che P 1 AP sia la matrice

1 1 0
0 1 0

P =
0 0 1
0 0 0

in forma di Jordan e:

0
0

.
0
1

Esempio 119. Sia f : lR3 lR3 con matrice A M3 (lR) associata

2 0 0

A = 2 2 0 .
1 3 2
Il polimomio caratteristico e quello minimo coincidono: p() = m() = (2)3 .
Lunico autovalore e = 2 con una sola catena di autovettori una di lunghezza 3.
Per costruirla si devono calcolare i sottospazi ker(f ), ker(f 2 ), ker(f 3 ).
ker(f2 ) = {X

2
Inoltre (A 2I) = 0
6

lR3 : (A 2I)X = 0} =< w1 = (0, 0, 1) > .

0 0

0 0 , quindi
0 0

ker(f22 ) = {X lR3 : (A 2I)2 X = 0} =< w2 = (0, 1, 0), w3 = (0, 0, 1) > .

8.6. Autospazi generalizzati.

139

Infine (A 2I)3 = 0 da cui ker(f23 ) = lR3 =< w4 = (1, 0, 0), w5 = (0, 1, 0), w6 =
(0, 0, 1) >. Costruiamo la catena di ordine 3:
v3 = w4 ker(f23 ) ker(f22 )
v2 = f2 (v3 ) = (0, 2, 1) ker(f22 ) ker(f2 )
v1 = f2 (v2 ) = f22 (v3 ) = (0, 0, 6).
La base rispetto alla quale la matrice A ammette la forma canonica di Jordan:
B = {(0, 0, 6), (0, 2, 1), (1, 0, 0)}
e la matrice P tale che P 1 AP

0 0

P = 0 2
6 1

= A0 sia la matrice in forma di Jordan e:

1
2 1 0

0 con A0 = 0 2 1
0
0 0 2

Esempio 120. Sia f : lR5 lR5 con matrice

1 1 1 1
0 1 0 1

A= 0 0 1 0

0 0 0 1
0 0 0 0

A M5 (lR) associata

1
1

1 .

0
1

Il polimomio caratteristico e p() = ( 1)5

1 1 0 0
0 1 1 0

0
A = 0 0 1 0

0 0 0 1
0 0 0 0

e la forma canonica finale sara

0
0

1
1

quindi avremo per lautovalore = 1 una catena di ordine 3 ed una di ordine 2.


Calcoliamo la sequenza di tutti i sottospazi generalizzati relativi a = 1:
ker(f1 ) = {X lR5 : (A I)X

0 0 0
0 0 0

Inoltre (A I)2 = 0 0 0

0 0 0
0 0 0

= 0} =< w1 = (1, 0, 0, 0, 0), w2 = (0, 1, 1, 0, 0) > .

1 1
0 0

0 0 , quindi

0 0
0 0

ker(f12 ) = {X lR5 : (A I)2 X = 0} =

140

8. La forma canonica di Jordan.

< w3 = (1, 0, 0, 0, 0), w4 = (0, 1, 0, 0, 0), w5 = (0, 0, 1, 0, 0), w6 = (0, 0, 0, 1, 1) > .


Infine (A I)3 = 0 da cui
ker(f13 ) = lR5 =
< w7 = (1, 0, 0, 0, 0), w8 = (0, 1, 0, 0, 0), w9 = (0, 0, 1, 0, 0),
w10 = (0, 0, 0, 1, 0), w11 = (0, 0, 0, 0, 1) > .
Iniziamo dalla catena di ordine 3:
v3 = w11 ker(f13 ) ker(f12 )
v2 = f1 (v3 ) = (1, 1, 1, 0, 0)
v1 = f1 (v2 ) = f12 (v3 ) = (2, 0, 0, 0, 0).
Passiamo ora alla catena di ordine 2: il vettore di partenza v20 deve essere scelto
in modo che
v20 ker(f12 ) ker(f1 ) < (0, 0, 0, 0, 1), (1, 1, 1, 0, 0), (2, 0, 0, 0, 0) >
v20 = w6
v10 = f1 (v60 ) = (0, 0, 1, 0, 0)
Possiamo ora definire la base rispetto alla quale la matrice A ammette la forma
canonica di Jordan:
B = {(2, 0, 0, 0, 0), (1, 1, 1, 0, 0), (0, 0, 0, 0, 1), (0, 0, 1, 0, 0), (0, 0, 0, 1, 1)}.
Esempio 121. Sia f : lR5 lR5 con matrice A M5 (lR) associata

A=

1
1
0
0
1

0
2
0
0
0

0
1
2
0
0

0
1
0
1
1

0
1
1
0
1

Il polimomio caratteristico e p() = (2)2 (1)3 . quindi avremo un autovalore 1 = 1 ed uno 2 = 0. Calcoliamo la sequenza di tutti i sottospazi generalizzati
relativi a = 1:
ker(f1 ) = {X lR5 : (AI)X = 0} =< w1 = (1, 0, 0, 1, 0), w2 = (0, 0, 1, 0, 1) > .
Da questo ricaviamo anche che lautospazio (in senso usuale) ha dimensione 2,
quindi vi sono due blocchi di Jordan per 1 = 1, da cui riconosciamo la presenza

8.6. Autospazi generalizzati.

141

di una catena di ordine 2 ed una di ordine 1. Inoltre (AI)2 =

0
2
1
0
0

0
1
0
0
0

0
2
1
0
0

0
2
1
0
0

0
2
1
0
0

quindi
ker(f12 ) = {X lR5 : (A I)2 X = 0} =
< w3 = (1, 0, 0, 0, 1), w4 = (0, 0, 1, 0, 1), w5 = (0, 0, 0, 1, 1) > .
Iniziamo dalla catena di ordine 2:
v2 = w5 ker(f12 ) ker(f1 )
v1 = f1 (v2 ) = (0, 0, 1, 0, 1).
Passiamo ora alla catena di ordine 1: il vettore in ker(f1 ) < (0, 0, 1, 0, 1), (0, 0, 0, 1, 1) >:
v10 = w1 = (1, 0, 0, 1, 0).
Consideriamo ora lautovalore 2 = 2:
ker(f2 ) = {X lR5 : (A 2I)X = 0} =< w6 = (0, 1, 0, 0, 0) >
quindi vi e un solo blocco relativo a tale autovalore, e sara di ordine

1
0

una catena di ordine 2 di autovettori generalizzati: (A2I)2 = 1

0
2
quindi

2.
0
0
0
0
0

Vi e allora
0 0
0
0 1 0
0 0 1
0 1
0
0 0
1

ker(f22 ) = {X lR5 : (A 2I)2 X = 0} =< w7 = (0, 1, 0, 0, 0), w8 = (0, 0, 1, 0, 0) >


da cui le scelte per la catena sono:
u2 = w8 ker(f22 ) ker(f2 )
u1 = f2 (u2 ) = (0, 1, 0, 0, 0).
Possiamo ora definire la base rispetto alla quale la matrice A ammette la forma
canonica di Jordan:
B = {(1, 0, 0, 1, 0), (0, 0, 1, 0, 1), (0, 0, 0, 1, 1), (0, 1, 0, 0, 0), (0, 0, 1, 0, 0)}.
Esempio 122. Sia f : lR3 lR3 con matrice A M3 (lR) associata

3 1 1

A = 0 3 1 .
0 0 3

142

8. La forma canonica di Jordan.

Il polimomio caratteristico e p() = ( 3)3 . Lunico autovalore e = 3:


ker(f3 ) = {X lR3 : (A 3I)X = 0} =< w1 = (1, 0, 0) >
quindi vi e un solo blocco
di Jordane quindi una sola catena, chiaramente di ordine
0 0 1

2
3. Inoltre (A 3I) = 0 0 0 , quindi
0 0 0
ker(f32 ) = {X lR3 : (A 3I)2 X = 0} =< w2 = (1, 0, 0), w3 = (0, 1, 0) > .
Infine (A 3I)3 = 0 da cui ker(f33 ) = lR3 =< w4 = (1, 0, 0), w5 = (0, 1, 0), w6 =
(0, 0, 1) >. Costruiamo la catena di ordine 3:
v3 = w6 ker(f33 ) ker(f32 )
v2 = f3 (v3 ) = (1, 1, 0) ker(f22 ) ker(f2 )
v1 = f3 (v2 ) = f32 (v3 ) = (1, 0, 0).
La base rispetto alla quale la matrice A ammette la forma canonica di Jordan:
B = {(1, 0, 0), (1, 1, 0), (0, 0, 1)}.
Esempio 123. Sia f : lR3 lR3 con matrice A M3 (lR) associata

1 1 1

A = 0 1 0 .
9 2 7
Il polimomio caratteristico: p() = ( 1)( 4)2 . Per lautvalore 1 = 1 non
abbiamo alcun problema ad individuare lautovettore (che in tal caso e autovalore
in senso ordinario e generalizzato):
ker(f1 ) = {X lR3 : (A I)X = 0} =< w1 = (8, 9, 9) > .
Passiamo allautovalore 4 = 4:
ker(f4 ) = {X lR3 : (A 4I)X = 0} =< w2 = (1, 0, 3) >
quindi vi e un solo blocco di ordine 2 relativo allautovalore 4,e quindi anche
una

0 8 0

sola catena di autovettori di lunghezza 2. Inoltre (A 4I)2 = 0 9 0 , quindi


0 9 0
ker(f42 ) = {X lR3 : (A 4I)2 X = 0} =< w3 = (1, 0, 0), w4 = (0, 0, 1) > .

8.6. Autospazi generalizzati.

143

Costruiamo la catena di ordine 2:


v2 = w3 ker(f42 ) ker(f4 )
v1 = f4 (v2 ) = (3, 0, 9).
La base rispetto alla quale la matrice A ammette la forma canonica di Jordan:
B = {(3, 0, 9), (1, 0, 0), (8, 9, 9)}.
Esempio 124. Sia f : lR3 lR3 con matrice A M3 (lR) associata

2 0
0

A= 0 1
2 .
0 2 3
Il polimomio caratteristico: p() = ( 2)( + 1)2 . Per lautvalore 2 = 2 non
abbiamo alcun problema ad individuare lautovettore (che in tal caso e autovalore
in senso ordinario e generalizzato):
ker(f2 ) = {X lR3 : (A 2I)X = 0} =< w1 = (1, 0, 0) > .
Passiamo allautovalore 1 = 1:
ker(f1 ) = {X lR3 : (A + I)X = 0} =< w2 = (0, 1, 1) >
quindi vi e un solo blocco di ordine 2 relativo allautovalore 1, e quindi
1 0

una sola catena di autovettori di lunghezza 2. Inoltre (A + I)2 = 0 0


0 0
quindi

anche

0 ,
0

ker(f12 ) = {X lR3 : (A + I)2 X = 0} =< w3 = (0, 1, 0), w4 = (0, 0, 1) > .


Costruiamo la catena di ordine 2:
v2 = w3 ker(f12 ) ker(f1 )
v1 = f1 (v2 ) = (0, 2, 2).
La base rispetto alla quale la matrice A ammette la forma canonica di Jordan:
B = {(0, 2, 2), (0, 1, 0), (1, 0, 0)}.

144

8.7

8. La forma canonica di Jordan.

Esercizi.

Esercizio 89. Determinare la forma canonica di Jordan della seguente matrice:


"
#
3 14
.
1 1
Esercizio 90. Determinare la forma canonica di Jordan della seguente matrice:

1 0 0

0 1 0 .
1 0 2
Esercizio 91. Determinare la forma canonica di Jordan della seguente matrice:

2 3 0

0 2 0 .
4 0 2
Esercizio 92. Determinare la forma canonica

1 2
5

0 14 39
0 5 14

di Jordan della seguente matrice:

Esercizio 93. Determinare la forma canonica di Jordan della seguente matrice:

0
0
1
0
1
0

1 1 0
1 0 0
1 2 0
0 0 1
0 1 1
0 0 1

0 0
1 1

0 0

.
0 0

1 1
0 1

Esercizio 94. Determinare la forma canonica di Jordan della seguente matrice:

0
0
0
0
0
0

1 1 1 1 1
0 1
1 0 0
0 1
1 0 0
0 0
1 0 1
0 0
0 2 1
0 0
0 1 0

9
Le forme bilineari e le forme
quadratiche reali.
9.1

Introduzione.

Siano K un campo e V , W due spazi vettoriali su K, rispettivamente di dimensione


n e m. La applicazione f : V W K che fa corrispondere ad una coppia di
vettori (v, w) V W uno scalare f (v, w) K, e detta forma bilineare se valgono
le seguenti proprieta: per ogni v, v1 , v2 V , w, w1 , w2 W , , K
f (v1 + v2 , w) = f (v1 , w) + f (v2 , w)
f (v, w1 + w2 ) = f (v, w1 ) + f (v, w2 ).
In sostanza la f e lineare sia in V che in W .

Esempio 125. La applicazione f : lR2 lR3 lR, definita da f ((x1 , x2 ), (y1 , y2 , y3 )) =


x1 (y1 + y2 ) + x2 (y1 y3 ), e una forma bilineare.
Per dimostrarlo e sufficiente verificare che per ogni a, b lR, (x1 , x2 ), (x01 , x02 )
lR2 , (y1 , y2 , y3 ), (y10 , y20 , y30 ) lR3 , si abbia
f (a(x1 , x2 )+b(x01 , x02 ), (y1 , y2 , y3 )) = af ((x1 , x2 ), (y1 , y2 , y3 ))+bf ((x01 , x02 ), (y1 , y2 , y3 ))
e
f ((x1 , x2 ), a(y1 , y2 , y3 )+b(y10 , y20 , y30 )) = af ((x1 , x2 ), (y1 , y2 , y3 ))+bf ((x1 , x2 ), (y10 , y20 , y30 )).
Siano 0V e 0W rispettivamente il vettore nullo in V e quello nullo in W . Allora
f (0V , w) = 0 e f (v, 0W ) = 0, per ogni v V , w W .

146

9. Le forme bilineari e le forme quadratiche reali.

9.2

Forme bilineari e matrici.

Sia f : V W K una forma bilineare e siano rispettivamente B = {b1 , b2 , .., bn }


e C = {c1 , c2 , .., cm } una base di V ed una di W entrambe su K. Allora per ogni
coppia di vettori v V e w W , essi si possono esprimere come combinazione
lineare dei vettori base tramite le proprie componenti:
v = v1 b1 + v2 b2 + v3 b3 + ...... + vn bn
w = w1 c1 + w2 c2 + w3 c3 + ...... + wm cm .
Allora, sfruttando le proprieta di bilinearita della f si ha:
f (v, w) = f (v1 b1 + v2 b2 + v3 b3 + ...... + vn bn , w1 c1 + w2 c2 + w3 c3 + ...... + wm cm ) =
v1 w1 f (b1 , c1 ) + v1 w2 f (b1 , c2 ) + v1 w3 f (b1 , c3 ) + .... + v1 wm f (b1 , cm )+
v2 w1 f (b2 , c1 ) + v2 w2 f (b2 , c2 ) + v2 w3 f (b2 , c3 ) + .... + v2 wm f (b2 , cm ) + .....
........ + vn w1 f (bn , c1 ) + vn w2 f (bn , c2 ) + vn w3 f (bn , c3 ) + .... + vn wm f (bn , cm ).
Indichiamo con aij = f (bi , cj ), al variare di tutti gli elementi bi e cj delle due
basi. Con tali scalari costruiamo una matrice A = (aij ) che viene detta la matrice
associata alla f rispetto alle basi B e C. Se denotiamo

v=

v1
v2
v3
...
...
...
vn

,w =

w1
w2
w3
...
...
...
wm

allora possiamo osservare che f (v, w) = v T Aw. Quindi ad ogni forma bilineare e
associata una matrice relativa ad una scelta di basi.
Viceversa per ogni matrice A Mnm (K) esiste una forma bilineare f : V
W K, definita da f (X, Y ) = X T AY , per ogni vettore X V espresso per
componenti in una certa base B di V e per ogni vettore Y W espresso per
componenti in una certa base C di W .
In definitiva, la scelta delle basi e determinante al fine di definire una qualsiasi
forma bilineare associata ad una matrice.

9.2. Forme bilineari e matrici.

147

Esempio 126. Sia f : lR2 lR3 lR, definita da f ((x1 , x2 ), (y1 , y2 , y3 )) = x1 (y1 +
y2 )+x2 (y1 y3 ), determiniamo la matrice associata a f rispetto alle basi canoniche
B = {b1 , b2 } = {(1, 0), (0, 1)} di lR2 e C = {c1 , c2 , c3 } = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
di lR3 .

f (b1 , c1 ) = 1,
f (b2 , c1 ) = 1,

f (b1 , c2 ) = 1,
f (b2 , c2 ) = 0,

f (b1 , c3 ) = 0
f (b2 , c3 ) = 1

allora la f si puo rappresentare, rispetto alle basi canoniche, nel modo seguente:

# y
"
1
h
i 1 1 0

f (X, Y ) = x1 x2
y2 .
1 0 1
y3
Consideriamo ora due basi diverse da quelle canoniche: D = {d1 , d2 } =
{(1, 1), (2, 1)} di lR2 e E = {e1 , e2 , e3 } = {(1, 1, 0), (0, 0, 1), (2, 0, 1)}. Calcoliamo
gli elementi della matrice associata in tali basi:
f ((x1 , x2 ), (y1 , y2 , y3 )) = x1 (y1 + y2 ) + x2 (y1 y3 ),
f (d1 , e1 ) = 3,

f (d1 , e2 ) = 1,

f (d1 , e3 ) = 3

f (d2 , e1 ) = 5,

f (d2 , e2 ) = 1,

f (d2 , e3 ) = 5

allora la f si puo rappresentare, rispetto alle basi C e D, nel modo seguente:

f (X, Y ) =

x1 x2

"

3 1 3
5 1 5

y1

y2 = x1 (3y1 y2 +3y3 )+x2 (5y1 y2 +5y3 ).


y3

Esempio 127.
Siaf : lR3 lR2 lR una forma bilineare, alla quale sia associata

1 1

la matrice 1 0 rispetto alle basi B = {b1 , b2 , b3 } = {(1, 1, 0), (0, 0, 1), (0, 1, 1)}
2 1
3
di lR e C = {c1 , c2 } = {(1, 1), (0, 1)} di lR2 . Determiniamo la matrice associata
a f rispetto alle basi D = {d1 , d2 , d3 } = {(0, 1, 0), (0, 1, 1), (2, 0, 1)} di lR3 e E =
{e1 , e2 } = {(1, 1), (2, 1)} di lR2 .
Lespressione della f rispetto alle basi B e C e data da:

"
#
h
i 1 1
y

1
= x1 (y1 + y2 ) + x2 y1 + x3 (2y1 + y2 ).
f (X, Y ) = x1 x2 x3 1 0
y2
2 1

148

9. Le forme bilineari e le forme quadratiche reali.

Per poter determinare la matrice rispetto alle nuove basi, dovremmo calcolare
i coefficienti f (di , ej ). Poiche lunico strumento che abbiamo e la matrice data
rispetto alle basi B e C, siamo costretti inizialmente ad esprimere tutti i vettori
di e ej per componenti rispetto alle basi B e C, e solo allora potremo effettuare il
calcolo degli f (di , ej ).
d1 = (0, 1, 0) = (0, 1, 1)B ,

d2 = (0, 1, 1) = (0, 0, 1)B ,

e1 = (1, 1) = (1, 0)C ,

d3 = (2, 0, 1) = (2, 3, 2)B

e2 = (2, 1) = (2, 1)C .

f (d1 , e1 ) = 1,

f (d1 , e2 ) = 1

f (d2 , e1 ) = 2,

f (d2 , e2 ) = 3

f (d3 , e1 ) = 1,

f (d3 , e2 ) = 2

allora la f si puo rappresentare, rispetto alle basi D e E, nel modo seguente:

"
#
h
i 1 1
y1

f (X, Y ) = x1 x2 x3 2 3
= x1 (y1 +y2 )+x2 (2y1 +3y2 )+x3 (y1 +2y2 ).
y2
1 2

9.3

Forme quadratiche.

Sia f : V V K una forma bilineare definita in V V , dove V sia uno


spazio vettoriale di dimensione n sul campo K. Sia B = {e1 , e2 , .., en } una base
di V e sia A la matrice associata a f rispetto a B. Per quanto detto finora, una
rappresentazione della f e la seguente: f (X, Y ) = X T AY , per ogni X, Y vettori
di V .
Diciamo che la forma bilineare e simmetrica se accade che f (X, Y ) = f (Y, X)
per ogni X, Y V . Poiche, da tale definizione, in particolare dovra essere f (ei , ej ) =
f (ej , ei ), per ogni ei , ej vettori differenti della base B, allora la matrice A associata
alla f , sara una matrice simmetrica.
Viceversa, data una matrice A simmetrica di ordine n, si puo definire la forma
bilineare f (X, Y ) = X T AY , definita in V V , dove V sia uno spazio vettoriale
di dimensione n su un campo K. Si osserva facilmente che tale f e una forma
bilineare simmetrica.
In definitiva tutte le forme bilineari simmetriche sono rappresentate da matrici
simmetriche ed inoltre, per ogni matrice simmetrica si puo definire una forma
bilineare simmetrica, relativamente ad una base B dello spazio vettoriale.

9.3. Forme quadratiche.


Esempio 128.

la matrice 1
0

Sia f
1 0
0 2
2 1

149

:lR3 lR3 lR una forma bilineare, alla quale sia associata

rispetto alla base canonica di lR3 .

La rappresentazione della f e allora la seguente

1 1 0
y1

1 0 2 y2 = x1 y1 +x2 y1 +x1 y2 +2x3 y2 +2x2 y3 +x3 y3 .


0 2 1
y3

f (X, Y ) =

x1 x2 x3

Essa e simmetrica, poiche associata ad una matrice simmetrica. Si noti che per
determinare la simmetricita della f e sufficiente constatare che le coppie dei termini
misti xi yj e xj yi abbiano lo stesso coefficiente, per ogni scelta di i e j.
Introduciamo ora il concetto di forma quadratica associata ad una forma
bilineare simmetrica. Sia quindi f : V V K una forma bilineare simmetrica
definita in V V , dove V sia uno spazio vettoriale di dimensione n sul campo K
e sia A la matrice associata alla f . Definiamo q : V K la applicazione che
agisce nel modo seguente: per ogni X V , q(X) = f (X, X) = X T AX. La q e
detta forma quadratica (associata o polare alla forma f ).
Esempio 129. Come nellesempio precedente, sia f : lR3 lR3 lR la forma
bilineare simmetrica definita da

y1
h
i 1 1 0

f (X, Y ) = x1 x2 x3 1 0 2 y2 = x1 y1 +x2 y1 +x1 y2 +2x3 y2 +2x2 y3 +x3 y3


0 2 1
y3
rispetto alla base canonica di lR3 .
Allora la forma quadratica associata a

h
i 1 1

q(X) = f (X, X) = x1 x2 x3 1 0
0 2

f e la q : lR3 lR definita da

0
x1

2 x2 = x21 +2x1 x2 +4x2 x3 +x23 .


1
x3

Notiamo che, pur rimanendo invariata la matrice associata ad f e q , essa si


ottiene in modo differente se ricavata dai coefficienti dei monomi presenti nella
espressione di f oppure da quelli presenti nella espressione di q.

150

9. Le forme bilineari e le forme quadratiche reali.

Infatti se volessimo costruire tale matrice, rispetto alle basi canoniche, a partire dalla f , sarebbe sufficiente considerare il coefficiente del termine xi yj come
lelemento di posto (i, j) della matrice stessa.
Se invece volessimo la matrice, a partire dalla q, dovremmo notare che il termine
misto xi xj scaturisce dalla somma dei due termini misti xi yj e xj yi presenti nella
b
f . Per cui, se bij e il coefficiente di xi xj allora 2ij e lelemento di posto (i, j) nella
matrice.
Per quanto riguarda gli elementi della diagonale principale della matrice, essi
sono i coefficienti dei termini xi yi in f oppure, indifferentemente, dei termini x2i
in q.
Esempio 130. Sia f : lR3 lR la forma quadratica definita da q(X) = 3x21 +
2x1 x2 4x2 x3 + 7x22 x23 cioe

0
x1
h
i 3 1

q(X) = x1 x2 x3 1 7 2 x2 = 3x21 + 2x1 x2 4x2 x3 + 7x22 x23


0 2 1
x3
rispetto alla base canonica di lR3 .
Allora la forma bilineare simmetrica associata
definita da

h
i 3 1

f (X, Y ) = x1 x2 x3 1 7
0 2

a q e la f : lR3 lR3 lR

0
y1

2 y2 =
1
y3

3x1 y1 + x1 y2 + 7x2 y2 + x2 y1 2x2 y3 x3 y3 2x3 y2 .


Per quanto visto finora, potremo da ora in poi confondere le proprieta relative ad una forma bilineare simmetrica con quelle della forma quadratica ad essa
associata. Infatti tali proprieta sono semplicemente caratteristiche della matrice
che rappresenta entrambe le f e q.

9.4

Cambiamento di base.

Sia q : lRn lR una forma quadratica reale. Siano A1 la matrice associata alla
q rispetto alla base B1 di lRn e A2 la matrice associata rispetto alla base B2 di
lRn . Indichiamo con C la matrice del cambiamento di base da B1 a B2 . Quindi,
se X lRn e un vettore, di componenti X1 rispetto alla base B1 e componenti X2
rispetto alla base B2 , allora la legge che lega tra loro tali componenti e X2 = CX1 .

9.5. Metodo per la diagonalizzazione.

151

Calcolando la q(X) rispetto alle due differenti basi otteniamo


q(X) = X1T A1 X1

q(X) = X2T A2 X2

da cui
X1T A1 X1 = X2T A2 X2 = (CX1 )T A2 (CX1 ) = X1T C T A2 CX1
con
A1 = C T A2 C.
Questa e la relazione che lega tra loro le due matrici associate alla stessa forma
quadratica, ma rispetto a due basi differenti. Essa non e una relazione di similitudine, eccetto quando la matrice di cambiamento di base C sia ortogonale. Diremo
che le matrici A1 e A2 sono congruenti. La congruenza garantisce che, se una delle
due e simmetrica, allora lo e anche laltra, ma in generale esse hanno autovalori
differenti. Quindi due matrici rappresentano la stessa forma quadratica rispetto a
due basi diverse se e solo se esse sono congruenti. Poiche esse sono tutte matrici
simmetriche, esiste una base di lRn rispetto alla quale la matrice associata a q e
una matrice diagonale.
Teorema 27. Sia q : V K una forma quadratica, con dim(V ) = n e K
un campo. Esiste una base di V rispetto alla quale la matrice associata a q sia
diagonale, cioe rispetto alla quale q(X) = a1 x21 + a2 x22 + a3 x23 + .... + an x2n , con
a1 , .., an K. Analogamente, sia f : V V K una forma bilineare simmetrica.
Esiste una base di V rispetto alla quale la matrice associata a f sia diagonale,
cioe rispetto alla quale f (X, Y ) = b1 x1 y1 + b2 x2 y2 + b3 x3 y3 + .... + bn xn yn , con
b1 , .., bn K.

9.5

Metodo per la diagonalizzazione.

P
Sia f (X, Y ) =
aij xi yj la forma bilineare associata alla base B = {e1 , e2 , .., en }
e supponiamo che la matrice A = (aij ) non sia diagonale.
Passo 1. Sia f (e1 , e1 ) = a11 6= 0. Calcoliamo i seguenti coefficienti:
c2 =

f (e1 , e2 )
f (e1 , e1 )

c3 =

f (e1 , e3 )
.....
f (e1 , e1 )

.....

ci =

f (e1 , ei )
.
f (e1 , e1 )

Determiniamo il seguente cambiamento di base


e01 = e1 ,

e02 = e2 c2 e1 ,

e03 = e3 c3 e1 ....

...e0n = en cn e1 .

Diciamo C la matrice di cambiamento di base e determiniamo X 0 = CX, Y 0 =


CY . A questo punto sostituiamo X 0 , Y 0 nellespressione della forma bilineare. La

152

9. Le forme bilineari e le forme quadratiche reali.

matrice associata a f dopo aver effettuato tali sostituzioni, avra la prima riga e la
prima colonna tutte nulle, eccetto eventualmente lelemento a11 .
Passo 2. Per evitare di introdurre ulteriori simboli, indichiamo la base in cui
ora ci troviamo nuovamente {e1 , e2 , .., en } (ma sappiamo bene che non e quella di
partenza).
Sia ora f (e2 , e2 ) = a22 6= 0. Calcoliamo i seguenti coefficienti:
c3 =

f (e2 , e3 )
f (e2 , e2 )

c4 =

f (e2 , e4 )
.....
f (e2 , e2 )

.....

ci =

f (e2 , ei )
.
f (e2 , e2 )

Determiniamo il seguente cambiamento di base


e01 = e1 ,

e02 = e2 ,

e03 = e3 c3 e2 ....

...e0n = en cn e2 .

Diciamo ancora C la matrice di cambiamento di base e determiniamo X 0 = CX,


Y 0 = CY . A questo punto sostituiamo X 0 , Y 0 nellespressione della forma bilineare.
La matrice associata a f dopo aver effettuato tali sostituzioni, avra la seconda riga
e la seconda colonna tutte nulle, eccetto eventualmente lelemento a22 .
Ripetiamo tale iter per ogni riga, ogni volta che f (ei , ei ) =
6 0. Alla fine otterremo la forma diagonale della matrice e quindi della forma bilineare e di quella
quadratica associate.
Passo intermedio. Se dovessimo avere, nel i-esimo passo, il valore f (ei , ei ) =
0, prima di procedere come gia esposto, dovremo effettuare un cambiamento di
base da {e1 , e2 , .., en } a {e01 , e02 , .., e0n } che garantisca la condizione f (e0i , e0i ) 6= 0.
Per farlo, sara sufficiente individuare il primo indice di colonna j per il quale
f (ei , ej ) 6= 0. Quindi si effettua il cambiamento di base seguente:
e0i = ei + ej ,

e0k = ek

per ogni altro indice

che garantisce che la condizione sia soddisfatta. A questo punto si potra riprendere
come nei passi 1 e 2.
La matrice di cambiamento di base finale (cioe quella che trasforma i vettori
dalle componenti rispetto alla base di partenza alle componenti rispetto allultima
base, in cui la matrice e diagonale) e data dal prodotto di tutte le matrici utilizzate
nei passaggi intermedi, moltiplicate nellordine in cui esse vengono utilizzate.
Esempio 131. Sia f : lR3 lR la forma quadratica definita da q(X) = x1 x2 +
x1 x3 + x2 x3 cioe

1
1
0
x
1
h
i
2
2

q(X) = x1 x2 x3 12 0 12 x2 .
1
1
x3
2
2 0

9.5. Metodo per la diagonalizzazione.

153

Passo 1.
f (e1 , e1 ) = 0
e01 = e1 + e2 ,

f (e1 , e2 ) 6= 0

e02 = e2 ,

e03 = e3

La matrice di cambiamento di base e

1 0 0

C1 = 1 1 0
0 0 1

da cui
x01 = x1 ,

x02 = x1 + x2 ,

x03 = x3

e sostituendo la nuova espressione del vettore X otteniamo la forma quadratica


espressa nella nuova base
q(X) = x21 + x1 x2 + 2x1 x3 + x2 x3

1
1
1
x1
h
i
1 2 1
x1 x2 x3 2 0 2 x2
1 12 0
x3

Passo 2.
f (e1 , e1 ) 6= 0,

c2 =

f (e1 , e2 )
1
= ,
f (e1 , e1 )
2

c3 =

f (e1 , e3 )
=1
f (e1 , e1 )

1
e02 = e2 e1 , e03 = e3 e1
2
La matrice di cambiamento di base e

1 12 1

C2 = 0 1
0
0 0
1
e01 = e1 ,

da cui

1
x01 = x1 x2 x3 , x02 = x2 , x03 = x3
2
e sostituendo la nuova espressione del vettore X otteniamo la forma quadratica
espressa nella nuova base

x1

1
q(X) = x21 x22 x23 =
4

0
x1
i 1 0

x2 x3 0 14 0 x2 .
0 0 1
x3

154

9. Le forme bilineari e le forme quadratiche reali.

La matrice finale del cambiamento di base e

1 12

C = C1 C2 = 1 12
0 0
ed infatti si ha che


1
1 0
0
1 1
1
2 2 0 2
1
1 1 1
2

1
2


1 0
1

1 = 0 14
1
0 0

1 12

1 12
0
0 0
1
2
1
2

0
1
2

1
1

0 .
1

Esempio 132. Sia f : lR3 lR la forma quadratica definita da q(X) = 5x21 +


3x22 + x1 x3 cioe

q(X) =

x1 x2 x3

5 0 21
x1

0 3 0 x2 .
1
x3
2 0 0

Passo 1.
f (e1 , e1 ) 6= 0,

c2 =

e01 = e1 ,

f (e1 , e2 )
= 0,
f (e1 , e1 )
e02 = e2 ,

c3 =

e03 = e3

f (e1 , e3 )
1
=
f (e1 , e1 )
10
1
e1
10

La matrice di cambiamento di base e

1
1 0 10

C= 0 1
0
0 0
1

da cui
x01 = x1

1
x3 ,
10

x02 = x2 ,

x03 = x3

e sostituendo la nuova espressione del vettore X otteniamo la forma quadratica


espressa nella nuova base
1 2
x =
20 3

x1
0
i 5 0

x3 0 3
0 x2 .
1
x3
0 0 20

q(X) = 5x21 + 3x22

x1 x2

9.5. Metodo per la diagonalizzazione.


La matrice finale

1
0

1
0
1
10
0

del cambiamento di base e




0
5 0 12
1


0 0 3 0 0
1
1
0
2 0 0

155
data dalla sola

1
0 10

1
0 =
0
1

C ed infatti si ha che

5 0
0

0 3
0 .
1
0 0 20

Il metodo precedentemente esposto permette quindi di individuare una base B


rispetto alla quale la forma quadratica assume una forma
q(X) = a11 x21 + a22 x22 + ... + arr x2r
con aii lR, dove r e il rango della matrice associata alla forma quadratica q,
detto anche rango di q. Esso vale in qualsiasi caso, indipendentemente dal campo
K sul quale V e spazio vettoriale, quindi non necessariamente per K = lR.
Poiche noi ci occupiamo prevalentemente di spazi vettoriali reali, possiamo
ottenere risultati pi
u precisi:
Teorema 28. Sia V uno spazio vettoriale reale, dim(V ) = n 1, q : V lR
una forma quadratica reale su V . Esistono una base B di V , un numero intero
0 p r, dove r e il rango di q, tali che la matrice associata alla q rispetto alla
base B sia

Ip
0
0

0 Irp 0 (a)
0
0
0
dove Ip e il blocco costituito dalla matrice identica di ordine p, Irp e il blocco
costituito dalla matrice identica di ordine r p e gli altri sono tutti blocchi nulli.
In altre parole la forma quadratica si presenta nella forma
q(X) = x21 + x22 + ... + x2p x2p+1 ... x2r .
Si noti che in modo equivalente possiamo dire che ogni matrice simmetrica
A Mn (lR) e congruente ad una matrice diagonale della forma (a).
Esempio 133. La forma quadratica in lR3 , q(X) = x1 x2 + x1 x3 + x2 x3 ha una
forma canonica q(X) = x21 41 x22 x23 , costruita rispetto alla base
1 1
B = {(1, 1, 0), ( , , 0), (1, 1, 1)}.
2 2
Poniamo allora a1 = 1, a2 = 14 , a3 = 1 e scegliamo
e01 =

(1, 0, 0)
,

a1

e02 =

( 12 , 12 , 0)

,
a2

e03 =

(1, 1, 1)

a3

156

9. Le forme bilineari e le forme quadratiche reali.


e01 = (1, 1, 0),

e02 = (1, 1, 0),

e03 = (1, 1, 1).

Esprimiamo la forma quadratica rispetto a tale base, con matrice di passaggio

1 1 1

C = 1 1 1
0 0
1
cioe con matrice associata A0

1
1

A0 = 1 1
1 1

= C T A C,

0 1
0
1 2
0 2 0
1
1
1
2
2

1 1 1

1 1 1 =
0
0 0
1
1
2
1
2

1 0
0

0 1 0 .
0 0 1
Gli interi p e r p sono detti rispettivamente indice di positivita e indice di
negativita di q e la coppia (p, r p) e detta segnatura di q.
Una forma quadratica q : V V , con dim(V ) = n, e detta definita positiva
se q(X) > 0, per ogni X V e la sua segnatura e (n, 0); e detta definita negativa
se q(X) < 0, per ogni X V , e la sua segnatura e (0, n); e detta semidefinita
positiva se q(X) 0, per ogni X V , e la sua segnatura e (r, 0) con r n; e
detta semidefinita negativa se q(X) 0, per ogni X V , e la sua segnatura e
(0, r) con r n. Nel caso la segnatura di q sia (p, r p) con 0 < p < r n, la
forma quadratica e detta indefinita.
Siano f : lRn lRn lR una forma bilineare simmetrica e q : lRn lR la forma
quadratica associata. La f e detta definita positiva, quando lo e q. Una forma
bilineare definita positiva e anche chiamata prodotto scalare. Per quanto detto in
precedenza, per ogni forma quadratica q definita positiva esiste una base B di lRn
rispetto alla quale q sia esprimibile
q(X) = x21 + x22 + ..... + x2n
e quindi
f (X, Y ) = x1 y1 + x2 y2 + ... + xn yn
il quale e ben noto come prodotto scalare standard. Uno spazio vettoriale V in
cui sia introdotto un prodotto scalare e detto spazio vettoriale euclideo.

9.6. Esercizi svolti sulla diagonalizzazione.

9.6

157

Esercizi svolti sulla diagonalizzazione.

Esercizio 95.
Sia q : lR3 lR la forma quadratica definita da q(X) = x21 2x1 x2 +x1 x3
cio
e

1 1 21
x1
h
i

q(X) = x1 x2 x3 1 0 0 x2 .
1
0 0
x3
2
Determinarne una forma diagonale.
Svolg.
La matrice associata alla forma quadratica e

1 1 12

A = 1 0 0
1
0 0
2
Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,

e02 = e2

la cui matrice associata e

1
e1 = e2 + e1 ,
1

e03 = e3

1
2

1
e1 = e3 e1
1
2

1 1 21

C1 = 0 1 0
0 0 1

da cui

1
x1 = x01 + x02 x03 , x2 = x02 , x3 = x03 .
2
Lespressione della forma quadratica nelle nuove coordinate e
1
q(x1 , x2 , x3 ) = x21 x22 x23 + x2 x3
4

con matrice associata

1 0
0

A0 = 0 1 12 .
0 12 14

Poiche q(e2 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:


e01 = e1 ,

e02 = e2 ,

e03 = e3

1
2

e2 = e3 + e2

158

9. Le forme bilineari e le forme quadratiche reali.

la cui matrice associata e

1 0 0

C2 = 0 1 12
0 0 1

da cui

1
x2 = x02 + x03 , x3 = x03 .
2
Lespressione della forma quadratica nelle nuove coordinate e
x1 = x01 ,

q(x1 , x2 , x3 ) = x21 x22


con matrice associata

1 0 0

A00 = 0 1 0 .
0 0 0

La base ortogonale B rispetto a cui la forma quadratica si esprime in forma


diagonale e data dalle colonne della matrice C = C1 C2 :

1 1 0

C = 0 1 12
0 0 1
per cui B = {(1, 0, 0), (1, 1, 0), (0, 21 , 1)} e la matrice associata alla forma quadratica
in tale base e A00 =T CAC.
t
u
Esercizio 96.
Sia q : lR3 lR la forma quadratica definita da q(X) = 2x21 x1 x2 +
2x1 x3 cio
e

1
2

1
x
1
h
i
2

q(X) = x1 x2 x3 12 0 0 x2 .
1
0 0
x3
Determinarne una forma diagonale.
Svolg.
La matrice associata alla forma quadratica

2 12

A = 12 0
1
0

0
0

9.6. Esercizi svolti sulla diagonalizzazione.

159

Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:


e01 = e1 ,

e02 = e2

la cui matrice associata e

12
1
e1 = e2 + e1 ,
2
4

1
e03 = e3 e1
2

1 41 12

C1 = 0 1 0
0 0 1

da cui

1
1
x1 = x01 + x02 x03 , x2 = x02 , x3 = x03 .
4
2
Lespressione della forma quadratica nelle nuove coordinate e
1
1
1
q(x1 , x2 , x3 ) = 2x21 x22 x23 + x2 x3
8
2
2
con matrice associata

2 0
0

1
A0 = 0 18
.
4
1
1
0 4 2
Poiche q(e2 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,

e02 = e2 ,

la cui matrice associata e

e03 = e3

1
4

18

e2 = e3 + 2e2

1 0 0

C2 = 0 1 2
0 0 1

da cui
x1 = x01 ,

x2 = x02 + 2x03 ,

x3 = x03 .

Lespressione della forma quadratica nelle nuove coordinate e

con matrice associata

1
q(x1 , x2 , x3 ) = 2x21 x22
8

1 0 0

A00 = 0 18 0 .
0 0 0

La base ortogonale B rispetto a cui la forma quadratica si esprime in forma


diagonale e data dalle colonne della matrice C = C1 C2 :

1 14 0

C= 0 1 2
0 0 1

160

9. Le forme bilineari e le forme quadratiche reali.

per cui B = {(1, 0, 0), ( 14 , 1, 0), (0, 2, 1)} e la matrice associata alla forma quadratica
in tale base e A00 =T CAC.
Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli
solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad una base
ortonormale B 0 . Questa si ottiene dalla base ortogonale B, dividendo il vettore
che occupa la colonna i nella matrice C, per la radice quadrata del valore assoluto
dello scalare (se e non nullo) presente nella colonna i della matrice A00 :
B0 = {

(1, 0, 0) ( 14 , 1, 0)

, q
, (0, 2, 1)} =
1
1
8

1
1
{( , 0, 0), ( , 2 2, 0), (0, 2, 1)}.
2
2
Quindi la matrice ortonormale di cambiamento di base
1

1
0
2
2

C0 = 0 2 2 2
0
0
1
ci permette di ottenere la forma diagonale

1 0 0

A000 =T C 0 AC 0 = 0 1 0 .
0 0 0
t
u

Esercizio 97.
Sia q : lR3 lR la forma quadratica definita
2x23 cio
e

h
i 0 1 1

q(X) = x1 x2 x3 1 0 0
1 0 2
Determinarne una forma diagonale.
Svolg.
La matrice associata alla forma quadratica e

0 1 1

A= 1 0 0
1 0 2

da q(X) = 2x1 x2 + 2x1 x3

x1

x2 .
x3

9.6. Esercizi svolti sulla diagonalizzazione.

161

Poiche q(e1 ) = 0 allora dobbiamo effettuare il seguente cambiamento di base:


e01 = e1 + e2 ,
la cui matrice associata e

e02 = e2 ,

e03 = e3

1 0 0

C1 = 1 1 0
0 0 1

da cui
x1 = x01 ,

x2 = x01 + x02 ,

x3 = x03 .

Lespressione della forma quadratica nelle nuove coordinate e


q(x1 , x2 , x3 ) = 2x21 + 2x1 x2 + 2x1 x3 2x23
con matrice associata

2 1 1

A0 = 1 0 0 .
1 0 2

Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:


e01 = e1 ,

1
e02 = e2 e1 ,
2

1
e03 = e3 e1
2

la cui matrice associata e

1 12

C2 = 0 1
0 0

12

0
1

da cui

1
1
x1 = x01 x02 x03 , x2 = x02 , x3 = x03 .
2
2
Lespressione della forma quadratica nelle nuove coordinate e
5
1
q(x1 , x2 , x3 ) = 2x21 x22 x23 x2 x3
2
2
con matrice associata

2 0

A00 = 0 12
0 12

12 .
52

Poiche q(e2 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:


e01 = e1 ,

e02 = e2 ,

e03 = e3 e2

162

9. Le forme bilineari e le forme quadratiche reali.

la cui matrice associata e

1 0 0

C3 = 0 1 1
0 0 1
da cui
x1 = x01 ,

x2 = x02 x03 ,

x3 = x03 .

Lespressione della forma quadratica nelle nuove coordinate e


1
q(x1 , x2 , x3 ) = 2x21 x22 2x23
2
con matrice associata

2 0

000
A = 0 12
0 0

0 .
2

La base ortogonale B rispetto a cui la forma quadratica si esprime in forma


diagonale e data dalle colonne della matrice C = C1 C2 C3 :

1 12 0

C = 1 12 1
0 0
1
per cui B = {(1, 1, 0), ( 12 , 12 , 0), (0, 1, 1)} e la matrice associata alla forma quadratica in tale base e A000 =T CAC.
Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli
solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad una base
ortonormale B 0 . Questa si ottiene dalla base ortogonale B, dividendo il vettore
che occupa la colonna i nella matrice C, per la radice quadrata del valore assoluto
dello scalare (se e non nullo) presente nella colonna i della matrice A000 :
B0 = {

(1, 1, 0) ( 14 , 12 , 0) (0, 1, 1)

,
,
}=
1
2
2
2

1 1
1 1
1 1
{( , , 0), ( , , 0), (0, , )}.
2 2
2 2
2 2
Quindi la matrice ortonormale di cambiamento di base

C0 =

1
2
1
2

12

1
2

12

1
2

9.6. Esercizi svolti sulla diagonalizzazione.

163

ci permette di ottenere la forma diagonale

1 0
0

Aiv =T C 0 AC 0 = 0 1 0 .
0 0 1
t
u

Esercizio 98.
Sia q : lR3 lR la forma quadratica
2x1 x3 + x23 cio
e

h
i 1

q(X) = x1 x2 x3 0
1

definita da q(X) = x21 + 2x22 +

x1
0 1

2 0 x2 .
x3
0 1

Determinarne una forma diagonale.


Svolg.
La matrice associata alla forma quadratica e

1 0 1

A= 0 2 0
1 0 1
Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,
la cui matrice associata e

e02 = e2 ,

e03 = e3 e1

1 0 1

C= 0 1 0
0 0 1

da cui
x1 = x01 x03 ,

x2 = x02 ,

x3 = x03 .

Lespressione della forma quadratica nelle nuove coordinate e


q(x1 , x2 , x3 ) = x21 + 2x22
con matrice associata

1 0 0

A0 = 0 2 0 .
0 0 0

164

9. Le forme bilineari e le forme quadratiche reali.

La base ortogonale B rispetto a cui la forma quadratica si esprime in forma


diagonale e data dalle colonne della matrice C, cioe:
B = {(1, 0, 0), (0, 1, 0), (1, 0, 1)}
e la matrice associata alla forma quadratica in tale base e A0 =T CAC.
Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli
solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad una base
ortonormale B 0 . Questa si ottiene dalla base ortogonale B, dividendo il vettore
che occupa la colonna i nela matrice C, per la radice quadrata del valore assoluto
dello scalare (se e non nullo) presente nella colonna i della matrice A0 :
B 0 = {(1, 0, 0),

(0, 1, 0)

, (1, 0, 1)}.
2

Quindi la matrice ortonormale di cambiamento di base

1 0 1

C 0 = 0 12 0
0

ci permette di ottenere la forma diagonale

1 0 0

A00 =T C 0 AC 0 == 0 1 0
0 0 0
che individua una forma quadratica semidefinita positiva di segnatura (2, 0).
Risolviamo adesso lo stesso esercizio con un metodo alternativo, tramite lutilizzo degli autovalori della matrice A.
Dopo aver risolto lequazione caratteristica associata alla matrice A, si ottengono come autovalori 1 = 0 con molteplicita algebrica 1, 2 = 2 con molteplicita
algebrica 2.
Lautospazio relativo a 1 e generato dallautovettore (1, 0, 1), il cui versore
1
e ( 2 , 0, 12 ).
Lautospazio relativo a 2 e generato dagli autovettori (1, 0, 1), (0, 1, 0), i cui
versori sono rispettivamente ( 12 , 0, 12 ) e (0, 1, 0).
La base rispetto a cui la forma quadratica e diagonalizzabile, con gli autovalori
sulla diagonale principale della matrice ad essa associata, e formata proprio da tali
autoversori:
1
1
1
1
B = {( , 0, ), ( , 0, ), (0, 1, 0)}.
2
2
2
2

9.6. Esercizi svolti sulla diagonalizzazione.


La matrice di cambiamento di base e allora
1

C=
tale che

0
12

1
2

0
1
2

165

1
0

0 0 0

T
CAC = 0 2 0 .
0 0 2

Al solito, per ottenere una forma diagonale in cui compaiano come coefficienti
non nulli solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad
una base ortonormale B 0 che si ottiene dalla base B, dividendo ogni vettore per la
radice quadrata del valore assoluto dellautovalore (se e non nullo) ad esso relativo:
1
1
1
1
1
B 0 = {( , 0, ), ( , 0, ), (0, , 0)}.
2
2
2 2
2
La matrice di cambiamento di base e allora
1

0
2
2

0 12
C0 = 0

1
1
2 2 0
tale che

0 0 0

T 0
C AC 0 = 0 1 0 .
0 0 1
t
u

Esercizio 99.
Sia q : lR2 lR la forma quadratica definita da q(X) = 3x21 +3x22 +4x1 x2
cio
e
"
#"
#
h
i 3 2
x1
q(X) = x1 x2
.
2 3
x2
Determinarne una forma diagonale.
Svolg.
La matrice associata alla forma quadratica e
"
#
3 2
A=
2 3

166

9. Le forme bilineari e le forme quadratiche reali.

Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:


2
e02 = e2 e1
3

e01 = e1 ,
la cui matrice associata e

"
C=

1 23
0 1

da cui

2
x1 = x01 x02 , x2 = x02 .
3
Lespressione della forma quadratica nelle nuove coordinate e
5
q(x1 , x2 ) = 3x21 + x22
3
con matrice associata

"
0

A =

3 0
0 53

#
.

La base ortogonale B rispetto a cui la forma quadratica si esprime in forma


diagonale e data dalle colonne della matrice C, cioe:
2
B = {(1, 0), ( , 1)}
3
e la matrice associata alla forma quadratica in tale base e A0 =T CAC.
Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli
solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad una base
ortonormale B 0 . Questa si ottiene dalla base ortogonale B, dividendo il vettore
che occupa la colonna i nella matrice C, per la radice quadrata del valore assoluto
dello scalare (se e non nullo) presente nella colonna i della matrice A0 :
(1, 0) ( 23 , 1)
B ={ , q }=
5
3
0

1
2
3
{( , 0), ( , )}.
3
15 5
Quindi la matrice ortonormale di cambiamento di base
#
" 1

3
15
C0 =
3
0
5
ci permette di ottenere la forma diagonale
"
A00 =T C 0 AC 0 ==

1 0
0 1

9.6. Esercizi svolti sulla diagonalizzazione.

167

che individua una forma quadratica definita positiva.


Risolviamo adesso lo stesso esercizio tramite lutilizzo degli autovalori della
matrice A.
Dopo aver risolto lequazione caratteristica associata alla matrice A, si ottengono come autovalori 1 = 5 e 2 = 1, entrambi con molteplicita algebrica
1.
Lautospazio relativo a 1 e generato dallautovettore (1, 1), il cui versore e
1
( 2 , 12 ).
Lautospazio relativo a 2 e generato dallautovettore (1, 1), il cui versore e
1

( 2 , 12 ).
La base rispetto a cui la forma quadratica e diagonalizzabile, con gli autovalori
sulla diagonale principale della matrice ad essa associata, e formata proprio da tali
autoversori:
1 1
1
1
B = {( , ), ( , )}.
2 2
2
2
La matrice di cambiamento di base e allora
" 1
#
1

C=

2
1
2

tale che

"
T

12

CAC =

5 0
0 1

#
.

Al solito, per ottenere una forma diagonale in cui compaiano come coefficienti
non nulli solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad
una base ortonormale B 0 che si ottiene dalla base B, dividendo ogni vettore per la
radice quadrata del valore assoluto dellautovalore (se e non nullo) ad esso relativo:
1
1
1
1
B 0 = {( , ), ( , )}.
10 10
2
2
La matrice di cambiamento di base e allora
#
" 1
1
C0 =

10
1
10

tale che

"
T

C 0 AC 0 =

12
1 0
0 1

#
.
t
u

Esercizio 100.

168

9. Le forme bilineari e le forme quadratiche reali.

Sia q : lR3 lR la forma quadratica


4x1 x3 + x23 cio
e

h
i 1

q(X) = x1 x2 x3 2
0

definita da q(X) = x21 + 6x22 +

2 0
x1

6 0 x2 .
0 1
x3

Determinarne una forma diagonale.


Svolg.
La matrice associata alla forma quadratica e

1 2 0

A= 2 6 0
0 0 1
Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,
la cui matrice associata e

e02 = e2 2e1 ,

e03 = e3

1 2 0

C= 0 1 0
0 0 1

da cui
x1 = x01 2x02 ,

x2 = x02 ,

x3 = x03 .

Lespressione della forma quadratica nelle nuove coordinate e


q(x1 , x2 , x3 ) = x21 + 2x22 + x23
con matrice associata

1 0 0

A0 = 0 2 0 .
0 0 1

La base ortogonale B rispetto a cui la forma quadratica si esprime in forma


diagonale e data dalle colonne della matrice C, cioe:
B = {(1, 0, 0), (2, 1, 0), (0, 0, 1)}
e la matrice associata alla forma quadratica in tale base e A0 =T CAC.
Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli
solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad una base

9.6. Esercizi svolti sulla diagonalizzazione.

169

ortonormale B 0 . Questa si ottiene dalla base ortogonale B, dividendo il vettore


che occupa la colonna i nella matrice C per la radice quadrata del valore assoluto
dello scalare (se e non nullo) presente nella colonna i della matrice A0 :
B 0 = {(1, 0, 0),

(2, 1, 0)

, (0, 0, 1)}.
2

Quindi la matrice ortonormale di cambiamento di base

1 22 0

C 0 = 0 1
0
2
0
0
1
ci permette di ottenere la forma diagonale

1 0 0

A00 =T C 0 AC 0 == 0 1 0
0 0 1
che individua una forma quadratica definita positiva di segnatura (3, 0), che in
base B 0 si presenta in forma di prodotto scalare standard.
t
u
Esercizio 101.
Sia q : lR3 lR la forma quadratica
5x22 4x23 cio
e

h
i 1

q(X) = x1 x2 x3 2
0

definita da q(X) = 4x1 x2 x21

x1
2
0

5 0 x2 .
0 4
x3

Determinarne una forma diagonale.


Svolg.
La matrice associata alla forma quadratica e

1 2
0

A = 2 5 0
0
0 4
Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,

e02 = e2 + 2e1 ,

e03 = e3

170

9. Le forme bilineari e le forme quadratiche reali.

la cui matrice associata e

1 2 0

C= 0 1 0
0 0 1

da cui
x1 = x01 + 2x02 ,

x2 = x02 ,

x3 = x03 .

Lespressione della forma quadratica nelle nuove coordinate e


q(x1 , x2 , x3 ) = x21 x22 4x23
con matrice associata

1 0
0

A0 = 0 1 0 .
0
0 4

La base ortogonale B rispetto a cui la forma quadratica si esprime in forma


diagonale e data dalle colonne della matrice C, cioe:
B = {(1, 0, 0), (2, 1, 0), (0, 0, 1)}
e la matrice associata alla forma quadratica in tale base e A0 =T CAC.
Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli
solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad una base
ortonormale B 0 . Questa si ottiene dalla base ortogonale B, dividendo il vettore
che occupa la colonna i nella matrice C per la radice quadrata del valore assoluto
dello scalare (se e non nullo) presente nella colonna i della matrice A0 :
B 0 = {(1, 0, 0), (2, 1, 0),

(0, 0, 1)

}=
4

(0, 0, 1)
}.
2
Quindi la matrice ortonormale di cambiamento di base

1 2 0

C0 = 0 1 0
0 0 12
{(1, 0, 0), (2, 1, 0),

ci permette di ottenere la forma diagonale

1 0
0

A00 =T C 0 AC 0 = 0 1 0
0
0 1

che individua una forma quadratica definita negativa di segnatura (0, 3).
t
u

9.7. Criteri di positivit


a.

9.7

171

Criteri di positivit
a.

Ci occupiamo infine di come stabilire se una forma quadratica (o bilineare simmetrica) reale sia definita positiva, cioe quando essa e un prodotto scalare.
Ricordiamo (ne faremo un continuo utilizzo) che, poiche le matrici associate
alle forme quadrate sono simmetriche, le basi rispetto a cui esse sono esprimibili
in forma diagonale, sono composte da vettori ortonormali.
Teorema 29. Sia f : lRn lRn lR una forma bilineare simmetrica e sia A la
matrice che la rappresenta rispetto ad una base B = {e1 , .., en } di lRn . Allora f e
definita positiva (e un prodotto scalare) se e solo se tutti gli autovalori di A sono
positivi.
Svolg. Supponiamo che f sia un prodotto scalare, quindi per ogni 0 6= X lRn
si ha X t AX > 0. In particolare sia X0 = (a1 , .., an ) lRn {0} un autovettore.
Ne segue che, per ogni autovalore relativo a x0 ,
(a21 + a22 + .... + a2n ) = X0t X0 = X0t X0 = X0t AX0 = f (X0 , X0 ) > 0
per cui > 0.
Viceversa supponiamo che ogni autovalore i sia positivo. Essendo A simmetrica, esiste una base di autovettori ortonormali C = {c1 , ..., cn } di lRn . Sia
X lR {0}, con X = a1 c1 + ... + an cn , cioe siano (a1 , .., an ) le componenti di X
rispetto a C. Segue che
f (X, X) = (a1 c1 + .... + an cn )t A(a1 c1 + ... + an cn ) =
XX
XX
ai aj (cti Acj ) =
ai aj cti j cj =
i

XX
i

j ai aj (cti cj ) =

i a2i > 0.

t
u
Teorema 30. Sia p(x) = an xn + an1 xn1 + .... + ar xr un polinomio di grado n
a coefficienti ai reali, con 0 r n e ar 6= 0. Supponiamo che p(x) abbia tutte le
radici reali. Allora
1. 0 e radice di p(x) se e solo se r 1 (in tale caso la molteplicit
a dello 0 come
radice del polinomio e esattamente r);
2. p(x) ha tante radici positive quante sono le variazioni di segno nella successione dei suoi coefficienti non nulli.

172

9. Le forme bilineari e le forme quadratiche reali.

Il precedente teorema e noto come criterio di Cartesio. Nel caso degli autovalori, esso e utile per determinarne il segno, come radici del polinomio caratteristico.
Definizione 20. Sia A = Mn (K) una matrice quadrata di ordine n a coefficienti
in un campo K, indichiamo
A = (aij )i=1,..,n

j=1,..,n .

Indichiamo con Ak la sottomatrice ottenuta da A prendendo ordinatamente la


prime k righe e k colonne. Ogni Ak e detta minore principale di ordine k.
Chiaramente A1 = (a11 ) e An = A.
Teorema 31. Se A Mn (lR) allora tutti i suoi autovalori sono positivi se e solo
se ogni sottomatrice Ak ha determinante positivo.

9.8. Esercizi.

9.8

173

Esercizi.

Esercizio 102. Sia f : lR2 lR2 lR la forma bilineare definita da


f ((x1 , x2 ), (y1 , y2 )) = x1 (y1 + y2 ) + x2 (y1 y2 ).
Determinare la matrice associata rispetto alle basi canoniche.
"
#
1 3
Esercizio 103. Sia data la matrice
. Determinare la forma bilineare
5 2
f : lR2 lR2 lR associata a tale matrice rispetto alle basi canoniche di lR2 .
Esercizio 104. Sia f : lR3 lR3 lR la forma bilineare definita da
f ((x1 , x2 , x3 ), (y1 , y2 , y3 )) = x1 y1 x3 y1 + 2x1 y2 + 2x2 y2 + x1 y3 .
Determinare la matrice associata rispetto alle basi canoniche.
Esercizio 105. Sia f : lR2 lR3 lR la forma bilineare definita da
f ((x1 , x2 ), (y1 , y2 , y3 )) = x1 (y1 + y2 ) + x2 (y2 + y3 )
rispetto alle basi canoniche. Determinare la matrice associata rispetto alle basi
B2 = {(1, 1), (2, 1)} di lR2 e B3 = {(1, 1, 0), (1, 3, 1), (0, 0, 1)} di lR3 .
"
Esercizio 106. Sia la matrice

1 0 1
1 1 0

#
associata alla forma bilineare f : lR2

lR3 lR rispetto alle basi B2 = {(1, 1), (1, 0)} di lR2 e B3 = {(1, 1, 1), (2, 1, 0), (0, 0, 1)}
di lR3 . Determinare la matrice associata rispetto alle basi canoniche di lR2 e lR3 .
"
#
1 2
Esercizio 107. Sia
la matrice associata alla forma bilineare f : lR2
2 2
lR2 lR rispetto alle basi canoniche di lR2 . Determinare la matrice associata
a f rispetto alla base {(1, 3), (1, 5)} sia nel primo che nel secondo fattore lR2 del
prodotto cartesiano.
Esercizio 108. Sia f : lR3 lR3 lR la forma bilineare definita da
f ((x1 , x2 , x3 ), (y1 , y2 , y3 )) = x1 y1 x1 y2 + x1 y3 x2 y1 + x3 y1 .
Determinare la forma quadratica associata alla f e determinarne una forma diagonale.

174

9. Le forme bilineari e le forme quadratiche reali.

Esercizio 109. Sia f : lR3 lR3 lR la forma bilineare definita da


f ((x1 , x2 , x3 ), (y1 , y2 , y3 )) = x1 y1 + x1 y2 + 2x1 y3 + x2 y1 + x2 y3 + 2x3 y1 + x3 y2 .
Determinare la forma quadratica associata alla f e determinarne una forma diagonale.
Esercizio 110. Sia q : lR3 lR la forma quadratica definita da
f ((x1 , x2 , x3 )) = 3x21 + 2x1 x2 4x2 x3 + 7x22 x23 .
Determinare la forma bilineare associata alla q e determinarne una forma diagonale.
Esercizio 111. Sia q : lR3 lR la forma quadratica definita da
f ((x1 , x2 , x3 )) = 2x21 2x1 x2 + x22 + 3x2 x3 + 4x23 .
Determinare la forma bilineare associata alla q e determinarne una forma diagonale.
Esercizio 112. Sia q : lR3 lR la forma quadratica definita da
f ((x1 , x2 , x3 )) = x1 x2 + x1 x3 + x2 x3 .
Determinare la forma bilineare associata alla q e determinarne una forma diagonale.
Esercizio 113. Sia q : lR3 lR la forma quadratica definita da
f ((x1 , x2 , x3 )) = 5x21 + 3x22 + x1 x3 .
Determinare la forma bilineare associata alla q e determinarne una forma diagonale.

10
Spazio affine ed euclideo.
10.1

Spazio affine.

Siano V uno spazio vettoriale di dimensione n sul campo K, A un insieme non


vuoto e f : A A V una applicazione che gode delle seguenti proprieta:
i) per ogni P A e v V esiste Q A tale che f (P, Q) = v;
ii) per ogni P1 , P2 , P3 A vale la seguente uguaglianza f (P1 , P3 ) = f (P1 , P2 ) +
f (P2 , P3 ).
La struttura (A, f ) prende il nome di spazio affine associato allo spazio vettoriale V .
In
1)
2)
3)

uno spazio affine valgono le seguenti proprieta:


f (A, A) = 0;
f (A, B) = 0 se e solo se A = B;
f (A, B) = f (B, A).

Si definisce dimensione di uno spazio affine A il numero intero n che indica la


dimensione dello spazio vettoriale V a cui A e associato.
Sia B = {e1 , e2 , .., en } una base di V e fissiamo un punto O A. Diciamo
sistema di riferimento di A, il sistema (O, e1 , .., en ) in modo tale che le coordinate
di un qualsiasi punto P A siano le componenti rispetto alla base B del vettore
f (O, P ) cioe se OP = x1 e1 + ... + xn en allora le coordinate di P sono (x1 , .., xn ).
In particolare se P = (x1 , .., xn ) e Q = (y1 , .., yn ) sono punti di A, allora vale
la seguente:
P Q = P O + OQ = (y1 x1 , ..., yn xn ).
Scegliamo V = lR2 , allora ogni vettore di V e individuato da una coppia di
componenti rispetto alla base B = {e1 , e2 }. Lo spazio affine associato a V = lR2 ,
in cui ogni punto e individuato da una coppia di coordinate, P = (x1 , x2 ) tali che
OP = x1 e1 + x2 e2 , e detto piano affine.

176

10. Spazio affine ed euclideo.

Sia ora V = lR3 , allora ogni vettore di V e individuato da una terna di componenti rispetto alla base B = {e1 , e2 , e3 }. Nello spazio affine associato a V = lR3
ogni punto e individuato da una terna di coordinate, P = (x1 , x2 , x3 ) tali che
OP = x1 e1 + x2 e2 + x3 e3 .

10.2

Spazio euclideo.

Sia V uno spazio vettoriale di dimensione n sul campo K e sia E uno spazio
affine associato a V . Nel caso V sia uno spazio vettoriale euclideo, cioe dotato
di un prodotto interno, allora E prende il nome di spazio euclideo associato a
V . La struttura di E e identica a quella dello spazio affine A, eccetto che per
la presenza del prodotto interno in V , la quale permette di introdurre i concetti
di angolo, distanze ed ortogonalita. Da cio deriva la possibilita di scegliere in E
un riferimento (O, e1 , .., en ) che sia formato da vettori ortonormali, cioe {e1 , .., en }
e una base ortonormale di V . Tale base e quella rispetto alla quale il prodotto
interno in V puo essere espresso come prodotto scalare standard. In altre parole,
se v = (x1 , .., xn ) e w = (y1 , ., yn ) sono vettori in V :
< v, w >= x1 y1 + x2 y2 + ... + xn yn .
Siano ora P, Q E tali che
OP = x1 e1 + .. + xn en

OQ = y1 e1 + ... + yn en .

La distanza tra i punti P e Q e pari al modulo del vettore P Q, quindi


p
(P, Q) = (y1 x1 )2 + .... + (yn xn )2 .
Consideriamo infine due vettori v, w V di componenti
v = (x1 , ..., xn )

w = (y1 , ..., yn ).

Dalla definizione di prodotto scalare si ha che


< v, w >= |v| |w| cos() = x1 y1 + ... + xn yn
dove e langolo compreso tra i due vettori. Quindi ne deriva che
x1 y1 + ..... + xn yn
p
cos() = p 2
.
x1 + ... + x2n y12 + ... + yn2
Scegliamo V = lR2 , allora ogni vettore di V e individuato da una coppia
di componenti rispetto alla base ortonormale B = {e1 , e2 }. Lo spazio euclideo
associato a V = lR2 , in cui ogni punto e individuato da una coppia di coordinate,
P = (x1 , x2 ) tali che OP = x1 e1 + x2 e2 , e detto piano euclideo.

11
Geometria nel piano affine ed
euclideo
Siano V = lR2 e A lo spazio affine associato a V . Indichiamo con {i, j} una base
di V e con (O, i, j) un riferimento in A. Ogni punto P A e individuato dalle
coordinate (x, y) rispetto al riferimento dato, tali che OP = xi + yj. Diremo assi
coordinati quelle rette passanti per O, concordi e parallele ai vettori i, j.

11.1

Equazioni di una retta.

Ogni retta del piano puo essere individuata da un suo punto P0 = (x0 , y0 ) e da un
vettore v = (l, m) ad essa parallelo. Se P = (x, y) e un qualsiasi punto della retta,
ne segue che il vettore P0 P sara proporzionale al vettore v, in quanto paralleli. In
altri termini avremo che P0 P = tv, per un opportuno scalare t, dipendente dalla
scelta di P sulla retta. Al variare di t lR, si ottiene la proporzionalita di v con
ogni vettore scelto sulla retta, cioe si ottengono tutti i punti della retta:
(
x x0 = tl
y y0 = tm
note come le equazioni parameriche di una retta e generalmente espresse da:
(
x = x0 + tl
.
y = y0 + tm
Gli elementi della coppia (l, m) sono detti parametri direttori della retta. In particolare se si conoscono due punti della retta P1 = (x1 , y1 ) e P2 = (x2 , y2 ), il vettore
P1 P2 e parallelo alla retta e quindi (l, m) = (x2 x1 , y2 y1 ) e lequazione si puo
ottenere nel modo seguente:
(
x = x1 + t(x2 x1 )
y = y1 + t(y2 y1 )

178

11. Geometria nel piano affine ed euclideo

da cui

x x1
y y1
=
x2 x1
y2 y1
x x1
y y1
=
t=
l
m
che e detta equazione a catena di una retta.
Da tali espressioni, eliminando il parametro t, otteniamo
t=

mx mx0 ly + ly0 = 0
che possiamo riscrivere
ax + by + c = 0
che e lequazione lineare (implicita) che rappresenta la retta in coordinate affini.
Diremo che due rette sono parallele se esse hanno i parametri direttori proporzionali (in particolare identici). Si noti che quando la retta e espressa in forma implicita,
i suoi parametri direttori sono dati dalla coppia (l, m) = (b, a).
Dalla forma implicita ax + by + c = 0 di una retta, ricaviamo la forma detta
esplicita: y = mx + q, per m = ab e q = cb .
Abbiamo visto come lequazione della retta passante per i due punti P1 =
(x1 , y1 ) e P2 = (x2 , y2 ) si scriva
x x1
y y1
=
x2 x1
y2 y1
che equivale alla
(x x1 )(y2 y1 ) (y y1 )(x2 x1 ) = 0
cioe


xx
y y1

1

x2 x1 y2 y1




= 0.

Questultima si puo riscrivere anche nel modo seguente:




x y 1




x1 y1 1 = 0.


x2 y2 1
Diremo allora che il punto P3 = (x3 , y3 ) e allineato con i punti P1 e P2 se


x y 1
3 3



x1 y1 1 = 0.


x2 y2 1

11.2. Reciproca posizione di due rette.

11.2

179

Reciproca posizione di due rette.

Siano r : ax + by + c = 0 e r0 : a0 x + b0 y + c0 = 0 due rette. I punti in comune alle


due rette sono le soluzioni del sistema lineare
(
ax + by + c = 0
a0 x + b0 y + c0 = 0
nelle incognite x, y. Le matrici associate al sistema sono
"
A=

a b
a0 b0

"
,

C=

a b c
a0 b0 c0

#
.

Se rango(A) = rango(C) = 1, allora le due rette sono coincidenti poiche ax + by +


c = (a0 x + b0 y + c0 ), per un opportuno lR.
Se rango(A) = rango(C) = 2, allora il sistema ammette una sola soluzione
cioe le due rette sono incidenti.
Se rango(A) = 1 e rango(C) = 2, allora il sistema e incompatibile e le due
rette non hanno punti in comune, cioe sono parallele. Cio si verifica quando
a
b
c
= 0 6= 0 .
a0
b
c
0

Allora possiamo dire che le due rette sono parallele quando ab = ab0 . Il rapporto
ab e detto coefficiente direttore (o angolare) della retta, quindi due rette sono
parallele se hanno lo stesso coefficiente direttore.

11.3

Fascio di rette.

Siano r : ax + by + c = 0 e r0 : a0 x + b0 y + c0 = 0 due rette distinte. La totalita


delle rette di equazione
(ax + by + c) + %(a0 x + b0 y + c0 ) = 0
al variare dei parametri reali e %, e detta fascio di rette. Si possono verificare due
casi: r e r0 sono incidenti in un punto, ed allora tutte le rette del fascio hanno in
comune quel punto, si parla di fascio proprio. Oppure r e r0 sono tra loro parallele,
ed allora tutte le rette del fascio sono tra loro parallele, si parla di fascio improprio.
Supponiamo allora di avere una terza retta r00 : a00 x + b00 y + c00 = 0 ed analizziamo in quale casi essa appartiene al fascio individuato da r e r0 . In pratica si deve
studiare il sistema

180

11. Geometria nel piano affine ed euclideo

ax + by + c = 0
a0 x + b0 y + c0 = 0

a00 x + b00 y + c00 = 0


nelle incognite x, y. Le matrici associate al sistema sono

a b
a b c

A = a0 b0 ,
C = a0 b0 c0 .
a00 b00
a00 b00 c00
Se rango(A) = rango(C) = 2, allora il sistema ammette una sola soluzione,
cioe le tre rette hanno un punto in comune: esse appartengono ad un fascio proprio.
Se rango(A) = 1 e rango(C) = 2, allora il sistema e incompatibile ed le tre
rette sono parallele: esse appartengono ad un fascio improprio.
Possiamo concludere allora che la condizione necessaria e sufficiente affinche
le tre rette appartengano allo stesso fascio (proprio o improprio che sia) e che la
matrice

a b c

0
a b0 c0
a00 b00 c00
abbia rango 2.

11.4. Angoli e distanze nel piano euclideo.

11.4

181

Angoli e distanze nel piano euclideo.

Fissiamo nello spazio euclideo un riferimento cartesiano ortogonale OXY di centro


O e versori i, j, rispettivamente per gli assi X, Y .
Chiameremo coseni direttori di una retta r, i coseni degli angoli che la retta
forma con gli assi coordinati. Se la retta e individuata dai parametri direttori
(l, m), i suoi coseni direttori saranno:
= cos(r, X) {+
= cos(r, Y ) {+

l2

l
l
,
}
2
2
+m
l + m2

m
m
,
}
l 2 + m2
l 2 + m2

Consideriamo ora due rette ed individuiamole tramite i rispettivi parametri


direttori: r = (l, m) e r0 = (l0 , m0 ). Indichiamo con v e v 0 due vettori paralleli
rispettivamente a r e r0 , uno di componenti (l, m) e laltro (l0 , m0 ). Langolo tra le
due rette e lo stesso formato dai due vettori:
cos(r, r0 ) = cos(v, v 0 ) {+

ll0 + mm0
ll0 + mm0

,
}.
l2 + m2 l02 + m02
l2 + m2 l02 + m02

Quindi le due rette sono ortogonali se ll0 + mm0 = 0.


Siano P1 = (x1 , y1 ) e P2 = (x2 , y2 ) due punti del piano. La distanza tra i punti
P1 e P2 e il modulo del vettore P1 P2 :
p
(P1 , P2 ) = (x2 x1 )2 + (y2 y1 )2 .
Consideriamo ora il punto P0 = (x0 , y0 ) e la retta r : ax + by + c = 0. Ci
proponiamo di calcolare la distanza del punto dalla retta (disegno 9). Se P0 r
chiaramente diremo che essa e nulla. poniamoci allora nel caso in cui P0
/ r. La
distanza di P1 da r e pari alla lunghezza (P0 H) del segmento P0 H, dove H e la
proiezione ortogonale di P0 su r. Scegliamo un qualsiasi punto Q1 = (x1 , y1 ) r.
Allora (P0 H) e la proiezione ortogonale del vettore P0 Q1 lungo la direzione del
vettore P0 H. Per determinare tale proiezione abbiamo bisogno del versore u di
P0 H, che e il versore normale alla retta r:
u = (

a
b
,
).
2
2
+b
a + b2

a2

Quindi:
(P0 H) = |(P0 Q1 ) (

a
b
i+
j)| =
2
2
+b
a + b2

a2

182

11. Geometria nel piano affine ed euclideo

a
b
i+
j)| =
2
2
+b
a + b2
|ax1 ax0 + by1 by0 |

.
a2 + b2
Dal fatto che Q1 r segue che ax1 + by1 = c, per cui
|((x1 x0 )i + (y1 y0 )j) (

(P0 H) =

11.5

a2

|ax0 + by0 + c|

.
a2 + b2

Simmetrie.

Due punti P1 = (x1 , y1 ) e P2 = (x2 , y2 ) sono simmetrici rispetto al punto Q =


(a, b), se Q e il punto medio del segmento P1 P2 , cioe se
a=

x1 + x2
,
2

b=

y1 + y2
.
2

Quindi, dato un punto P1 = (x1 , y1 ), per determinare le coordinate (x2 , y2 ) del suo
simmetrico P2 rispetto al punto Q = (a, b), e sufficiente calcolare
x2 = 2a x1 ,

y2 = 2b y1 .

Consideriamo ora il punto P1 = (x1 , y1 ) e la retta r : y = mx+q. Consideriamo


una qualsiasi retta del fascio di centro P1 :
y y1 = k(x x1 )
al variare del parametro reale k otteniamo tutte le rette passanti per P1 . Fissiamo
una retta r0 di tale fascio e sia Q = r r0 . Il punto P2 , simmetrico di P1 rispetto a
Q, e detto il simmetrico di P1 rispetto alla retta r, lungo la direzione individuata
dalla retta r0 . Quindi uno stesso punto puo avere infiniti simmetrici rispetto ed
una retta che non lo contenga.
Esempio 134. Siano P = (1, 1) e r : x y = 4. Determiniamo il simmetrico di
P rispetto a r lungo la direzione di coefficiente k = 3.
Svolg.

La retta r0 del fascio di centro P e coefficiente angolare 3 e


r0 :

y 1 = 3(x 1) y 3x + 2 = 0.

Il punto Q = r r0 e dato dalle soluzioni del sistema


(
y 3x + 2 = 0
xy4=0

11.6. Coordinate omogenee nel piano.

183

dal quale otteniamo Q = (1, 5). Il simmetrico di P rispetto a Q e


(
x = 2 1 = 3
P 0 = (x, y)
P 0 = (3, 11).
y = 10 1 = 11
t
u
Concludiamo con la definizione di asse di un segmento AB: esso e la retta
perpendicolare ad AB e passante per il suo punto medio:
Esempio 135. Siano A = (1, 1) e B = (2, 3). Calcoliamo lasse del segmento
AB.
Svolg. Il vettore AB ha componenti (1, 4), quindi una retta ad esso ortogonale
ha come parametri direttori, la coppia (b, a) = (4, 1).
Il punto medio di AB e Q = ( 23 , 1). Quindi lasse del segmento AB ha
equazione:
1
3
y 1 = (x )
4
2
cioe
2x + 8y + 11 = 0.
t
u

11.6

Coordinate omogenee nel piano.

Sia P = (x, y) un punto del piano. Diremo che (x1 , x2 , x3 ) sono le coordinate
omogenee di P se xx31 = x e xx23 = y.
Nel caso x3 6= 0 le precedenti scritture hanno evidentemente un senso, e diremo che il punto e proprio. Ogni punto proprio (x, y) puo banalmente essere
individuato da una terna di coordinate omogenee (x, y, 1). Inoltre due terne tra
loro proporzionali individuano lo stesso punto nel piano.
Nel caso il punto P sia individuato dalla terna (x, y, 0) esso verra detto improprio. Linsieme dei punti impropri del piano forma una retta detta retta impropria,
la cui equazione e x3 = 0.
Consideriamo ora la retta r : ax + by + c = 0, nel passaggio alle coordinate
omogenee, la sua equazione diventa
x2
x1
a +b +c=0
x3
x3
cioe
ax1 + bx2 + cx3 = 0.

184

11. Geometria nel piano affine ed euclideo

Tale retta avra uno ed un solo punto di intersezione con la retta impropria, e sar
a
detto il punto improprio di r.
noto che tutti e soli i punti di r sono quelli le cui coordinate soddisfino
E
lequazione ax1 + bx2 + cx3 = 0. Tra questi punti ce anche il punto improprio
di coordinate omogenee (b, a, 0). Ma similmente ogni punto improprio del tipo
(b, a, 0) soddisfa la precedente equazione, quindi un punto improprio di una
retta e unico a meno di un fattore di proporzionalita. In generale, direttamente
dalla definizione di coordinate omogenee, e di facile verifica che due qualsiasi terne
(x, y, 0) e (z, t, 0) tra loro proporzionali, individuino il medesimo punto improprio.
In particolare il punto improprio (b, a, 0) di una retta r non parallela allasse
delle Y (cioe con b 6= 0) si puo riscrivere come (1, ab , 0) (dividendo la terna per
b). Mentre il punto improprio di una retta parallela allasse Y e (0, 1, 0).
Consideriamo ora lequazione in coordinate omogenee di due rette tra loro parallele:
r : ax1 + bx2 + cx3 = 0

s : ax1 + bx2 + c0 x3 = 0.

Certamente esse non hanno punti propri in comune. Osserviamo cosa accade alla
loro intersezione: il sistema formato dalle loro equazioni
(
ax1 + bx2 + cx3 = 0
ax1 + bx2 + c0 x3 = 0
e omogeneo, con 3 incognite ma di rango 2. Una soluzione e quindi una qualsiasi
terna proporzionale ai minori della matrice associata, cioe la seguente:
#
"
# "
#!
"
b c
a c
a b
,
,
=

b c0
a c0
a b

b(c0 c), a(c0 c), 0 = (c0 c) (b, a, 0)
= (l, m, 0)
dove (l, m, 0) indicano al solito i parametri direttori che le rette (in quanto parallele) hanno in comune. Concludiamo allora che rette parallele hanno lo stesso
punto improprio.

11.7. La circonferenza.

11.7

185

La circonferenza.

Sia C = (, ) un punto del piano e sia r un numero reale positivo. Diciamo


circonferenza di centro C e raggio r, il luogo dei punti del piano la cui distanza da
C e pari a r. Sia P = (x, y) un punto qualsiasi della circonferenza:
p
(P, C) = (x )2 + (y )2 = r
da cui otteniamo (quadrando e riordinando):
(x )2 + (y )2 = r2
x2 + y 2 + ax + by + c = 0.
In questultima equazione compaiono i coefficienti legati alle coordinate del centro
e alla lunghezza del raggio r:
a
= ,
2

b
= ,
2

r=

1p 2
a + b2 4c
2

Esempio 136. Determinare la circonferenza di centro C = (1, 1) e raggio r = 3.


Svolg.

Applicando la definizione, lequazione e


(x 1)2 + (y 1)2 = 9
x2 + y 2 2x 2y 7 = 0
t
u

Esempio 137. Determinare centro e raggio della circonferenza x2 + y 2 4x 2y +


2 = 0.
Svolg. Il centro C ha coordinate = 4
2 ,

1
1
raggio e r = 2 16 + 4 8 = 2 12 = 3.

= 3
2 , da cui C = (2, 1). Il
t
u

La circonferenza e lunica curva di secondo grado nel piano che contenga i due
seguenti punti impropri: (1, i, 0) e (1, i, 0) detti punti ciclici.
Circonferenza per tre punti. Consideriamo tre punti P1 = (x1 , y1 ), P2 =
(x2 , y2 ) e P3 = (x3 , y3 ) non allineati cioe


x y 1
1 1



x2 y2 1 6= 0.


x3 y3 1

186

11. Geometria nel piano affine ed euclideo

Per ottenere la circonferenza passante per i tre punti dobbiamo sostituire le coordinate dei punti alla generica equazione di una circonferenza. In tale caso la circonferenza contenente i tre punti e unica. Infatti il sistema lineare che dobbiamo
risolvere

2
2

x1 + y1 + ax1 + by1 + c = 0
x22 + y22 + ax2 + by2 + c = 0

x2 + y 2 + ax + by + c = 0
3
3
3
3
nelle incognite (a, b, c) ha rango 3.
Esempio 138. Determinare la circonferenza contenente i punti (1, 2), (1, 8), (5, 0).
Svolg.

Il sistema lineare da risolvere e

1 + 4 + a + 2b + c = 0
1 + 64 + a + 8b + c = 0

25 + 5a + c = 0

a + 2b + c = 5
a + 8b + c = 65

5a + c = 25

le cui soluzioni sono a = 10, b = 10, c = 25 e lequazione della circonferenza e


x2 + y 2 10x 10y + 25 = 0.
t
u
Esiste un altro metodo per determinare lunica circonferenza passante per i tre
punti e si basa sul fatto che lasse di un segmento che ha per estremi due punti di
un circonferenza, certamente contiene il centro della circonferenza. Lo esponiamo
riproponendo lesempio precedente:
Esempio 139. Determinare la circonferenza contenente i punti A = (1, 2), B =
(1, 8), C = (5, 0).
Svolg. Consideriamo lasse del segmento AB, che ha equazione y 5 = 0 e passa
per il centro della circonferenza.
Calcoliamo ora lasse del segmento AC, esso e y 2x + 5 = 0. Quindi il centro
della circonferenza e il punto comune a tali due rette:
(
y5=0
y 2x + 5 = 0

11.7. La circonferenza.

187

la cui soluzione e O = (5, 5).


Il raggio della circonferenza e pari alla distanza del centro da uno qualsiasi dei
tre punti noti, per esempio:

r = (OC) = 25 = 5
per cui lequazione della circonferenza e
(x 5)2 + (y 5)2 = 25
x2 + y 2 10x 10y + 25 = 0.
t
u

188

11.8

11. Geometria nel piano affine ed euclideo

Esercizi.

Esercizio 114. Nel piano euclideo determinare il punto simmetrico di P (4, 3)


rispetto al punto Q(1, 1).
Esercizio 115. Nel piano euclideo determinare il punto simmetrico di P (1, 1)
rispetto alla retta r : x 2y + 4 = 0 lungo la direzione ortogonale a r.
Esercizio 116. Nel piano euclideo determinare il punto simmetrico di P (1, 3)
rispetto alla retta r : x y + 1 = 0 lungo la direzione (2, 1, 0) (cioe lungo la retta
di parametri direttori (2, 1) e passante per P ).
Esercizio 117. Siano A(2, 1) e B(3, 2) punti del piano euclideo. Determinare
lasse del segmento AB.
Esercizio 118. Determinare la circonferenza passante per i punti (0, 2), (1, 1),
(2, 1).
Esercizio 119. Determinare il centro ed il raggio della circonferenza x2 + y 2
3x + 2y 1 = 0.
Esercizio 120. Siano r : 2x y + 3 = 0 e s : x = 2t, y = t + 2 due rette
nel piano. Determinare i coseni direttori di entrambe le rette ed inoltre il coseno
dellangolo tra di esse compreso.
Esercizio 121. Siano r : x = 3t 1, y = 2t + 5 lequazione in forma parametrica di una retta nel piano e P (1, 1) un punto esterno ad essa. Determinare:
a) Lequazione in forma implicita (equazione affine) della retta.
b) La distanza tra il punto P e la retta r.
c) La retta passante per P ed ortogonale a r.
d) La retta passante per P e parallela a r.

12
Trasformazioni nel piano euclideo.
12.1

Traslazioni.

In un riferimento cartesiano OXY del piano euclideo, siano (x, y) le coordinate


del punto P . Supponiamo di considerare un secondo riferimento O0 X 0 Y 0 in cui gli
assi X 0 , Y 0 siano paralleli rispettivamente a X e Y ed il punto O0 abbia coordinate
(a, b) rispetto a OXY .
Denotiamo (x0 , y 0 ) le coordinate di P rispetto al riferimento O0 X 0 Y 0 . La
relazione che intercorre tra le due coppie di coordinate di P e la seguente:
(
x0 = x a
y0 = y b
e le formule inverse sono

x = x0 + a
.
y = y0 + b

Esercizio 122. Sia P (1, 3) nel sistema di riferimento cartesiano OXY , O0 (1, 2)
e X 0 , Y 0 assi paralleli rispettivamente a X e Y e passanti per O0 . Sia inoltre
r : 3x+y1 = 0 rispetto a OXY . Determiniamo le coordinate di P e lequazione
di r rispetto al riferimento O0 X 0 Y 0 .
Svolg.

Le equazioni di traslazione sono


(
x0 = x a
y0 = y b

dove (a, b) sono le coordinate del nuovo centro del riferimento, ed applicandole nel
nostro caso otteniamo le coordinate di P 0
(
x0 = 1 1 = 2
.
y0 = 3 2 = 1

190

12. Trasformazioni nel piano euclideo.

Le formule inverse sono

x = x0 + a
y = y0 + b

da cui otteniamo lequazione della retta


3(x0 + 1) + (y 0 + 2) 1 = 0

r:

3x0 + y 0 + 4 = 0.
t
u

12.2

Rotazioni.

Siano (x, y) le coordinate del punto P nel riferimento OXY . Consideriamo ora un
secondo riferimento OX 0 Y 0 in cui gli assi X 0 e Y 0 siano ruotati in senso antiorario
di un angolo rispetto agli assi X e Y . Per determinare le coordinate (x0 , y 0 ) di P
nel secondo riferimento, ricordiamo che esse sono le componenti del vettore OP .
Esprimiamo tali componenti rispetto alle due coppie di versori, i, j in OXY , i0 , j 0
in OX 0 Y 0 :
OP = x0 i0 + y 0 j 0
OP = xi + yj.
Quindi possiamo richiamare quanto detto in relazione al cambiamento di base in
uno spazio vettoriale:
" #
"
#
x
x0
=A
y
y0
dove A e la matrice di cambiamento di base. Nel nostro caso abbiamo che
"
#
cos() sen()
A=
sen() cos()
cioe

"

x
y

"
=

cos() sen()
sen() cos()

# "

x0
y0

e le formule inverse sono


"
# "
# " #
x0
cos() sen()
x
=

y0
sen() cos()
y
da cui

x0 = xcos() + ysen()
.
y 0 = xsen() + ycos()

Si noti che le due matrici usate per il cambiamento di base sono luna la trasposta dellaltra, ma anche luna linversa dellaltra, infatti sono entrambe matrici
ortogonali.

12.3. Rototraslazioni.

191

Esercizio 123. Siano P (1, 1) in OXY e X 0 , Y 0 assi passanti per O e ruotati di

2x + 3y 2 = 0 rispetto al
4 in senso antiorario rispetto a X, Y . Sia inoltre r :
riferimento OXY . Determiniamo le coordinate di P e lequazione di r rispetto a
OX 0 Y 0 .
Svolg.

Le equazioni di rotazione sono


"
# "
# " #
x0
cos() sen()
x
=

y0
sen() cos()
y

da cui

x0 = xcos() + ysen()
.
y 0 = xsen() + ycos()

Le formule inverse sono


" # "
# "
#
x
cos() sen()
x0
=

y
sen() cos()
y0
da cui

x = x0 cos() y 0 sen()
.
y = x0 sen() + y 0 cos()

Nel nostro caso le coordinate di P 0 sono


(

x0= 22 (x + y) = 22 (1 1) = 0

y 0 = 22 (x + y) = 22 (1 1) = 2
e lequazione della retta e

r:

2 0
2 0
0
2
(x y ) + 3
(x + y 0 ) 2 = 0
2
2

r : 5 2x0 + 2y 0 4 = 0.
t
u

12.3

Rototraslazioni.

Siano (x, y) le coordinate di P in OXY e consideriamo un riferimento O00 X 00 Y 00 in


cui O00 abbia coordinate (a, b) rispetto a OXY e tale che gli assi X 00 e Y 00 siano
ruotati in senso antiorario di un angolo rispetto a X e Y . Determiniamo le
coordinate (x00 , y 00 ) di P nel secondo riferimento.

192

12. Trasformazioni nel piano euclideo.

Effettuiamo prima una traslazione


OXY O00 X 0 Y 0
(
x0 = x a
.
y0 = y b
Successivamente operiamo con una rotazione
O00 X 0 Y 0 O00 X 00 Y 00
"

x00
y 00

"
=

cos() sen()
sen() cos()

# "

xa
yb

ed inversamente abbiamo che:


"
# "
# "
#
xa
cos() sen()
x00
=

yb
sen() cos()
y 00
cioe
"

x
y

"
=

cos() sen()
sen() cos()

# "

x00
y 00

"
+

a
b

#
.

Esercizio 124. Siano P (3, 1) e O0 (1, 2) in OXY e X 0 , Y 0 assi passanti per O0


e ruotati di 4 in senso antiorario rispetto a X, Y . Sia inoltre r : 2x + y 3 = 0
rispetto al riferimento OXY . Determiniamo le coordinate di P e lequazione di r
rispetto a O0 X 0 Y 0 .
Svolg.

da cui

Le equazioni di rototraslazione sono


"
# "
# "
#
x0
cos() sen()
xa
=

y0
sen() cos()
yb
(

x0 = (x a)cos() + (y b)sen()
.
y 0 = (x a)sen() + (y b)cos()

Le formule inverse sono


" # "
# "
# " #
x
cos() sen()
x0
a
=

+
0
y
sen() cos()
y
b
da cui

x = x0 cos() y 0 sen() + a
.
y = x0 sen() + y 0 cos() + b

12.3. Rototraslazioni.

193

Nel nostro caso le coordinate di P 0 sono


(

2
2
2
x0 =
(x

a
+
y

b)
=
(2

3)
=

2
2
2
y 0 = 22 (x + a + y b) = 22 (2 3) = 5 22
e lequazione della retta e

2 0
2 0
0
(x y ) + 1) + (
(x + y 0 ) + 2) 3 = 0
r : 2(
2
2

r : 3 2x0 2y 0 + 2 = 0.
t
u

194

12.4

12. Trasformazioni nel piano euclideo.

Esercizi.

Esercizio 125. Siano OXY un sistema di riferimento ortogonale nel piano euclideo, P un punto di coordinate (1, 3) rispetto a OXY e r una retta di equazione
2x 3y + 1 = 0 in OXY . Determinare le coordinate di P e lequazione di r in un
secondo sistema di riferimento O0 X 0 Y 0 nei seguenti casi:
a) O0 ha coordinate (1, 2) rispetto a OXY e gli assi X 0 , Y 0 sono paralleli agli assi
X, Y (traslazione).
b) O0 = O e gli assi X 0 , Y 0 sono ruotati di un angolo = 3 in senso antiorario
rispetto a X, Y (rotazione).
c) O0 ha coordinate (1, 1) rispetto a OXY e gli assi X 0 , Y 0 sono ruotati di un
angolo = 6 in senso antiorario rispetto a X, Y (rototraslazione).
Esercizio 126. Siano OXY un sistema di riferimento ortogonale nel piano euclideo e : x2 + y 2 3x + y 1 = 0 una circonferenza la cui equazione e espressa
rispetto a OXY . Determinare lequazione di in un secondo sistema di riferimento O0 X 0 Y 0 nel caso i cui O0 abbia coordinate (2, 1) rispetto a OXY e gli assi
X 0 , Y 0 siano ruotati di un angolo = 4 in senso antiorario rispetto a X, Y .

13
Curve algebriche piane e punti
multipli.
13.1

Intersezione di due curve.

Due polinomi f (x, y) e g(x, y) nelle variabili x, y a coefficienti reali, sono detti proporzionali se esiste a lR tale che f (x, y) = ag(x, y). Tale proporzionalita e una
relazione di equivalenza. Una curva algebrica e una classe di equivalenza di polinomi cioe se f (x, y) e un polinomio rappresentante della classe, allora lequazione
f (x, y) = 0 e rappresentativa della curva .
Il grado di una curva e il grado del polinomio che la rappresenta.
Teorema 32. Siano : f (x, y) = 0 e : g(x, y) = 0 due curve algebriche rispettivamente di gradi n e m. Allora esse hanno n m punti in comune eccetto il caso
in cui hanno infiniti punti in comune.

Come caso particolare consideriamo quello in cui : f (x, y) = 0 sia una curva
di grado n e : g(x, y) = 0 sia una curva di grado 1, cioe una retta. Allora
e hanno n punti in comune eccetto quando sia una componente di cioe
f (x, y) = g(x, y) h(x, y), dove h(x, y) e un polinomio di grado n 1.
Per esempio : x3 3xy 2 = 0 e : y 1 = 0 hanno in comune i seguenti 3

punti : (0, 1), ( 3, 1), ( 3, 1).


Al contrario : x3 + x2 y xy + x y 2 + y = 0 e : x + y = 0 hanno in comune
infiniti punti, cioe tutti quelli di , quindi la retta e una componente di , infatti
x3 + x2 y xy + x y 2 + y = (x + y) (x2 y + 1).

13.2

Molteplicit
a di un punto.

Sia : f (x, y) = 0 una curva algebrica di grado n e sia P0 (x0 , y0 ) un punto di .

196

13. Curve algebriche piane e punti multipli.

Consideriamo una generica retta r : y y0 = m(x x0 ) passante per P0 . La


retta r e la curva hanno in comune n punti, non necessariamente tutti distinti,
almeno uno dei quali e proprio P0 . Diciamo che r e hanno molteplicita di
intersezione M nel punto P0 se (x0 , y0 ) e una soluzione di molteplicita M per il
sistema
(
f (x, y) = 0
.
y y0 = m(x x0 )
Esempio 140. Sia : x3 y 2 = 0 e siano P0 = (0, 0) e r : x y = 0.
Determiniamo la molteplicit
a di intersezione tra e r nel punto P0 .
Il sistema

x3 y 2 = 0
xy =0

ha le tre soluzioni (1, 1) con molteplicita 1, (0, 0) con molteplicita 2. Quindi nel
punto P0 le due curve hanno molteplicita di intersezione M = 2 (e nel punto (1, 1)
hanno molteplicita di intersezione 1).
Consideriamo ora una generica retta ri del fascio di centro P0 . Ciascuna delle
rette ri ha una molteplicita di intersezione Mi con in P0 . Diremo molteplicit
a
di P0 per la curva , il minimo di tali Mi .
Il punto P0 e detto semplice se min{Mi } = 1, e detto punto multiplo se
min{mi } 2, in particolare e detto doppio se min{Mi } = 2, triplo se min{Mi } =
3, quadruplo se min{Mi } = 4, etc. etc.
Esercizio 127. Sia : x3 x2 + y 2 = 0 una cubica in OXY . Determiniamo la
molteplicit
a di P (0, 0) .
Svolg. Sia r la generica retta passante per P : y = mx.
Per ottenere la molteplicita di P dobbiamo intersecare r con .
(
(
x3 x2 + y 2 = 0
x3 x2 + m2 x2 = 0

y = mx
y = mx
in cui la soluzione (0, 0) e doppia, quindi P e un punto doppio per .

t
u

Esercizio 128. Sia :


(x2 + y 2 )2 + 3x2 y y 3 = 0 una quartica in OXY .
Determiniamo la molteplicit
a di P (0, 0) .
Svolg.

Sia r la generica retta passante per P : y = mx.

13.3. Calcolo dei punti doppi di una curva.

197

Per ottenere la molteplicita di P dobbiamo intersecare r con .


(
(
(x2 + y 2 )2 + 3x2 y y 3 = 0
(x2 + m2 x2 )2 + 3mx3 m3 x3 = 0

y = mx
y = mx
(

x3 (x + m4 x + 2m2 x + 3m m3 ) = 0
y = mx

in cui la soluzione (0, 0) e tripla, quindi P e un punto triplo per .


Esercizio 129. Sia la curva di sesto grado :
Determiniamo la molteplicit
a di P (0, 0) .

t
u

(x2 + y 2 )3 4x2 y 2 = 0 in OXY .

Svolg. Sia r la generica retta passante per P : y = mx.


Per ottenere la molteplicita di P dobbiamo intersecare r con .
(
(
(x2 + m2 x2 )3 4m2 x4 = 0
(x2 + y 2 )3 4x2 y 2 = 0

y = mx
y = mx
(

x4 (x2 + m6 x2 + 3m2 x2 + 3m4 x2 4m2 ) = 0


y = mx

in cui la soluzione (0, 0) e quadrupla, quindi P e un punto quadruplo per .

13.3

t
u

Calcolo dei punti doppi di una curva.

Per terminare questo capitolo, esponiamo a brevi linee (e certamente non nella
sua forma completa) il metodo generalmente utilizzato per una prima analisi degli
eventuali punti doppi di una curva algebrica. Esso prevede la conoscenza da parte
degli studenti della definizione e del metodo di calcolo delle derivate parziali di
funzioni a due variabili, ed e qui espresso solo per un senso di completezza.
Sia P0 = (x0 , y0 ) un punto della curva rappresentata dal polinomio f (x, y), per
cui avremo che f (x0 , y0 ) = 0. Diremo che P0 e un punto doppio della curva se la
coppia di coordinate (x0 , y0 ) e una soluzione del sistema formato dalle equazioni:

f (x, y) = 0
fx0 (x, y) = 0

f 0 (x, y) = 0
y
00 (x, y), f 00 (x, y), f 00 (x, y) non si annulla,
ed almeno una delle derivate seconde fxx
yy
xy
quando e calcolata in (x0 , y0 ).

198

13. Curve algebriche piane e punti multipli.

Esempio 141. Sia : 2x4 3x2 y + y 2 2y 3 + y 4 = 0. Determiniamo gli eventuali


punti doppi.
Risolviamo dapprima il sistema

4
2
2
3
4

f (x, y) = 2x 3x y + y 2y + y = 0
fx0 (x, y) = 8x3 6xy = 0

f 0 (x, y) = 3x2 + 2y 6y 2 + 4y 3 = 0
y
Esso e soddisfatto dalla coppia (0, 0). Quindi il punto P0 = (0, 0) e il candidato
00 =
ad essere un punto doppio per la curva. In effetti la derivata seconda fyy
2 12y + 12y 2 non si annulla in P0 , ed esso e un punto doppio.

14
Le coniche.
14.1

Definizione.

Una curva algebrica : f (x, y) = 0 di secondo grado e detta conica, quindi si puo
rappresentare tramite lequazione:
f (x, y) = ax2 + bxy + cy 2 + dx + ey + f = 0
dove a, b, c, d, e, f lR. In coordinate omogenee la curva e rappresentata da un
polinomio omogeneo e lequazione diventa:
f (x1 , x2 , x3 ) = a11 x21 + 2a12 x1 x2 + a22 x22 + 2a13 x1 x3 + 2a23 x2 x3 + a33 x23 = 0
dove aij lR, per ogni i e j.
Si noti che anche il prodotto di due polinomi di primo grado determina un
polinomio rappresentante di una conica. In tale caso la conica e lunione delle due
rette rappresentate dai due polinomi di primo grado.
Consideriamo ora la matrice simmetrica di ordine 3, formata con i coefficienti
dellequazione della conica in coordinate omogenee:

a11 a12 a13

A = a12 a22 a23


a13 a23 a33

x1

ed indichiamo X = x2 il vettore delle coordinate omogenee, allora lequazione


x3
della conica puo essere riscritta in forma compatta:
f (x1 , x2 , x3 ) = X T A X = 0
ed il polinomio f (x1 , x2 , x3 ) e una forma quadratica in lR3 , di matrice associata A.

200

14. Le coniche.

Esempio 142. Lequazione x2 + 2y 2 xy + x 1 = 0 rappresenta una conica nel


piano
La matrice associata alla conica e

1
1
A = 2
1
2

12
2
0

1
2

0 .
1

Diremo che una conica : f (x, y) = 0 e riducibile se essa e composta da


due rette cioe se esistono due polinomi di primo grado g(x, y) e h(x, y) tali che
f (x, y) = g(x, y) h(x, y).

14.2

Intersezione di una conica ed una retta.

Siano : X t AX = 0 lequazione di una conica e r una retta passante per i punti


P = Y e P 0 = Y 0 . Un generico punto della retta e allora rappresentabile tramite il
suo vettore di coordinate X, come combinazione lineare dei vettori di coordinate
Y e Y 0 : X = Y + Y 0 e quindi lequazione della retta. Se vogliamo determinare
lintersezione tra e r, sostituiamo X nellequazione della conica:
(Y + Y 0 )t A(Y + Y 0 ) = 0
da cui
(Y 0t AY ) + 2 (Y 0t AY 0 ) + 2 (Y t AY ) + (Y t AY 0 ) = 0.
Osserviamo che, poiche Y 0t AY e un numero reale, Y 0t AY = (Y 0t AY )t = Y t AY 0 ,
quindi segue che
2 (Y t AY ) + 2(Y t AY 0 ) + 2 (Y 0t AY 0 ) = 0
che e una equazione di secondo grado nelle incognite (, ). Le due soluzioni
forniscono le coppie di valori (1 , 1 ), (2 , 2 ) che, sostituiti alternativamente nellequazione della retta, individuano i due punti di intersezione P1 = 1 Y + 1 Y 0 ,
P2 = 2 Y + 2 Y 0 . Il discriminante dellequazione di secondo grado e
(Y t AY 0 )2 (Y t AY )(Y 0t AY 0 ) = .
Si puo concludere allora che la retta r e esterna, tangente o secante la conica, in
relazione al valore del (rispettivamente < 0, = 0, > 0.) In particolare possiamo
sfruttare quanto detto per dimostrare il seguente:

14.3. Polarit
a rispetto ad una conica.

201

Teorema 33. Sia una conica con matrice associata A. Le seguenti affermazioni
sono equivalenti:
i) La conica e riducibile.
ii) La conica ha almeno un punto doppio.
iii) det(A) = 0.
Dim. Supponiamo che la conica sia riducibile.
Essa e allora composta da due rette, incidenti in un punto (proprio o improprio)
oppure coincidenti. In entrambi i casi i punti comuni alle rette sono punti doppi
per la conica in base alla definizione di punto doppio per una curva.
Viceversa se una conica possiede un punto doppio P0 , e detto Q1 un qualsiasi
altro punto della conica, segue che la retta contenente i punti P0 , Q1 dovra avere
almeno 3 punti di intersezione con la conica. Cio vuol dire che la retta appartiene
completamente alla conica, la quale e percio riducibile.
Infine dimostriamo che la conica e riducibile se e solo se det(A) = 0. Infatti,
per quanto detto sopra, la conica e riducibile esiste P 0 = Y 0 punto doppio
una qualsiasi retta r per P 0 ha 2 intersezioni con la conica in P 0 intersecando
ed r si ottine un sistema con = 0, dove nel nostro caso (vedi argomento
precedente) = (Y t AY 0 )2 (Y t AY )(Y 0t AY 0 ) = (Y t AY 0 )2 (poiche P 0 e
quindi (Y 0t AY 0 ) = 0 ). Siamo allora nella seguente situazione: (Y t AY 0 ) = 0 al
variare di Y vettore generico del piano. Quindi AY 0 = 0, cioe det(A) = 0, visto
che la soluzione Y 0 = (0, 0, 0) non rappresenta alcun punto del piano.
t
u

14.3

Polarit
a rispetto ad una conica.

Sia : X T A X = 0 una conica non riducibile. Definiamo polarita rispetto a


la corrispondenza biunivoca che associa ad ogni punto X 0 = (x01 , x02 , x03 ) del piano,
una retta r0 la cui equazione e data da X 0T A X = 0. La retta r0 e detta retta
polare di X 0 rispetto a , il punto X 0 e detto polo della retta r0 rispetto a .
Consideriamo r0 la retta polare del punto X 0 rispetto alla conica . La sua
equazione e data in forma compatta da X 0T AX = 0. Sia X 00 un qualsiasi punto di
r0 . Quindi le sue coordinate soddisfano lequazione algebrica che individua la retta
r0 , cioe X 0T AX 00 = 0. Trasponendo ambo i membri di tale uguaglianza, otteniamo
X 00T AX 0 = 0, che ha un significato ben preciso: il punto di coordinate X 0 appartiene alla retta r00 polare di X 00 (tale proprieta e detta reciprocita). Riassumendo
potremmo dire che se un punto X 00 appartiene alla polare di un altro punto X 0 ,
allora X 0 appartiene alla polare di X 00 . Diremo che i punti X 0 e X 00 sono tra loro
coniugati, ed analogamente che le rette r0 e r00 sono tra loro coniugate.
Un punto e detto autoconiugato se appartiene alla propria polare.

202

14. Le coniche.

Consideriamo ora un punto X 0 appartenente alla conica. Sia t la retta tangente


alla conica in X 0 . Se scegliamo un qualsiasi altro punto X 00 t, lequazione
della tangente si puo esprimere in forma compatta con X = X 0 + X 00 . Se ora
intersechiamo la retta t con la conica, ovviamente ci aspettiamo un discriminante
del sistema pari a zero, vista la tangenza in X 0 . Come gia visto nel paragrafo
relativo allintersezione di una retta con una conica, il discriminante di tale sistema
sara:
= (X 00T AX 0 )2 (X 00T AX 00 )(X 0T AX 0 ) = 0
e poiche X 0 , segue che X 0T AX 0 = 0 e quindi = (X 00T AX 0 )2 = 0. Inoltre
(X 00T AX 0 ) e uno scalare, il suo quadrato e nullo solo se esso stesso e nullo ed il
suo valore trasposto deve essere ancora nullo; in definitiva X 0T AX 00 = 0, cioe X 00
(generico punto della tangente t) e un punto della retta polare di X 0 . Questo e
sufficiente per affermare che se un punto appartiene alla conica, allora la sua retta
polare coicide con la tangente in esso alla conica. Tale punto e autoconiugato, pi
u
in generale, tutti e soli i punti autoconiugati rispetto ad una conica sono quelli
della conica stessa. Ed ancora, una retta e detta autoconiugata se contiene il
proprio polo. Tutte e sole le rette autoconiugate rispetto ad una conica, sono le
tangenti alla conica stessa.
Concludiamo fornendo un significato geometrico della retta polare di un punto
esterno alla conica. Sia P 0 = X 0 il punto scelto. Da esso si possono condurre
due rette tangenti alla conica, siano esse r1 e r2 . Indichiamo con P1 il punto di
tangenza per la retta r1 , con P2 il punto di tangenza per la retta r2 . Per quanto
detto sopra, tali rette tangenti alla conica sono proprio le rispettive polari di P1
e P2 , per cui il punto P 0 appartiene sia alla polare di P1 , che alla polare di P2 .
Grazie alla reciprocita, entrambi P1 e P2 devono appartenere alla retta r polare di
P 0 . Tale retta r e quindi esattamente la retta congiungente i punti P1 e P2 .

14.4

Classificazione di una conica.

Sia : X T A X = 0 una conica nel piano. Se intersechiamo con la retta


impropria x3 = 0 otteniamo ovviamente 2 soluzioni, cioe i due punti impropri
della conica.
Una conica con due punti impropri reali e distinti e detta Iperbole. Una conica
con due punti impropri reali e coincidenti e detta Parabola. Una conica con due
punti impropri complessi coniugati e detta ellisse. In altre parole la retta impropria
e secante alliperbole, tangente alla parabola, esterna allellisse. Consideriamo il
sistema
(
(
XT A X = 0
a11 x21 + 2a12 x1 x2 + a22 x22 = 0

.
x3 = 0
x3 = 0

14.5. Fascio di coniche.

203

Il discriminante del sistema e = a212 a11 a22 , da cui

> 0 Iperbole
= 0 Parabola .

< 0 Ellisse
In particolare se indichiamo con A33 il complemento algebrico dellelemento a33
della matrice A, notiamo che A33 = , quindi

A33 > 0 Ellisse


A33 = 0 Parabola .

A < 0 Iperbole
33
Tutte e sole le coniche che contengono i punti ciclici (1, i, 0) e (1, i, 0) sono le
circonferenze (che sono particolari ellissi).

14.5

Fascio di coniche.

Siano 1 : f1 (x1 , x2 , x3 ) = 0 e 2 : f2 (x1 , x2 , x3 ) = 0 due coniche distinte. Poiche


sono curve di secondo grado, escludendo il caso in cui siano entrambe riducibili
con una retta in comune, esse hanno 4 punti A, B, C, D in comune (distinti o no,
reali o no).
Il caso generale e quello in cui A, B, C, D sono tutti tra loro distinti.
Nel caso in cui si abbia A = B e C, D distinti, allora le due coniche hanno
una tangente comune ad entrambe (1 e 2 sono chiamate coniche tangenti), ed e
la retta tangente nel punto A = B.
Nel caso si abbia A = B e C = D allora le due coniche hanno due rette tangenti
in comune (1 e 2 sono chiamate coniche bitangenti), e sono le tangenti nel punto
A = B ed in C = D.
Nel caso si abbia A = B = C allora le due coniche hanno una retta tangente
in comune (1 e 2 sono chiamate coniche osculatrici), ed e la tangente nel punto
A = B = C.
Nel caso si abbia A = B = C = D allora le due coniche hanno una retta
tangente in comune (1 e 2 sono chiamate coniche iperosculatrici), ed e la tangente
nel punto A = B = C = D.
Diciamo fascio di coniche la totalita delle coniche che si ottengono da
a1 f1 (x1 , x2 , x3 ) + a2 f2 (x1 , x2 , x3 ) = 0
al variare di a1 , a2 lR. Tutte le coniche del fascio hanno in comune gli stessi 4
punti A, B, C, D, i quali sono chiamati punti base del fascio. Inoltre per individuare

204

14. Le coniche.

un fascio di coniche e sufficiente conoscere due qualsiasi coniche di esso (ad esempio
anche due coniche riducibili che appartengono al fascio).
Il caso generale e quello in cui A, B, C, D sono tutti tra loro distinti, si parla
quindi di fascio generale.
Nel caso in cui si abbia A = B e C, D distinti, allora le coniche del fascio
hanno una tangente comune (si parla di fascio di coniche tangenti), ed e la retta
tangente nel punto A = B.
Nel caso si abbia A = B e C = D allora le coniche del fascio hanno due rette
tangenti in comune (si parla di fascio di coniche bitangenti), e sono le tangenti nel
punto A = B ed in C = D.
Nel caso si abbia A = B = C allora le coniche del fascio hanno una retta
tangente in comune (si parla di fascio di coniche osculatrici), ed e la tangente nel
punto A = B = C.
Nel caso si abbia A = B = C = D allora le coniche del fascio hanno una retta
tangente in comune (si parla di fascio di coniche iperosculatrici), ed e la tangente
nel punto A = B = C = D.
Ogni fascio di coniche contiene 3 coniche riducibili (distinte o no a seconda del
tipo di fascio). Nel seguente prospetto indichiamo con tA e tC rispettivamente le
tangenti comuni a tutte le coniche di un fascio nei punti A e C:
Tipo di fascio
generale

tangenti A = B
bitangenti A = B, C = D
osculatrici A = B = C
iperosculatrici A = B = C = D

14.6

Coniche riducibili
AB CD
AD BC
AC BD
tA CD
AD AC contata due volte
tA tC
AC AC contata due volte
tA AD contata tre volte
tA tA contata tre volte

Diametri e centro di una conica.

Definiamo diametro di una conica non riducibile, la retta polare, rispetto alla
conica, di un qualsiasi punto improprio (h, k, 0). Sia A la matrice associata alla

14.6. Diametri e centro di una conica.

205

conica, allora un diametro e dato da

a11 a12 a13


x1
h
i

h k 0 a12 a22 a23 x2 = 0


a13 a23 a33
x3
(a11 h + a12 k)x1 + (a12 h + a22 k)x2 + (a13 h + a23 k)x3 = 0
o meglio
h(a11 x1 + a12 x2 + a13 x3 ) + k(a12 x1 + a22 x2 + a23 x3 ) = 0.
Al variare del punto (h, k, 0) si ottiene un diverso diametro, e quindi al variare dei
parametri h, k si ottengono tutte le rette di un fascio. Il centro di tale fascio e
detto centro della conica (il quale per la reciprocita e il polo della retta impropria).
Le coordinate del centro sono allora la soluzione del sistema
(
a11 x1 + a12 x2 + a13 x3 = 0
a12 x1 + a22 x2 + a23 x3 = 0
le cui soluzioni sono date dai complementi algebrici A13 , A23 , A33 della matrice A
associata alla conica.
Il caso in cui A33 = 0 e quello della parabola, la quale e detta conica a centro
improprio (o conica senza centro). Il fascio dei diametri e un fascio improprio,
cioe tutti i diametri sono tra loro paralleli ed hanno la direzione data dal punto
improprio della parabola.
Iperbole ed ellisse sono dette coniche a centro (proprio). Tutti i diametri sono
tra loro a due a due coniugati.
In particolare i diametri tra loro coniugati ed ortogonali sono detti assi della
conica (2 assi per iperbole ed ellisse, 1 asse per la parabola). I diametri che siano
autoconiugati (cioe tangenti alla conica) sono detti asintoti della conica (2 reali
per liperbole, 2 immaginari per lellisse, 1 improprio per la parabola).
Per determinare assi e asintoti e sufficiente operare come segue: sappiamo bene
che il generico diametro della conica e dato da:

a11 a12 a13


x1
h
i

().
h k 0 a12 a22 a23 x2 = 0
a13 a23 a33
x3
In definitiva il nostro compito e quello di determinare le coppie di valori (h, k) da
utilizzare nella (*), sia per individuare gli asintoti che gli assi.
Affinche (h, k, 0) sia esattamente il polo di un asintoto, dovra accadere che esso

206

14. Le coniche.

sia un punto autoconiugato (lasintoto


imporremo che

a11
h
i

h k 0 a12
a13

sara tangente in esso alla conica), quindi



a12 a13
h

a22 a23 k = 0.
a23 a33
0

Svolgendo si ottiene a11 h2 + a22 k 2 + 2a12 hk = 0. Le soluzioni di tale equazione


biquadraica forniscono le due coppie di valori (h, k) e (h0 , k 0 ) che, sostituite nella
(*) serviranno per il calcolo effettivo dei due asintoti (stiamo ovviamente parlando
di una conica che sia una iperbole).
Al contrario affinche (h, k, 0) sia esattamente il polo di un asse, dovra accadere che
sia un punto coniugato con la direzione ad esso ortogonale, quindi imporremo che


a
a
a
k
11
12
13
h
i

h k 0 a12 a22 a23 h = 0.


a13 a23 a33
0
In questo caso si ottiene a12 (k 2 h2 ) (a11 a22 )hk = 0. Le soluzioni di
tale equazione biquadraica forniscono le due coppie di valori (h, k) e (h0 , k 0 ) che,
sostituite nella (*) serviranno per il calcolo dei due assi.
Nel caso della parabola la ricerca dellasse e facilitata. Infatti il polo dellasse
della parabola e dato dalla direzione ortogonale a quella individuata dal punto
improprio della parabola stessa.
Osserviamo infine che le direzioni dei due asintoti di uniperbole si possono
ottenere ricordando che esse non sono altro che i punti impropri delliperbole stessa.

14.7

Classificazione delle coniche proiettive.

Sia : X T A X = f (x1 , x2 , x3 ) = 0 lequazione di una conica,


f (x1 , x2 , x3 ) = a11 x21 + 2a12 x1 x2 + a22 x22 + 2a13 x1 x3 + 2a23 x2 x3 + a33 x23 = 0.
Poiche f e una forma quadratica in lR3 , allora vale il seguente:
Teorema 34. Esiste un sistema di riferimento ortonormale in lR3 rispetto al quale
lequazione della conica e una delle seguenti:
i) x21 + x22 + x23 = 0 (conica generale a punti non reali);
ii) x21 + x22 x23 = 0 (conica generale a punti reali);
iii) x21 + x22 = 0 (conica semplicemente degenere a punti non reali);
iv) x21 x22 = 0 (conica semplicemente degenere a punti reali);
v) x21 = 0 (conica doppiamente degenere).

14.8. Classificazione delle coniche euclidee.

207

Per ottenere la forma ridotta congruente a quella di partenza, si applica esattamente il metodo di diagonalizzazione delle forme quadratiche.

14.8

Classificazione delle coniche euclidee.

Consideriamo ora lequazione affine di una conica


: f (x, y) = a11 x2 + 2a12 xy + a22 y 2 + 2a13 x + 2a23 y + a33 = 0
dove aij lR, per ogni i e j. Indichiamo q(x, y) = a11 x2 + 2a12 xy + a22 y 2 la forma
quadratica in lR2 , con matrice associata A33 .
Poiche q(x, y) e riferita ad un sistema otonormale in lR2 , ogni cambiamento
del sistema di riferimento e individuato da una matrice ortogonale C, per cui
C T = C 1 . In tale caso la diagonalizzazione della forma quadratica q(x, y) puo
essere effettuata tramite la semplice diagonalizzazione della matrice simmetrica
A33 ad essa associata.
Sia quindi
"
# " #
h
i
a11 a12
x
q(x, y) = x y

a12 a22
y
e siano 1 e 2 gli autovalori di A33 . Indichiamo con w1 = (b11 , b21 ) lautovettore
che genera lautospazio relativo a 1 e w2 = (b12 , b22 ) quello
" che genera
# lautospazio
b11 b12
relativo a 2 . Allora la matrice che diagonalizza A33 e
con
b21 b22
"
C T A33 C = C 1 A33 C =

1 0
0 2

#
.

Il cambiamento di variabili che permette tale diagonalizazione e


"

x
y

"
=

b11 b12
b21 b22

# "

x0
y0

dopo il quale la conica si presenta nella seguente forma:


f (x0 , y 0 ) = 1 x2 + 2 y 2 + 2a013 x + 2a023 y + a033 = 0.
In pratica la f (x0 , y 0 ) e la conica che otteniamo facendo ruotare i suoi assi fino a
renderli paralleli agli assi coordinati.
Supponiamo che la conica sia uniperbole o una ellisse.

208

14. Le coniche.

Determiniamo ora una traslazione che riporti il centro della conica nel centro
degli assi coordinati:
(
x0 = x00 c
y 0 = y 00 d
1 (x00 c)2 + 2 (y 00 d)2 + 2a013 (x00 c) + 2a023 (y 00 d) + a033 = 0
cioe
1 x002 + 2 y 002 + (21 c + 2a013 )x00 +
(22 d + 2a023 )y 00 + (1 c2 + 2 d2 + 2a013 c + 2a023 d + a033 ) = 0

(B).

Poiche dopo la rototraslazione scompaiono i termini in x00 e y 00 , allora imponiamo


che
21 c + 2a013 = 0
22 d + 2a023 = 0.
I valori di c e d che risolvono le precedenti equazioni sono i valori che determinano
sufficiente sostituirli nellequazione (B) per ottenere la conica in
la traslazione. E
forma ridotta:
1 x002 + 2 y 002 + 3 = 0
con 3 = 1 c2 + 2 d2 + 2a013 c + 2a023 d + a033 .
Consideriamo ora il caso in cui la conica sia una parabola.
Per prima cosa osserviamo che la prima rotazione viene effettuata utilizzando
come riferimento quello formato dallasse della parabola e dalla retta tangente nel
suo vertice.
Inoltre uno dei due autovalori 1 , 2 di A33 e nullo, per cui, dopo il primo
cambiamento di riferimento (rotazione), lequazione della conica si presenta in una
delle due seguenti forme:
1 x02 + 2a023 y 0 + a033 = 0

(C)

2 y 02 + 2a 130 x0 + a033 = 0

(D).

oppure

Cominciamo con il caso (C). Determiniamo una traslazione che riporti il vertice
della parabola nel centro degli assi coordinati:
(
x0 = x00 c
y 0 = y 00 d

14.8. Classificazione delle coniche euclidee.

209

lequazione diventa
1 (x00 c)2 + 2a023 (y 00 d) + a033 = 0

(C0 )

Poiche dopo la rototraslazione scompaiono il termine noto ed il termine in x00 ,


dobbiamo imporre che
21 c = 0
1 c2 2a023 d + a033 = 0.
I valori di c e d che risolvono le precedenti equazioni sono i valori che determinano
sufficiente sostituirli nellequazione (C) per ottenere la conica in
la traslazione. E
forma ridotta:
1 x002 + 2a023 y 00 = 0.
Passiamo ora al caso (D). Dopo la traslazione, lequazione della parabola e
2 (y 00 c)2 + 2a013 (x00 d) + a033 = 0

(D0 )

Poiche dopo la rototraslazione scompaiono il termine noto ed il termine in y 00 ,


dobbiamo imporre che
22 d = 0
2 d2 2a013 c + a033 = 0.
I valori di c e d che risolvono le precedenti equazioni sono i valori che determinano
sufficiente sostituirli nellequazione (D) per ottenere la conica in
la traslazione. E
forma ridotta:
2 y 002 + 2a013 x00 = 0.
Quanto detto finora si puo riassumere nel seguente:
Teorema 35. Ogni conica del piano euclideo reale e congruente ad una delle
seguenti forme, dette forme canoniche:
2
2
1) xa2 + yb2 = 1, ellisse;
2)
3)
4)

x2
a2
x2
a2
x2
a2
x2
a2
y2

+
+

y2
b2
y2
b2
y2
b2
y2
b2

= 1, ellisse a punti non reali;


= 0, ellisse degenere;
= 1, iperbole;

5)
+
= 0, iperbole degenere;
6)
ax = 0, parabola;
7) y 2 a2 = 0, parabola degenere;
8) y 2 + a2 = 0, parabola degenere a punti non reali;
9) y 2 = 0, conica doppiamente degenere.

210

14. Le coniche.

Riassumendo, abbiamo visto che una rototraslazione degli assi di una conica
(dellasse e della retta tangente al vertice, nel caso della parabola) ci permette
di ottenere una ulteriore e pi
u semplice forma della conica stessa, riferita ad un
sistema di riferimento opportuno. Tali forme sono dette ridotte o canoniche .
Nel cambiamento del sistema di riferimento ortogonale, vi sono alcune quantit
a
(reali) che non mutano, cioe si mantengono invarianti nel passaggio da una forma
della conica allaltra. Tali quantita vengono dette invarianti ortogonali:
Teorema 36. Sia : X T A X = 0 una conica del piano euclideo e sia X 0T A0
X 0 = 0 la sua equazione in forma ridotta, cioe dopo una cambiamento ortonormale
del sistema di riferimento. Siano aij gli elementi della matrice A e a0ij quelli della
matrice A0 . Allora valgono le seguenti:
i) det(A) = det(A0 ).
ii) A33 = A033 .
iii) a11 + a22 = a011 + a022 .
Possiamo sfruttare il precedente teorema per ottenere la forma ridotta di una
conica. Sia A la matrice associata alla conica, operiamo nel modo seguente:
Coniche a centro. La forma canonica alla quale si vuole arrivare e la seguente
a011 x21 + a022 x22 + a033 x23 = 0
la cui matrice associata e

a011 0
0

0 a022 0 .
0
0 a033

Per ottenere i valori di a011 , a022 , a033 e sufficiente applicare i tre punti del teorema e
risolvere le equazioni:
det(A) = a011 a022 a033
A33 = a011 a022
a11 + a22 = a011 + a022 .
Parabola. Una forma canonica alla quale si puo arrivare e la seguente
a011 x21 + 2a023 x2 x3 = 0
la cui matrice associata e

a011 0
0

0 a023 .
0
0 a023 0

14.8. Classificazione delle coniche euclidee.

211

Per ottenere i valori di a011 , a023 e sufficiente applicare i tre punti del teorema e
risolvere le equazioni:
det(A) = a011 a02
23
a11 + a22 = a011 .
Laltra forma canonica puo essere
a022 x22 + 2a013 x1 x3 = 0
la cui matrice associata e

0
0 a013

0 a022 0 .
a013 0
0

Per ottenere i valori di a022 , a023 e sufficiente applicare i tre punti del teorema e
risolvere le equazioni:
det(A) = a022 a02
13
a11 + a22 = a022 .
Esercizio 130. Classificare la conica x2 + 4xy y 2 + x y + 1 = 0, determinarne
eventuali assi e asintoti, una sua forma canonica ed il polo della retta 2xy+1 = 0
rispetto ad essa.
Svolg.

La matrice associata alla conica e

1
1 2
2

A = 2 1 12
1
1
1
2 2

con det(A) = 6, A33 = 5, I = a11 + a22 = 0, quindi e una iperbole equilatera.


Determiniamo il generico diametro:

1
x
1 2
1
h
i
2

1 h 0 2 1 12 x2 = 0.
1
1
x3
1
2 2
Il generico diametro e
1 h
(1 + 2h)x1 + (2 h)x2 + ( )x3 = 0
2 2
il cui coefficiente angolare e h0 =

1+2h
h2 .

212

14. Le coniche.

Per ottenere gli asintoti imponiamo h = h0 , da cui h {2 +


quindi gli asintoti sono

5, 2

5} e

(10 + 4 5)x 2 5y + ( 5 1) = 0
e

(10 4 5)x + 2 5y + ( 5 1) = 0.

Per ottenere gli assi imponiamo hh0 = 1, da cui h { 1+2


gli assi sono

4 5x + (10 2 5)y + (3 5) = 0
e

5 1 5
, 2 }

e quindi

4 5x + (10 + 2 5)y + (3 + 5) = 0.

Una forma canonica e data da a11 x21 + a22 x22 + a33 x23 = 0, con matrice associata

a11 0
0

A0 = 0 a22 0 .
0
0 a33
I suoi invarianti ortogonali sono allora
6 = det(A0 ) = a11 a22 a33 ,

5 = A033 = a11 a22 ,

0 = I = a11 + a22

dai quali otteniamo


a11 =
oppure

5,

a22 = 5,

a11 = 5,

a22 =

5,

a33 =

6
5

a33 =

6
5

e le due forme canoniche ottenute sono:

5x2

5y 2 +

6
=0
5

6
5x2 + 5y 2 + = 0.
5
Infine determiniamo il polo della retta 2x1 x2 + x3 = 0 rispetto alla conica. Esso
avra coordinate (a, b, c) tali che

1
1 2
x1
h
i
2

a b c 2 1 12 x2 = (2x1 x2 + x3 ).
1
1
1
x3
2 2

14.8. Classificazione delle coniche euclidee.

213

Quindi dobbiamo risolvere il sistema

2a + 4b + c = 4
4a 2b c = 2

a b + 2c = 2
le cui soluzioni sono

1 5 5
( , , )
8 8 4
che e una terna proporzionale a (1, 5, 10) = (a, b, c).

t
u

Esercizio 131. Determinare lasse ed una forma canonica della parabola 2x2 +
2y 2 4xy + 2x 1 = 0.
Svolg.

La matrice associata alla conica e

2 2 1

A = 2 2
0
1
0 1

con det(A) = 2, A33 = 0, I = a11 + a22 = 4.


Determiniamo il punto improprio della parabola:
(
2x21 + 2x22 4x1 x2 = 0
x3 = 0
da cui x1 = 1, x2 = 1, x3 = 0 sono le coordinate di tale punto. La direzione ad
esso ortogonale e Q = (1, 1, 0). Tale punto Q e il polo dellasse:

2 2 1
x1
h
i

1 1 0 2 2
0 x2 = 0
1
0 1
x3
4x1 x2 + x3 = 0.
Una forma canonica e data da a11 x21 + 2a23 x2 x3 = 0, con matrice associata

a11 0
0

A0 = 0
0 a23 .
0 a23 0
I suoi invarianti ortogonali sono allora
2 = det(A0 ) = a11 a223 ,

4 = I = a11 + a22

214

14. Le coniche.

dai quali otteniamo


a11 = 4,

1
a23 =
2

oppure
1
a23 =
2

a11 = 4,
e le due forme canoniche ottenute sono:

2
4x21 + x2 x3 = 0
2
e

cioe

2
4x21 x2 x3 = 0
2

y = 2 2x2

y = 2 2x2 .
t
u

Esercizio 132. Determinare una forma canonica dellellisse x2 xy + y 2 5x +


7y + 1 = 0.
Svolg.

Utilizziamo il "
metodo degli# autovalori. Quindi determiniamo gli autovalori
1 21
della matrice A33 =
. Essi sono h1 = 12 e h2 = 32 . Lautospazio
12 1
relativo allautovalore h1 e generato dallautovettore v = (1, 1) che ha come versore
( 12 , 12 ).
Lautospazio relativo allautovalore h2 e generato dallautovettore v = (1, 1)
che ha come versore ( 12 , 12 ).
Allora il primo cambiamento di variabili, con il quale annulliamo il termine in
xy e dato da
" # " 1
# "
#
0

x
x
2
2
=

1
1
y0
y
2
2
da cui

x=
y=

1 (x0
2
1 (x0
2

y0)
+ y0)

e lequazione della conica diventa


1 0
1
1
5
7
(x y 0 )2 (x0 y 0 )(x0 + y 0 ) + (x0 + y 0 )2 (x0 y 0 ) + (x0 + y 0 ) + 1 = 0
2
2
2
2
2
cioe

1 02 3 02
2
12
x + y + x0 + y 0 + 1 = 0.
2
2
2
2

14.8. Classificazione delle coniche euclidee.

215

Per annullare i termini in x0 e y 0 operiamo la seguente traslazione:


x0 = x00 a

y 0 = y 00 b

1 00
3
2
12
(x a)2 + (y 00 b)2 + (x00 a) + (y 00 b) + 1 = 0
2
2
2
2
da cui
1 002
3
2
2
12
12
(x + a2 2ax00 ) + (y 002 + b2 2by 00 ) + x00 a + y 00 b + 1 = 0.
2
2
2
2
2
2
I coefficienti di x00 e y 00 si annullano per a =
diventa:

2
2

eb=

4
2

e lequazione della conica

1 00
2
3
4
2
2
12
4
(x )2 + (y 00 )2 + (x00 ) + (y 00 ) + 1 = 0
2
2
2
2
2
2
2
2
cioe

1 002 3 002
x + y = 12
2
2
002
x
y 002
+
= 1.
24
8
Vogliamo ora ripetere lesercizio utilizzando il metodo di rototraslazione degli assi:
gli assi dellellisse sono
a1 :

xy4=0

che scegliamo come

X0

a2 :

x+y+2=0

che scegliamo come

Y 0.

I versori degli assi sono


1 1
1 1
a1 = ( , ) a2 = ( , )
2 2
2 2
ed il centro dellellisse e C = (1, 3). Allora le formule del cambiamento del
riferimento (rototraslazione) sono
" # " 1
# "
# "
#
0

x
x
1
2
2
=

+
1
1
y
y0
3
2
2
da cui

x=
y=

1 (x0
2
1 (x0
2

y0) + 1
+ y0) 3

e lequazione della conica diventa


1
1
1
1
( (x0 y 0 ) + 1)2 ( (x0 y 0 ) + 1)( (x0 + y 0 ) 3) + ( (x0 + y 0 ) 3)2
2
2
2
2

216

14. Le coniche.
1
1
5( (x0 y 0 ) + 1) + 7( (x0 + y 0 ) 3) + 1 = 0
2
2

cioe

1 02 3 02
x + y 12 = 0
2
2
x02 y 02
+
= 1.
24
8
t
u

Esercizio 133. Determinare una forma canonica della parabola x2 4xy + 4y 2 +


2x + y 5 = 0.
Svolg.

Utilizziamo il metodo
degli
"
# autovalori. Quindi determiniamo gli autovalori
1 2
della matrice A33 =
. Essi sono h1 = 0 e h2 = 5. Lautospazio
2 4
relativo allautovalore h1 e generato dallautovettore v = (2, 1) che ha come versore
( 25 , 15 ).
Lautospazio relativo allautovalore h2 e generato dallautovettore v = (1, 2)
che ha come versore ( 15 , 25 ).
Allora il primo cambiamento di variabili, con il quale annulliamo i termini in
xy e y e dato da
" # " 2
# "
#

15
x
x0
5
=

1
2
y
y0
5
5
da cui

x=
y=

2 (x0
5
1 (x0
5

y0)
+ y0)

e lequazione della conica diventa


4
4
2
1 0
1
(x y 0 )2 (2x0 y 0 )(x0 +2y 0 )+ (x0 +2y 0 )2 + (2x0 y 0 )+ (x0 +2y 0 )5 = 0
5
5
5
5
5
cioe

5
5y 02 + x0 5 = 0
5
1
y 02 + x0 1 = 0.
5

Per annullare il termine noto operiamo la seguente traslazione:


x0 = x00 a

y 0 = y 00 b

1
(y 00 b)2 + (x00 a) 1 = 0
5

14.8. Classificazione delle coniche euclidee.

217

1
1
y 002 + b2 2by 00 + x00 a 1 = 0.
5
5
Per avere la forma canonica dovremmo avere

b=0 a= 5
da cui

1
1
(y 00 b)2 + (x00 a) 1 = y 002 + (x00 + 5) 1 =
5
5
1
y 002 + x00 = 0.
5
t
u

Esercizio 134. Sia dato il fascio di coniche x2 + kxy 1 = 0, al variare di


k lR. Determinare i punti base, le coniche riducibili e le tangenti comuni a tutte
le coniche del fascio.
Svolg.

In coordinate omogenee lequazione del fascio e data da


x21 + kx1 x2 x23 = 0.

Per determinare i punti base del fascio scegliamo due coniche qualsiasi, per esempio
x21 x23 = 0 e x1 x2 = 0 ed intersechiamole:
(
x1 x2 = 0
2
x1 x23 = 0
che ha come soluzione i punti (0, 1, 0) con molteplicita 2, (1, 0, 1) e (1, 0, 1) entrambi con molteplicita 1. Siamo in presenza di un fascio di coniche tangenti,
cioe vi e una tangente comune a tutte le coniche del fascio. Per determinarla,
scegliamo una conica irriducibile del fascio, per esempio per k = 2, e calcoliamo la
tangente a tale conica nel punto (0, 1, 0): per il valore k = 2, la conica ottenuta e
x2 + 2xy 1 = 0. La tangente ad essa in (0, 1, 0) e

1 1 0
x1
h
i

0 1 0 1 0 0 x2 = 0 cioe x1 = 0.
0 0 1
x3
Infine calcoliamo le coniche riducibili del fascio: esse si ottengono annullando il
determinante della matrice associata alla generica conica del fascio:


1 k 0

k2
2


0 = k2 0 0 =


4
0 0 1

218

14. Le coniche.

quindi per k = 0, con molteplicita 2, si ottiene la conica riducibile del fascio


x2 1 = 0. La terza conica riducibile si ottiene osservando che il parametro k e
associato ad essa nellespressione del fascio: xy = 0, con molteplicita 1.
t
u
Esercizio 135. Sia dato il fascio di coniche kx2 + 2xy k = 0, al variare di
k lR. Determinare i punti base, le coniche riducibili e le tangenti comuni a tutte
le coniche del fascio.
Svolg.

In coordinate omogenee lequazione del fascio e data da


kx21 + 2x1 x2 kx23 = 0.

Per determinare i punti base del fascio scegliamo due coniche qualsiasi, per esempio
x21 x23 = 0 e 2x1 x2 = 0 ed intersechiamole:
(
2x1 x2 = 0
x21 x23 = 0
che ha come soluzione i punti (0, 1, 0) con molteplicita 2, (1, 0, 1) e (1, 0, 1) entrambi con molteplicita 1. Siamo in presenza di un fascio di coniche tangenti,
cioe vi e una tangente comune a tutte le coniche del fascio. Per determinarla,
scegliamo una conica irriducibile del fascio, per esempio per k = 2, e calcoliamo la
tangente a tale conica nel punto (0, 1, 0): per il valore k = 2, la conica ottenuta e
2x2 + 2xy 2 = 0. La tangente ad essa in (0, 1, 0) e

2 1 0
x1
h
i

0 1 0 1 0 0 x2 = 0 cioe x1 = 0.
0 0 2
x3
Infine calcoliamo le coniche riducibili del fascio: esse si ottengono annullando il
determinante della matrice associata alla generica conica del fascio:


k 1 0




0= 1 0 0 =k


0 0 k
quindi per k = 0, con molteplicita 1, si ottiene la conica riducibile del fascio
x1 x2 = 0. Le altre coniche riducibili si ottengono osservando che il parametro k e
associato ad esse nellespressione del fascio: x2 = 0, con molteplicita 2 (infatti la
retta x = 0 passa per i due base che hanno molteplicita 2).
t
u
Esercizio 136. Sia dato il fascio di coniche x2 + ky 2 + xy 1 = 0, al variare di
k lR. Determinare i punti base, le coniche riducibili e le tangenti comuni a tutte
le coniche del fascio.

14.8. Classificazione delle coniche euclidee.


Svolg.

219

In coordinate omogenee lequazione del fascio e data da


x21 + kx22 + x1 x2 x23 = 0.

Per determinare i punti base del fascio scegliamo due coniche qualsiasi, per esempio
x21 + x1 x2 x23 = 0 e x22 = 0 ed intersechiamole:
(

x22 = 0
x21 + x1 x2 x23 = 0

che ha come soluzione i punti (1, 0, 1) e (1, 0, 1) entrambi con molteplicita 2.


Siamo in presenza di un fascio di coniche bitangenti, cioe vi sono due tangenti comuni a tutte le coniche del fascio. Per determinarle, scegliamo una conica
irriducibile del fascio, per esempio per k = 1, e calcoliamo la tangente a tale
conica nei punti (1, 0, 1) e (1, 0, 1): per il valore k = 1, la conica ottenuta e
x2 + y 2 + xy 1 = 0. La tangente ad essa in (1, 0, 1) e

1 0 1

1
2

0
x1
1

1 0 x2 = 0 cioe x1 + x2 x3 = 0.
2
0 1
x3
1
2

La tangente in (1, 0, 1) e

1 0 1

1
2

0
x1

1 0 x2 = 0
0 1
x3
1
2

1
cioe x1 + x2 + x3 = 0.
2

Infine calcoliamo le coniche riducibili del fascio: esse si ottengono annullando


il determinante della matrice associata alla generica conica del fascio:

1 1 0

2

0 = 12 k 0

0 0 1




1

= k +

4

quindi per k = 14 , con molteplicit


a 1, si ottiene la conica riducibile del fascio
1 2
2
x1 + 4 x2 + x1 x2 x3 = 0. Le altre coniche riducibili si ottengono osservando che il
parametro k e associato ad esse nellespressione del fascio: y 2 = 0, con molteplicita
2 (infatti la retta y = 0 passa per i due base che hanno molteplicita 2).
t
u

220

14.9

14. Le coniche.

Fuochi di una conica.

Siano C1 = (1, i, 0) e C2 = (1, i, 0) i punti ciclici della retta impropria. Le rette


appartenenti ai due fasci di centri C1 e C2 , sono dette rette isotrope. Quindi
una qualsiasi retta isotropa avra equazione y = ix + q oppure y = ix + p, per
opportuni q, p elementi del campo dei numeri complessi.
Indichiamo con f1 : y = ix + q il fascio delle rette isotrope di centro C1 e con
f2 : y = ix + p il fascio di centro C2 . Osserviamo che se una retta r appartiene
al fascio f1 allora la sua coniugata r appartiene al fascio f2 . Inoltre r r = P e
un punto reale.
Consideriamo quindi una conica non riducibile . Dal fascio f1 si possono
condurre due rette r, t che siano tangenti a . Analogamente dal fascio f2 si possono
condurre due rette che siano tangenti a : esse sono esattamente le coniugate r e
t delle rette r, t.
Definizione 21. I fuochi di una conica non riducibile sono i 4 punti (di cui
2 reali) che scaturiscono dallintersezione delle rette r, t con le rette r e t. In
particolare i due fuochi reali sono F1 = r r e F2 = t t.
Sottolineamo che la parabola ha un solo fuoco reale, poiche da ciascun punto
ciclico si puo condurre una sola retta tangente alla curva.
Anche nel caso della circonferena vi e un solo fuoco, esattamente il centro della
circonferenza: il motivo risiede nel fatto che, poiche i punti ciclici appartengono
alla circonferenza, anche in questo caso da ciascuno di essi si puo condurre una
sola tangente alla curva.
Esempio 143. Determinare il fuoco della parabola : 2x2 y + x + 1 = 0.
Svolg. Consideriamo il fascio di rette isotrope di centro C1 = (1, i, 0): f1 : y =
ix + q. Costruiamo il sistema che determini lintersezione tra il fascio e la conica:
(
2x2 y + x + 1 = 0
y = ix + q
(
2x2 ix q + x + 1 = 0
y = ix + q
(
2x2 + (1 i)x + (1 q) = 0
.
y = ix + q
Poiche siamo interessati alla retta del fascio che sia tangente alla parabola, imponiamo che il discriminante del sistema sia nullo:
(1 i)2 8(1 q) = 0

14.9. Fuochi di una conica.

221

la cui soluzione e q = 41 i + 1. Quindi la retta del fascio f1 che sia tangente alla
parabola ha equazione y = ix + 41 i + 1. Inoltre la retta che appartenga al fascio
f2 di centro C2 = (1, i, 0) e che sia tangente alla parabola, e la coniugata della
precedente : y = ix 41 i + 1. Il fuoco della parabola e lintersezione di tali due
rette:
(
r : y = ix + 14 i + 1
r : y = ix 14 i + 1
da cui F = r r = ( 14 , 1).

t
u

Esempio 144. Determinare i fuochi delliperbole : xy + x y + 1 = 0.


Svolg. Consideriamo il fascio di rette isotrope di centro C1 = (1, i, 0): f1 : y =
ix + q. Costruiamo il sistema che determini lintersezione tra il fascio e la conica:
(
xy + x y + 1 = 0
y = ix + q
(
x(ix + q) + x (ix + q) + 1 = 0
y = ix + q
(
ix2 + (q i + 1)x + (1 q) = 0
.
y = ix + q
Poiche siamo interessati alle rette del fascio che siano tangenti alliperbole, imponiamo che il discriminante del sistema sia nullo:
(q i + 1)2 4i(1 q) = 0
le cui soluzioni sono

q = 1 i + 2 2i

q = 1 i 2 2i.

Quindi le rette del fascio f1 che siano tangenti alliperbole hanno equazioni:

y = ix 1 i + 2 2i
y = ix 1 i 2 2i.
p

Osserviamo che 2i = (1 + i)2 {+(1 + i), (1 + i)} per cui possiamo considerare le tangenti
r : y = ix 1 i + 2(1 + i)

t : y = ix 1 i 2(1 + i).

Inoltre le rette appartenenti al fascio f2 di centro C2 = (1, i, 0) e che siano


tangenti alliperbole, sono le coniugate delle precedenti :
r : y = ix 1 + i + 2(1 i)

t : y = ix 1 + i 2(1 i).

222

14. Le coniche.

I fuochi sono le intersezioni di tali coppie di rette, in particolare i fuochi reali


scaturiscono da:
(
r : y = ix 1 i + 2(1 + i)
r : y = ix 1 + i + 2(1 i)
da cui F1 = r r = (1, 1) e da
(
t : y = ix 1 i 2(1 + i)
t : y = ix 1 + i 2(1 i)
da cui F2 = t t = (3, 3).

14.10

t
u

Esercizi.

Esercizio 137. Nel piano ampliato si determinino i punti base del fascio x2 +
( 1)y = 0 con la relativa molteplicit
a.
Esercizio 138. Nel piano ampliato si determinino i punti base del fascio y 2 +
( + 1)x = 0 con la relativa molteplicit
a.
Esercizio 139. Nel piano ampliato si determinino le coniche degeneri del fascio
xy + x2 + y = 0 con la relativa molteplicit
a.
Esercizio 140. Nel piano ampliato si determinino le coniche degeneri del fascio
xy + xy + 3 = 0 con la relativa molteplicit
a.
Esercizio 141. Nel piano ampliato si determinino le coordinate del polo della
retta 3x 4y + 1 = 0 rispetto alla conica x2 + 2y 2 3xy + 2x y = 0.
Esercizio 142. Nel piano ampliato si determinino le coordinate del polo della
retta x + y = 0 rispetto alla conica 2x2 + y 2 1 = 0.
Esercizio 143. Nel piano ampliato si determinino le coordinate del polo della
retta 2x 3y + 2 = 0 rispetto alla conica x2 + 2y 2 3xy + 2x y = 0.
Esercizio 144. Data la conica x2 + 2xy + 4y 2 4x 10y + 4 = 0, determinare
una coppia di diametri coniugati, uno dei quali parallelo allasse X.
Esercizio 145. Determinare lequazione della circonferenza che passa per i punti
(4, 2), (2, 3) ed ha centro sulla retta x y 1 = 0.
Risposta : (x 21 )2 + (y + 12 )2 = 29
2
Esercizio 146. Determinare lequazione del cerchio di centro (6, 7) che sia tangente alla retta 5x 12y 24 = 0.
Risposta : (x 6)2 + (y 7)2 = 36

14.10. Esercizi.

223

Esercizio 147. Data la circonferenza x2 + y 2 + 2x + y + 1 = 0, determinare la


tangente nel punto (1, 0).
Risposta : y = 0
Esercizio 148. Lequazione 3x2 5xy 2y 2 + x + 5y 2 = 0 rappresenta una
conica riducibile. Determinare le equazioni delle rette in cui essa si decompone.
Risposta : x 2y + 1 = 0 e 3x + y 2 = 0.
Esercizio 149. Data liperbole di equazione x2 4xy + y 2 2x 4y 1 = 0, di
centro ( 53 , 43 ) e di assi 3y 3x 1 = 0 e y + x + 3 = 0, determinare le sue
equazioni ridotte.
2
2
2
2
Risposta : x10 y10 = 1 e x10 + y10 = 1.
3

Esercizio 150. Data la conica : 3xy 4y 2 3x + 2y 3 = 0, determinarne il


centro, eventuali asintoti, assi ed il vertice.
Esercizio 151. Determinare centro, assi, asintoti della conica: : 2x2 y 2 +
4x 1 = 0
Esercizio 152. Nel piano euclideo ampliato sia dato il fascio di coniche
4x2 + 4xy + ky 2 + 4x 10y 1 k = 0.
Di tale fascio si determinino i punti base, le coniche riducibili, eventuali tangenti
comuni a tutte le coniche.
Esercizio 153. Date le coniche di equazione
x2 y 2 + 2x 2y 2 = 0,

x2 + 8y 2 + 2x + 16y + 3 = 0

determinare nel fascio da esse individuato:


a) le coniche degeneri;
b) la conica passante per il punto (1, 1);
c) le ellissi, le iperboli e le parabole in esso contenute.
Esercizio 154. Scrivere lequazione del fascio di coniche che ha come punti base
(0, 0),

(2, 1),

(1, 2),

(3, 2).

Esercizio 155. Scrivere lequazione del fascio di coniche che ha come punti base
(1, 2),

(3, 2),

(1, 1, 0)

e tangenti in questultimo punto alla retta x + y = 0.

224

14. Le coniche.

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

15
Rette e piani nello spazio affine
ed euclideo.
15.1

Equazioni di un piano.

Sia un piano nello spazio affine A3 . Per individuare abbiamo bisogno di un


punto P0 = (x0 , y0 , z0 ) e di un vettore v = (l, m, n) . In particolare, se
v1 = (l1 , m1 , n1 ) e v2 = (l2 , m2 , n2 ) sono due vettori indipendenti del piano, essi
generano ogni altro vettore del piano, cioe v = tv1 + t0 v2 , con t, t0 parametri reali.
Sia ora P = (x, y, z) un generico punto del piano. Esso dipende allora da P0 e
da v, cioe OP = f (OP0 , v), da cui

x = x0 + tl1 + t l2
y = y0 + tm1 + t0 m2

z = z + tn + t0 n
0
1
2
che sono dette equazioni parametriche di un piano. Da queste otteniamo

x x0 = tl1 + t l2
y y0 = tm1 + t0 m2

z z = tn + t0 n
0
1
2
cioe il vettore P P0 dipende linearmente dai vettori v1 , v2 , per cui


xx yy zz
0
0
0



m1
n1 = 0
l1


l2
m2
n2
svolgendo la quale si ha lequazione affine del piano
ax + by + cz + d = 0.

226

15. Rette e piani nello spazio affine ed euclideo.

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


xx
y y0 z z0
0



x1 x0 y1 y0 z1 z0 = 0


x2 x0 y2 y0 z2 z0
che e equivalente alla








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

1
1
1
1






=0


che ci riporta ancora alla forma affine dellequazione del piano.

15.2

Reciproca posizione di due piani.

Siano : ax + by + cz + d = 0 e 0 : a0 x + b0 y + c0 z + d0 = 0 due piani. I punti in


comune ai due piani sono le soluzioni del sistema lineare
(
ax + by + cz + d = 0
a0 x + b0 y + c0 z + d0 = 0
nelle incognite x, y, z. Le matrici associate al sistema sono
"
#
"
#
a b c
a b c d
A=
,
C=
.
a0 b0 c0
a0 b0 c0 d0
Se rango(A) = rango(C) = 1, allora i due piani sono coincidenti poiche ax + by +
cz + d = (a0 x + b0 y + c0 z + d0 ), per un opportuno lR.
Se rango(A) = rango(C) = 2, allora il sistema ammette 1 soluzioni, cioe i
due piani hanno 1 punti in comune e quindi sono incidenti in una retta.
Se rango(A) = 1 e rango(C) = 2, allora il sistema e incompatibile ed i due
piani non hanno punti in comune, cioe sono paralleli. Cio si verifica quando
a
b
c
d
= 0 = 0 6= 0
0
a
b
c
d

15.3. Fascio di piani.

15.3

227

Fascio di piani.

Siano : ax + by + cz + d = 0 e 0 : a0 x + b0 y + c0 z + d0 = 0 due piani distinti. La


totalita dei piani di equazione
(ax + by + cz + d = 0) + %(a0 x + b0 y + c0 z + d0 ) = 0
al variare dei parametri reali e %, e detta fascio di piani. Si possono verificare
due casi: e 0 sono incidenti in una retta, ed allora tutti i piani del fascio hanno
in comune quella retta, si parla di fascio proprio. Oppure e 0 sono tra loro
paralleli, ed allora tutti i piani del fascio sono tra loro paralleli, si parla di fascio
improprio.
Supponiamo allora di avere un terzo piano 00 : a00 x + b00 y + c00 z + d00 = 0 ed
analizziamo in quale casi esso appartiene al fascio individuato da e 0 . In pratica
si deve studiare il sistema

ax + by + cz + d = 0
a0 x + b0 y + c0 z + d0 = 0

a00 x + b00 y + c00 z + d00 = 0


nelle incognite x, y, z. Le matrici associate al sistema sono

a b c

A = a0 b0 c0 ,
a00 b00 c00

a b c d

C = a0 b0 c0 d0 .
a00 b00 c00 d00

Se rango(A) = rango(C) = 2, allora il sistema ammette 1 soluzioni, cioe


i tre piani hanno 1 punti in comune e quindi sono incidenti in una retta: essi
appartengono ad un fascio proprio.
Se rango(A) = 1 e rango(C) = 2, allora il sistema e incompatibile ed i tre
piani non hanno punti in comune, cioe sono paralleli: essi appartengono ad un
fascio improprio.

15.4

Stella di piani.

Siano : ax+by+cz+d = 0, 0 : a0 x+b0 y+c0 z+d0 = 0 e 00 : a00 x+b00 y+c00 z+d00 = 0


tre piani. Consideriamo il sistema

ax + by + cz + d = 0
a0 x + b0 y + c0 z + d0 = 0

a00 x + b00 y + c00 z + d00 = 0

228

15. Rette e piani nello spazio affine ed euclideo.

nelle incognite x, y, z. Le

a
0
A= a
a00

matrici associate al sistema sono

b c
a b c d

C = a0 b0 c0 d0 .
b0 c0 ,
b00 c00
a00 b00 c00 d00

Abbiamo gia visto che:


se rango(A) = rango(C) = 1 allora i tre piani coincidono tra loro;
se rango(A) = rango(C) = 2 allora i tre piani formano un fascio proprio;
se rango(A) = 1 e rango(C) = 2 allora i tre piani formano un fascio improprio.
Poniamoci ora nel caso in cui i tre piani siano distinti e non appartengano ad
uno stesso fascio. Quindi dovremo avere necessariamente rango(C) = 3.
Se anche rango(A) = 3, allora il sistema ammette una sola soluzione, cioe i
tre piani hanno in comune un punto, si dice che essi formano una stella propria di
piani.
Se rango(A) = 2, allora il sistema e incompatibile, i tre piani non hanno punti
in comune, in pratica uno dei tre piani e parallelo alla retta che gli altri due hanno
in comune: si dice che i tre piani formano una stella impropria.
In ogni caso, la totalita dei piani che appartengono alla stella e data dallequazione:

(ax + by + cz + d = 0) + (a0 x + b0 y + c0 z + d0 ) + (a00 x + b00 y + c00 z + d00 ) = 0


al variare dei parametri reali , e .
Supponiamo di avere un quarto piano 000 : a000 x + b000 y + c000 z + d000 = 0. Esso
appartiene alla stella formata dai piani , 0 e 00 (propria o impropria che sia) se
la matrice

a
b
c
d
a0 b0 c0 d0

00

00
00
00
a
b
c
d
a000 b000 c000 d000
ha rango 3.

15.5

Equazioni di una retta.

Definiamo retta nello spazio, linsieme di tutti i punti comuni a due piani non
paralleli, quindi la rappresentiamo con le equazioni:
(
ax + by + cz + d = 0
.
a0 x + b0 y + c0 z + d0 = 0

15.6. Rette complanari.

229

Ogni retta dello spazio puo essere individuata da un suo punto P0 = (x0 , y0 , z0 ) e
da un vettore v = (l, m, n) ad essa parallelo. Quindi ogni punto P = (x, y, z) della
retta e tale che il vettore P0 P sia proporzionale al vettore v cioe P0 P = tv, per
un opportuno parametro t dipendente dalla scelta di P sulla retta. Al variare del
parametro t si ottengono tutti i punti della retta:

x = x0 + tl
y = y0 + tm

z = z + tn
0
che sono dette equazioni parametriche della retta. La terna (l, m, n) rappresenta
i parametri direttori della retta. In particolare se si conoscono due punti della
retta P1 = (x1 , y1 , z1 ) e P2 = (x2 , y2 , z2 ), il vettore P1 P2 e parallelo alla retta e
quindi (l, m, n) = (x2 x1 , y2 y1 , z2 z1 ) e lequazione si puo ottenere nel modo
seguente:

x = x1 + t(x2 x1 )
y = y1 + t(y2 y1 )

z = z + t(z z )
1
2
1
da cui
t=

x x1
y y1
z z1
=
=
x2 x1
y2 y1
z2 z1

che e detta equazione a catena di una retta.


Due rette sono parallele se e solo se esse hanno i tre parametri direttori
proporzionali (in particolare identici).

15.6

Rette complanari.

Siano date le due rette


(
r:

ax + by + cz + d = 0
a0 x + b0 y + c0 z + d0 = 0

di parametri direttori (l, m, n) e


(
r0 :

a00 x + b00 y + c00 z + d00 = 0


a000 x + b000 y + c000 z + d000 = 0

di parametri direttori (l0 , m0 , n0 ).


Diremo che r e r0 sono complanari se esiste un piano che le contenga entrambe.
In tal caso, le due rette possono essere incidenti in un punto, cioe i quattro piani che
le formano appartengono ad un stella propria, oppure le due rette sono parallele,

230

15. Rette e piani nello spazio affine ed euclideo.

cioe i quattro piani che le formano appartengono ad una stella impropria. Possiamo
quindi dedurre che due rette sono complanari se la matrice

a
b
c
d
a0 b0 c0 d0

00
00
00
00
a
b
c
d
a000 b000 c000 d000
ha rango 3, cioe quando








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






= 0.


Analogamente possiamo determinare una ulteriore condizione di complanarita tra


le due rette: siano scelti due punti P = (x, y, z) r e P 0 = (x0 , y 0 , z 0 ) r0 . Se le
due rette fossero complanari, i vettori (l, m, n), (l0 , m0 , n0 ) e (x x0 , y y 0 , z z 0 )
sarebbero tra loro dipendenti cioe


x x0 y y 0 z z 0




l
m
n = 0.



l0
m0
n0
Se due rette non sono complanari sono dette sghembe.

15.7

Reciproca posizione tra una retta ed un


piano.

Siano dati il piano


:
e la retta

(
r:

ax + by + cz + d = 0

0 : a0 x + b0 y + c0 z + d0 = 0
.
00 : a00 x + b00 y + c00 z + d00 = 0

Se i tre piani appartengono allo stesso fascio, allora la retta r appartiene al piano
(essa e lasse del fascio).
Se i tre piani appartengono ad una stella propria allora la retta ed il piano
hanno un punto in comune (che e il centro della stella).
Se i tre piani appartengono ad una stella impropria allora la retta ed il piano
non hanno punti in comune, cioe la retta e parallela al piano.

15.8. Calcolo dei parametri direttori di una retta.

231

Poniamoci in questultimo caso, retta e piano siano paralleli. Siano P1 =


(x1 , y1 , z1 ) e P2 = (x2 , y2 , z2 ) due punti della retta. Allora il vettore (l, m, n) =
(x2 x1 , y2 y1 , z2 z1 ) e parallelo a . In altre parole esiste un piano :
ax + by + cz + div , parallelo a , che contiene il vettore P1 P2 . Quindi le coordinate
dei punti P1 e P2 soddisfano allequazione di :
(

ax2 + by2 + cz2 + div = 0


ax1 + by1 + cz1 + div = 0

e sottraendo le due equazioni otteniamo


a(x2 x1 ) + b(y2 y1 ) + c(z2 z1 ) = 0
al + bm + cn = 0
che e la condizione di parallelismo tra una retta ed un piano.

15.8

Calcolo dei parametri direttori di una


retta.

Sia data la reta


(
r:

: ax + by + cz + d = 0
: a0 x + b0 y + c0 z + d0 = 0

con parametri direttori (l, m, n). Essi sono le componenti di un vettore parallelo
alla retta. Tale vettore deve allora essere parallelo sia al piano che a 0 , ed
applicando la condizione di parallelismo otteniamo:
(

al + bm + cn = 0
.
a0 l + b0 m + c0 n = 0

Questo e un sistema omogeneo di rango 2, nelle tre incognite (l, m, n), le cui
soluzioni sono proporzionali ai minori
"

b c
b0 c0

"
,

c a
c0 a0

"
,

a b
a0 b0

#
.

Esercizio 173. Determinare lequazione del piano contenente i punti (1, 1, 0),
(1, 0, 1), (3, 1, 0).

232

15. Rette e piani nello spazio affine ed euclideo.

Svolg. Sia (x, y, z) il generico punto del piano. Lequazione in forma cartesiana
si ottiene allora da:


x y z 1


1 1 0 1



=0
1 0 1 1


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

t
u

Esercizio 174. Determinare lequazione del piano contenente il punto (1, 1, 2) e


parallelo ai vettori di componenti (1, 2, 3) e (1, 2, 1).
Svolg.

In forma parametrica lequazione del piano e

x = t + t + 1
y = 2t + 2t0 + 1

z = 3t t0 + 2

ed in forma cartesiana


x1 y1 z2


2
3
1

1
2
1





=0

cioe 4x y + 2z 7 = 0.

t
u

Esercizio 175. Sia dato il fascio di piani (3x + y 2z) + a(x 4y + 2z 1) = 0.


Verificare se il piano : 2x + 5y 4z + 2 = 0 appartiene o no al fascio.
Svolg.

Le matrici associate al fascio sono


"
#
"
#
3 1 2
3 1 2 0
A=
,
C=
.
1 4 2
1 4 2 1

Hanno entrambe rango 2, quindi il fascio e proprio. Consideriamo ora le matrici


associate ai tre piani (aggiungiamo una riga con i coefficienti di ):

3 1 2

A0 = 1 4 2 ,
2 5 4

3 1 2 0

C 0 = 1 4 2 1 .
2 5 4 2

La matrice A0 ha rango 2, ma la matrice C 0 ha rango 3, quindi il piano non


appartiene al fascio dato. In particolare i tre piani formano una stella impropria.
t
u

15.8. Calcolo dei parametri direttori di una retta.

233

Esercizio 176. Sia dato il fascio di piani (x+y 3z +2)+a(2x+2y 6z +1) = 0.


Verificare se il piano : 5x + 5y 15z + 4 = 0 appartiene o no al fascio.
Svolg.

Le matrici associate al fascio sono


"
#
"
#
1 1 3
1 1 3 2
A=
,
C=
.
2 2 6
2 2 6 1

La matrice A ha rango 1, e la matrice C ha rango 2: e un fascio improprio.


Consideriamo ora le matrici associate ai tre piani (aggiungiamo una riga con i
coefficienti di ):

1 1 3 2
1 1 3

A0 = 2 2 6 ,
C 0 = 2 2 6 1 .
5 5 15 4
5 5 15
La matrice A0 ha rango 1 e la matrice C 0 ha rango 2, quindi il piano appartiene
al fascio dato.
t
u
Esercizio 177. Sia data la stella di piani (3x+y2z)+a(x4y+2z1)+b(x1) =
0. Verificare se i piani : 3x + 5y 4z = 0 e : 2x + y 1 = 0 appartengono o
no alla stella.
Svolg.

Le matrici associate

3 1

A = 1 4
1 0

alla stella sono

2
3 1 2 0

C = 1 4 2 1 .
2 ,
0
1 0
0 1

Hanno entrambe rango 3, quindi la stella e propria. Consideriamo ora le matrici


associate ai quattro piani (aggiungiamo una riga con i coefficienti di ):

A0 =

3 1 2
1 4 2
1 0
0
3 5 4

C0 =

3 1 2 0
1 4 2 1

.
1 0
0 1
3 5 4 0

Le matrici A0 e C 0 hanno entrambe rango 3, quindi il piano appartiene alla stella.


Consideriamo ora le matrici ottenute aggiungendo i coefficienti del piano :

3 1 2
3 1 2 0
1 4 2
1 4 2 1

A00 =
C 00 =
,
.
1 0
1 0
0
0 1
2 1
0
2 1
0 1
La matrice C 00 ha rango 4, quindi il piano non appartiene alla stella.

t
u

234

15. Rette e piani nello spazio affine ed euclideo.

Esercizio 178. Sia data la stella di piani (2x + y + z) + a(x + y + z) + b(3x +


2y + 2z 1) = 0. Verificare se i piani : 2x + 2y + 2z 3 = 0 e : x + 2y z = 0
appartengono o no alla stella.
Svolg.

Le matrici associate alla

2 1 1

A= 1 1 1
3 2 2

stella sono

2 1 1 0

C = 1 1 1 1 .
3 2 2 1

La matrice A ha rango 2 e la matrice C ha rango 3, quindi la stella e impropria.


Consideriamo ora le matrici associate ai quattro piani (aggiungiamo una riga con
i coefficienti di ):

A0 =

2
1
3
2

1
1
2
2

1
1
2
2

C0 =

2
1
3
2

1
1
2
2

1 0
1 1
2 1
2 3

Le matrici A0 e C 0 hanno rispettivamente rango 2 e rango 3, quindi il piano


appartiene alla stella.
Consideriamo ora le matrici ottenute aggiungendo i coefficienti del piano :

2 1 1
2 1 1
0
1 1 1
1 1 1
1

00
00
A =
C =
,
.
3 2 2
3 2 2 1
1 2 1 0
1 2 1
La matrice A00 ha rango 3, quindi il piano non appartiene alla stella impropria.
t
u
Esercizio 179. Determinare la retta passante per i punti (1, 0, 1) e (2, 3, 1).
Svolg. I parametri direttori della retta sono dati dalle differenze delle coordinate omologhe dei due punti: (l, m, n) = (1, 3, 0), quindi una forma parametrica
dellequazione della retta e:

x=t+1
y = 3t .

z=1
In forma cartesiana, eliminando il parametro t dalle precedenti, otteniamo:
(
3x y 3 = 0
.
z=1
t
u

15.8. Calcolo dei parametri direttori di una retta.

235

Esercizio 180. Determinare la retta passante per il punto (2, 1, 1) e parallela alla
retta s : 2x + y z = x + y 2z + 1 = 0.
Svolg. I parametri direttori della retta s sono (1, 3, 1), e quindi essi possono
essere considerati anche come i parametri direttori della retta da determinare.
Quindi una forma parametrica dellequazione della retta e:

x = t + 2
y = 3t + 1 .

z =t+1
In forma cartesiana, eliminando il parametro t dalle precedenti, otteniamo:
(

x+z3=0
.
3x + y 7 = 0
t
u

Esercizio 181. Determinare se le seguenti rette sono complanari:


r:
s:

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

y = 5t + 3,

z = t.

Svolg. Ps = (2, 3, 1) e un punto di s. Qr = (2, 0, 3) e un punto di r. Il vettore


che li congiunge ha componenti (4, 3, 4). Inoltre i parametri direttori di r sono
(3, 1, 4) e quelli di s sono (1, 5, 1). Calcoliamo il determinante della matrice

4
3
4

A = 3 1 4 .
1 5 1
Poiche det(A) 6= 0, le due rette non sono complanari (si dice che sono sghembe).
t
u
Esercizio 182. Determinare se le seguenti rette sono complanari:
r:
s:

xy =z1=0

x y + 2z 3 = 2x 2y + 3z 4 = 0

236

15. Rette e piani nello spazio affine ed euclideo.

Svolg. Per verificare se sono complanari consideriamo la matrice formata dai


coefficienti dei quattro piani che le compongono:

A=

1 1 0 0
0 0 1 1
1 1 2 3
2 2 3 4

Poiche det(A) = 0, le due rette sono complanari. Calcoliamo allora il piano che
la contiene entrambe: determiniamo dapprima il fascio di piani che abbia come
sostegno la retta s:
F :

(x y + 2z 3) + a(2x 2y + 3z 4) = 0.

Il piano appartiene a tale fascio. Inoltre deve contenere ogni punto di r.


Scegliamo P = (0, 0, 1) r (la scelta di tale punto deve essere tale da essere certi
che P non sia il punto comune alle due rette). Imponiamo ora che il generico piano
del fascio contenga P :
2 3 + a(3 4) = 0 a = 1
quindi
:

x y + z 1 = 0.
t
u

Esercizio 183. Si verifichi che il piano : 2x y 4z + 2 = 0 e la retta


r:

x = t,

y = 1 2t,

z=t

sono paralleli.
Svolg. I parametri direttori della retta sono (l, m, n) = (1, 2, 1) ed i coefficienti
del piano sono (a, b, c) = (2, 1, 4), per cui e verificata la condizione al+bm+cn =
0.
t
u
Esercizio 184. Determinare il punto comune alla retta
r:

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

ed al piano : 3x y + 2z = 0.

15.9. Coordinate omogenee nello spazio.

237

Svolg. I parametri direttori di r sono (1, 2, 3) ed un suo punto e P0 = (0, 1, 1).


Una forma parametrica della retta e allora:

x=t

y = 2t + 1 .

z = 3t + 1
Sostituiamo il generico punto di r, che ha coordinate (t, 2t + 1, 3t), nellequazione
del piano. Otterremo il valore del parametro t per il quale il punto appartiene sia
alla retta che al piano:
3t (2t + 1) + 2(3t + 1) = 0 t =

1
7

quindi il punto comune a retta e piano e dato da

x = 7
y = 57 .

z=4
7
Esercizio 185. Determinare il piano passante per il punto (2, 1, 1) e parallelo al
piano : 2x y + 3z + 5 = 0.
Svolg.

Il generico piano parallelo a ha equazione


2x y + 3z + k = 0

al variare di k lR si ottengono tutti i piani paralleli a . Imponiamo il passaggio


per il punto (2, 1, 1): k = 6, cioe lequazione del piano richiesto e 2x y +
3z 6 = 0.
t
u

15.9

Coordinate omogenee nello spazio.

Sia P = (x, y, z) un punto nello spazio. Diremo che (x1 , x2 , x3 , x4 ) sono le coordinate omogenee di P se
x=

x1
,
x4

y=

x2
,
x4

z=

x3
.
x4

Se x4 6= 0, il punto e detto proprio e puo essere individuato dalla quaterna di


coordinate omogenee (x, y, z, 1).
In caso x4 = 0, il punto e detto improprio. Linsieme di tutti i punti impropri
dello spazio e individuato dallequazione x4 = 0, che rappresenta un piano, il piano
improprio.

238

15. Rette e piani nello spazio affine ed euclideo.

Tutte le quaterne di coordinate omogenee che siano tra loro proporzionali,


individuano il medesimo punto.
Lequazione di un piano in coordinate omogenee e
:

ax1 + bx2 + cx3 + dx4 = 0

ed i suoi punti impropri si ottengono intersecandolo col piano improprio:


(
ax1 + bx2 + cx3 + dx4 = 0
x4 = 0
Questa e una retta, detta retta impropria (o giacitura) di . Tutti i piani tra loro
paralleli hanno la stessa giacitura.
Lequazione di una retta in coordinate omogenee e data dallintersezione dei
due piani
(
ax1 + bx2 + cx3 + dx4 = 0
r:
a0 x1 + b0 x2 + c0 x3 + d0 x4 = 0
I punti impropri di r si ottengono intersecandola col piano improprio:

ax1 + bx2 + cx3 + dx4 = 0


a0 x1 + b0 x2 + c0 x3 + d0 x4 = 0

x4 = 0
Quindi ogni retta contiene un solo punto improprio (l, m, n, 0), dove (l, m, n) sono
esattamente i parametri direttori di r. Per cui rette tra loro parallele hanno lo
stesso punto improprio.
Se una retta ed un piano sono paralleli, allora il punto improprio della retta
appartiene alla giacitura del piano.

15.10

Angoli nello spazio euclideo.

Fissiamo nello spazio euclideo un riferimento cartesiano ortogonale OXY Z di


centro O e versori i, j, k, rispettivamente per gli assi X, Y, Z.
Chiameremo coseni direttori di una retta r, i coseni degli angoli che la retta
forma con gli assi coordinati. Se la retta e individuata dai parametri direttori
(l, m, n), i suoi coseni direttori saranno:
= cos(r, X) {+

l
l
,
}
l 2 + m2 + n 2
l2 + m2 + n2

= cos(r, Y ) {+

m
m
,
}
2
2
2
+m +n
l + m2 + n2

l2

15.10. Angoli nello spazio euclideo.


= cos(r, Z) {+

239

n
n
,
}
l 2 + m2 + n 2
l2 + m2 + n2

Consideriamo ora due rette ed individuiamole tramite i rispettivi parametri


direttori: r = (l, m, n) e r0 = (l0 , m0 , n0 ). Indichiamo con v e v 0 due vettori paralleli
rispettivamente a r e r0 , uno di componenti (l, m, n) e laltro (l0 , m0 , n0 ). Langolo
tra le due rette e lo stesso formato dai due vettori:
ll0 + mm0 + nn0

cos(r, r0 ) = cos(v, v 0 ) =
.
l2 + m2 + n2 l02 + m02 + n02
Quindi le due rette sono ortogonali se ll0 + mm0 + nn0 = 0.
Sia : ax + by + cz + d = 0 un piano. Un vettore v di componenti (vx , vy , vz )
e parallelo al piano se avx + bvy + cvz = 0. Cio vuol dire anche che il vettore
v e ortogonale ad ogni vettore w di componenti proporzionali alla terna (a, b, c).
In particolare questo implica che ogni vettore w = %(a, b, c) e ortogonale anche al
piano ax + by + cz + d = 0. Diciamo allora che una retta e ortogonale al piano
se i suoi coseni direttori sono
a
a
= cos(r, X) {+
,
}
2
2
2
2
a +b +c
a + b2 + c2
b
b
,
}
a2 + b2 + c2
a2 + b2 + c2
c
c
= cos(r, Z) {+
,
}.
a2 + b2 + c2
a2 + b2 + c2
= cos(r, Y ) {+

Siano ora : ax + by + cz + d = 0 e 0 : a0 x + b0 y + c0 z + d0 = 0 due piani


distinti. Langolo formato dai due piani e uguale a quello formato dai due versori
normali ai due piani:
cos(, 0 ) {+

aa0 + bb0 + cc0


aa0 + bb0 + cc0

,
}.
a2 + b2 + c2 a02 + b02 + c02
a2 + b2 + c2 a02 + b02 + c02

Da cio concludiamo anche che i due piani sono ortogonali se aa0 + bb0 + cc0 = 0.
Consideriamo infine una retta r di parametri direttori (l, m, n) ed un piano
: ax + by + cz + d = 0. Il versore normale al piano e
n = (

a2

a
b
c
,
,
).
2
2
2
2
2
2
+b +c
a +b +c
a + b2 + c2

Sia = (r, n) langolo formato dalla retta r e dal versore n. Definiamo


langolo formato dalla retta r e dal piano . Quindi segue che:
sen(r, ) = cos(r, n) =

al + bm + cn

a2 + b2 + c2 l2 + m2 + n2

da cui otteniamo che la retta ed il piano sono paralleli se al + bm + cn = 0.

240

15. Rette e piani nello spazio affine ed euclideo.

15.11

Distanze nello spazio euclideo.

Siano P1 = (x1 , y1 , z1 ) e P2 = (x2 , y2 , z2 ) due punti dello spazio. La distanza tra i


punti P1 e P2 e il modulo del vettore P1 P2 :
p
(P1 , P2 ) = (x2 x1 )2 + (y2 y1 )2 + (z2 z1 )2 .
Consideriamo ora il punto P0 = (x0 , y0 , z0 ) ed il piano : ax + by + cz + d = 0.
Ci proponiamo di calcolare la distanza del punto dal piano. Se P0 chiaramente
diremo che essa e nulla. Poniamoci allora nel caso in cui P0
/ . La distanza di
P0 da e pari alla lunghezza (P0 H) del segmento P0 H, dove H e la proiezione
ortogonale di P0 su (disegno 10). Scegliamo un qualsiasi punto Q1 = (x1 , y1 , z1 )
. Allora (P0 H) e la proiezione ortogonale del vettore P0 Q1 lungo la direzione
del vettore P0 H. Per determinare tale proiezione abbiamo bisogno del versore u
di P0 H, che e il versore normale al piano :
u = (

a
b
c
,
,
).
a2 + b2 + c2
a2 + b2 + c2
a2 + b2 + c2

Quindi:
(P0 H) = |(P0 Q1 ) (

a
b
c
i+
j+
k)| =
2
2
2
2
+b
a +b
a + b2 + c2

a2

|((x1 x0 )i+(y1 y0 )j +(z1 z0 )k)(

a
b
c
i+
j)+
k| =
2
2
2
2
+b
a +b
a + b2 + c2

a2

|ax1 ax0 + by1 by0 + cz1 cz0 |

.
a2 + b2 + c2
Dal fatto che Q1 segue che ax1 + by1 + cz1 = d, per cui
(P0 H) =

|ax0 + by0 + cz0 + d|

.
a2 + b2 + c2

Scegliamo ora una retta r di parametri direttori (l, m, n) ed il punto P1 =


(x1 , y1 , z1 ) non appartenente alla retta. Costruiamo il piano ortogonale alla
retta e passante per P1 : tale piano e unico. Indichiamo con Q1 = r, esso e
la proiezione ortogonale di P1 su r. La distanza del punto P1 dalla retta r e la
distanza (P1 , Q1 ).
Esiste comunque una formula che consente di calcolare direttamente la distanza
tra il punto P1 e la retta r. Indichiamo come sopra Q1 il punto che sia la proiezione
di P1 su r. Scegliamo arbitrariamente un punto Q0 = (x0 , y0 , z0 ) r. Il segmento
h = P1 Q1 e laltezza del trapezio avente come lati l1 = Q1 Q0 e l2 = P1 Q0 , inoltre

15.11. Distanze nello spazio euclideo.

241

h e laltezza relativa al lato l1 (disegno 11). Per cui h =


trapezio. Quindi:
|Q1 Q0 P1 Q0 |
.
(P1 , r) = h =
|Q1 Q0 |

A
l1 ,

dove A e larea del

In particolare, pur supponendo di non conoscere le coordinate di Q1 , e certo che


esiste un opportuno lR, tale che Q1 Q0 = (l, m, n), da cui




i
j
k




Q1 Q0 P1 Q0 =
l
m
n
.


(x1 x0 ) (y1 y0 ) (z1 z0 )
Allora il modulo del vettore Q1 Q0 P1 Q0 e
v


u
u x x y y 2 x x z z
1
0
1
0
1
0
1
0
t

+



l
m
l
n
ed il modulo di Q1 Q0 e

l2 + m2 + n2 ). Concludiamo che

(P1 , r) = h =
v
u
u x x y y
0
1
0
u 1
u

l
m
t

2

y y z z

1
0
1
0
+


m
n

|Q1 Q0 P1 Q0 |
=
|Q1 Q0 |

2

x x z z

1
0
1
0
+


l
n

2

y y z z

1
0
1
0
+


m
n

l2 + m2 + n2

Siano ora : ax+by +cz +d1 = 0 e 0 : ax+by +cz +d2 = 0 due piani paralleli.
La distanza tra di essi e pari alla distanza di un qualsiasi punto P0 = (x0 , y0 , z0 )
di dallaltro piano 0 :
(, 0 ) =

|ax0 + by0 + cz0 + d2 |

=
a2 + b2 + c2

|d2 d1 |
a2 + b2 + c2

poiche ax0 + by0 + cz0 = d1 .


Infine siano r = (l, m, n) e r0 = (l0 , m0 , n0 ) due rette sghembe. Esisteranno
quindi due piani e 0 tra loro paralleli tali che r e r0 0 . La distanza tra r
e r0 e pari alla distanza tra e 0 .
Un altro metodo per calcolare la distanza tra le rette sghembe r e r0 e quello
di sfruttare la proprieta per la quale esiste una ed una sola retta s perpendicolare
ad entrambe r e r0 e con esse incidente. Dopo aver individuato la retta s, si

242

15. Rette e piani nello spazio affine ed euclideo.

costruiscono i punti P = r s e P 0 = r0 s. La distanza tra le due rette sghembe


e pari alla distanza tra P e P 0 . Esponiamo nei particolari questo procedimento:
Siano scelti i punti Q = (x0 , y0 , z0 ) r e Q0 = (x00 , y00 , z00 ):

0
0 0

x
=
x
+
tl
0

x = x0 + t l
r:
y = y0 + tm , r0 :
y = y00 + t0 m0 .

z = z + tn
z = z 0 + t0 n 0
0
0
I generici punti P r e P 0 r0 sulle due rette hanno coordinate
P = (lt + x0 , mt + y0 , nt + z0 ),

P 0 = (l0 t0 + x00 , m0 t0 + y00 , n0 t0 + z00 )

ed il vettore w che li congiunge ha componenti


w = (lt l0 t0 + x0 x00 , mt m0 t0 + y0 y00 , nt + n0 t0 + z0 z00 ).
Al variare dei parametri t e t0 dobbiamo determinare i punti P e P 0 tali che il
vettore w sia ortogonale sia con r che con r0 , cioe devono annullarsi i seguenti
prodotti scalari:
w(l, m, n) = (ltl0 t0 +x0 x00 )l+(mtm0 t0 +y0 y00 )m+(nt+n0 t0 +z0 z00 )n = 0
w(l0 , m0 , n0 ) = (ltl0 t0 +x0 x00 )l0 +(mtm0 t0 +y0 y00 )m0 +(nt+n0 t0 +z0 z00 )n0 = 0.
Le soluzioni t, t0 , del precedente sistema, permettono di individuare i punti P, P 0
sulle rette r e r0 .
Esercizio 186. Determinare il piano contenente la retta di equazioni r : 3x +
6y z 2 = x + y 1 = 0 e ortogonale alla retta s : x = t + 2, y = 4t, z = t + 1.
Svolg.

Determiniamo il fascio di piani contenente r:


3x + 6y z 2 + h(x + y 1) = 0
(3 + h)x + (6 + h)y z 2 h = 0

ed imponiamo la ortogonalita con s:


3 + h = 1,

6+h=4

da cui h = 2 e quindi il piano e


x + 4y z = 0.
t
u

15.11. Distanze nello spazio euclideo.

243

Esercizio 187. Determiniamo il piano contenente i punti (1, 0, 1), (1, 1, 1) e


parallelo alla retta r : 2x + y 1 = x y 2 = 0.
Svolg. I parametri direttori della retta r sono (0, 0, 1), per cui il piano richiesto
contiene i tre punti in coordinate omogenee (1, 0, 1, 1), (1, 1, 1, 1), (0, 0, 1, 0):


x1 x2 x3 x4


1
0 1 1

:
=0
1 1 1 1


0
0 1 0
:

x1 + 2x2 x4 = 0
x + 2y 1 = 0.
t
u

Esercizio 188. Determinare la distanza tra il punto P = (0, 2, 1) ed il piano di


equazione 3x + 2y z + 2 = 0.
Svolg.
(P, ) =

3
|3 0 + 2 2 + (1) 1|

= .
9+4+1
14
t
u

Esercizio 189. Determinare la distanza tra i due piani :


e 0 : 4x + 2y + 4z + 7 = 0.
Svolg.

Riscriviamo 0 :

2x + 2y + 2z +

7
2

2x + y + 2z 1 = 0

= 0.

9
| 7 (1)|
3
(, 0 ) = 2
= 2 = .
2
4+1+4
9

t
u
Esercizio 190. Determinare la distanza tra le rette 2x + 3y 2 = x 1 = 0 e
y = x z + 1 = 0.
Svolg.

Verifichiamo se le rette sono complanari o sghembe:




2 3 0 2


1 0 0 1



=0
0 1 0
0


1 0 1 1

244

15. Rette e piani nello spazio affine ed euclideo.

quindi le rette sono complanari. Inoltre le terne di parametri direttori delle rette
sono
(0, 0, 1)
(1, 0, 1)
per cui le rette sono incidenti e non parallele e la loro distanza e nulla.
Esercizio 191. Determinare la distanza tra le rette r :
e s : y = x z + 1 = 0.
Svolg.

t
u

2x + 3y 1 = x 1 = 0

Verifichiamo se le rette sono complanari o sghembe:




2 3 0 1


1 0 0 1


6 0
=

0 1 0
0


1 0 1 1

quindi le rette sono sghembe. Inoltre le terne di parametri direttori delle rette
sono
r = (0, 0, 1)
s = (1, 0, 1).
Costruiamo il fascio di piani che ha come sostegno r
Fr :

2x + 3y 1 + h(x 1) = 0

Fr :

(2 + h)x + 3y 1 h = 0

Il piano r di Fr parallelo alla retta s deve contenere il punto improprio di s,


s = (1, 0, 1, 0). Imponiamo il passaggio per s : 2 + h = 0 ed il piano e r :
3y + 1 = 0.
Analogamente costruiamo il fascio di piani che ha come sostegno s
Fs :

y + k(x z 1) = 0

Fs :

kx + y kz k = 0

Il piano s di Fs parallelo alla retta r deve contenere il punto improprio di r,


r = (0, 0, 1, 0). Imponiamo il passaggio per r : k = 0 ed il piano e s : y = 0.
Allora
1
(r, s) = (r , s ) = .
3
Calcoliamo ora la retta di minima distanza, cioe quella ortogonale ed incidente ad
entrambe le rette date:
In coordinate parametriche il generico punto di r e Pr = (1, 13 , t) e quello
di s e Qs = (t0 , 0, t0 + 1). Il segmento Pr Qs ha componenti (t0 1, 13 , t0 t + 1).
Inponiamo che tale vettore sia ortogonale ad entrambe le rette:
ortogonalita con r :

t0 t + 1 = 0

15.11. Distanze nello spazio euclideo.


ortogonalita con s :

245
t0 1 + t 0 t + 1 = 0

da cui t0 = 1 e t = 2.
Quindi i punti contenuti nella retta di minima distanza sono
1
Pr = (1, , 2)
3

Qs = (1, 0, 2)

e la retta di minima distanza e x 1 = y 2 = 0.

t
u

Esercizio 192. Determinare la distanza tra il punto P = (1, 1, 3) e la retta r di


equazioni x = 2t, y = 1 2t, z = t.
Svolg. Scegliamo Q = (0, 1, 0) sulla retta r. Il segmento P Q ha componenti
(1, 0, 3). Consideriamo la matrice
"
# "
#
1 0 3
1 0 3
=
.
A=
2 2 1
l m n
La distanza tra punto P e la retta r e
p
A2 + A212 + A213
(P, r) = 11
l2 + m2 + n2
in cui Aij sono i minori di ordine 2 di A.

4 + 25 + 36
65
(P, r) =
=
.
3
4+4+1
Un altro metodo potrebbe essere il seguente:
Determiniamo la stella di piani passante per P :
a(x 1) + b(y 1) + c(z 3) = 0
e tra tutti questi piani scegliamo lunico ortogonale alla retta r, cioe a = 2, b = 2,
c = 1:
: 2x 2y + z 3 = 0.
1 5
Il punto di intersezione tra r e e Q = ( 10
e pari
9 , 9 , 9 ). La distanza tra r e P
alla distanza tra P e Q:
r

65
1
100 484
.
(P, r) = (P, Q) =
+
+
=
3
81
81
81

t
u

246

15. Rette e piani nello spazio affine ed euclideo.

Esercizio 193. Determinare la distanza tra le rette r :


e s : x z 2 = y 2z + 3 = 0.
Svolg.

Verifichiamo se le rette sono



1 0

0 1


1 0

0 1

x 2z + 1 = y 3z = 0

complanari o sghembe:

2 1
3 0
6= 0
1 2

2 3

quindi le rette sono sghembe. Inoltre la terna di parametri direttori della retta s
e (1, 2, 1). Costruiamo il fascio di piani che ha come sostegno r
Fr :
Fr :

x 2z + 1 + h(y 3z) = 0
x + hy + (2 3h)z + 1 = 0.

Il piano r di Fr parallelo alla retta s deve contenere il punto improprio di s,


s = (1, 2, 1, 0). Imponiamo il passaggio per s : 1 + h = 0 ed il piano e r :
x y + z + 1 = 0.
Scegliamo ora un punto Q a piacere su s: Q = (2, 3, 0). La distanza tra s e
r e pari alla distanza tra Q e r :
(r, s) = (Q, r ) =

4
|2 + 3 1|

= .
3
3

Calcoliamo ora la retta di minima distanza, cioe quella ortogonale ed incidente


ad entrambe le rette date:
In coordinate parametriche il generico punto di r e Pr = (2t + 1, 3t, t) e quello
di s e Qs = (t0 + 2, 2t0 3, t0 ). Il segmento Pr Qs ha componenti (2t t0 1, 3t
2t0 + 3, t t0 ). Inponiamo che tale vettore sia ortogonale ad entrambe le rette:
ortogonalita con r :

14t 9t0 + 7 = 0

ortogonalita con s :

9t 6t0 + 5 = 0

da cui t = 1 e t0 = 73 .
Quindi i punti contenuti nella retta di minima distanza sono
Pr = (3, 3, 1)

Qs = (

13 5 7
, , )
3 3 3

e la retta di minima distanza e

x=t+3
y = t + 3 .

z =t+1
t
u

15.11. Distanze nello spazio euclideo.

247

Esercizio 194. Determinare il piano passante per i punti P = (1, 0, 1), Q =


(1, 1, 1) e parallelo alla retta r : 2x + y 1 = x y 2 = 0.
Svolg. I parametri direttori della retta r sono (0, 0, 1) e quelli della retta contenente il segmento P Q sono (2, 1, 0). Il piano richiesto e quello contenente i
vettori (0, 0, 1), (2, 1, 0) e passante per il punto P (oppure Q):


x1 y z1




0
1 =0
0


2
1
0
oppure analogamente e il piano contenente
(0, 0, 1, 0), (2, 1, 0, 0), (1, 0, 1, 1):

x1 x2 x3

0
0
1


2 1 0

1
0
1

i tre punti, in coordinate omogenee,

x4
0
0
1






=0


cioe x1 + 2x2 x4 = 0, o equivalentemente x + 2y 1 = 0.

t
u

Esercizio 195. Determinare il piano passante per il punto P = (0, 1, 1) e parallelo


alle rette r : x = 3t + 1, y = t 2, z = 3 e s : x 2z = y 3z + 1 = 0.
Svolg.

I parametri direttori delle due rette sono:


r : (3, 1, 0)

s : (2, 3, 1).

Il piano richiesto e quello contenente i vettori (3, 1, 0), (2, 3, 1) e passante per il
punto P :


x y1 z1




1
0 =0
3


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


x1 x2 x3 x4


3 1 0 0



=0
2 3 1 0


0 1 1 1
cioe x1 3x2 + 7x3 4x4 = 0, o equivalentemente x 3y + 7z 4 = 0.

t
u

248

15. Rette e piani nello spazio affine ed euclideo.

Esercizio 196. Determinare la retta contenente il punto P = (0, 0, 3) e parallela


alla retta r : x = 1 t, y = 2, z = 1 + 2t.
Svolg. I parametri direttori della retta sono identici a quelli della retta r, quindi
la sua equazione in forma parametrica e data da:

x = t
y=0

z = 2t + 3
ed in forma cartesiana, eliminando t dalle precedenti equazioni:
(
y=0
.
2x + z 3 = 0
t
u
Esercizio 197. Determinare la retta passante per i punti P = (1, 1, 0, 0) e Q =
(0, 0, 1, 0).
Svolg. Sia (x1 , x2 , x3 , x4 ) il generico punto appartenente alla retta richiesta. La
condizione di allineamento di tale punto con i punti P e Q e che la matrice

x1 x2 x3 x4

1 1 0 0
0 0 1 0
abbia rango 2, cioe


x x x
2
3
1


1 1 0 =0


0 0 1

x1 x2 = 0.

Inoltre la retta certamente appartiene al piano improprio x4 = 0, quindi una sua


espressione cartesiana e la seguente:
(
x4 = 0
.
x1 x2 = 0
t
u
Esercizio 198. Determinare la retta s passante per il punto P = (1, 2, 3) e tale
da essere complanare ed ortogonale alla retta r : 2x + y = 2x z 1 = 0.

15.12. Elementi complessi nello spazio.

249

Svolg. Determiniamo la retta in forma cartesiana. Il primo piano e quello appartenente al fascio di asse r e passante per P :
Fr :

2x + y + h(2x z 1) = 0

ed imponendo il passaggio per P si ottiene h = 0, quindi il primo piano e 2x+y = 0.


Il secondo piano e quello appartenente alla stella di centro P e ortogonale alla
retta r:
SP : a(x + 1) + b(y 2) + c(z 3) = 0
ed imponendo lortogonalita con r, i cui parametri direttori sono (1, 2, 1), si
ottiene a = 1, b = 2, c = 1, quindi il secondo piano e x 2y + 2z 1 = 0. La
retta s e allora:
(
2x + y = 0
.
x 2y + 2z 1 = 0
t
u

15.12

Elementi complessi nello spazio.

Ogni punto dello spazio e individuato da una quaterna di coordinate omogenee


(x1 , x2 , x3 , x4 ) non tutte nulle. Due qualsiasi quaterne tra loro proporzionali
rappresentano lo stesso punto nello spazio.
Un punto e detto reale se tra le infinite quaterne proporzionali che lo rappresentano, ce ne e almeno una composta da soli numeri reali.
Analogamente sia : ax1 + bx2 + cx3 + dx4 = 0 lequazione di un piano in
coordinate omogenee. Il piano e detto reale se esiste una sua rappresentazione
: (ax1 + bx2 + cx3 + dx4 ) = 0,

lR

in modo tale che a, b, c, d lR.


Consideriamo ora la retta
(
ax1 + bx2 + cx3 + dx4 = 0
r:
a0 x1 + b0 x2 + c0 x3 + d0 x4 = 0
Essa e reale se tra gli infiniti piani del fascio
(ax1 + bx2 + cx3 + dx4 ) + (a0 x1 + b0 x2 + c0 x3 + d0 x4 ) = 0
ne esiste almeno uno che sia reale.
Se P e un punto non reale, esiste una sola retta reale che lo contiene: e la retta
congiungente P con il punto ad esso coniugato.

250

15. Rette e piani nello spazio affine ed euclideo.

Se e un piano non reale, esso contiene una sola retta reale: tale retta
scaturisce dallintersezione di con il piano ad esso coniugato.
Se r e una retta non reale, essa contiene al pi
u un punto reale: tale punto e
lintersezione di r con la retta ad essa coniugata. Si noti che non e detto che una
retta immaginaria contenga un punto reale. Infatti essa potrebbe essere sghemba
con la propria coniugata e non avere con questa alcun punto di intersezione.
Esercizio 199. Quanti punti reali possiede la retta r :
iz 2 i = 0?

ix y i + 2 = x + 2y

Svolg. La retta coniugata a r e data dalle equazioni r : ix y + i + 2 =


x + 2y + iz 2 + i = 0. Verifichiamo se r e r sono complanari o sghembe:


i 1 0

2

i


1
2 i 2 i

6= 0

i 1 0
2+i


1
2
i 2 + i
quindi le due rette sono sghembe, non hanno punti in comune ed allora non contengono alcun punto reale.
t
u
Esercizio 200. Quanti punti reali possiede la retta r :

(1+i)xyi = iy1 = 0?

Svolg. La retta coniugata a r e data dalle equazioni r : (i 1)x y + i =


iy 1 = 0. Verifichiamo se r e r sono complanari o sghembe:


1 + i 1 0 i


0
i 0 1


=0
1i 1 0 i


0
i 0 1
quindi le due rette sono complanari. Inoltre la matrice

1 + i 1 0 i
0
i 0 1

1i 1 0 i
0
i 0 1
ha rango 3, quindi le due rette hanno un punto in comune (i 4 piani che le individuano appartengono ad una stella), cioe la retta r possiede un punto reale. u
t
Esercizio 201. Quanti punti reali possiede la retta r :
(1 + i)y 1 + i = 0?

x + y i = (1 + i)x +

15.12. Elementi complessi nello spazio.

251

Svolg. La retta coniugata a r e data dalle equazioni r : x + y + i = (1 i)x +


(1 i)y 1 i = 0. Verifichiamo se r e r sono complanari o sghembe:


1
1
0
i

1 + i 1 + i 0 1 + i



=0

1
1
0
i


1 i 1 i 0 1 i
quindi le due rette sono complanari. Inoltre la matrice

1
1
0
i
1 + i 1 + i 0 1 + i

1
0
i
1 i 1 i 0 1 i
ha rango 2, quindi le due rette hanno infiniti punti in comune (i 4 piani che le
individuano appartengono ad un fascio), cioe la retta r e tutta reale.
u
t
Esercizio 202. Quanti punti reali possiede la retta r :

xiyi = ix+2y+2 = 0?

Svolg. La retta coniugata a r e data dalle equazioni r :


0. Verifichiamo se r e r sono complanari o sghembe:


1 i 0 i


i
2 0 2


=0
1
i 0 i


i 2 0 2

x+iy+i = ix+2y+2 =

quindi le due rette sono complanari. Inoltre la matrice

1 i 0 i
i
2 0 2

1
i 0 i
i 2 0 2
ha rango 2, quindi le due rette infiniti punti in comune (i 4 piani che le individuano
appartengono ad un fascio), cioe la retta r e tutta reale.
I parametri direttori di r sono (0, 0, 1) ed un suo punto e P = (0, 1, 0). Allora
una sua rappresentazione reale e data da

x=0
y = 1

z=t

252

15. Rette e piani nello spazio affine ed euclideo.

ed in forma cartesiana:

x=0
.
y = 1
t
u

Esercizio 203. Determinare la retta passante per i punti P = (1, 1 i, 0, i) e


Q = (1, 1 + i, 0, i).
Svolg. Poiche i due punti sono luno il coniugato dellaltro, la retta richiesta
e certamente tutta reale. Sia (x1 , x2 , x3 , x4 ) un generico punto della retta. La
condizione di allineamento di tale punto con i punti P e Q e che la matrice

x1 x2 x3 x4

i
1 1i 0
1 1 + i 0 i
abbia rango 2, cioe


x
1

1

1




x
x
x
2
3
1


x3 = 0
1 1i 0 =0


1 1+i 0

x2
x4

2ix1 + 2ix2 + 2ix4 = 0.
1i i =0

1 + i i

Lequazione cartesiana della retta e:


(
(
x3 = 0
z=0

.
x1 x2 x4 = 0
xy1=0
t
u

15.13. Esercizi.

15.13

253

Esercizi.

Esercizio 204. Si determinino i valori del parametro k in modo che i tre piani di
equazioni x = 0, x + ky + z + 1 = 0, x + y + kz 1 = 0 appartengano alla stessa
stella.
Esercizio 205. Dati i piani : x + y z = 0 e : 2x + y + z = 0 ed il punto
P (0, 2, 1), scrivere lequazione del piano passante per P ed ortogonale ad e .
Esercizio 206. Scrivere lequazione del piano passante per P (0, 0, 6) che taglia il
piano z = 0 secondo la retta 2x 3y 6 = z = 0.
Esercizio 207. Siano dati il punto P (1, 2, 1) e la retta xy+2z1 = 2x+y+z =
0. Calcolare la distanza tra P ed r.
Esercizio 208. Determinare lequazione della retta r passante per P (1, 1, 2) e
parallela ai piani 3x + 2y + z + 1 = 0 e 6x + 4y z + 3 = 0.
Esercizio 209. Si considerino le rette r :
x = 1, y = 2t, z = t 1 e s :
x y + 2 = x + y + z 3 = 0. Verificare che r e s sono sghembe. Scrivere
lequazione del piano contenente r e parallelo a s e quella del piano perpendicolare
a r e passante per il punto (0, 2, 1).
Esercizio 210. Si considerino le rette r : x 3y + 2 = x + y + z + 1 = 0 e s :
x = 2 t, y = 3 + 5t, z = t. Dimostrare che non sono complanari. Determinare
le equazioni della retta passante per P (2, 0, 2) e complanare (separatamente ma
contemporaneamente) con r e s.
Esercizio 211. Si determini il piano del fascio (x + y z) + k(x 4y + z 1) = 0
che sia perpendicolare al piano x = 1.
Esercizio 212. Determinare i parametri direttori di una qualsiasi retta perpendicolare al piano x 2y + z 1 = 0 e, tra tali rette, le equazioni cartesiane di quella
passante per il punto (1,2,1).
Esercizio 213. La retta r :

x i = x iy + z 2 = 0 e reale?

Esercizio 214. Si scriva lequazione del piano passante per i punti (0, 3, 5, 0),
(0, 1, 1, 0), (1, 0, 0, 1).
Esercizio 215. Si scriva lequazione del piano passante per i punti (0, 2, 2, 0),
(0, 0, 4, 0), (2, 0, 0, 1).

254

15. Rette e piani nello spazio affine ed euclideo.

Esercizio 216. Si considerino le rette r : xz +1 = y 2 = 0 e s : y z 1 =


x y = 0. Si determinino le equazioni cartesiane e quelle parametriche della retta
appartenente al piano y = z che sia incidente con r ed ortogonale a s.
Esercizio 217. Sia il piano ortogonale alla retta r : x + y 4 = 2x z 4 = 0
e passante per q(0, 1, 1). Si determinino le equazioni cartesiane e parametriche
della retta parallela a , passante per P (1, 0, 1) ed incidente la retta t : x y =
z 2 = 0.
Esercizio 218. Date le rette r : 2x y + z = 2x + z 1 = 0 e s : x
2z + 1 = y + z 1 = 0 determinare: (i) le equazioni della retta passante per
P (1, 2, 1) ed incidente entrambe le rette r e s; (ii) le equazioni della retta t
incidente ortogonalmente entrambe le rette r e s; (iii) la minima distanza tra r e
s.
Esercizio 219. Si considerino le rette r : xy = z1 = 0 e s : xy+2z3 =
y 2z = 0. Nel caso siano complanari si determini il piano che le contiene; nel
caso siano sghembe determinare le equazioni dei piani paralleli a cui appartengono.
Esercizio 220. Si considerino la retta r : x1 = y = z e la retta s passante per
il punto P (1, 2, 0) e parametri direttori (1, 1, 1). Nel caso r e s siano complanari,
determinare il piano che le contiene. Nel caso r e s siano sghembe, determinare
la retta di minima distanza.

16
Le quadriche.
16.1

Definizione.

Una quadrica e una superficie nello spazio, luogo dei punti P = (x, y, z) le cui
coordinate soddisfano ad unequazione del tipo
a11 x2 + a22 y 2 + a33 z 2 + a44 + 2a12 xy + 2a13 xz + 2a23 yz+
+2a14 x + 2a24 y + 2a34 z = 0.
In coordinate omogenee lequazione di una quadrica e data da
a11 x21 + a22 x22 + a33 x23 + a44 x24 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 +
+2a14 x1 x4 + 2a24 x2 x4 + 2a34 x3 x4 = 0.
Osserviamo immediatamente che se : ax+by+cz+d = 0 e 0 : a0 x+b0 y+c0 z+d0 =
0 sono due piani, allora
0 :

(ax + by + cz + d) (a0 x + b0 y + c0 z + d0 ) = 0

e lequazione di una quadrica, che e detta ridotta nellunione dei due piani.
Indichiamo con

x1
x
2
X=

x3
x4
il generico vettore delle coordinate omogenee e sia

a11 a12 a13 a14


a
12 a22 a23 a24
A=
a13 a23 a33 a34
a14 a24 a34 a44

256

16. Le quadriche.

la matrice simmetrica formata dai coefficienti che compaiono nellequazione della


quadrica. Allora lequazione puo essere riscritta in forma compatta come segue:
X T A X = 0.
Si noti che ogni retta dello spazio incontra una quadrica in due punti, eccetto
il caso in cui la retta appartenga completamente alla quadrica (nel qual caso i
punti di incontro tra la retta e la quadrica sono infiniti, tutti quelli della retta).
Analogamente a quanto detto per i punti di una curva algebrica nel piano affine o
euclideo, un punto di una quadrica e detto doppio se una qualsiasi retta passante
per esso ha una intersezione doppia con la quadrica nel punto stesso.
Determiniamo una prima classificazione delle quadriche in base alla presenza
di punti doppi:
Teorema 37. Sia Q : X T A X = 0 una quadrica. Essa contiene almeno un
punto doppio se e solo se det(A) = 0.
In particolare diciamo quadriche generali quelle che non presentano punti doppi
(det(A) 6= 0); diciamo quadriche specializzate quelle che presentano un solo punto
doppio; diciamo quadriche riducibili quelle che presentano infiniti punti doppi.
Concludiamo questa prima sezione osservando che lintersezione tra un piano
: ax + by + cz + d = 0 ed una quadrica Q : X T A X = 0 determina una curva
nello spazio, pi
u precisamente una conica che giace sul piano , la cui equazione
si scrive
(
ax + by + cz + d = 0
X T A X = 0.
Tale conica e riducibile solo quando il piano e tangente alla quadrica, oppure nel
caso la quadrica sia ridotta nellunione di due piani.

16.2

Quadriche generali.

Queste sono le quadriche prive di punti doppi. In presenza di una quadrica generale
Q : X T A X = 0, si definisce una corrispondenza biunivoca tra linsieme di tutti
i punti dello spazio e linsieme di tutti i piani dello spazio, tale che ad ogni punto
P = (a1 , a2 , a3 , a4 ) corrisponda il piano di equazione

a11 a12 a13 a14


x1

h
i a
12 a22 a23 a24 x2
:
a1 a2 a3 a4

= 0.
a13 a23 a33 a34 x3
a14 a24 a34 a44
x4

16.2. Quadriche generali.

257

Il punto P e detto polo del piano rispetto alla quadrica Q, il piano e detto
piano polare di P rispetto alla quadrica Q.
In particolare, se P Q e un punto della quadrica, il suo piano polare, rispetto
a Q, coincide col piano tangente in P alla quadrica.
Fissiamo ora una quadrica Q : X T A X = 0 ed un punto P Q. Tramite la
polarita appena definita, e possibile costruire il piano tangente in P alla quadrica.
Lintersezione tra Q e genera una conica riducibile. Se e ridotta in due rette
reali e distinte, il punto P e detto iperbolico. Se e ridotta in due rette reali e
coincidenti, il punto P e detto parabolico. Se e ridotta in due rette immaginarie
e coniugate, il punto P e detto ellittico.
Una quadrica generale non possiede punti parabolici, inoltre vale il seguente:
Teorema 38. Sia Q una quadrica generale. Se essa possiede un punto iperbolico
(rispettivamente ellittico) allora ogni punto della quadrica e iperbolico (rispettivamente ellittico).

Le quadriche generali a loro volta si suddividono in tre classi. Tale classificazione viene fatta in base allo studio della conica che scaturisce dallintersezione
tra la quadrica ed il piano improprio x4 = 0.
Iperboloide.
una quadrica generale che interseca il piano improprio in una conica irE
riducibile e reale (si dice che il piano improprio e liperboloide sono secanti lun
laltro).
Se i punti delliperboloide sono tutti iperbolici, esso e detto iperboloide iperbolico, se i punti sono tutti ellittici esso e detto iperboloide ellittico.
Teorema 39. Un iperboloide e iperbolico se e solo se det(A) > 0, e ellittico se e
solo se det(A) < 0.
Liperboloide possiede tutte le sezioni piane, cioe si possono generare sia iperboli che parabole che ellissi, intersecando un iperboloide con i piani dello spazio.
Paraboloide.
una quadrica generale che interseca il piano improprio in una conica riducibile
E
(si dice che il piano improprio e tangente al paraboloide).
Teorema 40. Una quadrica generale e tangente al piano improprio (quindi e un
paraboloide) se e solo se il complemento algebrico A44 , dellelemento a44 della
matrice A, e nullo.

258

16. Le quadriche.

Se i punti del paraboloide sono tutti iperbolici, esso e detto paraboloide iperbolico, se i punti sono tutti ellittici esso e detto paraboloide ellittico.
Teorema 41. Un paraboloide e iperbolico se e solo se det(A) > 0, e ellittico se e
solo se det(A) < 0.
Teorema 42. Un paraboloide iperbolico possiede iperboli o parabole come sezioni
piane, cioe si possono generare sia iperboli che parabole, intersecando un paraboloide
iperbolico con i piani dello spazio.
Teorema 43. Un paraboloide ellittico possiede ellissi o parabole come sezioni piane, cioe si possono generare sia ellissi che parabole, intersecando un paraboloide
ellittico con i piani dello spazio.
Ellissoide.
una quadrica generale che interseca il piano improprio in una conica irE
riducibile immaginaria (si dice che il piano improprio e esterno all ellissoide).
I punti di un ellissoide sono tutti ellittici.
Teorema 44. Un ellissoide possiede punti tutti reali se e solo se det(A) < 0, ed e
detto ellissodie reale, in caso contrario e detto ellissoide immaginario.
Teorema 45. Un ellissoide possiede solamente ellissi come sezioni piane, cioe
si possono generare solamente ellissi, intersecando un ellissoide con i piani dello
spazio.

Esercizio 221. Classificare la quadrica di equazione x2 + y 2 z 2 + xy + x 3 = 0.


Svolg.

La matrice associata alla quadrica e

1
1 21 0
2
1 1 0
0
2
A=
0 0 1 0
1
0 3
2 0

Otteniamo che det(A) > 0 con A44 6= 0, dove A44 e il complemento algebrico
dellelemento a44 della matrice A.
Inoltre la conica impropria della quadrica e data da:
(
x21 + x22 x23 + x1 x2 = 0
x4 = 0
ed e a punti reali. Allora la superficie e un iperboloide a punti iperbolici.

t
u

16.3. Quadriche specializzate.

259

Esercizio 222. Classificare la quadrica di equazione 2x2 + y 2 + z 2 x 2y + 1 = 0.


Svolg.

La matrice associata alla quadrica e

2
0 0 12
0
1 0 1

A=
0
0 1 0
1
2 1 0 1

Otteniamo che det(A) < 0 con A44 6= 0.


Inoltre la conica impropria della quadrica e data da:
(
2x21 + x22 + x23 = 0
x4 = 0
ed e a punti immaginari. Allora la superficie e un ellissoide a punti reali.

t
u

Esercizio 223. Classificare la quadrica di equazione x2 + y 2 + 2xy + 2xz + 2yz


2x + 2 = 0.
Svolg.

La matrice associata alla quadrica

1 1
1 1

A=
1 1
1 0

1 1
1 0

.
0 0
0 2

Otteniamo che det(A) > 0 con A44 = 0.


Allora la superficie e un paraboloide a punti iperbolici.

16.3

t
u

Quadriche specializzate.

Sono le quadriche con un solo punto doppio, il quale e detto vertice. Per quanto
riguarda i punti delle superfici specializzate, vale il seguente:
Teorema 46. Se Q e una quadrica specializzata, allora tutti i punti della superficie
Q sono parabolici.

Anche le quadriche specializzate si suddividono in sottoclassi, e tale classificazione si riferisce alla conica impropria della quadrica, cioe la conica che scaturisce
con lintersezione col piano improprio.

260

16. Le quadriche.

Cono.
Il cono e la quadrica specializzata la cui conica impropria e irriducibile (il cono
ed il piano improprio sono secanti). Il vertice V del cono e un punto proprio e le
sue coordinate (x1 , x2 , x3 , x4 ) sono la soluzione del sistema lineare

a11
a12
a13
a14

a12
a22
a23
a24

a13
a23
a33
a34

a14
a24
a34
a44

x1
x2
x3
x4

= 0.

Si riconosce che la superficie e un cono utilizzando il seguente risultato:


Teorema 47. Sia A la matrice associata alla quadrica Q. La superficie e un cono
se e solo se det(A) = 0, rango(A) = 3 e A44 6= 0.

Un cono possiede tutte le sezioni piane, cioe si possono generare sia iperboli
che parabole che ellissi, intersecando un cono con i piani dello spazio.
Inoltre tutti i piani tangenti alla superficie di un cono devono contenerne il
vertice.
Cilindro.
Il cilindro e la quadrica specializzata la cui conica impropria e riducibile (il
cilindro ed il piano improprio sono tangenti). Il vertice V del cilindro e un punto
improprio e le sue coordinate (x1 , x2 , x3 , 0) sono la soluzione del sistema lineare

a11
a12
a13
a14

a12
a22
a23
a24

a13
a23
a33
a34

a14
a24
a34
a44

x1
x2
x3
0

= 0.

Si riconosce che la superficie e un cilindro utilizzando il seguente risultato:


Teorema 48. Sia A la matrice associata alla quadrica Q. La superficie e un
cilindro se e solo se det(A) = 0, rango(A) = 3 e A44 = 0.

Ogni cilindro possiede un solo tipo di sezione piana indipendentemente dal


piano col quale si effettua lintersezione. Cioe, fissato il cilindro Q, si possono
generare solo iperboli o parabole o ellissi, intersecando il cilindro con i piani dello
spazio. In particolare, poiche il piano improprio e tangente al cilindro, la conica
impropria ridotta dovra rispettare il seguente prospetto:

16.3. Quadriche specializzate.


Conica impropria
2 rette reali e distinte
2 rette reali e coincidenti
2 rette immaginarie coniugate

261
Generica sezione del cilindro
Iperbole
Parabola
Ellisse

Inoltre tutti i piani tangenti alla superficie di un cilindro devono contenerne il


vertice.
Esercizio 224. Classificare la quadrica di equazione x2 + y 2 + 2xy + 2yz 2x +
y + 1 = 0.
Svolg.

La matrice associata alla quadrica

1 1
1 1

A=
0 1
1 21

0 1
1 21

.
0 0
0 1

Otteniamo che det(A) = 0 con A44 6= 0.


La superficie e un cono di vertice X = (x1 , x2 , x3 , x4 ) tale che AX = 0, da cui

x1 + x2 x4 = 0

x + x + x + x4 = 0
1
2
3
2

x
=
0
2

x1 + x22 + x4 = 0
e quindi X = (1, 0, 23 , 1).

t
u

Esercizio 225. Classificare la quadrica di equazione x2 +y 2 +2xy 2x+y +1 = 0.


Svolg.

La matrice associata alla quadrica

1 1
1 1

A=
0 0
1 21

0 1
0 12

.
0 0
0 1

Otteniamo che det(A) = 0 con A44 = 0 e rango 3.


La superficie e un cilindro di vertice X = (x1 , x2 , x3 , x4 ) tale che AX = 0, da
cui
(
x1 + x2 = 0
x1 + x22 = 0
e quindi X = (0, 0, 1, 0).

262

16. Le quadriche.

Inoltre la conica impropria della quadrica e data da:


(
x21 + x22 + 2x1 x2 = 0
x4 = 0
(
(x1 + x2 )2 = 0
x4 = 0
cioe sono due rette reali e coincidenti, quindi la conica generatrice del cilindro e
una parabola.
u
t

16.4

Quadriche riducibili.

Sono le quadriche di equazione


a11 x2 + a22 y 2 + a33 z 2 + a44 + 2a12 xy + 2a13 xz + 2a23 yz+
+2a14 x + 2a24 y + 2a34 z = 0
tali che
a11 x2 + a22 y 2 + a33 z 2 + a44 + 2a12 xy + 2a13 xz + 2a23 yz+
+2a14 x + 2a24 y + 2a34 z = (ax + by + cz + d) (a0 x + b0 y + c0 z + d0 )
cioe sono unione di due piani e 0 di equazioni:
: ax + by + cz + d = 0

0 : a0 x + b0 y + c0 z + d0 = 0.

Tali quadriche hanno infiniti punti doppi, sono i punti della retta comune ai due
piani e 0 .
In particolare si possono verificare i seguenti 3 casi:
i) i due piani sono distinti ed incidenti, ed allora det(A) = 0, rango(A) = 2, vi
sono 1 punti doppi propri.
ii) i due piani sono distinti e paralleli, ed allora det(A) = 0, rango(A) = 2, vi
sono 1 punti doppi impropri.
iii) i due piani sono coincidenti, ed allora det(A) = 0, rango(A) = 1, vi sono
2
punti doppi propri.
Aggiungiamo come caso molto particolare quello in cui la quadrica ha equazione
2
x4 = 0, cioe vi sono 2 punti doppi impropri.
Consideriamo 00 : a00 x+b00 y +c00 z +d00 = 0 un qualsiasi altro piano dello spazio.
Lintersezione della quadrica riducibile con 00 determina una conica ridotta nelle
due rette:
(
r1 :

ax + by + cz + d = 0
00
a x + b00 y + c00 z + d00 = 0

(
r2 :

a0 x + b0 y + c0 z + d0 = 0
a00 x + b00 y + c00 z + d00 = 0

16.5. Piani ed assi di simmetria delle quadriche generali.

16.5

263

Piani ed assi di simmetria delle quadriche


generali.

Definizione 22. Il cerchio assoluto e una conica irriducibile priva di punti reali
che giace sul piano improprio. Essa e identificata dalle equazioni:
(
x21 + x22 + x23 = 0
.
x4 = 0
Ricordando che i punti ciclici di un qualsiasi piano sono i punti che la propria
giacitura ha in comune con ogni circonferenza che giace sul piano stesso, il cerchio
assoluto e in definitiva il luogo dei punti ciclici di tutti i piani dello spazio.
Definizione 23. Sia A = (aij ) M4 (lR) la matrice non singolare associata allequazione di una quadrica generale. Si definisce centro di simmetria della quadrica
Q il punto C Q tale che, se P Q e un punto della superficie, allora anche P 0 ,
il simmetrico di P rispetto a C appartenga anche alla superficie. Analogamente
a quanto visto per le coniche, le coordinate del centro di simmetria si ottengono
direttamante dalla matrice A: C = (A41 , A42 , A43 , A44 ), dove ogni Aij e il complemento algebrico dellelemento aij A considerato con lopportuno segno (derivante
dalla posizione che esso occupa nella matrice). Nel caso di un paraboloide, essendo
A44 = 0, si parla di quadrica a centro improprio o priva di centro.
Definizione 24. I piani di simmetria (piani principali) di una quadrica generale
sono quei piani dello spazio che, rispetto alla quadrica definita, hanno come polo
il punto improprio della direzione ad essi ortogonale. Gli assi di simmetria della
quadrica sono le rette che si ottengono dallintersezione dei piani di simmetria.
Nel caso di iperboloide ed ellissoide (quadriche a centro) si determinano 3 assi
di simmetria (in corrispondenza di 3 piani di simmetria): tali assi si possono
ottenere anche congiungendo il centro di simmetria con ciascun polo di ogni piano
di simmetria. Nel caso del paraboloide (senza centro di simmetria) si determina 1
asse di simmetria (in corrispondenza di 2 piani di simmetria).
Teorema 49. Le prime 3 coordinate dei poli dei piani di simmetria sono le componenti degli autovettori della sottomatrice A44 della matrice A rappresentante la
quadrica generale.
Dim.

Indichiamo con P0 = (x0 , y0 , z0 , 0) il

a11 a12
a
21 a22
A=
a31 a32
a41 a42

polo di un piano di simmetria e sia

a13 a14
a23 a24

a33 a34
a43 a44

264

16. Le quadriche.

la matrice che rappresenta la quadrica. Il piano polare di P0 rispetto alla quadrica


ha equazione
(a11 x0 + a21 y0 + a31 z0 )x1 + (a12 x0 + a22 y0 + a32 z0 )x2 +
(a13 x0 + a23 y0 + a33 z0 )x3 + (a14 x0 + a24 y0 + a34 z0 )x4 = 0
e per sua definizione esso deve essere ortogonale alla direzione (x0 , y0 , z0 , 0), cioe:
(a11 x0 + a21 y0 + a31 z0 ) = x0
(a12 x0 + a22 y0 + a32 z0 ) = y0
(a13 x0 + a23 y0 + a33 z0 ) = z0
per un opportuno lR. Ne segue che

(a11 )x0 + a21 y0 + a31 z0 = 0


a12 x0 + (a22 )y0 + a32 z0 = 0

a x + a y + (a )z = 0
13 0
23 0
33
0
il quale ha soluzioni non banali solo quando

(a )
a21
a31
11

a12
(a22 )
a32



a13
a23
(a33 )





= 0.

In sostanza e un autovalore della matrice A44 e le coordinate (x0 , y0 , z0 ) del


punto P0 = (x0 , y0 , z0 , 0) individuano le componenti di un autovettore relativo a
. Al variale di si ottengono tutti gli autovettori e quindi tutti i poli dei piani
di simmetria.
t
u
Oltre allutilizzo degli autovalori della matrice A44 (come appena visto), esiste
un secondo metodo per determinare i poli dei piani di simmetria: esso consiste nel
determinare inizialmente un fascio di coniche, utilizzando, come coniche di base, il
cerchio assoluto e la conica impropria della quadrica. Quindi si individuano le tre
coniche riducibili di tale fascio ed i rispettivi punti doppi. Tali punti sono i poli
dei piani di simmetria.
Verifichiamo col seguente esempio lequivalenza dei due metodi:
Esempio 145. Consideriamo il paraboloide iperbolico Q di equazione 6xz + 8yz
5x = 0. Determiniamo piani ed asse di simmetria utilizzando entrambi i metodi.

16.5. Piani ed assi di simmetria delle quadriche generali.

265

Svolg. Metodo del fascio di coniche improprie:


La conica impropria di Q e 6x1 x3 + 8x2 x3 = 0, x4 = 0, determiniamo il fascio con
il cerchio assoluto:
(
6x1 x3 + 8x2 x3 + (x21 + x22 + x23 ) = 0
F :
.
x4 = 0
La matrice associata al fascio e

0 3


0 4

3 4

il cui determinante e (2 25). Quindi si ottengono le coniche riducubili del


fascio per i valori = 0, 5, 5.
Per = 0 la conica e x3 (6x1 + 8x2 ) = 0, x4 = 0, il cui punto doppio e P1 =
(4, 3, 0, 0). Il piano polare di P1 rispetto al paraboloide Q e x4 = 0 (tale piano
risultera sempre nel caso di un paraboloide, chiaramente non verra mai preso in
considerazione).
Per = 5 la conica e 5x21 + 5x22 + 5x23 + 6x1 x3 + 8x2 x3 = 0, x4 = 0 il cui punto
doppio e P2 = (3, 4, 5, 0). Il piano polare di P2 e 6x + 8y + 10z 3 = 0.
Infine per = 5 la conica e 5x21 5x22 5x23 + 6x1 x3 + 8x2 x3 = 0, x4 = 0 il cui
punto doppio e P2 = (3, 4, 5, 0). Il piano polare di P2 e 6x + 8y 10z + 3 = 0.
Lasse di simmetria e quindi
(
6x + 8y + 10z 3 = 0
6x + 8y 10z + 3 = 0
inoltre possiamo calcolare il punto di sella del paraboloide iperbolico, intersecando
lasse con la sua superficie:

6x + 8y + 10z 3 = 0
6x + 8y 10z + 3 = 0

6xz + 8yz 5x = 0
3
ottenendo le coordinate (0, 0, 10
).

Metodo degli autovalori.


sufficiente verificare che gli autovalori della matrice A44 sono esattamente =
E
0, 5, 5 e che i rispettivi autovettori rispetto ad A44 sono: ( 43 , 1, 0) per = 0,
( 35 , 45 , 1) per = 5, ( 35 , 45 , 1) per = 5. Quindi i poli dei piani si simmetria
sono esattamente ( 43 , 1, 0, 0), ( 35 , 45 , 1, 0), ( 35 , 45 , 1, 0).
t
u

266

16. Le quadriche.

Il calcolo del punto di sella di un paraboloide iperbolico e analogo al calcolo


del punto del parabolide ellittico che potremmo definire impropriamente vertice
del parabolide. In entrambi i casi tali punti ricopriranno un ruolo fondamentale
per la riduzione a forma canonica delle equazioni dei paraboloidi.

16.6

Forma canonica di una quadrica generale


con centro di simmetria.

Sia X t AX = 0 lequazione di una quadrica generale con centro di simmetria (iperboloide o ellissoide). Una rototraslazione degli assi di simmetria che riporti lorigine
del sistema di riferimento nel centro di simmetria e faccia coincidere gli assi coordinati con gli assi di simmetria della quadrica, trasforma lequazione della superficie
nella sua forma canonica:
Ellissoide:
1.

x2
a2

y2
b2

z2
c2

= 1 ellissoide reale;

2.

x2
a2

y2
b2

z2
c2

= 1 ellissoide immaginario.

Iperboloide:
1.

x2
a2

y2
b2

z2
c2

= 1 iperboloide iperbolico;

2.

x2
a2

y2
b2

z2
c2

= 1 iperboloide iperbolico;

3. - xa2 +
4.

x2
a2

y2
b2

y2
b2

z2
c2

z2
c2

= 1 iperboloide iperbolico;
= 1 iperboloide ellittico;

y2
b2

z2
c2

= 1 iperboloide ellittico;

y2
b2

z2
c2

= 1 iperboloide ellittico.

5. - xa2 +
6. - xa2

Diciamo X t BX = 0 lequazione della quadrica nella sua forma ridotta. Come


accadeva per le coniche, si puo dimostrare (non lo facciamo!) che esistono alcune
quantita che non cambiano dopo aver effettuato un cambiamento di base tramite
vettori ortonormali: vengono detti invarianti ortogonali e sono
det(A) = det(B)
det(A44 ) = det(B44 )

16.6. Forma canonica di una quadrica generale con centro di simmetria. 267
la somma degli autovalori di A44

e pari alla somma degli autovalori di

B44 .

In altre parole, se indichiamo con x2 + y 2 + z 2 = lequazione di una quadrica a centro, e sufficiente calcolare gli autovalori di A44 per ottenere i coefficienti , , , inoltre gli autoversori relativi ad , , compongono la matrice di
rotazione. Quindi si puo effettuare una traslazione rispetto alle coordinate del
centro o equivalentemente applicare linvarianza del det(A) = det(B) per ottenere
il valore del coefficiente .
Esempio 146. Consideriamo liperboloide
2z 2 3 = 0 di matrice associata:

2 0
0 2

A=
0 1
0 0

ellittico di equazione 2x2 2y 2 2yz


0
1
2
0

0
0
0
3

Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla.


Svolg. Una forma canonica e ax2 + by 2 + cz 2 = d, dove a, b, c sono gli autovalori
della sottomatrice A44 . Eseguendo i calcoli, essi sono 2, 3, 1, quindi lequazione
sara 2x2 3y 2 z 2 = d con matrice associata

2 0
0
0
0 3 0
0

B=

0 0 1 0
0 0
0 d
di determinante 6d. Inoltre e facile calcolare che det(A) = 18 e grazie allinvarianza ortogonale sappiamo che 6d = 18, quindi d = 3. Infine lequazione in forma
ridotta sara 2x2 3y 2 z 2 3 = 0.
Vediamo ora quale e stata la trasformazione effettuata per ottenere tale forma
canonica.
Lautospazio relativo allautovalore 2 rispetto alla matrice A44 e generato dal versore (1, 0, 0).
Lautospazio relativo allautovalore 3 rispetto alla matrice A44 e generato dal
vettore (0, 1, 1) e quindi anche dal versore (0, 12 , 12 ).
Infine lautospazio relativo allautovalore 1 rispetto alla matrice A44 e generato
dal vettore (0, 1, 1) e quindi anche dal versore (0, 12 , 12 ).
Inoltre il centro della quadrica e (A41 , A42 , A43 , A44 ) = (0, 0, 0, 6), cioe in coordinate non omogenee (0, 0, 0).
Quindi la rototraslazione che ci permette di concludere e la seguente:

268

16. Le quadriche.


1
x1

0
x2 =
x3
0

1
2
1
2

1
2
12


x01
0
0
x2 + 0 .
x03
0
t
u

16.7

Forma canonica di un paraboloide.

Sia X t AX = 0 lequazione di un paraboloide. Come in precedenza una trasformazione ortonormale del sistema di riferimento trasforma lequazione della superficie nella sua forma canonica. Facciamo riferimento ai paraboloidi che abbiano
nella loro forma ridotta, lasse di simmetria coincidente con lasse Z, in modo del
tutto identico il discorso pu
o essere riportato agli altri 2 casi:

1.

x2
a2

y2
b2

= 2dz paraboloide ellittico;

2.

x2
a2

y2
b2

= 2dz paraboloide iperbolico.

Diciamo X t BX = 0 lequazione della quadrica nella sua forma ridotta. Come in


precedenza i seguenti sono invarianti ortogonali:
det(A) = det(B)
det(A44 ) = det(B44 )
la somma degli autovalori di A44

e pari alla somma degli autovalori di

B44 .

Esempio 147. Consideriamo il paraboloide iperbolico di equazione 6xz + 8yz


5x = 0 di matrice associata:

0 0 3 25
0 0 4 0

A=
.
3 4 0 0
52 0 0 0
Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla.
Svolg. Una forma canonica con asse di simmetria coincidente con lasse Z e
ax2 + by 2 + 2cz = 0, dove a, b sono gli autovalori non nulli della sottomatrice
A44 (ricordiamo che per un paraboloide lautovalore nullo esiste sempre ma non

16.7. Forma canonica di un paraboloide.

269

fornisce indicazioni, poiche lautovettore ad esso relativo e il polo del piano improprio). Eseguendo i calcoli, gli autovalori non nulli sono 5, 5, quindi lequazione
sara 5x2 5y 2 + 2cz = 0 con matrice associata

5 0 0 0
0 5 0 0

B=

0 0 0 c
0 0 c 0
di determinante 25c2 . Inoltre e facile calcolare che det(A) = 100 e grazie allinvarianza ortogonale sappiamo che 25c2 = 100, quindi c {2, 2}. Infine le equazioni
in forma ridotta saranno
5x2 5y 2 4z = 0
oppure
5x2 5y 2 + 4z = 0.
Vediamo ora quale e stata la trasformazione effettuata per ottenere tali forme
canoniche.
Lautospazio relativo allautovalore 0 rispetto alla matrice A44 e generato dal versore ( 54 , 35 , 0).
Lautospazio relativo allautovalore 5 rispetto alla matrice A44 e generato dal ver3
4
sore ( 5
,
, 12 ).
2 5 2
Infine lautospazio relativo allautovalore 5 rispetto alla matrice A44 e generato
4
3
, 5
, 12 ).
dal versore ( 5
2
2
3
Inoltre il punto di sella della quadrica e (0, 0, 10
).
Quindi la rototraslazione che ci permette di concludere e la seguente:


x1


x2 =
x3

5 2
4

5 2
1
2

3
5
2
4
5
2
1
2

4
5


x01
0

35
x02 + 0 .
3
x03
0
10

Osserviamo che nella rotazione, possiamo scegliere quale asse coordinato diventera lasse di simmetria, sara sufficiente nella matrice di rotazione posizionare
lautoversore relativo allautovalore nullo esattamente nella colonna 1, se si sceglie
lasse X, nella colonna 2 se si sceglie lasse Y , nella colonna 3 (come nel nostro
esempio) se si sceglie lasse Z.
Si verifichi infatti che, se si scegli come rototraslazione la seguente:
4
x1
5

3
x2 = 5
x3
0

5 2
4

5 2
1
2

3
5
2
4
5
2
1
2

x01
0
0

x2 + 0
3
x03
10

270

16. Le quadriche.

in cui lautoversore relativo allautovalore nullo e posto nella prima colonna, la


forma canonica finale sara 5y 2 5z 2 4x = 0, cioe un paraboloide iperbolico con
asse di simmetria coincidente con lasse X.
t
u

16.8

Forma canonica di un cono.

Sia X t AX = 0 lequazione di un cono, con matrice associata A e vertice V di coordinate XV = (xv , yv , zv ). Poiche il vertice del cono si comporta esattamente come
un centro di simmetria, quanto detto sulle quadriche a centro proprio (iperboloidi
ed ellessoidi) puo essere applicato anche per la riduzione a forma canonica dellequazione di un cono. Si tratta allora di determinare gli autovalori della sottomatrice A44 e quindi di costruire una base di autoversori, tramite la quale riempire
la matrice di rotazione P . Infine si effettua la traslazione rispetto al vettore di
coordinate XV . Dopo la rototraslazione,

x01
x1

x2 = P x02 + XV
x3
x03
lequazione ridotta assume una delle seguenti forme:
1. a2 x2 + b2 y 2 + c2 z 2 = 0 nel caso di un cono immaginario (lunico punto reale
e il vertice);
2. a2 x2 + b2 y 2 c2 z 2 = 0 nel caso di un cono reale (con asse perpendicolare al
piano z = 0).
I coefficienti a2 , b2 , c2 sono gli autovalori della A44 .
Esempio 148. Consideriamo il cono immaginario di equazione 3x2 + 2y 2 + 2xz +
3z 2 = 0 di matrice associata:

3 0 1 0
0 2 0 0

A=
.
1 0 3 0
0 0 0 0
Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla.
Svolg. Il vertice del cono ha coordinate (0, 0, 0). Gli autovalori della sottomatrice
A44 sono 1 = 2, con molteplicita algebrica 2, e 2 = 4. Una forma canonica e

16.9. Forma canonica di cilindri a base ellittica e iperbolica.

271

2x2 + 2y 2 + 4z 2 = 0.
Vediamo ora quale e stata la trasformazione effettuata per ottenere tali forme
canoniche.
Lautospazio relativo allautovalore 2 rispetto alla matrice A44 e generato dai versori ( 12 , 0, 12 ), (0, 1, 0).
Lautospazio relativo allautovalore 4 rispetto alla matrice A44 e generato dal versore ( 12 , 0, 12 ).
Quindi la rototraslazione che ci permette di concludere e la seguente:
1

x1
2


x2 = 0
x3
12

0
1
0

1
2


x01
0
0

+
0 x2 0 .
1
x03
0
2
t
u

16.9

Forma canonica di cilindri a base ellittica e iperbolica.

Sia X t AX = 0 lequazione di un cilindro con base ellittica o iperbolica, con matrice associata A. Anche in questo caso si tratta dapprima di determinare gli
autovalori della sottomatrice A44 : uno di essi e certamente = 0. Si costruisce
una base di autoversori, tramite la quale riempire la matrice di rotazione P : lautospazio relativo allautovalore nullo ha dimensione 1, il suo versore generatore
e parallelo alle generatrici del cilindro; gli altri autoversori individuano un piano
perpendicolare alla direzione della generatrici. Una volta effettuata la rotazione si
osserva lequazione ottenuta: se non sono presenti termini di primo grado, allora
non vi e alcun bisogno di traslazioni. In caso contrario, si effettua una sostituzione
x0 = x + a, y 0 = y + b, z 0 = z + c, imponendo che i termini di primo grado si
annullino. I valori a, b, c che verificano lannullarsi dei termini lineari, sono esattamente le coordinate del vettore di traslazione (esso e il centro C = (a, b, c) di una
qualsiasi conica direttrice del cilindro, cioe una conica che giace su un qualsiasi
piano ortogonale alle generatrici del cilindro). Lequazione ridotta finale assume
una delle seguenti forme:
1. a2 x2 + b2 y 2 + c2 = 0 nel caso di un cilindro immaginario;
2. a2 x2 + b2 y 2 c2 = 0 nel caso di un ellittico (con generatrici parallele allasse
Z);

272

16. Le quadriche.

3. a2 x2 b2 y 2 c2 = 0 nel caso del cilindro iperbolico (con generatrici parallele


allasse Z).
I coefficienti a2 , b2 sono gli autovalori non nulli della A44 . Si osservi che in modo
analogo si ottengono le equazioni canoniche dei cilindri con generatrici parallele
agli assi X o Y .
Esempio 149. Consideriamo il cilindro a
5 = 0 di matrice associata:

0 0
0 0

A=
3 4
0 0

base iperbolica di equazione 6xz + 8yz


3 0
4 0
3 0
0 5

Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla.


Svolg. Il vertice del cilindro ha coordinate (4, 3, 0, 0), infatti lautospazio relativo allautovalore 0 rispetto alla matrice A44 e generato dal versore ( 54 , 35 , 0).
Gli altri due autovalori di A44 sono 5, 5.
Lautospazio relativo allautovalore 5 rispetto alla matrice A44 e generato dal ver3
4
sore ( 5
,
, 12 ).
2 5 2
Infine lautospazio relativo allautovalore 5 rispetto alla matrice A44 e generato
4
3
, 5
, 12 ).
dal versore ( 5
2
2
Quindi la rotazione e la seguente:


x1


x2 =
x3

5 2
4

5 2
1
2

3
5
2
4
5
2
1
2

4
5

x01

35
x02 .
x03
0

La forma che si ottiene dopo la sostituzione delle variabili e x2 y 2 1 = 0, con


generatrici parallele allasse Z. Essa non presenta termini di primo grado, quindi
non necessita di alcuna traslazione.
t
u

16.10

Forma canonica di cilindri a base parabolica.

Discorso a parte per i cilindri a base parabolica: essi presentano un autovalore


nullo per la matrice A44 , con molteplicita algebrica 2. Lautospazio associato e
un piano parallelo alle generatrici del cilindro, quindi contiene il vertice. La scelta

16.10. Forma canonica di cilindri a base parabolica.

273

dei tre vettori per la rotazione deve in tale caso essere pi


u oculata che non nei
precedenti.
Il primo versore e quello relativo alla direzione individuata dal vertice.
Il secondo, anche esso appartenente allautospazio V0 relativo allautovalore nullo,
e il versore della retta che si ottiene dallintersezione del piano V0 e di un qualsiasi
piano ortogonale alla direzione del vertice.
Lultimo versore e il generatore dellautospazio relativo allautovalore non nullo
della matrice A44 , che e quindi ortogonale ai precedenti due.
Una volta effettuata la rotazione si osserva lequazione ottenuta: se non sono
presenti termini di grado zero (termini noti), allora non vi e alcun bisogno di
traslazioni. In caso contrario, si eleminano i termini noti procedendo con una
traslazione imposta, come per i cilindri a base iperbolica o ellittica. Alla fine si
ottiene la seguente:
a2 x2 + by = 0
in cui i ruoli delle variabili x, y, z sono intercambiabili.
Esempio 150. Consideriamo il cilindro a base parabolica di equazione x2 2xy +
y 2 4x 4y 4z + 4 = 0 di matrice associata:

1 1 0 2
1 1
0 2

A=
.
0
0
0 2
2 2 2 4
Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla.
Svolg. Gli autovalori della sottomatrice A44 sono 1 = 0, con molteplicita algebrica 2, e 2 = 2. Il vertice del cilindro ha coordinate (1, 1, 2, 0), quindi il primo
versore per la rotazione e ( 16 , 16 , 26 ).
Inoltre lautospazio relativo allautovalore 0 rispetto alla matrice A44 e dato dal
piano di equazione x y = 0.
Scegliamo ora un qualsiasi piano perpendicolare alla direzione individuata dal vertice, ad esempio quello passante per lorigine: x + y 2z = 0.
Il secondo vettore per la rotazione e quindi individuato dallintersezione
(
xy =0
x + y 2z = 0
per cui ha componenti (1, 1, 1), con versore ( 13 , 13 , 13 )
Lultimo vettore e lautovettore relativo allautovalore 2 = 0, cioe (1, 1, 0), con
versore ( 12 , 12 , 0). Quindi la rotazione e la seguente:

274

16. Le quadriche.

x1
6

1
=
x
2
6
x3
26

1
3
1
3
1
3

1
2
12

x01
0
x2 .
x03

La forma che si ottiene dopo la sostituzione delle variabili e 2z 2 4 3y + 4 = 0.


La presenza del termine di grado zero, richiede una ulteriore traslazione: poniamo
x = x0 , y = y 0 + b, z = z 0 tali che:

2z 02 4 3(y 0 + b) + 4 = 0

2z 02 4 3y 0 + (4 3b + 4) = 0.

Imponendo (4 3b + 4) = 0 otteniamo b = 13 . La trasformazione finale sara


1

x1
6

1
=
x2
6
x3
26

1
3
1
3
1
3

1
2
12

0
x01
0 1
x2 + 3
x03
0

che porta alla forma ridotta 2z 2 4 3y = 0.


t
u

16.11. Esercizi.

16.11

275

Esercizi.

Esercizio 226. Classificare la seguente quadrica x2 y 2 +2z 2 +6yz4xz2x3 =


0 e determinare la conica intersezione con il piano z = 1.
Esercizio 227. Classificare la quadrica x2 + y 2 z 2 + 2xy 2x 2y = 0 e
determinarne gli eventuali punti doppi.
Esercizio 228. Classificare la quadrica x2 + 2y 2 z 2 + 2xy 2x 2y + 1 = 0 e
determinarne gli eventuali punti doppi.
Esercizio 229. Classificare la quadrica x2 y 2 + z 2 + 2xz 2x 4y 2z 3 = 0,
determinarne gli eventuali punti doppi e la conica allinfinito.
Esercizio 230. Classificare la quadrica x2 + 2y 2 + z 2 + 2xy 2x 3 = 0 ed i suoi
punti.
Esercizio 231. Classificare la quadrica xy + yz + xz 2x + 1 = 0 ed i suoi punti.
Esercizio 232. Classificare la quadrica y 2 z 2 + 4xy 4xz 6x + 4y + 2z + 8 = 0
ed i suoi punti.
Esercizio 233. Determinare la conica intersezione tra la quadrica x2 + y 2 + z 2 +
2xy 2x = 0 ed il piano x + y z = 0; ripetere lesercizio nel caso in cui il piano
sia x = 0.
Esercizio 234. Determinare la conica intersezione tra la quadrica 2x2 3y 2

6z 2 = 0 ed il piano x = 0; ripetere lesercizio nel caso il piano sia x = 3z + 1.


Esercizio 235. Classificare la quadrica 2x2 + 2xy + z = 0 e determinare la conica
intersezione con il piano 4x + 2y + z 2 = 0.
Esercizio 236. Classificare la quadrica x2 2y 2 z 2 = 1 e determinare le coniche
intersezione con i piani : x = z 1 e : x = 1.
Esercizio 237. Classificare la quadrica x2 z 2 1 = 0 e determinare la conica
intersezione col piano z = 1.
Esercizio 238. Classificare la quadrica 4x2 + y 2 + z 2 2 = 0 e determinare la
conica intersezione col piano y + z 2 = 0.
Esercizio 239. Classificare la quadrica x2 + y 2 2xz + z 2 1 = 0 e determinare
la conica intersezione col piano x z = 0.
Esercizio 240. Classificare la quadrica x2 +y 2 +2xy = 0 e determinare le coniche
intersezione coi piani x = 1 e z = 0.

276

16. Le quadriche.

Esercizio 241. Classificare la quadrica 2x2 + y 2 + 3z 2 + 4x 2y + 2 = 0 e


determinare le coniche intersezione coi piani x = 0 e y = 0.
Esercizio 242. Classificare la quadrica x2 z 2 + 2y = 0 e determinare la conica
intersezione col piano x 2z = 0.
Esercizio 243. Classificare la quadrica x2 y 2 + z 2 = 1 e determinare le coniche
intersezione coi piani x y = 1 e z = 1.

17
La sfera.
17.1

Definizione.

La sfera di centro C = (, , ) e raggio r e una superficie, luogo dei punti P =


(x, y, z) dello spazio la cui distanza da C e pari a r. Da tale definizione ricaviamo
che la sua equazione e:
p
(x )2 + (y )2 + (z )2 = r
da cui
(x )2 + (y )2 + (z )2 = r2
x2 + y 2 + z 2 + ax + by + cz + d = 0
dove

a b
c
C = (, , ) = ( , , )
2 2 2
1p 2
r=
a + b2 + c2 4d > 0.
2

Esempio 151. Determinare centro e raggio della sfera x2 +y 2 +z 2 3x+5yz+1 =


0.
Svolg.

Il centro della sfera data e:


3 5 1
C = ( , , )
2 2 2

ed il raggio:

9 + 25 + 1 4
31
r=
=
.
2
2
Lequazione della sfera si puo infatti scrivere anche:

5
1
31
3
(x )2 + (y + )2 + (z )2 = .
2
2
2
4
t
u

278

17.2

17. La sfera.

Sezioni piane.

Siano S : x2 + y 2 + z 2 + ax + by + cz + d = 0 una sfera di centro C e raggio r e


: ex + f y + gz + h = 0 un piano. Indichiamo con = (C, ) la distanza tra il
centro della sfera ed il piano .
Se > r allora il piano e esterno alla sfera. La loro intersezione genera una
circonferenza non riducibile ed immaginaria.
Se = r allora il piano e tangente alla sfera. La loro intersezione genera una
circonferenza ridotta in due rette immaginarie coniugate.
Se < r allora il piano e secante la sfera. La loro intersezione genera una
circonferenza reale, le cui equazioni sono date dal sistema:
(
S : x2 + y 2 + z 2 + ax + by + cz + d = 0
: ex + f y + gz + h = 0.
Il centro C 0 della circonferenza e dato dallintersezione s , dove s e la retta
passante per il centro della sfera ed ortogonale a ; il raggio della circonferenza e

r0 = r2 2 .
Poiche la sfera e un particolare ellissoide, possiamo utilizzare la polarita definita
per le quadriche irriducibili per calcolare un qualsiasi piano tangente ad una sfera
in un suo punto.

17.3

Fascio di sfere.

Siano S : x2 + y 2 + z 2 + ax + by + cz + d = 0 una sfera di raggio r e centro C e


S 0 : x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 = 0 una di raggio r0 e centro C 0 .
Indichiamo con = (C, C 0 ) la distanza tra i due centri. Supponiamo che
|r r0 | < < r + r0
allora le due sfere si intersecano in una circonferenza reale. Tale circonferenza
giace su di un piano la cui equazione si ricava sottraendo membro a membro le
equazioni delle due sfere:
(
x2 + y 2 + z 2 + ax + by + cz + d = 0
x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 = 0.
cioe
: (a a0 )x + (b b0 )y + (c c0 )z + (d d0 ) = 0.

17.3. Fascio di sfere.

279

Da cui otteniamo lequazione della circonferenza che le due sfere hanno in comune:
(
x2 + y 2 + z 2 + ax + by + cz + d = 0
:
(a a0 )x + (b b0 )y + (c c0 )z + (d d0 ) = 0.
Definiamo fascio di sfere secanti in e di piano radicale , tutte le sfere che si
ottengono, al variare del parametro reale , dallequazione
(x2 + y 2 + z 2 + ax + by + cz + d) + (x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 ) = 0
o equivalentemente dallequazione
(x2 + y 2 + z 2 + ax + by + cz + d) + ((a a0 )x + (b b0 )y + (c c0 )z + (d d0 )) = 0.
Se P1 e un punto non appartenente a allora esiste una ed una sola sfera appartenente al fascio e passante per P1 .
Supponiamo ora che
|r r0 | =
allora le due sfere sono tangenti internamente lun laltra. Viceversa, se r + r0 =
allora le due sfere sono tangenti esternamente. In entrambi i casi le due sfere si
intersecano in una circonferenza ridotta in due rette immaginarie coniugate, con
un unico punto reale P0 , che e quello di tangenza tra le due sfere.
Indichiamo con : ex + f y + gz + h = 0 il piano tangente ad entrambe le sfere
S e S 0 in P0 .
Definiamo fascio di sfere tangenti in P0 e di piano radicale , tutte le sfere che
si ottengono, al variare del parametro reale , dallequazione
(x2 + y 2 + z 2 + ax + by + cz + d) + (x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 ) = 0
o equivalentemente dallequazione
(x2 + y 2 + z 2 + ax + by + cz + d) + (ex + f y + gz + h) = 0.
Anche in questo caso, se P1 e un punto non appartenente a allora esiste una ed
una sola sfera appartenente al fascio e passante per P1 .
Esempio 152. Determinare il piano tangente alla sfera x2 + y 2 + z 2 2x + 2y
2z 1 = 0 nel punto P = (1, 1, 1).
Svolg. Il piano tangente puo essere visto come il piano polare del punto P rispetto
alla quadrica (in questo caso la sfera) data:

1 0 0 1
x1

h
i 0 1 0
1

x2
1 1 1 1

=0
0 0 1 1 x3
1 1 1 1
x4

280

17. La sfera.

che si riduce a 2x2 2x4 = 0, cioe y 1 = 0.


Analogamente possiamo seguire il seguente procedimento:
Il centro della sfera data e C = (1, 1, 1), quindi il vettore CP ha componenti
proporzionali alla terna (0, 1, 0). Il piano tangente deve essere ortogonale a tale
vettore quindi la sua equazione e:
(0)(x 1) + (1)(y 1) + (0)(z 1) = 0
cioe y 1 = 0.

t
u

Esempio 153. Determinare la sfera contenente la circonferenza di equazioni


:

S :

x2 + y 2 + z 2 2x + 2z = y + z = 0

ed il punto P = (1, 1, 1).


Svolg. Per prima cosa verifichiamo che la circonferenza e reale; infatti il centro

di S e C = (1, 0, 1), il suo raggio e 2, e la distanza (C, ) = 12 e minore del


raggio di S.
Costruiamo il fascio di sfere contenenti la circonferenza :
F :

x2 + y 2 + z 2 2x + 2z + h(y + z) = 0

ed imponiamo il passaggio di tali sfere per il punto P : otteniamo h = 32 . Quindi


la sfera richiesta e ottenuta dal fascio per tale valore di h:
2x2 + 2y 2 + 2z 2 4x + z 3y = 0.
t
u
Esempio 154. Determinare la sfera tangente al piano :
punto P = (1, 1, 1) e passante per il punto Q = (2, 1, 0).
Svolg.

x + y z 1 = 0 nel

La retta ortogonale a e passante per P ha equazioni:

x=t+1
y =t+1 .

z = t + 1

Su tale retta si trovano i centri di ogni sfera che sia tangente a in P . Per esempio
scegliamo t = 1, il centro della sfera S1 ottenuta e C = (2, 2, 0) ed il suo raggio e

la distanza (P, C) = 3. La sfera ha equazione (x 2)2 + (y 2)2 + z 2 = 3 cioe


x2 + y 2 + z 2 4x 4y + 5 = 0. Costruiamo il fascio di sfere tangenti a in P :
F :

x2 + y 2 + z 2 4x 4y + 5 + h(x + y z 1) = 0.

17.3. Fascio di sfere.

281

Imponiamo il passaggio per il punto Q, sostituendo le sue coordinate nellequazione


del fascio F : h = 1. Quindi la sfera richiesta ha equazione
x2 + y 2 + z 2 3x 3y z + 4 = 0.
t
u

282

17.4

17. La sfera.

Esercizi.

Esercizio 244. Determinare centro e raggio della sfera 3x2 + 3y 2 + 3z 2 2x = 0,


x2 + y 2 + z 2 3y + z + 2 = 0.
Esercizio 245. Determinare centro e raggio della circonferenza x2 + y 2 + z 2 =
3x 4y 5 = 0.
Esercizio 246. Determinare il piano tangente alla sfera (x 2)2 + y 2 + z 2 = 4
nel suo punto (0, 0, 0).
Esercizio 247. Determinare la retta tangente alla circonferenza (x 2)2 + y 2 +
z 2 4 = x + y z = 0 nel suo punto (0, 0, 0).
Esercizio 248. Determinare i piani tangenti alla sfera x2 + y 2 + z 2 2x 2y
6z + 8 = 0 e contenenti la retta x + x 1 = z = 0.
Esercizio 249. Determinare il piano comune alle due sfere (x 1)2 + y 2 + z 2 = 4,
(x 3)2 + y 2 + z 2 = 1.
Esercizio 250. Determinare la sfera passante per il punto (0, 0, 0) e per la circonferenza x2 + y 2 + z 2 2x 3 = 4x 11 = 0.
Esercizio 251. Determinare la sfera tangente al piano x y + z = 0 nel punto
(0, 0, 0) e passante per il punto (1, 2, 0).
Esercizio 252. Determinare la circonferenza per i punti (1, 0, 0), (0, 2, 0), (0, 0, 1).
Esercizio 253. Determinare centro e raggio della circonferenza passante per i
punti A(1, 2, 1), B(3, 1, 2) e tangente in B alla retta x + z 5 = y 2z + 5 = 0.

18
Cenni sulle superfici di rotazione.
18.1

Definizione e calcolo.

Siano r una retta e una curva nello spazio. Diciamo superficie di rotazione di
asse r e meridiana , quella superficie che otteniamo facendo ruotare la curva
intorno allasse r. Essa e quindi lunione di infinite circonferenze generate, su piani
perpendicolari a r, dalla rotazione degli infiniti punti di intorno a r.
Pi
u precisamente fissiamo un qualsiasi punto P di . Determiniamo il piano
passante per P ed ortogonale allasse r.
Quindi calcoliamo il punto C = r e la distanza = (C, P ).
Sia ora S la sfera di centro C e raggio . Dallintersezione S si ottiene
esattamente la circonferenza che individua la rotazione del punto P intorno allasse
r.
Al variare di tutti i punti P su si ricava lintera superficie di rotazione.
Consideriamo i seguenti casi particolari. Supponiamo che la curva meridiana
sia anchessa una retta:
i) se r e sono complanari e incidenti, la superficie di rotazione e un cono;
ii) se r e sono complanari e parallele, la superficie di rotazione e un cilindro
di sezione circolare;
iii) se r e sono sghembe, la superficie di rotazione e un iperboloide.

18.2

Esercizi svolti.

Esercizio 254. Determinare la superficie ottenuta dalla rotazione della curva


meridiana r : x y = z y = 0 intorno allasse di rotazione s : x = y = 0
(asse Z).

284
Svolg.

18. Cenni sulle superfici di rotazione.


In forma parametrica r e data dalle equazioni

x=t
y=t .

z=t

Il generico punto di r in coordinate parametriche e Pt = (t, t, t).


Il piano passante per Pt ed ortogonale allasse di rotazione s e
t :

0(x t) + 0(y t) + 1(z t) = 0

z t = 0.

La circonferenza t che giace su t , di centro Ct = t s e raggio (Ct , Pt ) e


parte della superficie richiesta. Al variare del parametro t otteniamo tutte le
circonferenze t , la cui unione costituisce la superficie di rotazione.
Ct = s = (0, 0, t)

rt = (Ct , Pt ) = 2t2 .
La curva t si ottiene come intersezione di t con la sfera di centro Ct e raggio rt :
(
x2 + y 2 + (z t)2 = 2t2
t =
.
z=t
Eliminando il parametro t otteniamo la superficie:
x2 + y 2 2z 2 = 0
che e un cono di vertice X = (0, 0, 0, 1). Allora lasse di rotazione e la retta
meridiana sono incidenti.
t
u
Esercizio 255. Determinare la superficie ottenuta dalla rotazione della curva
meridiana r : x z = y 2 = 0 intorno allasse di rotazione s : y 1 =
z 3 = 0.
Svolg.

In forma parametrica r e data dalle equazioni

x=t
y=2 .

z=t

Il generico punto di r in coordinate parametriche e Pt = (t, 2, t).


Il piano passante per Pt ed ortogonale allasse di rotazione s e
t : x t = 0.

18.2. Esercizi svolti.

285

La circonferenza t che giace su t , di centro Ct = t s e raggio (Ct , Pt ) e


parte della superficie richiesta. Al variare del parametro t otteniamo tutte le
circonferenze t , la cui unione costituisce la superficie di rotazione.
Ct = s = (t, 1, 3)
p
rt = (Ct , Pt ) = t2 6t + 10.
La curva t si ottiene come intersezione di t con la sfera di centro Ct e raggio rt :
(
(x t)2 + (y 1)2 + (z 3)2 = t2 6t + 10
t =
.
x=t
Eliminando il parametro t otteniamo la superficie:
x2 y 2 z 2 6x + 2y + 6z = 0
che e un iperboloide. Allora lasse di rotazione e la retta meridiana sono sghembe.
t
u
Esercizio 256. Determinare la superficie ottenuta dalla rotazione della curva
meridiana c : z = y x2 = 0 intorno allasse di rotazione s : y = z = 0
(asse X).
Svolg.

In forma parametrica c e data dalle equazioni

x=t
y = t2 .

z=0

Il generico punto di c in coordinate parametriche e Pt = (t, t2 , 0).


Il piano passante per Pt ed ortogonale allasse di rotazione s e
t :

x t = 0.

La circonferenza t che giace su t , di centro Ct = t s e raggio (Ct , Pt ) e


parte della superficie richiesta. Al variare del parametro t otteniamo tutte le
circonferenze t , la cui unione costituisce la superficie di rotazione.
Ct = s = (t, 0, 0)

rt = (Ct , Pt ) = t4 = t2 .
La curva t si ottiene come intersezione di t con la sfera di centro Ct e raggio rt :
(
(x t)2 + y 2 + z 2 = t4
t =
.
x=t

286

18. Cenni sulle superfici di rotazione.

Eliminando il parametro t otteniamo la superficie:


y 2 + z 2 x4 = 0.
t
u

19
Appendice: Disegni relativi ai
capitoli precedenti

disegno 1

P1

disegno 2
Z

v
k

vz

j
Y
i

vx
vy

disegno 3

Q
w

disegno 4

O
u

disegno 5

v^w

disegno 6

w
h
b
v

disegno 7

u1 ^ u2

v
w
u
u
1

u2

disegno 8

disegno 9

P0

Q1

u = versore perpendicolare alla retta


P0H = proiezione di [P0 Q1] lungo la direzione di u

disegno 10

P0

u
H

Q1

u = versore perpendicolare al piano


P0H = proiezione di [P0 Q1] lungo la direzione di u

disegno 11

P
1

l2

l1
Q0

r = (l,m,n)
Q
1

modulo di [P1 Q1] = distanza ( P1 , r )