Appunti Ed Esercizi Di Algebra Lineare

Quaderni di Matemati
a http://www.extrabyte.info
Appunti ed eser izi di Algebra lineare

Mar ello Colozzo

fn (x; x1, x2, ..., xn) =

(n) =

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

x1 x2 ... xn1 xn
x x2 ... xn1 xn
x1 x ... xn1 xn
... ... ... ... ...
x1 x2 ... xn1 xn
x1 x2 ... xn1 x

1
0
... , n = 2, 3, 4, ..., +
0
0
(1)
Indi e
I Spazi vettoriali
1 Matri i e determinanti
1.1
Denizione di matri e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Classi azione delle matri i
1.3
Operazioni elementari sulle matri i

1.3.1
. . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
13
Somma e dierenza di matri i . . . . . . . . . . . . . . . . . . . . . .
13
1.4
Determinanti
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5
Minori di una matri e
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
1.6
Teorema di Lapla e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
1.7
Altre propriet delle matri i . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
1.8
Inversa di una matri e
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
1.9
Rango di una matri e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
1.10 Eser izi proposti
17
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
1.10.1 Operazioni sulle matri i e lassi azione delle matri i . . . . . . . . .
35
1.10.2 Minori e omplementi algebri i
. . . . . . . . . . . . . . . . . . . . .
48
1.10.3 Cal olo di determinanti del se ondo ordine . . . . . . . . . . . . . . .
50
1.10.4 Cal olo di determinanti del terzo ordine
50
. . . . . . . . . . . . . . . .
1.10.5 Cal olo di determinanti di ordine qualsiasi
. . . . . . . . . . . . . . .
2 Sistemi di equazioni lineari
50
57
2.1
Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
57
2.2
Ri er a delle soluzioni
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
58
2.3
Sistemi normali: teorema di Cramer . . . . . . . . . . . . . . . . . . . . . . .
58
2.4
Sistemi non normali: Teoremi di Rou h e di Capelli
. . . . . . . . . . . . .
61
2.5
Sistemi omogenei
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
64
2.6
Esempi numeri i
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
3 Spazi vettoriali
69
3.1
Denizione assiomati a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
3.2
Dipendenza ed indipendenza lineare di vettori
. . . . . . . . . . . . . . . . .
73
3.3
Sottospazio vettoriale generato da un numero nito di vettori . . . . . . . . .
76
3.4
Sistemi massimi di vettori linearmente indipendenti di un insieme di vettori .
83
3.5
Basi e dimensioni di uno spazio vettoriale . . . . . . . . . . . . . . . . . . . .
85
3.6
Il metodo delle trasformazioni elementari . . . . . . . . . . . . . . . . . . . .
86
3.7
Cambiamento di base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
3.8
Dimensione di un sottospazio vettoriale . . . . . . . . . . . . . . . . . . . . .
91
3.9
Somma di due spazi vettoriali
. . . . . . . . . . . . . . . . . . . . . . . . . .
92
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
95
3.10.1 Soluzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
96
3.10 Eser izi
II Omomorsmi ed isomorsmi
107
4 Appli azioni lineari tra spazi vettoriali
109
4.1
Denizione di appli azione lineare . . . . . . . . . . . . . . . . . . . . . . . .
109
4.2
Eser izi
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
113
Soluzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
113
4.2.1
5 Omomorsmi e isomorsmi
115
5.1
Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
115
5.2
Denizione assiomati a e teoremi onseguenti
5.3
Eser izi
5.3.1
. . . . . . . . . . . . . . . . .
115
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
120
Soluzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
121
Hom (E, F )
5.4
Lo spazio vettoriale
. . . . . . . . . . . . . . . . . . . . . . . . .
123
5.5
Matri e rappresentativa
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
125
5.6
Relazioni tra le omponenti dei vettori trasformati . . . . . . . . . . . . . . .

n
m
Sistemi di equazioni lineari. Appli azione di K in K
. . . . . . . . . . . .
127
5.7
5.8
Prodotto di endomorsmi
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
131
5.9
Endomorsmo inverso
128
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
134
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
135
5.10 Autovalori e autovettori di un endomorsmo . . . . . . . . . . . . . . . . . .
137
5.10.1 Denizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
137
5.10.2 Polinomio aratteristi o
. . . . . . . . . . . . . . . . . . . . . . . . .
139
5.10.3 Endomorsmi diagonalizzabili . . . . . . . . . . . . . . . . . . . . . .
142
5.10.4 Eser izi
145
5.9.1
Eser izi
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.11 Similitudine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.11.1 Matri i simili
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6 Spazio duale
158
158
161
6.1
Forme lineari
6.2
Cambiamento di base nello spazio duale.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
7 Spazi vettoriali eu lidei
161
164
167
7.1
Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
167
7.2
Prodotto s alare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
167
7.3
Tensore metri o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
169
7.4
Spazi vettoriali propriamente eu lidei e pseudo-eu lidei
. . . . . . . . . . . .
171
7.5
Norma di un vettore
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
172
7.6
Spazi metri i
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
172
7.7
Base ortonormale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
172
7.8
Polinomi ortonormali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
174
III Appendi i
177
A Soluzioni degli eser izi proposti
179
A.1
Cal olo di determinanti del se ondo ordine . . . . . . . . . . . . . . . . . . .
A.2
Determinanti del terzo ordine
. . . . . . . . . . . . . . . . . . . . . . . . . .
181
A.3
Determinanti di ordine qualsiasi . . . . . . . . . . . . . . . . . . . . . . . . .
182
A.3.1
197
end . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
179
2014
Copyright
Matemati a Open Sour e

versione
All rights reserverd.
Parte I
Spazi vettoriali
Capitolo 1
Matri i e determinanti
1.1 Denizione di matri e
Una
matri e una tabella di m n elementi disposti per m righe e n olonne.
a11 a12
a21 a22
A=
...
...
am1 am2
... a1n
... a2n
... ...
... amn
S riviamo:
(1.1)
A volte si utilizza la seguente notazione simboli a:
A = (aij )
Gli elementi
Se
m=n
aij
on
i = 1, ..., m; j = 1, ..., n
appartengono a un assegnato ampo
si di e he
A=
A
K.
una matri e quadrata di ordine
1 0
2 3
n.
Ad es.:
2.

una matri e
32
2 cosh t
5et
2 sin t
e2t
B=
2 sinh t 10 sin t
i ui elementi sono funzioni del tempo t.
1.2 Classi azione delle matri i

Consideriamo una matri e
Si denis e
A (m n):
a11 a12
a21 a22
A=
...
...
am1 am2
matri e trasposta
di
... a1n
... a2n
... ...
... amn
e si indi a on
AT
la matri e
s ambiando le righe per le olonne:
AT = (bij ) = (aji )
a11 a12
a21 a22
=
...
...
am1 am2
... a1n
... a2n
... ...
... amn
(1.2)
(m n)
ottenuta da
Ad esempio, la trasposta della matri e:
A=
1 2 3
4 5 6
1 4
AT = 2 5
3 6
***
Consideriamo la matri e quadrata di ordine
A = (aij ) ,
n:
on
i, j = 1, 2, ..., n
Abbiamo la seguente denizione:
def
i > j , aij = 0) = (A
una matri e
triangolare alta
(1.3)
Risulta:
A=
Vi eversa:
a11 a12 a13

0 a22 a23
0
0 a33
... ... ...
0
0
0
def
i < j , aij = 0) = (A
...
...
...
...
0
a1n
a2n
a3n
...
ann
una matri e
(1.4)
triangolare bassa
(1.5)
Risulta:
A=
a11 0
0
a21 a22 0
a31 a32 a33
... ... ...
an1 an2 an3
... 0
... 0
... 0
... ...
... ann
Nel aso spe iale in ui la matri e quadrata di ordine
n, A = (aij )
(1.6)
simultaneamente alta e
bassa, si ha:
def
i 6= j , aij = 0) = (A
una matri e
diagonale
(1.7)
La (1.7) impli a:
A=
a11 0
0
0 a22 0
0
0 a33
... ... ...
0
0
0
e viene indi ata on la notazione simboli a:
... 0
... 0
... 0
... ...
... ann
A = diag (a11 , a22 , a33 , ..., ann )

Se
a11 = a22 = ... = ann = k ,
identit di ordine n:
la matri e si di e
(1.8)
(1.9)
s alare, e per k = 1, la (1.9) la matri e
In =
1
0
0
...
0
0
1
0
...
0
0
0
1
...
...
...
...
...
...
...
0
0
0
...
1
= diag (1, 1, 1, ..., 1)
Quando non rilevante l'ordine

on
(1.10)
della matri e, la matri e identit si indi a sempli emente
I.
***
Sia
n.
simmetri a
def
= A antisimmetri a
def
A = AT = A
A = AT
(1.11)
Cio, rispettiavamente:
i, j {1, 2, 3, ..., n} , aij = aji

i, j {1, 2, 3, ..., n} , aij = aji
(1.12)
Esempi.
La (1.13) simmetri a:
1 2
3
A = 2 4 5
3 5 6
(1.13)
1 2
3
AT = 2 4 5
3 5 6
=A
La (1.14) antisimmetri a:
0 2 3
0 4
B= 2
3 4 0
0 2 3
B T = 2 0 4
3 4 0
= B
***
(1.14)
Sia
matri e oniugata di
A,
sul ampo omplesso
la matri e quadrata di ordine
def
A = aij
Ad esempio:
A=
C,
io
aij C.
Si denis e
i ui elementi sono i omplessi
A:
oniugati degli elementi di
4 + 5i
3i
2
2 3i
= A =
4 5i
3i
2
2 + 3i
Sussiste la propriet:
(A ) = A
***
Sia
sul ampo omplesso
C.
Abbiamo le seguenti
denizioni:
hermitiana
= A = A antihermitiana
def
(A )T = A = A
(A )T
def
Cio, rispettivamente:
Ad esempio:
def
i, j {1, 2, ..., n} , aji = aij = A
def
i, j {1, 2, ..., n} , aji = aij = A
hermitiana
antihermitiana
1
1i 2
3
i
A= 1+i
2
i 0
Passando alla trasposta della oniugata:
1
1i 2
3
i
(A )T = 1 + i
2
i 0
= A,
donde
hermitiana.
1
1i 2
i
B = 1 i 3i
2
i
0
Passando alla trasposta della oniugata:
1
1 + i 2
(B )T = 1 + i 3i
i
2
i
0
= B,
donde
antihermitiana.
(1.15)
1.3 Operazioni elementari sulle matri i

1.3.1 Somma e dierenza di matri i
Sian
A = (aij ), B = (bij )
m n:
i = 1, 2, ..., m; j = 1, 2, ...n.
on
Si denis e
somma di A e B , la
matri e
A + B = (cij ) ,
(1.16)
cij = aij + bij
(1.17)
essendo:
La
dierenza A B la somma A + (B), essendo B = (bij ).
Quindi:
A B = (dij ) ,
on
dij = aij bij

Esempio.
A=
Abbiamo:
2 7 0
1 5 9
A+B =
AB =
Consideriamo le matri i
A (n m)
a11 a12
a21 a22
A=
... ...
an1 an2
...
...
...
...
B=
4 1 0
1 5 9
2 6 0
0 0 0
6 8 0
2 10 18
B (m p):
a1m
b11 b12
a2m
b21 b22
; B =
...
... ...
anm
bm1 bm2
he possono essere indi ate on la notazione ompatta:
... b1p
... b2p
... ...
... bmp
(1.18)
A = (aij ) , i = 1, 2, ..., n; j = 1, 2, ..., m

B = (bij ) , i = 1, 2, ...m; j = 1, 2, ..., p
Si denis e
matri e prodotto righe per olonne e si indi a on AB , la matri e n p:

AB = (cij ) , i = 1, 2, ...n; j = 1, 2, ..., p
(1.19)
m
X
(1.20)
essendo:
cij =
aik bkj
k=1
Esempio 1.
Date le matri i:
Determinare la matri e
2 1 0
1 1 1 0
A = 3 2 0 ; B = 2 1 1 0
1 0 1
2 3 1 2
AB .
Soluzione 2.
Abbiamo
A (3 3) , B (3 4), quindi AB (3 4).
4 3 3 0
AB = 7 5 5 0
3 4 2 2
Appli ando la (1.20):
Ci premesso, sussiste il
Teorema 3.
Siano
A (n m)
B (m p).
Risulta:
(AB)T = B T AT
Dimostrazione.
(1.21)
Poniamo:
A = (aij )
B = (bij )
on
on
i = 1, ..., n; j = 1, ..., m
i = 1, ..., m; j = 1, ..., p
Indi hiamo on un api e gli elementi di matri e delle rispettive trasposte:
Il prodotto di

AT = aij

B T = bij
B:
AB = (cij )
on
aij = aji
on
bij = bji
on
cij =
m
X
(1.22)
aik bkj
(1.23)
k=1
la ui trasposta
(AB)T = cij
Il prodotto di
BT
AT :
T
on
cij
B A =
cij = cji =
m
X
ajk bki
(1.24)
k=1
on cij
m
X
bik akj
(1.25)
k=1
Per le (1.22):
cij
m
X
bki ajk = cij = B T AT = (AB)T ,
k=1
donde l'asserto.
Teorema 4.
Se
Dimostrazione.
Poniamo
A = (aij )
on
n,
i, j = 1, 2, ..., n.
la matri e
Quindi,
A + AT
simmetri a.
AT = (aji );
la somma :
A + AT = (ij ) ,
essendo:
ij = aij + aji
Risulta:
ji = ij , i, j = 1, 2, ..., n
donde la simmetria di
Teorema 5.
Se
A + AT .
n,
la matri e
A AT
antisimmetri a.
Dimostrazione.
Poniamo
A = (aij )
on
i, j = 1, 2, ..., n.
Quindi,
AT = (aji );
la dierenza :
A AT = (ij ) ,
essendo:
ij = aij aji
Risulta:
ji = ij , i, j = 1, 2, ..., n
donde l'antisimmetria di
Corollario 6.
A AT .
Ogni matri e quadrata si esprime ome somma di una matri e simmetri a e
di una matri e antisimmetri a.
Dimostrazione.
Sia
A = (aij )
on
i, j = 1, 2, ..., n.
Il generi o elemento di matri e pu
s riversi:
1
1
aij = aij + aji aji
2
2
1
1
1
1
= aij + aij + aji aji
2
2
2
2
1
1
= (aij + aji ) + (aij aji )
2
2
(1.26)
La (1.26) impli a:
A=
1

1
A + AT +
A AT ,
|2 {z
} |2 {z
}
simmetri a
donde l'asserto.
Denizione.
Se
antisimmetri a
una matri e quadrata, diremo he
ortogonale
se:
AAT = AT A = I,
essendo
AT
la matri e trasposta di
A.
(1.27)
In altri termini, la matri e
ortogonale se l'inversa
(per tale denizione vedere 1.8) oin ide on la trasposta:
A1 = AT
Denizione.
Se
(1.28)
e se
Ap = A
... A}
| A{z
p
Denizione.
Se
p N,
la potenza p-esima di
volte
si di e he
idempotente , se:
A2 = A
Denizione. Se A una matri e quadrata di ordine n e se p N, si di e he A nilpotente

di ordine p, se:
Ap = 0
Teorema 7.
Se
Dimostrazione.
Teorema 8.
nilpotente di ordine
p,
ogni intero
p > p
ordine di nilpotenza per
p > p, Ap = Ap Ap p = 0 Ap p = 0
p = 2) = (s N, A (I A)s = A
A.
Dimostrazione.
La dimostrazione segue per al olo diretto:
s = 1 = A (I A) = A A2 = A
s = 2 = A (I A)2 = A 2A2 + A3 = A
...
s = s = A (I A)s = A
***
Assegnate due matri i quadrate dello stesso ordine
A (n n), B (n n),
si osservi he in
generale il prodotto righe per olonne non ommutativo, io:
AB 6= BA
Se risulta:
AB = BA
si di e he
ommutano o he il prodotto AB ommutativo.
Se risulta:
AB = BA
si di e he
anti ommutano o he il prodotto AB anti ommutativo.
Possiamo poi onsiderare la potenza
k-sima
di una matri e quadrata:
Ak = A
... A}
| A{z
k
volte
3:
Si onsideri ad esempio, la matri e quadrata di ordine
2 1 1
0 1 2
A=
1 0 1
Abbiamo:

2 1 1
A2 = 0 1 2
1 0 1
5 3 1
= 2 1 4
3 1 2
5 3
3
2
2 1
A =A A=
3 1
11 8 0
= 8 1 8
8 4 3
Veri hiamo he il prodotto
A2 A
2 1 1
0 1 2
1 0 1
1
2 1 1
4 0 1 2
2
1 0 1
ommutativo:
Determiniamo
2 1 1
5 3 1
A A2 = 0 1 2 2 1 4
1 0 1
3 1 2
11 8 0
8 1 8 = A2 A
=
8 4 3
A5 :
Si osservi he
A2 A3
5 3 1
11 8 0
A5 = A2 A3 = 2 1 4 8 1 8
3 1 2
8 4 3
39 41 21
62 33 20
=
41 31 2
ommutativo:
11 8 0
5 3 1
A3 A2 = 8 1 8 2 1 4
8 4 3
3 1 2
39 41 21
= 62 33 20 = A2 A3
41 31 2
1.4 Determinanti
Abbiamo visto he una matri e un array di

quadrata:
m n numeri.
a11 a12
a21 a22
A=
... ...
an1 an2
... a1n
... a2n
,
... ...
... ann
possibile asso iare a tale array un numero, he si hiama

indi a on il simbolo
Per
n = 1,
det A,

det A =

Nel aso spe iale di una matri e
a11 a12
a21 a22
... ...
an1 an2
... a1n
... a2n
... ...
... ann
si pone per denizione:
(1.29)
determinante della matri e e si

def
det A = a11
Per denire
det A
nel aso
n 2,
dobbiamo introdurre la nozione di
prodotto asso iato
alla matri e (1.29). A tale s opo hiediamo i se sia possibile prendere tra gli
A,
un sottoinsieme
ostituito da
elementi tali he:
aij , ahk S , (i 6= h, j 6= k)
n2
elementi di
io due qualunque elementi di
non appartengono n alla stessa riga, n alla stessa olonna.
Quindi il sottoinsieme deve essere del tipop:
S = {ah1 k1 , ah2 k2 , ..., ahn kn }

on
hi , ki
tali he:
i, j {1, 2, ..., n} , i 6= j = (hi 6= hj , ki 6= kj )

Cio
h1 , h2 , ..., hn
k1 , k2 , ..., kn
(1.30)
sono permutazioni arbitrarie (distinte o oin identi) degli elementi

Ad esempio, per
n=5
1, 2, 3, ..., n.
onsideriamo:
(h1 , h2 , ..., hn ) = (4, 2, 1, 3, 5)

(k1 , k2, ..., kn ) = (2, 4, 3, 1, 5)
ottenendo:
S = {a42 , a24 , a13 , a31 , a55 }
(1.31)
Quindi, gli elementi dell'insieme (1.31) soddisfano la ondizione ri hiesta.

Siano ora
le inversioni della prima e se onda delle (1.30), rispettivamente. Il prodotto
asso iato alla matri e quadrata (1.29) per denizione:
(1)h+k ah1 k1 ah2 k2 ...ahn kn

Si osservi he:
(1)h+k = +1,
(1)
Inoltre
h+k
pari se
h, k
stessa lasse. Vi eversa, se

Per
h+k
= 1,
se
h+k
pari
altrimenti
hanno la medesima parit, io se le due permutazioni sono della
h+k
dispari.
n = 2:
A=
a11 a12
a21 a22
Abbiamo i seguenti sottoinsiemi:
a11 , a22
a12 , a21
e i relativi prodotti asso iati:
+ a11 a21
a21 a22
Da i segue he per ottenere tutti i prodotti asso iati basta tenere sso uno degli indi i
hi , ki ,
fa endo variare l'altro in tutti i modi possibili, per ui il numero di prodotti asso iati
ad una matri e di ordine
n,
pari a
n!
Ad esempio, per
n = 3:
a11 a12 a13

A = a21 a22 a23
a31 a32 a33
abbiamo
3! = 6
prodotti asso iati. Infatti gli insiemi sono:
a11 , a22 , a33

a12 , a21 , a33
a13 , a21 , a32
a13 , a23 , a31
a11 , a23 , a32
a11 , a23 , a32
Nel aso generale, il determinante di
somma si pu ssare la
A la somma degli n! prodotti asso iati.
Per eseguire la
n-pla h1 , h2 , ..., hn, per poi variare in tutti i modi possibili k1 , k2 , ..., kn,
o vi eversa. Abbiamo quindi:
det A = (1)h
(1)k ah1 k1 ah2 k2 ...ahn kn
(1.32)
k1 k2 ...kn
det A = (1)k
(1)h ah1 k1 ah2 k2 ...ahn kn
h1 h2 ...hn
Nel aso spe iale in ui
(h1 , h2 , ..., hn ) = (1, 2, ..., n),

det A =
la prima delle (1.32) diventa (h
= 0):
(1)k a1k1 a2k2 ...ankn
(1.33)
k1 k2 ...kn
(k1 , k2 , ..., kn ) = (1, 2, ..., n),

det A =
la se onda delle (1.32) diventa (k
(1)h ah1 1 ah2 2 ...ahn n
h1 h2 ...hn
Ad esempio, per
n = 3:

a11 a12 a13

det A = a21 a22 a23
a31 a32 a33
= a11 a22 a33 a11 a23 a32 a21 a12 a33 + a21 a13 a32 + a31 a12 a23 a31 a13 a22
Per
n=4
= 0):
(1.34)

det A =

a11
a21
a31
a41
a12
a22
a32
a42
a13
a23
a33
a43
a14
a24
a34
a44
= a11 a22 a33 a44 a11 a22 a34 a43 a11 a32 a23 a44 + a11 a32 a24 a43
+ a11 a42 a23 a34 a11 a42 a24 a33 a21 a12 a33 a44 + a21 a12 a34 a43
+ a21 a32 a13 a44 a21 a32 a14 a43 a21 a42 a13 a34 + a21 a42 a14 a33 + a31 a12 a23 a44
a31 a12 a24 a43 a31 a22 a13 a44 + a31 a22 a14 a43 + a31 a42 a13 a24
a31 a42 a14 a23 a41 a12 a23 a34 + a41 a12 a24 a33 + a41 a22 a13 a34
a41 a22 a14 a33 a41 a32 a13 a24 + a41 a32 a14 a23
Da i segue he al res ere di
n, aumenta la omplessit del al olo diretto del determinante.
Fortunatamente esistono teoremi he ridu ono tale omplessit di al olo.
Teorema 9.
Se
n:
det A = det AT
Dimostrazione.
Siano:

det A =

T
det A =

... a1n
... ...
... ann
a11 ... a1n

... ... ...
an1 ... ann
a11
...
an1
Per denizione di matri e trasposta:
ahk = akh
Il determinante di
A:
det A =
(1.35)
(1)k ak1 1 ak2 2 ...akn n
k1 k2 ...kn
Per la (1.35):
det A =
k1 k2 ...kn
T
= det A
Teorema 10.
Sia
n.
Se negli indi i di riga eseguiamo la
sostituzione:
(1, 2, ..., n) (h1 , h2 , ..., hn )

otteniamo una nuova matri e quadrata di ordine
n,
he indi hiamo on
det A = (1)h det A,

essendo
il numero di inversioni della sostituzione (1.36).
(1.36)
A .
Risulta:
Dimostrazione.
Poniamo
A = (ahk ):
a1r = ah1 r , a2r = ah2 r , ...,anr = ahn r
on
r = 1, 2, ..., n
Abbiamo:
det A =
k1 k2 ...kn
k1 k2 ...kn
h
= (1) det A
Ad esempio, onsideriamo la matri e
a11 a12 a13

A = a21 a22 a23
a31 a32 a33
Eseguiamo la sostituzione degli indi i di riga:
(1, 2, 3) (3, 1, 2)
(1.37)
Quindi:
a11 = a31 , a21 = a11 , a31 = a21

a21 = a11 , a22 = a12 a23 = a13
a31 = a21 , a32 = a22 , a33 = a23
Da ui:
a31 a32 a33

A = a11 a12 a13
a21 a22 a23
Si osservi he la sostituzione (1.37) presenta due inversioni, quindi

A :
h = 2.
Il determinante
di
det A = (1)2 det A = det A

In maniera analoga si dimostra il seguente
Teorema 11.
Sia
A una
matri e quadrata di ordine
n.
Se negli indi i di olonna eseguiamo
la sostituzione:
(1, 2, ..., n) (k1 , k2 , ..., kn )

otteniamo una nuova matri e quadrata di ordine
n,
he indi hiamo on
(1.38)
A .
Risulta:
det A = (1)k det A,

essendo
il numero di inversioni della sostituzione (1.38).
I due teoremi pre edenti si spe ializzano nel seguente:
Teorema 12.
olonne.
Un determinante inverte il proprio segno se si s ambiano due righe o due
Dimostrazione.
Poniamo:

det A =

a11 a12
a21 a22
... ...
an1 an2
... a1n
... a2n
... ...
... ann
(1.39)
Senza ledere la generalit, s ambiamo la prima riga on la se onda, ottenendo:
det A =

a21 a22
a11 a12
... ...
an1 an2
... a2n
... a1n
... ...
... ann
(1.40)
Si osservi he (1.40) si ottiene da (1.39) attraverso la sostituzione di indi i di riga:
(1, 2, ..., n) (2, 1, ..., n)

Tale sostituzione ha
h=1
inversioni. Per i teoremi pre edenti:
det A = det A
In maniera analoga si dimostra he
det A = det A,
essendo
det A
il determinante ottenuto da (1.39) s ambiando la prima on la se onda
olonna.
Teorema 13.
Se in una matri e quadrata
identi he, segue he
Dimostrazione.
det A = 0.
A (n n)
ontiene due righe (o due olonne)
Senza ledere la generalit:
a11 a12
a11 a12
A=
... ...
an1 an2
... a1n
... a1n
... ...
... ann
Se s ambiamo la prima riga on la se onda otteniamo una matri e
A = A.
pre edente:
D'altro anto
A = A
det A = det A
impli a:
det A = det A
donde:
det A = det A = det A = 0

io l'asserto.
Teorema 14.
Sia
A (n n)
Moltipli ando la riga
i-esima
una matri e quadrata:
a11 a12
a21 a22
A=
... ...
an1 an2
per una ostante
A =
a11 a12
... ...
ai1 ai2
... ...
an1 an2
... a1n
... a2n
... ...
... ann
si ottiene la matri e
... a1n
... ...
... ain
... ...
... ann
Per il teorema
essendo
air = air .
Ci posto, i determinanti di
sono legati dalla relazione:
det A = det A
Dimostrazione.
Nella (1.32) troviamo un fattore
det A = (1)h
in ogni termine della sommatoria, donde:
k1 k2 ...kn
= det A
Da tale teorema segue he se gli elementi di una riga hanno un fattore omune
, questo pu
essere posto fuori del determinante:
a11 a12
a21 a22
...
...
an1 an2
... a1n
... a2n
... ...
... ann
a11 a12
a21 a22
... ...
an1 an2
... a1n
... a2n
... ...
... ann
Il teorema pre edente si generalizza al aso della moltipli azione di una ostante per gli
elementi di una olonna. Ad esempio:
Teorema 15.
a11 a12
a21 a22
...
...
an1 an2
Dimostrazione.
det A = 0.
a11 a12
a21 a22
... ...
an1 an2
A (n n),
... a1n
... a2n
... ...
... ann
gli elementi di una riga (o di una
Per il teorema (14):
donde l'asserto.
a11 a12
... ...
0
0
... ...
an1 an2
... a1n
... ...
... 0
... ...
... ann

= 0

Se una matri e quadrata
porzionali, allora
Dimostrazione.
Se in una matri e quadrata
olonna) sono tutti nulli, si ha
Teorema 16.
... a1n
... a2n
... ...
... ann
det A = 0.
a11 a12
... ...
1
1
... ...
an1 an2
A (n n)
... a1n
... ...
... 1
... ...
... ann

= 0,

ontiene due righe (o due olonne) pro-
Qui per righe proporzionali intendiamo:
: as1 = ar1 , as2 = ar2 , ..., asn = arn ,
donde:

det A =

a11
...
ar1
...
ar1
...
an1

a11

...

ar1

= ...
ar1

...

an1
a12
...
ar2
...
ar2
...
an2
a12
...
ar2
...
ar2
...
an2
=0=0
... a1n
... ...
... arn
... ...
... arn
... ...
... ann

... a1n
... ...
... arn
... ...
... arn
... ...
... ann
1.5 Minori di una matri e

Consideriamo una matri e
A (m n):
a11 a12
a21 a22
A=
...
...
am1 am2
... a1n
... a2n
... ...
... amn
p N {0} | p min {m, n}. Quindi prendiamo p righe di indi e h1 < h2 < ... < hp , e
p olonne di indi i k1 , k2 , ..., kp ; in tal modo resta individuato il determinante:

ah1 k1 ah1 k2 ... ah1 kp


ah1 h2 ...hp,k1 k2 ...kp =
(1.41)

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

ahp k ahp k ... ahp kp
1
2
Sia
Il determinante (1.41) si hiama
minore di ordine p della matri e A.

A=
1 0 5
2 1 3
Ad esempio:
(1.42)
Assumiamo:
h1 = 1, h2 = 2
k1 = 2, k2 = 3
Quindi:
a12,23

0 5
,
=
1 3
he un minore di ordine 2 della matri e (1.42).
Ora onsideriamo il aso parti olare di una matri e quadrata di ordine
n:
Assegnati
a11 a12
a21 a22
A=
... ...
an1 an2
... a1n
... a2n
... ...
... ann
p {1, 2, ..., n 1}, h1 , h2 , ..., hp , k1 , k2 , ..., kp abbiamo il minore



ah1 h2 ...hp,k1 k2 ...kp =

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

ahp k1 ahp k2 ... ahp kp
Al tempo stesso resta denito il minore di ordine
ahp+1 hp+2 ...hn,kp+1 kp+2 ...kn
di ordine
(1.43)
n p:

ahp+1 kp+1 ahp+1 kp+2

def ahp+2 kp+1 ahp+2 kp+2
=
...
...

ahn kp+1
ahn kp+2
... ahn kn
... ahn kp
...
...
... ahn kn
minore omplementare del minore (1.43).

omplemento algebri o o aggiunto o ofattore del minore (1.43):
Il minore (1.44) si hiama
ah1 h2 ...hp ,k1 k2 ...kp =
Esempi numeri i
p
P
p:
p
P
hr +
kr
(1)r=1 r=1
(1.44)
Deniamo poi
ahp+1 hp+2...hn,kp+1 kp+2 ...kn
Poniamo:
0
1 12
A = 4 2 3
9 6 14
h1 = 1, h2 = 2; k1 = 1, k2 = 2,
per ui
hp+1 = 3, kp+1 = 3,
il minore di ordine 2:
a12,12
Il minore omplementare del minore

0 1

=4
=
4 2
a12,12
di ordine 1:
a3,3 = det (14) = 14

Il omplemento algebri o di
a12,12
a12,12 = (1)6 a3,3 = 14

***
Sia:
Prendiamo
p = 2,
donde:
2
4 3 5
1 2 7 9
A=
3
2 9 4
7 2 1 0
h1 = 1, h2 = 2; k1 = 1, k2 = 2

2

4
=0
a12,12 =
1 2
Il minore omplementare del minore
a12,12
essendo
p = 2.
Per i
a34,34
a12,12

9 4
=
1 0

= 4

a12,12 = (1)6 a34,34 = 4

Sia:
A=
1 2 9
4 0
2 3 1 3 2
5 4 6 2 1
0 8
1
5 3
6 4
9 1 3
Consideriamo il minore del se ond'ordine:
a24,23
Il minore omplementare di
a24,23
di ordine 3:
a135,145
a24,23

3 1

= 11
=
8 1

1 4 0

= 5 2 1
6 1 3

= 41

a24,23 = (1)6+5 a135,145 = +41
***
Sia
2 0 10
2
A= 4 1
0 1 1
Abbiamo:
a12,12
a12,13
a12,23
a13,12
a13,13
a13,23
a13,23
a13,23
a23,12
a23,23

=

=

=

=

=

=

=

=

=

=

2 0
=2
4 1

2 10
= 44
4 2

0 10
= 10
1 2

2 0
= 2
0 1

2 10
=2
0 1

0 10
= 10
1 1

0 10
= 10
1 1

0 10
= 10
1 1

4 1
= 4
0 1

1 2
=3
1 1
a3,3 = det (1) = 1

a12,12
= (1)6 a3,3 = 1
e .
***
La nozione di minore di ordine

qualunque elemento
algebri o di
ahk
ahk
si spe ializza nel aso
di una matri e
A (n n)
p = 1.
Pi spe i atamente, un
un minore di ordine 1. Il omplemento
ahk = (1)h+k Mhk ,
(1.45)
essendo
Mhk = det Ahk

Qui
Ahk
la
matri e omplementare di A :
a11
a21
...
ah1,1
A=
ah1
ah+1,1
...
an1
... a1,k1
a1k
a1,k+1
... a2,k1
a2k
a2,k+1
...
...
...
...
... ah1,k1 ah1,k ah1,k+1
... ah,k1
ahk
ah,k+1
... ah+1,k1 ah+1,k ah+1,k+1
...
...
...
...
... an,k1
ank
an,k+1
... a1n
... a2n
...
...
... ah1,n
... ahn
... ah+1,n
...
...
... ann
(1.46)
io la matri e quadrata di ordine

la olonna
k-esima :
Ahk
n1
a11
a21
...
=
ah1,1
ah+1,1
...
an1
ottenuta dalla (1.46) an ellando la riga
... a1,k1
a1,k+1
... a2,k1
a2,k+1
...
...
...
... ah1,k1 ah1,k+1
... ah+1,k1 ah+1,k+1
...
...
...
... an,k1
an,k+1
... a1n
... a2n
...
...
... ah1,n
... ah+1,n
...
...
... ann
1.6 Teorema di Lapla e
h-esima
Consideriamo la matri e quadrata:
Fissiamo
p < n,
... a1n
... a2n
... ...
... ann
a11 a12
a21 a22
A=
... ...
an1 an2
dopodi h prendiamo
individuata la matri e
righe di indi i:
h1 < h2 < ... < hp .
Resta os
p n:
... ah1 n
... ah2 n
... ...
... ahp n
ah1 1 ah1 2
ah2 1 ah2 2
...
...
ahp 1 ahp 2
Il numero di minori he possono essere estratti da tale matri e, pari al numero delle
ombinazioni di lasse
di
oggetti, io
n
p
n!
p! (n p)!
Abbiamo quindi:
ah1 h2 ...hp ,k1 ,k2 ,...,kp ,

essendo
k1 < k2 < ... < kp
una qualunque ombinazione di lasse
di
1, 2, ..., n.
Ci posto,
sussiste il Teorema di Lapla e:
Teorema 17.
det A =
ah1 h2 ...hp ,k1 ,k2 ,...,kp ah1 h2 ...hp,k1 ,k2 ,...,kp
(1.47)
k1 k2 ...kp
Dimostrazione.
Omessa.
Nel aso spe iale
p = 1,
la (1.47) si s rive:
det A =
ahk ahk
(1.48)
he esprime lo sviluppo di un determinante se ondo gli elementi di una riga assegnata (somma
degli
n
1
=n
prodotti dei singoli elementi per i orrispondenti omplementi algebri i).
In maniera analoga si dimostra lo sviluppo se ondo gli elementi di una olonna assegnata.
Nella (1.48) ahk il omplemento algebri o del minore ahk ed dato dalla (1.45) he
ris riviamo:
ahk
= (1)
h+k
det Ahk =
det Ahk , h + k pari

det Ahk , altrimenti
La relazione pre edente suggeris e la seguente
Denizione. Un elemento ahk di una matri e quadrata, si di e di posto pari o di posto

dispari se h + k pari o dispari rispettivamente.
Esempi
Sviluppiamo il determinante di
poi h:
1 1 2
9 2
A= 3
2 1 5
se ondo gli elementi della prima riga:

9 2
det A = (+1)
1 5
a11
a12

3 2
3 9
1
+ (1)

2 5 + 2 2 1 = 104,
2
= (1) A11
3
= (1) A12
a22 = (1)4 A13

= (+1)

= (1)

= (+1)
***

9 2
1 5

3 2
2 5

3 9
2 1
Cal oliamo il determinante
1
2
1
4

1 2 3
3 1 4
3 2 5
5 7 6
Sviluppando se ondo gli elementi della se onda olonna:

2
1 4

= 1 2 5
4
7 6
Risulta:

1 2 3

+ 3 1 2 5

4
7 6

1 2 3
1 2 3

3 2 1 4 + 5 2

1
4

4 7 6
1 2 5
2
1 4
1 2 5
4
7 6
1 2 3
1 2 5
4
7 6

1 2 3

2 1 4

4 7 6

1 2 3

2
1 4

1 2 5

= 36

= 48

= 60

= 0,

donde:
= 288
1.7 Altre propriet delle matri i

A (n n) una matri e quadrata di ordine n. Senza ledere la generalit supponiamo he
aij R. Fissiamo arbitrariamente p N : p < n, e le righe: h1 < h2 < ... < hp :
a11 a12 ... a1n

...
... ... ...
ah1 1 ah1 2 ... ah1 n
ah2 1 ah2 2 ... ahn n
A=
(1.49)
...
...
...
...
ahp 1 ahp 2 ... ahp n
...
... ... ...
an1 an2 ... ann
Sia
Fissiamo l'attenzione sulle
righe:
(ahr 1 , ahr 2 , ..., ahr n )

Se
1 , 2 , ...p R,
on
r = 1, 2, ..., p
onsideriamo le ombinazioni lineari:
b1 = 1 ah1 1 + 2 ah2 1 + ... + p ahp 1

b2 = 1 ah1 2 + 2 ah2 2 + ... + p ahp 2
...
bn = 1 ah1 n + 2 ah2 n + ... + p ahp n
Indi hiamo on
la matri e ottenuta da (1.49) on la sostituzione
(ai1 , ai2 , ..., ain ) (ai1 + b1 , ai2 + b2 , ..., ain + bn ) ,
per un assegnato
Teorema 18.
Dimostrazione.
i {1, 2, ..., n} {h1 , h2 , ..., hp }.
Sussiste il
det A = det B
Omessa.
Un aso parti olare :
(ai1 , ai2 , ..., ain ) (ai1 + ar1 , ai2 + ar2 , ..., ain + arn ) ,
essendo
i, r {1, 2, ..., n}
on
Si ha:
C=
i 6= n.
Tale sostituzione produ e la matri e:
a11
a12
...
...
ai1 + ar1 ai2 + ar1
...
...
an1
an2
det C = det A
Esempi
...
a1n
...
...
... ain + ar1
...
...
...
ann
Fissiamo
1 2 5
A = 4 1 1
2 1 1

1 2 5

det A = 4 1 1 = 36
2 1 1
p = 2, h1 = 2, h2 = 3.
Quindi:
b1 = 1 (4) + 2 (2)
b2 = 1 (1) + 2 (1)
b3 = 1 (1) + 2 (1)
Assumendo
Per
(1 , 2 ) = (1, 2):
b1 = 0, b2 = 3, b3 = 1
i = 1:
Un al olo diretto porge:
1 5 4
B = 4 1 1
2 1 1
det B = 36
***
Sia:
Eseguiamo la sostituzione:
Per
=1
1 1 0
A= 2 1 1
3 7 2

1 1 0

det A = 2 1 1 = 4
3 7 2
(a11 , a12 , a13 ) (a11 + a21 , a12 + a22 , a13 + a23 )

(1, 1, 0) (3, 0, 1)
donde:
3 0 1
B= 2 1 1
3 7 2

3 0 1

det B = 2 1 1 = 4
3 7 2
Per
= 1/2

3 1
(1, 1, 0) 0, ,
2 2
donde:
Eseguiamo la sostituzione:
Per
= 2:
0 32
C= 2 1
3 7

0 3
2

det C = 2 1
3 7
12
1
2

1
2
1 = 4
2
(a21 , a22 , a23 ) (a21 + a11 , a22 + a12 , a23 + a13 )

(2, 1, 1) (0, 3, 1) ,
donde:
0 32
D= 2 1
3 7

1 1

det C = 0 3
3 7
12
1
2

0
1 = 4
2
Osservazione. I teoremi pre edenti ontinuano a valere nel aso di sostituzioni per olonna.
Ad esempio:
1 2 3
A = 1 1 4
5 2 1

1 2 3

det A = 1 1 4 = 14
5 2 1
Eseguiamo la sostituzione per olonna:
(a11 , a21 , a31 ) (a11 + a12 , a21 + a22 , a31 + a32 )

Per
=1
(1, 1, 5) (3, 0, 7) ,
donde:
1 3 3
B = 1 0 4
5 7 1

1 3 3

det B = 1 0 4 = 14
5 7 1
Teorema 19.
Sia
A (n n)
p {1, 2, ..., n 1}.
i0 {1, 2, ..., n} : (ai0 1 , ai0 2 , ..., ai0 n ) =
p
X
j0 {1, 2, ..., n} : (a1j0 , a2j0 , ..., anj0 ) =
Dimostrazione.
j=1
p
Fissiamo quindi
h1 < h2 < hp .

j ahj 1 , ahj 2 , ..., ahj n = det A = 0
i (a1hi , a2hi , ..., anhi ) = det A = 0
i=1
Omessa.
Se ondo il teorema pre edente, un determinante nullo se una riga (o una olonna)
ombinazione lineare di altre righe (o di altre olonne). Ad esempio:
5 7 19
A= 1 2 5
1 1 3
Qui :
(5, 7, 19) = 2 (1, 2, 5) + 3 (1, 1, 3) ,

donde
det A = 0
ome onfermato da un al olo diretto.
Teorema 20.
Siano
A, B
matri i quadrate di ordine
n.
det (A B) = (det A) (det B)
Dimostrazione.
Omessa.
1.8 Inversa di una matri e

Consideriamo la matri e quadrata di ordine
n:
a11 a12
a21 a22
A=
... ...
an1 an2
Se ondo la (1.45) per ogni elemento
algebri o ahk :
ahk
... a1n
... a2n
,
... ...
... ann
(1.50)
resta univo amente denito il suo omplemento
ahk ahk = (1)h+k det Ahk

Resta os denita la matri e quadrata di ordine
A(a)
he si hiama
n:
a11 a12
def a21 a22

=
... ...
an1 an2
matri e aggiunta della matri e A.
T
... a1n
... a2n
... ...
... ann
In altri termini, la matri e aggiunta la
trasposta della matri e dei omplementi algebri i.
Denizione.
non singolare
Nel aso ontrario, la matri e singolare .
Una matri e quadrata
se il suo determinante non nullo.
Denizione. Sia A una matri e quadrata di ordine n. Se A non singolare,

inversa di A e si indi a on A1 la matri e quadrata di ordine n tale he:
si denis e
AA1 = A1 A = In ,
essendo
In
la matri e identit di ordine
Proposizione.
Sia
n.
A1 =
Dimostrazione.
non singolare. La sua inversa :
A(a)
det A
(1.51)
Omessa.
***
Denizione. Una matri e quadrata di ordine n si di e involutoria se oin ide on la propria

inversa:
A1 = A A2 = I
Esempi
Sia
1 1 0
A = 4 3 2
2 2
5
det A = 43
La matri e aggiunta :
A(a)
Quindi l'inversa:
19
5 2
= 24 5 2
2 4 7
A1 =
19
43
24
43
2
43
5
43
5
43
4
43
2
43
2
43
7
43
***
Sia
1 2 3 4
5 6 7 8
A=
9 10 11 12
13 14 15 16
A(a)
Si osservi he
det A = 0,
0
0
=
0
0
0
0
0
0
0
0
0
0
0
0
0
0
per ui la matri e singolare e ome tale priva di inversa.
1.9 Rango di una matri e

Se
A (n n) 6= 0
Denizione.
per 1.5 esistono minori di ordine
Di esi
rango o aratteristi a
di
A,
p = 1, 2, ..., min {m, n}.

l'intero naturale:
def
r (A) = p> ,
essendo
p> = max {p} :
i minori di ordine
Da tale denizione segue he se
r (A) = p> ,
1. Esiste almeno un minore di ordine

2. se
p> < min {m, n},
p>
p>
i minori di ordine
sono non nulli.
signi a:
non nullo;
p> + 1, p> + 2, ...,
sono tutti nulli.
1.10 Eser izi proposti

1.10.1 Operazioni sulle matri i e lassi azione delle matri i
per al une soluzioni onsultare l'Appendi e A)

1 2 1 0
4 0
2 1 +
2 5 1 2

1 2 1 0
4 0
2 1
2 5 1 2

3 4 1 2
1 5 0 3 =
2 2 3 1

3 4 1 2
1 5 0 3 =
2 2 3 1

1 2 1 0
2 1 =
3 4 0
2 5 1 2

1 2 1 0
2 1 =
4 0
2 5 1 2
***
4 2 0 2
5 5 2 4 ;
4 7 4 1
2 6 2 2
3 5 2 2 ;
0 3 2 3
3
6 3 0
12 0
6 3 ;
6 15 3 6
1 2 1
0
4 0 2 1
2 5 1 2
1

2 3 1 4 = 12
2
1
2
3
1

4 2 3 1 = 8 12 4 ;
2
4 6 2
4 2 6 9

2 3 1
0 1 7 10 = 19 13 16 14
5 3 8 11

1
2 3 4
20
=
;
1 5 6
29
3

3 4
1 2 1
3
8
5 =
1
;
4 0 2
8 12
2 2
Date le matri i:
al olare la matri e

a11 a12
b
b
11
12
A = a21 a22 , B =
,
b12 b22
a31 a32
prodotto AB .
Date le matri i:
1 2
3 2
A = 3 4 , B = 1 5 ,
5 6
4
3
determinare:
p q
D = r s :A+BD =0
t u
***
Date le matri i:
1 2 3
3 1 2
4 1 2
2 , B = 4 2 5 , C = 0 3 2 ,
A= 5 0
1 1 1
2 0 3
1 2 3
determinare: A + B , A C , 2A. Veri are l'identit:
Determinare una matri e
A + (B C) = (A + B) C
tale he:
A+D =B
Veri are le identit:
D =BA
D = (A B)
***
Date le matri i:
1 1 1
1 2 3
A = 3 2 1 ; B = 2 4 6
2 1
0
1 2 3
veri are la non ommutativit del loro prodotto.
Soluzione
0 0 0
AB = 0 0 0
0 0 0
1 6 6 1 + 4 + 3 1 2
BA = 2 12 12 2 + 8 + 6 2 4
1 6 6 1 + 4 + 3 1 2
11 6 1
= 20 12 2 ,
11 6 1
(1.52)
io
AB 6= BA.
***
Date le matri i:
1 2 2
1 4 1 0
2 1 1 2
A = 2 1 3 , B = 2 1 1 1 , C = 3 2 1 1 ,
4 3 1
1 2 1 2
2 5 1 0
veri are l'identit matri iale:
AB = AC
Soluzione
Pro ediamo per al olo diretto:
3 3 0 1
AB = 1 15 0 5
3 15 0 5
3 3 0 1
AC = 1 15 0 5
3 15 0 5
***
Date le matri i:

1 1 1
1 3
1 2 3 4
2 0
3
0 2 ,C=
A=
, B =
2 0 2 1
3 1 2
1 4
veri are l'identit (propriet distributiva rispetto alla moltipli azione righe per olonne):
A (BC) = (AB) C
Soluzione
Pro ediamo per al olo diretto:
2 1
AB = 1 18
1 15
4 4
35 2
(AB) C =
31 2
7 2
4 0
BC =
7 2
4 4
A (BC) =
35 2
31 2
***
4 7
39 22
27 11
3 1
4 2
11 8
4 7
39 22
27 11
Date le matri i (1.52) veri are la propriet distributiva della moltipli azione righe per
olonne rispetto all'addizione di matri i:
A (B + C) = AB + AC
Soluzione
7 0 4
B+C = 4 5 7
3 2 6
Quindi:
6 16 0
A (B + C) = 41 4 32
6 7 3
Determiniamo il se ondo membro della (1.53):
5 3 3
AB = 19 5 16
1 3 0
1 13 3
AC = 22 1 16
5 4 3
da ui:
6 16 0
AB + AC = 41 4 32
6 7 3
***
Data la matri e:
A=
essendo
i=
Soluzione
1,
determinare
per
i 0
0 i
n N.

i 0
1 0
A =
=
= I
0 i
0 1

1 0
i 0
3
A =
= A
0 1
0 i

i 0
i 0
1 0
4
3
A =A A=
=
=I
0 i
0 i
0 1
2
An
i 0
0 i

Da i segue:
= An = I
n
dispari = A = A
n
n
Pre isamente:
pari
(1.53)
A2
A4
A8
A10
= I
= +I
= +I
= I
da i segue:
An = +I ,
An = I,
se
se
n = 4p p N
n = 4p + 2 p N
In maniera simile si dimostra he:
An = +A,
An = A,
se
se
n = 4p + 1 p N
n = 4p + 3 p N
***
Assegnate le matri i:
2 3 5
1 3
5
2 2 4
5 , B = 1 3 5 , C = 1 3
4 ,
A = 1 4
1 3 4
1 2
5
1
2 3
veri are he
Soluzione
ommutano e he
AC = A, CA = C .
Cio
2 3 + 5 6 9 15
AB = 1 + 4 5 3 12 + 15
1 3 + 4 3 + 9 12
0 0 0
= 0 0 0
0 0 0
2 3 + 5 6 9 15
1 + 4 5 3 12 + 15
BA =
1 3 + 4 3 + 9 12
0 0 0
= 0 0 0
0 0 0
10 + 15 25
5 20 + 25
5 + 15 20
10 + 15 25
5 20 + 25
5 + 15 20
AB = BA = 0.
2 3 5
5 =A
AC = 1 4
1 3 4
2 2 4
4 =C
CA = 1 3
1 2 3
***
A=
veri are he
Soluzione
a b
b a
c d
d c
a b
b a

ca + db cb + da
da + cb db + ca
B=
, on
a, b, c, d R
ommutano.
AB =
=
BA =
a b
b a
ac + bd ad + bc
bc + ad bd + ac

donde:
a, b, c, d R, AB = BA
***
Veri are he la matri e:
2 2 4
4
A = 1 3
1 2 3
idempotente.
Soluzione
2 2 4
2 2 4
4 1 3
4
A2 = 1 3
1 2 3
1 2 3
2 2 4
4 = A2 = A
= 1 3
1 2 3
***
Veri are l'idempotenza delle matri i:
Per la matri e
A:
2 3 5
1 3
5
5 , B = 1 3 5
A = 1 4
1 3 4
1 3
3
2 3 5
2 3 5
5 1 4
5
A2 = 1 4
1 3 4
1 3 4
2 3 5
1 4
5 =A
=
1 3 4
Per la matri e
1 3
5
1 3
5
B 2 = 1 3 5 1 3 5
1 3
3
1 3
3
1 3
5
1 3 5 = B
=
1 3
3
***
Dimostrare la seguente proposizione:
AB = A, BA = B) = (A, B
sono idempotenti
Soluzione
AB = A = A (BA) = A
Per la propriet distributiva rispetto alla moltipli azione tra matri i:
(AB) A = A
Ma
AB = A,
donde:
A2 = A
da ui l'idempotenza di
A.
Passiamo alla matri e
B:
BA = B = B (AB) = B
Per la proprit distributiva:
(BA) B = B
Ma
BA = B ,
donde:
B 2 = B,
da ui l'idempotenza di
B.
***
Veri are la nilpotenza di ordine
della matri e:
Soluzione
1
1
3
2
6
A= 5
2 1 3
donde l'asserto.
1
1
3
2
5
2
6
A =
2 1 3
0
0
0
3
3
9
=
1 1 3
0
0
0
3
3
3
9
A =
1 1 3
0 0 0
= 0 0 0 ,
0 0 0
1
1
3
5
2
6
2 1 3
1
1
3
5
2
6
2 1 3
***
Assegnata la matri e quadrata:
1 2 2
A= 2 1 2
2 2 1
veri are he soluzione dell'equazione matri iale:
X 2 4X 5I3 = 0
Abbiamo:
Quindi:
Cio:
1 2 2
1 2 2
A2 = 2 1 2 2 1 2
2 2 1
2 2 1
9 8 8
8 9 8
=
8 8 9
A2 4A 5I3
9 8 8
4 8 8
5 0 0
= 8 9 8 8 4 8 0 5 0
8 8 9
8 8 4
0 0 5
0 0 0
0 0 0
=
0 0 0
A2 4A 5I3 = 0
***
Assegnata la matri e:
2 1 3
A = 1 1 2
1 2 1
veri are he soluzione dell'equazione matri iale:
X 3 2X 2 9X = 0
Abbiamo:

2 1 3
2
2
1 1 2
1
A =
1 2 1
1
8 7 11
3 6 3
=
5 1 8

8 7 11
2
A3 = 3 6 3 1
5 1 8
1
34 23 49
= 15 3 24
19 20 25
Quindi:
1 3
1 2
2 1
1 3
1 2
2 1
0 0 0
A3 2A2 9A = 0 0 0
0 0 0
***
Veri are he la matri e:
Soluzione
1 3 4
4
A = 1 3
1 3 4
2.
1 3 4
1 3 4
4 1 3
4
A2 = 1 3
1 3 4
1 3 4
0 0 0
0 0 0
=
0 0 0
***
Veri are he le matri i:
1
2
3
2 1 6
A= 3
2
0 , B = 3
2
9
1 1 1
1 1 4
ommutano, e he il loro prodotto la matri e identit.
Soluzione
Abbiamo:
1
2
3
2 1 6
2
0 3
2
9
AB = 3
1 1 1
1 1 4
1 0 0
= 0 1 0
0 0 1
2 1 6
1
2
3
2
9 3
2
0
BA = 3
1 1 4
1 1 1
1 0 0
0 1 0
=
0 0 1
***
1 1 2
2/3
0
1/3
1/5
A = 2 3 2 , B = 3/5 2/5
1 2 4
7/15 1/5 1/15
ommutano, e he il loro prodotto la matri e identit.
Soluzione
Abbiamo:

1 1 2
2/3
0
2 3 2
3/5 2/5
AB =
1 2 4
7/15 1/5
1 0 0
=
0 1 0
0 0 1

2/3
0
1/3
1
3/5 2/5
1/5
2
BA =
7/15 1/5 1/15

1
1 0 0
= 0 1 0
0 0 1
1/3
1/5
1/15
1 2
3 2
2 4
***
A=
1 1
2 1
B=
1 1
4 1
anti ommutano. Inoltre si dimostri he:
Soluzione
A, B : A
anti ommutano,
(A + B)2 = A2 + B 2
AB =
1 1
2 1

1 1
4 1

3 2
2 3

1 1
1 1
BA =
4 1
2 1

3 2
=
= BA
2 3
=
Se
A, B
sono due qualunque matri i he anti ommutano:
(A + B)2 = (A + B) (A + B)
= A2 + AB + BA + B 2
=
A2 + B 2
BA=AB
***
A1 =
0 1
1 0
A2 =
0 i
i 0
A3 =
i 0
0 i
veri are he ias una anti ommuta on le altre. Pi pre isamente:
Ai Aj =
Aj Ai se i 6= j
I se i = j
A1 A2 =
i 0
0 i
Soluzione
Abbiamo:
A2 A1 =
A1 A3 =
A3 A1 =
A2 A3 =
A3 A2 =
A21
A22
A23
=
=
=

i 0
0 i
0 i
i 0
0 i
i 0

= A1 A2

= A1 A3

0 1
1 0

0 1
= A2 A3
1 0

1 0
0 1

1 0
0 1

1 0
0 1
***
Determinare le matri i he ommutano on
Soluzione
D = diag (1, 2, 3).
Sia
a11 a12 a13

A = a21 a22 a23
a31 a32 a33
Quindi:
a11 2a12
AD = a21 2a22
a31 2a32
a11 a12
DA =
2a21 2a22
3a31 3a32
ommutano se:
Cio
3a13
3a23
3a33
a13
2a23
3a33
a12 = 2a12
a13 = 3a13
AD = DA
a21 = 2a12
a31 = 3a31
3a32 = 2a32
a11
0
0
0 , a11 , a22 , a33
A = 0 2a22
0
0 3a33
a11 , a22 , a33 :
a11 0
0
A = 0 a22 0
0
0 a33
Ridenendo (in forza della loro arbitariet)
n. Pre isamente, la pi generale matri e quadrata di ordine n he ommuta on Dn = diag (d11 , d22 , ..., dnn ).
a11 0 ... 0
0 a22 ... 0
An =
... ... ... ...
0
0 ... ann
Il risultato pre edente si generalizza al aso di una matri e diagonale di ordine
***
Determinare l'inversa della matri e
Soluzione
1 2
3 4
appli ando la denizione.
Imponiamo

Cio:
1 2
3 4

a b
c d
1 0
0 1

a + 2c = 1
3a + 4c = 1
b + 2d = 0
3b + 4d = 1
Risolvendo entrambi i sistemi lineari:
(a, c) =
donde:
3
2,
2
1 2
3 4
1
(b, d) =

1
1,
,
2
2
1
3/2 1/2
***
0 1 1
A = 4 3 4
3 3 4
veri are he involutoria.
Soluzione
Abbiamo:
A2 = A A
0
= 4
3
1
= 0
0
0 1 1
1 1
3 4 4 3 4
3 4
3 3 4
0 0
1 0
0 1
***
veri are
1
1 + i 2 + 3i
i
1 + i 2 3i
2
i , B = 1 + i
2i
1
A= 1i
2 3i
i
0
2 3i 1
0
he A hermitiana, e B antihermitiana.
Soluzione
Abbiamo:
1
1 + i 2 3i
2
i
A = 1 + i
2 + 3i i
0
1
1 + i 2 + 3i
2
i = A
(A )T = 1 i
2 3i
i
0
i
1 + i 2 3i
2i
1 = B
(B )T = 1 + i
2 3i 1
0
1.10.2 Minori e omplementi algebri i

A=
1 2 3 4
6 7 8 9
11 12 12 14
16 17 18 19
21 22 23 24
5
10
15
20
25
Determinare il minore omplementare e il omplemento algebri o del minore del terzo ordine
a145,135 .
Soluzione
Abbiamo:
a145,135

1 3 5

= 16 18 20
21 23 25
(1.54)
Il minore omplementare di (1.54) il minore del se ond'ordine:
a23,24
Il omplemento algebri o:

7 9
= 10
=
12 4
a145,135 = (1)1+4+5+1+3+5 a23,24 = a23,24

***
1/3 2/3 2/3

4 3 3
1/3 2/3 ; B = (bij ) = 1
0
1 ,
A = (aij ) = 2/3
2/3 2/3 1/3
4
4
3
veri are he i omplementi algebri i degli elementi di
A, B
soddisfano rispettivamente le
propriet seguenti:
aij = aij , bij = bji
Soluzione
Per la matri e
A:
1
2
2
a11 = = a11 , a12 = = a12 , a13 = = a13
3
3
3
2
1
2
a21 = = a21 , a22 = = a22 , a23 = = a23
3
3
3
2
2
2
a31 = = a31 , a22 = = a22 , a33 = = a33
3
3
3
In maniera analoga per la matri e
B.
***
1 2 3
A= 2 3 2
1 2 2
Determinare i ofattori dei singoli elementi, non h la matri e inversa.
Soluzione
Abbiamo:
a11
a21
a31

3 2
=
2 2

2
=
2

2
= +
3

2 2

= 2 a12 =
= 2 a13 = 2

1 2
1

1 3

3

=
2
a
=
=
1
a
=
22
23
1 2

2

1 3

3
= 4 a33 =
= 5 a32 =

2
2 2
A(a)
L'inversa:

3
=1
2

1 2
=0
1 2

1 2
= 1
2 3
2
2 5
= 2 1 4
1
0 1
1
A(a)
=
det A
Cal olo del determinante:
Quindi:

1 2 3

det A = 2 3 2
1 2 2

1 2 3

= 2 3 2

0 0 1

= 1 2

2 3

= +1

A1 = A(a)
***
Assegnato il determinante
si moltipli hino le sue olonne per

riga, si dimostri he:
Soluzione
Abbiamo:

bc a2 a2

= b2 ca b2
c2 c2 ab

bc ab ac

= ab ac cb
ac bc ab
a, b, c.
Quindi, ra ogliendo il fattore omune di ias una

a = a

ab = b

abc = c

bc a2 a2 abc a2 a2
b2 ca b2 = ab2 ca b2
c2 c2 ab ac2 c2 ab

abc a2 a2 abc a2 b a2
ab2 ca b2 = ab2 bca b2
ac2 c2 ab ac2 bc2 ab

abc a2 b a2 abc a2 b a2 c
ab2 bca b2 = ab2 bca cb2
ac2 bc2 ab ac2 bc2 abc
Ra ogliendo i fattori omuni per singola riga:

bc ab ac

abc = abc ab ac cb
ac bc ab

bc ab ac

= = ab ac cb

ac bc ab
***
1.10.3 Cal olo di determinanti del se ondo ordine

(Soluzioni in A.1)

2 3 2 1 sin cos a
c + id + i + i
;
;
;
;
;
1 4 1 2 cos sin c id
b i i

sin cos cos sin tan 1 1 + 2 2 3 1 lgb a
;
;
;
;
sin cos sin cos 1
tan 2 + 3 1 2 lga b 1

a + b b + d a + b a b x 1
1

;
;
;
;
a + c c + d a b a b x3
x2 + x + 1 1
1
1 1
1 0 1 ;
1 1 0
1
cos 3 i sin 3
cos 4 i sin 4
1.10.4 Cal olo

di determinanti
del terzo
ordine

0 1 1 a
a a 1 1

1 0 1 ; a a x ; 1 2
1 1 0 a a x 1 3
cos 3 + i sin 3
cos 4 + i sin 4
1
cos 2
+ i sin 2
3
3
2
2
cos 3 i sin 3
1
1 1
i 1+i

3 ; i 1
0
6 1 i 0 1
1 1 1

; 1 2 ;

1 2
1.10.5 Cal olo di determinanti di ordine qualsiasi

Determinare i valori di
xR
per i quali nullo il determinante:

f (x) =

2x
1
3
1
x
0
2
1
Cal olare il determinante della matri e di ordine
Adiag

1 2
1 1
0 1
1 x
n:
1 0 0
0 2 0
0 0 3
... ... ...
0 0 0
... 0
... 0
... 0
... ...
... n
***
Cal olare il determinante di ordine

(n) =

n:

0 0 0 ... 0 1
0 0 0 ... 1 0
... ... ... ... ... ... , n = 2, 3, 4, ..., +
0 1 0 ... 0 0
1 0 0 ... 0 0
(1.55)
***
Cal olare il determinante di ordine

D (n) =

1
0
0
0
0
n:
a
2
0
0
0
a
a
3
0
0
...
...
...
...
...
a
a
a
...
n
***

, n = 2, 3, 4, ..., +

(1.56)
Assegnata la funzione:
fn (x) =
n1
Y
k=0
(x k) ,
al olare i seguenti determinanti di ordine
a)
b)
on
n N {0, 1} ,
n + 1:

fn (0)
fn (1)
fn (2)

fn (1)
fn (2)
fn (3)
F (n) =
...
...
...
fn (n) fn (n + 1) fn (n + 2)
...
fn (n)
... fn (n + 1)
..
...
... fn (2n)

f (x) f (x) f (x) ... f (n) (x)
n
n
n
n

(n+1)
f (x) fn (x) fn (x) ... fn

(x)
G (x, n) = n
...
...
...
...
...

(2n)
fn (x) fn (x)
...
... fn (x)
***
Assegnati
n 1:
ak R
on
ak 6= ak (k , k = 1, 2, ...n),

(1.57)
1
x
x2
1 a1
a21
1 a2
a22
... ...
...
1 an1 a2n1
***
...
...
...
...
...
risolvere l'equazione algebri a di grado
xn1
an1
1
a2n1
...
an1
n1

=0

(1.58)
Risolvere l'equazione algebri a di grado
Assegnati
n 1:
ak R
on
n 2:
1
1
1
1 1x
1
1
1
2x
...
...
...
1
1
1
...
1
...
1
...
1
...
...
... (n 1) x
ak 6= ak (k , k = 1, 2, ...n),
a1
a2
a3
a1 a1 + a2 x
a3
a1
a2
a2 + a3 x
...
...
...
a1
a2
a3
(1.59)
risolvere l'equazione algebri a di grado
...
an
...
an
...
an
...
...
... an1 + an x
***

=0

(1.60)
Dimostrare he
2
2
2
2
( + 1)2
( + 1)2
( + 1)2
( + 1)2
( + 2)2
( + 2)2
( + 2)2
( + 2)2
( + 3)2
( + 3)2
( + 3)2
( + 3)2
***
Assegnata la matri e diagonale di ordine
Adiag

=0

(1.61)
n:
a1 0 0
0 a2 0
0 0 a3
... ... ...
0 0 0
... 0
... 0
... 0
... ...
... an
(1.62)
determinare la somma dei omplementi algebri i degli elementi di matri e.

***
Assegnata la matri e di ordine
n:
A=
0 0 ... 0 a1
0 0 ... a2 0
0 0 ... 0 0
... ... ... ... ...

an 0 ... ... 0
(1.63)
determinare la somma dei omplementi algebri i degli elementi di matri e.

***
Cal olare il seguente determinante, sviluppando se ondo gli elementi delle terza riga:

1
0 1 1
0 1 1 1
a
b
c
d
1 1 1
0
(1.64)
Cal olare il seguente determinante, sviluppando se ondo gli elementi delle quarta olonna:
2
1
1
1
1
2
1
1
1
1
2
1
x
y
z
t
***
(1.65)
Cal olare il seguente determinante, sviluppando se ondo gli elementi delle prima olonna:

=

Cal olare:
1.
2.
3.
4.
5.
6.
7.
8.

13547 13647

28423 28523 = 1487 600

246 427 327

1014 543 443 = 29 400 000

342 721 621

3
1
1
1
1
3
1
1
1
1
3
1
1
1
1
3

= 48

1 1 1
2 3 4
=1
3 6 10
4 10 20

1 2 3 4
2 3 4 1
= 160
3 4 1 2
4 1 2 3

1 1 1 1
1 2 3 4
= 12
1 4 9 16
1 8 27 64

1
2
3
4
2 1 4 3
= 900
3 4 1 2
4
3 2 1

2 1 1 1 1
1 3 1 1 1
1 1 4 1 1 = 394
1 1 1 5 1
1 1 1 1 6
1
1
1
1
a
b
c
d
1
0
1
1
***
1
1
0
1
1
1
1
0
(1.66)
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
0
0
0
6
5

=0

5
1
0
0
0
6
5
1
0
0
0
6
5
1
0
0
6
5
1
0
0
1
1
1
1
0
a
b
1
a
0
c
1
b
c
0
x
1
1
0
0
1
1
1 2 x2
2
3
2
3

0
a
b c
a 0
d e
= [eb + af + 2c sin (a b) sin (a c) sin (b c)]2

b d 0 f
c e f 0

= c2 2ac 2bc + b2 2ba + a2

x
y
x+y

y
x+y
x

x+y
x
y
0 1
x 1
0 x1
1 1
1 1
1
1
0
x
0
0
0
1
1
x

= 2x3 2y 3

= x5 x4 + x2 x + 1 + x3

1+x
1
1
1

1
1x
1
1

1
1
1+z
1

1
1
1
1z
2
3
2
3
1
5
1 9 x2

= z 2 x2

= 12 3x4 + 15x2

cos (a b) cos (b c) cos (c a)

cos (a + b) cos (b + c) cos (c + a)

sin (a + b) sin (b + c) sin (c + a)
1
2
3
1 0
3
1 2 0
... ... ...
1 2 3
...
...
...
...
...
n
n
n
...
0
1
a1
a2
1 a1 + b1
a2
1
a1
a2 + b2
...
...
...
1
a1
a2
...
an
...
an
...
an
...
...
... an + bn

= 2 sin (a b) sin (a c) sin (b c)

19. Espli itare l'espressione analiti a della funzione

del determinante di ordine
20. Cal olare:

fn (x; x1 , x2 , ..., xn ) =

(n) =

21. Cal olare:
22. Cal olare:

(b1 , b2 , ..., bn ) =

23. Cal olare:
24. Cal olare:
25. Cal olare:
fn (x, x1 , x2 , ..., xn ) data dallo sviluppo
n:
1
1
1
...
1
1
...
...
...
...
...
...
1 2 2 ...
2
2 2 2 ...
2
2 2 3 ...
2
... ... ... ...
...
2 2 2 ... n 1
2 2 2 ...
...
1
b1
0
0
1 1 b1
b2
0
0
1 1 b2 b2
...
...
...
...
0
0
0
0
0
0
0
0
xn1
xn1
xn1
...
xn1
xn1

(n) =

2
2
2
2
2
n
xn
xn
xn
...
xn
x

n n1 n2
1
x
0
0
1
x
...
...
...
0
0
0
0
0
0
(1.67)
... a + (n 1) h
...
0
...
0
...
...
...
a

a0 1 0 ... 0 0
a1
x 1 ... 0 0
a2
0
x ... 0 0
...
... ... ... ... ...
an1 0
0 ... x 1
an
0
0 ... 0 x
... 3
2
... 0
0
... 0
0
... ... ...
... 1 x
... 0 1
(1.68)
...
0
0
...
0
0
..
0
0
...
...
...
... 1 bn1
bn
...
1
1 bn
a a + h a + 2h
a
a
0
0
a
a
...
...
...
0
0
0

(n) =

x2
x2
x
...
x2
x2
1 2 3 ... n 1
n
1 3 3 ... n 1
n
1 2 5 ... n 1
n
... ... ... ...
...
...
1 2 3 ... 2n 3
n
1 2 3 ... n 1 2n 1

(n) =

(n) =

x1
x
x1
...
x1
x1
on
n N {0}
(1.69)
(1.70)
(1.71)
1
0
0
...
0
x
26. Se
n N {0, 1} e se fk (x) on k = 1, 2, ..., n, sono polinomi su R di grado rk n 2,
dimostrare:
a1 , a2 , ..., an R,
27. Cal olare (n
N {0}):

f1 (a1 ) f1 (a2 )

f2 (a1 ) f2 (a2 )

...
...

fn (a1 ) fn (a2 )

a0
a1 a2

y1 x1 0

f (x1 , x2 , ...xn ; y1 , y2 , ..., yn ) = 0 y2 x2
...
... ...

0
0
0
28. Cal olare (n
N {0}):
29. Cal olare per ogni

=0

... f1 (an )
... f2 (an )
...
...
... fn (an )

... an1 an
...
0
0
...
0
0
... ... ...
... yn xn

n!a0 (n 1) a1 (n 2) a2 an

n

x
0
0

(n 1)
x
0
fn (x) = 0
...
...
...
...

0

0
0
(1.72)
(1.73)
(1.74)
n N {0}

D (n) =

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

0 0
0 0
0 0
... ...
1 2
(1.75)
30. Costruire il diagramma artesiano della funzione reale di variabile reale nell'intervallo
[2, 2]:
per
n = 1, ..., 7.

2 cos x
1
0

1
2
cos
x
1

0
1
2 cos x
fn (x) =
...
...
...

0
0
0
...
0
...
0
...
0
...
...
... 2 cos x
(1.76)
31. Costruire il diagramma artesiano della funzione reale di variabile reale nell'intervallo
[1, 1]:
per
n = 1, ..., 7.

cos x
1
0

1
2
cos
x
1

1
2 cos x
fn (x) = 0
...
...
...

0
0
0
...
0
...
0
...
0
...
...
... 2 cos x
(1.77)
Capitolo 2
Sistemi di equazioni lineari
2.1 Generalit
Sia
Qui
un sistema di
aij R
(o
C)
equazioni lineari in
sono i
in ognite:
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2

....
am1 x1 + am2 x2 + ... + amn xn = bm
oe ienti, mentre bi
La matri e
A (m n)
a11 a12
a21 a22
A=
...
...
am1 am2
os denita, la
... a1n
... a2n
... ...
... amn
Poniamo:
(2.2)
matri e dei oe ienti .
Risulta inoltre denita la seguente matri e
m n + 1:
denominata
termini noti.
sono i
(2.1)
a11 a12
a21 a22
M =
...
...
am1 am2
... a1n b1
... a2n b2
,
... ... ...
... amn bm
matri e dei oe ienti e dei termini noti
(2.3)
Il sistema (2.1) pu essere s ritto ome:
AX = B,
(2.4)
essendo:
il vettore olonna di dimensioni
n 1,
x1
x2
X=
... ,
xn
mentre:
1 Tale
2 Tale
(2.5)
b1
b2
B=
... ,
bm
matri e spesso denominata matri e

matri e spesso denominata matri e
in ompleta.
ompleta.
(2.6)
il vettore olonna ostituito dai termini noti.

Una
soluzione
di (2.4) [o di (2.1) ogni
n-pla (1 , 2, ..., n ) Rn (o Cn ) tale he:

A = B,
dove:
Chiamiamo
(2.7)
Il sistema (2.4) [o (2.1) si di e
ompatibile se ammette almeno una soluzione.
vettore soluzione
Denizione 2.
Di ontro,
in ompatibile
1
2
=
...
n
di (2.4).
se privo di soluzioni.
Risolvere il sistema (2.4) equivale a
veri are la sua ompatibilit e in aso aermativo ri er are le soluzioni.
Denizione 3
Un sistema ompatibile si di e
determinato
se ammette una ed una sola soluzione. Se un
sistema ompatibile ammette pi di una soluzione, ne ammette innite. In tal aso il sistema
si di e
indeterminato.
2.2 Ri er a delle soluzioni

Sia
il rango della matri e dei oe ienti. Chiamiamo
noto, deve essere
p rango
del sistema (2.1). Come
p min {m, n}.
Inoltre, per denizione di rango di una matri e, esiste almeno un minore di

di ordine
p.
Preso ad arbitrio un minore non nullo di ordine
determinante fondamentale.
Senza perdita di generalit
quadrata di ordine
p,
a11 a12
a21 a22
C=
... ...
ap1 ap2
... a1p
... a2p
, det C 6= 0
... ...
... app
1.
p = m.
In tal aso il sistema
un
sistema normale.
2.
p < m.
In tal aso il sistema
un
sistema non normale.
2.3 Sistemi normali: teorema di Cramer

Per quanto detto deve essere
p < n.
3 Basta
hiameremo tale minore
p:
I asi possibili sono:
p = n;
non nullo
supponiamo he tale minore sia il determinante della matri e
p = m.
Abbiamo i due sotto asi:
omunque eettuare opportuni s ambi di righe e olonne.
(2.8)
Nel aso
a il sistema di p equazioni in p in ognite on la matri e dei oe ienti pari a C
[eq .(2.8) Quindi:
a11 x1 + a12 x2 + ... + a1p xp = b1
a21 x1 + a22 x2 + ... + a2p xp = b2

...
ap1 x1 + ap2 x2 + ... + app xp = bp ,
(2.9)
he pu essere s ritto ome:
CX = B
(2.10)
Abbiamo il
Teorema 1
Il sistema (2.9) ammette una ed una sola soluzione:

X = C 1 B
(2.11)
Dimostrazione.
La matri e
hiamo per
primo e se ondo membro (da sinistra) della (2.10):
C 1
tale he
det C 6= 0,
donde dotata di inversa
C 1 .

C 1 (CX) = C 1 B CC 1 X = C 1 B X = C 1 B
CC 1 =1
Vi eversa, il vettore olonna
(Nelle (2.12) - (2.13),
C 1 B
Moltipli-
(2.12)
veri a la (2.10):

C C 1 B = CC 1 B = 1B = B
(2.13)
p).
Dalla (2.11) segue il
Teorema 2 (Teorema di Cramer)
Il sistema (2.9) ompatibile e determinato. La soluzione data da:

x1 =
det C1
det C2
det Cp
, x2 =
, ..., xp =
det C
det C
det C
(2.14)
Nella (2.14)
Cj( j = 1, 2, ..., p) la matri e di ordine p, ottenuta
daC sostituendo alla
a1j
b1
a2j
b2
olonna
... , dei oe ienti dell'in ognita xj , la olonna ... dei termini noti.
apj
bp
Cio:
b1 a12
b2 a22
C1 =
... ...
bp ap2
.......
a11 a21
a21 a22
Cp =
... ...
ap1 ap2
... a1p
a11
... a2p
a21
, C2 =
... ...
...
... app
ap1
...
...
...
...
b1
b2
...
bp
b1
b2
...
bp
... a1p
... a2p
,
... ...
... app
(2.15)
Dimostrazione.
Dall'algebra delle matri i:
C 1
Qui
aij
a11 a12
1
a21 a22
=
det C ... ...
ap1 ap2

a11 a21
1
a12 a22
=
det C ... ...
a1p a2p
il omplemento algebri o di
aij .
T
... a1p
... a2p
... ...
... app
... ap1
... ap2
... ...
... app
(2.16)
Per la (2.11):
a11 b1 + a21 b2 + ... + ap1 bp
1
a12 b1 + a22 b2 + ... + ap2 bp
X=
...
det C
a1p b1 + a2p b2 + ... + app bp

fa ile rendersi onto he
matri e
Cj ,
a1j b1 + a2j b2 + ... + apj bp
per ui:
(2.17)
lo sviluppo del determinante della
det C1
1
det C2 ,
X=
det C ...
det Cp
donde l'asserto (2.14).
***
Passiamo ora ai sistemi di tipo
b.
Ora il numero delle in ognite
n > p,
quindi il sistema si
s rive:
a11 x1 + a12 x2 + ... + a1p xp + a1,p+1 xp+1 + ... + a1n xn = b1

..............................................
ap1 x1 + ap2 x2 + ... + app xp + ap,p+1xp+1 + ... + apn xn = bp
(2.18)
Abbiamo il seguente:
Teorema 3
Il sistema (2.18) ammette np soluzioni, he si ottengono assumendo ome parametri le

in ognite xj , on j = p + 1, p + 2, ..., n e appli ando il teorema di Cramer.
Infatti, il sistema (2.18) pu essere s ritto ome:
a11 x1 + a12 x2 + ... + a1p xp = b1 (a1,p+1 xp+1 + ... + a1n xn )
a21 x1 + a22 x2 + ... + a2p xp = b2 (a2,p+1 xp+1 + ... + a2n xn )

..............................................
ap1 x1 + ap2 x2 + ... + app xp = bp (ap,p+1xp+1 + ... + ann xn )
Poniamo:
(2.19)
1 = xp+1 , 2 = xp+2 , ... np = xn

Si ome le
sono arbitrarie, segue he il numero di soluzioni
Si on lude he i sistemi normali (p

sono determinati se
n = m,
= m)
np .
sono sempre ompatibili. Pi spe i atamente,
indeterminati se
n > m.
Osservazione.
p < m,
gia h
Il numero di equazioni di un sistema normale
p min {m, n}.
m=3
(p < m).
omposto da
normale
Ad esempio, il sistema:
equazioni in
a11 x1 + a12 x2 = b1
a21 x1 + a22 x2 = b2
a31 x1 + a32 x2 = b3
n=2
in ognite. Quindi
m n.
p 2,
Infatti, se
m > n,
per i il sistema non
2.4 Sistemi non normali: Teoremi di Rou h e di Capelli

In un sistema non normale
p < m:

...
ap+1,1 x1 + ap+1,2 x2 + ... + ap+1,p xp + ap+1,p+1xp+1 + ... + ap+1,n xn = bp+1
...
am1 x1 + am2 x2 + ... + amp xp + am,p+1 xp+1 + ... + amn xn = bm
(2.20)
deve essere:
avendo indi ato on
a11 a12
a21 a22
... ...
ap1 ap2
... a1p
... a2p
... ...
... app

6= 0,

il determinante fondamentale del sistema (eq. (2.8))
Dimostriamo il seguente
Lemma
Assegnato r {p + 1, p + 2, ..., m},

(x1 , x2 , ..., xn ) ,

Dimostrazione.
risulta
a11 a12 ... a1p b1

a21 a22 ... a2p b2
...
...
...
...
ap1 ap2 ... app bp

ar1 ar2 ... arp br
n
X
a1j xj
j=1
n
X
a2j xj
j=1
...
n
X
apj xj
j=1
n
X
j=1
arj xj
a11
a21
...
ap1
ar1
a12
a22
...
ap2
ar2
...
...
...
...
...
a1p
a2p
...
app
arp
b1
b2
...
bp
br
(2.21)
L'asserto dimostrabile attraverso una nota propriet dei determinanti. Pre-
isamente (senza perdita di generalit), un determinante una ui olonna (o riga) ostituito
da elementi binomi (in generale polinomi), ammette uno sviluppo del tipo:
a11 a12
a21 a22
... ...
an1 an2
Indi hiamo on
D1
... c1j + d1j

... c2j + d2j
...
...
... cnj + dnj
... a1n
... a2n
... ...
... ann

=

+

... c1j
... c2j
... ...
... cnj
... a1n
... a2n
... ...
... ann
a11 a12
a21 a22
... ...
an1 an2
... d1j
... d2j
... ...
... dnj
...
...
...
...
il determinante a primo membro della (2.21). Abbiamo:

D1 =

a11
a21
...
ap1
ar1
a12
a22
...
ap2
ar2
Espli itiamo il determinante
...
...
...
...
...
D2 :
a1p
a2p
...
app
arp
b1
b2
...
bp
br

n
X

x
j

j=1

|
a11
a21
...
ap1
ar1
a12
a22
...
ap2
ar2
{z
...
...
...
...
...
I determinanti a se ondo membro sono tutti nulli:
j = p + 1, ..., n,
della matri e dei oe ienti
sono minori di ordine
p.
a1p
a2p
...
app
arp
def
= D2

a11 a12 ... a1p a11

a21 a22 ... a2p a21

D2 = x1 ... ... ... ... ... + ...+
ap1 ap2 ... app ap1

ar1 ar2 ... arp ar1

a11 a12 ... a1p a12

a21 a22 ... a2p a22

+ x2 ... ... ... ... ... + ...
ap1 ap2 ... app ap2

ar1 ar2 ... arp ar2

a11 a12 ... a1p a1p

a21 a22 ... a2p a2p

+ xp ... ... ... ... ... +
ap1 ap2 ... app app

ar1 ar2 ... arp arp

a11 a12 ... a1p a1,p+1

a21 a22 ... a2p a2,p+1

... + ...
+ xp+1 ... ... ... ...
ap1 ap2 ... app ap,p+1

ar1 ar2 ... arp ar,p+1

a11 a12 ... a1p a1n

a21 a22 ... a2p a2n

+ xn ... ... ... ... ...
ap1 ap2 ... app apn

ar1 ar2 ... arp arn
identi he; per

a1n
a2n
...
ann
a11 a12
a21 a22
... ...
an1 an2
per
p+1
j = 1, ..., p,
a1j
a2j
...
apj
arj
(2.22)
hanno due olonne
e ome tali nulli, gia h il rango
Denizione.
terminanti:
Si denis ono

r =

determinanti asso iati
a11
a21
...
ap1
ar1
a12
a22
...
ap2
ar2
...
...
...
...
...
a1p
a2p
...
app
arp
b1
b2
...
bp
br
Ora siamo in grado di enun iare il:
Teorema (di Rou he') 21.

il sistema ompatibile
al determinante fondamentale
r = p + 1, p + 2, ..., m
on
r = 0,
on
i de-
(2.23)
r = p + 1, p + 2, ..., m
Dimostrazione. Impli azione diretta Per ipotesi il sistema ompatibile.
Se
(1 , 2 , ..., n )
una soluzione, per il lemma 2.4:

r =

Impli azione inversa.
a11 a12 ...

a21 a22 ...
... ... ...
ap1 ap2 ...
ar1 ar2 ...

a
11 a12

a
21 a22

= ... ...
xj =j
a
p1 ap2

a
r1 ar2

a11 a12 ...

a21 a22 ...

= ... ... ...
ap1 ap2 ...

ar1 ar2 ...
a1p
a2p
...
app
arp
b1
b2
...
bp
br
... a1p b1
... a2p b2
...
...
... app bp
... arp br
a1p 0
a2p 0
... ...
app 0
arp 0
L'ipotesi :
r = 0,
on
n
X
j=1
n
X
a1j j
a2j j
j=1
...
n
X
apj j
j=1
n
X
arj j
j=1

=0

r = p + 1, p + 2, ..., m
La (2.21) diventa:

(x1 , x2 , ..., xn ) ,

a11 a12 ... a1p

a21 a22 ... a2p
...
...
...
...
ap1 ap2 ... app

ar1 ar2 ... arp

n

X
b1
a1j xj

j=1

n

X
b2
a2j xj

j=1

=0
...

n

X
bp
apj xj

j=1

n

X
br
arj xj

j=1
(2.24)

....
Si onsideri ora il sistema ottenuto dalla (2.20) onservando solo le prime
equazioni:
(2.25)
Tale sistema ompatibile, poi h il rango p pari al numero di equazioni, ed indeterminato

np
(
soluzioni). Se (1 , 2 , ...n ) una soluzione, abbiamo he ponendola in (2.24):
Cio:
a11 a12
a21 a22
... ...
ap1 ap2
ar1 ar2 ... arp
br
Quindi le
... a1p
... a2p
... ...
... app
n
X
arj j
j=1
soddisfano le rimanenti

=0

br
arj j

j=1
0
0
...
0
n
X
n
X
= 0 = br
arj j = 0
mp
6=0
(2.26)
j=1
equazioni.
Un enun iato equivalente dato da:
Teorema (di Capelli) 22.

il sistema ompatibile
Dimostrazione. Impli azione inversa
R (A) = R (M)
R (A) = R (M) = p = r {p + 1, p + 2, ..., m} , r = 0

Per il teorema di Rou h il sistema ompatibile.
Impli azione diretta.
R (M) = p.
L'ipotesi la ompatibilit del sistema.
Prendiamo ad arbitrio un minore di ordine
di soli elementi
aij
p+1
di
La tesi da dimostrare
M. Se formato da olonne
p + 1 di A. Vi eversa del
allora esso nullo, in quanto minore di ordine
tipo:

ai1 j1
ai1 j2

ai2 j1
ai2 j2

...
= ...
...
...

ai j ai j
p+1 1
p+1 2
... ai1 jp
bi1
... ai2 jp
bi2
...
...
...
...
...
...
... aip+1 jp bip+1
Considerando i omplementi algebri i degli elementi dell'ultima olonna si ha he essi o sono

tutti nulli (=
di ordine
= 0)
o ne esiste almeno uno non nullo, ma in questo aso un minore
della matri e
sistema. Quindi
A,
he pu essere assunto ome determinante fondamentale del
risulta essere un determinante asso iato e ome tale nullo per il teorema
di Rou h. Da i segue he tutti i minori di ordine
p+1
sono nulli, donde l'asserto.
2.5 Sistemi omogenei

Un sistema di equazioni lineari si di e omogeneo quando i suoi termini noti sono tutti nulli.
m equazioni in n in ognite:
a11 x1 + a12 x2 + ... + a1n xn = 0
a21 x1 + a22 x2 + ... + a2n xn = 0

...
am1 x1 + am2 x2 + ... + amn xn = 0
Continuando a onsiderare un sistema di
(2.27)
Osserviamo innanzitutto he un sistema omogeneo sempre ompatibile, poi h ammette la

soluzione.
(x1 , x2 , ..., xn ) = (0, 0, ..., 0)

Si badi he i in a ordo on il teorema di Rou h (se
p < m).
(2.28)
Infatti, supponendo senza
ledere la generalit, he il determinante fondamentale del sistema sia:
on
p < m.
a11 a12
a21 a22
... ...
ap1 ap2
... a1p
... a2p
... ...
... app
Segue he i determinanti asso iati a

r =

a11
a21
...
ap1
ar1
a12
a22
...
ap2
ar2
...
...
...
...
...

6= 0,

(2.29)
sono tutti nulli:

a1p 0
a2p 0
... ... = 0, r = p + 1, p + 2, ..., m
app 0
arp 0
Quindi per il teorema di Rou h il sistema ompatibile.
Ci premesso, osserviamo he da un punto di vista appli ativo non molto interessante la so-
soluzione banale, bens le soluzioni non tutte nulle.

soluzioni proprie del sistema.
luzione (2.28), denominata

sono le
autosoluzioni
Quest'ultime
Sussite il seguente
Teorema 23.
Dimostrazione.
Il sistema (2.27) ammette autosoluzioni se e solo se

Per ipotesi il determinante fondamentale (2.29).
p<n
Quindi le soluzioni del
sistema sono tutte e sole quelle del sistema equivalente ottenuto onservando le prime
equazioni:
Risulta:
a11 x1 + a12 x2 + ... + a1p xp + a1,p+1 xp+1 + ... + a1n xn = 0
a21 x1 + a22 x2 + ... + a2p xp + a2,p+1 xp+1 + ... + a2n xn = 0

...
ap1 x1 + ap2 x2 + ... + app xp + ap,p+1xp+1 + ... + ann xn = 0

p = n = ! (x1 , x2 , ..., xn ) = (0, 0, ..., 0)
Ci impli a he an h esistano autosoluzioni deve ne essariamente essere
(2.30)
p < n.
Si osservi
he tale ondizione an he su iente. Infatti, posto:
xp+k = k ,
on
k = 1, 2, ..., n p
on
(1 , 2 , ..., np ) 6= (0, 0, ..., 0)

il sistema (2.30) diventa:
np
X
a11 x1 + a12 x2 + ... + a1p xp = a1,p+k k
k=1
np
a21 x1 + a22 x2 + ... + a2p xp = a2,p+k k

,
k=1
...
np
ap1 x1 + ap2 x2 + ... + app xp = ap,p+k k

k=1
ed ammette
np
soluzioni non tutte nulle.
(2.31)
m = n:
Consideriamo ora il aso parti olare
La matri e dei oe ienti
a11 x1 + a12 x2 + ... + a1n xn = 0
a21 x1 + a22 x2 + ... + a2n xn = 0

...
an1 x1 + an2 x2 + ... + ann xn = 0
evidente he
a11 a12
a21 a22
A=
... ...
an1 an2
p < n det A = 0.
(2.32)
... a1n
... a2n
... ...
... ann
Da i segue:
(x1 , x2 , ..., xn ) 6= (0, 0, ..., 0) det A = 0

Cio, un sistema omogeneo di
equazioni in
in ognite ammette autosoluzioni se e solo se
nullo il determinante della matri e dei oe ienti.
2.6 Esempi numeri i

Consideriamo il sistema:
x1 + x2 = 2
2x1 x2 = 1
(2.33)
La matri e dei oe ienti :
A=
Risulta:
r (A) = 2 = m
1 1
2 1
(numero di equazioni di 2.33), donde il sistema di Cramer. Le
matri i (2.15) sono:
C1 =
L'uni a soluzione
(x1 , x2 )
2 1
1 1
C2 =
1 2
2 1
x1 =
io:
3
3
det C1
det C2
=
= 1, x2 =
=
,
det C
3
det C
3
=
1
1
***
Risolviamo il sistema:
x1 x2 + x3 = 0
2x1 + 0 + 3x3 = 1
0 + x2 + x3 = 2
(2.34)
1 1 1
A= 2 0 3
0 1 1
Il suo determinante :

1 1 1

1 1

det A = 2 0 3 = 3 2
1 1
0 1 1

= 3 2 (1 1) = 3 + 4 = 1 = r (A) = 3,

quindi (2.34) un sistema di Cramer.

0 1 1
1 1
1 1

= 4
1 0 3 , det C1 =
C1 =
+2
1 1
0 3
2 1 1

1 0 1
1 3
0 1

= 1
2 1 3 , det C2 =
C2 =
2
2 1
2 1
0 2 1

1 1 0
0 1
1 0
2

C3 = 2 0 1 , det C2 =
1 2 =3
1 2
0 1 2
La soluzione :
x1 = 4, x2 = 1, x3 = 3
***
Risolviamo il sistema:
x1 x2 + x3 x4 = 4
2x1 + x2 + 0 + 2x4 = 0
0 2x2 + 3x3 + x4 = 3
9x1 + 3x2 5x3 + 0 = 0
(2.35)
Il determinante della matri e dei oe ienti :

det A =

Abbiamo:

1 1 1 1
2 1
0
2
= 31 = p = 4 = m =
0 2 3
1
9 3 5 0
il sistema di Cramer
det C1
det C2
det C3
det C4

=

=

=

=

da qui l'uni a soluzione del sistema:

4 1 1 1
0 1
0
2
= 31
.3 2 3
1
0 3 5 0

1 4 1 1
2 0 0
2
= 62
.0 3 3
1
9 0 5 0

1 1 4 1
2 1 0 2
= 93
.0 2 3 1
9 3 0 0

1 1 1 4
2 1
0 0
= 61
.0 2 3 3
9 3 5 0
(1, 2, 2, 3).
***
Risolvere il sistema:
2x1 + x2 + x3 + x4
x1 + 2x2 + x3 + x4
x1 + x2 + 2x3 + x4
x1 + x2 + x3 + x4
=7
=6
=6
=6
Risulta:

det A =

det C1 =

det C2 =

det C3 =

det C4 =

2
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
7
6
6
6
1
2
1
1
1
1
2
1
1
1
1
1
2
1
1
1
7
6
6
6
1
1
2
1
1
1
1
1
2
1
1
1
1
2
1
1
7
6
6
6
1
1
1
1
2
1
1
1
1
2
1
2
1
1
2
1
7
6
6
6

= 1 det C

=1

=0

=0

=5

Capitolo 3
Spazi vettoriali
3.1 Denizione assiomati a
Sia
un insieme non vuoto e
zio vettoriale
(e i suoi elementi si
omposizione interna
R o C). L'insieme E uno spadi ono vettori) su K se sono denite una legge di
omposizione esterna :
un ampo (ad esempio,
e una legge di
: E E 7 E
: K E 7 E
La prima delle (3.1) si hiama
addizione di vettori e si indi a on +.
(3.1)
Quindi:
+ : (u, v) E E 7 (u + v) E
(3.2)
L'operazione (3.2) veri a le seguenti propriet:

1.
Propriet ommutativa.
u, v E , u + v = v + u
2.
Propriet asso iativa.
u, v, w E , u + (v + w) = (u + v) + w
3.
Esistenza dell'elemento neutro.

0 E | u E , u + 0 = u
4.
Esistenza dell'opposto
u E, (u) E | u + u = 0
La se onda delle (3.1) si hiama
moltipli azione di uno s alare per un vettore:
: (, v) K E 7 (v) E
L'operazione (3.3) veri a le seguenti propriet:
I Propriet distributiva rispetto alla somma vettoriale.

K , u, v E , (u + v) = u + v
II Propriet distributiva rispetto alla somma in K

, K , v E , ( + ) v = v + v
III Propriet asso iativa
, K , v E , (v) = () v
(3.3)
IV Esistenza dell'elemento neutro

1 K | v E , 1v = v
Per quanto detto, se le operazioni (3.1) veri ano le propriet 1, 2, 3, 4 e I, II, III, IV,
l'insieme
assume la struttura di spazio vettoriale su
s alari.
Esempio 24.
Consideriamo l'insieme
K.
Rn = R
... R}
| R {z
Gli elementi di
si di ono
delle n-ple ordinate di numeri
reali:
Rn = {(x1 , x2 , ..., xn ) | xi R, i = 1, 2, ..., n}

Deniamo l'operazione di addizione:
+ : (x, y) Rn Rn 7 (x + y) Rn
essendo:
x = (x1 , x2 , ...xn ) , y = (y1 , y2 , ...yn )

Per denizione:
x + y = (x1 + y1 , x2 + y2 , ..., xn + yn )
Abbiamo
1.
x, y Rn , xi + yi = yi + xi (i = 1, 2, ..., n) = x + y = y + x
2.
x, y, z Rn , xi +(yi + zi ) = (xi + yi )+zi , (i = 1, 2, ..., n) = x+(y + z) = (x + y)+z
3.
0 = (0, 0, ..., 0) Rn | x Rn , x + 0 = x
4.
x Rn , x = (x1 , x2 , ..., xn ) Rn | x + x = 0
L'operazione di moltipli azione di uno s alare per un vettore os denita:
ax = (ax1 , ax2 , ..., axn ) , a R

e veri a le propriet:
I
II
a R, x, y Rn , a (x + y) = ax + ay
a, b R, x Rn , (a + b) x = ax + bx
III
a, b R, x Rn , a (bx) = (ab) x
IV
x Rn , 1x = x
Da i segue he on le operazioni sopra denite, l'insieme
sul ampo reale
Esempio 25.
Rn
R.
Consideriamo l'insieme
Cn
delle n-ple ordinate di numeri omplessi:
Cn = {(z1 , z2 , ..., zn ) : zi C, i = 1, 2, ..., n}

Deniamo l'operazione di addizione:
+ : (z, w) Cn Cn 7 Cn
essendo:
z = (z1 , z2 , ...zn ) , w = (w1 , w2 , ...wn )

Per denizione:
z + w = (z1 + w1 , z2 + w2 , ..., zn + wn )
evidente he:
uno spazio vettoriale
1.
z, w Cn , z + w = w + z
1.
z, w, u Cn , z + (w + u) = (z + w) +u
2.
0 = (0, 0, ...0) Cn : z + 0 = z
3.
z Cn , z = (z1 , z2 , ..., zn ) Cn : z + z = 0
L'operazione di moltipli azione di uno s alare per un vettore os denita:
az = (az1 , az2 , ..., azn ) , a C

e veri a le propriet:
I
II
a C, x, y Cn , a (z + w) = az + aw
a, b C, z Cn , (a + b) z = az + bz
III
a, b C, z Cn , a (bz) = (ab) z
IV
z Cn , 1z = z
Da i segue he on le operazioni sopra denite, l'insieme
sul ampo omplesso
Esempio 26.
Sia
Cn
C.
MR (m, n)
l'insieme delle matri i
l'operazione di addizione:
m n su R.
Introdu iamo in
+ : (A, B) MR (m, n) MR (m, n) 7 (A + B) MR (m, n)

Pi pre isamente:
(A = (aij ) , B = (bij )) = A + B = (aij + bij )

L'operazione di addizione veri a le seguenti propriet:
1.
A, B MR (m, n), A + B = B + A
2.
A, B, C MR (m, n),
0 0 ... 0
0 0 ... 0
0 =
... ... ... ...
0 0 ... 0
3.
4.
A + (B + C) = (A + B) + C
MR (m, n) | A MR (m, n), A + 0 = A
A = (aij ) MR (m, n), A = (aij ) MR (m, n) : A + A = 0
Deniamo l'operazione moltipli azione di uno s alare per una matri e:
: (, A) RMR (m, n) 7 (A) MR (m, n)

Pi pre isamente:
( R, A = (aij )) = A = (aij )
Tale operazione veri a le seguenti propriet:
I
II
III
R, A, B MR (m, n) , (A + B) = A + B
, R, A MR (m, n), ( + ) A = A + A
, R, A MR (m, n), (A) = () A
MR (m, n)
IV
A MR (m, n), 1A = A
MR (m, n)
vettoriale su R.
Si on lude he
spazio
Esempio 27.
Sia
Pn [x]
on le operazioni sopra introdotte assume la struttura di
l'insieme dei polinomi su
di grado minore o uguale di
Prendiamo ad arbitrio due elementi di tale insieme:
n N.
pm (x) = a0 + a1 x + a2 x2 + ... + am xm
qr (x) = b0 + b1 x + b2 x2 + ... + br xr ,
essendo
m, r n.
Deniamo l'addizione tra polinomi:
+ : (pm (x) , qr (x)) Pn [x] Pn [x] 7 (pm (x) + qr (x)) Pn [x]

Senza ledere la generalit, supponiamo he
m < r:
pm (x) + qr (x)
= (a0 + b0 ) + (a1 + b1 ) x + (a2 + b2 ) x2 + ... + (am + bm ) xm + bm+1 xm+1 + ... + br xr
L'operazione di addizione veri a le seguenti propriet:
1.
pm (x) , qr (x) Pn [x], pm (x) + qr (x) = qr (x) + pm (x)
2.
pm (x) , qr (x) , lk (x) Pn [x], pm (x) + (qr (x) + lk (x)) = (pm (x) + qr (x)) + lk (x)
3.
0 = 0 + 0x + 0x2 + ... + 0xn | pm (x) Pn [x], pm (x) + 0 = pm (x)

Pm
Pm
k
k
pm (x) =
Pn [x], pm (x) =
Pn [x] | pm (x) +
k=1 ak x
k=1 (ak ) x
pm (x) = 0
4.
Deniamo l'operazione moltipli azione di uno s alare per un polinomio
: (, pm (x)) R Pn [x] 7 (pm (x)) Pn [x]

Pi spe i atamente:
pm (x) =
m
X
aj x = pm (x) =
k=1
Esempio 28.
I
II
m
X
(aj ) xj
k=1
Tale operazione veri a le seguenti propriet:
R, pm (x) , qr (x) Pn [x] , (pm (x) + qr (x)) = pm (x) + qr (x)

, R, pm (x) Pn [x], ( + ) pm (x) = pm (x) + pm (x)
III
, R, pm (x) Pn [x], (pm (x)) = () pm (x)
IV
pm (x) Pn [x], 1pm (x) = pm (x)

Da i segue he l'insieme
di spazio vettoriale su
R.
Pn [x]
on l'operazioni sopra introdotte assume la struttura
Esempio 29. Sia F (a, b) l'insieme delle funzioni reali di variabile reale denite in [a, b] R:
f F (a, b) f : [a, b] 7 R
Deniamo l'addizione:
+ : (f, g) F (a, b) F (a, b) 7 (f + g) F (a, b)

Pi spe i atamente:
(f + g) (x) = f (x) + g (x)

La (3.4) veri a le seguenti propriet:
(3.4)
1.
f, g F (a, b) , f + g = g + f
2.
f, g, h F (a, b) , f + (g + h) = (f + g) + h
3.
0 0
4.
f F (a, b) , f : f + f = 0
(funzione identi amente nulla):
f F (a, b) , f + 0 = f
Deniamo l'operazione moltipli azione di uno s alare per un elemento di
F (a, b):
: (, f ) R F (a, b) 7 (f ) F (a, b)
Pre isamente:
(f ) (x) = f (x) ,
e veri a le seguenti propriet:
I
II
R, f, g F (a, b) , (f + g) = f + g
, R, f F (a, b), ( + ) f (x) = f (x) + g (x)
III
, R, f F (a, b), (f ) = () f (x)
IV
f F (a, b), 1f = f
Con le operazioni sopra introdotte,
ampo reale.
F (a, b) assume
la struttura di spazio vettoriale sul
***
Sia
uno spazio vettoriale su
Proposizione.
K.
K , 0 = 0
Dimostrazione. 0 = (0 + 0) = 0+0 =0 = 0
Proposizione.
v E , 0v = 0
Dimostrazione. 0v = (0 + 0) v =0v + 0v =0v = 0
3.2 Dipendenza ed indipendenza lineare di vettori

Sia
dove l'intero naturale

Presi ad arbitrio
K.
Consideriamo il
= {v1 , v2 , ..., vr } ,
sistema di vettori:
on
ordine del sistema.
r N {0}
l'
s alari
i K (i = 1, 2, ..., r ),
il vettore:
v = 1 v1 + 2 v2 + ... + r vr ,
si hiama
ombinazione lineare dei vettori di .
linearmente dai vettori
v1 , v2 , ..., vr
(o dal sistema
Equivalentemente si di e he
dipende
).
Ci premesso, abbiamo la seguente:
Denizione.
linearmente indipendente
se:
1 v1 + 2 v2 + ... + r vr = 0 = 1 = 2 = ... = r = 0
Nel aso ontrario diremo he
linearmente dipendente.
(3.5)
Cio:
(1 , 2 , ..., r ) 6= (0, 0, ..., 0) | 1 v1 + 2 v2 + ... + r vr = 0
(3.6)
Esempio 30.
Assegnato lo spazio vettoriale
sistema di vettori
= {v1 , v2 , v3 }
R3
( fr esempio 24 per
n = 3),
mostrare he il
on

3
v1 = (2, 1, 2) , v2 = 7, , 3 , v3 = (3, 1, 1)
2
(3.7)
Soluzione 31.
Consideriamo l'equazione vettoriale:
1 v1 + 2 v2 + 3 v3 = 0,
equivalente a:
1 (2, 1, 2) + 2
(3.8)

3
7, , 3 + 3 (3, 1, 1) = (0, 0, 0) ,
2
le ui omponenti formano il sistema lineare omogeneo:
21 + 72 33 = 0
3
1 2 + 3 = 0
2
21 + 32 3 = 0
(3.9)
La matri e dei oe ienti del sistema (3.9) :
1
p = r (A) = 2, per ui
P3tale sistema ammette soluzioni
(1 , 2 , 3 ) 6= (0, 0, 0) :
i=1 i vi = 0, per ui = {vi }
La aratteristi a del sistema 3.9

proprie.
In altri termini
Esempio 32.
{v1 , v2 , v3 }
2
7
3
A = 1 3/2 1
2
3
1
on
R3 ,
mostrare he il sistema di vettori

1
v1 = (2, 1, 2) , v2 = 7, , 3 , v3 = (3, 1, 1)
2
linearmente indipendente. Esprimere altres il vettore

lineare di
Soluzione 33.
(3.10)
v4 = (1, 1, 1)
ome ombinazione
Pro edendo ome nell'eser izio pre edente, abbiamo il sistema lineare omo-
geneo:
21 + 72 33 = 0
1
1 2 + 3 = 0
2
21 + 32 3 = 0,
(3.11)
la ui matri e dei oe ienti :
Qui
det A = 4,
p = 3 = n (numero di in ognite). Pertanto il sistema 3.11 amimpropria (1 , 2 , 3 ) = (0, 0, 0); da i segue he linearmente
per i
mette solo la soluzione
2
7
3
A = 1 1/2 1
2
3
1
indipendente. Per la se onda domanda, poniamo:
v4 = 1 v1 + 2 v2 + 3 v3
Tale equazione vettoriale pu essere s ritta ome:
1 (2, 1, 2) + 2

1
7, , 3 + 3 (3, 1, 1) = (1, 1, 1) ,
2
le ui omponenti formano il sistema lineare non omogeneo:
21 + 72 33 = 1
1
1 2 + 3 = 1
2
21 + 32 3 = 1,
(3.12)
Il sistema 3.12 manifestamente di Cramer, ammettendo l'uni a soluzione:

5
(1 , 2 , 3 ) = , 3, 5 ,
2
donde:
5
v4 = v1 + 3v2 + 5v3
2
Proposizione.
(0 ) = (
linearmente dipendente)
Dimostrazione. h {1, 2, ..., r} | vh = 0.
Quindi:
h K {0} , 0v1 + 0v2 + ... + 0vh1 + h 0 + 0vh+1 + ... + 0vr = 0

Abbiamo os trovato una
0,
r-pla di s alari (0, 0, ...0, h, 0, ..., 0) non tutti nulli tali he
donde l'asserto.
Proposizione.
Dimostrazione.
(vh , vk | vh = vk , K {0}) = (
Senza perdita di generalit, supponiamo he
zione lineare di vettori di
Pr
k=1
k vk =
h < k.
Eseguiamo la ombina-
:
0v1 + ... + (1) vh + ... + vk + ... + 0vr
= vk + vk + 0
= ( + ) vk
= 0vk
=0
In questi passaggi abbiamo appli ato la proposizione 3.1 e la propriet distributiva dell'operazione
rispetto all'addizione di s alari. Abbiamo quindi trovato una
r-pla
(1 , ..., h , ..., k , ..., r ) = (0, ..., 1, ..., , ..., 0) 6= (0, ..., 0, ..., 0, ....0) |
di s alari:
r
X
i vi = 0,
i=1
donde l'asserto.
Proposizione.
( |
Dimostrazione. La ondizione ne essaria.

Hp:
Th:
| linearmente dipendente.
linearmente dipendente Sia:

= vh1 , vh2 , ..., vhp ,
essendo:
hi {1, 2, ..., r} , i = 1, 2, ..., p r
Per ipotesi

h1 , h2 , ..., hp =
6 (0, 0, ..., 0) |
hp
X
k vk = 0
k=h1
Posto
H = {h1 , h2 , ..., hp },
si onsideri la seguente ombinazione lineare:
r
X
k vk =
k=1
Abbiamo os trovato una
r-pla
k vk +
kH
0vk = 0
k H
/
di s alari non tutti nulli tali he
tesi.
La ondizione su iente
Pr
k=1
k vk = 0,
donde la
= ( | linearmente dipendente).
banale, poi h . Quindi, posto = , segue la tesi.

r
X
linearmente
Proposizione. h {1, 2, ..., r} | vh = k vk =

( linearmente dipendente)
dipendente
k=1
k6=h
Dimostrazione.
Dimostriamo l'asserto per
zione 3.2. Espli itando la sommatoria:
vh 6= 0;
nel aso ontrario si ridu e alla proposi-
vh 1 v1 2 v2 ... h1vh1 h+1 vh+1 ... r vr = 0

Riordinando i singoli termini:
1 v1 2 v2 ... h1 vh1 + vh h+1 vh+1 ... r vr = 0

Cio:
(1 , 2 , ..., h1, h , h+1, ..., r ) = (1 , 2 , ..., h1 , 1, h+1, ..., r ) |
r-pla
La
di s alari
(1 , 2 , ..., h1 , 1, h+1, ..., r )
r
X
k vk = 0
k=1
non nulla.
3.3 Sottospazio vettoriale generato da un numero nito

di vettori
Sia
he
E uno spazio vettoriale su K . Consideriamo un insieme H 6= e tale he H E .

H un sottospazio vettoriale di E se:
1.
v, w H , (v + w) H
2.
v H , K , (v) H
I punti 1 e 2 si esprimono di endo he l'insieme
hiuso
rispetto alle operazioni di
addizione tra vettori e di moltipli azione di uno s alare per un vettore.
Proposizione.
Il vettore nullo appartiene ad ogni sottospazio vettoriale di
Dimostrazione.
Sia
un qualunque sottospazio di
E.
Ci impli a:
v, w H, (v + w) H
Prendiamo
w = v,
per ui
0 H,
per ogni
sottospazio di
Diremo
E.
E.
Corollario 34.
L'insieme
H0 = {0}
un sottospazio di ogni spazio vettoriale
E.
Dimostrazione.
3.1
Sia E uno spazio vettoriale su K . Risulta: 0 + 0 = 0; per la proposizione

0 = 0, K , quindi sono veri ate le propriet 1 e 2, da ui l'asserto.
Denizione.
Esempio 35.
{0}
denominato
sottospazio improprio di E .
Asegnato lo spazio vettoriale

3
uno sottospazio vettoriale di R :
R3 ,
dire quali tra i suoi seguenti sottoinsiemi
H1 = {(a, b, 0) | a, b R}; H2 = {(a, b, c) R3 | a + b + c = 0}, H3 = {(a, b, c) R3 | a 0};

H4 = {(a, b, c) R3 | a2 + b2 + c2 1}
Soluzione 36.
Prendiamo ad arbitrio due elementi di
H1 :
v = (a, b, 0) , w = (c, d, 0)
Risulta:
Preso ad arbitrio
R:
v + w = (a + b, c + d, 0) = (v + w) H1
v = (a, b, 0) H1
H1 un sottospazio di R3 .
H2 . Per ogni v = (a, b, c) H2 , w = (d, e, f ) H2 ,
Si on lude he
Consideriamo
la somma :
v + w = (a , b , c ) ,
essendo:
a = a + d, b = b + e, c = c + f
Risulta:
a + b + c = (a + b + c) + (d + e + f ) = 0
Quindi:
Per ogni
v, w H2 , (v + w) H2
e per ogni
(3.13)
v H2 :
v = (a, b, c) ,
ed tale he:
a + b + c = (a + b + c) = 0,
per ui:
v H2 , R, (v) H2
Le (3.13)-(3.14) impli ano he
L'insieme
H3
H2
un sottospazio vettoriale di
(, 0) , v = (a > 0, b, c) H3 , v = (a, b, c)
L'insieme
H4
H3
on
a < 0 = (v)
/ H3
non un sottospazio vettoriale di R3.
H4 =
Abbiamo:
R3 .

H3 = (a, b, c) R3 | a 0
Quindi:
Si on lude he
(3.14)
(a, b, c) R3 | a2 + b2 + c2 1
v = (a, b, c) R3 , w = (d, e, f ) R3 , v + w = (a , b , c ) ,
essendo:
a = a + d, b = b + e, c = c + f
Da i segue:
a2 + b2 + c2 = (a + d)2 + (b + e)2 + (c + f )2
= g (a, b, c) + g (d, e, f ) + 2 (ad + eb + cf )
(3.15)
Nella (3.15) :
g (x, y, z) = x2 + y 2 + z 2
Deve essere:
(a, b, c) , (d, e, f, ) H4 , g (a, b, c) , g (d, e, f ) 1,

per ui:
a2 + b2 + c2 2 (1 + ad + eb + cf ) = (a, b, c) , (d, e, f, ) H4 | a2 + b2 + c2 > 1

La (3.16) impli a he
H4
non un sottospazio vettoriale di R
(3.16)
Esempio 37. Consideriamo lo spazio vettoriale MR (n, n) (es.
26). Dire quale tra i seguenti
suoi sottoinsiemi sono sottospazi vettoriali:
HR (n, n) = {A MR (n, n) |
HR (n, n) = {A MR (n, n) |
JR (n, n) = {A MR (n, n) |

JR (n, n) = A MR (n, n) |
A simmetri a}
AX = XA} , on X MR (n, n)
det A = 0 }

A2 = A
Soluzione 38. A = (aij ) , B = (bij ) HR (n, n), A+B = (cij = aij + bij ) = (A,B simmetri he) =
(cji = aji + bji ),
quindi:
A, B HR (n, n) , (A + B) HR (n, n)
Inoltre:
R, A = (aij ) HR (n, n), (A) = (aij ) = (aji ),
(3.17)
per i:
R, A HR (n, n) , (A) HR (n, n)
(3.18)
Le (3.17)-(3.18) impli ano he HR (n, n) un sottospazio vettoriale di MR (n n).
L'insieme HR (n n) l'insieme delle matri i di MR (n n) he ommutano on un'assegnata matri e X MR (n n).
Risulta: A, B HR (n, n), (A + B) X = AX + BX = XA + XB = X (A + B), donde:
A, B HR (n, n) , (A + B) X = X (A + B) = (A + B) HR (n, n)
Inoltre:
(3.19)
R, A HR (n n), (A) X = (AX) = (XA) = (X) A = X (A), donde:

R, A HR (n, n) , (A) X = X (A) = (A) HR (n, n)

L'insieme
JR (n, n)
HR (n, n)
l'insieme delle matri i di
MR (n n)
(3.20)
MR (n n).
a determinante nullo. Risulta:
(A, B JR (n, n) : det (A + B) 6= det A + det B = 0) = (A + B)

/ JR (n n) ,
JR (n n) non un sottospazio di MR (n n).
L'insieme JR (n, n) l'insieme delle mati i di MR (n n)

donde
idempotenti. Risulta:
A, B JR (n, n) , (A + B)2 = A2 + AB + BA + B 2
Evidentemente:
A, B JR (n, n) , (A + B)2 = A2 + B 2 + AB + BA = A + B + AB + BA
6= A + B = (A + B)
/ JR (n, n) ,
donde
JR (n, n)
non un sottospazio di MR (n n).
***
Proposizione.
Sia E uno spazio vettoriale su

n
allora i=1 Hi un sottospazio vettoriale di E .
Dimostrazione.
K.
Se
H1 , H2 , ..., Hn
n
\
i=1
Hi E
(v, w Hi (i = 1, 2, ..., n)) = v, w

Hi
E,
Osserviamo innanzitutto he:
(i (1, 2, ..., n) , Hi E) =
Inoltre
sono sottospazi di
E,
un sottospazio di
n
\
Hi
i=1
quindi:
n
\
(v + w Hi (i = 1, 2, ..., n)) = (v + w)
( K , (v) Hi (i = 1, 2, ...n)) = (v)
Hi
i=1
n
\
Hi ,
i=1
donde l'asserto.
Teorema 39.
ombinazioni
= {v1 , v2 , ..., vr } un sistema di vettori di E . Sia A

lineari dei vettori di :
( r
)
X
def
A =
i vi | i K , vi , (i = 1, 2, ...r)
Sia
l'insieme delle
(3.21)
i=1
L'insieme (3.21) un sottospazio vettoriale di
Dimostrazione.
elementi di
E.
Osserviamo innanzitutto he risulta
A:
=
6 A E.
Presi ad arbitrio due
r
r
X
X
v=
i vi , w =
i vi ,
i=1
i=1
risulta:
v+w =
r
X
i=1
K , v =
r
X
i=1
(i + i ) vi = (v + w) A
i vi = (v) A,
essendo
i def
= i
donde l'asserto.
Denizione.
o on
he
L'insieme
si hiama
nitamente generabile.
Eser izio 40.
sottospazio generato da e si indi a on A []

sistema di generatori di A. Quest'ultimo si di e
L'insieme (3.21) si hiama
Span ().
Assegnato il sistema
= {v1 , v2 , v3 }
di
R4 :
v1 = (1, 2, 0, 3) , v2 = (2, 3, 0, 1) , v3 = (2, 1, 2, 1)

provare he
v A [],
essendo
v = (3, 9, 4, 2).
Soluzione 41.
Risulta:
v A []
(1 , 2 , 3 ) | v =
3
X
i=1
i vi
(3.22)
La (3.22) si s rive:
1 (1, 2, 0, 3) + 2 (2, 3, 0, 1) + 3 (2, 1, 2, 1) = (0, 0, 0, 0)

io:
1 + 22 + 23
21 + 32 3
0 + 0 + 23
31 2 + 3
=3
=9
= 4
= 2
(3.23)
La matri e in ompleta di tale sistema :
1
2
2
2 3 1
,
M =
0
0
2
3 1 1
mentre la matri e ompleta :
1
2
2
3
2 3 1 9
B=
0
0
2 4
3 1 1 2
Risulta:
det B = 0,

1 2 2

2 3 1 6= 0

0 0 2
r (M) = r (B), da ui la ompatibilit

sistema p = 3, per ui esso equivalente a:
Cio
del sistema.
Per quanto detto, il rango del
1 + 22 + 23 = 3
21 + 32 3 = 9
0 + 0 + 23 = 4,
he ammette l'uni a soluzione
si esprime ome ombinazione
(1 , 2 , 3 ) = (1, 3, 2).
lineare dei vettori di :
Si on lude he
v A [],
poi h
v = v1 + 3v2 2v3
***
Sia
= {v1 , v2 , ..., vr }
Proposizione.
un sistema di vettori di
linearmente
indipendente
E.
Abbiamo la seguente:
v A [] = ! (1 , 2 , ..., r ) | v =
r
X
i=1
i vi
Dimostrazione. Impli azione diretta

Hp
lin. indip.
Per denizione di spazio vettoriale generato da
deve essere:
v A [] = (1 , 2 , ..., r ) | v =
Se esiste una se onda
r-pla
r
X
(1 , 2 , ..., r ) | v =
di s alari
equazioni:
r
X
i vi
i=1
i vi ,
abbiamo il sistema di
i vi = v
i=1
r
X
i vi = v
i=1
Sottraendo la se onda dalla prima:
(1 1 ) v1 + (2 2 ) v2 + ... + (r r ) vr = 0
Ma
(3.24)
linearmente indipendente, per ui la (3.24) impli a:
1 1 = 2 2 = ... = r r = 0,
io:
i = i ,
da ui esistenza ed uni it della
r-pla
per
i = 1, 2, ..., r,
di s alari
(1 , 2 , ..., r ).
L'ipotesi
v A [] = ! (1 , 2 , ..., r ) | v =
Per la proposizione 3.3
0 A [],
quindi la (3.25) per
r
X
i vi
(3.25)
i=1
v=0
si s rive:
! (1 , 2 , ..., r ) | 0 = 1 v1 + 2 v2 + ... + r vr
L'uni a
r-pla (1 , 2 , ..., r )
he veri a la (3.26)
(3.26)
(1 , 2 , ..., r ) = (0, 0, ..., 0),
da ui
linearmente indipendente.
La proposizione (3.3) i di e he se
un sistema di vettori linearmente indipendente, ogni
vettore appartenente al sottospazio generato da

ombinazione lineare dei vettori di
Lemma 42.
Siano
si esprime in uno e un sol modo ome
= {v1 , v2 , ..., vr }, = {u1 , u2 , ..., up }
due sistemi di vettori di
linearmente indipendente e ogni suo vettore dipende linearmente dai vettori di
E.
Se
allora
p r.
Dimostrazione.
Pro ediamo per assurdo supponendo he sia:
uj =
r
X
ji vi ,
per
p = r + 1.
j = 1, 2, ..., r, r + 1
Per ipotesi:
(3.27)
i=1
S riviamo la (3.27) per
j = j1 {1, 2, ..., r + 1}:

uj1 = j1 1 v1 + j1 2 v2 + ... + j1 r vr
(3.28)
Gli s alari
(j1 1 , j1 2 , ..., j1 r ) sono non tutti nulli. Nel aso ontrario uj1 = 0 e per la
linearmente dipendente. Senza perdita di generalit supponiamo he
proposizione 3.2
j1 1 6= 0.
Dalla (3.28):
1
j 2
j r
uj1 1 v2 ... 1 vr
j 1 1
j 1 1
j 1 1
1
uj j1 2 v2 ... j1 r vr ,
=
j 1 1 1
v1 =
essendo:
def
j1 i =
j 1 i
,
j 1 1
(3.29)
i = 2, 3, ..., r
In tal modo la (3.27) diventa:
uj = j1 v1 +
r
X
ji vi
i=2
r
X
j1
uj j1 j1 2 v2 ... j1 j1 r vr +
ji vi
j 1 1 1
i=2

j1
=
uj1 + j2 j1 j1 2 v2 + ... + jr j1 j1 r vr
j 1 1
=
io:
j1uj +
uj =
1
r
X
ji vi
per
i=2
essendo:
ji = ji ji
j1 i
j {1, 2, ..., r + 1} {j1 }
per
(3.30)
i = 2, ..., r
j1 = j1
j 1 1
Espli itiamo la sommatoria a se ondo membro della (3.30):
j1 uj +
j2v2 +
j3 v3 + ... +
jr vr ,
uj =
1
S riviamo la (3.31) per
per
j {1, 2, ..., r + 1} {j1 }
(3.31)
j = j2 {1, 2, ..., r + 1} {j1 }:
j 1 uj +
j 2 v2 +
j 3 v3 + ... +
j r vr
uj2 =
(3.32)
2
1
2
2
2

j 1 uj e per
Gli s alari j2 2 , j2 3 , ..., j2 r sono non tutti nulli. Nel aso ontrario uj2 =
2
1
la proposizione 3.2 linearmente dipendente. Senza perdita di generalit supponiamo he

j2 2 6= 0. Dalla (3.32):
v2 =
j 1
j 3
j r
1
uj2 2 uj1 2 v3 ... 2 vr

j 2
j 2
j 2
j 2
2
2
2
2
In tal modo la (3.31) diventa:
!
j 1
j 3
j r
1
2
2
2
j1uj +
j2
j3 v3 + ... +
jr vr
uj =
u
u
v ...
v +
1
j 2 j2
j 2 j1
j 2 3
j 2 r
2
2
2
2
!
!
!
j2
j 1
j2
j 3
j r
2
2
2
j1
j3
j2
jr
j2
=
uj1 +
u +
v3 + ... +
vr
j 2
j 2 j2
j 2
j 2
2
2
2
2
io:
uj +
uj +
uj =
j1 1
j2 2
r
X
vi ,
ji
per
i=3
essendo:
j {1, 2, ..., r + 1} {j1 , j2 }
(3.33)
=
ji
j2 j2 i , i {1, ..., r} {2}
ji
j 2
= j2
j2
j 2
Il pro edimento pu essere iterato
volte, ottenendo:
ujr+1 = j1 uj1 + j2 uj2 + ... + jr ujr
Abbiamo quindi trovato un vettore di he dipende linearmente dai rimanenti vettori di
, quindi per la proposizione 3.2 linearmente dipendente. Ma i ontraddi e l'ipotesi
se ondo ui linearmente indipendente, da qui la tesi.
3.4 Sistemi massimi di vettori linearmente indipendenti

di un insieme di vettori
E uno spazio vettoriale sul ampo K . Assegnato un insieme di vettori I E , un sistema
= {v1 , v2 , ..., vr } I si di e sistema massimo di vettori linearmente indipendenti
di I , se:
Sia
1.
2. Ogni sistema
ontenuto in
e ontenente propriamente
Abbiamo la seguente:
Proposizione.
= {v1 , v2 , ..., vr } I on linearmente indipendente:

I |
v I, v dipende
(3.34)
linearmente dipendente
linearmente da
Siano
IE
Dimostrazione. Impli azione diretta

Per ipotesi:
v I , I = {v}
(3.35)
La (3.35) impli a:
(, 1 , ..., r ) 6= (0, 0, ..., 0) | v+1 v1 + 2 v2 + ... + r vr = 0

Se
=0
(3.36)
si ha:
1 v1 + 2 v2 + ... + r vr = 0
ma i impossibile, gia h
Dividendo la (3.36) per
lin. indip.
1 = 2 = ...r = 0,
(, 1 , ..., r ) 6= (0, 0, ..., 0).

r
X
i vi ,
v=
i=1
Quindi ne essariamente
6= 0.
(3.37)
essendo:
i = i , i = 1, 2, ..., r,
da ui la tesi.
Per ipotesi: v I, v dipende linearmente da I . Per la
proposizione 3.2 il sistema = {v} linearmente dipendente. In forza dell'arbitrariet
di v E I , ogni I e tale he linearmente dipendente, io la tesi.
Osservazione. Da tale proposizione segue he assegnati I E e

I,
dire he
he
1.
un sistema
un sistema massimo di vettori linearmente indipendenti di
veri a le seguenti propriet:
= {v1 , v2 , ..., vr }
I,
equivale a dire
2. Ogni vettore di
dipende linearmente da
Da qui in avanti onsideriamo un sottoinsieme non vuoto

omunque assegnato.
di uno spazio vettoriale
Proposizione.
= {v1 , v2 , ..., vr }
un sistema massimo
di vettori linearmente indipendenti di
Dimostrazione.
p > r , = {u1 , u2 , ..., up } I

(3.38)
Per la proposizione pre edente:
(ui , ui I) = (ui
Per il lemma 42, se linearmente indipendente, la (3.39) impli a

p > r , linearmente dipendente.
)
p r.
(3.39)
Vi eversa, se
Proposizione.
= {v1 , v2 , ..., vr } , = {u1 , u2 , ..., up }
sistemi massimi di vettori linearmente indipendenti di
Dimostrazione.
= p = r
Per la proposizione 3.4 e per il lemma 42:
ui , ui dipende linearmente da = p r
vi , vi dipende linearmente da = r p
io:
p r , r p) p = r
Proposizione.
denti di
I.
Sia
= {v1 , v2 , ..., vr }
= {u1 , u2 , ..., ur } I
un sistema massimo di vettori linearmente indipen-
un sistema massimo
di vettori linearmente indipendenti di
Dimostrazione. v I , {v} I linearmente dipendente (per la (3.38)), quindi per
la proposizione (3.34), v dipende linearmente da . In forza dell'arbitrariet di
segue he un sistema massimo di vettori linearmente indipendenti di I .
Proposizione.
un sistema massimo di vettori
linearmente indipendenti di
I=
6
(I = {0}
v I ,
Dimostrazione. I = {0} = 6= | =sistema massimo di vettori
denti di
I,
linearmente indipen-
da ui ne essariamente l'uni o sistema massimo l'insieme vuoto.
Proposizione.
v E , ! =
sistema massimo di vettori linearmente indipendenti di
Dimostrazione. v 6= 0 = = {v},
{v}
mentre per la proposizione pre edente:
v = 0 = =
Esempio 43.
Sia
I = {v1 , v2 }, v1 , v2 E | v1 6= v2 .
I
lineramente indipendente
= = I
I linearmente dipendente, si veri a uno dei seguenti asi: 1) v1 , v2 proporzionali;

i {1, 2} | vi = 0.
Nel aso 1 {v1 }, {v2 } sono sistemi massimi di vettori lineramente indipendenti di I . Nel
aso 2 l'insieme I ammette un solo sistema massimo di vettori lineramente indipendenti. Ad
esempio, se v1 = 0, {v2 } l'uni o sistema massimo di vettori linearmente indipendenti di I .
Se inve e
2)
3.5 Basi e dimensioni di uno spazio vettoriale

Sia
uno spazio vettoriale sul ampo
tale ipotesi, l'insieme dei vettori di
indipendenti, he prendono il nome di

Le basi di
on
K.
Supponiamo he
sia nitamente generabile. In
ammette dei sistemi massimi di vettori linearmente
basi di E .
hanno tutte lo stesso ordine
he si hiama la
dimensione
di
E,
e si indi a
dim E .
Denizione.
Uno spazio vettoriale
priet di linguaggio
su
si di e di dimensione
non nita o on impro-
innita, se in esso esistono sistemi di vettori linearmente indipendenti
di ordine omunque elevato.

Tipi amente una base di
Per ogni
indi ata on:
v E:
(1 , 2 , ...n ) sono
(v1 , v2 , ..., vn ), per ui:
Gli s alari
le
{e1 , e2 , ..., en } {ei }
(3.40)
v = 1 e1 + 2 e2 + ... + n en
(3.41)
omponenti del vettore v nella base {ei }, e si indi ano on

v = v1 e1 + v2 e2 + ... + vn en
(3.42)
Una s rittura equivalente :
v = (v1 , v2 , ..., vn )
Esempio 44.
di
Consideriamo lo spazio vettoriale
Rn
sul ampo reale
R.
e1 = (1, 0, ..., 0) , e2 = (0, 1, ..., 0) ,..., en = (0, 0, ..., 1) ,

ostituis ono una base di
Rn .
dim Rn = n.
v = (v1 , v2 , ..., vn ):
Quindi
Infatti preso ad arbitrio un vettore
v = (v1 , 0, ..., 0) + (0, v2 , ..., 0) + ... (0, 0, ..., vn )

n
X
=
vi ei
i=1
vettori unitari
3.6 Il metodo delle trasformazioni elementari

Questo metodo utile per la ri er a di un sistema massimo di vettori linearmente indipendenti di un insieme nito di vettori. Per ssare le idee, onsideriamo un sistema nito
= {v1 , v2 , ...vr }
di uno spazio vettoriale
omunque assegnato.
Denizione.
il
vettore
Si di e trasformazione elementare di operante sul vettore vj tramite

vi e lo s alare , e si indi a on [j, i, ], l'operazione he al sistema sostituis e
sistema ottenuto da sostituendo al vettore vj il vettore vj + vi . Quindi:
il
= {v1 , ..., vj , ..., vr } = {v1 , ..., vj + vi , ..., vr }
Esempio 45.
Consideriamo il sistema di vettori di
R3
= {v1 , v2 , v3 , v4 } ,
essendo

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

v3 =
3, 0, 0
v4 = (1, 0, e)
Il risultato della trasformazione elementare
io il sistema i ui vettori sono:
[3, 1, 4] il sistema di vettori = {v1 , v2 , v3 + 4v1 , v4 },

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

3 + 8, 0, 2
v3 + 4v1 =
v4 = (1, 0, e)
Proposizione.
Se
il sistema di vettori ottenuto da
qualunque trasformazione elementare, risulta:
linearmente
indipendente
= {v1 , v2 , ..., vr }
mediante una
linearmente
indipendente
Dimostrazione.
Senza perdita di generalit, supponiamo he sia il risultato della trasfor

mazione lineare [1, 2, ], osi h = {w1 , v2 , ..., vr }, essendo:
w1 = v1 + v2
impli azione diretta.
Ci premesso, dimostriamo l'
Consideriamo la relazione vettoriale:
1 w1 + 2 v2 + ... + r vr = 0
Cio:
1 (v1 + v2 ) + 2 v2 + ... + r vr = 0
1 v1 + (2 + 1 ) v2 + 3 v3 ... + r vr = 0
=
1 = 2 + 1 = 3 = ... = r = 0
S
lin. indip.
= 1 = 2 = ... = r = 0,
quindi
1 w1 + 2 v2 + ... + r vr
= 1 v1 + 2 v2 + ... + r vr + (1 ) v2
Abbiamo:
n
X
1 vi = 0 = 1 w1 + 2 v2 + ... + r vr = 0 + (1 ) v2
i=1
io:
1 w1 + (2 1 ) v2 + 3 v3 + ... + r vr = 0
=
1 = 2 1 = 3 = ... = r = 0
lin. indip.
= 1 = 2 = ... = r = 0,
quindi
Denizione. Il sistema = {v1, v2 , ..., vr } ridotto rispetto al vettore vi ed alla

omponente j-esima, se la omponente j-esima di vi diversa da zero e ogni altro vettore
di
ha la omponente j-esima nulla.
Quindi, se
n = dim E :
Esempio 46.
vi = (vi1 , ..., vij 6= 0, ..., vin )

k 6= i, vk = (vk1 , ..., vkj = 0, ..., vkn )
R4 ,
onsideriamo il sistema di vettori
{v1 , v2 , v3 },
v1 = (3, 0, 2, 5)
v2 = (0, 0, 1, 4)
v3 = (0, 2, 0, 0)
ridotto rispetto al vettore
v1
e alla prima omponente. Inoltre ridotto rispetto a
v3
alla se onda omponente.
Proposizione.
Un sistema ridotto rispetto a tutti i suoi vettori non nulli linearmente
indipendente.
Dimostrazione. Senza perdita di generalit = {v1 , v2 , ...vr }

i-esima omponente, per i = 1, 2, ..., r. Quindi:
ridotto rispetto a
vi
e alla
v1 = (v11 , 0, ..., 0, v1,r+1, ..., v1n )

v2 = (0, v21 , ..., 0, v2,r+1, ..., v2n )
...
vr = (0, 0, ..., vrr , vn,r+1, ..., vnn )
1 v1 + 2 v2 + ... + n vn = 0,
equivalente a:
(1 v11 , 0, ...0, 1v1,r+1 , ..., 1 v1n ) +

+ (0, 2v21 , ..., 0, 2 v2,r+1 , ..., 2 v2n ) +
+ ... + (0, 0, ..., r vrr , r vr,r+1 , ..., r vrn ) = 0
(1 v11 , 2 v22 , ..., r vrr , 1 v1,r+1 + 2 v2,r+1 + ... + r vr,r+1 , ..., 1 v1n + 2 v2n + ... + r vrn )
= (0, 0, ..., 0, 0, ..., 0)
io il sistema:
1 v11 = 0
2 v22 = 0
...
r vrr = 0
r
X
i = 0, i = 1, 2, ..., r
i vi,r+1 = 0
vii 6=0
i=1
...
r
X
i vi,n = 0
i=1
donde
La proposizione pre edente utilissima per la ri er a di un sistema massimo di vettori lineramente indipendenti di un insieme assegnato di vettori. Supponiamo di voler ri er are un si-
= {v1 , v2 , ..., vr }. Appli ando ripe

tutamente opportune trasformazioni elementari, otteniamo il sistema = {w1 , w2 , ..., wr }
da ui s artando eventuali vettori nulli, otteniamo il sistema 0 ridotto rispetto a tutti i suoi
vettori. Senza perdita di generalit: 0 = {w1 , w2 , ..., wp }, on p r e tale he wi = 0 on

i = p + 1, ..., r .
Per la proposizione pre edente, il sistema 0 linearmente indipendente, mentre 0 {wi }
lineramente dipendente (i = p + 1, ..., r ), per ui 0 un sistema massimo di vettori
lineramente indipendenti di .
stema massimo di vettori linearamente indipendenti di
Inoltre:
0
essendo
) = (0
S0 .

i {p + 1, ..., r} , 0 {wi }
il sistema orrispondente a
Si on lude he
Esempio 47.
i {p + 1, ..., r} , 0 {vi }
un sistema massimo di vettori lineramente indipendenti di
Determiniamo un sistema massimo di vettori lineramente indipendenti del

R3 :
seguente insieme di vettori dello spazio vettoriale
= {v1 , v2 , v3 , v4 } ,
essendo:
v1
v2
v3
v4
= (0, 1, 2)
= (0, 1, 0)
= (1, 1, 0)
= (0, 0, 1)
Eseguendo le opportune trasformazioni elementari, otteniamo il sistema
= {w1 , w2 , w3 , w4 } ,
essendo:
w1
w2
w3
w4
= (0, 0, 0)
= (0, 1, 0)
= (1, 0, 0)
= (0, 0, 1)
Quindi:
0 = {w2 , w3 , w4 }
Si on lude he un sistema massimo di vettori lineramente indipendenti di
0 =
{v2 , v3 , v4 }
3.7 Cambiamento di base

Abbiamo visto he assegnata una base (3.40) dello spazio vettoriale
omponenti
(v1 , v2 , ..., vn ) in tale base.
onveniente utilizzare la
E,
un vettore
vE
ha
onvenzione di Einstein,
se ondo ui si somma sugli indi i ripetuti (in basso e in alto). Quindi l'espressione (3.42)
v = v i ei ,
avendo ridenito le omponenti di
v:
v = v 1 , v 2 , ..., v n
Ci premesso, siano
Evidentemente:
{ei }, {ei }
due basi distinte del medesimo spazio vettoriale
ek = ki ei
Qui
ki
ompongono una matri e
P (n n)
sul ampo
di riga, e quello in basso l'indi e di olonna.
ombinazione lineare dei vettori di {ei }:
ki
su
K.
(3.43)
K,
essendo l'indi e in alto l'indi e
A loro volta i vettori
ei
si esprimono ome
ek = ki ei
In maniera analoga, i oe ienti
di P (n n) sul ampo K .
(3.44)
della ombinazione lineare sono gli elementi di matri e
Sostituendo la (3.43) nella (3.44):
ek = ki ij ej
Il vettore
ek
(3.45)
si s rive:
ek = kj ej ,
essendo
ki
il
simbolo di Krone her :

ki
1,
0,
se
se
i=k
i 6= k
La (3.45) diventa:
ki ij ej kj ej = 0
Cio:

ki ij kj ej = 0
Per denizione di base, il sistema di vettori

veri ata se e solo se:
ki ij = kj
{ei } linearmente indipendente,
per
k, j = 1, 2, ..., n
he manifestamente equivalente alla relazione seguente:
(3.46)
donde la (3.46)
P P = 1,
essendo
n.
P P = 1.
Allo stesso modo si dimostra he
Si on lude he:
P = P 1
Si onsideri ora un vettore
vE
he ha omponenti
(v 1 , v 2 , ..., v n )
in
{ei }:
v = v k ek
Il medesimo vettore ha omponenti
(v 1 , v 2 , ..., v n )
(3.47)
in
{ei }:
v = v i ei
(3.48)
Confrontando le (3.47)-(3.48):
v i ei = v k ek
e tenendo onto della (3.44):
v i ei = v k kj ej
Eseguendo negli indi i muti la sostituzione
(k, j) (j, i):
v i ei = v j ji ei
io:
Il sistema di vettori
{ei }

v i v j ji ei = 0
linearmente indipendente, per ui:
v i v j ji = 0 v i =ji v j , i = 1, 2, ..., n
Indi hiamo on
la matri e
Quindi:
(n 1)
(3.49)
i ui elementi sono le omponenti di
v1
2
def v
V =
... ,
vn
in
{ei }:
(3.50)
(3.51)
v 1
v 2
V =
...
v 2
Con le posizioni (3.50)-(3.51), la (3.49) si s rive:
V = P 1V ,
(3.52)
V = PV
(3.53)
he pu essere invertita:
Le (3.52)-(3.53) sono le formule del ambiamento di base {ei }
la
dalla base {ei } alla base {ei }.
matri e di passaggio
{ei },
mentre la matri e
Esempio 48.
vettoriale
R2 ,
v = (1, 2)
Assegnato il vettore
nella base
si determinino le omponenti di
Soluzione 49.
R=
La matri e
1 1
1 1
, det R = 1 1 = 2
la ui aggiunta :
aggR =
Quindi l'inversa [eq. (1.51):
R
Per la (3.52):
V =
1
2
1
2
quindi:
e1 = (1, 0), e2 = (0, 1) dello spazio

e1 = (1, 1), e2 = (1, 1).
rispetto alla base
1 1
1 1
1
2
1
2

1
2
12
1
2
12

1
2

=
3
2
12
3
1
v1 = , v2 =
2
2
Esempio 50.
Assegnato il vettore v = (3, 2, 2) nella base e1 = (1, 0, 0), e2 = (0, 1, 0),

e3 = (0, 0, 1) dello spazio vettoriale R3 , si determinino le omponenti di v rispetto alla base
e1 = (1, 0, 1), e2 = (2, 1, 0), e3 = (0, 1, 1).
Soluzione 51.
La matri e
1 2 0
R= 0 1 1
1 0 1
L'inversa :
R1 =
1
3
1
3
13
23
1
3
2
3
Quindi il vettore olonna nella nuova base:
V =
Si on lude he le omponenti di
1
3
1
3
23
13
v
1
3
2
3
2
3
13
1
3

3
1
31 2 = 1
1
2
1
3
2
3
nella nuova base sono:
v1 = 1, v2 = 1, v3 = 1
3.8 Dimensione di un sottospazio vettoriale

= {v1 , v2 , ..., vr } un sistema di vettori di uno
sul ampo K . Se linearmente indipendente,
sottospazio vettoriale di E generato da . Infatti:
Sia
1.
2.
v A [], v
quindi
risulta
una base di
A []
e i impli a
E omunque assegnato
dim A [] = r , essendo A [] il
spazio vettoriale
dim A [] = r .
Osservazione.
notazione
[].
A []
il pi pi olo sottospazio ontentente
Una denominazione alternativa
L ().
e si indi a an he on la
inviluppo lineare
Proposizione (Teorema del ompletamento della base) 52.

riale
di
n-dimensionale.
E,
di
Sia
e si indi a on
uno spazio vetto-
Se = {v1 , v2 , ..., vr } un sistema di vettori linearmente indipendenti

vr+1 , ..., vn E | = {vr+1 , ..., vn } una base di E .
allora
Dimostrazione.
r < n = vr+1 E {0} | vr+1
/ [] ,
gia h
non una base di
E.
Assegnato il sistema
relazione vettoriale:
{v1 , v2 , ..., vr , vr+1 },
onsideriamo la
1 v1 + 2 v2 + ... + r vr + r+1 vr+1 = 0

Se
r+1 6= 0:
vr+1 =
r
X
i vi ,
i = i
r+1
on
i=1
Ma i impossibile, gia h
diventa:
vr+1
/ [].
1 v1 + 2 v2 + ... + r vr = 0
r+1 = 0.
Quindi deve essere
(3.54)
lin. indip.
Per i la (3.54)
1 = 2 = ... = r = 0
{vr+1 } linearmente indipendente, poi h la (3.54) impli a 1 = 2 =

... = r = r+1 = 0. Se risulta r + 1 < n, allora vr+2 E {0} | vr+2
/ [], gia h
non una base di E . Possiamo allora ripetere il ragionamento pre edente sul sistema
{v1 , v2 , ..., vr , vr+1 , vr+2 }, giungendo alla on lusione he {vr+1 , vr+2 } linearmente
Ci impli a he
indipendente. Iterando il pro edimento per un numero nito di volte, giungiamo ad un
sistema = {vr+1 , ..., vn } linearmente indipendente e tale he ogni vettore di E dipende
linearmente da , da ui l'asserto.
Da i segue immediatamente:
Corollario 53.
Allora
Sia
uno spazio vettoriale di dimensione nita, e sia
ha dimensione nita,
dim V dim E ,
un suo sottospazio.
risultando
dim V = dim E V = E
Inoltre
una base di
V =
base di
E |
3.9 Somma di due spazi vettoriali

Dati due sottospazi
di uno spazio vettoriale vettoriale
E,
si denis e il sottospazio
somma:
V + W = {v + w | v V , w W } ,
e il sottospazio intersezione
V W.
Proviamo he (3.55) un sottospazio vettoriale di
E:
(v1 + w1 ) , (v2 + w2 ) V + W ,
(v1 + w1 ) + (v2 + w2 ) = (v1 + v2 ) + (w1 + w2 )
| {z } | {z }
V
(3.55)
= [(v1 + w1 ) + (v2 + w2 )] V + W
(3.56)
K , (v + w) V + W ,
(v + w) = |{z}
v + |{z}
v = (v + w) V + W
V
Teorema 54.
mann:
V, W, V + W, V W ,
Le dimensione di
E.
sono legate dalla
formula di Grass-
dim V + dim W = dim (V + W ) + dim (V W )
Dimostrazione.
Sia
V +W
(3.57)
(3.58)
Poniamo:
{v1 , v2 , ..., vm }
una base di
dim (V W ) = m
V W.
Per il teorema di ompletamento della base:
V W V = {v1 , v2 , ..., vm , u1 , u2 , ..., um } base di V

V W W = {v1 , v2 , ..., vm , w1 , w2 , ..., wm } base di W,
m + m = dim V , m + m = dim W .
Posto = {v1 , v2 , ..., vm , u1 , u2 , ..., um , w1 , w2 , ..., wm }, manifestamente V + W = L ().
Dimostriamo he una base di V + W . A tale s opo onsideriamo la relazione vettoriale:
essendo
m
X
i vi +
i=1
Da ui:
i ui +
i=1
m
X
hiaro he
i=1
(3.59)
i=1
m
X
i wi = 0
m
m
m
X
X
X
i ui =
(i ) vi +
(i ) wi
i=1
i ui V W ,
i=1
per ui
m
X
{v1 , v2 , ..., vm , u1 , u2 , ..., um }
i=1
i K |
i vi +
i=1
Ma
m
X
m
X
m
X
i ui =
i=1
m
X
i vi
Quindi:
i=1
(i ) ui = 0
i=1
linearmente indipendente, quindi:
m
m
X
X
i vi +
(i ) ui = 0 = 1 = ... = m = 1 = ... = m = 0
i=1
i=1
= 1 = ... = m = 0
La (3.59) diventa:
m
X
i=1
Ma
{v1 , v2 , ..., vm , w1 , w2 , ..., wm }

m
X
i vi +
m
X
i wi = 0
i=1
linearmente indipendente, quindi:
i vi +
i=1
m
X
i wi = 0 = 1 = ... = m = 1 = ... = m = 0
i=1
{v1 , v2 , ..., vm , u1 , u2 , ..., um , w1 , w2 , ..., wm } linearmente indipendente. Abbiamo os dimostrato he una base di V + W . Siamo ora in grado al olare la
dimensione di V + W :
Ne on ludiamo he
dim (V + W ) = m + m + m = (m + m ) + (m + m )
| {z } | {z }
=dim V
donde l'asserto.
=dim W
m
|{z}
=dim(V W )
Se
V W = {0}, allora il sottospazio V + W si indi a on V W ,

e W . In tal aso la formula di Grassman diventa:
diretta di V
e si hiama
somma
dim V + dim W = dim (V W )
Teorema 55.
u E = !v V , !w W | u = v + w) E = V W
u V W = v V , w W | u = v + w
Supponiamo he
v V, w W | u = v + w
da ui:
v + w = v + w = v v = w w
Cio:
(v v ) V, (w w ) W , V W = {0}
= v v = w w = 0 = v = v , w = w
Dimostriamo l'impli azione diretta.
Per ipotesi:
u E = !v V , !w W | u = v + w
Abbiamo:
u = u + 0, u V , 0 W
u = 0 + u, 0 V , u W
u V W,
Per l'uni it della de omposizione di
u = 0.
deve essere:
Quindi:
u V W , u = 0 = V W = {0}
Ne on ludiamo he
Osservazione.
E = V W.
E = V W si interpreta di endo he lo spazio vettoriale E

si de ompone nella somma diretta di V e W . Se inve e E = V + W e V + W non una
dim(V W )
somma diretta, ogni vettore di E si de ompone in
modi diversi, nella somma di
un vettore di V e di un vettore di W .
Teorema 56.
vettoriale
si hiama
La relazione
Assegnato un sottospazio vettoriale
tale he
E = V W.
spazio supplementare di V
in
di
E,
esiste almeno un sottospazio
E.
Dimostrazione.
Omessa
Osservazione.
Uno spazio supplementare non univo amente determinato.
Nel aso di uno spazio vettoriale

uno spazio supplementare di
assegnata omunque una base

vettori tra
e1 , ..., en
nito-dimensionale, la determinazione di una base di
fa ilitata dal teorema di ompletamento della base, per ui
{e1 , ..., en }
di
E,
se
dim V = n1 ,
possibile s egliere
tali he essi siano una base di un supplementare di
in
E.
n n1
3.10 Eser izi

1. Assegnati i seguenti vettori di
R2 :
v1 = (2, 4) , v2 = (1, 2) , v3 = (1, 1) , v4 = (3, 6) , v5 = (4, 5) , v6 = (3, 9) ,

v1 ; 2) v5 dipende linearmente da 1 =
{v1 , v3 }; 3) v4 dipende linearmente da 2 = {v1 , v2 }; 4) v6 dipende linearmente da
3 = {v1 , v3 , v5 }; 5) v3 non dipende linearmente da 2 .
provare he:
1)
v2 ,v4
sono proporzionali a
2. Assegnati i seguenti vettori di
R3 :
v1 = (1, 2, 1) , v2 = (1, 1, 0) , v3 = (0, 1, 1) , v4 = (1, 1, 1) , v5 = (2, 1, 2) , v6 = (1, 5, 4) ,

v4 ,v5 non dipendono linearmente 1 = {v1 , v2 }; 2) v3 e v6 dipendono
da 1 ; 3) v5 dipende linearmente da 2 = {v1 , v2 , v4 }; 4) v6 dipende
da 3 = {v1 , v2 , v3 }.
provare he: 1)
linearmente
linearmente
3. Provare he il seguente sistema di vettori di
R3 :
= {v1 , v2 , v3 } ,
essendo:
v1 = (1, 1, 1), v2 = (1, 2, 3), v3 = (2, 1, 1), linearmente indipendente.

v = (1, 2, 5) ome ombinazione lineare dei vettori di .
Esprimere quindi il vettore
4. Assegnato il sistema i vettori di
R3 :
= {v1 , v2 , v3 } ,
v1 = (1, 3, 2), v2 = (2, 4, 1), v3 = (1, 5, 7),

(2, 5, 3) ome ombinazione lineare dei vettori di .
essendo:
5. Provare he il seguente sistema di vettori di
s rivere il vettore
v =
R3 :
= {v1 , v2 } ,
essendo:
v1 = (3, 0, 2), v2 = (2, 1, 5),

k il
linearmente indipendente. Determinare
poi per quali valori del parametro reale
vettore
= {u (x) , v (x) , w (x)} un sistema di

vettori sono i polinomi su R di grado 2).
vettori di
6. Sia
v = (1, 2, k)
P2 [x]
si esprime ome
(spazio vettoriale i ui
u (x) = x2 2x + 5, v (x) = 2x2 3x, w (x) = x + 3

linearmente indipendente ed esprimere il vettore p (x) = x2 +4x3
Dimostrare he
ome
7. Assegnati i vettori di
P2 [x]:
a (x) = x2 x + 1
d (x) = x + 1
b (x) = x2 + x 1
e (x) = 2x2 x + 2
c (x) = x2
,
f (x) = x2 + x 2
b (x) non proporzionale a a (x); 2) c (x) dipende linearmente da 1 =

{a (x) , b (x)}; 3) e (x) non dipende linearmente da 1 ; 4) e (x) dipende linearmente
da 2 = {a (x) , b (x) , c (x)}; 5) d (x) dipende linearmente da 2 ; 6) f (x) dipende
linearmente da 3 = {a (x) , b (x) , e (x)}.
mostare he: 1)

= e1 (x) = 1, e2 (x) = x 1, e3 (x) = (x 1)2
2
omponenti di p (x) = 4x x + 1 in .
8. Provare he il sistema
di
P2 [x],
e trovare le
9. Mostrare he
10. Sia
P [x]
una base
dim Pn [x] = n + 1.
lo spazio vettoriale dei polinomi su
di grado omunque elevato. Mostrare
he tale spazio ha dimensione innita.

11. Determinare la matri e del ambiamento di base dello spazio vettoriale
si passa dalla base
P2 [x]
quando
e0 (x) = 1, e2 (x) = x, e3 (x) = x2

alla base:
e1 (x) = 1, e2 (x) = x x0 , e3 (x) = (x x0 )2 ,
determinando poi le omponenti di

12. Mostrare he
p (x) = a0 + a1 x + a2 x2
nella nuova base.
dim MR (m n) = mn.
13. Assegnato lo spazio vettoriale
R3 ,
si onsiderino le basi:
e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)

e1 = (1, 1, 1) , e2 = (1, 1, 0) , e3 = (1, 0, 0)
v e w nella base {ei },
{ei }: v = (4, 3, 2), w = (a, b, c).
Determinare le omponenti dei vettori

omponenti nella base
essendo note le loro
Rn si onsideri l'insieme:

H = x1 , x2 , ..., xn Rn | x1 = x2 = ... = x = 0 Rn ,
essendo
{1, ...n 1}.
Dimostrare he
Dimostrare he
R3
Rn
determinandone la dimensione.
si onsideri l'insieme:

H = (v1 , v2 , v3 ) R3 : 2v1 + v2 v3 = 0 R3
R3 ,
determinandone una base.
3.10.1 Soluzioni
1. Il quesito 1 si risolve banalmente:
1
3
v2 = v1 , v4 = v1
2
2
Quesito 2:
v5 = v1 + v3
io:
(2, 4) + (1, 1) = (4, 5)

(, ) = (3/2, 1),
2 = 4
,
4 + = 5
quindi:
3
v5 = v1 v3
2
Quesito 3:
v4 = v1 + v2 ,
io:
(2, 4) + (1, 2) = (3, 6)

he ammette
2 + = 3
,
4 + 2 = 6
1 soluzioni (, ) = (, 3 2), R,
quindi:
v4 = 3v2 v1 , R
Quesito 4:
v6 = v1 + v3 + v4 ,
io:
(2, 4) + (1, 1) + (4, 5) = (3, 9)

he ammette
1 soluzioni (, , ) = 2 32 , 1 + ,
2 + 4 = 3
,
4 + + 5 = 9
R,
quindi:

3
v6 = 2 v1 + (1 + ) v3 + v5
2

3
= 2v1 + v3 + v3 + v5 v1 , R
2
Quesito 5:
v3 = v1 + v2
io:
(2, 4) + (1, 2) = (1, 1)

Tale sistema in ompatibile
2 + = 1
4 + 2 = 1
= (, ) : v3 = v1 + v2 .
2. Quesito 1:
v4 = v1 + v2
io:
+=1
2 + = 1
(1, 2, 1) + (1, 1, 0) = (1, 1, 1)
+0=1
Tale sistema lineare in ompatibile, quindi
(, ) : v4 = v1 + v2 .
v5 = v1 + v2
io:
+=2
2 + = 1
(1, 2, 1) + (1, 1, 0) = (2, 1, 2)
+ 0 = 2
Tale sistema lineare in ompatibile, quindi
(, ) : v5 = v1 + v2 .
Quesito 2:
v3 = v1 + v2
io:
+=0
(1, 2, 1) + (1, 1, 0) = (0, 1, 1)
2 + = 1
+0=1
La terza equazione di tale sistema ombinazione lineare delle prime due, per ui:
+=0
= (, ) = (1, 1)
2 + = 1
Quindi:
v3 = v1 v2
Imponiamo he:
v6 = v1 + v2
io:
+ =1
2 + = 5
(1, 2, 1) + (1, 1, 0) = (1, 5, 4)
+0=4
+ =1
= (, ) = (4, 3) ,
2 + = 5
quindi:
v6 = 4v1 3v2
Quesito 3:
v5 = v1 + v2 + v4 ,
io:
++ =2
2 + + = 1
(1, 2, 1) + (1, 1, 0) + (1, 1, 1) = (2, 1, 2)
+ 0 + = 2
Tale sistema ompatibile e determinato:
! (, , ) = (1, 4 1),
donde:
v5 = v1 + 4v2 v4
Quesito 4:
v6 = v1 + v2 + v3 ,
io:
++0=1
2 + + = 5
(1, 2, 1) + (1, 1, 0) + (0, 1, 1) = (1, 5, 4)
+0+ =4
++0=1
2 + + = 5
Tale sistema ompatibile e indeterminato.

1 soluzioni:
Pre isamente:
p = 2, n = 3 =
(, , ) = (4 , 3, ) , R
Quindi il vettore
vettori
v1 , v2 , v3 :
v6
si esprime in
modi distinti ome ombinazione lineare dei
v6 = (4 ) v1 + ( 3) v2 + v3
Osservazione.
Esistono
ombinazioni lineari, poi h il sistema
nearmente dipendente. Infatti il sistema omogeneo:
p = 2,
v1 + v2 + v3 = 0.
ha aratteristi a
++0=0
2 + + = 0 ,
+0+ =0
per ui ammette
autosoluzioni
{v1 , v2 , v3 }
li-
= (, , ) 6= (0, 0, 0) |
3. Abbiamo l'equazione vettoriale:
1 (1, 1, 1) + 2 (1, 2, 3) + 3 (2, 1, 1) = (0, 0, 0)

he s ritta omponente per omponente ondu e al sistema omogeneo:
1 + 2 + 23 = 0
1 + 22 3 = 0
1 + 32 + 3 = 0
(3.60)
1 1 2
A = 1 2 1
1 3 1
det A = 5 = il sistema (3.60)

(1 , 2 , 3 ) = (0, 0, 0), per ui il sistema
Abbiamo:
ammette uni amente la soluzione banale

S riviamo la ombinazione lineare:
v = 1 v1 + 2 v2 + 3 v3
equivalente a:
1 + 2 + 23 = 1
1 + 22 3 = 2
1 + 32 + 3 = 5
Tale sistema ompatibile e determinato.
La soluzione
(3.61)
(1 , 2 , 3 ) = (6, 3, 2).
v = 6v1 + 3v2 + 2v3 .
Per i:
4. Il sistema
= {(1, 3, 2) , (2, 4, 1) , (1, 5, 7)}
linearmente dipendente se il siste-
ma lineare omogeneo:
1 + 2 + 3 = 0
31 42 53 = 0
21 2 + 73 = 0,
(3.62)
banale. La matri e dei oe ienti :
1
2
1
A = 3 4 5
2 1 7
Risulta:
det A = 0 = p < n,
numero di in ognite.
per i
essendo
la aratteristi a del sistema e n = 3 il

np soluzioni non nulle,
Quindi il sistema (3.62) ammette
(1 , 2 , 3 ) 6= 0,
da i segue he
possibile esprimere il vettore
linearmente dipendente e he non
ome ombinazione lineare dei vettori di
5.
R : v1 = v2 ,
quindi per la proposizione 3.2 il sistema
linearmente
indipendente. S riviamo:
v = 1 v1 + 2 v2 ,
ottenendo il sistema lineare:
31 + 22 = 1
0 2 = 2
21 52 = k
(3.63)
La matri e dei oe ienti e la matri e dei oe ienti pi termini noti:
3
2
3
2
1
A = 0 1 ; M (k) = 0 1 2 ;
2 5
2 5 k
Risulta:
p = r (A) = 2.
Poniamo:
An h il sistema sia ompatibile, deve essere

3

2
1

def
F (k) = det M (k) = 0 1 2 = 3 (k + 8)
2 5 k
fa ile onvin ersi he

questo il valore di
r (A) = r (M).
def
r (A) = r (M) = 2 F (k) = 0 k = 8 = k .
Ed
tale he:
v=
2
X
i vi
i=1
Per
k = k ,
il sistema (3.63) ammette l'uni a soluzione
(1 , 2 ) = (1, 2),
per ui:
v = v1 + 2v2
6. Il sistema
linearmente indipendente se:
u (x) + v (x) + w (x) = 0 = = = = 0

Sostituendo le espressioni analiti he di
u (x), v (x), w (x)
e ordinando i vari termini:
( + 2) x2 + (2 3 + ) x + (5 + 3) = 0,
essendo
il polinomio nullo
(3.64)
0x2 + 0x + 0.
La (3.64) equivale al sistema:
+ 2 + 0 = 0
2 3 + = 0
5 + 0 + 3 = 0,
he banale:
(, , ) = (0, 0, 0),
per ui
(3.65)
S riviamo:
p (x) = 1 u (x) + 2 v (x) + 3 w (x) ,

io:
1 + 22 + 0 = 1
21 32 + 3 = 4
51 + 0 + 33 = 3,
(3.66)
Il sistema lineare (3.66) ompatibile e determinato.
(3, 2, 4);
La soluzione
(1 , 2 , 3 ) =
pertanto:
p (x) = 3u (x) + 2v (x) + 4 (x)

7. 1)
b (x)
a (x)
sono proporzionali se:
( R : b (x) = a (x)) x2 + x 1 = x2 x + 1
equivalente a:
( 1) x2 + ( 1) x + ( + 1) = 0,
essendo
il polinomio nullo (vettore nullo). La (3.67) vera se, e solo se:
1 =0
+1=0
+1=0
Tale sistema manifestamente in ompatibile, donde
: b (x) = (x).
2). S riviamo:
c (x) = a (x) + b (x)

equivalente a:
( + 1) x2 + ( + ) x + ( ) = 0,
da ui il sistema lineare:

+=1
1 1
= 0 = (, ) =
,
,
2 2
=0
quindi:
c (x) =
1
[a (x) + b (x)]
2
3). S riviamo:
e (x) = a (x) + b (x)

Sostituendo le espressioni di
a (x), b (x), e (x):
( + 2) x2 + ( + + 1) x + ( 2) = 0,
da ui il sistema:
per ui
e (x)
+=2
= 0 = (, ) ,
=2
non ombinazione lineare di
1 .
4). S riviamo:
e (x) = a (x) + b (x) + c (x)

a (x), b (x), c (x), e (x):
( + + 2) x2 + ( + + 1) x + ( 2) = 0,
(3.67)
da ui il sistema:
he ammette
Quindi:
Osservazione.
dei vettori
Infatti:

++ =2
++ =2
+ 0 = 0
,
+0 =0
+0 =0
soluzioni:

(, , ) = 1 , 1 , , R
2
2

a (x) + 1
b (x) + c (x)
e (x) = 1
2
2
e (x) si esprime in inniti modi ome ombinazione lineare

2 = {a (x) , b (x) , c (x)}, poi h tale sistema linearmente dipendente.
++ =0
+0=0
a (x) + b (x) + c (x) = 0
+0=0
Il vettore
1 soluzioni
a (x) + b (x) + c (x) = 0
Tale sistema ammette
non banali, quindi
1 (, , ) 6= (0, 0, 0) :
5). S riviamo:
d (x) = a (x) + b (x) + c (x)

a (x), b (x), c (x), d (x):
( + + ) x2 + ( + + 1) x + ( 1) = 0,
da ui il sistema:
++ =0
+0 =1 ,
+0 =1
he ompatibile e indeterminato on
soluzioni:

1
1

(, , ) =
1
, 1 +
, , R
2
2
2
2
Quindi:

i
1 h

d (x) =
1
a (x) + 1 +
b (x) + c (x)
2
2
2
6). Esprimiamo il polinomio f
(x) ome ombinazione lineare di 2 = {a (x) , b (x) , e (x)}:
f (x) = a (x) + b (x) + e (x)

io:
( + + 2 1) x2 + ( + 1) x + ( + 2 + 2) = 0,
quindi:
+ + 2 = 1
+ = 1
+ 2 = 2
Tale sistema ompatibile e determinato:
(, , ) =
donde:
f (x) =

3 3
, , 1 ,
2 2
3
[a (x) + b (x)] e (x)
2
8. S riviamo:
1 e1 (x) + 2 e2 (x) + 3 e3 (x) = 0

Sostituendo le espressioni analiti he di
ei (x):

1 + 2 (x 1) + 3 x2 2x + 1 = 0,
equivalente al sistema lineare omogeneo:

S riviamo
0 + 0 + 3 = 0
0 + 2 23
,
1 2 + 3 = 0
(1 , 2 , 3 ) = (0, 0, 0),
donde
una base.
p (x):
p (x) = 1 e1 (x) + 2 e2 (x) + 3 e3 (x)
Ottenendo:
0 + 0 + 3 = 4
0 + 2 23 = 1 = (1 , 2, 3 ) = (4, 7, 4)
1 2 + 3 = 1
Quindi:
p (x) = 4e1 (x) + 7e2 (x) + 4e3 (x)

Si on lude he la terna
9. Ri ordiamo he
vettoriale su
R.
Pn [x]
(4, 7, 4)
sono le omponenti del vettore
l'insieme dei polinomi su
p (x)
nella base
n,
Pn [x]:
di grado
Consideriamo ora il sistema di vettori di
ed uno spazio

= 1, x, x2 , ..., xn
Abbiamo
0 + 1 x + 2 x2 + ... + n xn = 0,
io:
Quindi
mente da
n + 1.
1 + 0 + 0 + ... + 0 = 0
0 + 2 + 0 + ... + 0 = 0
i = 0, i = 0, 1, ..., n
...
0 + 0 + 0 + ... + n = 0
linearmente indipendente. Inoltre, ogni vettore di
Se ne on lude he
una base di
Pn [x],
Pn [x]
dipende linear-
on dimensione
dim Pn [x] =
10. Consideriamo il sistema di inniti vettori:

= 1, x, x2 , ..., xn , ...
Per quanto visto nell'eser izio pre edente, tale sistema linearmente indipendente.
Inoltre, ogni vettore di
P [x],
una base di
11. La matri e
P [x]
on dimensione
dim P [x] = +.
1 x0
x20
R = 0 1 2x0
0 0
1
R1
1 x0 x20
= 0 1 2x0
0 0
1
p (x) = a0 + a1 x + a2 x2 ha omponenti (a0 , a1 , a2 ) in {ei (x)}, mentre nella

{ei (x)} le omponenti sono (a0 , a1 , a2 ) tali he:

a0
1 x0
x20
a0
a1 = 0 1 2x0 a1
a2
0 0
1
a2
a0 + a1 x0 + a2 x20
a1 + 2a2 x0
=
a2
Il polinomio
Cio:
Se ne on lude he
Quindi l'inversa:
nuova base
a0 = a0 + a1 x0 + a2 x20
a1 = a1 + 2a2 x0
a2 = a2
12. Ri ordiamo he
MR (m, n)
lo spazio vettoriale i ui vettori sono le matri i
MR (2, 2),
i, k = {1, 2, 3}, essendo:

1 0
0 1
=
, E12 =
0 0
0 0

0 0
0 0
=
, E31 =
1 0
0 1
ampo reale. Senza perdita di generalit, onsideriamo

il sistema di vettori
= {Eik }
E11
E21
mn
sul
quindi onsideriamo
on
lineramente indipendente. Infatti:
1 E11 + 2 E12 + 3 E21 + 4 E22

0 0
=
0 0

1 2
0 0
=
3 4
0 0
i = 0, i = 1, 2, 3, 4
Inoltre ogni elemento di
A = (aik ) MR (2 2) ,
A = a11 E11 + a12 E12 + a21 E21 + a22 E22
una base di MR (2, 2),
dim MR (n, n) = mn.
Ne on ludiamo he
aso generale:
per i
dim MR (2, 2) = 4.
Passando al
13. Passando ai vettori olonna:
V = R1 V , W = R1 W ,
R1
la matri e inversa di:
1 1 1
R= 1 1 0
1 0 0
Abbiamo:
R1
Quindi:
0 0
1
= 0 1 1
1 1 0
da ui le omponenti di
2
c
V = 5 , W = b c ,
7
ab
nella nuova base:
v = (2, 5, 7)
w = (c, b c, a b)
14.
v, w H = v = (x1 = 0, x2 = 0, ..., x = 0, x+1 ..., xn ),

w = (y 1 = 0, y 2 = 0, ..., y = 0, y +1 ..., y n )
Quindi:
io
(v + w) H .
Ci impli a he

v + w = 0, 0, ..., 0, x+1 + y +1 , ..., xn + y n ,
Inoltre

v = 0, 0, ..., 0, x+1 , ..., xn = (v) H
Rn
Per determinarne la dimensione,
dobbiamo prima trovare una base, poi h la dimensione altro non he l'ordine di una
qualunque base. Consideriamo i vettori di
H:
u1 = 0, 0, ...0, 1, 0, ..., 0
| {z }
u2 = 0, 0, ...0, 0, 1, ..., 0
| {z }
...
Il sistema
= {ui }
un = 0, 0, ...0, 0, 0, ..., 1
| {z }
linearmente indipendente, in quanto ridotto rispetto a tutti i
suoi vettori. Inoltre, ogni vettore di
infatti:
v, w H = v = x1 = 0, x2 = 0, ..., x = 0, x+1 ..., xn

= xi ui
Si on ude he
una base di
H,
e he quindi
dim H = n .
15.
v = (v1 , v2 , v3 ) , v = (v1 , v2 , v3 ) H ,
v + v = (v1 + v1 , v2 + v2 , v3 + v3 )
2 (v1 + v1 ) + (v2 + v2 ) (v3 + v3 )
= (2v1 + v2 v3 ) + (2v1 + v2 v3 )
=0
R, v = (v1 , v2 , v3 ) H ,
2 (v1 ) + (v2 ) (v3 ) = (2v1 + v2 v3 ) = 0
da ui
un sottospazio di
R3 .
Per ri er are una sua base risolviamo l'equazione
lineare omogenea:
2v1 + v2 v3 = 0,
nelle in ognite
v1 , v2 , v3 .
Essa ammette
soluzioni non banali:
(v1 , v2 , v3 ) = (v1 , v2 , 2v1 + v2 )

= (v1 , 0, 2v1 ) + (0, v2 , v2 )
= v1 (1, 0, 2) + v2 (0, 1, 1)
Quindi
dim H = 2,
e una base di
{(1, 0, 2) , (0, 1, 1)}.
Parte II
Omomorsmi ed isomorsmi
Capitolo 4
Appli azioni lineari tra spazi vettoriali
4.1 Denizione di appli azione lineare
Siano
due spazi vettoriali sul medesimo ampo
K.
Consideriamo l'appli azione:
: E 7 F
La (4.1) appli a a
x E,
un vettore
(4.1)
y F:
x E 7 y F
S riviamo:
y = (x)
Denizione.
L'appli azione
(4.2)
lineare se additiva ed omogenea:
1.
x, x E , (x + x ) = (x) + (x )
2.
x E , K, (x) = (x)
(additivit)
(omogeneit)
fa ile rendersi onto he additivit e omogeneit sono ontenute nell'uni a ondizione:
x, x E, , K, (x + x ) = (x) + (x )
Nel aso
E = F
l'appli azione lineare (4.2) si hiama
operatore lineare
(4.3)
e viene spesso
utilizzata la seguente notazione:
x = y,
(4.4)
il vettore y il risultato dell'appli azione dell'operatore sul vettore x.

Equivalentemente: opera su x, dando y ome risultato.
he si legge:
operatore nullo
Due esempi immediati di operatori lineari sono dati rispettivamente dall'
operatore identit 1:
e dall'
0x = 0, x E
1x = x, x E
L'operatore nullo asso ia ad ogni vettore di
appli ato ad un qualunque vettore di
E,
E,
il vettore nullo, mentre l'operatore identit
fornis e il vettore medesimo.
Ulteriori esempi:
1. Consideriamo lo spazio vettoriale Pn [x] su R dei polinomi di grado n. L'operatore
d
di derivazione
un operatore lineare. Per mostrare i, osserviamo innanzitutto
dx
he:
d
d
: pm (x) Pn [x] 7
pm (x) Pn [x]
dx
dx
y=fHxL
x
misRHxL= fHL
a
x
a
Figura 4.1: Rettangoloide relativo alla funzione
pm (x) = a0 + a1 x +
d
pm (x)
mam1 xm1 , per ui dx
essendo
a2 x2 + ... + am xm ,
Pn [x].
quindi
e di base
d
p
dx m
[a, x].
(x) = a1 + 2a2 x + ... +
La linearit segue immediatamente dalle regole di derivazione della somma di due

funzioni e del prodotto di una ostante per una funzione:
pm (x) ,qr (x) Pn [x] , , R,
d
d
d
[pm (x) + qr (x)] = pm (x) + qr (x)
dx
dx
dx
F (a, b) i ui elementi sono le funzioni reali di variabile

reale denite nell'intervallo hiuso e limitato [a, b] ( 29). Se C (a, b) l'insieme delle
funzioni ontinue in [a, b], proviamo he a) C (a, b) un sottospazio vettoriale di F (a, b),
2. Consideriamo lo spazio vettoriale
b) l'appli azione:
S : C (a, b) 7 C (a, b)
tale he:
f C (a, b) 7
Zx
f () d , x (a, b)
C (a, b) F (a, b) un sottospazio di F (a, b), poi h la somma di due funzioni ontinue
a sua volta una funzione ontinua, e il prodotto di uno numero reale per una funzione
ontinua una funzione ontinua. In simboli:
f, g C (a, b) , (f + g) C (a, b)
f C (a, b) , R, (f ) C (a, b)
Da un punto di vista geometri o, l'appli azione
(a, b), l'area del

esempio, se f (x) 0::
nua in
rettangoloide
R (x)
asso ia ad ogni funzione
relativo alla funzione
f (x) onti[a, x]. Ad
e di base

R (x) = (, y) R2 | a x, 0 y f ()
Per i dettagli vedere gura 4.1.

La linearit dell'operatore
segue immediatamente dalle propriet di addivit e omo-
geneit dell'integrale denito. S riviamo:
S (f ) =
Zx
a
f () d
Quindi
f, g C (a, b), , R:
S (f + g) =
Zx
(f () + g ()) d
Zx
Zx
= f () d + g () d
a
= S (f ) + S (g)
Di seguito sono riportati asi spe iali di appli azioni tra spazi vettoriali.
Sia
uno spazio vettoriale su un ampo
K.
Consideriamo una base di
E:
{ei } , i = 1, 2, ..., r
Quindi
dim E = r .
Sia
Ci premesso, si denis e
il sottospazio di
(4.5)
{ei } per i = 1, 2, ..., p < r .

E su E , l'operatore lineare:
generato da
operatore di proiezione di
: E 7 E
p
r
X
X
v=
vi ei 7 v =
vi ei
i=1
Proviamo la linearit di
i=1
.
def
v, w E, , K , u = v + w
Se
u = (u1 , u2 , ..., ur )
nella base (4.5), risulta:
u =
p
X
ui ei ,
(4.6)
i=1
Evidentemente:
ui = vi + wi
Quindi la (4.6) diventa:
u =
p
X
(vi + wi ) ei
i=1
p
vi ei +
i=1
wi ei
i=1
= v + u,
donde la linearit di
p
X
R3 . Quindi ssiamo
proiezione x su R :
Ad esempio, onsideriamo lo spazio vettoriale
un riferimento artesiano ortogonale
R (0xyz).
L'operatore di
x : R3 7 R
Pi pre isamente,
proietta ogni vettore
v = (vx , vy , vz )
sull'asse
v = vx ex + vy ey + vz ez 7 vx ex
essendo
ei (i = x, y, z )
i versori degli assi oordinati.

***
x:
operatore traslazione os denito:
L'
T v = v + u,
essendo
un vettore assegnato di
E.
Si osservi he tale operatore non lineare:
T (v + w) = v + w + u
D'altro anto:
T v + T w = (v + u) + (w + u)
= v + w + ( + ) u
Quindi:
T (v + w) = T v + T w ( + ) w
Cio:
, K : + 6= 0, w E {0} , T (v + w) 6= T v + T w
Da un punto di vista geometri o se
E = R3 ,
l'operatore
trasla di una quantit
(nello
spazio si o), ogni vettore su ui esso agis e.

***
operatore ostante os denito:
L'
Ax = a,
essendo
x, a E ,
on
vettore assegnato. Mostriamo he tale operatore non lineare.
A (x + x ) = a
D'altro anto:
Ax + Ax = ( + ) a,
donde:
A (x + x ) 6= Ax + Ax ,
da ui la non linearit di
A.
***
Sia
uno spazio vettoriale tridimensionale sul ampo
K.
Consideriamo l'operatore
he:
Ax = y,
on
x = (x1 , x2 , x3 ) , y = (2x1 + x2 , x2 + x3 , x1 )
in una base
{ei }
Studiamo il omportamento di tale operatore.
A (x + x ) = A (x1 + x1 , x2 + x2 , x3 + x3 )
= (2x1 + 2x1 + x2 + x2 , x2 + x2 + x3 + x3 ,
x1 + x1 )
= ( (2x1 + x2 ) + (2x1 + x2 ) , (x2 + x3 ) + (x2 + x3 ) , x1 + x1 )
= (2x1 + x2 , x2 + x3 , x1 ) + (2x1 + x2 , x2 + x3 , x1 )
= Ax + Ax ,
da ui la linearit di
A.
tale
4.2 Eser izi

1. Dimostrare la linearit delle seguenti appli azioni:

A : R2 7 R2
(x, y) (x + y, y)
(4.7)
B : R3 7 R
(x, y, z) 2x 3y + 4z
2. Dimostrare la non linearit delle seguenti appli azioni:
A : R2 7 R2
(x, y) xy
A : R3 7 R2
(x, y, z) (|x| , 0)
(4.8)
A : R2 7 R3
(x, y) (x + 1, 2y, x + y)
4.2.1 Soluzioni
1. Prendiamo ad arbitrio
x = (x, y) R2 , x = (x , y ) R2 .
Quindi
, R, A (x + x ) =
= A (x + x , y + y )
= (x + x + y + y , y + y )
= ( (x + y) + (x + y ) , y + y )
= ( (x + y) , y) + ( (x + y ) , y )
= (x + y, y) + (x + y , y )
= Ax + Ax
Da qui la linearit di
A.
Prendiamo ad arbitrio
x = (x, y, z) R3 , x = (x , y , z ) R3 .
Quindi:
, R, B (x + x ) =
= B (x + x , y + y , z + z )
= 2 (x + x ) 3 (y + y ) + 4 (z + z )
= (2x 3y + 4z) + (2x 3y + 4z )
= Bx + Bx
donde la linearit di
B.
2. Prendiamo ad arbitrio
x = (x, y) R2 , x = (x , y ) R2 .
Quindi:
, R, A (x + x ) =
= A (x + x , y + y )
= (x + x ) (y + y )
= 2 xy + (xy + x y) + 2 x y
6= Ax + Ax
= xy + x y
da qui la non linearit di
A.
Passiamo all'operatore dato dalla se onda delle (4.8).
(x, y) R2 , x = (x , y ) R2 .
x =
Quindi:
, R, A (x + x ) =
= A (x + x , y + y )
= (x + x + 1, 2y + 2 y , x + x + y + y)
= (x + 1, 2y, (x + y)) + (x + 2y + x + y )
6= Ax + Ax
= (x + 1, 2y, x + y) + (x + 1, 2y , x + y )
A.
Passiamo all'operatore dato dalla terza delle (4.8). Prendiamo ad arbitrio x

R3 , x = (x , y , z ) R3 . Quindi:
, R, A (x + x ) =
= A (x + x , y + y , z + z )
= (|x + x | , 0)
6= Ax + Ax
= (|x| , 0) + (|x | , 0)
= ( |x| + |x | , 0)
A.
= (x, y, z)
Capitolo 5
Omomorsmi e isomorsmi
5.1 Introduzione
Ri ordiamo he dati gli insiemi
X, Y 6=
f : X 7 Y ,
immagine di f
l'
in
f (X) = {y Y | y = f (x)} Y
Ci premesso, sussistono le seguenti:
Denizione.
Denizione.
Denizione.
(f e` suriettiva) (y Y, x X | f (x) = y)
(f e` iniettiva) (x 6= x = f (x) 6= f (x ))
(f e` biiettiva) (f
Nel aso spe iale
f : R 7 R,
iniettiva e suriettiva)
le denizioni suddette si prestano ad interpretazione geome-
tri a. Nel aso di un'appli azione iniettiva, ogni retta parallela all'asse
un sol punto la urva di equazione
y = f (x).
x interse a
in uno ed
Ad esempio, la funzione esponenziale:
f : R 7 R
,
x 7 ax
(5.1)
un'appli azione iniettiva ma non suriettiva (gura 5.1). Infatti:
x 6= x = ax 6= ax
y (, 0) , x R | ax = y,
da ui l'iniettivit e la non suriettivit dell'appli azione (5.1).
f :R
7 R suriettiva, ogni retta parallela all'asse x interse a
almeno in un punto la urva y = f (x). Ci impli a (a dierenza del aso pre edente) he
3
2
possono esser i intersezioni multiple, ome nel aso della funzione f (x) = x x x (gura
Nel aso di un'appli azione
5.2).Si onsideri ora l'appli azione:
f : R 7 R
x 7 x2
(5.2)
Tale appli azione non n iniettiva e n suriettiva. Infatti, ogni

Inoltre,
y (, 0), x R : f (x) = y
x2
immagine di
(gura 5.3)
+x.
5.2 Denizione assiomati a e teoremi onseguenti

Denizione.
F
Siano
E, F
due spazi vettoriali sul ampo
ogni appli azione lineare
: E 7 F .
K.
Di esi
omomorsmo
tra
ed
y
5
4
3
2
1
x
-2
x1
x2
x3
f (x) = ax (a > 0, a 6= 1). Ogni retta y = y0 > 0 interse a

di f (x). Per y0 < 0 l'intersezione vuota. Si tratta quindi
Figura 5.1: Gra o della funzione

in uno e un sol punto il gra o
di un'appli azione iniettiva ma non suriettiva.
y
2
1.5
1
0.5
-1
-2
-0.5
-1
-1.5
-2
f (x) = x3 x2 x.
Esistono rette parallele all'asse
interse ano in punti distinti il gra o della funzione. Ogni retta
y = f (x).
y = y0
he
interse a omunque
Si tratta quindi di un'appli azione suriettiva ma non iniettiva.
y
8
6
4
2
-3
-2

distinti la urva
f (x),
y = f (x).
l'insieme vuoto.
-1
f (x) = x2 .
y = b > 0 interse a in due punti

generi a retta y = c < 0 on il gra o di
Ogni retta
L'intersezione di una
Osservazione. Nel aso spe iale E = F , ogni appli azione lineare : E E , denominata
endomorsmo .
Denizione.
Due spazi vettoriali si di ono
Denizione.
Siano
E, F
K.
Di esi
: E 7 F .
Due spazi vettoriali si di ono
isomor
Esempio 57.
Se
se esiste un omomorsmo tra essi.
due spazi vettoriali sul ampo
ogni appli azione lineare biiettiva
Denizione.
omomor
ed
onsideriamo l'appli azione:
: E 7 E
,
v 7 v
essendo
tra
se esiste un isomorsmo tra essi.
K,
un qualunque spazio vettoriale su un ampo
isomorsmo
(5.3)
s alare assegnato non nullo. Dimostriamo he la (5.3) biiettiva.
Iniziamo a dimostrare la linearit:
v, w E , , K , (v + w) =
= (v + w)
= (v) + (w)
= v + w
L'iniettivit:
v 6= v = v 6= v
La suriettivit:
(v) E , v E | v = v
Da i segue la biiettivit di
l'immagine di un generi o vettore

di s ala
Tale isomorsmo noto ome
vE
si identi a on
omotetia
di rapporto
medesimo a meno di un fattore
***
Teorema 58.
Dimostrazione.
Sia
un ampo. Gli spazi vettoriali su
Siano
E, F
isodimensionali sono isomor.
due arbitrari spazi vettoriali isodimensionali:
dim E = n, dim F = n
Fissiamo due basi:
{ei } , i = 1, 2, ..., n
{ei } , i = 1, 2, ..., n
base di
base di
E
F
Si onsideri l'appli azione lineare:
: E 7 F
tale he:
x=
n
X
i=1
xi ei 7 x =
L'appli azione (5.4) asso ia ad ogni vettore

le omponenti di
in
{ei }.
di
(5.4)
n
X
xi ei
i=1
x di F he ha
arbitrio x e y in E :
il vettore
Osserviamo he presi ad
n
n
X
X
x=
xi ei , y = yi ei ,
i=1
i=1
per omponenti
risulta:
(x) = x =
(y) = y =
n
X
xi ei
i=1
n
X
yi ei
i=1
Tenendo onto della proposizione (3.3) (uni it delle omponenti di un vettore in una
assegnata base:
x 6= y = xi 6= yi ,
donde:
x 6= y = (x) 6= (y)
Cio
iniettiva. Inoltre:
x F ,
n
n
X
X
(x1 , x2 , ..., xn ) | x =
xi ei = x E | x =
xi ei
i=1
da ui la suriettivit di
Si on lude he
i=1
iniettiva e suriettiva, quindi biiettiva. Da qui
la tesi.
Denizione.
(E)
Si hiama
il sottoinsieme di
Teorema 59.
immagine
dell'appli azione lineare
F:
: E 7 F
e si indi a on
(E) = {y F | x = y, x E}
(E)
F.
Dimostrazione. y1 , y2 (E) x1 , x2 E | y1 = x1 , y2 = x2 .
y1 , y2 (E) , y1 + y2 = x1 + x2
K , y (E) , y = x
lineare
lineare
Quindi:
(x1 + x2 ) (E)
(x) (E) ,
donde l'asserto.
Denizione. Di esi rango

on
di
R ().
: E 7 F ,
la dimensione del sottospazio
(E),
e si indi a
Denizione. Di esi kernel o nu leo dell'appli azione lineare : E 7 F , il sottoinsieme

di
E:
Ker = {x E | x = 0F } ,
essendo
0F
il vettore nullo di
Teorema 60.
Il kernel di
Dimostrazione.
F.
: E 7 F
x, x Ker, K .
E.
Quindi:
(x + x ) = x + x = 0F + 0F = 0F = (x + x ) Ker
(x) = x = 0F = 0F = (x) Ker ,
donde l'asserto.
Denizione.
Di esi
nullit
di
: E 7 F ,
e si indi a on
N () = dim ker
N (),
la dimensione di
Ker:
Se
E F , (E)
Ker
non sono in generale sottospazi supplementari, io
de ompone nella somma diretta di
(E)
e di
Ker,
non si
per vale sempre la relazione:
R () + N () = dim E
(5.5)
Teorema 61.

Un omomorsmo suriettivo
: E 7 F
un isomorsmo

Hp:
Th:
ker = {0E }
: E 7 F
(ker = {0E })
un isomorsmo (basta dimostrare l'iniettivit, poi h per ipotesi
suriettiva).
x, y E | x = y = 0F = x y = (x y) = (x y) Ker
L'ultima impli azione si giusti a ri ordando la denizione di Kernel. Inoltre:
(x y) Ker
ker ={0E }
x y = 0E = x = y
Si on lude
x, y E , x =y = x = y,
da ui l'iniettivit di
Impli azione diretta

Hp:
Th:
: E 7 F
ker = {0E }.
iniettiva e suriettiva.
Osserviamo innanzitutto he:
def
x ker , y E, x + y = z E
Inoltre per denizione di kernel:
x ker = 0F = x = (z y)
lineare
zy = z = y
iniettiva
z = y = x = 0E
Cio:
(x ker , x = 0E ) = ker = {0E }
Con lusione 62. Il kernel di un isomorsmo : E F il sottospazio nullo (o improprio)

di
E.
Teorema 63.
Dimostrazione.
Sia
Sia
un ampo. Spazi vettoriali su
: E 7 F
isomor sono isodimensionali.
un isomorsmo. Consideriamo una generi a base di
E:
{ei } , i = 1, 2, ..., n = dim E

Quindi, preso ad arbitrio
x E:
x=
n
X
xi ei
i=1
Il risultato dell'appli azione dell'operatore lineare
x =
n
X
i=1
sul vettore
xi ei
(5.6)
Fissiamo l'attenzione sul sistema di vettori:
{e1 , e2 , ..., en }
Per ipotesi
(5.7)
un isomorsmo e per il teorema 61 deve essere
Ker = {0E },
quindi:
x = 0F = x = 0E = x1 = x2 = ... = xn = 0
Tenendo onto della (5.6):
n
X
xi (ei ) = 0F = x1 = x2 = ... = xn = 0
i=1
Cio il sistema (5.7) linearemente indipendente. Inoltre: un isomorsmo = (E)

P
F = y F , x E | y = x = ni=1 xi (ei ) = {ei } una base di F = dim F
n.
=
=
I teoremi 58 e 63 si riunis ono nell'uni o teorema:
Teorema 64.
Spazi vettoriali su un assegnato ampo
sono isomor se e solo se sono
isodimensionali.
5.3 Eser izi

1. Assegnata l'appli azione
: R3 7 R2
(5.8)
tale he:
x = (x, y, z) R3 7 x = (x, y) R2
Si dimostri he
un omomorsmo ma non un isomorsmo.
l'immagine, il kernel e la nullit di
Si determini inoltre
(a, b) R, on la notazione C n (a, b) si denota l'insieme delle funzioni ontinue

(a, b) e ivi derivabili no all'ordine n. Come noto, introdu endo le operazioni:
2. Se
in
+ : C n (a, b) C n (a, b) 7 C n (a, b)

: RC n (a, b) 7 C n (a, b) ,
C n (a, b)
assume la struttura algebri a di spazio vettoriale su R. Ci pre

messo, si onsideri lo spazio vettoriale C
(a, b) e i ui vettori sono le funzioni reali
l'insieme
di una variabile reale ontinue in
(a, b)
e ivi innitamente derivabili.
Si onsideri
l'appli azione:
D : C (a, b) 7 C (a, b) ,
essendo
l'operatore di derivazione, per ui:
Df =
Provare he
un omomorsmo suriettivo ma non iniettivo. Determinare poi l'im-
magine e il kernel di
3. Sia
Pn [x]
d
f (x)
dx
D.
lo spazio vettoriale i ui vettori sono i polinomi di grado
sideri l'operatore di derivazione

ai vettori di
Pn [x], determinare l'immagine e il kernel di D .

n-ma Dn , determinando il suo nu leo.
di derivazione
( 27). Si on-
dell'eser izio pre edente. Appli ando tale operatore

Denire inoltre l'operatore
4. Si onsideri l'appli azione:
: C 0 (R) 7 C 0 (R)
Zx
f (x) 7 f () d
(5.9)
Dimostrare la linearit di
determinando poi la sua immagine e il suo nu leo.
5.3.1 Soluzioni
1. Risulta:
, R, x, y R3 , (x + y)
= (x + x , y + y , z + z )
= (x + x , y + y )
= (x, y) + (x .y )
= x + y,
donde il arattere omomorfo di
Inoltre, tale appli azione suriettiva, poi h:
x = (x, y) R2 , x = (x, y, z) R3 | x = x
Per il teorema (64) l'appli azione (5.8) non un isomorsmo.
L'immagine di

(E) = (x, y) R2 | < x < +, < y < +
= piano artesiano xy
Il rango di
R () = 2
Per il kernel di
quindi:
osserviamo he:

z (, +) , x = (0, 0, z) R3 = x = (0, 0) = 0R2 ,

Ker = (0, 0, z) R3 | < z < +
= asse z
La nullit di
N () = dim Ker = 1
Si noti he risulta
2. La linearit di
R () + N () = 3 = dim R3 .
dis ende immediatamente dalle regole di derivazione della somma di
due funzioni e del prodotto di uno ostante per una funzione. Quindi:
, R, f, g C (a, b) , D (f + g) = Df + Dg,
donde
un omorsmo. La suriettivit evidente:
f C (a, b) , F (x) =
f (x) dx | DF = f
Inoltre:
(c R {0} , f C (a, b) , g (x) = f (x) + c 6= f (x)) = Df = Dg

Cio:
f 6= g ; Df 6= Dg,
per ui
non suriettiva.
Il kernel di
omposto dalle funzioni ostanti in
[a, b]:
KerD = {f (x) = onst, x [a, b]} ,

in quanto tale he:
d
f (x) = 0
dx
3. Consideriamo un generi o elemento di
Pn [x]:
pm (x) = a0 + a1 x + a2 x2 + ... + am xm
Il risultato dell'appli azione dell'operatore
su
pm (x)
Dpm (x) = a1 + 2a2 x + ... + mam xm1

Quindi:
D : pm (x) 7 qm1 (x)

Per
m = n,
si ottiene il polinomio di grado
n 1,
pertanto l'immagine di
D (Pn [x]) = Pn1 [x]

Per denizione di kernel:
KerD = {pm (x) Pn [x] | Dpm (x) = 0} ,

io:
KerD = {p0 }
Si on lude he il kernel di
L'operatore
Dn
omposto dai polinomi di grado nullo.
os denito:
dn
D n pm (x) = n pm (x)

dx

d
d
d
=
...
pm (x)
dx dx
dx
Per
m = n:
Dpn (x) = a1 + 2a2 x + ... + nan xn1
D 2 pn (x) = 2a2 + 6a3 x + ... + n (n 1) xn2
...
n
D pn (x) = n!an
(5.10)
Per
m < n:
D n pm (x) = 0
(5.11)
KerD n = {pm<n (x)} ,
(5.12)
La (5.11) impli a:
io il kernel di
di
n.
Dn
omposto da tutti e soli i polinomi di grado strettamente minore
Si osservi he la (5.10) un aso parti olare della (5.12).
4. La linearit della (5.9) segue immediatamente dalle propriet di additivit e omogeneit

dell'integrale denito di una funzione reale di variabile reale.
F (x)
Se indi hiamo on
una primitiva di
f (x) C 0 (R),
deve essere:
f (x) = F (x) F (0) ,

donde l'immagine di

d
C (R) = F (x) F (0) |
F (x) = f (x)
dx
0
Per denizione di kernel:
essendo
0C 0 (R)

Ker = f (x) C 0 (R) | f (x) = 0C 0 (R) ,
il vettore nullo di
C 0 (R),
io la funzione identi amente nulla su
R.
Dobbiamo per i risolvere l'equazione operatoriale:
f (x) = 0C 0 (R) ,
equivalente alla:
x R,
Zx
0
f () d = 0 x R, F (x) = F (0) F (x) c f (x) 0
Quindi:

Ker = 0C 0 (R)
5.4 Lo spazio vettoriale Hom (E, F )

Siano
E, F
due spazi vettoriali su
K.
def
Poniamo per denizione:
Hom (E, F ) = { |
In altri termini,
E, F .
Hom (E, F )
omomorsmo tra
F}
(5.13)
la totalit delle appli azioni lineari tra i due spazi vettoriali
Introdu iamo l'operazione di addizione di omomorsmi:
+ : Hom (E, F ) Hom (E, F ) 7 Hom (E, F )

(1 , 2 ) Hom (E, F ) Hom (E, F ) 7 (1 + 2 ) Hom (E, F )
(5.14)
La (5.14) os denita:
1 + 2 : E 7 F
(5.15)
def
v E 7 v = (1 + 2 ) v = (1 v + 2 v) F
Veri hiamo he
(1 + 2 ) Hom (E, F ).
Posto
= 1 + 2 ,
abbiamo:
(v + w) def
, K, v, w E ,
= 1 (v + w) + 2 (v + w)
k Hom(E,F )
=
1 v + 1 w+2 v + 2 w
= (1 + 2 ) v + (1 + 2 ) w
+ w
= v
Introdu iamo ora l'operazione di moltipli azione di uno s alare per un elemento di
: K Hom (E, F ) 7 Hom (E, F )

(, ) K Hom (E, F ) 7 () Hom (E, F )
Hom (E, F ):
(5.16)
La (5.16) os denita:
: E 7 F
(5.17)
def
v E 7 v = () v = (v) F
Veri hiamo he
() Hom (E, F ).
Posto
= ,
abbiamo:
def
, K, v, w E , (v + w) = (v + w)
Hom(E,F )
=
(v + w)
= v + w
= v + w
fa ile veri are he le operazioni (5.14)-(5.16) veri ano le seguenti propriet:
1.
Propriet ommutativa.
, Hom (E, F ), + = +
2.
Propriet asso iativa.
, , Hom (E, F ), + ( + ) = ( + ) +
3.
Esistenza dell'elemento neutro.

Hom (E, F ) | + O
=
O
Ri ordiamo he l'omomorsmo nullo

4.
os denito:
Esistenza dell'opposto
= 0F .
v E , Ov
Hom (E, F ) , () Hom (E, F ) | + = O

L'opposto di
os denito:
: v E 7 (v) F
I Propriet distributiva rispetto alla somma di omomorsmi

K, , Hom (E, F ), ( + ) = +
II Propriet distributiva rispetto alla somma in K

, K, Hom (E, F ), ( + ) = +
III Propriet asso iativa
, K, Hom (E, F ), () = ()
IV Esistenza dell'elemento neutro
1 K | Hom (E, F ), 1 =
Hom (E, F ) assume la struttura
E = F , la generi a appli azione lineare
Con l'introduzione delle operazioni (5.14)-(5.16), l'insieme

K.
: E 7 F un operatore lineare spesso denominato endomorsmo o trasformazione

lineare di E . In tal aso l'insieme (5.13) si indi a on il simbolo End (E).
5.5 Matri e rappresentativa

Siano
due spazi vettoriali sul medesimo ampo
K.
Consideriamo due basi di
ed
rispettivamente:
{ei } , i = 1, 2, ..., n = dim E

{fj } , j = 1, 2, ..., m = dim F
Se prendiamo arbitariamente un vettore
x =
n
X
xi ei .
x E: x =
n
X
xi ei ,
quindi
i=1
Hom (E, F ) =
Poniamo:
i=1
ei = ei
Evidentemente
ei F ,
per ui essi si esprimono ome ombinazioni lineari della base
ei =
m
X
aij fj
{fj }:
(5.18)
j=1
Espli itiamo la (5.18):
e1 = a11 f1 + a12 f2 + ... + a1m fm

e2 = a21 f1 + a22 f2 + ... + a2m fm
...
en = an1 f1 + an2 f2 + ... + anm fm

Gli s alari
aij
nm
ompongono una matri e
(5.19)
la ui trasposta :
A = (aij )T ,
La matri e
{ei }, {fj }.
S riviamo:
si hiama
Si noti he la olonna
matri e rappresentativa dell'omomorsmo relativamente alle basi
a11 a21
a12 a22
.
=A=
...
...
a1m a2m
... an1
... an2
... ...
... anm
(5.20)
i-esima della matri e rappresentativa di omposta dalle omponenti
del vettore trasformato
ei
nella base
{fj }.
Osserviamo he la notazione utilizzata per gli elementi di matri e della (5.20) genera onfusione, gia h s ambia gli indi i di riga on gli indi i di olonna. onveniente ridenire
gli elementi di matri e s rivendo l'indi e di riga in alto e quello di olonna in basso.
a21 diventa a12 . Si tratta, dunque, di eseguire la sostituzione di simboli:
Ad
esempio,
aji aij
Quindi:
In tal modo:
a11 a12
a21 a22
A=
... ...
am
am
1
2
... a1n
... a2n
... ...
... am
n
ej = a1j , a2j , ..., am

j
(5.21)
Cio:
ej =
m
X
aij fi
i=1
Utilizzando la onvenzione di Einstein:
ej = aij fi
End (E), assumiamo {fi } = {ei }. La matri e (5.20) la matri e
rappresentativa dell'endomorsmo relativamente alla base {ei }:
1 1
a1 a2 ... a1n
a21 a22 ... a2n
.
=A=
(5.22)
... ... ... ...
an1 an2 ... ann
***
Per quanto detto, assegnato
A MK (m, n),
Hom (E, F ),
risulta univo amente asso iata una matri e
essendo quest'ultimo lo spazio vettoriale delle matri i
Quindi abbiamo l'appli azione lineare:
mn
sul ampo
L : Hom (E, F ) MK (m, n)

A, Hom (E, F )
Mostriamo he tale appli azione un isomorsmo, io
K.
(5.23)
suriettiva e iniettiva. La prima
propriet deriva dall'impli azione:
.
A MK (m, n) = Hom (E, F ) | = A
Per dimostrare tale impli azione, prendiamo due basi
La matri e
on
ji K.
{fj })
m n,
quindi:
Assumiamo la
ej .
j-esima
rispettivamente.
olonna della matri e
ome omponenti (nella base
Cio poniamo:
ej = j1 , j2 , ..., jm
Per ogni vettore
di
... n1
... n2
,
... ...
... nm
11 21
12 22
A=
... ...
1m 2m
del vettore
{ei }, {fj }
x E,
risulta:
x =
n
X
xi ei ,
j = 1, 2, ..., n
quindi
x =
n
X
(5.24)
xi ei .
Si ome
ei
sono
i=1
i=1
noti dalla (5.24), restano univo amente denite le omponenti dei vettori trasformati dei
vettori di
E.
Ci equivale a denire univo amente l'appli azione lineare
L'iniettivit
dell'appli azione (5.23) segue immediatamente dalla denizione di matri e rappresentativa e

dall'esistenza e uni it delle omponenti di un vettore in una base assegnata. Quindi posiamo
s rivere:
6= = A 6= A
Si on lude he l'appli azione (5.23) un isomorsmo.
Osservazione.
L'isomorsmo
dipende dalla s elta delle due basi. Ci si esprime di en-
non anoni o,
naturale) he indipendente dalla base.
do he tale isomorsmo
a dierenza di un
isomorsmo anoni o
(o
I due spazi vettoriali
Hom (E, F ), MK (m, n)
sono isomor, e per il teorema 64 sono isodi-
mensionali:
dim Hom (E, F ) = dim MK (m, n) = mn

Cio:
Nel aso spe iale di
End (E)
dim Hom (E, F ) = dim E dim F

si ha he tale spazio isomorfo a
MK (n, n),
per ui:
dim End (E) = (dim E)2
5.6 Relazioni tra le omponenti dei vettori trasformati

Per appli are e a emente la onvenzione di Einstein, preferibile ridenire le omponenti
dei vettori (es lusi i vettori di una base) s rivendo gli indi i in alto, anzi h in basso:
x = x1 , x2 , ..., xn
Quindi:
x=
n
X
i=1
Inoltre se
essendo
vettore
Hom (E, F )
{fj } una
x E:
base di
xi ei xi ei
x = xi aji fj ,
F.
Indi hiamo on
(5.25)
il risultato dell'appli azione lineare
y = x = y 1 , y 2, ..., y m
Cio:
y = y i fi ,
dove la sommatoria sugli indi i ripetuti estesa da
al

(5.26)
m.
Sostituendo la (5.26) nella (5.25)
e ridinendo l'indi e della sommatoria:

y j xi aji fj = 0F
Cio:
{fj }
=
lin. inip.
y j xi aji = 0, j = 1, 2, ..., m
y j = aji xi ,
(5.27)
he esprime il prodotto righe per olonne della matri e rappresentativa (5.22) per il vettore
1
1
olonna
x
x2
... .
xn
Il risultato
y
y2
il vettore olonna
... . Quindi
ym
1
1
y
x
y2
x2
Y =
... , X = ...
ym
xn
poniamo:
(5.28)
Con tale notazione, la (5.27) si s rive:
Y = AX
Osserviamo he la (5.29) altro non he la
orrisponde la
y F, x E , i vettori olonna Y
y = x
(5.29)
s ritta in forma matri iale.
all'appli azione lineare
matri e rappresentativa
vettori
x e la relazione matri iale

Hom (E, F ) e MK (m, n).
X.
A nelle
Infatti
basi assegnate, e ai
L'equivalenza tra la relazione operatoriale
y=
(5.29) una onseguenza dell'isomorsmo degli spazi vettoriali
5.7 Sistemi di equazioni lineari. Appli azione di K n in

Km
Consideriamo il sistema di equazioni lineari di
equazioni in
in ognite:
1 1
a x + a12 x2 + ... + a1n xn = y 1
12 1
a1 x + a22 x2 + ... + a2n xn = y 2
...
m 1
m 2
n
m
a1 x + a2 x + ... + am
nx = y
(5.30)
i
i
dove i oe ienti aj e i termini noti y appartengono a un ampo K ; per ipotesi le in ognite
xi appartengono al medesimo
ampo K .
i
Se indi hiamo on A = aj la matri e dei oe ienti (detta an he matri e in ompleta), on
le posizioni (5.28) il sistema si s rive in forma matri iale:
Y = AX
(5.31)
Ci premesso, ri ordiamo he i problemi fondamentali della teoria dei sistemi di equazioni

lineari sono:
1. Compatibilit del sistema
2. Numero delle soluzioni linearmente indipendenti
Tali problemi possono essere interpretati in termini di nullit e rango di un omomorsmo.
Infatti, la matri e dei oe ienti la matri e rappresentativa dell'omomorsmo:
: K n K m
x y, x K n
relativamente alle basi anoni he di
Kn
K m.
Pertanto:
x = y,
x = (x1 , x2 , ..., xn ), y = (y 1 , y 2, ..., y m).
Indi hiamo on A1 la matri e dei oe ienti e dei termini noti (detta an he matri e ompleta), io la matri e m (n + 1) ottenuta aggiungendo la olonna Y alla matri e A.
essendo
Utilizzando il formalismo degli omomorsmi, dimostriamo il
Teorema (di Rou he'-Capelli) 65.

Il sistema ompatibile
essendo
(A)
il rango della matri e
(A) = (A1 ) ,
A.
Dimostrazione. Impli azione diretta.
Innanzitutto dimostriamo:
Il sistema ompatibile
essendo
(K n )
l'immagine dell'appli azione
y (K n )
spesso indi ata on il simbolo
Im = {z K m | x = z}
Consideriamo la base anoni a di
(5.32)
K n:
e1 = (1, 0, ..., 0) , e2 = (0, 1, ..., 0) ,
...,en
Im :
= (0, 0, ..., 1)
Nella base
{fj }
di
Km
i vettori trasformati
ei
hanno omponenti:

ei = a1i , a2i , ..., am
Km
i
Cio:
ei = aji fj
{ei } estraiamo un sistema di ordine massimo {ei } on i = 1, 2, ..., r
n. Ci equivale ad estrarre r n olonne indipendenti dalla matri e A. Ri ordiamo he
(K n ) un sottospazio vettoriale di K m , e la sua dimensione il rango dell'appli azione ,
Dal sistema di vettori
io:
R () = dim (K n ) = r,
gia h
{ei }
una base di
(K n ).
(5.33)
Abbiamo:
il sistema ompatibile)
X | AX = Y
x K n | x = y
y (K n )
= bi K | y = bi ei (i = 1, ..., r )
1
1
aik
y
r
2
y2 X
ik aik
=
=
b
...
...
ik =1
m
y
am
ik
= (A1 ) = (A)
In altre parole, abbiamo prima dimostrato he la ompatibilit del sistema equivalente

y (K n ), dopodi h abbiamo dimostrato he tale appartenenza impli a he il vettore
olonna
della matri e
della matri e
A,
A1
ombinazione lineare di
olonne linearmente indipendenti
e i impli a he le due matri i hanno lo stesso rango.
Impli azione inversa

Abbiamo:
y1
X
y 2 (A)
ik
=
(A) = (A1 ) = K |
ik
...
ik =1
m
y
= y = i ei
(i
a1ik
a2ik
...
am
ik
= 1, 2, ..., (A) ) = y (K n ) ,
da ui la ompatibilit del sistema.

Casi parti olari:
1.
(A) = m
2.
y=0
(sistema omogeneo)
In entrambi i asi il sistema ompatibile. Innanzitutto osserviamo he nel aso 1 il numero

delle in ognite maggiore o uguale del numero di equazioni, gia h
Infatti:
(A) = m
(A)min{m,n}
nm
n < m = (A) min {m, n} n < m

Inoltre,
R () = m,
essendo
R ()
il rango di
(eq. (5.33)). Quindi:
(A) min {m, n}.
dim (K n ) = m
Cio l'omomorsmo
suriettivo:
(K n ) = K m = y K m , y (K n ) ,
da ui la ompatibilit del sistema.
Nel aso 2, si ha
AX = 0
per
0
0
X =
... ,
0
he la soluzione banale (o
impropria )
Passiamo al problema 2 ( io il numero di soluzioni linearmente indipendenti). Consideriamo

prima il aso omogeneo, dimostrando la
Proposizione.
dimensione
Le soluzioni di un sistema omogeneo ostituis ono uno spazio vettoriale di
n (A).
Dimostrazione.
Abbiamo
AX = 0 x = 0 = x Ker
Ri ordiamo infatti he il kernel :
Ker = {x K n | x = 0}
Per la (5.5):
R () + N () = n,
io la nullit di
gia h
N () = n (A) ,
R () = (A).
(A) < n = N () > 0

Sia

u1 , ..., uN ()
Ai vettori
ui
una base di
Ker.
Evidentemente:
ui = 0
orrispondono
per
i = 1, ..., N ()
N () vettori olonna linearmente indipendenti X1 , X2 , ..., XN ()
he sono soluzioni non nulle del sistema:
AXi = 0,
per
i = 1, ..., N ()
Si on lude he le soluzioni del sistema ostituis ono uno spazio vettoriale

he appunto il kernel di
N ()-dimensionale,
Dalla proposizione appena dimostrata segue:
N ()
ci K , X =
N ()
ci Xi = AX =
ci AXi = 0
i=1
i=1
X1 , X2 , ..., XN () an ora soluzione del

N ()
ammette
soluzioni proprie, ovvero non
Cio, ogni ombinazione lineare dei vettori olonna

sistema.
Ci equivale a dire he il sistema
banali, dette an he
autosoluzioni del sistema.
p = (A) (rango del sistema), si on lude he se p < n, il sistema ammette np

autosoluzioni. Se p = n si ha N () = 0, per ui Ker = {0}, io x = 0 x = 0.
Ponendo
Quindi il sistema ammette solo la soluzione banale.

Consideriamo ora il aso non omogeneo.
generale del sistema (5.30).
Ci proponiamo quindi di esprimere la soluzione
Teorema 66. La soluzione generale del sistema (5.30) data dalla somma di una qualunque
soluzione del sistema (5.30) e della soluzione generale del sistema omogeneo asso iato.
Dimostrazione.
Indi hiamo on
l'insieme delle soluzioni del sistema (5.30). Abbiamo:
def
v S, v Ker, x = v + v
x = v + v
Risulta:
v S = v = y
v Ker = v = 0
Quindi:
x = y
x = v + v soluzione del sistema (5.30).
def
y y = 0 = w v = v Ker. Cio
Cio
Vi eversa, se
w,v S
si ha
(w v) =
due soluzioni arbitarie del sistema (5.30)
dieris ono per una soluzione del sistema omogeneo asso iato.
Si on lude he la soluzione generale del sistema (5.30) si pu s rivere ome:
def
x = v+v =v+
np
X
ck uk ,
k=1
dove
{uk }
una base di
Ker,
mentre
ck
sono s alari arbitrari.
5.8 Prodotto di endomorsmi

, End (E). Di esi prodotto
l'endomorsmo = os denito:
Siano
dell'endomorsmo per l'endomorsmo
v E , v = (v)
fa ile mostrare he
End (E).
Infatti:
def
, K , v, w E , (v + w) = ( (v + w))
End(E)
End(E)
(v + w)
(v) + (w)
def
= v + w
Proposizione.
{ei },
Se
sono le matri i rappresentative di
la matri e rappresentativa di
relativamente alla base
relativamente alla medesima base
denota il prodotto righe per olonne.
Dimostrazione.
Quindi:
{ei } :

.
.
= A = aij , = B = bij i, j = 1, 2, ..., n = dim E
Nella base
x E , x = xj ej = xj ej = xj bij ej
Da i segue:
x E , x = (x) = xj bij ei
= xj bij ei = xj bij aki ek ,
A B,
dove
poi h
ej = aki ek .
Quindi:
x E , x = xj ckj ek ,
dove:
def j
ckj = aki bij ,

per ui:
def
.
= C = (ckj ) = A B
Denizione.
L'operatore
l'operatore nullo.
Pi in generale, se
nilpotenza
p.
Denizione.
End (E)
nilpotente , se risulta:
p N {0, 1, 2} | p = 0,
L'operatore
End (E)
diremo he
2 = = 0,
essendo
nilpotente on indi e di
idempotente , se risulta:
2 = .
Ad esempio, gli operatori:
.
=
6 12
3 6
.
=
6 2
15 5
Sono rispettivamente nilpotente e idempotente:
.
=
0 0
0 0
= 2 = 0

6 2
2 .
=
= 2 =
15 5
2
Esempi.
Consideriamo l'operatore lineare:
: R2 7 R2
(x, y) 7 (x + y, y)
(5.34)
Costruiamo la matri e rappresentativa di (5.34) relativamente alle basi:
{e1 = (1, 0) , e2 = (0, 1)}

{f1 = (2, 1) , f2 = (1, 2)}
A tale s opo prendiamo ad arbitrio
x = (x, y) R2 ,
donde nella base
x = xe1 + ye2
Il risultato dell'appli azione di
su
x = xe1 + ye2
Risulta:
e1 = (1, 0) = e1 = e1 = e1
e2 = (0, 1) = (1, 1) = e2 = (1, 1)
Esprimiamo
e1
ome ombinazione lineare di
{fi }:
{ei }:
a11 (2, 1) + a12 (1, 2) = (1, 0)

equivalente al sistema lineare:
2a11 + a12 = 1
a11 + 2a12 = 0,
la ui soluzione :
Esprimiamo
e2
ome ombinazione
2
1
a11 = , a12 =
3
3
lineare di {fi }:
a21 (2, 1) + a22 (1, 2) = (1, 1)

equivalente al sistema lineare:
2a21 + a22 = 1
a21 + 2a22 = 1,
la ui soluzione :
1
1
a21 = , a22 =
3
3
Quindi:
.
=
2
3
1
3
31
1
3
***
d
derivazione D
:
dx
Pn [x]
dei polinomi di grado
n,
D : Pn [x] 7 Pn1 [x]

d
pm (x) 7
pm (x)
dx
Determiniamo la matri e rappresentativa di
relativamente alle basi:
{ei (x)} , (i = 1, 2, ..., n)

{fj (x)} , (j = 1, 2, ..., n 1)
essendo:
e0 (x) = 1
e1 (x) = x
e2 (x) = x2
...
en (x) = xn
quindi l'operatore di
mentre
{fj (x)}
una base dello spazio
Pn1 [x]:
f0 (x) = 1
f1 (x) = x
f2 (x) = x2
...
fn1 (x) = xn1
A tale s opo determiniamo i vettori
ei (x) = Dei (x).
Risulta:
e0 (x) = De0 (x) = 0

e1 (x) = De1 (x) = 1
e3 (x) = De2 (x) = 2x
...
en (x) = Den (x) = nxn1

S riviamo i vettori
ei (x)
ome ombinazione lineare dei vettori della base
{fi (x)}:
e0 (x) = 0 f0 (x) + 0 f1 (x) + 0 f2 (x) + ... + 0 fn1 (x)

e1 (x) = 1 f0 (x) + 0 f1 (x) + 0 f2 (x) + ... + 0 fn1 (x)
e2 (x) = 0 f0 (x) + 2 f1 (x) + 0 f2 (x) + ... + 0 fn1 (x)
e3 (x) = 0 f0 (x) + 0 f1 (x) + 3 f2 (x) + ... + 0 fn1 (x)
...
en (x) = 0 f0 (x) + 0 f1 (x) + 0 f2 (x) + ... + n fn1 (x) ,

da ui la matri e rappresentativa:
.
D=
0 1 0
0 0 2
0 0 0
... ... ...
0 0 0
{z
n+1
0 0
0 0
3 0
... ...
0 n
olonne
5.9 Endomorsmo inverso

Denizione.
denomoninato
Se
A End (E),
diremo he esso
inverso dell'operatore
righe
invertibile
se esiste
tale he:
A1 End (E)
AA1 = A1 A = 1
Un endomorsmo invertibile spesso denominato
Proposizione.
Dimostrazione.
Deve essere:
A End (E)
invertibile
automorsmo.
(A
non singolare)
In una base assegnata, indi hiamo on
A la matri e rappresentativa
AA = AA = I n
Dall'algebra delle matri i segue he la (5.35) vera se e solo se
di
A1 .
(5.35)
A = A1 .
5.9.1 Eser izi

1. Determinare la matri e rappresentativa dell'operatore omotetia (es. 57)
2. Assegnata l'appli azione:
: R2 7 R3
(x, y) 7 (x y, x + y, x) ,
mostrare he
Hom (R2 , R3 ),
determinando poi la sua matri e rappresentativa
relativamente alle basi:
{e1 = (1, 0) , e2 = (0, 1)}

{f1 = (1, 0, 0) , f2 = (0, 1, 0) , f3 = (0, 0, 1)}
E uno spazio vettoriale su K on dim E = 3. Si onsideri
: E 7 E tale he la sua appli azione sulla base {ei } :

ei1 , se i > 1
ei 7
0, se i = 1
3. Sia
Determinare: a) il risultato dell'appli azione di

matri e rappresentativa di
nella base
l'operatore lineare
(5.36)
su un qualunque vettore di
E;
b) la
{ei }.
4. Si determini la nullit del seguente operatore lineare:
: R2 7 R2
(x, y) 7 (2x 4y, x + 2y)
5.9.1.1 Soluzioni
1. Abbiamo:
: E 7 E
v 7 v
essendo
K {0}
il rapporto di omotetia. Consideriamo una base di
{ei } , i = 1, 2, ..., n = dim E

Appli hiamo
ai vettori di base:
e1 = e1 = e1 + 0 e2 + ... + 0 en
e2 = e2 = 0 e1 + e2 + ... + 0 en
...
en = en = 0 e1 + 0 e2 + ... + en
0
.
=
...
0
Quindi la matri e rappresentativa di
Ci si esprime di endo he
diagonale
la matri e diagonale:
0 0 0
0 0
... ... ...

0 0
nella base (5.37).
E:
(5.37)
Nel aso spe iale
1 : v 7 v,
= 1,
l'operatore omotetia si identi a on l'operatore identit:
la ui matri e rappresentativa la matri e identit di ordine
1 0 0
. 0 1 0
1 =
... ... ...
0 0 0
0
0
...
1
n:
(5.38)
2. Iniziamo a dimostrare la linearit.
, R, v = (x, y) R2 , w = (x , y ) R2 , u = v + w = (x + x , y + y )
u = (x + x y y , x + x + y + y , x + x )
= ( (x y) + (x y ) , (x + y) + (x + y ) , x + x )

= v + w = Hom R2 , R3
Determiniamo ora il risultato dell'appli azione di
sui vettori di base:
e1 = e1 = (1, 1, 1)
e2 = e2 = (1, 1, 0)
Quindi esprimiamo tali vettori nella base
{fj }
e1 = 1 f1 + 1 f2 + 1 f3
e2 = 1 f1 + 1 f2 + 0 f3
da ui la matri e rappresentativa:
1 1
.
= 1 1
1 0
3. Sia
x E:
x=
3
X
xi ei
i=1
Appli hiamo
:
x =
3
X
xi ei
i=1
= x2 e2 + x3 e3 ,
donde:
: x = (x1 , x2 , x3 ) 7 x = (x2 , x3 , 0)
Per determinare la matri e rappresentativa, espli itiamo le (5.36):
e1 = e1 = 0 = 0 e1 + 0 e2 + 0 e3
e2 = e2 = e1 = 1 e1 + 0 e2 + 0 e3
e3 = e3 = e2 = 0 e1 + 1 e2 + 0 e3 ,
per ui:
0 1 0
.
= 0 0 1
0 0 0
(5.39)
Si osservi he al risultato (5.39) si perviene attraverso la moltipli azione righe x olonne
x rispettivamente:
0 1 0
x1
x2
0 0 1 x2 = x3
0 0 0
x3
0
delle matri i rappresentative di
(5.40)
4. Come noto:
N () = dim Ker ()
Determiniamo il kernel dell'operatore:
Gli elementi di

Ker = x R2 : x = 0

= (x, y) R2 : (2x 4y, x + 2y) = (0, 0)
Ker
x = (x, y)
sono i vettori
le ui omponenti sono soluzioni del
sistema di equazioni lineari:
2x 4y = 0
x + 2y = 0,
(5.41)
equivalente all'equazione lineare omogenea:
x 2y = 0,
1
per ui il sistema (3.23) ammette
autosoluzioni:
(x, y) = (2y, y)
Quindi il kernel di

Ker = (x, y) R2 : x = 2y, < y < +
La nullit:
N () = 1
5.10 Autovalori e autovettori di un endomorsmo

5.10.1 Denizioni
Da qui in poi indi hiamo on un simbolo del tipo
X la matri e
A End (E):
e on
un endomorsmo di uno spazio vettoriale
rappresentativa relativamente ad una base assegnata. Ci premesso, sia
A : E 7 E
v E 7 v E
In generale il vettore
proporzionale a
v.
- risultato dell'appli azione dell'operatore
sul vettore
- non
Ci si pu hiedere se esistono vettori he veri hino tale propriet. Pi
pre isamente, sussiste la seguente denizione:
Denizione.
Il vettore
s alare
tale he:
Lo s alare
si hiama
v E {0}
di esi
autovettore
dell'operatore
se esiste uno
= v
Av
autovalore
asso iato) all'autovalore
di
A,
e diremo he
un autovettore appartenente (o
Si osservi he se
autovettore di
on autovalore
per ogni
K {0}:
= (v) ,
A (v) = Av
io
an ora autovettore di
generato da
v:
on autovalore
Sia
(5.42)
V [v]
il sottospazio vettoriale di
= v
V [v] = (v) E | K, Av
Chiamiamo (5.43)
Osservazione.
dente a
sottospazio invariante per l'operatore A.
V [v]
(5.43)
ontiene il vettore nullo (in quanto sottospazio vettoriale) orrispon-
= 0.
Assegnato
K,
onsideriamo l'insieme:
n
o
E0 () = v E {0} | Av = v
def
In altri termini onsideriamo la totalit dei vettori di

nenti al medesimo autovalore
Proposizione.
(5.44)
he sono autovettori di
apparte-
E () = E0 () {0}
un sottospazio di
E.
Dimostrazione. v, w E ():
AEnd(E)
+ Aw
A (v + w)
=
Av
= (v + w) = (v + w) E ()
K , v E (),
per la (5.42) il vettore
(v) E ().
Denizione. Il sottospazio vettoriale E () di esi autospazio
di
A asso iato all'autovalore
Teorema 67. Autovettori appartenenti ad autovalori distinti sono linearmente indipendenti.

Dimostrazione.
Sia
A End (E)
tale he:
k = k vk , k = 1, 2, ..., n
Av
k 6= k , k, k {1, 2, ..., n}
(5.45)
k6=k
Si osservi he nel aso spe iale
n = 1,
l'asserto banalmente vero:
1 = 1 v1
Av
Per denizione di autovettore deve essere
Per dimostrare l'asserto per ogni
n,
v1 6= 0 e ome tale {v1 } linearmente indipendente.
pro ediamo per induzione:
la proposizione vera
per
r =n1
la proposizione vera
per
r=n
(5.46)
Per dimostrare l'impli azione induttiva (5.46) pro ediamo per assurdo. La negazione della
tesi :
ovvero:

la proposizione falsa
per
il sistema
r=n
{v1 , v2 , ..., vn }
Quindi:
(a1 , a2 , ..., an ) 6= (0, 0, ..., 0) | a1 v1 + a2 v2 + ... + an vn = 0
(5.47)
Senza perdita di generalit supponiamo he:
a1 6= 0
Appli hiamo l'operatore
(5.48)
ad ambo i membri della ombinazione lineare (5.47), ri ordando
he il sottospazio improprio invariante rispetto all'azione di un qualunque operatore lineare:
A (a1 v1 + a2 v2 + ... + an vn ) = 0
Per la (5.45):
a1 1 v1 + a2 2 v2 + ... + an n vn = 0
Moltipli hiamo la (5.47) per
n ,
(5.49)
per poi s rivere il sistema di equazioni:
a1 n v1 + a2 n v2 + ... + an n vn = 0
a1 1 v1 + a2 2 v2 + ... + an n vn = 0
Sottraendo membro a membro:
a1 (1 n ) v1 + a2 (2 n ) v2 + ... + an1 (n1 n ) vn1 = 0

Per la (5.48) e la se onda delle (5.45):
a1 (1 n ) 6= 0,
io il sistema
{v1 , v2 , ..., vn1 }
linearmente dipendente, he una negazione dell'ipotesi
(5.46). La negazione della tesi impli a la negazione dell'ipotesi, da ui l'asserto.
5.10.2 Polinomio aratteristi o

Sia
A End (E)
rappresentato dalla matri e (in una base assegnata):
A = aij
Proposizione.
essendo
1n
i, j = 1, 2, ..., n = dim E < +
= u det (A 1n ) = 0,
Au
Dimostrazione.
n.
L'equazione agli autovalori:
= u
Au
equivalente alla:
essendo
1 End (E)
l'operatore identit:
attraverso la matri e rappresentativa:

1 u = 0,
A
a11
a12
2
2
a1
a2
...
...
n
a1
an2
(5.50)
1u = u, u E .
1
...
a1n
u
2
...
an u2
...
... ...
n
... an
un
La (5.50) pu essere espli itata
0
0
=
...
0
(5.51)
essendo
ui
u.
le omponenti di
La (5.51) equivalente al sistema lineare omogeneo:

a11 u1 + a12 u2 + ... + a1n un = 0

a21 u1 + a22 u2 + ... + a2n un = 0
...
an1 u1 + an2 u2 + ... + (ann ) un = 0
(5.52)
Come noto, il sistema (5.52) ammette autosoluzioni se e solo se:
1
a1
a12

a21
a22

...
...

n
an
a
1
2
io:
...
a1n
...
a2n
...
...
... ann
det (A 1n ) = 0
Si osservi he
det (A 1n )
un polinomio di grado
n,

=0

quindi poniamo per denizione:
def
pA () = det (A 1n )
Chiamiamo
pA ()
Esempio 68.
polinomio aratteristi o dell'endomorsmo A.
Espli itare il polinomio aratteristi o degli operatori
dalle matri i:
A=
Per l'operatore
(5.53)
a11 a12
a21 a22
A:
,
B
rappresentati
b11 b12 b13

B = b21 b22 b23
b31 b32 b33

a
a21
pA () = 11
a12
a22
= (a11 ) (a21 ) a12 a21

= 2 + (a11 a22 ) + a11 a22
Per l'operatore
:
B

b11
b12
b13

b22
b23
pB () = b21
b31
b32
b33
= 3 + 2 (b11 + b22 + b33 ) + (b12 b21 b11 b22 + b13 b31 + b23 b32 b11 b33 b22 b33 ) +
b13 b22 b31 + b12 b23 b31 + b13 b21 b32 b11 b23 b32 b12 b21 b33 + b11 b22 b33
Da tali esempio si evin e he nel aso
n n:
pA () =
n
X
k (aij ) k ,
k=1
essendo
k (aij )
funzioni degli elementi di matri e.

***
Per quanto detto, gli autovalori di un endomorsmo
sono le radi i (in
K)
del polinomio
aratteristi o. Dalla onos enza di tali radi i, risolvendo il sistema lineare (5.52) si ottengono
i orrispondenti autovettori.
Esempio 69.
Consideriamo l'endomorsmo
(sul ampo omplesso
C)
A End (E),
dove
lo spazio vettoriale
C2
rappresentato - nella base anoni a - dalla matri e:
A=
Determiniamo autovettori e autovalori di
A.
1 1
2 1
Il polinomio aratteristi o :

1
1
pA () =
2
1
= 2 + 1
Da i segue he gli autovalori di
sono le radi i dell'equazione:
2 + 1 = 0 1 = i, 2 = +i
Gli autovettori si ottengono risolvendo il sistema omogeneo:

ottenendo:
(1)
u
Si osservi he gli autovettori
il sistema (5.54) ammette
.
=
u(k)
1
(1 k ) u1 u2 = 0
,
2u1 (1 + k ) u2 = 0

1
1+i
(2)
.
=
1
1i
(5.54)
sono deniti a meno di una ostante moltipli ativa, poi h
autosoluzioni.
***
Sia
p (x)
un polinomio a oe ienti in
K:
p (x) = a0 + a1 x + a2 x2 + ... + an xn
Se
A End (E),
essendo
nella (5.55) la sostituzione:
ottenendo l'operatore
Se
(5.55)
n-dimensionale
sul ampo
K,
eseguiamo
x A, a0 a0 1

p A = a0 1 + a1 A + a2 A2 + ... + an An
(5.56)
A:

.
p A = p (A) = a0 1n + a1 A + a2 A2 + ... + an An
Esempio 70.
p (x) = 2x 3x + 7; q (x) = x 5x 2; A =
1 2
3 4
Risulta:
p (A) = 2A 3A + 7 I2 =
2
12 2
27 27
q (A) = A 5A 2 I2 =
2
4 6
24 6
Denizione. Se risulta p (A) = 0, diremo he p (x) un polinomio annullatore di A.

Teorema (di Cayley-Hamilton) 71. Il polinomio aratteristi o di una qualunque matri e
A
un polinomio annullatore di
Dimostrazione.
Omessa
A.
5.10.3 Endomorsmi diagonalizzabili

Consideriamo uno spazio vettoriale
Denizione.
A End (E)
diag (a11 , a22 , ..., ann ).
Proposizione.
E n-dimensionale
diagonalizzabile
A End (E)
K.
sul ampo
se esiste una base di
diagonalizzabile se e solo se
tale he:
ammette
.
A = A =
autovettori
linearmente indipendenti.
Dimostrazione. La ondizione ne essaria.
Per ipotesi:
i = i vi , i = 1, 2, ..., n
Av
Il sistema
= {vi }
una base di
E , in quanto sistema di ordine massimo. S riviamo la

A nella base . A tale s opo determiniamo il risultato
:
matri e rappresentativa dell'operatore

dell'appli azione di
sui vettori di
1 = 1 v1 + 0 v2 + ... + 0 vn
Av
2 = 0 v1 + 2 v2 + ... + 0 vn
Av
...
n = 0 v1 + 0 v2 + ... + n vn
Av
Quindi:
donde l'asserto.
esiste una base
1 0
0 2
.
A = A =
... ...
0 0
La ondizione su iente.
{ei }
di
... 0
... 0
,
... ...
... n
Per ipotesi
diagonalizzabile, per ui
tale he
a11 0
0 a22
.
A = A =
... ...
0 0
... 0
... 0
... ...
... ann
Per denizione di matri e rappresentativa deve essere:
1 = a1 e1 , Ae
2 = a2 e2 , ..., Ae
n = an en ,
Ae
1
2
n
osi h
ammette
autovettori linearmente indipendenti.

***
Consideriamo l'autospazio
E (i )
orrispondente all'autovalore
Denizione. Di esi moltepli it geometri a di

1
Da i segue he al medesimo autovalore
di
A End (E).
l'intero naturale
ri = dim E (i ) 1.
i possono orrispondere pi autovettori linearmente
indipendenti. In simboli:
i {ui,1 , ui,2 , ..., ui,ri }

L'equazione agli autovalori si s rive:
1 In
al une teorie si he (Me ani a Quantisti a) la moltepli it geometri a denominata

, e il orrispondente autovalore si di e degenere.
degenerazione
grado di
i,1 = i ui,1
Au
i,2 = i ui,2
Au
...
i,r = i ui,r
Au
i
D'altro anto,
Teorema 72.
Se
una radi e del polinomio aratteristi o
moltepli it algebri a i 1.
i
autovalore di
Dimostrazione.
Omessa
Proposizione.
Sia
autovalori distinti
A End (E),
allora
pA ()
e ome tale avr una
ri i .
E uno spazio vettoriale nito-dimensionale. A End (E)

1 , 2 , ..., q , diagonalizzabile se e solo se:
q
X
dotato di
ri = n,
i=1
essendo
n = dim E .
Dimostrazione.
Omessa
Esempio
Consideriamo gli operatori
B,
C End (R3 ) he nella base anoni a {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)}
A,
sono rappresentati dalle matri i:
2 1 0
1 2 2
1 0 0
A = 0 1 1 , B = 1 2 1 , C = 0 3 0
0 2 4
1 1 4
0 0 3
Si diagonalizzino (quando possibile) i suddetti operatori.
Soluzione.
Polinomio aratteristi o di
le ui radi i - autovalori di
A:

pA () = (2 ) 2 5 + 6 ,
- sono:
1 = 2, 1 = 2
2 = 3, 2 = 1
Da i segue immediatamente he
r2 = 1 , r1 2 .
1 u1 = (1, 0, 0) ,
donde:
E (1 ) = {u1 : R} = r1 = 1
All'autovalore
2 :
Si on lude he l'operatore
2 = 3 u2 = (1, 1, 2)
possiede solo due autovettori indipendenti, e ome tale non
diagonalizzabile. Alternativamente, osserviamo he:
2
X
ri = 2 < n = dim E,
i=1
quindi per la proposizione 5.10.3 l'endomorsmo

:
B
non diagonalizzabile.
pB () = ( 1) ( 3)2
Quindi:
1 = 1, 1 = 1 = r1 = 1
2 = 3, 2 = 2 = r2 = 2
Gli autovettori:
1 u1 = (2, 1, 1)
2 = 3 u1 = (1, 0, 1) , u2,2 = (1, 1, 0)
Ci impli a:
r2 = dim E (2 ) = 2
Il sistema
{u1 , u2,1 , u2,2 }
una base di
R3
Bdiag
C :
e in essa la matri e rappresentativa di
1 0 0
= 0 3 0
0 0 3
pC () = (1 )3
Quindi:
1 = 1, 1 = 3 = r1 3
Gli autovettori:
1 u1,1 = (0, 0, 1) , u1,2 = (1, 0, 0)
Ci impli a:
r2 = dim E (2 ) = 2
Il sistema
{u1 , u2,1 , u2,2 }
una base di
R3
Bdiag
Quindi l'operatore
C :
e in essa la matri e rappresentativa di
1 0 0
= 0 3 0
0 0 3
pC () = (1 )3
possiede l'uni o autovalore
1 = 1 la ui moltepli it algebri a 1 = 3.
Gli autovettori sono:
Da i segue he
u1,1 = (1, 0, 0) , u1,2 = (0, 0, 1)

dim E (2 ) = r2 = 2, per ui C non diagonalizzabile.
5.10.4 Eser izi

1. Assegnati gli operatori
seguenti matri i:
A=
2 1
1 2
B,
C End (C)
A,
B=
3 4
5 2
rappresentati nella base anoni a dalle
C=
0 a
a 0
a R {0}
si determinino autovalori e autovettori, diagonalizzando (dove possibile) il singolo

operatore.
seguenti matri i:
B,
C End (R3 )
A,
1 0 1
1 1 2
1 2 2
A = 1 2 1 , B = 1 2 1 , C = 0 2 1 ,
2 2 3
0 1 1
1 2 2
operatore.
seguenti matri i:
B,
C End (R3 )
A,
0 1 0
2 8 12
3 9 12
4
4 , C = 1
3
4 ,
A = 0 0 1 , B = 1
1 3 3
0
0
1
0
0
1
operatore.
B
End (R3 )
A,
anoni a dalle seguenti matri i:
C End (R4 )
3
2 1 1
2 2 0
2
A = 1 2 1 , B = 2 2 0 , C =
1
0 0 1
0 0 1
2
rappresentati nella base
2
3
1
2
2
2
2
2
4
1
,
1
1
si determinino autovalori e autovettori, valutando la possibilit di diagonalizzazione di

singolo operatore.
dalle seguenti matri i:
End (R3 ) rappresentati nella base

A End (R4 ), B
anoni a
1 1
1
1
5 6 3
1 1 1 1
1 0 1 ,
A=
1 1 1 1 , B =
1 2 1
1 1 1 1
si determinino autovalori e autovettori, valutando la possibilit di diagonalizzazione di
singolo operatore.
6. Diagonalizzare l'operatore
tri e:
A End (R4 ) rappresentato nella
1 4 1 4
2
0
5 4
A=
1 1 2 3
1 4 1 6
base anoni a dalla ma-
tri e:
tri e:
A End (R4 ) rappresentato nella
5
6 10 7
5 4 9 6
A=
3 2 6 4
3 3 7 5
A End (R4 )
1
1
A=
1
1
9. Determinare gli autovalori di
di
10. Sia
e nell'ipotesi
6= 0.
A End (E) on E
rappresentato nella base anoni a dalla ma-
1 6 3
2 3 0
1
0 1
1 5 3
A1 essendo A End (E), supponendo noti gli autovalori
spazio vettoriale
agli autovalori :
n-dimensionale sul ampo K , la ui equazione
i = i ui , i = 1, 2, ..., n
Au
Per sempli it onsideriamo il aso non degenere:

su
base anoni a dalla ma-
K:
f (x) = a0
m
Y
i=1
i = ri = 1.
Si onsideri il polinomio
(x xi ) ,

;
Determinare: a) l'espressione analiti a di f A

; ) autovettori e autovalori di f A
valori di A
b)
det f (A)
in funzione degli auto-
5.10.4.1 Soluzioni
1. Il polinomio aratteristi o di
pA () = 2 4 1,
le ui radi i sono:
1 = 1 , 2 = 3
La moltepli it algebri a di singola radi e :
1 = 1, 2 = 1
In forza del teorema 72 la moltepli it geometri a di singolo autovalore :
ri = 1, i = 1, 2 = q
per ui:
q
X
ri = 2 = dim C,
i=1
donde la diagonalizzabilit dell'operatore

nente a
sono le soluzioni
(x, y)
A.
Le omponenti dell'autovettore apparte-
dell'equazione lineare omogenea:
x + y = 0,
quindi:
u1 = (1, 1)
In maniera analoga si determinano le omponenti dell'autovettore appartenente all'autovalore
2 ,
ottenendo:
u2 = (1, 1)
Nella base
{u1 , u2 }
l'operatore
rappresentato dalla matri e:
Adiag =
Il polinomio aratteristi o di
1 0
0 3
pB () = 2 5 14
le ui radi i sono:
1 = 2, 2 = 7
1 = 1, 2 = 1
ri = 1, i = 1, 2 = q
per ui:
q
X
ri = 2 = dim C,
i=1

nente a
sono le soluzioni
(x, y)
.
B
5x + 4y = 0,
quindi:
u1 = (4, 5)
2 ,
ottenendo:
u2 = (1, 1)
Nella base
{u1 , u2 }
l'operatore
Bdiag =
2 0
0 7
pC () = 2 + a2 ,
le ui radi i sono:
1 = ia, 2 = ia
1 = 1, 2 = 1
ri = 1, i = 1, 2 = q
per ui:
q
X
ri = 2 = dim C,
i=1

nente a
sono le soluzioni
(x, y)
C .
ix + y = 0,
quindi:
u1 = (1, i)
2 ,
ottenendo:
u2 = (1, i)
Nella base
{u1 , u2 }
l'operatore
Cdiag =
ia 0
0 ia
pA () = 3 + 62 11 + 6
le ui radi i sono:
1 = 1, 2 = 2, 3 = 3
i = 1, i = 1, 2, 3
ri = 1, i = 1, 2, 3,
per ui:
q
X
ri = 3,
i=1
A.
u1 = (1, 1, 0) , u2 = (2, 1, 2) , u3 = (1, 1, 2)
Essi ompongono una base di
R3 ,
pertanto la matri e rappresentativa in tale base :
Adiag
1 0 0
= 0 2 0
0 0 3
pB () = 3 + 22 + 2
le ui radi i sono:
1 = 1, 2 = 1, 3 = 2
i = 1, i = 1, 2, 3
ri = 1, i = 1, 2, 3,
per ui:
q
X
ri = 3,
i=1
(prop. 5.10.3).
u1 = (1, 0, 1) , u2 = (3, 2, 1) , u3 = (1, 3, 1)

R3 ,
Bdiag
1 0 0
= 0 1 0
0 0 2
pC () = ( 2)2 ( 1)
le ui radi i sono:
1 = 2, 2 = 1
1 = 2, 2 = 1
r1 2 , r2 = 1
Determiniamo gli autovettori.
1 u1 = (2, 1, 0) = r1 = 1
2 u2 = (1, 1, 1) = r2 = 1
Dalle (5.57):
q
X
ri = 2,
i=1
donde la non diagonalizzabilit dell'operatore
C .
(5.57)
pA () = (1 )3
la ui radi e :
1 = 1
La moltepli it algebri a:
1 = 3
1
ammette un solo autovettore:
u1 = (1, 1, 1)
Evidentemente:
r1 = 1,
per ui
non diagonalizzabile.
pB () = 2 3 + 2
le ui radi i sono:
1 = 0, 2 = 1, 3 = 2
i = 1, i = 1, 2, 3
ri = 1, i = 1, 2, 3,
per ui:
q
X
ri = 3,
i=1
(prop. 5.10.3).
u1 = (4, 1, 0) , u2 = (4, 0, 1) , u3 = (2, 1, 0)

R3 ,
Bdiag
0 0 0
= 0 1 0
0 0 2
pC () = 2 (1 )2
le ui radi i sono:
1 = 0, 2 = 1
1 = 2, 2 = 1
r1 2 , r2 = 1
1 u1 = (3, 1, 0) = r1 = 1
2 u2 = (12, 4, 1) = r2 = 1
(5.58)
Dalle (5.57):
q
X
ri = 2,
i=1
donde la non diagonalizzabilit dell'operatore

C .
pA () = (3 ) ( 1)2
le ui radi i sono:
1 = 1, 2 = 3,
1 = 2, 2 = 3
r1 2 , r2 = 1
All'autovalore
orrispondono gli autovettori:
u1,1 = (1, 0, 1) , u1,2 = (1, 1, 0)

Cio la moltepli it geometri a di
All'autovalore
def
r1 = dim E (1 ) = 2.
orrisponde l'autovettore:
u2 = (1, 1, 0)
Abbiamo:
q
X
ri = 2 + 1 = 3
i=1

:
Adiag
A.
La matri e rappresentativa in tale base
1 0 0
= 0 1 0
0 0 3
pB () = 2 5 + 4
le ui radi i sono:
1 = 0, 2 = 1, 3 = 4
i = 1, i = 1, 2, 3
ri = 1, i = 1, 2, 3,
per ui:
q
X
ri = 3,
i=1
(prop. 5.10.3).
u1 = (1, 1, 0) , u2 = (0, 0, 1) , u3 = (1, 1, 0)

R3 ,
Bdiag
0 0 0
= 0 1 0
0 0 4
pC () = ( 1)2 2 5 + 6
le ui radi i sono:
1 = 1, 2 = 2, 3 = 3
1 = 2, 2 = 1 ,3 = 1
r1 2 , r2 = 1 , r3 = 1
1 {u1,1 = (1, 0, 1, 0) , u1,2 = (1, 1, 0, 0)} = r1 = 2

2 u2 = (2, 4, 1, 2) = r2 = 1
3 u3 = (0, 3, 1, 2) = r3 = 1
Dalle (5.57):
q
X
i=1
ri = 4,
(5.59)
(5.60)
C .
Il sistema di autovettori:
{u1,1 , u1,2 , u2 , u3 } ,
R4 ,
una base di
e la matri e rappresentativa di
Cdiag
1
0
=
0
0
0
1
0
0
0
0
2
0
in tale base :
0
0
0
3
pA () = ( 2)3 ( + 2)
Quindi gli autovalori:
1 = 2, 2 = 2
le ui moltepli it algebri he sono:
1 = 1, 2 = 3
Le moltepli it geometri he:
r1 = 1, r2 3
Gli autovettori appartenenti all'autovalore
hanno per omponenti nella base ano-
ni a, le soluzioni del sistema lineare omogeneo:
3x + y + z + t = 0
x + 3y z t = 0
x y + 3z t = 0
x y z + 3t = 0,
he ammette
autosoluzioni. Quindi a meno di una ostante moltipli ativa:
u1 = (1, 1, 1, 1)
Per l'autovalore
o orre risolvere il sistema omogeneo:
x + y + z + t = 0
xyzt=0
xyzt=0
x y z t = 0,
equivalente a:
xyzt= 0
Pertanto esistono
autosoluzioni
( + + , , , ), per ogni , , (, +).

A appartenente all'autovalore 2 :
Quindi il pi generale autovettore di
w = ( + + , , , )
= (1, 1, 0, 0) + (1, 0, 1, 0) + (1, 0, 0, 1)
Posto:
u2,1 = (1, 1, 0, 0) , u2,2 = (1, 0, 1, 0) , u2,3 = (1, 0, 0, 1)

risulta he i suddetti vettori ompongono una base dell'autospazio
E (2 ):
2,i = 2 u2,i , i = 1, 2, 3 = r2
Au
Pertanto all'autovalore
orrispondono tre autovettori lineramente indipendenti:
2 {u2,1 , u2,2 , u2,3 }

Inne
4
X
ri = 1 + 3 = 4
i=1

:
Adiag
A.
La matri e rappresentativa in tale base
2
0
=
0
0
0
2
0
0
0
0
2
0
0
0
0
2
pB () = 3 + 42 2 4,
le ui radi i sono:
1 = 2 , 2 = 1
3, 3 = 1 +
u1 = (2, 1, 0)
!

3 1 + 3 1 3
,1
,
u2 =
1+ 3
1+ 3
!

3 1+ 3 1+ 3
,
,1
u3 =
1 + 3 1 3
Nella base
{ui }
Bdiag
2
0
0
= 0 1 3
0
0
0
1+ 3
6. Il polinomio aratteristi o :

pA () = det A 14
= ( 1)3 ( 2)
1 = 1 , 2 = 2
1 = 3, 2 = 1
r1 3, r2 = 1
1 4 1 4
x
2
y
0
5
4
1 1 2 3 z
1 4 1 6
t
he ammette
x
y
= ,
z
t
u1 = (3, 6, 4, 5)
Per l'autovalore
troviamo:
u2 = (2, 3, 2, 3)
Si on lude he l'operatore lineare
possiede solo due autovettori indipendenti, per-
tanto non diagonalizzabile.


pA () = det A 14
= ( + 1) ( 1)3
1 = 1, 2 = 1
1 = 1, 2 = 3
r1 = 1, r2 3
5
6 10 7
x
5 4 9 6 y
3 2 6 4 z
3 3 7 5
t
he ammette

= y ,
z
t
u1 = (3, 0, 1, 4)
Per l'autovalore
troviamo:
u2 = (1, 2, 3, 2)
possiede solo due autovettori indipendenti, per-

pA () = det A 14

= 2 2 1
1 = 0, 2 = 1, 3 = 1
1 = 2, 2 = 3 = 1,
r1 2, r2 = r3 = 1
1 1 6 3
x
1 2 3 0 y
1 1
0 1 z
1 1 5 3
t
he ammette
0
0
= ,
0
0
u1 = (2, 1, 0, 1)
Per gli autovalori
2 , 3
troviamo:
u2 = (3, 0, 1, 2) , u3 = (3, 0, 1, 4)
possiede solo tre autovettori indipendenti, per-

9. S riviamo l'equazione agli autovalori per gli operatori
A, A1 :
= u
Au
A1 w = w
Dalla se onda delle (5.61):
Da i segue:

pA1 ( ) = det A1 I = 0
h
i

1
0 = det AA1 A = det I A = det A ( ) I
Cio:
h
i
h
i
1
1
1
det A ( ) I = 0 pA ( )
= 0 = =
Si on lude he gli autovalori di
A1
sono:
(5.61)

f A si
xi xi 1, a0 a0 1:
10. L'operatore
f (x)
ottiene dall'espressione
eseguendo la sostituzione
m,

Y
f A = a0 1
A xi 1
x A,
(5.62)
i=1
Dalla (5.62) passiamo alla matri e rappresentativa:
m,

Y
.
f A = f (A) = a0 1n
(A xi 1n ) ,
i=1
e per una nota propriet dei determinanti:
det [f (A)] = am
0
m,
Y
det (A xi 1n )
i=1
Cio:
det [f (A)] =
m
Y
am
0
pA (xi ) ,
(5.63)
i=1
essendo
pA ()
il polinomio aratteristi o della matri e
ui radi i sono gli autovalori
i ,
donde:
pA (xi ) =
n
Y
j=1
A: pA () = det (A 1n ) ,
(xi j )
le
(5.64)
Sostituendo la (5.64) nella (5.63):
det [f (A)] =
=
am
0
m Y
n
Y
i=1 j=1
n
m
YY
j=1 i=1
donde:
(xi j )
[a0 (xi j )] ,
n
Y
det [f (A)] =
f (j )
j=1
Per determinare gli autovettori dell'operatore

ome:

f A
m
X
f A =
ci Ai ,
si osservi he

f A
(5.65)
i=1
on
ci K .
Appli hiamo l'operatore
ad ambo i membri della (5.65):
m

X
f A ui =
cj Aj ui
j=1
m
X
cj ji
j=1
si esprime
ui
= f (i ) ui
Aui = i ui , allora An ui = ni ui . Si
, on autovalori f (i ).
ammette gli stessi autovettori di A

nel seguente
pu dimostrare he f (i ) sono gli autovalori di f A
L'ultimo passaggio si giusti a osservando he se

on lude he

f A
Osservazione.
Si
modo: si onsideri la funzione:
g (x) = f (x)
Posto

= f A ,
B
il polinomio aratteristi o della matri e
pB () = det (B 1n )
S riviamo l'equazione agli autovalori per
:
B
i = i vi
Bv
Inoltre:
pB () = det g (A) = det (f (A) ) =

=
n
Y
i=1
n
Y
g (i )
i=1
[f (j ) ] = i = f (i )
5.11 Similitudine
5.11.1 Matri i simili
A un endomorsmo diagonalizzabile di uno spazio vettoriale nito-dimensionale (dim E =
n) sul ampo K . Supponiamo he in una base assegnata {ei }, A sia rappresentato dalla
Sia
matri e:
Per ipotesi
a11 a12
a21 a22
A=
... ...
an1 an2
diagonalizzabile, per ui se
autovalori , nella base
{ui }
(5.66)
il suo sistema di autovettori e
1 0
0 2
=
... ...
0 0
... 0
... 0
... ...
... n
Le matri i (5.66)-(5.67) sono legate dalla relazione:
la matri e del ambiamento di base
Dimostrazione.
{ei } {vi }
(5.68)
Omessa
***
2 Per
i relativi
(5.67)
Adiag = R1 AR,
essendo
l'operatore rappresentato dalla matri e diagonale:
Adiag
Proposizione.
{ui }
... a1n
... a2n
... ...
... ann
sempli it stiamo onsiderando il aso ri = i = 1, i = 1, ..., n.
??).
Naturalmente le matri i
Adiag
hanno i medesimi autovalori, per ui i si pu hiedere
se la relazione (5.68) abbia validit generale. La risposta aermativa ed espressa dalla

seguente
Denizione.
Le matri i
sono simili se esiste una matri e
non singolare tale he:
B = C 1 AC
Proposizione.
Due matri i simili hanno gli stessi autovalori.
Dimostrazione.
gia h la matri e

pB () = det B I = det C 1 AC I ,
legata alla matri e
C 1 C=I
IC 1 C
he sostituita nella (5.70) porge:
dalla (5.69). D'altro anto:
IC 1 =C 1 I

C 1 IC = C 1 I C,

pB () = det C 1 AC C 1 I C

= det C 1 A I C

= det C 1 det A I (det C)

= det A I
= pA () ,
io
(5.69)
hanno lo stesso polinomio aratteristi o, da ui l'asserto.
(5.70)
Capitolo 6
Spazio duale
6.1 Forme lineari
Nel apitolo 5.4 abbiamo denito l'insieme
Denizione.
K.
Hom (E, F )
(eq. 5.13) he assume la struttura
Riferiamo i in parti olare a:
Hom (E, K) = { :
Un omomorsmo
Il risultato dell'appli azione di
un omomorsmo tra
Hom (E, K)
si di e
su un vettore di
K}
forma lineare.
uno s alare. S riviamo:
def
(x) = hx, i , x E
Esempio 73. Nello spazio vettoriale Rn il prodotto s alare di due vettori a = (a1 , a2, ..., an ),
b = (b1 , b2 , ..., bn )
denito da:
ab=
n
X
ai bi
i=1
Ci premesso, onsideriamo l'appli azione lineare:
a : Rn 7 R
tale he ad ogni
Rn . Quindi:
x Rn
asso ia il prodotto s alare
x a,
(6.1)
essendo
un assegnato vettore di
hx, a i = x a
fa ile rendersi onto he l'appli azione (6.1) una forma lineare.
def
E = Hom (E, K)
Introdu iamo in
l'operazione di somma tra forme lineari:
+ : E E 7 E
(1 , 2 ) E E 7 (1 + 2 ) E
(6.2)
La (6.2) os denita:
1 + 2 : E 7 K
(6.3)
def
v E 7 hv, 1 + 2 i = (hv, 1 i + hv, 2 i) K
Dimostriamo he
(1 + 2 ) E :
def
, K , v, w E , hv + w, 1 + 2 i = hv + w, 1i + hv + w, 2i
k E
= hv, 1 i + hw, 1i + hv, 2 i + hw, 2i

= hv, 1 + 2 i + hw, 1 + 2 i = (1 + 2 ) E
Introdu iamo ora l'operazione di prodotto di uno s alare per un elemento di
: K E 7 E
(, ) K E 7 () E
Hom (E, K):
(6.4)
La (6.4) os denita:
: E 7 K
(6.5)
def
v E 7 hv, i = hv, i K
Dimostriamo he
() E :
def
, K , v, w E , hv + w, i = hv + w, i
E
= ( hv, i + hw, i)
= hv, i + hw, i
= hv, i + hv, i = () E
Con l'introduzione delle operazioni (6.2)-(6.4), l'insieme E assume la struttura di spazio
vettoriale su K . Chiamiamo E
dello spazio vettoriale E .
spazio duale
Osservazione.
L'elemento neutro in
la forma lineare:
: v E 7 0
O
Cio:
L'elemento opposto ad un elemento
E
= 0, v E
v, O
la forma lineare
tale he:
hv, i = hv, i , v E
***
Lemma 74.
Sia
{ei }
una sua base (i
b1 , b2 , ..., bn K , ! E : hei , i = bi
Dimostrazione. Esistenza di
nenti nella base
{ei }.
(i
Preso ad arbitrio un vettore
Consideriamo l'appli azione:
:E
7 K
n
X
x E 7
xi bi
i=1
= 1, 2, ..., n = dim E ).
= 1, 2, ..., n)
x E,
siano
xi
le sue ompo-
(6.6)
Cio
hx, i =
n
X
xi bi
i=1
L'appli azione (6.6) manifestamente lineare, per ui una forma lineare. Appli hiamo
ai vettori di base:
x = ej = hej , i =
da ui l'esistenza di
: hej , i = bj
per
n
X
ij bi = bj ,
i=1
j = 1, 2, ..., n.
Uni it di Neghiamo la tesi:
, E : hei , i = hei , i = bi = hei , i = 0

Poniamo:
def
= ,
donde:
hei ,
i = 0
Quindi:
x E , hx,
i =
Remark 75.
n
X
xi ei ,
i=1
n
X
i=1
xi hei ,
i = 0
= =
=
=O
Da qui in avanti utilizziamo la onvenzione (di Einstein) di somma sugli indi i
ripetuti due volte. Ad esempio, la sommatoria:
n
X
ai bi
i=1
andrebbe s ritta omettendo il simbolo di sommatoria:
ai bi
Per una ragione he apparir hiara in seguito, uno dei due indi i s ritto in alto, per ui
ogni espressione del tipo:
ai bi
signi a:
ai bi
Prendiamo la
n-pla :
(b1 , b2 , ..., bn ) = (1, 0, ..., 0)

Per il lemma pre edente esiste ed uni a la forma lineare
Si ri ordi he
ij
1 E
tale he:

ei , 1 = i1
la delta di Krone her:
ij
Similmente possiamo ostruire una forma
1,
0,
se
i=j
altrimenti
2 :

(b1 , b2 , ..., bn ) = (0, 1, ..., 0) = !2 E : ei , 2 = i2
Da i segue he in orrispondenza delle
n-ple :
(1, 0, ..., 0) , (0, 1, ..., 0) , ..., (0, 0, ..., 1)

esiste ed uni a la
n-pla
di forme lineari:
j
, j = 1, 2, ..., n
tali he:

ei , j = ij
Ci premesso, dimostriamo il:
Teorema 76.
Dimostrazione.
{j }
una base dello spazio duale
Si tratta di dimostrare he
dente. Abbiamo:
{j }
E .
un sistema massimo linearmente indipen-
j j = 0
Quindi:
Se

x, j j = 0, x E
un vettore di base:

0 = ei , j j = j ei , j = j ij = i
(6.7)
{j } linearmente indipendente. Dimostriamo he tale sistema
s opo prendiamo ad arbitrio E , quindi o orre far vedere
La (6.7) impli a he il sistema
di ordine massimo. A tale

h
he ,
linearmente dipendente o, i he lo stesso:
= i i , i = hei , i
i i riprodu ono i medesimi

spazio vettoriale E . Risulta:

ei , j j = j ei , j = j ij = i
hei , i = i
La (6.8) vera se le forme lineari

sui vettori di base dello
(6.8)
s alari quando agis ono
(6.9)
da ui la validit della (6.8).

Il teorema appena dimostrato garantis e l'esistenza di una base
base duale asso iata alla base {ei } di E .
denominata
di E nella base
{j }
Le grandezze
dello spazio duale
E ,
sono le omponenti
{j }.
6.2 Cambiamento di base nello spazio duale.

Riprendiamo le equazioni relative al ambiamento di base
ei
ei =
n
X
k=1
n
X
{ei } {ei }
??):
ik ek
(6.10)
ik ek ,
k=1
he individuano la matri e
vettore di
E:
R = (ik )
e la sua inversa
R1 = (ik ).
Se
un arbitrario
x=
x=
n
X
i=1
n
X
xi ei
nella base
{ei }
xi ei
nella base
{ei }
i=1
Le omponenti
xi
si trasformano se ondo la legge:
xi =
n
X
ij xj
(6.11)
j=1
Utilizzando la onvenzione di Einstein possiamo ridenire gli indi i degli elementi di matri e
he ompaiono nelle equazioni appena s ritte:
ei = ik ek
(6.12)
ei = ik ek ,
Con tale notazione, la (6.11) si ris rive:
xi = ji xj
La (6.13) esprime la legge di trasformazione dei osiddetti
(6.13)
vettori ontrovarianti he per
denizione hanno le omponenti on gli indi i s ritti in alto. Inoltre la legge di trasformazione
individuata dall'inversa della matri e R.
Al ambiamento di base {ei } {ei } nello spazio vettoriale

E il ambiamento di base {j } {j }. Si ri ordi he:
E , orrisponde nello spazio duale

ei , j = ij
D
E
j
ei ,
= ij
Determiniamo le equazioni di trasformazione he onnettono le basi
j
i
esprimiamo ome ombinazione lineare delle :
{j }, {j }.
j = ij i
A tale s opo
(6.14)
Per la (6.9):

ij = ei , j ,
donde:
Per la se onda delle (6.12):

j = ei , j i

j = ik ek , j i = ik ek , j i = ik kj i = ij i
In maniera simile si ottengono le
j = f j (i ).
Quindi:
j = ij i
j = ij i
(6.15)
Determiniamo la legge di trasformazione delle forme lineari in orrispondenza di un ambia{i } {i }. Abbiamo:
mento di base
= i i
= i i
nella base
nella base
Evidentemente:
i
i
i i = i i = i kj k
S rivendo
ome
i = k ki
Il sistema di vettori
Cio:
e sostituendo nell'equazione pre edente:

i k ki i ki k = 0 i ki i ki k = 0
{i }
linearmente indipendente, per ui:

k i ki k = 0 = k i ki = 0,
per
k = 1, 2, ..., n
k = ki i
(6.16)
k = ki i
(6.17)
Allo stesso modo si giunge a:
Le (6.16) o i he lo stesso le (6.16) ompongono le equazioni di trasformazione he

i
i
onnetteno le due basi { }, { } dello spazio duale E .
Per hiarezza ris riviamo tutte le equazioni ottenute:
j = ij i
ei = ik ek ,
(6.18)
ei = ik ek , j = ij i
Per quanto riguarda i vettori dello spazio
e del suo spazio duale
E :
xi = ji xj , i = ik k
i
x =
ji xj ,
(6.19)
ik k
Si noti he le equazioni relative al ambiamento di base
{ei } {ei }
esibis ono una forma

i
i
per os dire, spe ulare rispetto alle equazioni he onnettono le basi { }, { }. Pi pre i
samente, i vettori di E hanno omponenti s ritte in basso, e i si esprime di endo he
sono
vettori ovarianti.
Capitolo 7
Spazi vettoriali eu lidei
7.1 Introduzione
Gli spazi vettoriali eu lidei nas ono dall'esigenza di introdurre in uno spazio vettoriale nozioni
primitive del tipo distanza tra punti, angolo tra direzioni.
7.2 Prodotto s alare

Nell'esempio 73 abbiamo denito il prodotto s alare tra due vettori di
ab=
n
X
Rn :
ai bi
i=1
Pi in generale, assegnato un qualunque spazio vettoriale
prodotto s alare l'appli azione lineare:
sul ampo reale
R,
si denis e
: E E 7 R
(u, v) E E 7 u v R,
he veri a le propriet seguenti:
1. Commutativit:
u v = u v, u, v E
2. Asso iativit rispetto alla moltipli azione di uno s alare per un vettore:
u v = u v = (u v) , R, u, v E
3. Propriet distributiva rispetto alla somma tra vettori:
u (v + w) = u v + u w, u, v, w E
4.
In
Rn
u E , u v = 0 = v = 0.
il prodotto s alare os denito:
xy =
essendo
x = (x1 , x2 , ..., xn ) R
n
X
xk yk ,
k=1
y = (y1 , y2, ..., yn ) Rn .
(7.1)
Si onsideri lo spazio vettoriale

in
[a, b].
C (a, b)
( 2), i ui elementi sono le funzioni reali e ontinue
Il prodotto s alare tra i vettori di
f g =
Zb
C (a, b)
denito da:
f (x) g (x) dx
(7.2)
Infatti:
1.
gf =
Zb
g (x) f (x) dx =
2.
(f ) g =
Zb
a
Zb
f (x) g (x) dx = f g
Zb
f (x) g (x) dx = f (x) g (x) dx = f g

a
3.
f (g + h) =
Zb
f (x) [g (x) + h (x)] dx =
Zb
f (x) g (x) dx +
Zb
g (x) h (x) dx
=f g+f h
4.
f C (a, b) , f g = 0 = g (x) 0
Dimostriamo l'ultima impli azione. Deve essere:
f C (a, b) ,
Zb
a
f (x) g (x) dx = 0 = g (x) 0
(7.3)
Pro ediamo per assurdo:
x0 [a, b] : g (x0 ) 6= 0
Senza perdita di generalit supponiamo he sia
g (x0 ) > 0.
La ontinuit della funzione
g (x)
porge:
I (x0 ) = (x0 , x0 + ) : x I (x0 ) = g (x) > 0

Quindi:
g (x) = 0,
g (x) > 0,
Pertanto:
Zb
se
se
x [a, b] I (x0 )
x I (x0 )
f (x) g (x) dx =
In forza dell'arbitrariet della funzione
xZ0
f (x) g (x) dx
x0
f (x),
poniamo:
f (x) = 0, se x [a, b] I (x0 )

f (x) = [x (x0 )] [(x0 + ) x] ,
sex
I (x0 )
(7.4)
Con tale posizione, l'integrale (7.4) diventa:
xZ0
xZ0
[x (x0 )] [(x0 + ) x] g (x) dx > 0,
f (x) g (x) dx =
x0
(7.5)
x0
gia h l'integrando maggiore di zero.
Il risultato (7.5) ontraddi e l'ipotesi, da ui
l'asserto.
Esempi numeri i
C (0, ).
f (x) = x; g (x) = sin x

Il prodotto s alare :
f g =
x sin xdx
Integriamo per parti:
f g =
x sin xdx =
xd ( cos x) =
x cos x|x=
x=0
cos xdx =
***
C (0, b)
essendo
numero reale positivo preso ad arbitrio.
Siano:
f (x) = xex ; g (x) = sin x

Il prodotto s alare una funzione di
(f g) (b) =
=
Il prodotto s alare di
Osservazione.
In
Rn
(7.6)
b:
Zb
xex sin xdx

1
1 eb ((1 + b) cos b + b sin b)
2
date dalla (7.6) ha l'andamento riportato in gura 7.1.
il prodotto s alare tra due vettori dato dalla somma dei prodotti
delle omponenti omonime dei vettori medesimi [eq. (7.1). In

tra i vettori
(7.1).
f, g C (a, b)
C (a, b)
dato dalla (7.2), he la generalizzazione al ontinuo della
Infatti si passa dalla (7.1) alla (7.2) attraverso la sostituzione
elementi di
C (a, b)
il prodotto s alare
Quindi gli
sono vettori on un numero innito non numerabile di omponenti (in
quanto funzioni della variabile ontinua
x).
7.3 Tensore metri o

Sia
nella base
{ei }:
K.
Presi ad arbitrio
u, v E ,
onsideriamone le omponenti
u = ui ei , v = v i ei , (i = 1, 2, ..., n = dim E)
fg
0.6
0.5
0.4
0.3
0.2
0.1
4
Figura 7.1: Gra o di
10
12
(f g) (b).
Eseguiamo il prodotto s alare:

u v = ui ei v k ek = ui v k ei ek
Poniamo:
(7.7)
def
gik = ei ek
gik
un oggetto a
n (n + 1) /2
(7.8)
omponenti, denominato
tensore metri o.
La ragione
di tale denizione apparir hiara in un prossimo apitolo. Il numero delle omponenti
n (n + 1) /2
in forza della simmetria di
gki = ek ei
gik
rispetto alla permutazione degli indi i:
ommutativit del p.s.
ei ek = gik
Il prodotto s alare (7.7) si s rive:
u v = gik ui v k
(7.9)
Per la propriet 4 del prodotto s alare:
u E , u v = 0 = v = 0
In termini del tensore metri o:
u E , gik ui v k = 0 = v k = 0
Cio:

gik v k = 0, i = 1, 2, ..., n = v k = 0, k = 1, 2, ..., n
(7.10)
La (7.10) il sistema omogeneo:
g11 v 1 + g12 v 2 ... + g1n v n = 0

g21 v 1 + g22 v 2 ... + g2n v n = 0
..
1
2
n
gn1 v + gn2 v ... + gnn v = 0
La nostra ri hiesta si tradu e nell'esistenza della sola soluzione banale (o impropria):

v 1 , v 2 , ..., v n = (0, 0, ..., 0)
(7.11)
Come noto, ondizione ne essaria e su iente an h il sistema (7.11) ammetta la sola
soluzione impropria he sia diverso da zero il determinante della matri e dei oe ienti:
Quindi la (7.12) si ris rive:

def
g =

g11
g21
...
gn1
g12
g22
....
gn2
g11
g21
...
gn1

6= 0

... g1n
... g2n
... ...
... gnn
g12
g22
....
gn2
... g1n
... g2n
... ...
... gnn
(7.12)

= det (gik )

g 6= 0
(7.13)
***
L'introduzione del prodotto s alare in uno spazio vettoriale
i onsente di introdurre le
nozioni di ortogonalit, unitariet e norma di un vettore.
Denizione.
Due vettori
Osservazione.
Denizione.
u, v
si di ono
ortogonali
se
u v = 0.
Il vettore nullo ortogonale ad ogni vettore di
Di esi
quadrato
del vettore
v,
E.
Infatti,
v E, v 0 = 0
la grandezza:
v v = gik v i v k
Si noti he la (7.14) una forma quadrati a nelle
tensore metri o
Denizione.
vi
(7.14)
i ui oe ienti sono le omponenti del
gik .
Un vettore
di esi
vettore unitario o versore
se
u u = 1.
7.4 Spazi vettoriali propriamente eu lidei e pseudo-eu lidei

Sia
uno spazio vettoriale sul ampo
Denizione.
Lo spazio vettoriale
v E la forma quadrati a gik v i v k

E di esi pseudo-eu lideo .
K.
propriamente eu lideo (o eu lideo) se per ogni
denita positiva. Nel aso ontrario, lo spazio vettoriale
La suddetta denizione pu essere formulata in termini di prodotto s alare tra i vettori di
E.
Pre isamente, abbiamo visto in 7.2 he una delle propriet del prodotto s alare :
u E, u v = 0 = v = 0
In uno spazio vettoriale propriamente eu lideo tale propriet si spe ializza nella seguente:
v E , v v =
> 0,
= 0,
se
se
v 6= 0
v=0
7.5 Norma di un vettore

Sia
uno spazio vettoriale propriamente eu lideo.
Di esi
norma
del vettore
grandezza:
def
||v|| =
v E
la
vv
Sussiste la seguente
Teorema della media.

v, w E , |v w| ||v|| ||w||
Dimostrazione.
Omessa.
7.6 Spazi metri i

Uno
spazio metri o un qualunque insieme non vuoto S tale he esiste una funzione reale
d (a, b)
1.
denita in
d (a, b)
SS
he veri a le seguenti propriet:
non negativa:
d (a, b) : S S 7 [0, +)
2.
Inoltre
d (a, b) = 0
d (a, b)
simmetri a rispetto alla permutazione delle variabili indipendenti:
se e solo se
a = b.
d (a, b) = d (b, a) , a, b S
3.
d (a, b)
veri a la
disuguaglianza triangolare :
d (a, c) d (a, b) + d (b, c) , a, b, c S
Chiamiamo
d (a, b)
distanza tra gli elementi di S .
Consideriamo il aso spe iale
S = E
spazio vettoriale su
K.
Una possibile denizione di
distanza :
d (x, y) = ||x y||
(7.15)
fa ile rendersi onto he la (7.15) veri a gli assiomi pre edenti.
7.7 Base ortonormale

Denizione. Un sistema = {wi } on i = 1, 2, ..., r n = dim E , di esi ortonormale
wi wj = ij ,
se:
(7.16)
io se i suoi vettori sono versori e sono mutuamente ortogonali.

L'ortonormalit di un sistema di vettori impli a l'indipendenza lineare dello stesso. Invero,
sussiste la seguente:
Proposizione.
( = {w1 , w2 , ..., wr }
ortonormale)
= (
linearmente indipendente)
Dimostrazione.
Studiamo le soluzioni rispetto a
dell'equazione:
i wi = 0
A tale s opo moltipli hiamo s alarmente per
(7.17)
wk (k = 1, 2, ..., n)
primo e se ondo membro
della (7.17):
i wi wk = 0 wk = 0
Tenendo onto della (7.16):
i ik = 0 = k = 0,
da ui segue he
per
k = 1, 2, ..., r
Denizione. Per r = n si ha he un sistema massimo linearmente indipendente, io una

base. Si on lude he ogni sistema ortonormale di ordine
base ortonormale
r = n una base di E ,
denominata
***
L'algoritmo he implementa l'ortonormalizzazione di una base generi a
pro edimento di ortonormalizzazione di Gram-S hmidt:
ei =
essendo:
{
ei }
ai
,
||ai ||
a1 = e1
Esempio 77.
noto ome
(7.18)
a1 e2
a1
a2 = e2
a1 a1
a2 e3
a1 e3
a3 = e3
a2
a1
a2 a2
a1 a1
.........................................
an1 en
a1 en
an1 ...
a1
an = en
an1 an1
a1 a1
Assegnati i vettori di
R3 :
e1 = (1, 1, 1) , e2 = (1, 2, 1) , e3 = (1, 2, 3) ,

provare he
{ei }
una base di
R3 ,
determinando poi la base ortonormale
pro edimento di Gram-S himidt
Soluzione 78.
{ei }
attraverso il
Studiamo l'equazione vettoriale:
1 e1 + 2 e2 + 3 e3 = 0,
equivalente al sistema lineare omogeneo:
1 + 2 + 3 = 0
1 22 + 23 = 0
1 + 2 + 33 = 0,
he ammette l'uni a soluzione (1 , 2 , 3 ) = (0, 0, 0), donde {ei } manifestamente una base
3
di R . Per ortonormalizzare {ei }, appli hiamo le (7.18) he in questo aso si s rivono:
a1 = e1
a1 e2
a2 = e2
a1
a1 a1
a2 e3
a1 e3
a3 = e3
a2
a1
a2 a2
a1 a1
da ui:
a1 = (1, 1, 1) , a2 = (1, 2, 1) , a3 = (1, 0, 1)
La norma di singolo vettore:
||a1 || =
3, ||a2 || =
6, ||a3 || =
2,
quindi:

1 1 1
e1 = , ,
3 3 3

1
2 1
e2 = , ,
6
6 6

1
1
e3 = , 0,
2
2
***
Sia
{ei }
E (n-dimensionale ).
una base ortonormale di uno spazio propriamente eu lideo
Preso ad arbitrio
x E:
x=
n
X
xi ei
(7.19)
i=1
moltipli hiamo s alarmente per
ek (k = 1, 2, ..., n)
x ek =
da ui:
xk = x ek ,
noti ome
xi ik ,
i=1
per
La (7.20) esprime le omponenti del vettore
ck
n
X
primo e se ondo membro della (7.19):
k = 1, 2, ..., n
nella base
{ei }.
(7.20)
xk
{ei }.
Spesso le
oe ienti di Fourier del vettore x rispetto alla base
si indi ano on
7.8 Polinomi ortonormali

Denizione. Di esi polinomio trigonometri o di ordine n, la funzione reale di variabile
reale:
a0 X
n (x) =
+
[ak cos (kx) + bk sin (kx)] , ak , bk R
2
k=1
Tn (, ) l'insieme dei polinomi trigonometri i di ordine n, per x [, ].

Tale insieme assume la struttura di spazio vettoriale reale, e la (2n + 1)-pla di s alari
(a0 , a1 , ..., an , b1 , ..., bn ) sono le omponenti del vettore n (x) nella base:
Indi hiamo on
Poniamo:
{1, cos x, sin x, cos 2x, sin 2x, ..., cos (nx) , sin (nx)}
(7.21)
e1 (x) = 1
e2 (x) = cos x
e3 (x) = sin x
...
e2n (x) = cos (nx)
e2n+1 (x) = sin (nx)
(7.22)
Da i segue he
dim Tn (, ) = 2n + 1.
n
in forza del quale lo spazio vettoriale
Deniamo il prodotto s alare:
n (x) n (x) dx,
Tn (, )
risulta essere propriamente eu lideo.
Inoltre la base (7.21) ortogonale in forza delle seguenti identit:
sin (kx) =
cos (kx) = 0, k N
sin (kx) cos (k x) = 0, k, k N
Cio:
ek (x) ek (x) dx = 0,
se
k 6= k
Tale base non per ortonormale, in quanto i suoi vettori non sono unitari:
||e1 (x)|| =
Z
Un vettore
cos2 (kx) =
e1 (x) e1 (x) dx =
dx = 2 ,
sin2 (kx) =
non unitario legato al suo versore da:
v
=
La (7.23) i onsente di passare dal vettore
v
||v||
v
(7.23)
al orrispondente vettore normalizzato
v
.
Quindi:
e1 (x)
1
=
||e1 (x)||
2
1
ek (x) = , k > 1
e1 (x) =
Da ui otteniamo la base ortonormale dello spazio
Tn (, ).
1
1
1
1
1
1
1
, cos x, sin x, cos 2x, sin 2x, ..., cos (nx) , sin (nx)
(7.24)
***
La nozione di polinomi ortonormali si generalizza nel modo seguente. Consideriamo lo spazio
vettoriale
C (a, b)
on prodotto s alare:
f g =
Zb
a
f (x) g (x) dx, f, g C (a, b)
Sia:
= {p1 (x) , p2 (x) , ..., pr (x)}

diremo he
ortonormale se:
Zb
a
pi (x) pj (x) dx = ij
Parte III
Appendi i
Appendi e A
Soluzioni degli eser izi proposti
A.1 Cal olo di determinanti del se ondo ordine
Quindi:
a11 b11 + a12 b21 a11 b12 + a12 b22

AB = a21 b11 + a22 b21 a21 b12 + a22 b21
a31 b11 + a32 b21 a31 b12 + a32 b22
p 2
q
A + B D = 4 r 1 s
9t
9u
A + B D = 0 (p = 2, q = 0, r = 4, s = 1, t = 9, u = 9)
io:
2 0
D = 4 1
9
9
***
4 1 2
A+B = 0 3 2
1 2 3
3 1 5
A C = 5 3 0
0
1 2
2 4 6
2A = 10 0 4
2 2 2
0 0 3
A + (B C) = 9 1 5
2 1
1
0 0 3
(A + B) C = 9 1 5
2 1
1
x1 x2 x3
D = x4 x5 x6
x7 x8 x9
ed tale he:
A+D =B
Ci impli a:
1 + x1 2 + x2 2 + x3
3 1 2
5 + x4
x5
2 + x6 = 4 2 5
1 + x7 1 + x8 1 + x9
2 0 3
da ui:
1 + x1
2 + x2
3 + x3
5 + x4
2 + x6
1 + x7
1 + x8
1 + x9
=3
= 1
=2
=4
=5
=2
=0
=3
Quindi:
2 3 5
D = 1 1 3
1
1 2
2 3 5
1 1 3
BA=
1
1 2
1 2
(A B) = 5 0
1 1
2 3 5
= 1 1 3
1
1 2
3
3 1 2
2 4 2 5
1
2 0 3
***

2 3

1 4

= 2 4 3 1 = 5;

sin cos
2 1

=
4
+
1
=
5;
cos sin
1 2

+ i + i

i i

= sin2 + cos2 a = 1;

= 2 + 2 2 + 2 = 2 + 2 2 2

sin sin

sin cos

cos sin

sin cos

= sin cos sin cos a = sin ( )

= cos cos sin sin = cos ( + )

tan 1

1
tan

1 lgb a

lga b 1

a+b b+d

a+c c+d

= 1 lga b lgb a
=
0

(lga b=lgb a)

= ac + bd ab cd = a (c b) + d (b c)

a+b ab

ab ab

x1
1

2
x3
x +x+1

= tan2 + 1 = sec2

= a2 + 2ab + b2 a2 + 2ab b2 = 4ab

= (x 1) x2 + x + 1 x3 = x3 1 x3 = 1

2

2
= 2 + = cos 2 + i sin 2

+ i sin
1
3
3
3
A.2 Determinanti del terzo ordine

1

1
1

1 0 1 = (1) 1 1

1 0
1 1 0

0 1 1

1 0 1

1 1 0

= 1 1

1 0

1 1
(1)

1 1 = (0 + 1) + (1 + 1) = +1

1 1
+
0 1

= (0 1) + (1 0) = +1 + 1 = 2

a

1

a
a
1
a

a a x = a2 1 1 x = a2

a a x
1 1 x

2 a+x 1
+
= a2
1
z 2
= 2a2 (a + x)

1 1 1

1 2 3

1 3 6

1 1 1

= 1 2 3

0 1 3

1
i 1+i

i 1
0

1i 0
1

1 1 1

= 0 1 2

0 1 3

= (1 i) i 1 + i

1
0

1
1
a
0
2 a+x
1 1
x

a
a+x

1 2
=
1 3

=1

= (1 + i) (1 i) = 2

1
cos
+
i
sin
cos
+
i
sin
3
3
4
4

2
2
cos i sin
1
cos
+
i
sin
3
3
3
3

cos i sin cos 2 i sin 2

1
4
3
3
4

2
2

1
cos
+
i
sin
cos 3 i sin 3 cos 2
+ i sin 2
3
3
3
3

=
cos 3 + i sin 3 cos i sin
i sin 2
1
1
cos 2
3
3
4
4

cos 3 i sin 3
1

+ cos + i sin
2
2
4
4 cos 4 i sin 4 cos 3 i sin 3
#
!"

r

1 i 3
i
1 i
i 3
1+i
3 12 2i
=0
+
+
+ 1
2
2
2
2 2
2
2
2
2
1+i
1i
= 1 1 = 2 2
2
2
Poniamo:
per
= cos 2
+ i sin 2
:
3
3

1 1 1

def
= 1 2 = 3 3 + 2
1 2
= 3i 3
A.3 Determinanti di ordine qualsiasi

Si tratta di determinare gli zeri della funzione
f (x).
Lo sviluppo del determinante porge:
f (x) = x2 x 8,
donde:
f (x) = 0 x =

1
1 33
2
***
Per una nota propriet, il determinante di una matri e diagonale pari al prodotto degli
elementi della diagonale prin ipale, donde:
det Adiag = 1 2 3 ... n = n!

***
Il al olo diretto di
(n)
(eq. 1.55) porge:
(2) = 1, (3) = 1, (4) = 1, (5) = 1, (6) = 1

Da i segue he:
(n) = (1)k(n) ,
essendo
k (n)
tale he:
k (n) =
La (A.1) impli a he
k (n)
n=2
n=3
pari,
n=4
pari,
n=5
dispari, n = 6
.................
dispari,
dispari,
(A.1)
deve essere del tipo:
k (n) = an2 + bn
(A.2)
An h sia valida la (A.1):
4a + 2b = 1
9a + 3b = 3,
da ui:
(a, b) =
1 1
,
2 2
= k (n) =
n (n 1)
2
Si on lude:
(n) = (1)
n(n1)
2
***
Il al olo diretto di
(n)
(eq. 1.56) porge:
D (2) = 2, D (3) = 6, D (4) = 24, D (5) = 120, D (6) = 720
Da i segue:
D (n) = nD (n 1)
Quindi:
D (n) = n (n 1) (n 2) ... 1 = n!
***
Cal oliamo direttamente
F (n)
per
n = 2, 3.
La (1.57) :
f2 (x) = x (x 1)
f3 (x) = x (x 1) (x 2)
Quindi:
(A.3)

F (2) =

=

F (3) =

=

Osserviamo he:
f2 (0) f2 (1) f2 (2)

f2 (1) f2 (2) f2 (3)
f2 (2) f2 (3) f2 (4)

0 0 2
0 2 6 = 8;
2 6 12
f3 (0)
f3 (1)
f3 (2)
f3 (3)
0
0
0
3
f3 (1)
f3 (2)
f3 (3)
f3 (4)
f3 (2) f3 (3)
f3 (3) f3 (4)
f3 (4) f3 (5)
f3 (5) f3 (6)

0 0
3
0 3 24
= 1296
3 24 60
24 60 120
(2!)3 = 8
(3!)4 = 1296
donde:
|F (n)| = n!n+1
Inoltre:
n (n 1)
=
2
1, n = 1
2, n = 2
Quindi:
F (n) = (1)
n(n1)
2
n!n+1
***
Eseguiamo il al olo espli ito per
Dalla prima delle (A.3):
n = 2:

f2 (x) f2 (x) f2 (x)

G (x, 2) = f2 (x) f2 (x) f2 (x)
f (x) f (x) f (4) (x)
2
2
2
(4)
f2 (x) = 2x 1; f2 (x) = 2; f2 (x) = f2 (x) = 0

Quindi:
2

x x 2x 1 2

2
0 = 8
G (x, 2) = 2x 1

2
0
0
Eseguiamo il al olo espli ito per
n = 3:

G (x, 3) =

f3 (x) f3 (x) f3 (x) f3 (x)
(4)
f3 (x) f3 (x) f3 (x) f3 (x)
(4)
(5)
f3 (x) f3 (x) f3 (x) f3 (x)
(4)
(5)
(6)
f3 (x) f3 (x) f3 (x) f3 (x)
Dalla se onda delle (A.3):
f3 (x) = 3x2 6x + 2
f3 (x) = 6 (x 1)
f3 (x) = 6
(r)
f3 (x) = 0, (r = 4, 5, ...)
Quindi:

x (x 1) (x 2) 3x2 6x + 2 6 (x 1)

3x2 6x + 2
6 (x 1)
6
G (x, 3) =
6
(x
1)
6
0

6
0
0
Si on lude he: 1)
G (x, n) G (n);
2)
G (n) = F (n) = (1)
n(n1)
2
6
0
0
0

= 1296

n!n+1 .
***
Risolviamo la (1.58) per al uni valori di
Per
Per

1 x

1 a1
n = 2:
n = 3:

1 x
1 a1
1 a2
1 a3
Per ogni
n.
Per
n=1
la soluzione immediata:

= 0 x a1 = 0 x = a1

1 x x2

1 a1 a21 = 0 (x a1 ) (x a2 ) (a2 a1 ) = 0 x = a1 , a2

1 a2 a22
x2
a21
a22
a23
x3
a31
a32
a33

= 0 (x a1 ) (x a2 ) (a2 a1 ) (a3 a1 ) = 0 x = a1 , a2 , a3

n N:
1
x
x2
1 a1
a21
1 a2
a22
... ...
...
2
1 an1 an1
...
...
...
...
...
xn1
an1
1
a2n1
...
n1
an1

n1
Y

= 0
(x ak ) = 0 x = a1 , a2 , ..., an

k=1

***
La (1.59) per
Per
Per
Per
n=2
si s rive:

1
1

1 1x
n = 3:
n = 4:

n = 5:

1
1
1

1 1x
1

1
1
2x
1
1
1
1
1 1x
1
1
1
1
2x
1
1
1
1
3x
1
1
1
1
1
1 1x
1
1
1
1
1
2x
1
1
1
1
1
3x
1
1
1
1
1
4x

= 0 x = 0

= 0 x (x 1) = x = 0, 1

= 0 x x2 3x + 2 = 0 x = 0, 1, 2

= 0 x x3 6x2 + 11x 6 = 0 x = 0, 1, 2, 3

Si on lude he (1.59) un'equazione di grado
n 1,
le ui soluzioni sono:
x = 0, 1, 2, ..., n 2
***
Risolviamo la (1.60) per
Per
Per
n = 2:

a1
a2

a1 a1 + a2 x

= 0 a1 (a1 x) = 0 x = a1

n = 2:

a1
a2
a3

a1 a1 + a2 x
a3

a1
a2
a2 + a3 x
n = 3:

= 0 a1 (a1 x) (a2 x) = 0 x = a1 ,a2

a1
a2
a3
a4
a1 a1 + a2 x
a3
a4
a1
a2
a2 + a3 x
a4
a1
a2
a3
a3 + a4 x
= a1 (a1 x) (a2 x) (a3 x) = 0 x = a1 ,a2 , a3
Per
n = 4:

a1
a2
a3
a4
a5
a1 a1 + a2 x
a3
a4
a5
a1
a2
a2 + a3 x
a4
a5
a1
a2
a3
a2 + a3 x
a5
a1
a2
a3
a3
a3 + a4 x
= a1 (a1 x) (a2 x) (a3 x) = 0 x = a1 ,a2 , a3 , a4
Per ogni
n:

a1
a2
a3
a1 a1 + a2 x
a3
a1
a2
a2 + a3 x
...
...
...
a1
a2
a3
n1
Y
k=1
...
an
...
an
...
an
...
...
... an1 + an x
ak (ak x) = 0 x = ak , (k = 1, 2, ..., n 1)
***
Il determinante (1.61) nullo, in quanto la terza olonna ombinazione lineare delle prime
due. Infatti:

2 + 6 + 9 = C1 2 + C2 2 + 2 + 1 + C3 2 + 4 + 4 ,
da ui:
C1 + C2 + C3 = 1
0 + 2C2 + 4C3 = 6
0 + C2 + 4C3 = 9
Tale sistema lineare ompatibile e determinato:
(C1 , C2, C3 ) = (1, 6, 9)

Quindi:
(k + 3)2 = k 2 3 (k + 1)2 + 3 (k + 2) , k = , , ,
da ui l'annullarsi del determinante.
***
La matri e omplementare della (1.62) relativa all'elemento 11 la matri e diagonale di
ordine
n 1:
A11
a2 0
0 a3
=
... ...
0 0
Il omplemento algebri o dell'elemento 11 :
... 0
... 0
... ...
... an
11 = (1)2 M11 ,
essendo:
M11 = det A11 =
n
Y
ak
k=2
fa ile rendersi onto he:
Mij = 0
poi h ogni
Aij
on
i 6= j
se
i 6= j,
ha una riga nulla. Ad esempio:
A12
Inoltre:
A22
quindi:
0 a2
0 0
=
... ...
0 0
... 0
... 0
... ...
... an
a1 0 0 ... 0
0 a3 0 ... 0
=
... ... ... ... ... ,
0 0 0 0 an
22 = M22 = det A22 =
n
Y
ak
k=1
k6=2
Si on lude he:
ij = 0, se i 6= j
n
Y
ii =
ak
k=1
k6=i
Passando alla somma dei omplementi algebri i:
n X
n
X
ij =
i=1 j=1
n
X
ii
i=1
n Y
n
X
ak
i=1 k=1
k6=i
= a2 a3 ...an + a1 a3 ...an + ... + a1 a2 ...an1

1
1
1
= a1 a2 ...an
+
+ ... +
a1 a2
an
***
onveniente eseguire il al olo diretto per
Segue:
n = 3.
La matri e (1.63) :
0 0 a1
A = 0 a2 0
a3 0 0
A11
A12
A13
A21
A22
A23
A31
A32
A33
Sommando:

=

=

=

=

=

=

=

=

=
3 X
3
X
i=1 j=1
Per ogni

a2 0
= 0 = 11 = 0
0 0

0 0
= 0 = 12 = 0
a3 0

0 a2
= a2 a3 = 13 = b2 b3
a3 0

0 a1
= 0 = 22 = 0
0 0

0 a1
= a1 a3 = 22 = 0
a3 0

0 0
= 0 = 23 = 0
a3 0

0 a1
= a1 a2 = 31 = a1 a2
a2 0

0 a1
= 0 = 32 = 0
0 0

0 0
= 0 = 33 = 0
0 a2
ij = (a1 a2 a3 )
1
1
1
+
+
a1 a2 a2
n:
n X
n
X
ij = (1) a1 a2 ...an
i=1 j=1
1
1
1
+
+ ... +
a1 a2
an
***
Sviluppando (1.64):

0 1 1
1 1 1

= a 1 1 1 b 0 1 1
1 1
1 1
0
0
|
{z
}
|
{z
}
=+3
=+1

1

1
0
1
0 1

= +c 0 1 1 d 0 1 1
1 1 0
1 1 1
|
{z
}
|
{z
=+2
=1
= 3a b + 2c d
***
Sviluppando (1.65):

1 2 1
2

= x 1 1 2 + y 1
1 1 1
1
| {z }
|
=+1
= 4t (x + y + z)

2 1 1
2 1 1
1 1

1 2 + z 1 2 1 + 4 1 2 1
1 1 1
1 1 2
1 1
{z }
| {z }
| {z }
=1
=1
***
Sviluppando (1.66):

0 1 1
1 1 1
1

= a 1 0 1 b 1 0 1 + c 0
1 1 0
1 1 0
1
| {z }
| {z }
|
=+2
=+1

1 1 1
1 1

1 1 d 0 1 1
1 0 1
1 0
{z }
| {z }
=1
= 2a b + c d
=1
***
17.
1
2
3
1 0
3
1 2 0
... ... ...
1 2 3
...
...
...
...
...
n
n
n
...
0
onveniente eseguire il al olo diretto per al uni signi ativi
n:

2
= 2 = 2!
0

2 3
0 3 = 6 = 3!
2 0
valori dell'intero naturale

1
n = 2:
1

1

n = 3: 1
1

1

1
n = 4:
1
1

1

1

n = 5: 1
1

1
2
3
0
3
2 0
2 3
4
4
4
0
2
3
4
0
3
4
2 0
4
2 3 0
2 3 4
Si on lude he per ogni
18.

= 24 = 6!

5
5
5
5
0
n,

= 120 = 5!

il determinante vale
n!.
An he qui onveniente al olare per assegnati

1
a1
n = 2:
1 a1 + b1

1
a1

n = 3: 1 a1 + b1
1
a1

= b1

a2
a2
a2 + b2

= b1 b2

n:

n = 4:

1
a1
a2
a2
1 a1 + b1
a2
a3
1
a1
a2 + b2
a3
1
a1
a2
a3 + b3
Si on lude he
D (n) =
n
Q

= b1 b2 b3

bk
k=1
19.
Espli itando per i vari
n:

1 x1
= x x1
n = 2; f2 (x; x1 ) =
1 x

1 x1 x2

n = 3; f3 (x; x1 , x2 ) = 1 x x2 = (x x1 ) (x x2 )
1 x1 x

n = 4; f4 (x; x1, x2 , x3 ) =

1 x1 x2 x3
1 x x2 x3
= (x x1 ) (x x2 ) (x x3 )
1 x1 x x3
1 x1 x2 x
Si onlude he:
fn (x; x1 , x2 , ..., xn ) =
n
Y
k=1
20.
Espli itiamo (1.67) per diversi valori di
n:

1
(2) =
1

1 2

(3) = 1 3
1 2

1 2 3

1 3 3
(4) =
1 2 5
1 2 3

1 2 3 4

1 3 3 4

(5) = 1 2 5 4
1 2 3 7

1 2 3 4
Si on lude he
(n) = (n 1)!
(x xk )

2
=1
3

3
3 = 2
5

4
4
=6
4
7

5
5
5 = 24
5
9
21.
Espli itiamo (1.68) per diversi valori di
Si on lude he
22.
n:

1
(2) =
2

1 2

(3) = 2 2
2 2

1 2 2

2 2 2
(4) =
2 2 3
2 2 2

1 2 2 2

2 2 2 2

(5) = 2 2 3 2
2 2 2 4

2 2 2 2
(n) = 2 (n 2)!
Risulta:

1

b
1
=1
n = 1 = (b1 ) =
1 1 b1

1

b
0
1

b2 = 1
n = 2 = (b1 , b2 ) = 1 1 b1
0
1 1 b2

1
b1
0
0

1 1 b1
b2
0
n = 3 = (b1 , b2 , b3 ) =
0
1
1
b
b
2
2

0
0
1 1 b2
Da i segue:
23.

2
= 2
2

2
2 = 2
3

2
2
= 4
2
4

2
2
2 = 12
2
5

=1

n N {0} , (b1 , b2 , ..., bn ) = 1

Risulta:

a a+h
(2) =
a
a

= a (2a + h)

a a + h a + 2h

= 3a2 (a + h)
a
0
(3) = a

0

a
a

a a + h a + 2h a + 3h

a

a
0
0

= 2a3 (2a + 3h)
(4) =

0
a
a
0

0

0
a
a

a a + h a + 2h a + 3h a + 4h

a

a
0
0
0

= 5a4 (a + 2h)
a
a
0
0
(5) = 0

0

0
a
a
0

0

0
0
a
a
Da i segue he:
(n) = an1 fn
Deve essere:
f2 = 2a + h

31
f3 = 3 (a + h) = 3 a +
h
2

3
f4 = 4 2a + h
2

51
f5 = 5 (a + 2h) = 5 a +
h
2
...

n1
fn = n a +
h ,
2
io:
n1
(n) = na
24.
Per
n = 4:
Per ogni
25.
Per
n:
n = 4:
Per ogni
n:

(4) =

n1
a+
h
2

a0 1 0
0
a1 x 1 0
= a0 x3 + a1 x2 + a2 x + a3
a2 0
x 1
a3 0
0
x
(n) = a0 xn1 + a1 xn2 + ... + a3

(4) =

4
3
2
1 x
0
0 1 x
0
0 1
(n) =
1
0
0
x

= 4x3 + 3x2 + 2x + 1

n
X
kxk1
k=1
26.
Il determinante (1.72) :
r1
r1
X
X
k

1k a1
1k ak2

k=1
k=1
X
r2
X
r2
k

2k a1
2k ak2

k=1
k=1

...
...

X
rn
rn
X

nk ak1
nk ak2

k=1
poi h:
fh (x) =
k=1
rk
X
k=1

...

k=1

r2
X

k
...
2k an
,
k=1

...
...

rn
X

k
nk an
...
r1
X
1k akn
k=1
hk xh , h = 1, 2, ..., n
(A.4)
Per una nota propriet dei determinanti, la (A.4) pu essere s ritta ome:

r1
X

11 a1
1k ak2

k=1

r2
X

21 a1
2k ak2

k=1

...
...

rn
X

n1 a1
nk ak2

1
1
...
1

...
1k akn

k=1

r
2
X

k
...
2k an
+
k=1

...
...

rn
X

k
...
nk an

k=1
k=1

r1
r1
X
X

2
k
k
12 a
1k a2 ...
1k an
1

k=1
k=1

r2
r2
X
X

2
k
k
22 a1
2k a2 ...
2k an

+
+ ...
k=1
k=1

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

rn
rn
X
X

k
k
n2 an1
a
...
a
nk 2
nk n

k=1
k=1

r1
r1
X
X

k
k
1r ar1
1k a2 ...
1k an
1 1

k=1
k=1

r2
r2
X
X

k
k
2r1 ar11
2k an
2k a2 ...

... +

k=1
k=1

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

rn
rn
X
X

r
k
k
1
nr1 a1
nk an
nk a2 ...

k=1
k=1

r1
r1
X
X

k
k
1k
a
...
1k
1k
n
2

k=1
k=1

r2
r2
X
X

r1
k
k
X
k 2k
a
...
2k
2k
2
n

a1
=

k=1
k=1

k=1
...
...
...

...

r
r
n
n
X
X

k
k
nk
nk an
nk a2 ...

k=1
k=1

1k 1k ... 1k

r2
rn
r1 X
X
X

k k
k 2k 2k ... 2k
=
... a1 a2 ...an
... ... ...
...
k=1 k=1 k=1
nk nk ... nk

1 ... 1
r1 r2
rn
1 ... 1 XX X k k k
...
a1 a2 ...an 1k 2k ...nk
... ... ...
k=1 k=1 k=1
1 ... 1
r1
X
=0
27.
Per
n = 1, 2, 3:

a0 a1
= a0 x1 + a1 y1
n = 1 = f (x1 ; y1 ) =
y1 x1

a0
a1 a2

n = 2 = f (x1 , x2 ; y1 , y2 ) = y1 x1 0 = a0 x1 x2 + a1 x2 y1 + a2 y1 y2
0 y2 x2

a0

a
a
a
1
2
3

y1 x1

0
0

n = 3 = f (x1 , x2 , x3 ; y1 , y2 , y3) =

0 y2 x2 0
0
0 y3 x3
= a0 x1 x2 x3 + a1 x2 x3 y1 + a2 x3 y1 y2 + a3 y1 y2 y3
Per tutti gli
n:
f (x1 , x2 , ..., xn ; y1 , y2, ..., yn ) =
n
h
n
X
Y
Y
ak yk
xj
h=0
28.
Per
k=1
n = 1, 2, 3:
Per tutti gli
n:

a0 0
= a0 x
f1 (x) =
1 x

2a0 a1 0

f2 (x) = 2 x 0 = 2 a0 x2 + 2a1
0 1 x

6a0 2a1 a2 a3

3 x 0 0

= 3! a0 x3 + a1 x2 + a2 x + a0
f3 (x) =

0 2 x 0
0
0 0 x
fn (x) = n!
n
X
ak x3k
k=0
29.
j=h+1
Espli itiamo (1.75):
D (1) = 2

2
D (2) =
1

2

D (3) = 1
0

2

1
D (4) =
0
0

2

1

D (5) = 0
0

0

1
=3
2

1 0
2 1 = 4
1 2

1 0 0
2 1 0
=5
1 2 1
0 1 2

1 0 0 0
2 1 0 0
1 2 1 0 = 6
0 1 2 1
0 0 1 2
...
D (n) = n + 1
8
6
4
2
0
-2
-2
-1
Figura A.1: Gra o di
30.
fn (x)
per
n = 1, 2, 3, ..., 7.
Espli itiamo l'espressione analiti a della (1.76) per vari
Osserviamo he:
n:
f1 (x) = 2 cos x

2 cos x

1

= 4 cos2 x 1
f2 (x) =
1
2 cos x

2 cos x

1
0

= 4 cos x + 8 cos3 x
f3 (x) =
1
2 cos x
1

0
1
2 cos x
sin 3x
sin x
sin 4x
3
4 cos x + 8 cos x =
sin x
4 cos2 x 1 =
Ci impli a:
fn (x) =
sin [(n + 1) x]
sin x
Il gra o riportato in gura A.1
31.
Espli itiamo l'espressione analiti a della (1.77) per vari
Osserviamo he:
n:
f1 (x) = cos x

cos x

1
= 2 cos2 x 1
f2 (x) =
1
2 cos x

cos x

1
0

= 3 cos x + 4 cos3 x
2 cos x
1
f3 (x) = 1

0
1
2 cos x
2 cos2 x 1 = cos 2x
3 cos x + 8 cos3 x = cos 3x
Ci impli a:
fn (x) = cos (nx)
0.5
-1
-0.5
0.5
-0.5
-1
Figura A.2: Gra o di
Il gra o riportato in gura A.2
A.3.1 end
fn (x)
per
n = 1, 2, 3, ..., 7.

Appunti Ed Esercizi Di Algebra Lineare

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Appunti Ed Esercizi Di Algebra Lineare

Uploaded by

Copyright:

Available Formats

Quaderni di Matemati

Appunti ed eser izi di Algebra lineare

Classi azione delle matri i

Operazioni elementari sulle matri i

Somma e dierenza di matri i . . . . . . . . . . . . . . . . . . . . . .

Minori di una matri e

Altre propriet delle matri i . . . . . . . . . . . . . . . . . . . . . . . . . . .

Inversa di una matri e

Rango di una matri e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.10 Eser izi proposti

1.10.1 Operazioni sulle matri i e lassi azione delle matri i . . . . . . . . .

1.10.2 Minori e omplementi algebri i

1.10.3 Cal olo di determinanti del se ondo ordine . . . . . . . . . . . . . . .

1.10.4 Cal olo di determinanti del terzo ordine

1.10.5 Cal olo di determinanti di ordine qualsiasi

2 Sistemi di equazioni lineari

Sistemi normali: teorema di Cramer . . . . . . . . . . . . . . . . . . . . . . .

Sistemi non normali: Teoremi di Rou h e di Capelli

Dipendenza ed indipendenza lineare di vettori

Sottospazio vettoriale generato da un numero nito di vettori . . . . . . . . .

Sistemi massimi di vettori linearmente indipendenti di un insieme di vettori .

Basi e dimensioni di uno spazio vettoriale . . . . . . . . . . . . . . . . . . . .

Il metodo delle trasformazioni elementari . . . . . . . . . . . . . . . . . . . .

Dimensione di un sottospazio vettoriale . . . . . . . . . . . . . . . . . . . . .

Somma di due spazi vettoriali

3.10 Eser izi

4 Appli azioni lineari tra spazi vettoriali

Denizione di appli azione lineare . . . . . . . . . . . . . . . . . . . . . . . .

Denizione assiomati a e teoremi onseguenti

Relazioni tra le omponenti dei vettori trasformati . . . . . . . . . . . . . . .

5.10 Autovalori e autovettori di un endomorsmo . . . . . . . . . . . . . . . . . .

5.10.2 Polinomio aratteristi o

5.10.3 Endomorsmi diagonalizzabili . . . . . . . . . . . . . . . . . . . . . .

5.10.4 Eser izi

Cambiamento di base nello spazio duale.

7 Spazi vettoriali eu lidei

Spazi vettoriali propriamente eu lidei e pseudo-eu lidei

A Soluzioni degli eser izi proposti

Cal olo di determinanti del se ondo ordine . . . . . . . . . . . . . . . . . . .

Determinanti del terzo ordine

Determinanti di ordine qualsiasi . . . . . . . . . . . . . . . . . . . . . . . . .

Matemati a Open Sour e

All rights reserverd.

matri e una tabella di m n elementi disposti per m righe e n olonne.

A volte si utilizza la seguente notazione simboli a:

appartengono a un assegnato ampo

una matri e quadrata di ordine

una matri e quadrata di ordine

i ui elementi sono funzioni del tempo t.

1.2 Classi azione delle matri i

s ambiando le righe per le olonne:

Ad esempio, la trasposta della matri e:

Abbiamo la seguente denizione:

a11 a12 a13

Nel aso spe iale in ui la matri e quadrata di ordine

e viene indi ata on la notazione simboli a:

A = diag (a11 , a22 , a33 , ..., ann )

a11 = a22 = ... = ann = k ,

s alare, e per k = 1, la (1.9) la matri e

= diag (1, 1, 1, ..., 1)

Quando non rilevante l'ordine

della matri e, la matri e identit si indi a sempli emente

una matri e quadrata di ordine

Classi azione delle matri i

Somma e dierenza di matri i . . . . . . . . . . . . . . . . . . . . . .

1.10.1 Operazioni sulle matri i e lassi azione delle matri i . . . . . . . . .

Sottospazio vettoriale generato da un numero nito di vettori . . . . . . . . .

Denizione di appli azione lineare . . . . . . . . . . . . . . . . . . . . . . . .

Denizione assiomati a e teoremi onseguenti

5.10 Autovalori e autovettori di un endomorsmo . . . . . . . . . . . . . . . . . .

5.10.3 Endomorsmi diagonalizzabili . . . . . . . . . . . . . . . . . . . . . .

1.2 Classi azione delle matri i

Abbiamo la seguente denizione:

dierenza A B la somma A + (B), essendo B = (bij ).

(per tale denizione vedere 1.8) oin ide on la trasposta:

Denizione. Se A una matri e quadrata di ordine n e se p N, si di e he A nilpotente

Veri hiamo he il prodotto

si pone per denizione:

asso iato alla matri e quadrata (1.29) per denizione: