Appunti Lanteri Geometria 2 Unimi Matematica

` degli Studi di Milano
Universita
Corso di laurea in Matematica
e in Matematica per le applicazioni
Geometria II
secondo la lezione di A. Lanteri
anno accademico 2004/05
Questi appunti riportano lo schema delle lezioni del Corso di Geometria II per
i Corsi di laurea in Matematica e in Matematica per le applicazioni.
Lo studente pu`
o essere guidato da essi nella lettura di testi di Geometria in cui
gli stessi argomenti sono trattati in modo pi`
u approfondito.
Questo lavoro presuppone la conoscenza degli argomenti trattati nel Corso di
Geometria I, per il quale esiste (sebbene non ne si possa garantire lunicit`
a)
una dispensa analoga alla presente.
Si noti infine che svariate premesse sia negli enunciati sia negli esempi sono qui
costantemente sottintese e rimandate alla buonanima del lettore.
Indice
I
Algebra lineare
1 Forme canoniche degli endomorfismi

1.1 Autovalori e autovettori . . . . . . . .
1.2 Diagonalizzabilit`
a. . . . . . . . . . . .
1.3 Triangolarizzabilità . . . . . . . . . . .
1.4 Bilancio . . . . . . . . . . . . . . . . .
1.5 Polinomi ed endomorfismi (o matrici)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6
6
11
14
15
17
2 Spazi vettoriali euclidei

2.1 Angoli . . . . . . . . . . . . .
2.2 Isometrie . . . . . . . . . . .
2.3 Endomorfismi simmetrici . . .
2.4 Variante complessa . . . . . .
2.5 Forme bilineari e quadratiche
2.6 Forme quadratiche reali . . .
2.7 Forme quadratiche complesse
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
22
24
26
29
29
33
36
II
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Geometria analitica
38
3 Spazi affini
3.1 Sistemi di riferimento . . . . . . . . . . . . . . .
3.2 Sottospazi lineari affini . . . . . . . . . . . . . . .
3.3 Rappresentazioni analitiche dei sottospazi lineari
3.4 Parallelismo di sottospazi lineari . . . . . . . . .
3.5 Cambiamenti di coordinate e trasformazioni . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
39
40
40
41
44
45
4 Spazi affini euclidei

4.1 Sistemi di riferimento
4.2 Angoli . . . . . . . . .
4.3 Ortogonalit`
a . . . . .
4.4 Iperpiani . . . . . . . .
4.5 Trasformazioni in En .
4.6 Ulteriori proprietà . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
49
49
50
50
51
52
54
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Spazi proiettivi
56
5.1 Sottospazi lineari proiettivi . . . . . . . . . . . . . . . . . . . . . 56
5.2 Punti linearmente indipendenti . . . . . . . . . . . . . . . . . . . 57
INDICE
5.3
5.4
5.5
5.6
5.7
5.8
5.9
Coordinate proiettive omogenee . . . . . . . . . . . . . . .

Rappresentazione analitica dei sottospazi lineari proiettivi
Cambiamenti di coordinate e trasformazioni in Pn . . . .
Forme canoniche delle omografie . . . . . . . . . . . . . .
Relazioni tra An e Pn . . . . . . . . . . . . . . . . . . . .
Ancora su An e Pn . . . . . . . . . . . . . . . . . . . . . .
Trasformazioni . . . . . . . . . . . . . . . . . . . . . . . .
6 Ipersuperfici quadriche
6.1 Punti singolari . . . . . . . . . . . . . . .
6.2 Riducibilit`
a . . . . . . . . . . . . . . . . .
6.3 Classificazione ed equazioni canoniche . .
6.4 Rette e iperpiani tangenti . . . . . . . . .
6.5 Polarità . . . . . . . . . . . . . . . . . . .
6.6 Natura dei punti di una quadrica . . . . .
6.7 Iperquadriche in An . . . . . . . . . . . .
6.8 Iperquadriche in En . . . . . . . . . . . .
6.9 Classificazione euclidea metrica di Q E3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
58
60
61
63
64
64
66
68
70
71
73
76
77
78
81
83
84
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
92
. 92
. 94
. 97
. 100
. 101
8 Spazi rappresentativi degli enti geometrici elementari

8.1 Lo spazio dei cerchi . . . . . . . . . . . . . . . . . . . . .
8.1.1 Fasci di cerchi . . . . . . . . . . . . . . . . . . . .
8.1.2 Circonferenze ortogonali . . . . . . . . . . . . . .
8.1.3 Punti impropri . . . . . . . . . . . . . . . . . . .
8.2 Lo spazio delle rette di P3 . . . . . . . . . . . . . . . . .
8.2.1 Famiglie interessanti di rette . . . . . . . . . . .
8.2.2 Altre famiglie interessanti di rette . . . . . . . .
8.2.3 Geometria numerativa . . . . . . . . . . . . . . .
8.3 Lo spazio delle coniche . . . . . . . . . . . . . . . . . . .
8.3.1 Luoghi speciali di P5 . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
105
105
106
107
108
109
114
117
119
122
123
A Esercitazioni
A.1 Spazi affini . . . . . .
A.2 Spazi affini euclidei . .
A.3 Spazi proiettivi . . . .
A.4 Ipersuperfici quadriche
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
126
126
130
133
134
7 Dualit`
a
7.1 Algebra lineare . . . .
7.2 Annullatori . . . . . .
7.3 Ritorno alla geometria
7.4 Polarità . . . . . . . .
7.5 Inviluppi . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Parte I
Algebra lineare
Capitolo 1
Forme canoniche degli

endomorfismi
1.1
Autovalori e autovettori
Come cambia la matrice associata a unapplicazione lineare f al cambiare della/e

base/i?
Teorema 1.1 Sia V uno spazio vettoriale su un campo K, f, g End(V), A =
{a1 , . . . , an } e A = {a1 , . . . , an } basi di V, A (f) = A = [ij ], A (g) = A =
[ij
].
f = g A = CA C1 ,
dove C = [ij ] = A (h), h Aut(V) : h(ai ) = ai i = 1, . . . , n.
Dimostrazione
f(ak )
n
X
= f(h(ak )) = f
j=1
n
X
jk
j=1
g(ak )
n
X
n
X
ij ai
j=1
n
X
i=1
n
X
jk
j=1
n
X
n
X
ij jk =
j=1
AC = CA
n
X
j=1
n
X
jk f(aj ) =
!
ij jk
ai .
j=1
ij ai
i=1
f = g f(ak ) = g(ak ) k = 1, . . . , n
n
X
j=1
i=1
jk
aj
jk aj
n
X
i=1
n
X
ij jk
ai .
j=1
ij jk
i, k = 1, . . . , n
(C = A (h) GL(n; K) è invertibile)
A = CA C1 .
Corollario Siano A, A Mat(n; K). Sono equivalenti:

i) A, A rappresentano uno stesso endomorfismo;
ii) A = CA C1 con C invertibile.
1.1. Autovalori e autovettori
Definizione 1.1 A, A si dicono simili se vale i) (oppure ii)).

Pi`
u in generale:
Teorema 1.2 Siano V, W spazi vettoriali su un campo K, A = {a1 , . . . , an },
A = {a1 , . . . , an } basi di V, B = {b1 , . . . , bm }, B = {b1 , . . . , bm

} basi di W,
f, g Hom(V, W), AB (f) = A, A B (g) = B.
f = g A = DBC1 ,
dove
D = B (k) con k Aut(W) : k(bj ) = bj j = 1, . . . , m
C = A (h) con h Aut(V) : h(ai ) = ai i = 1, . . . , n.
Corollario Siano A, B Mat(m, n; K). Sono equivalenti:

j) A, B rappresentano una stessa applicazione lineare;
jj) A = EBF con E, F invertibili.
Definizione 1.2 A, B si dicono equivalenti se vale j) (oppure jj)).
Osservazione
1) Essere equivalenti è una relazione di equivalenza;
2) essere simili implica essere equivalenti;
3) A, A simili det A = det A
(ci`
o d`
a senso a det f);
4) A, B equivalenti car A = car B
(dim Im f).
Esercizio 1.1.1 Sia car A = r. Allora A è equivalente a

Ir
0
0
0
Questa è la forma pi`

u semplice per le matrici equivalenti di caratteristica r. (Suggerimento: la dimostrazione del teorema di nullit`
a pi`
u rango.)
Ci poniamo ora questo problema: tra tutte le matrici che rappresentano una
f End(V) secondo una sola base, trovare quella pi`
u semplice.
Esempi Siano V = VectO (E2 ), l la retta per O con m = tg 8 , f End(V ) indotta
dalla simmetria rispetto a l. Chiamiamo i, j i versori, u un vettore unitario su l, v un
vettore unitario perpendicolare a l.
"
{i,j} (f) =
f(u) = u,
2
2
2
2
f(v) = v,
#
2
2
;
22
{u,v} =
1
0
0
.
1
Lultimo risultato è pi`

u semplice; sono serviti dei vettori mandati da f ciascuno in un
suo multiplo.
Definizione 1.3 Sia V uno spazio vettoriale su K, f End(V). K si dice

autovalore di f se v V, v 6= 0 : f(v) = v. Tali v sono detti autovettori di f
relativi a . (v 6= 0 altrimenti f(0) = 0 K.)
Forme canoniche degli endomorfismi
Definizione 1.4 V = {v V : f(v) = v} = {0} {autovettori di f relativi a

} è un sottospazio vettoriale di V, detto autospazio di f relativo a (se è
autovalore).
Osservazione
v V f(v) 1V (v) = 0 (f 1V )(v) = 0 v Ker(f 1V )
V = Ker(f 1V ).
Osservazione K è autovalore di f V 6= {0}. In particolare, 0 è autovalore di

f se V0 = Ker(f 01V ) = Ker f 6= {0}, f
/ Aut(V ).
Esempi
0) Nellesempio precedente, 1, 1 sono autovalori di f.

1) V = VectO (E2 ), f End(V ) indotta da una rotazione di angolo . f ha
autovalori solo per due casi:
0
(mod 2)
f0 = 1V
V1 = V,
(mod 2)
f = 1V
V1 = V.
2) V = VectO (A3 ), f End(V ) indotta dalla proiezione parallela allasse z sul

piano (x, y).
02 31
2 3
x
x
x
f 4y5A = 4y5 = 4y5
z
0
z
2 3
0
= 0 x = y = 0, V0 = 405 = Ker f,
z
2 3
x
z = 0 = 1, V1 = 4y5 = Im f.
Dora in poi sia dim V = n < . Trasferiamo la terminologia alle matrici.

f:V V v
f(v) = v
A = {a1 , . . . , an } base di V.

x1
x1
x1
n
X

v=
A ... = ...
xi ai .
x = ... Kn A = A (f)
i=1
xn
xn
xn
Definizione 1.5 Sia A Mat(n; K). K è autovalore di A se x Kn , x 6=

0 : Ax = x. Tali x sono detti autovettori di A relativi a .
Proposizione 1.1 Sia f End(V), A = A (f). K è autovalore di f se e
solo se
det(A I) = 0.
Dimostrazione
V = Ker(f 1V ) 6= {0}
det(A I) = 0.
A (f 1V ) = A I
((A I)x = 0 ha soluzioni non banali det(A I) = 0.)
è autovalore di f
()
1.1. Autovalori e autovettori
Osservazione Sia A = CA C1 .
det(A I) = det(CA C1 CIC1 ) =
= det C det(A I) det C1 = det(A I).
Pertanto matrici simili hanno gli stessi autovalori.
Di che tipo è la condizione ()?

a11
a12
a1n

a21
a22
a2n

= (1)n n + ( )n1 + .
..
..
..
.
..

.
.
.

an1
an2
ann
Definizione 1.6 f (t) = det(A tI) è detto polinomio caratteristico di f (di

A).
Corollario K è un autovalore di f f () = 0. (i.e. gli autovalori di f
sono le radici in K del polinomio caratteristico.)
Esercizio 1.1.2 Rivisitare tutti gli esempi trovando gli autovalori di f cos`.
Corollario Se dim V = n < , lo spettro 1 di f è finito.
Osservazione Non cos` se dim V = . Trovare un esempio.
Proposizione 1.2 Sia f End(V), A = A (f).

f (t) =
n
X
(1)i ni ti ,
i=0
2
dove 0 = 1, ni = somma dei minori
Pn principali di ordine n i della matrice
A; e.g. n = det A, 1 = Tr A = i=1 aii .
Esempi
Per n = 2:

a11 t
A (t) =
a21
a12
= t2 (a11 + a22 )t + (a11 a22 a12 a21 ).
| {z }
{z
}
|
a22 t
Tr A
Per n = 3:
det A
A (t) = t3 + Tr A t2 2 t + det A,

a11
2 =
a21
a12 a11
+
a22 a31
a13 a22
+
a33 a32
a23
.
a33
Proposizione 1.3 Se f ha tutte le n radici 1 , . . . , n K, allora

det A =
n
Y
i=1
1 Chiamiamo
Tr A =
n
X
i .
i=1
spettro linsieme degli autovalori.

minori principali i minori relativi alle sottomatrici che vivono a cavallo della
diagonale principale.
2 Chiamiamo
10
Dimostrazione
A (t) = (1)n (t 1 )(t 2 ) (t n ).
det A = n = termine noto = (1)n (1)n
n
Y
i =
n
Y
i .
i=1
i=1
Definizione 1.7 Si chiama molteplicit`

a algebrica di (autovalore di f) la molteplicità m = m() di come radice di f (t), i.e.
f (t) = (t )m (t)
con () 6= 0.
Proposizione 1.4 Sia autovalore di f. Allora 1 dim V m().

Dimostrazione Poniamo s = dim V .
Per la definizione di autovalore, V 6= {0} s 1.
Sia {a1 , . . . , as } base di V , e per Steinitz {a1 , . . . , as , as+1 , . . . , an } = A base di V .
2
6
6
6
6
6
f(ai ) = ai i = 1, . . . , s A (f) = A = 6
6
6
6
4

t

0

..

.

f (t) = det(A tI) =
0

..

.

0
t
..
..
.
.
0
..
..
.
.
0
0
0
..
.
t
..
.
0
0
..
.
0
..
.
0
..
.
0
..
.
0
..
.
..
.
0
0
..
.
..
.
0
3
7
7
B 7
7
7
7.
7
7
7
C 5

B

s
= ( t) det(C tI)

C tI

m() s.
Proposizione 1.5 Siano v1 , . . . , vr autovettori di f relativi a 1 , . . . , r rispettivamente, con i 6= j se i 6= j. Allora v1 , . . . , vr sono l.i.
Dimostrazione Per induzione su r.
(r = 1) Per definizione v1 6= 0 v1 l.i.

(r 1
r) 1 v1 + + r vr = 0
f(1 v1 + + r vr ) = 1 f(v1 ) + + r f(vr ) = 0
1 1 v1 + + r r vr = 0.
Moltiplicando lequazione iniziale per 1 si ha anche
1 1 v1 + + 1 r vr = 0, pertanto
(2 1 )2 v2 + + (r 1 )r vr = 0.
i 6= 1 per i 2 per linduzione, 2 = = r = 0;
sostituendo nell equazione iniziale, 1 v1 = 0 1 = 0.
`
1.2. Diagonalizzabilita
1.2
11
Diagonalizzabilit`
a
Sia f End(V). Cerchiamo una base A di V t.c. A (f) sia semplice.

Definizione 1.8 D = [dij ] Mat(n; K) è diagonale se dij = 0 per i 6= j.

d11 t

Sia D (t) = ...

0
0

.
.
..
..
Osservazione
= (d11 t) (dnn t). Gli

dnn t
autovalori di D sono gli elementi della diagonale principale.
Definizione 1.9
f End(V) è diagonalizzabile se A base di V : A (f) è diagonale;
A Mat(n; K) è diagonalizzabile se è la matrice rappresentativa di un
endomorfismo diagonalizzabile; i.e. se è simile a una matrice diagonale;
i.e. se A = CDC1 con C invertibile, D diagonale.
Teorema 1.3 [D1] f è diagonalizzabile V ammette una base formata da
autovettori di f.
o è
Dimostrazione Sia C = {c1 , . . . , cn } base di V . f(ci ) = i ci i = 1, . . . , n. Ci`
equivalente a chiedere
2
..
.
6
C (f) = 4 ...
0
.. 7 , che è diagonale.
. 5
n
Passiamo ora allinterpretazione matriciale.

f : V V ci
f(ci ) = i ci
A = {c1 , . . . , cn } base di V

xi1
..
n
n
A = A (f) : K K . = xi
Axi = i xi i = 1, . . . , n.
xin
AX = A
=
x1
x1
xn
xn

= 1 x1
1
.
..
..
.
0
n x n
0
.. = XD.
.
Siccome gli xi costituiscono una base, allora X GL(n; K).
1 0
.. X1 = XDX1 A simile a D.
..
A = X ...
.
.
0
Definizione 1.10 X è una matrice diagonalizzante.
12

2
1
Esempi Sia A =
1
, cerchiamone gli autovalori.
2
t2 4t + 3 = 0 t = 1 t = 3

V1 : (A I)
V3 : (A 3I)
(semplici).
(A I)x = 0
x
0
=
x + y = 0 V1 =
y
0

1
1

x
0
=
x + y = 0 V3 =
y
0

1
1
A = XDX1 =
1
1

1
0
0
3

1
1
1
1

1
1
1
Osservazione Non tutti gli endomorfismi sono diagonalizzabili.

Esempi
1) V = VectO (E2 ), f End(V ) indotta dalla rotazione di angolo 6 0, (mod 2).

A=
A (t) non ha radici in
2) f :
R ,f

x
y
cos
sin
sin
.
cos
R autovalori e quindi neanche autovettori (in R!).

x+y
1
=
y
0

1 t
f (t) =
0
1
1

x
x
=A
.
y
y
1
= (1 t)2 = 0
1 t

x
x
0
x
1
=
=
V1 =
: (A I)
=
.
y
y
1
0
0
dim V1 = 1 < m(1) = 2.
Non ci sono abbastanza autovettori per fare una base di V .
Definizione 1.11 Sia p(t) K[t], p(t) = a0 tn + a1 tn1 + + an . p(t) si dice

totalmente riducibile su K se
p(t) = a0 (t 1 )1 (t r )r ,
dove i K i e 1 + + r = n.
Esempi
1) t3 t2 t + 1 = t2 (t 1) (t 1) = (t 1)2 (t + 1) è totalmente riducibile su
.
2) t3 t2 + t 1 = t2 (t 1) + (t 1) = (t 1)(t2 + 1) non è totalmente riducibile

(o su ), ma lo è su .
su
Teorema 1.4 [fondamentale dellAlgebra] Ogni p

ducibile su . (i.e. è algebricamente chiuso.)
Teorema 1.5 [D2] f è diagonalizzabile valgono:

i) f è totalmente riducibile su K;
C[t] è totalmente ri-
`
1.2. Diagonalizzabilita
13
ii) autovalore di f vale3 dim V = m().

Dimostrazione
) Sia A base di V tale che
2
6
6
6
6
6
6
A (f) = 6
6
6
6
6
6
4
..
7
7
7
7
7
7
7
7
7
7
7
7
5
.
1
..
.
r
..
i 6= j se i 6= j;
i i compaiono mi volte
per i = 1, . . . , r;
m1 + + mr = n.
r
f (t) = (1 t)
2
dim V 1
m1
(r t)m r vale i).
V 1 = Ker(f 1 1V )
0
6
6
6
6
= n car 6
6
6
6
4
..
7
7
7
7
7 = n (n m1 ) = m1 .
7
7
7
5
.
0
2 1
..
.
r 1
) Siano V 1 , . . . , V r di dimensioni rispettive m1 , . . . , mr e basi rispettive

{v11 , . . . , v1m 1 }, . . . , {vr1 , . . . , vrm r }.
Questi sono m1 + + mr = n autovettori di f. Basta mostrare che essi sono l.i.

(allora sono una base di V fatta da autovettori e quindi f è diagonalizzabile).
11 v11 + + 1m 1 v1m 1 + + r1 vr1 + + rm r vrm r = 0
{z
}
|
|
{z
}
r wr
1 w1
1 w 1 + + r w r = 0
con i K, wi autovettori di f relativi a i
1 = = r = 0.
v + + 1m 1 v1m 1 = 0
11 11
..
ij = 0 i, j.
.
r1 vr1 + + rm r vrm r = 0
Corollario [della dimostrazione] f diagonalizzabile V = V1 Vr .

Osservazione La condizione ii) è ovvia per gli autovalori di f di molteplicit`
a 1:
1 dim V m() = 1.
Corollario Se f ha n autovalori distinti f è diagonalizzabile.
Osservazione Non vale il viceversa: e.g. I ha un solo autovalore con molteplicit`

a n.
Osservazione Se K è algebricamente chiuso allora la condizione i) è ovvia.
Corollario Sia K algebricamente chiuso. f è diagonalizzabile vale la condizione ii) per tutti gli autovalori di molteplicit`
a 2.
3 In
alcuni testi si parla di eguaglianza tra molteplicit`

a geometrica e molteplicit`
a algebrica.
14
1.3
Triangolarizzabilit`
a
Definizione 1.12 T = [ij ] Mat(n; K) è triangolare (alta) se ij = 0 per

i > j.
11 12 1n
0 22 2n
T = .
.. .
..
..
..
.
.
.
0
nn
Osservazione f (t) = (11 t)(22 t) (nn t) è totalmente riducibile su K,

e gli autovalori di T sono gli elementi della diagonale.
Definizione 1.13 Sia U V sottospazio. U è f-invariante se f(U) U, i.e.

u U si ha f(u) U.
Esempi Gli autospazi di f sono sottospazi f-invarianti.
Definizione 1.14 Dicesi catena f-invariante o bandiera f-invariante una successione

{0} U1 U2 Un1 V,
dove dim Ui = i e Ui è f-invariante i = 1, . . . , n 1.
Definizione 1.15
f End(V) si dice triangolarizzabile se A base di V : A (f) è triangolare;
A Mat(n; K) è triangolarizzabile se rappresenta un endomorfismo triangolarizzabile; i.e. se A è simile a una matrice triangolare; i.e. se A = CTC1
con C GL(n; K).
Teorema 1.6 [T1] f End(V) è triangolarizzabile V ammette una catena
f-invariante.
Dimostrazione
) Sia A = {a1 , . . . , an } base di V tale che

2
11
6 0
6
A (f) = 6 .
4 ..
0
U1 = ha1 i,
U2 = ha1 , a2 i,
Ui = ha1 , . . . , ai i,
..
.
1n
2n 7
7
.. 7 .
. 5
nn
f(a1 ) = 11 a1 U1 U1 è f-invariante;
f(a2 ) = 12 a1 + 22 a2 U2 U2 è f-invariante;
...
in questo modo si costruisce una catena f-invariante.
) {0} U1 U2 Un1 V .
0 6= a1 U1 = ha1 i
U1 6 a2 U2 = ha1 , a2 i
...
12
22
..
.
0
U1 f(a1 ) = 11 a1
U2 f(a2 ) = 12 a1 + 22 a2
...
1.4. Bilancio
15
Si ottiene una base A = {a1 , . . . , an } e

2
11
6 0
6
A (f) = 6 .
4 ..
0
..
.
12
22
..
.
0
1n
2n 7
7
.. 7 , che è triangolare.
. 5
nn
Teorema 1.7 [T2] f è triangolarizzabile f è totalmente riducibile su K.

Dimostrazione
) Sia A base di V t.c. A (f) = T = [ij ] triangolare.

f (t) = T (t) = (11 t)(22 t) (nn t) totalmente riducibile su K.
) Per induzione su n.
(n = 1) Ovvio.
(n 1
n) Sia f (t) totalmente riducibile su K, sia K una sua radice.
è autovalore, quindi a1 V, a1 6= 0 : f(a1 ) = a1 . Sia per Steinitz
{a1 , a2 , . . . , an } = A base di V .
2
6
A (f) = A = 6
4
3
7
7
5
A (t) = ( t)B (t) totalmente riducibile su K.

Per linduzione B = CTC1 , con T triangolare, C GL(n 1, K).
Dimostriamo che A è triangolarizzabile:

2
6
6
4 0
2
6
=6
4
0
C
bC
CT
32
76
76
54 0
32
76
76
54 0
bC
T
0
C
32
76
76
54 0
3
7
7=
5
C1
2
6
7 6
7=6
5 6 0
4
3
7
7
1 7
=A
|CTC
{z } 7
5
=B
A è simile a una matrice triangolare.
Corollario Sia K algebricamente chiuso. Allora f End(V) è triangolarizzabile.
1.4
Bilancio
Chiamiamo
E := {f End(V) : f è totalmente riducibile su K}.
Diagonalizzabilit`
a
Triangolarizzabilità
+
forma unica
vale f E
non vale f E
forma non unica
16
Ci poniamo questo problema: tra le varie forme triangolari cercarne una canonica, i.e. (essenzialmente) unica, che coincida con la forma diagonale per gli f
diagonalizzanti.
Teorema 1.8 [forma canonica di Jordan] f E A base di V t.c. A (f) =
J, matrice ottenuta per accostamento lungo la diagonale di blocchi della forma
1 0
.
0 . . . ..

,
oppure
. . .
. . 1
.. ..
0 0
detti blocchi elementari di Jordan. Tale forma è unica a meno di scambi dei
blocchi.
2
Esempi
6
6
6
J=6
6
6
4
1
0
1
0
0
2
7
7
7
7.
7
7
1 5
2
Osservazione
1) Gli autovalori sono gli elementi della diagonale di J;
2) gli 1 sulla sopradiagonale rappresentano ostruzioni alla diagonalizzabilit`
a;
3) J = + N con diagonale e N nilpotente: Nr = 0 per un certo r > 0.
2
0
60
6
N=4
0
0
1
0
0
0
0
1
0
0
0
07
7
15
0
0
60
2
6
N =4
0
0
0
0
0
0
1
0
0
0
0
17
7
05
0
0
60
3
6
N =4
0
0
0
0
0
0
0
0
0
0
1
07
7
05
0
N4 = 0.
Corollario f E si può scrivere come

f = h + k,
con h diagonalizzabile e k nilpotente: kr = 0 endomorfismo nullo.
A Mat(n; K) con A totalmente riducibile su K
A = H + K,
con H diagonalizzabile e K nilpotente.
Dimostrazione (per matrici)
A = CJC1 = C( + N)C1 = CC1 + CNC1 = H + K H diagonalizzabile.
Kr = (CNC1 )(CNC1 ) (CNC1 ) = CN(C1 C)N(C1 C)NC1 =
= CNr C1 = 0 K nilpotente.
Esempi Forma canonica di Jordan delle A Mat(3;
C), esaminando le radici di

A.
1.5. Polinomi ed endomorfismi (o matrici)

3 radici distinte , , .
40
0
doppia, semplice.
dim V = 2, 40
0
tripla.
dim V = 3, 40
0
0
05 ;
0
05 ;
17
0
05 .
dim V = 1, 40
0
dim V = 1, 40
0
dim V = 2, 40
0
1
0
05 .
0
05 ;
0
15 .
Esercizio 1.4.1 f E, autovalore. dim V = # blocchi elementari di Jordan

corrispondenti allautovalore .
Esercizio 1.4.2 p(t) = t3 + at2 bt + c. Costruire una matrice A t.c. A (t) = p(t).
Generalizzare a matrici n n.
1.5
Polinomi ed endomorfismi (o matrici)
Consideriamo
Q(t) K[t],
Q(t) = 0 tn + 1 tn1 + + n .
Sia A una K-algebra (e.g. End(V), Mat(n; K), K stesso). Q definisce unapplicazione:
f End(V)
A Mat(n; K)
Q:AA
T 7 Q(T )
Q(f) = 0 fn + + n 1V End(V)
Q(A) = 0 An + + n I Mat(n; K).
Proposizione 1.6 v autovettore di f relativo a v autovettore di Q(f)

relativo a Q().
Dimostrazione
f(v) = v
2
f (v) = f(f(v)) = f(v) = f(v) = v = 2 v

fr (v) = = r v.
Q(f)(v) = 0 fn (v) + + n 1V (v) = 0 n v + + n v =

= (0 n + + n )v = Q()v.
18
Corollario Se f End(V) soddisfa lequazione polinomiale Q(f) = 0 allora

ogni suo autovalore soddisfa Q() = 0.
Dimostrazione
Q() autovalore di Q(f); ma Q(f) = 0 ha solo 0 come autovalore Q() = 0.
Esempi
1) f nilpotente, fr = 0.
autovalore di f r = Q() = 0 = 0.
2) f idempotente, f2 = f.
Q(t) = t2 t, Q(f) = 0.
autovalore di f 2 = Q() = 0 = 0, = 1.
{autovalori di f} {0, 1}.
Osservazione Ogni f End(V ) (ogni A Mat(n; K)) soddisfa unequazione algebrica.

2
I, A, A2 , . . . , An Mat(n; K)
sono n2 + 1.
0 , 1 , . . . , n 2 K non tutti zero t.c.

2
0 An + 1 An
+ + n 2 I = 0
2
i.e. Q(A) = 0 dove Q(t) = 0 tn + 1 tn
+ + n 2 .
In realt`
a basta un polinomio di grado n.
Proposizione 1.7 Siano A Mat(n; K), Q(t) Mat(n; K)[t]. Sia P(t) = Q(t)
(A tI). Allora4 P(A) = 0.
Dimostrazione
Q(t) = C0 tm + C1 tm1 + + Cm
P(t) = C0 t
m+1
+ (C0 A C1 )t
Ci Mat(n; K).
+ (C1 A C2 )tm1 + .
P(A) = C0 Am+1 + C0 Am+1 C1 Am + C1 Am + = 0.
Teorema 1.9 [CayleyHamilton] Ogni f End(V) (ogni A Mat(n; K))

soddisfa la propria equazione caratteristica, i.e. f (f) = 0 (A (A) = 0).
Dimostrazione
Sia B(t) = (cof(A tI))T , B(t) Mat(n; K)[t].

Esempi
t2 + 1
t+1
1
t2 t
=
0
2t
1 2
0
t +
0
1
1
1
t+
2
1
0
.
0
Per il teorema di Laplace, P(t) = B(t)(A tI) = det(A tI) I = A (t) I.

Per la proposizione precedente, P(A) = 0 = A (A).
Osservazione Pu`
o capitare che f(A) soddisfi anche unequazione di grado < n.

Esempi A =
I
0
0
0
, A2 = A, i.e. Q(A) = 0 dove Q(t) = t2 t.
Definizione 1.16 Dicesi polinomio minimo di f (di A) il polinomio monico di

grado pi`
u piccolo soddisfatto da f (da A), e si indica con Mf (t) (MA (t)).
4 Questo
sarebbe ovvio in un campo.
1.5. Polinomi ed endomorfismi (o matrici)
19
Fatti
I polinomi di K[t] che sono soddisfatti da f (da A) formano un ideale.
Gli ideali in K[t] sono principali ogni polinomio P(t) K[t] soddisfatto
da f (da A) è della forma P(t) = Q(t) Mf (t), con Q(t) K[t].
Mf divide f , i.e. le radici di Mf sono radici di f .
Sia K la chiusura algebrica di K, i.e. il pi`

u piccolo campo algebricamente chiuso
contenente K come sottocampo.
Esempi
R = C.
o
A meno di sostituire K con K possiamo supporre K algebricamente chiuso. Ci`
significa:
autovalore di f (di A) = radice di f (di A ).
Osservazione
f (t) = (1 t)m 1 (r t)m r
con i 6= j se i 6= j,
m1 + + mr = n.
Mf (t) = (t 1 ) 1 (t r ) r ,
e sappiamo i mi i.
Proposizione 1.8 Ogni radice di f è anche radice di Mf , i.e. i 1 i.

Dimostrazione
Mf (f) = 0 ogni i autovalore di f soddisfa Mf (i ) = 0.
Esempi
2
6
1) A = 4
..
7
5 = I.
A (t) = ( t)n
radice , molteplicit`
a m = n.
A I = 0
MA (t) = t
2
6
6
2) B = 6
6
4
a = 1.
..
..
7
7
7.
7
15
B (t) = ( t)n
a m = n.
n
(B I) = Nn = 0, N nilpotente
MB (t) = (t )n
a = n.
Teorema 1.10 f E è diagonalizzabile tutte le radici di Mf sono semplici,

i.e. i = 1 i.
20
Esempi Uso di Mf per determinare la forma canonica di Jordan.

2
6
1
0
J1 = 6
4
7
7
1 5
J2 = 6
4
1
0
3
7
7
5
1
0
Non distinguiamo J1 e J2 :
J i (t) = t4
dim V0 = 4 car Ji = 4 2 = 2.
Siano A = {a1 , . . . , an } base di V , f, g End(V ), A (f) = J1 , A (g) = J2 .
f(a1 ) = 0
g(a1 ) = 0
f(a2 ) = a1
g(a1 ) = a1
g2 (a2 ) = g(a1 ) = 0
f2 (a2 ) = f(a1 ) = 0
f(a3 ) = 0
g(a3 ) = a2
g2 (a3 ) = g(a2 ) = a1
f(a4 ) = a3
g3 (a3 ) = g(a1 ) = 0
f2 (a4 ) = f(a3 ) = 0
g(a4 ) = 0
2
f 6= 0, f = 0 Mf (t) = t
2
2
62
6
Esercizio 1.5.1 Sia A = 4
0
0
2
2
0
0
0
0
1
1
g 6= 0, g2 6= 0, g3 = 0 Mg (t) = t3 .
0
07
7.
15
1
i) Dimostrare che A è nilpotente;

ii) determinare la forma canonica di Jordan di A.
Capitolo 2
Spazi vettoriali euclidei

Definizione 2.1 Dicesi spazio vettoriale euclideo uno spazio vettoriale V su
dotato di un prodotto interno 1
(,) : V V
tale che u, v, w V e
u, v 7 (u, v)
R valgano
(simmetria);
1) (u, v) = (v, u)
2) (u + v, w) = (u, w) + (v, w);

3) (u, w) = (u, w);
4) (u, u) 0; (u, u) = 0 u = 0
(positività).
Osservazione
2), 3) indicano una forma lineare (, w) : V
w V ;
1), 2), 3) indicano una forma bilineare (, ) : V V
R.
Osservazione u V vale (u, 0) = (0, u) = 0.

Esempi
1) V = VectO (E3 ) con (u, v) = prodotto scalare di u, v.

2
2) V =
con (u, v) = u1
v1
n
6 7 X
un 4 ... 5 =
u i vi .
i=1
vn
Teorema 2.1 [disuguaglianza di CauchySchwarz] Sia V uno spazio vettoriale euclideo. u, v V vale
(u, v)2 (u, u)(v, v);
1 La
(u, v)2 = (u, u)(v, v) u, v l.d.
terminologia `
e pessima, perch
e tale prodotto `
e tutto meno che interno.
22
Dimostrazione
Se u = 0 la disuguaglianza è ovvia e vale luguaglianza.
Siano u, v 6= 0, ,
0 (u v, u v) = 2 (u, u) 2(u, v) + 2 (v, v).

Per = (v, v), = (u, v), questa diventa

= (v, v)2 (u, u) (v, v)(u, v)2 = (v, v) (v, v)(u, u) (u, v)2 ,
e siccome (v, v) > 0, il secondo termine deve risultare 0. Dimostriamo la coda:
(u v, u v) = 0 u v = 0, i.e. u, v l.d.
Definizione 2.2 Dicesi spazio vettoriale normato uno spazio vettoriale W su
R dotato di unoperazione detta norma

tale che u, v V e
a) ||u|| 0;
|| || : W
||u|| = 0 u = 0;
b) ||u|| = || ||u||;
c) ||u + v|| ||u|| + ||v||
(disuguaglianza triangolare).
Corollario Ogni spazio vettoriale euclideo V è uno spazio vettoriale normato,

ponendo2
p
||u|| = (u, u).
Dimostrazione
a), b) Ovvie.
c) ||u + v||2 = (u + v, u + v) = ||u||2 + 2(u, v) + ||v||2 .
Per il teorema questo è ||u||2 + 2 ||u|| ||v|| + ||v||2 = (||u|| + ||v||)2 .
2.1
Angoli
Siano u, v V, u, v 6= 0. Per CauchySchwarz abbiamo:

2

(u, v)
(u, v)
1 1
1.
||u|| ||v||
||u|| ||v||
Definizione 2.3 t.c. cos =

è detto (misura dell )angolo fra u, v.
(u,v)
||u||||v|| ;
esso è unico se 0 . Tale
Osservazione (u, v) = ||u|| ||v|| cos . Questa è usata in VectO (E3 ) per definire il
prodotto scalare. Qui è usata per definire .
Definizione 2.4 u, v V si dicono ortogonali se (u, v) = 0, e si scrive

u v.
2 Il
radicale `
e inteso in senso aritmetico.
2.1. Angoli
23
Definizione 2.5 a1 , . . . , ar si dicono ortonormali se (ai , aj ) = ij , i.e.3

ai aj se i 6= j
||ai || = 1 i.
Esercizio 2.1.1 Vettori ortonormali sono l.i.
Definizione 2.6 Dicesi base ortonormale una base di V formata da vettori

ortonormali.
Esempi
1) In V = VectO (E3 ), i versori i, j, k del riferimento cartesiano monometrico formano una base ortonormale di V .
2 3 2 3
2 3
1
0
0
60 7 61 7
60 7
6 7 6 7
6 7
n
, 6 . 7 , 6 . 7 , . . . , 6 . 7 è base ortonormale di n .
2) In V =
4 .. 5 4 .. 5
4 .. 5
0
0
1
Osservazione Siano V uno spazio vettoriale euclideo, A = {a1 , . . . , an } una base di

V,
u=
n
X
v=
ui ai ,
i=1
n
X
vj a j .
j=1
A ortonormale (u, v) =
n
X
u i vi .
i=1
Esercizio 2.1.2 Mostrare la veridicit`

a dellasserto.
Proposizione 2.1 Siano V {a1 , . . . , as } vettori ortonormali. as+1 , . . . , an

t.c. {a1 , . . . , as , as+1 , . . . , an } sia una base ortonormale.
Dimostrazione [processo di GramSchmidt]
Sia {a1 , . . . , as , vs+1 , . . . , vn } base di V . Poniamo
as+1
= vs+1
s
X
(vs+1 , aj )aj
j=1
di modo che i = 1, . . . , s si abbia
(as+1
, ai ) = (vs+1 , ai )
s
X
j=1
(vs+1 , aj ) (aj , ai ) =
| {z }
= ij
(cè una strage)
a1 , . . . , as .
= (vs+1 , ai ) (vs+1 , ai ) 1 = 0 as+1
as+1 =
1
a
a1 , . . . , as , as+1 ortonormali.
|| s+1
||as+1
Se n = s + 1, ho finito. Se n > s + 1,
{a1 , . . . , as , as+1 , vs+2 , . . . , vn }

sono ancora l.i. e quindi una base di V . Si itera il procedimento.
3 Con
ij indichiamo la cosiddetta delta di Kronecker, che vale 1 se i = j, 0 altrimenti.
24
Esercizio 2.1.3 Dimostrare che {a1 , . . . , as , as+1 , vs+2 . . . , vn } sono ancora l.i.
Teorema 2.2 Ogni spazio vettoriale euclideo V 6= {0} ammette (almeno) una
base ortonormale.
Dimostrazione (per dim V = n < )
La proposizione precedente implica il teorema. Sia v V , v 6= 0. Sia a =
Applicando la proposizione per s = 1 deve esistere una base ortonormale.
1
v.
||v||
Osservazione Per n = 3, in E3 . Siano i, j, k i versori fondamentali, v 6= 0 un vettore

che vogliamo trasformare affinche completi i, j a base ortonormale.
a = v (v, i)i + (v, j)j
k=
2.2
1
a.
||a||
Isometrie
Siano V uno spazio vettoriale euclideo, A = {a1 , . . . , an } una sua base ortonormale.
Teorema 2.3 Sia g Aut(V). Sono equivalenti:
1) ||g(u)|| = ||u||
u V;
2) (g(u), g(v)) = (u, v) u, v V;

3) {g(a1 ), . . . , g(an )} formano una base ortonormale;
4) Se A = [hk ] = A (g) allora4 AT A = I (i.e. A1 = AT ); A è detta matrice
ortogonale.
Dimostrazione
1)2) ||u + v||2 = (u + v, u + v) = ||u||2 + 2(u, v) + ||v||2 ;
||g(u + v)||2 = ||g(u) + g(v)||2 = (g(u) + g(v), g(u) + g(v)) =
= ||g(u)||2 + 2(g(u), g(v)) + ||g(v)||2
2(u, v) = 2(g(u), g(v)).
2)3) (g(ai ), g(aj )) = (ai , aj ) = ij ortonormali.
3)4) ij = (g(ai ), g(aj )) =
n
X
hi ah ,
h=1
n
X
ki kj ;
k=1
4)1) u =
n
X
n
X
kj ak
ki è lelemento di posto (i, k) in AT [ij ] = I = AT A.

||u||2 = (u, u) = u1
i=1
||g(u)||2 = (g(u), g(u)) = u1
4 A = (g)
A
hi (ah , ak )kj =
h,k=1
k=1
ui ai ,
n
X
u1
u1
6 7
6 7
un 4 ... 5 ; g(u) = A 4 ... 5 ;
un
un
2 3
u1

6 7
un AT A 4 ... 5 = ||u||2 .
un
GL(n; ) perch
e g Aut(V).
2.2. Isometrie
25
Definizione 2.7 Chiamiamo isometria di V ogni g Aut(V) che soddisfa 1).

O(V) = {isometrie di V} è un sottogruppo di Aut(V),
ed è detto gruppo ortogonale di V (o delle isometrie di V).
Aut(V)
Aut(V)
GL(n;
R)
O(n)
O(V)
con O(n) = {A Mat(n;
O(n)
R) : AT A = I}
Definizione 2.8 O(n) è detto gruppo ortogonale (di ordine n).

Esercizio 2.2.1 Verificare direttamente che O(n) è un sottogruppo di GL(n;
Osservazione Sia A = a1
R).
an .
1) A O(n) le sue colonne formano una base ortonormale di

ij = (aj , ai ) = ai T aj AT A = I.
2) A O(n) 1 = det I = det AT det A = (det A)2 det A = 1.

det
3) O(n) {1, 1} gruppo moltiplicativo. det è un omomorfismo di gruppi (per

Binet); il suo nucleo è SO(n) = {A O(n) : det A = 1}, detto gruppo ortogonale
speciale di ordine n. SO(n) è un sottogruppo normale di indice 2 in O(n). Vuol
dire:
a) det è suriettiva: I O(n), det I = 1;

J=
I
0
0
1
J = JT ,
J2 = JT J =
I
0
0
1
b) SO(n) individua due classi laterali: A O(n)
=I

J O(n)
det J = 1.
A SO(n) oppure
B = AJ SO(n).
Individuiamo il significato geometrico di O(n) e SO(n) per n = 2, 3.

(n = 2) Consideriamo la generica rotazione in E2

cos sin
R=
.
sin cos

cos() sin()
cos sin
1
R =
=
= RT R O(2).
sin() cos()
sin cos
Viceversa:
det R = cos2 + sin2 = 1 R SO(2).

a c
a
c
O(2) A =
, con
,
basi ortonormali di 2 .
b d
b
d

a
cos
c
sin
c
sin
=
=
oppure
=
.
b
sin
d
cos
d
cos
26

Nel I caso,

cos
A=
sin

sin
= R SO(2);
cos
nel II caso,

cos
sin
1 0
A=
=R
,
sin cos
0 1
che, essendo la composizione di una rotazione e di una riflessione rispetto
allasse x, è in definitiva
una riflessione rispetto alla retta per lorigine di

equazione y = tg 2 x.
SO(2) {rotazioni di E2 di centro O},
O(2) {rotazioni di E2 di centro O e riflessioni rispetto a rette per O}.

(n = 3) Consideriamo la generica rotazione in E3
cos 1 cos 1 cos 1

R = cos 2 cos 2 cos 2 ,
cos 3 cos 3 cos 3
le cui colonne sono terne di coseni direttori di assi a due a due ortogonali;
formano dunque una base ortogonale di 3 , e R O(3). Assumendo nuovi
assi coerentemente orientati rispetto ai vecchi,
Viceversa:
det R > 0 det R = 1 R SO(3).
R SO(3) oppure
1
O(3) A =
RJ, con R SO(3), J = 1
.
1
J è una riflessione rispetto al piano (x, y), quindi RJ è una riflessione

rispetto a un piano per O.
SO(3) {rotazioni di E3 di centro O},
O(3) {rotazioni di E3 di centro O e riflessioni rispetto a piani per O}.

Osservazione Non sorprender`
a quindi il fatto che useremo SO(n) per rotazioni in
spazi n-dimensionali.
2.3
Endomorfismi simmetrici
Sia V uno spazio vettoriale euclideo, f End(V).

Definizione 2.9 f si dice simmetrico (o autoaggiunto) se
(f(u), v) = (u, f(v)) u, v V.
2.3. Endomorfismi simmetrici
27
Sia ora dim V = n e A = {a1 , , an } una base ortonormale di V.

Proposizione 2.2 [1] Sia A = [ij ] = A (f). Allora f simmetrico A = AT .
Dimostrazione
) (f(ai ), aj ) = (ai , f(aj ))

(f(ai ), aj ) = 0
i, j.
2 3
6 .. 7
6.7
6 7

7
0 AT 6
617 = ji ;
6.7
4 .. 5
0
0
6 .. 7
6 7
6.7
7
0 A6
617 = ij .
6.7
4 .. 5
0
2 3
(ai , f(aj )) = 0
) (f(u), v) = u1
un
v1
6 . 7
AT 4 .. 5 = u1
vn
un
v1
6 . 7
A 4 .. 5 = (u, f(v)).
vn
Proposizione 2.3 [2] f End(V) è simmetrico f è totalmente riducibile

su . (A Mat(n; ) è simmetrica A è totalmente riducibile su .)
Dimostrazione A (f) = A Mat(n;

dimostriamo che .
R) Mat(n; C). Sia C una radice di ;

f
, x 6= 0 : Ax = x
(1)
Ax = x Ax = x Ax = x
(1)
(2)
(2)
xT x = xT AT x = xT Ax = xT x
( )xT x = 0
2 3
x1

6 . 7
=
2
2
x1 xn 4 .. 5 = |x1 | + + |xn | 6= 0
xn
R.
Esercizio 2.3.1 Sia f simmetrico. Autovettori di f relativi ad autovalori distinti sono

ortogonali.
Teorema 2.4 [spettrale reale] Sia f End(V). f simmetrico V ammette

una base ortonormale formata da autovettori di f.
Dimostrazione
) Sia A base ortonormale di V fatta da autovettori di f.
A (f) = diagonale simmetrica f simmetrico.
) Per induzione su n = dim V .
(n = 1) V = hui, u 6= 0, f(u) = u.
1
Sia u1 = ||u||
u f(u1 ) = u1 , {u1 } è base ortonormale di V .
28
(n 1
n) radice di f .
autovalore di f u V, u 6= 0 : f(u) = u.
1
u1 = ||u||
u ||u1 || = 1, f(u1 ) = u1 .
Posto S = {v V : (v, u1 ) = 0}, deduciamo quanto segue.
a) S è uno spazio vettoriale euclideo, dim S = n 1;
b) f(S) S, cioè S è f-invariante.
Dimostrazione
a) Sia g : V , g(v) = (v, u1 ), lineare.

S = Ker g S è sottospazio vettoriale di V .
dim S = dim Ker g = n dim Im g
g(u1 ) = (u1 , u1 ) = ||u1 ||2 = 1 6= 0 dim Im g = 1 dim S = n 1.
b) Sia v S.
(f(v), u1 ) = (v, f(u1 )) = (v, u1 ) = (v, u1 ) = 0 f(v) S.
Applicando lipotesi di induzione allendomorfismo simmetrico di S f|S :

S S, si ha che {u2 , . . . , un } base ortonormale di S formata da autovettori
di f|S , cioè di f. Quindi {u1 , u2 , . . . , un } è base ortonormale di V formata
da autovettori di f.
Corollario [1] f simmetrico f diagonalizzabile. (A Mat(n;

A è diagonalizzabile.)
Corollario [2] Sia A Mat(n;
A = XX1 ,
R), A = AT . Allora
R), A = AT
con diagonale, X O(n).
A è detta ortodiagonalizzabile.
Corollario [3] Sia A Mat(n;
A = YY 1 ,
Dimostrazione ((2) (3))
A = XX1 , X O(n)
JJ
R), A = AT . Allora
con diagonale, Y SO(n).
X SO(n) oppure
"
X = YJ, con Y SO(n), J =
= JJ = A = YJJ
= YY
Osservazione Il corollario 3 avr`

a implicazioni geometriche importanti.
Definizione 2.10 Sia U V sottospazio.

U = {v V : (v, u) = 0 u U}
è detto complemento ortogonale di U.
Osservazione Si noti che nella dimostrazione del teorema è S = hu1 i .
Esercizio 2.3.2 U è un sottospazio e dim U = n dim U.
2.4. Variante complessa
2.4
29
Variante complessa
Definizione 2.11 Dicesi spazio vettoriale euclideo complesso (o hermitiano)

uno spazio vettoriale W su dotato di un prodotto interno
tale che u, v, w V e
1) (u, v) = (v, u);
(,) : W W
u, v 7 (u, v)
C valgano
2) (u + v, w) = (u, w) + (v, w);

3) (u, w) = (u, w);
4) (u, u) 0; (u, u) = 0 u = 0.
Osservazione Lunica differenza sostanziale rispetto alla controparte reale è laggiunta del coniugio al punto 1).
Continuano a valere inalterati i risultati relativi a: norma, ortogonalità, basi

ortonormali. Cambia invece il concetto di matrice simmetrica:
R: A = AT , A simmetrica;
in C: A = AT , A autoaggiunta.
in

Definizione 2.12 A = AT = (AT ) viene detta aggiunta di A.
A viene detta normale se
AA = A A.
(Risulta cos` definito anche f End(W) normale.)
Teorema 2.5 [spettrale complesso] f End(W) è normale W ammette
una base ortonormale di autovettori di f.
2.5
Forme bilineari e quadratiche
Definizione 2.13 Sia V uno spazio vettoriale su K, sia : V V K. Si dice

che è una forma bilineare se u, v, w V, , K valgono:
1) (u + v, w) = (u, w) + (v, w);
2) (u, v + w) = (u, v) + (u, w).

In altri termini,
(, w) : V K
(w, ) : V K
forme lineari.
Sono possibili diverse generalizzazioni:

:V W K
F:V W U
F : V1 V2 Vn U
con V, W spazi vettoriali diversi su K;

con U spazio vettoriale, applicazione bilineare;
con Vi spazi vettoriali sullo stesso campo,
applicazione multilineare.
30
Esempi det : Kn Kn Kn Kn è una forma multilineare.

{z
}
|
n volte
Ora supponiamo dim V = n < e fissiamo una base A = {a1 , . . . , an }. Sia

aij = (ai , aj ) K
A = [aij ] Mat(n; K).
A descrive :
u, v V
(u, v) =
=
n
X
n
X
i=1
i,j=1
ui ai ,
n
X
j=1
vj aj =

ui aij vj = u1
n
X
ui (ai , aj )vj =
i,j=1
v1

un A ... .
vn
Definizione 2.14 Si dice che A è la matrice associata a rispetto alla base

A.
Come cambia la matrice al cambiare della base?
g Aut(V),
A = {a1 , . . . , an }
A = [aij
]
g(ai ) = ai
aij
= (ai , aj ) =
n
X
h=1
i = 1, . . . , n;
C = [ij ] = A (g).
!
n
n
X
X
kj ak =
hi (ah , ak )kj .
hi ah ,
k=1
h,k=1
Siccome (ah , ak ) = ahk , e hi è lelemento di posto (i, h) in CT , risulta

A = CT AC,
con C GL(n; K).
()
Definizione 2.15 Si dice che A, A Mat(n; K) sono congruenti se vale (), o

equivalentemente se sono matrici di una stessa forma bilineare.
Osservazione A, A congruenti A, A equivalenti car A = car A .
Definizione 2.16 Si dice nucleo sinistro di una forma bilineare su V

Ns () = {u V : (u, v) = 0 v V}.
Analogamente si definisce il nucleo destro Nd ().

Proposizione 2.4 Ns () (Nd ()) è un sottospazio vettoriale di V di dimensione n car A, con A una qualunque matrice di .
Dimostrazione Sfruttiamo un isomorfismo:
V
V
Ns ()
Kn
X
X
2 3
2 3
2 3
v1
v1
u1

6 7
6 7
6 7
X = 4 ... 5 Kn : u1 un A 4 ... 5 = 0 4 ... 5 Kn =
un
vn
vn
2 3
u1

6 7
.
= 4 ... 5 Kn : u1 un A = 0 0
un
2.5. Forme bilineari e quadratiche
31
Trattandosi di un sistema lineare omogeneo di n equazioni in n incognite, Ns () è un

sottospazio di V .
dim Ns () = n dim(soluzioni del sistema) = n car A.
Definizione 2.17 Una forma bilineare : V V K viene detta simmetrica

se
(u, v) = (v, u) u, v V.
Osservazione
1) è simmetrica A = AT ;
2) simmetrica Ns () = Nd () si parla solo di N(), nucleo di .
Esercizio 2.5.1 Dimostrare il punto 1).
Definizione 2.18 Si dice forma quadratica associata ad una forma bilineare

simmetrica su V
(u) = (u, u) u V.
: V K,
Osservazione
1) Si noti:
V
u
operazione
diagonale
V V
(u, u)
2) è omogenea di grado 2:
(u) = 2 (u)
(u, u).
u V, K.
Infatti (u) = (u, u) = 2 (u, u) = 2 (u).

3) (0) = 0.
Trasferiamo la terminologia da a .
Definizione 2.19
Matrice di : quella di (quindi A = AT ).
(u) =
n
X
i=1
ui ai

= u1
a11 u21
u1

un A ... =
un
=
+ 2a12 u1 u2 +
polinomio omogeneo di II grado nelle u1 , . . . , un .
Nucleo di : quello di : N().
Osservazione Si torna indietro? Se Char K 6= 2 (i.e. la moltiplicazione per 2 non

annulla gli elementi5 ) allora determina :
(u + v) = (u + v, u + v) = (u, u) + 2(u, v) + (v, v) = (u) + 2(u, v) + (v).
5 Un
Se 2(u, v) 6= 0 (u, v) =
1
[(u + v) (u) (v)] .
2
esempio di campo con caratteristica 2 `

e
Z2 , infatti 2[a]2 = [0]2 [a] Z2 .
32
Esempi Se V è uno spazio vettoriale euclideo reale, ( , ) = è una forma bilineare

simmetrica, e || ||2 = è una forma quadratica.
Definizione 2.20 Si dice che rispetto alla base A di V è in forma canonica

se
!
n
X
(u) =
ui ai = a11 u21 + a22 u22 + + ann u2n ,
i=1
ovvero sono presenti solo termini quadratici (nessun termine è rettangolare).

Ci`
o significa:

a11
u1
u1

.
..
.
.
.
u
u
u
u
(u) = 1
. ,
1
n
n A . =
.
un
un
ann
i.e. A è diagonale.
Ci poniamo questo problema: data , è possibile ridurla a forma canonica?

(i.e. trovare una base di V in cui è in forma canonica?) Equivalentemente,
data A Mat(n; K), A = AT , è A congruente a una matrice diagonale?
Definizione 2.21 Sia una forma bilineare simmetrica su V. u, v sono coniugati se
(u, v) = 0.
A = {a1 , . . . , an } base di V è -coniugata se
(ai , aj ) = 0 se i 6= j.
Esempi Se V è uno spazio vettoriale euclideo, considerando ( , ) = ci`
o significa:
-coniugati = ortogonali, base -coniugata = base ortogonale.
Riformuliamo il problema: data , esiste una base di V che sia -coniugata?

Siano V uno spazio vettoriale su K, dim V = n < , : V V K una
forma bilineare simmetrica e : V K la forma quadratica associata a .
Teorema 2.6 [Lagrange] Se Char K 6= 2 e V 6= {0}, allora V ammette (almeno) una base -coniugata.
Dimostrazione
Se = 0 (i.e. (u, v) = 0 u, v V ), è ovvio. Sia 6= 0. Per induzione su n.
(n = 1) Ovvio.
(n 1
n) Notiamo che u V : (u) 6= 0. In caso contrario (i.e. = 0), siccome
Char K 6= 2, avremmo (u, v) = 12 [(u + v) (u) (v)] = 0 u, v V ,
assurdo.
(u) 6= 0 u 6= 0. Sia per Steinitz {u, a2 , . . . , an } base di V .
uj = aj
(u, aj )
u
(u)
Deduciamo:
a) {u, u2 , . . . , un } è base di V ;
j = 2, . . . , n.
2.6. Forme quadratiche reali
33
b) (u, uj ) = 0 j = 2, . . . , n.
Dimostrazione
a) Mostriamone la linear indipendenza.
0 = u +
n
X
j uj = u +
j=2
n
X
aj
j=2
(u, aj )
u
(u)
n
X
(u, aj )
j
=
u + 2 a2 + + n an
(u)
j=2

2 = = n = 0
P
(u,a j )
= 0.
n
j=2 j (u)
b) (u, uj ) = (u, aj )
(u,a j )
(u, u)
(u)
= 0 j = 2, . . . , n.
Sia S = hu2 , , un i. Per linduzione, in S cè una base -coniugata {u2 , . . . , un }.

Allora {u, u2 , . . . , un } è una base -coniugata di V .
Corollario
1) può essere ridotta a forma canonica;
2) Se A Mat(n; K), A = AT , allora
A = CT C,
2.6
con diagonale e C invertibile.
Forme quadratiche reali
Definizione 2.22 Sia V uno spazio vettoriale su

tica reale una forma quadratica
:V
R. Chiamiamo forma quadra-
R.
Nel caso reale, i corollari 1) e 2) non dicono niente di nuovo; vediamo ad esempio
il 2).
Dimostrazione
A Mat(n; ), A = AT . Sappiamo che6 R SO(n) : A = R1 R, con diagonale.
Sappiamo anzi di pi`

u.
Teorema 2.7 Sia A = {a1 , . . . , an } una base di V. Sia
(u) =
X
ui ai

= u1
un
u1

A ... .
()
un
Allora esiste un cambiamento di base di V t.c. nella nuova base A = {a1 , . . . , an }

si abbia

u1
1
X

..
..
ui ai = u1 un
(u) =
. .
.
n
un
con 1 , . . . , n gli autovalori di A.
6 Basterebbe
anche O(n), ma indichiamo SO(n) per fare i fighi.
34
Definizione 2.23
è semidefinita positiva se (u) 0 u V;
è semidefinita negativa se (u) 0 u V;
è definita positiva se (u) 0 u V e (u) = 0 u = 0;
è definita negativa se (u) 0 u V e (u) = 0 u = 0;
è indefinita se u, v V : (u) > 0 e (v) < 0.

Teorema 2.8 Sia data come (). Allora:
è definita positiva A ha autovalori tutti > 0;
è definita negativa A ha autovalori tutti < 0;
è semidefinita positiva A ha autovalori tutti 0;
è semidefinita negativa A ha autovalori tutti 0;

è indefinita A ha autovalori > 0 e autovalori < 0.
Dimostrazione (del primo punto a titolo desempio)

Per il teorema della base A si ha
X

2
2
2
ui ai = 1 u1 + 2 u2 + + n un .
(u) =
) i > 0 i (u) 0, (u) = 0 u1 = = un = 0 i.e. u = 0.
) 0 < (ai ) = i .
A meno di riordinare A , possiamo supporre
+
i > 0 i = 1, . . . , p
A=
, i.e. j < 0 j = p + 1, . . . , p + q
0
h = 0 h = p + q + 1, . . . , n.
Consideriamo la nuova base A = {a1 , . . . , an } cos` costruita. Operiamo un

processo di normalizzazione.
a
ai = i
i
aj
aj = p
j
ah = ah
i = 1, . . . , p
j = p + 1, . . . , p + q
h = p + q + 1, . . . , n.
Nella base A si ha
X

2
2
2
2
(u) =
ui ai = u1 + + up up+1
up+q
.

1
(a1 )
a
=
= 1.
=
(a1 ) = 1
1
1
i
()
2.6. Forme quadratiche reali
35
Definizione 2.24 Per forme quadratiche reali è la () che viene detta forma
canonica.
Osservazione Ci sono vari modi per ridurre a forma canonica una forma quadratica
reale:
Lagrange + normalizzazione;
ortonormalizzazione + normalizzazione;
metodo di Gauss.
Esempi Metodo di Gauss per n = 2.

ax2 + 2bxy + cy2 ,
b
ax + y
a
2
ad es. a > 0.
2
b
a
x
2
(u) = x + y 2
2
2
x y
y2 = x + y
se = 0
se > 0
se < 0.
Nonostante esistano diversi modi per ricavarla, la forma canonica è una sola,
come emerge dal teorema di Sylvester che siamo prossimi a presentare.
Definizione 2.25 rango di = rk = car A = car A = car A = r, con
A, A , A congruenti, A diagonale, A forma particolare:
Ip
.
Iq
A =
0
Segnatura di = Sgn = (p, q), dove vale r = p + q e p, q sono detti
rispettivamente indice di positivit`
a e di negativit`
a.
Teorema 2.9 [Sylvester] Sia V uno spazio vettoriale su , dim V = n < ,

e sia : V una forma quadratica. Siano
Ip
Ip
,
Iq
Iq
A=
A =
0
0
le matrici di due forme canoniche di nelle basi A e A di V rispettivamente.

Allora p = p e q = q .
Dimostrazione
Siano A = {a1 , . . . , an }, A = {a1 , . . . , an }. Siano S = ha1 , . . . , ap i, T = hap +1 , . . . , an i.

Su S, è definita positiva: u S (u) 0, (u) = 0 u = 0
S T = {0}.
Su T , è semidefinita negativa: u T (u) 0
Per Grassmann si ha:
dim S + dim T = dim(S + T ) dim V = n
p + (n p ) n p p .
Ragionando simmetricamente su sottospazi S e T , si conclude p p, e quindi p = p .

p + q = car A = rk = car A = p + q = p + q q = q .
36
Osservazione Con questo possiamo dire che Sgn = (p, q) è ben definita. Ricordiamo che alcuni chiamano segnatura la differenza p q; ci`
o è indifferente in quanto,
essendo p + q = rk , il sistema di somma e differenza determina p e q.
Corollario
1) A, B Mat(n;
2) A Mat(n;
R) simmetriche.
A, B congruenti Sgn A = Sgn B.
R) simmetrica.
A definita positiva A = CT C, con C GL(n;
R).
Esercizio 2.6.1 [riduzione simultanea] Siano A, B Mat(n; ) simmetriche, A

definita positiva. Allora C GL(n; ) t.c. A = CT C e B = CT C, con diagonale.
Ricordiamo che in uno spazio vettoriale euclideo reale V abbiamo ( , ) = ,

|| ||2 = . Notiamo che il punto 4) della definizione afferma semplicemente che
è definita positiva, percui:
spazio euclideo reale
spazio vettoriale su
m
con forma quadratica definita positiva.
con forma quadratica

Definizione 2.26 Sia V uno spazio vettoriale su
non degenere (i.e. rk = n = dim V) e Sgn = (p, q). Se (p, q) 6= (n, 0), (0, n)
(i.e. indefinita), allora V con si chiama spazio vettoriale pseudoeuclideo.
Cè una teoria parallela a quella degli spazi vettoriali euclidei per gli spazi
vettoriali pseudoeuclidei. Particolare rilievo ha lo spazio7 V con t.c.
Sgn = (1, n 1)
2.7
(spazio di Minkowski).
Forme quadratiche complesse
Sia V uno spazio vettoriale su , e sia : V una forma quadratica. Per il

teorema di Lagrange, base A di V in cui
X

ui ai = 1 u21 + + n u2n .
(u) =
A meno di riordinare A, possiamo supporre:
..
r
i 6= 0 per i = 1, . . . , r = car A = rk
A=
j = 0 per j = r + 1, . . . , n.
.
..
2
1
6
7 Per n = 4, 6
4
C, i 6= 0
1
1
t.c.
2i = i
i = 1, . . . , r.
3
7
7
5 corrisponde allo spazio della relatività ristretta; il gruppo
1
analogo a quello ortogonale `
e quello delle trasformazioni di Lorentz.
2.7. Forme quadratiche complesse
37
Nella nuova base A fatta cos`:

1
a
i i
aj = aj
ai =
i = 1, . . . , r
j = r + 1, . . . , n
siano
X

2
2
ui ai = u1 + + ur

1
1
1
(a1 ) =
a1 = 2 (a1 ) = 2 1 = 1.
1
1
1
(u) =
()
Definizione 2.27 Nel caso complesso è la () che viene detta forma canonica.
Osservazione è determinata dal rango rk (non cè bisogno di un teorema tipo
Sylvester).
Corollario
1) A, B Mat(n; ) simmetriche.
A, B congruenti car A = car B.
2) A Mat(n; ) simmetrica.
det A 6= 0 A = CT C, con C GL(n; ).
Parte II
Geometria analitica
Capitolo 3
Spazi affini
Definizione 3.1 S è uno spazio affine se esiste unazione di V su S, i.e.
t.c. valgano
SV S
(P, v) 7 Q = P + v
1) P, Q S !v V t.c. P + v = Q;
2) se P + v = Q e Q + w = R, allora P + (v + w) = R.
n
Se dim V = n, S = An (An
e detto spazio affine di dimensione n.
K , A (K)) `
Ogni P S viene detto punto, ogni v V viene detto vettore.
Osservazione
i) Significato di 1) e 2):
1) indica un vettore da P a Q, talvolta denotato v = Q P;
2) scimmiotta la regola del parallelogramma.
ii) Propriet`
a immediate da 1) e 2):
P+0=P
p S;
P + v = Q Q + (v) = P.
iii) Definizione diversa ma equivalente1 :
SS V
con richieste simili a 1) e 2).

1 cf.
(P, Q) 7 v = Q P,
E. Sernesi, Geometria I, Bollati Boringhieri, Torino 1989.
40
Spazi affini
3.1
Sistemi di riferimento
Definizione 3.2 Dicesi riferimento affine in An un insieme di dati

Ra = O An , A = {a1 , . . . , an } ,
dove O è detto origine e A è una base di V.
Osservazione
1) Ra induce una biiezione
An Kn
P 7 (x1 , . . . , xn ),
dove (x1 , . . . , xn ) indica la n-upla delle coordinate di P nel riferimento Ra , e si

indica
P (x1 , . . . , xn ).
2) !v V t.c. O + v = P.
v=
n
X
i=1
xi ai in modo unico x1 , . . . , xn .
3) Siano P (x1 , . . . , xn ), Q (y1 , . . . , yn ). Allora

Q P = (Q O) (P O) =
n
X
yi ai
i=1
3.2
n
X
xi ai =
i=1
n
X
(yi xi )ai .
i=1
Sottospazi lineari affini
Definizione 3.3 Si dicono sottospazi lineari affini (o sottovariet`

a lineari affini )
i sottoinsiemi di An del tipo
L(P0 , U) = {P An : P = P0 + u, u U},
con P0 An e U sottospazio di V, detto sottospazio direzione (o giacitura) di
L, e indicato con Dir L.
Osservazione
i) Se dim U = r, allora L(P0 , U) = Ar , con lazione di V ristretta ad U.
L(P0 , U) U L(P0 , U)
P, u 7Q = P + u = P0 + (u1 + u)
ponendo P = P0 + u1 per u1 U.
I requisiti 1) e 2) sono ovvi.
ii) L(P0 , U) = L(P1 , U) P1 L(P0 , U), i.e. L è determinato da uno qualunque dei
suoi punti e dal sottospazio direzione.
) P1 = P0 + u1 P0 = P1 + (u1 ) P0 + u = P1 + (u1 + u).
) P1 + u = P0 + (u1 + u).
Definizione 3.4
Se r = 1, L(P0 , U) si dice retta;

Se r = 2, L(P0 , U) si dice piano;
Se r = n 1, L(P0 , U) si dice iperpiano.
3.3. Rappresentazioni analitiche dei sottospazi lineari
3.3
41
Rappresentazioni analitiche dei sottospazi lineari
Sia P L(P0 , U), P (x1 , . . . , xn ), P0 (x01 , . . . , x0n ) secondo un riferimento

Ra .
n
X
i=1
(xi x0i )ai = P P0 U = hu1 , . . . , ur i

| {z }
base di U
uj =
n
X
j = 1, . . . , r
uij ai
i=1
U = [uij ] Mat(n, r; K).

Le colonne di U sono l.i. car U = #colonne = r.
P P0 =
r
X
j=1
j u j =
r
X
n
X
uij ai
i=1
j=1
xi x0i =
r
X
uij j
j=1
n
X
i=1
r
X
uij j ai
j=1
i = 1, . . . , n.

x1
x1
1
.. 0 ..
..
Ponendo x = . , x = . , = . , questo si scrive:
xn
x0n
x x0 = U.
(1)
Definizione 3.5 Quelle della (1) sono dette equazioni parametriche di L(P0 , U).
Esempi
(r = 1) Lasciando perdere il fatto che siamo su un campo generico, abbiamo una retta
in forma parametrica:
x1 = x01 + u11
x2 = x02 + u21
..
xn = x0n + un1 .
(r = 2) Analogamente, abbiamo un piano in forma parametrica:
x1 = x01 + u11 + u12
x2 = x02 + u21 + u22

..
xn = x0n + un1 + un2 .
Il nostro problema è ora quello di eliminare dalle (1). Per RoucheCapelli,

(2)
(1) car x x0 | U = car U = r.
42
Spazi affini
` il caso di un iperpiano. U Mat(n, n 1; K).

Caso particolare: r = n 1. E

(2) det x x0 | U = 0.
|
{z
}
nn
Applicando Laplace, tale determinante vale
1 (x1 x01 ) + 2 (x2 x02 ) + + n (xn x0n ) = 0

U

i1

i = (1)
con la i-esima
riga soppressa
car U = n 1 qualche i 6= 0
X
L : 1 x1 + + n xn = 0
=
i x0i ,
una equazione lineare non banale nelle x1 , . . . , xn .

Caso generale. Sia B una sottomatrice r r di
(det B 6= 0). Sia
x1 x01
..
B
x
r
r
M=
xr+1 x0
r+1
..
...
U che realizza la caratteristica
xn x0n
car M = r.
La (2) si esprime annullando gli n r minori (r + 1) (r + 1) di M ottenuti

orlando B con una delle righe residue di U e con la parte corrispondente
della colonna x x0 . Si ottiene
11 x1 + + 1r xr (det B)xr+1 1 = 0
21 x1 + + 2r xr (det B)xr+2 2 = 0
..
nr,1 x1 + + nr,r xr (det B)xn nr = 0,

ovvero
Ax = ,
con A Mat(n r, n; K), car A = n r, Knr ,
cioè n r equazioni lineari indipendenti; la matrice del sistema contiene

(det B)Inr .
Definizione 3.6 L è descritto come intersezione di nr iperpiani indipendenti:
si parla di rappresentazione implicita (o cartesiana) di L.
Esempi
In A3 una retta è lintersezione di 2 piani;
in A4 una retta è lintersezione di 3 iperpiani;

in A4 un piano è lintersezione di 2 iperpiani.
3.3. Rappresentazioni analitiche dei sottospazi lineari

Esempi Consideriamo L(P0 , U) A4 , P0
2
3
1 0
61 1 7
6
7
U=4
5
0 1
1 2
(0, 1, 2, 3).
x = 0+1+0
y = 1+1+1
z = 2+0+1
w = 3 + 1 + 2,
equazioni parametriche di un piano.
x0
6
6 y1
1
1
0
7
1 7
4 z2
0
1
1 5
2
M=6
w3
Per la (2), è car M = 2.

x

0 = y 1
z 2

x
1

0 = y 1 1
w 3 1
1
1
0
43
0
1 = x + z 2 y + 1
1
0
1 = 2x + w 3 x 2y + 2
2
xy+z1=0
x 2y + w 1 = 0
E se andiamo a guardare la matrice del sistema, notiamo che essa contiene I42 = I2
moltiplicata per il determinante della matrice che realizzava la caratteristica:
"
1
1
1 1
2 0
0
1
1
1
Esempi In A4 esprimiamo il seguente piano L in forma parametrica:

1
0
1 1 1
xz+w+1=0
L:
1 1
0
1 2
xy+w+2=0
2 3 2 3 2
3
x=t
x
0
1 0
6 y 7 62 7 61 1 7 t
y=2+t+s
7 6 7 6
7
6
4 z 5 = 41 5 + 41 1 5 s .
z
=
1
+
t
+
s
w=s
w
0
0 1
Vediamo ora come in generale si passa da (2) a (1).

soluzioni del
soluzione
,
+
soluzioni di (2) =
sistema Ax = 0
particolare di (2)
dove le soluzioni di Ax = 0 costituiscono un sottospazio vettoriale di Kn di

dimensione n car A = r.
biiezione
isomorfismo
An Kn V
indotta da Ra
indotto da A

soluzioni di Ax = 0 Dir L

L(P0 , U) soluzioni di (2) .
Algebricamente, in Kn risulta:
i sottospazi lineari affini sono laterali di sottospazi di Kn ;

i sottospazi vettoriali di Kn sono i sottospazi lineari affini per lorigine.
44
Spazi affini
3.4
Parallelismo di sottospazi lineari
Definizione 3.7 Siano L1 = L(P1 , U1 ), L2 = L(P2 , U2 ). L1 è parallelo a L2 se

U1 U2 , e si scrive L1 k L2 .
Osservazione Si tratta di una relazione riflessiva, transitiva, ma non simmetrica
(non è una relazione di equivalenza). Infatti, ad esempio, due rette parallele ad uno
stesso piano non sono necessariamente parallele fra loro.
Riferendo la relazione a sottospazi lineari della stessa dimensione, essa diventa

simmetrica e quindi di equivalenza:
se dim L1 = dim L2 ,
Analiticamente:
L 1 : x = x 1 + U1
L1 k L2 Dir L1 = Dir L2 .
Kr
L 2 : x = x 2 + U2
Ks ,
e abbiamo
hcolonne di U1 i = Dir L1 Dir L2 = hcolonne di U2 i

L1 k L2 car U1 | U2 = car U2 .
Lemma Dati due iperpiani
L = L1 : 1 x1 + + n xn = 0
L = L2 : 1 x1 + + n xn = 0,
notiamo che vale
L1 = L2 K r {0} t.c.
1 x1 + + n xn = (1 x1 + + n xn ).
Teorema 3.1 Se L 6= L allora sono equivalenti:
1) L k L ;
2) K (= K r {0}) t.c. i = i i = 1, . . . , n, ma 6= ;
3) L L = .
Dimostrazione
1)2)

U1

i = (1)i1 con la i-esima
riga soppressa
U2 = U1 C,

U2

i = (1)i1 con la i-esima
riga soppressa
hcolonne di U1 i = Dir L1 = Dir L2 = hcolonne di U2 i
con C GL(n 1; K) matrice di un cambio di base di Dir L1

U2

con la i-esima =

riga soppressa

U1

con la i-esima C

riga soppressa
i = 1, . . . , n
(Binet) i = i det
| {zC} .
=K
L 6= L 6= .
3.5. Cambiamenti di coordinate e trasformazioni
45
2)3)

1 x1 + + n xn = 0
1 x1 + + n xn = 0

1
1
n
n
()
La matrice dei coefficienti ha car = 1 (la prima riga è combinazione lineare

della seconda), la matrice completa ha car = 2 (siccome 6= ); per Rouche
Capelli, il sistema non ha soluzione, i.e. L L = .

1
1
3)1) () non ha soluzioni, quindi per RoucheCapelli è car

n
= 1, i.e.
n
n = 1 n
K

Dir L soluzioni di 1 x1 + + n xn = 0

Dir L soluzioni di 1 x1 + + n xn = 0 .
{z
}
|
1
( 1 x 1 ++ n x n )
Osservazione Vale lassioma euclideo delle parallele:

L0 = L(P0 , U0 ), P1 An !L = L(P1 , U0 ) sottospazio lineare affine con
i) dim L = dim L0 ;
ii) L P1 ;
iii) L k L0 .
Esercizio 3.4.1 Siano l una retta e H un iperpiano di An , con l 6 H. Mostrare:
3.5
l k H l H = .
Cambiamenti di coordinate e trasformazioni
Consideriamo due sistemi di riferimento su An

Ra = O, A = {a1 , . . . , an } ,
Ra = O , A = {a1 , . . . , an } .
O (c), c Kn .
Vogliamo stabilire una relazione tra le coordinate di un punto P (x) (x )
secondo i due riferimenti. Sia A = [ij ] GL(n; K) la matrice che effettua il
cambiamento di base.
PO=
n
X
(xi ci )ai ;
i=1
PO=
n
X
j=1
xj aj =
n
X
xj
j=1
n
X
ij ai
i=1
Dal confronto segue:

i = 1, . . . , n
xi =
n
X
n
X
i=1
n
X
j=1
ij xj + ci ,
j=1
i.e. x = Ax + c,
ij xj ai .
46
Spazi affini
o in forma ancora pi`

u compatta

A c
x
x
=
1
0 1
1
| {z }
A GL(n; K)
c Kn .
()
=A
Doppia interpretazione di ():
Punto di vista passivo. Relazione tra le coordinate di P in Ra e Ra .

Punto di vista attivo. In An con un unico riferimento Ra fissato, sia
: An An
la trasformazione che manda P (x) nel punto P (P) (x ) con le

x date dalla ().
Definizione 3.8 Una tale è detta affinit`
a, e la () è detta equazione di . Se
A = I, assume la forma x = x + c ed è detta traslazione.
Esercizio 3.5.1 T = {traslazioni di An } forma un gruppo (rispetto alla composizione)
isomorfo a Kn (o a V ).
Osservazione
1) A GL(n + 1, K), infatti det A = det A 6= 0.
2) Se è unaltra affinit`
a di equazione

x
1
=
|
B
0
{z
d
1
=B

x
1
allora : An An ha equazione

x
1
= AB
x
1
dove A B =
B GL(n; K)
d Kn ,
AB
0
Ad + c
1
GL(n + 1; K),
ed è pertanto unaffinit`
a.
Teorema 3.2 Le affinit`

a formano (rispetto alla composizione) un gruppo GA
(GA(n; K)), detto gruppo affine. Esso è isomorfo al gruppo G delle matrici della
forma

A c
A GL(n; K)
c Kn
0 1
via la mappa
Lapplicazione
GA G
7 A.
: GA GL(n; K)
7 A
è un omomorfismo di gruppi; è suriettivo e ha per nucleo T .
3.5. Cambiamenti di coordinate e trasformazioni
47
Dimostrazione Per losservazione 2) basta dimostrare che G è un gruppo, e per

losservazione 1) basta vedere che esso è un sottogruppo2 di GL(n + 1; K).

B=

A B 1 =
A
0
c
1
B
0

d
1
B 1 =
B1
0
B1 d
1
B1
0
B1 d
1
AB1
0
AB1 d + c
1
G.
è un omomorfismo poiche risulta A B; ovviamente è suriettivo. Il nucleo

è T per definizione di traslazione.
Notiamo che induce un automorfismo f Aut(V) t.c.

f(Q P) = (Q) (P), i.e.
(P + v) = (P) + f(v).
Definizione 3.9 Sia P0 An . Si dice centroaffinit`

a di centro P0 ogni GA
t.c. (P0 ) = P0 .
GAP0 = {centroaffinità di centro P0 }
è un sottogruppo di GA.
Ci`
o significa, se P0 (x0 ),
: x = Ax + c
x0 = Ax0 + c
x x0 = A(x x0 ).
GA GAP0 GL(n; K).
Corollario GA è prodotto semidiretto di GAP0 e T , i.e.
GA = GAP0 T ;
GAP0 T = {1An };
T è sottogruppo normale (ma solo T ).
Come conseguenza, ogni GA si scrive in modo unico come
= 0 ,
dove T , 0 GAP0 , e si scrive in modo unico come
= 0 ,
con T ; ma 6= (in generale).
Esempi P0 = O (0).

2 cf.
A
0
c
1
"
I
"
c
1
#"
#"
A1 c
= 0
#
= 0 .
Algebra I: G `
e sottogruppo se A, B G si ha A B1 G
48
Spazi affini
Definizione 3.10 Geometria affine di An : lo studio delle proprietà delle figure 3 di An (i.e. sottoinsiemi) invarianti per affinit`
a.
Esempi
1) L = L(P0 , U), GA, f Aut(V ) indotto da . Cosè (L)?
L P = P0 + u,
con u U.
(P) = (P0 + u) = (P0 ) + f(u),
(L) = L((P0 ), f(U)).
f(u) f(U)
In particolare, se è una retta l An l = (l) è una retta.
2) Siano A, B, C l. Definiamo rapporto semplice di A, B, C

(ABC) = t K
se
C A = t(C B).
Chiamiamo A , B , C l i trasformati rispettivi dei tre punti mediante .

f Aut(V ) è lautomorfismo indotto da AC
.
BC
C A = f(C A) = f(t(C B)) = tf(C B) = t(C B ) (A B C ) = t.
3) Siano L1 = L(P1 , U1 ), L2 = L(P2 , U2 ). GA, detto f Aut(V ) lautomorfismo indotto da , risulta:

(L1 ) = L((P1 ), f(U1 ))
(L2 ) = L((P2 ), f(U2 ))
L1 k L2 , i.e. U1 U2 (L1 ) k (L2 ), i.e. f(U1 ) f(U2 ).
Osservazione Sono quindi invarianti affini:
essere sottospazi lineari di una data dimensione;

il rapporto semplice di 3 punti allineati;
il parallelismo di sottospazi lineari.
3 Questa
nomenclatura ha carattere esclusivamente affettivo.
Capitolo 4
Spazi affini euclidei

Definizione 4.1 Si dice spazio (affine) euclideo En uno spazio affine su
lo spazio vettoriale V, dove esiste unazione
sia uno spazio euclideo.
R t.c.
En V En ,
Rispetto ai generici spazi affini, si aggiungono scritture addizionali derivanti dai

concetti di prodotto interno, di norma, ec.
4.1
Sistemi di riferimento
Definizione 4.2 Diciamo riferimento cartesiano ortonormale (o monometrico)

in En

Ro = O En , A = {a1 , . . . , an } ,
dove A è una base ortonormale di V. Ro induce una biiezione
En
Rn
x1

P
7 x = ...
xn
PO=
n
X
xi ai .
i=1
Ponendo d(P, Q) = ||Q P|| P, Q En si ha una d : En En

P, Q, R En valgono1 :
1) d(P, Q) 0, e d(P, Q) = 0 P = Q;
2) d(Q, P) = d(P, Q);
3) d(P, R) d(P, Q) + d(Q, R).

1 Tali
propriet`
a discendono direttamente dalla definizione di norma.
R t.c.
50
Definizione 4.3 Con tale operazione d, detta distanza euclidea, (En ; d) è uno
spazio metrico.
Se P (x), Q (y),
QP =
n
X
(yi xi )ai
i=1
v
u n
uX
d(P, Q) = ||Q P|| = t (yi xi )2 .
i=1
Osservazione d non è la sola distanza possibile in En . Si consideri ad esempio la

distanza del tassista:
n
X
|yi xi |.
dt (P, Q) =
i=1
4.2
Angoli
Prendiamo una retta.

l = L(P0 , hui P (x))
n
X
ui ai
u=
i=1
xi =
x0i
+ tui
i = 1, . . . , n.
Supponiamo che u sia un versore: ||u|| = 1. Si rammenti che ||ai || = 1 poiche A

è una base ortonormale.
n
n
X
X
(u, ai )
= (u, ai ) =
uj ij = ui .
uj aj , ai =
cos i =
||u|| ||ai ||
j=1
j=1
Per questo gli ui sono detti coseni direttori.

X
u2i = cos2 1 + + cos2 n .
1 = ||u||2 = (u, u) =
1 = cos2 1 + + cos2 n
viene detta relazione fondamentale sui coseni direttori.
4.3
Ortogonalit`
a
Dati
L1 = L(P1 , U1 )
L2 = L(P2 , U2 ),
come si può dare in modo ragionevole la nozione di L1 L2 ? Sia

U1
I = U1 U2
U2
e sia Wi il complemento ortogonale di I in Ui per i = 1, 2.
Definizione 4.4 Diciamo L1 L2 se W1 W2 , i.e.
(w1 , w2 ) = 0 wi Wi .
4.4. Iperpiani
4.4
51
Iperpiani
Consideriamo un iperpiano
L : 1 x1 + + n xn = 0.
(1)
In En possiamo dare una rappresentazione pi`

u interessante per gli iperpiani.
L = L(P0 , U)
dim U = n 1
U = hui hui = U
L = L(P0 , hui ) = {P En : (P P0 , u) = 0}
n
X
P (x), P0 (x0 )
u=
ui ai
i=1
0 = (P P0 , u) =
n
X
i=1
ui (xi x0i ) = u1 x1 + + un xn c.
c=
n
X
(2)
ui x0i .
i=1
Se ||u|| = 1, gli u1 , . . . , un sono coseni direttori di una retta perpendicolare a L.

Definizione 4.5 La (2) è detta equazione normale di L.
Per passare da (1) a (2)2 :
L:
1 x1 + + n xn
qP
= 0.
n
2
i=1 i
Vediamo ora quali applicazioni trovano queste novit`

a.
1) Ortogonalit`
a tra due iperpiani.
L1 = L(P1 , hu1 i )
L2 = L(P2 , hu2 i ).
Per dire L1 L2 ho unaltra maniera:

L1 L2 (u1 , u2 ) = 0.
Esercizio 4.4.1 Dimostrare lasserto. (Suggerimento: I = hu1 i hu2 i .)
2) Distanza punto-iperpiano.
6
u
P0
2 La
scelta del segno dipende dal verso.
P1
>6
52

L = L(P0 , hui ),
P1 (x) a pera.
p
dist(P1 , L) := ||P1 H|| = (tu, tu) = |t|.
P1 H = tu se ||u|| = 1.
t = (tu, u) = (P1 H, u) = ((P1 P0 ) (H P0 ), u) =
= (P1 P0 , u) (H P0 , u) = (P1 P0 , u) =
| {z }
hui
= u1 x11 + + un x1n c
dist(P1 , L) =
|u1 x11
+ +
un x1n
(3)
c|.
Se L è dato nello stato brado della forma (1), allora

dist(P1 , L) =
|1 x11 + + n x1n |
qP
.
n
2
i=1 i
3) Riflessione rispetto a un iperpiano.
P1
6
u
P2
L = L(P0 , hui )
Definizione 4.6 : En En è una riflessione se
(P1 ) = P2
t.c.
P2 P1 = 2(H P1 ) = 2tu = ()
con t dato dalla (3)

() = 2(ux11 + + un x1n c)u
ovvero
P2 = P1 2(u1 x11 + + un x1n c)u
x2 = x1 2(u1 x11 + + un x1n c)u.
4.5
Trasformazioni in En
Iniziamo ad affrontare il problema da un punto di vista passivo, come in An .

Ro = {O, A}
Ro = {O , A }
(x) P (x )
x = Ax + c
4.5. Trasformazioni in En
53
dove c n e A è la matrice di passaggio dalla base A alla base A di V.

Siccome A e A sono ortonormali, A O(n). In forma compatta:

x
A c
x
A O(n)
()
=
c n.
1
0 1
1
Passiamo ad un punto di vista attivo. In En con Ro fissato una tantum

consideriamo
: En En
P (x) 7 P = (P) (x )
con x espresso dalla (), detta equazione della trasformazione.

Definizione 4.7
Una tale è detta congruenza;
è detta rototraslazione se A SO(n);
è detta rotazione di centro O se A SO(n) e c = 0.
Teorema 4.1 Ciascuno degli insiemi di trasformazioni sopra definite costituisce
un gruppo rispetto alla composizione, e questo è isomorfo al gruppo di matrici
indicato a fianco:

A c
A O(n)
{congruenze}
,
c n
0 1

A c
A SO(n)
{rototraslazioni}
,
c n
0 1

A 0
{rotazioni di centro O}
, A SO(n) SO(n).
0 1
R
R
Dimostrazione La stessa data per GA; basta notare che quelli a destra sono sottogruppi di GL(n + 1, ).
Definizione 4.8
: En En è detta similitudine se ha equazione
x = Ax + c,
dove > 0 (fattore di omotetia), A O(n), c
Rn;
è detta similitudine diretta se A SO(n);

è detta rotoomotetia di centro O se A SO(n), c = 0.
Teorema 4.2 Ciascuno degli insiemi di trasformazioni sopra definite costituisce un gruppo rispetto alla composizione, isomorfo al corrispondente gruppo
moltiplicativo di matrici. Ad esempio:
>0

A c
{similitudini}
, A O(n)
.
0 1
c n
54
Definizione 4.9 Geometria euclidea. . . : lo studio delle proprietà dei sottoinsiemi (figure) di En invarianti per
. . . metrica: congruenze (rototraslazioni);
. . . simile: similitudini (similitudini dirette).
Esempi Sono invarianti lortogonalit`
a di sottospazi, le distanze, le aree, i volumi, ec.
Valgono i risultati su strutture analoghe a quelle viste per GA, i.e. prodotti
semidiretti di T con un opportuno gruppo (O(n), SO(n), . . . ).
4.6
Ulteriori propriet`
a
Proposizione 4.1 Sia A O(n). Allora ogni radice di A ha modulo = 1.

Dimostrazione
Sia una radice di A e A O(n) Mat(n; ). Allora è un autovalore e perci`
o
x n , x 6= 0, t.c. Ax = x. Coniugando3 , Ax = x.
||2 xT x = xT Ax = xT AT Ax = xT x

(||2 1)xT x = 0
|| = 1.
2
2
xT x = |x1 | + + |xn | 6= 0
Assumeremo la seguente convenzione: se R SO(3), si usa la stessa notazione

per la rotazione di E3 di centro O rappresentata dalla matrice R.
Corollario [Teorema di Eulero] Ogni rotazione di E3 di centro O ha un asse
di rotazione (una retta per O di punti uniti). Inoltre Ro = {O, A} in E3 t.c.
cos sin 0
A (R) = sin cos 0 0 < 2
0
0
1
detta forma canonica. (R SO(3) è ortogonalmente simile a A (R).)

Dimostrazione
R ammette 1 come autovalore:
R (t) = t3 + (
)t2 (
)t + det R
R SO(3) det R = 1.
Siano , , le radici di R .
, , = 1 e , = 1 o 1
= det R = 1 ,
/ , = 1 = = ||2 = 1.
|{z}
=1
Quindi:
R , u 6= 0 : Ru = u
3
retta l = L(O, hui) P (x), x = tu, t
Rx = Rtu = tRu = tu = x i.e. R(P) = P P l.

3A `
e
reale e non risente pertanto del coniugio.
`
4.6. Ulteriori proprieta
55
Pertanto esiste una retta di punti uniti. Sia ora

a3 =
1
u.
||u||
(Ra3 = a3 )
A = {a1 , a2 , a3 } base ortonormale di
(Gram-Schmidt).
j = 1, 2
(Raj , a3 ) = (Raj , Ra3 ) = (aj , a3 ) = 0
Ra1 = aa1 + ba2

Ra2 = ca1 + da2
Ra3 = a3
2
a
A (R) = 4 b
0
R SO(3)

c
d
0
a
b
0
0 5 = R
1

c
SO(2)
d
1 = det R = ad bc
c
cos
=
d
sin
sin
.
cos
` possibile generalizzare:
E
Teorema 4.3 [Forma canonica delle rotazioni di En di centro O] Se R
SO(n), allora Ro = {O, A} t.c.

A1
cos i sin i
Ai =
..
sin i
cos i
.
A (R) =
<
2
i
Ar
i = 1, . . . , r.
In2r
Capitolo 5
Spazi proiettivi
Abbiamo già incontrato
P1 = {rette di A2 per O} = fascio di rette;
P2 = {rette di A3 per O} = stella di rette.
In generale:
Pn = {sottospazi vettoriali 1-dimensionali di un V t.c. dim V = n + 1}.
Sia V uno spazio vettoriale su K, dim V = n + 1. x, y V r {0} poniamo
x y K (= K r {0}) t.c. x = y,
detta relazione di proporzionalit`

a.
Esercizio 5.0.1 è una relazione di equivalenza.

Osservazione x y hxi = hyi.
Definizione 5.1 (V r{0})/ = P(V) = Pn è detto proiettivizzato o proiettificato

di V, dove n è la dimensione proiettiva di P(V).
Per losservazione,
P(V) = {sottospazi vettoriali 1-dimensionali di V}.
Cè una ovvia applicazione suriettiva
: V r {0} P(V)
x 7 (x) = X.
Ogni x V r {0} : (x) = X è detto un rappresentante omogeneo di X. Ogni

y = x K è tale.
5.1
Sottospazi lineari proiettivi
Sia U V sottospazio vettoriale. Restringendo a U r {0} si ottiene

(U r {0})/ = P(U) = P(V)
= {sottospazi vettoriali 1-dimensionali di U}.
5.2. Punti linearmente indipendenti
57
Definizione 5.2 è detto sottospazio lineare proiettivo di Pn . Se dim U =

r + 1, r = dim è detta dimensione proiettiva di .
I sottospazi proiettivi prendono i seguenti nomi:
dim
n1
2
1
0
= P(U)
iperpiano
piano
retta
punto
dim U
n
3
2
1
Per convenzione, per il sottospazio lineare vuoto P({0}) = vale dim = 1.

Prendiamo ora un altro sottospazio U V, e poniamo = P(U ). Su V
sono definiti U U e U + U :
P(U U ) = , sottospazio intersezione;
P(U + U ) = + , sottospazio somma o congiungente, è il pi`

u piccolo
sottospazio lineare di P(V) contenente , .
Teorema 5.1 [Formula di Grassmann]
dim + dim = dim( ) + dim( + ).
Dimostrazione Esplicitando si ottiene
dim U 1 + dim U 1 = dim(U U ) 1 + dim(U + U ) 1,
e sommando 2 ad ambo i membri ci si riconduce alla formula di Grassmann gi`
a vista.
Osservazione Se , sono tali che dim + dim n allora 6= , infatti:
dim( ) = dim + dim dim( + ) 0.
{z
} |
|
{z
}
n
Esempi
In P2 due rette hanno come intersezione almeno un punto;
in P3 una retta e un piano hanno come intersezione almeno un punto;

in P3 due piani hanno come intersezione almeno una retta.
5.2
Punti linearmente indipendenti
Siano
A1 , . . . , Ar P(V) = Pn ,
a1 , . . . , ar V r {0}
t.c. (ai ) = Ai .
Osservazione Se a1 , . . . , ar sono l.i. allora i K 1 a1 , . . . , r ar sono l.i. Infatti:

0=
r
X
i (i ai ) =
i=1
i i = 0
|{z}
i = 1, . . . , r
6= 0
Ha pertanto senso la seguente
r
X
(i i )ai
i=1
i = 0
i = 1, . . . , r.
58
Spazi proiettivi
Definizione 5.3 A1 , . . . , Ar P(V) sono linearmente indipendenti se sono

linearmente indipendenti i loro rappresentanti omogenei.
Esempi
A1 è l.i.: A1 = (a1 ), a1 V , a1 6= 0 a1 l.i.
6
A1 , A2 ? A1 = (a1 ), A2 = (a2 ), a1 , a2 l.i. Per K , a1 6= a2 ha1 i =
ha2 i. Quindi A1 , A2 l.i. A1 6= A2 .
Pi`
u in generale:
A1 , . . . , Ar l.i.
Ai = (ai )
a1 , . . . , ar l.i.
dimha1 , . . . , ar i = r
dim P(ha1 , . . . , ar i) = r 1.
Quindi: A1 , . . . , Ar sono l.i. non stanno in un sottospazio lineare proiettivo

di P(V) di dim < r 1.
Esempi
A1 , A2 , A3 l.i. A1 , A2 , A3 non allineati;
A1 , A2 , A3 , A4 l.i. A1 , A2 , A3 , A4 non complanari.
5.3
Coordinate proiettive omogenee
Sia A = {a1 , . . . , an+1 } una base di V.
V r {0}
P(V) = Pn
Pn X = (x)
x=
n+1
X
xi ai
i=1
x 6= 0 (x1 , . . . , xn+1 ) 6= (0, . . . , 0).
Ci`
o vale indifferentemente anche per x K :
X = (x)
x =
n+1
X
xi ai
(xi , . . . , xn+1 )
i=1
Definizione 5.4 (x1 , . . . , xn+1 ) si dicono coordinate proiettive omogenee di X,

e si indicano con
X (x1 : : xn+1 ).
In Pn cè un riferimento proiettivo che permette di dare ad ogni X coordinate proiettive omogenee.
Ai = (ai ) (0 : : 1 : : 0)
sono detti vertici del riferimento proiettivo. Una base A di V determina un
sistema di coordinate proiettive omogenee su P(V) (cioè un riferimento proiettivo).
5.3. Coordinate proiettive omogenee
59
Osservazione La base A = {a1 , . . . , an+1 } determina anchessa lo stesso sistema

di coordinate proiettive omogenee in P(V ):
K
X = (x) = (x)
x=
n+1
X
x =
xi ai
i=1
n+1
X
xi ai =
i=1
n+1
X
xi (ai )
i=1
X (x1 : : xn+1 ) anche nella base A .

Osservazione
a) n + 1 punti di Pn l.i. non bastano per determinare univocamente un sistema di
coordinate proiettive omogenee. Ad esempio:
n = 1,
P1 A 1 , A 2
dim V = 2
A1 6= A2
A = {a1 , a2 } base di V
A1 = (a1 ) = (3a1 )
A2 = (a2 ) =
1
a
2 2
X = (x) (x1 : x2 )
x = x1 a1 + x2 a2 .

1
A = 3a1 , a2 altra base di V
2

x = x1 a1 + x2 a2 =
1
x1
3
X = (x)
1
3a1 + (2x2 ) a2
2
1
x1 : 2x2
3
b) n + 2 punti a (n + 1) a (n + 1) l.i. sono invece sufficienti.

Pn A1 , . . . , An+1 , U
Ai = (
ai )
U = (u)
n+1 } base di V
A = {
a1 , . . . , a
i = 1, . . . , n + 1
1 + + n+1 a
n+1 .
u = 1 a
Si noti ora che i 6= 0 i = 1, . . . , n + 1, altrimenti, supponendo e.g. 1 = 0,

n+1 i,
a2 , . . . , a
u h
i.e.
U, A2 , . . . , An+1 sono l.d., assurdo.

{z
}
|
n+1
Allora
1 , . . . , an+1 = n+1 a
n+1 }
A = {a1 = 1 a
è una base di V , privilegiata dal fatto che
u = a1 + + an+1
con coefficienti tutti uguali. A determina un sistema di coordinate proiettive
omogenee su Pn ; gli
Ai = (ai ) (0 : : 1 : : 0)
si dicono vertici del riferimento, mentre
U = (u) (1 : 1 : : 1)
si dice punto unit`
a.
60
Spazi proiettivi
5.4
Rappresentazione analitica dei sottospazi lineari proiettivi
Sia U V un sottospazio, dim U = r+1, = P(U) P(V) = Pn un sottospazio

lineare proiettivo,
U = hb1 , . . . , br+1 i base
0 6= x U
x=
r+1
X
Bi = (bi )
(x) = (x) = X
j bj
j=1
con i i non tutti nulli (combinazione lineare non banale).

r+1
r+1
X
X
j
x =
j bj
j bj =
j
j=1
j=1
Bi = (i bi )
i K .
Diciamo X combinazione lineare non banale di B1 , . . . , Br+1 .
r+1
X
= X Pn : X =
j Bj , j non tutti nulli = hB1 , . . . , Br+1 i.
j=1
Sia ora A = {a1 , . . . , an+1 } una base di V.
X = (x)
B = [bij ] Mat(n + 1, r + 1; K) con colonne l.i. car B = r + 1.
! n+1 r+1
n+1
r+1
n+1
r+1
X
X
X
X
X X
xi ai = x =
j bj =
bij ai =
bij j ai .
j
i=1
j=1
j=1
i=1
i=1
j=1
Dal confronto segue
xi =
r+1
X
bij j
j=1
i = 1, . . . , n + 1;
in forma pi`
u compatta:
x = B
Kr+1 r {0},
()
dette equazioni parametriche di .

Esempi Sia r = 1, i.e. sia una retta, = hA, Bi.
A (a1 : : an+1 )
B (b1 : : bn+1 )
X (x1 : : xn+1 ) dove
xi = ai + bi
(, ) 6= (0, 0)
i = 1, . . . , n + 1.
Per passare a delle equazioni cartesiane, è necessario eliminare .
x1
() car ...
B = car B = r + 1.
xn+1
()
5.5. Cambiamenti di coordinate e trasformazioni in Pn
61
Caso particolare: r = n 1. è un iperpiano. B ha n colonne, quindi la matrice

della () è una (n+1)(n+1), e il suo determinante vale secondo Laplace
1 x1 + 2 x2 + + n+1 xn+1 = 0.
Qualche i 6= 0 ( car B = n), quindi è descritto da unequazione
lineare omogenea non banale nelle x1 , . . . , xn+1 .
Caso generale. La condizione () si esprime annullando n + 1 (r + 1) minori
alternati orlando una sottomatrice di B che realizza la caratteristica. Si
ottengono nr equazioni lineari omogenee nelle x1 , . . . , xn+1 indipendenti.
Esempi Consideriamo una retta = hA, Bi P3 , A (a1 : a2 : a3 : a4 ), B (b1 :
b2 : b3 : b4 ).
X (x1 : x2 : x3 : x4 ) t.c.
2
x1
6 x2
car 6
4 x3
x4
a1
a2
a3
a4
b1
b2 7
7 = 2.
b3 5
b4
Supponiamo a1 b2 a2 b1 = 6= 0.

x1

0 = x2
x3

x1

0 = x2
x4
a1
a2
a3
b1
b2 = 1 x1 + 2 x2 + x3 = 0
b3
piano 1
a1
a2
a4
b1
b2 = 1 x1 + 2 x2 + x4 = 0
b4
piano 2
= 1 2 .
è descritto come intersezione di n r iperpiani.
Esercizio 5.4.1 In P4 sono dati i sottospazi lineari
2 :
1 : x1 = x2 = x3 = x4 x5 = 0
x1 x2 = 0
2x2 x4 + x5 = 0
x1 + x3 x4 = 0
3 :
x1 x4 = 0
x1 2x3 + x5 = 0
1) Determinare dim i .
2) Scrivere le equazioni cartesiane omogenee del pi`

u piccolo sottospazio lineare
proiettivo di P4 contenente 1 , 2 , 3 (i.e. 1 + 2 + 3 o h1 , 2 , 3 i).
5.5
Cambiamenti di coordinate e trasformazioni

in Pn
Consideriamo
: V r {0} P(V) = Pn
x 7 (x) = X.
62
Spazi proiettivi
Punto di vista passivo. Sia A = {a1 , . . . , an+1 } una base di V, e sia A =
} unaltra base di V.
{a1 , . . . , an+1
(x1 : : xn+1 ) X (x1 : : xn+1

)
n+1
X
xi ai = x
x=
i=1
n+1
X
xj aj .
j=1
dalla base A alla base A.
x1
K
..
.
C GL(n + 1; K).
xn+1
Sia C la matrice di passaggio

x1
... = C
xn+1
()
Punto di vista attivo. In Pn sia fissato il sistema di coordinate proiettive

omogenee. Sia
: Pn Pn
X 7 (X) (x1 : : xn+1

)
X (x1 : : xn+1 )
con le coordinate espresse dalla ().
Definizione 5.5 Una tale è detta omografia o proiettivit`

a 1.
Teorema 5.2 Le omografie di Pn formano un gruppo rispetto alla composizione, isomorfo al gruppo2

GL(n + 1; K)
Aut(V)
PGL(n + 1; K) =
,
{I : K }
{1V : K }
detto gruppo proiettivo generale lineare.
Definizione 5.6 Geometria proiettiva: lo studio delle proprietà dei sottoinsiemi
di Pn invarianti rispetto al gruppo delle omografie.
Teorema 5.3 [fondamentale della Geometria proiettiva] In Pn siano dati i punti
A1 , . . . , An+2
a (n + 1) a (n + 1) l.i.
B1 , . . . , Bn+2
a (n + 1) a (n + 1) l.i..
Allora ! omografia : Pn Pn t.c. (Ai ) = Bi per i = 1, . . . , n + 2.
Dimostrazione cf. M. Stoka, Corso di Geometria, Cedam, Padova 1987.
Esempi Sono propriet`

a proiettive:
essere sottospazi lineari di una data dimensione;
= P(U)
n
:P P
U|f = U
f Aut(V ) che induce

| = = P(U ).
1 La prima dicitura `
e utilizzata pi`
u frequentemente per trasformazioni di Pn in se stesso,
la seconda per trasformazioni in un altro Pn .
2 I due insiemi a quoziente sono rispettivamente il centro di GL e il centro di Aut.
5.6. Forme canoniche delle omografie
63
propriet`
a di incidenze;
1 2
1 + 2 .
il birapporto di 4 punti.
retta = hA, Bi
A1 , . . . , An
(i : i ) 6= (0, 0)
A i = i A + i B
1 3 3 1
(A1 A2 A3 )
=
(A1 A2 A3 A4 ) =
(A1 A2 A4 )
2 3 2 2
5.6
1 4 4 1
.
2 4 4 2
Forme canoniche delle omografie
Analizziamo la situazione dai punti di vista vettoriale e proiettivo.

f
V r {0}
V r {0}
P(V) P(V)
((x)) := (f(x))
vettoriale
x autovettore di f
f(x) = x
( K f Aut(V))
proiettivo
(X) = X
X punto unito
U sottospazio di V t.c.
x U r {0}
f(x) = x
= P(U)
X (X) = X
sottospazio lineare di punti uniti
U sottospazio f-invariante
f(U) = U
( f Aut(V))
= P(U)
X (X)
sottospazio unito
Esempi Consideriamo il piano proiettivo: P2 = P(V ).
A = (a)
f Aut(V )
A = {a, b, c}
B = (b)
2
A (f) = 40
0
Sia : P2 P2 lomografia indotta da f.

f(a) = a
C = (c)
3
0
5
, 6= 0
(A) = A
f(b) = b
(B) = B
f(c) = b + c
(C) hB, Ci.
A e B sono punti fissi; hB, Ci è una retta unita.
Per passare dalla forma canonica di Jordan degli f Aut(V) alla forma
canonica per le omografie, bisogna cercare un riferimento proiettivo in cui siano
privilegiati gli elementi uniti dellomografia.
64
Spazi proiettivi
Relazioni tra An e Pn
5.7
Introduciamo ora un argomento un po indigesto3 .

Fatti Sia V uno spazio vettoriale, dim V = n + 1, U V un sottospazio.
V
= {laterali di U in V},
U
ovvero le collezioni di elementi U + x dove x V è detto rappresentante del
laterale, è uno spazio vettoriale su K con le operazioni seguenti:
(U + x) + (U + y) = U + (x + y)
K.
(U + x) = U + x
Inoltre:
V
= dim V dim U
U
Pn = P(V) P(U) iperpiano di Pn
dim
dim U = n = dim V 1.
Fatto Lo spazio
A := P(V) r P(U)
è uno spazio affine n-dimensionale.
Ponendo
W := Hom

V
,U ,
U

V
vale dim W = dim U
dim U = dim U = n. W ha unazione su A data da
X = (x), x V r U
AW A
(X, f) 7 X + f =

x + f(U + x)
|{z} | {z }
VrU
{z
VrU
Valgono le proprietà 1) e 2) dellazione di uno spazio affine4 .
Osservazione La definizione non dipende dalla scelta del rappresentante di X:

X = (x)
(x + f(U + x)) = (x + f(U + x)) = ((x + f(U + x))) = ((x + f(U + x))).
Ancora su An e Pn
5.8
Sia Pn un iperpiano di equazione n+1 = 0.

Pn r X (1 : : n : n+1 )

n
1
: :
:1
n+1
n+1
con n+1 6= 0
(x1 , . . . , xn ) Kn .
3 Chi
4 cf.
lo capisce, bene; gli altri si prenderanno un Alka-Seltzerr .

E. Sernesi, op. cit.
5.8. Ancora su An e Pn
65
Quindi Pn r (= Kn ) = An .
Sia ora 6= un iperpiano di Pn di equazione
: 1 1 + + n n + n+1 n+1 = 0.
Qualche i 6= 0.
r X (x1 : : xn : 1)
1 x1 + + n xn + n+1 = 0,
che rappresenta un iperpiano di An . In generale: sia Pn un sottospazio
lineare proiettivo, dim = r e t.c. 6 . Allora
L := r
è un sottospazio lineare affine di An , e dim L = r.
Viceversa: An si può immergere in Pn .
An Pn = An {punti impropri (direzioni delle rette di An )} = An
spazio affine esteso con gli elementi impropri.
An X = (x1 , . . . , xn )
= (x1 : : xn : 1)
= (1 : : n : n+1 )
dove n+1 6= 0 e i = xi n+1 .
Consentendo n+1 = 0 si possono rappresentare enti che non sono punti di An

(punti impropri). Sia
An L(X1 , hX2 X1 i) retta X1 , X2
i
x1
..
i
i
i
i
X (x1 , . . . , xn )
x = . Kn .
xin
L ha equazioni parametriche
x = x1 + t(x2 x1 ) = (1 t)x1 + tx2 .

1
2
x
x
x
= (1 t)
+t
1
1
1
| {z }
| {z }
| {z }
= +
con K
n+1 = + .
1
Per n+1 6= 0 ho sempre i punti di L An . Ponendo n+1 = 0 (i.e. = ) si

ottiene il punto improprio di L (punto di Pn r An )
X (L) = ( x21 x11 : . . . : x2n x1n
|
{z
}
componenti del vettore x2 x1 ,

che d`
a la direzione di L
: 0),
66
Spazi proiettivi
che rappresenta la direzione di L. Pertanto

{punti impropri} =
detto iperpiano improprio, descritto in Pn da n+1 = 0.

Se L An è un sottospazio lineare,
= L = L {punti impropri delle rette in L} Pn
|
{z
}
L
è un sottospazio lineare proiettivo, e vale
dim = dim L.
A sostegno della generalità: dato un iperpiano Pn ,
: Pn Pn
( ) = .
t.c.
Basta mandare n punti l.i. di nei punti A1 (1 : 0 : : (0)), . . . , An (0 :

: 1 : (0)). Quanto detto finora per si ripete quindi per qualsiasi .
Osservazione Sul parallelismo: dati L1 , L2 An , vale
5.9
L1 k L2 Dir L1 Dir L2 L1 L2 .
Trasformazioni
Sia : Pn Pn lomografia di equazione

= C
con C GL(n + 1; K), K .
Proposizione 5.1 ( ) = ha equazione del tipo
c1
..
A
.
=
con det A 6= 0.
,
cn
0 0
Dimostrazione Partendo da
2
6
6
4
= 6
d1
dn
c1
..
.
cn
3
7
7
7 ,
5
X (1 : : n : 0) voglio
(X) (1 : : n : n+1
) .
Affinche X sia (X) , deve essere
0 = n+1
= d1 1 + + dn n d1 = = dn = 0.
5.9. Trasformazioni
67
Sia ora : Pn Pn t.c. ( ) = .
(Pn r ) = Pn r
| {z }
| {z }
An
An
n
x1
..
.
xn
1
|An : A A
c1
x1
.. ..
.
.
cn xn
0 1
1
det A 6= 0
i.e. A GL(n; K).
Quindi |An è unaffinità. Viceversa:
: An An
=
^ : Pn Pn
( ) = .
Corollario Le affinit`
a di An sono le restrizioni ad An delle omografie di Pn
che hanno come iperpiano unito.
Osservazione Sottolineiamo la generalit`

a del discorso in relazione a K.
Esempi Sia K = 2 = {0, 1}. Cosè A2 ( 2 ) ( 22 )? Esso consiste di 4 punti,

chiamiamoli A (0, 0), B (1, 0), C (0, 1), D (1, 1). Le rette sono
{A, B}, {C, D}, {A, D}, {B, C}, {A, C}, {B, D},
e sono in tutto

4
2
= 6. Le classi di parallelismo sono:

{A, B} k {C, D}
Dir L =
{A, D} k {B, C}
Dir L =

P2 (
0
1

{A, C} k {B, D}
Pertanto
1
0
Dir L =
1
1
F ) = A (F ) {3 punti impropri}.
2
Tale spazio viene detto piano di Fano, e viene rappresentato come in figura:
Esercizio 5.9.1 Contare punti e rette di A2 (
q)
e P2 (
q ).
Capitolo 6
Ipersuperfici quadriche
Sia V uno spazio vettoriale, dim V = n + 1, Pn = P(V),
: V r {0} P(V)
v 7 (v) = X.
Sia : V K una forma quadratica, 6= 0. Tentiamo una prima definizione.
Definizione 6.1 Definiamo iperquadrica di Pn un insieme

{X Pn : X = (v), (v) = 0}.
Osservazione
1) La definizione è ben posta:
X = (v)
con K
(v) = 2 (v)
(v) = 0 (v) = 0.
2) K , e rappresentano la stessa iperquadrica.
Sia Char K 6= 2. Allora determina univocamente la forma bilineare simmetrica a cui è associata. Sia A = {a1 , . . . , an+1 } una base di V; è univocamente
determinata A Mat(n + 1; K), A = AT , A 6= 0 t.c.
(v) = xT Ax
x1
xi ai e x = ... Kn+1 .
dove v =
i=1
xn+1
n+1
X
Daltro canto, A induce un sistema di coordinate proiettive omogenee di Pn :

X = (v)
X (x1 : : xn+1 ).
Per brevit`
a, poniamo X (x). La definizione di iperquadrica si può riformulare
cos`:
69
Definizione 6.2 Definiamo iperquadrica di Pn un insieme
Z(f) = {X Pn : X (x), xT Ax = 0},
| {z }
f(x)
ovvero gli zeri di f. f(x) è un polinomio omogeneo di II grado nelle x1 , . . . , xn+1

a coefficienti in K, e viene detto equazione della iperquadrica.
Osservazione Se ad esempio f = g2 , con g polinomio omogeneo di I grado, Z(f) =
` quindi un po ingenuo pensare alle iperquadriche con
Z(g) è uno stesso iperpiano. E
la precedente definizione.
Definizione 6.3 [meno ingenua] Definiamo iperquadrica di Pn

Q = (Z(f), f),
con la convenzione che (Z(f), f) = (Z(f ), f ) se f = f con K ( =
rappresentano la stessa Q).
Osservazione Dora innanzi ci permetteremo per praticit`
a i seguenti abusi linguistici:
Q = Z(f);
f(x) = 0 è l equazione di Q;
A è la matrice di Q.
Definizione 6.4 Siano Q, Q iperquadriche di Pn . Diciamo che Q e Q sono

proiettivamente equivalenti, e scriviamo
Q pr
Q ,
se
: Pn Pn
t.c.
(Q) = Q .
Concretamente: supponiamo
Q : xT Ax = 0,
e 1 abbia equazione1
x = Cx
con K , C GL(n + 1; K).
Dunque:
0 = xT Ax = xT CT AC x = 0,
| {z }
A
xT A x = 0
è lequazione di Q = (Q). Conclusione:

Q pr
Q A = CT AC,
dove A e A sono le matrici di Q e Q rispettivamente, K e C GL(n +

1; K).
1 Definiamo
linversa solo per comodit`

a rispetto ai passaggi successivi.
70
Definizione 6.5 Diciamo rango di Q

rk Q = car A.
Osservazione Q pr
Q rk Q = rk Q , infatti
car(A) = car A
car(CT AC) = car A
6.1
perche congruenti.
Punti singolari
Consideriamo lintersezione di Q con una retta l.

Q : xT Ax = 0
l = hY, Zi
Y (y) Z (z)
l : x = y + z
(, ) 6= (0, 0).
Lequazione risolvente del sistema tra le due è

(y + z)T A(y + z) = 0
2
yT Ay + (yT Az + zT Ay) + 2 zT Az = 0.
Notiamo che yT Az = zT Ay:
K yT Az = (yT Az)T = zT AT y = zT Ay.
Giungiamo quindi a
2 (yT Ay) + 2(zT Ay) + 2 (zT Az) = 0,
()
equazione omogenea di II grado in , . Essa può essere:

identicamente soddisfatta l Q;
unequazione di II grado in
(o
) in K
Q l consiste al pi`
u di 2 punti.
Sia ora Y Q. Allora yT Ay = 0, e la () diventa

2(zT Ay) + 2 (zT Az) = 0,
()
percui vige la corrispondenza

= 0 Y Q.
Pertanto, = 0 è radice doppia l ha con Q almeno 2 intersezioni riunite nel

punto Y.
Definizione 6.6 Y si dice punto singolare di Q se ogni retta di Pn per Y ha
con Q almeno 2 intersezioni riunite nel punto Y. Poniamo
Sing Q = {punti singolari di Q}.
`
6.2. Riducibilita
71
Esempi Si pu`
o immaginare in P2R una conica degenere formata da due rette intersecantisi in un solo punto: tale punto è singolare.
Proposizione 6.1 Se Q ha equazione xT Ax = 0 e Y (y) allora

Y Sing Q Ay = 0.
Dimostrazione
Y è singolare
z K
n+1
Z Pn , l = hY, Zi ha almeno 2 intersezioni in Y

2 3
nella () si ha zT Ay = 0
6 7
Ay = 4 ... 5 .
Corollario Sing Q è un sottospazio lineare proiettivo di Pn ,

Sing Q = P(N()),
dim(Sing Q) = n rk Q.
Dimostrazione
Le soluzioni di Ay = 0 definiscono il sottospazio lineare proiettivo di Kn+1 che
corrisponde a N() Sing Q = P(N()).
dim(Sing Q) = dim N() 1 = (nullit`
a+rango)
= (n + 1 car A) 1 = n car A = n rk Q.
In particolare, Q è non singolare se e solo se:

Sing Q = n rk Q = 1 rk Q = n + 1 car A = n + 1 det A 6= 0.
Osservazione Si noti:
6.2
se car A = n,
Sing Q = 1 punto;
se car A = n 1,
Sing Q = 1 retta;
se car A = n 2,
Sing Q = 1 piano.
Riducibilit`
a
Facciamo una piccola premessa. Sia Char K 6= 2, Q Pn ,

Q : xT Ax = 0
A Mat(n + 1; K), A = AT 6= 0.
r = rk Q = car A è uninvariante proiettiva, e si ha
1rn+1
dim(Sing Q) = n r.
Cosa succede a Q se r è molto piccolo?
72
Sappiamo da Lagrange che C GL(n + 1; K) t.c.
..
i K
CT AC =
i = 1, . . . , r = car A.
0
.
..
Geometricamente questo ci dice che : Pn Pn omografia t.c.

(Q) : 1 x21 + + r x2r = 0
Sing Q = {(0 : : 0 : yr+1 : : yn+1 )} = Pnr .
Sia ora f(x) = xT Ax.

Definizione 6.7 Q si dice riducibile se f(x) = g1 (x)g2 (x), con g1 , g2 polinomi
omogenei di I grado a coefficienti in K o in K.
Teorema 6.1 Q riducibile rk Q 2.
Dimostrazione
) Se rk Q = 1 allora Q pr
Q : 1 x21 = 0 riducibile.
Se rk Q = 2 allora Q pr
Q : 1 x21 + 2 x22 = 0. Dividendo per 1 otteniamo
2
(ponendo = 1 )
0 = x21 + x22 = (x1 x2 )(x1 + x2 )
poiche K : 2 = ; quindi Q è riducibile.
) 1 caso. Sia g2 = g1 , K . g1 = 0 è lequazione di un iperpiano . Sia

: Pn Pn omografia t.c. () è liperpiano x1 = 0.
g21 = 0
2
60
6
A = 6.
4 ..
0
0
0
..
.
0
(Q) : x21 = 0
..
.
0
07
7
.. 7
.5
0
rk Q = 1.
2 caso. Siano g1 , g2 K[x1 , . . . , xn+1 ], ma g2 6= g1 . gi = 0 è lequazione

di un iperpiano i per i = 1, 2. : Pn Pn omografia2 t.c. (i ) è
liperpiano di equazione xi = 0 per i = 1, 2.
2g1 g2 = 0
2
0
61
6
A = 6.
4 ..
0
1
0
..
.
0
(Q) : 2x1 x2 = 0
..
.
0
07
7
.. 7
.5
0
rk Q = 2.
2 Infatti e si incidono in un sottospazio lineare proiettivo di dim = n 2 e sono

1
2
` quindi sufficiente imporre
pertanto identificabili da questo e da due punti esterni ad esso. E
(n 2 + 1) + 1 + 1 = n + 1 condizioni.
6.3. Classificazione ed equazioni canoniche
73
3 caso. Siano g1 , g2 K[x1 , . . . , xn+1 ] r K[x1 , . . . , xn+1 ]. Ricordiamo che

g1 g2 K[x1 , . . . , xn+1 ],
quindi l1 , l2 K[x1 , . . . , xn+1 ] t.c.

g1 = l1 il2
g2 = (l1 + il2 )
K ,
i2 = 1.
Esercizio 6.2.1 Provare per credere: (a + ib)(c + id)
R ...
li = 0 è lequazione di un iperpiano i per i = 1, 2. : Pn Pn t.c.

(i ) è liperpiano di equazione xi = 0 per i = 1, 2.
(l1 il2 )(l1 + il2 ) = (l21 + l22 )
(Q) : (x21 + x22 ) = 0
60
6
A = 6.
4 ..
0
..
.
0
..
.
0
07
7
.. 7
.5
0
rk Q = 2.
Osservazione Sia Q Pn . Valgono:

Q singolare rk Q n;
Q riducibile rk Q 2.
Si tratta della stessa condizione solo per n = 2, i.e. solo per le coniche.
Esempi In P3 A3 consideriamo il cono di equazione z2 = x2 + y2 .
x21 + x22 x23 = 0
2
6
Sing Q = {(0 : 0 : 0 : 1)}

3
A=6
4
7
7
5
1
1
rk Q = 3.
0
Quindi tale quadrica è singolare ma irriducibile.
6.3
Classificazione ed equazioni canoniche
Cominciamo dal caso K = K (e.g. K = ). Sappiamo che C GL(n + 1; K)

t.c.

Ir 0
CT AC =
.
0 0
Geometricamente, : Pn Pn omografia t.c.
(Q) : x21 + + x2r = 0
r = rk Q.
Corollario Sia K = K. Allora

Q pr
Q rk Q = rk Q ,
i.e. rk Q è lunico invariante proiettivo di Q.
74
3
Esempi [Classificazione delle Q PC
]
rk
eq. canonica
x21 + x22 + x23 + x24 = 0
x21 + x22 + x23 = 0
propriet`
a
Q non singolare
Sing Q = {(0 : 0 : 0 : 1)},
ovvero solo il vertice;
Q è detto cono quadratico
x21 + x22 = 0
Q riducibile in due piani distinti

Sing Q = {(0 : 0 : : )} è una retta
(lintersezione dei due piani
in cui la quadrica si spezza)
x21 = 0
Q riducibile in due piani coincidenti

(i.e. un piano contato due volte);
Sing Q è il piano stesso
2
Esercizio 6.3.1 Classificazione delle coniche in PC
.
Osserviamo ora una proprietà delle quadriche di rango 4.

rk Q = 4
x21
x22
+
= (x23 + x24 )
(x1 ix2 )(x1 + ix2 ) = (x3 ix4 )(x3 + ix4 ).

x1 ix2 = (x3 ix4 )
x1 + ix2 = (x3 + ix4 )
definisce una retta Q. Prendiamo due parametri (h, k) 6= (0, 0) e consideriamo

h(x1 ix2 ) = k(x3 ix4 )
k(x1 + ix2 ) = h(x3 + ix4 ).
Al variare di (h : k) si ottiene una famiglia F di rette Q. Analogamente

x1 ix2 = (x3 + ix4 )
x1 + ix2 = (x3 ix4 )
definisce una retta Q; presi (h , k ) 6= (0, 0) otteniamo

h (x1 ix2 ) = k (x3 + ix4 )
k (x1 + ix2 ) = h (x3 ix4 ).
Al variare di (h : k ) si ottiene una seconda famiglia F di rette Q.
Individuiamo le seguenti proprietà:
1) Per l1 , l2 F (oppure F ) succede che l1 l2 = , ovvero sono sghembe;
2) l1 F e l2 F si ha l1 l2 = {punto};
3) Y Q l1 F , l2 F t.c. l1 l2 = {Y}.
6.3. Classificazione ed equazioni canoniche

Si dice che Q è (doppiamente) rigata 3 .
Passiamo ora al caso K = . Sappiamo che C GL(n + 1;
Ip
Iq
CT AC =
75
R) t.c.
Sgn A = (p, q)
p + q = car A.
Osservazione Se Sgn A = (p, q) Sgn(A) = (q, p). Eppure A e A rappresentano la stessa Q.
Definizione 6.8 Dicesi segnatura di Q la coppia Sgn Q = (p , q ) dove

Sgn A oppure
(p , q ) =
Sgn(A)
in modo che p q .
Geometricamente, data Q con Sgn Q = (p, q), : Pn Pn omografia t.c.
(Q) : x21 + + x2p x2p+1 x2p+q = 0.
Corollario Sia K =
R. Allora
Q pr
Q Sgn Q = Sgn Q ,
ovvero, dette A e A le matrici di Q e Q , si ha Q pr

Q se e solo se A e A
hanno uguali p + q e |p q|.
Esempi [Classificazione delle Q P3R ]
rk
Sgn Q
eq. canonica
(4, 0)
(3, 1)
(2, 2)
x21 + x22 + x23 + x24 = 0

x21 + x22 + x23 x24 = 0
x21 + x22 x23 x24 = 0
(3, 0)
(2, 1)
x21 + x22 + x23 = 0

x21 + x22 x23 = 0
(2, 0)
x21 + x22 = 0
(1, 1)
x21 x22 = 0
(1, 0)
x21 = 0
propriet`
a
immaginaria
reale non rigata
reale rigata
cono immaginario
cono reale
riducibile in 2 fattori
complessi coniugati distinti
riducibile in 2 piani
riducibile in 2 piani coincidenti
3
.
Continuano a valere per rango le propriet`
a valide in PC
2
Esercizio 6.3.2 Classificazione delle coniche in PR
.
3 Si pu`
o visitare in proposito il sito Internet http://www.math.umn.edu/ roberts/java.
dir/JGV/, dove sono reperibili rappresentazioni interattive delle quadric ruled surfaces.
76
Osserviamo ora una proprietà delle quadriche con Sgn Q = (2, 2).
x21 x23 = x24 x22
(x1 x3 )(x1 + x3 ) = (x4 x2 )(x4 + x2 ).

x1 x3 = x4 x2
x1 + x3 = x4 + x2
è una retta Q. Prendiamo (h, k) 6= (0, 0).

h(x1 x3 ) = k(x4 x2 )
k(x1 + x3 ) = h(x4 + x2 )
Al variare di (h : k) si ottiene una famiglia F di rette Q. Similmente, presi
(h , k ) 6= (0, 0), abbiamo

h (x1 x3 ) = k (x4 + x2 )
k (x1 + x3 ) = h (x4 x2 ).
Al variare di (h : k ) si ottiene una famiglia F di rette Q. Le proprietà di
F , F sono le stesse che valgono nel caso K = K. Q è (doppiamente) rigata.
Se Sgn Q = (3, 1), invece, Q non contiene rette.
Dimostrazione Si prenda

Q : x21 + x22 + x23 x24 = 0

x21 + x22 + x23 x24 = 0
x4 = 0
: x4 = 0.
x21 + x22 + x23 = 0, conica immaginaria

P3 r = A3 .
La traccia di Q in tale A3 con coordinate x =
x1
,
x4
y=
x2
,
x4
z=
x3
x4
ha equazione
x2 + y2 + z2 1 = 0.
Per assurdo sia una retta l su Q.
x = x0 + mt
y = y0 + nt
l:
z = z0 + pt
(x0 + mt)2 + (y0 + nt)2 + (z0 + pt)2 1 = 0

2
t (m + n + p ) + t(
)+(
) = 0.
Tutti i coefficienti devono essere 0, e in particolare m2 + n2 + p2 = 0. Assurdo.
6.4
Rette e iperpiani tangenti
Consideriamo:
Q Pn
Y (y) Q r Sing Q
Q : xT Ax = 0
yT Ay = 0 ma Ay 6= 0.
l = hY, Zi.
`
6.5. Polarita
77
Il sistema che ci dà l Q è

x = y + z
xT Ax = 0
(, ) 6= (0, 0)
6= 0
e la sua equazione risolvente è (cf. () a pag. 70)

2(zT Ay) + 2 (zT Az) = 0.
()
Definizione 6.9 l è tangente a Q in Y se l ha con Q almeno 2 intersezioni

riunite in Y; i.e. se = 0 è radice almeno doppia di (); i.e. se zT Ay = 0.
Notiamo che le tangenti stanno su un iperpiano. l è una retta tangente a Q se
dove
x = y + z
zT Ay = 0.
Sia X (x) Pn giacente su una retta tangente a Q in Y.

0 = zT Ay = (x y)T Ay = xT Ay yT Ay
| {z }
=0
Allora

x1
0
.. ..
Ay = . =
6 .
0
xn+1
xT Ay = 0
i.e.
xT u = 0
che è un iperpiano.
Definizione 6.10 Le rette tangenti a Q in Y generano un iperpiano detto
iperpiano tangente a Q in Y e denotato con TY (Q).
Se
Q : xT Ax = 0
allora
TY (Q) : xT Ay = 0.
6.5
Polarit`
a
Sia Q Pn non singolare (det A 6= 0).

Y (y) Pn
quindi Y Pn lequazione
Ay 6= 0
xT Ay = 0
definisce un iperpiano.
Definizione 6.11 Diciamo iperpiano polare di Y rispetto a Q liperpiano PY (Q)
di equazione
xT Ay = 0.
78
Proprietà:
1) Se Y Q, PY (Q) = TY (Q) (ovvio).
2) Legge di reciprocit`
a:
Z PY (Q) Y PZ (Q).
Dimostrazione Abbiamo:
PY (Q) : xT Ay = 0
zT Ay = 0
zT Ay = yT AT z = 0
A = AT
yT Az = 0
PZ (Q) : xT Az = 0.
Esempi Sia n = 3. Il piano polare contiene tutti i punti di tangenza alla quadrica,
come nellillustrazione è delineato dalla superficie apparente:
6.6
Natura dei punti di una quadrica
Sia Q Pn = P(V). Consideriamo un sottospazio lineare

= P(U) = Pr
con 6 Q, P(U) P(V).
` una quadrica in Pr .
Chi è Q ? E
Q
Q |U
forma quadratica su V (6= 0);

forma quadratica rispetto ad U (6= 0, siccome 6 Q).
In coordinate:
Q : xT Ax = 0
: x = U
U Mat(n + 1, r + 1; K)
= ... coord. omog. in Pr .

Q : xT (UT A U) x = 0
| {z }
r+1
BMat(n+1;K)
B=BT
In particolare, se Q P3 , è un piano e Q è una conica su = P2 . Che

conica è se è un piano tangente a Q?
6.6. Natura dei punti di una quadrica
79
Teorema 6.2 Sia4 Q P3R irriducibile e sia Y Q r Sing Q. TY (Q) Q è una

conica con un punto singolare in Y, cioè uno dei tipi:
iperbolico
parabolico
ellittico
Se Q : xT Ax = 0 allora i tre casi si presentano a seconda che sia rispettivamente

det A > 0, = 0, < 0.
Dimostrazione Tutte le propriet`
a coinvolte sono invarianti per omografie:
a) Sia : Pn Pn omografia.
Q = (Q)
Y = (Y)
TY (Q ) = (TY (Q)).
b) Abbiamo:
A = (CT AC)
A Mat(4;
R)
det A = (det C) det A.

| {z }
>0
Quindi, a meno di unomografia (o di un cambiamento di coordinate proiettive omogenee), possiamo supporre

Y (0 : 0 : 0 : 1)
TY (Q) : x3 = 0.
Cosa ci`
o comporta per Q?
Q:
x1
x1
6 7
x4 A 4 ... 5 = 0
x4
2 3
TY (Q) :
x1
x4
60 7
7
A6
40 5 = 0
1
(cè una strage)
a14 x1 + a24 x2 + a34 x3 + a44 x4 = 0
Voglio che questo sia il piano di equazione x3 = 0, perci`
o
(a34 6= 0)
a14 = a24 = a44 = 0

2
Q:
Q TY (Q) :
4 Le
x1
a11
6a12
x4 6
4a13
0
|
xT Ax = 0
x3 = 0
a12
a22
a23
0

{z
A
a13
a23
a33
a34
0 2x 1 3
0 7
.7
76
4 . 5=0
a34 5 .
x4
0
}
a11 x21 + 2a12 x1 x2 + a22 x22 = 0

x3 = 0
ipotesi restringono il campo alle quadriche con Sgn(Q) = (3, 1), (2, 2), (2, 1).
80
conica nel piano x3 = 0 che ha un punto singolare in (0 : 0 : 0 : 1) = Y.

I tipi dipendono dal segno di , discriminante del trinomio sopracitato:
= a212 a11 a22 .

4
Daltra parte, per Laplace,

a11

det A = a34 a12
a13
a12
a22
a23
0 = a234 (a11 a22 a212 ) = a234 .

4

a34
Quindi det A e hanno lo stesso segno.
Esercizio 6.6.1 Verificare il punto a).
Corollario Tutti i punti reali non singolari di Q hanno la stessa natura, i.e.
sono tutti iperbolici/parabolici/ellittici.
Esempi
2
Sgn Q = (3, 1)
Sgn Q = (2, 2)
6
A=6
4
2
Sgn Q = (2, 1)
6
A=6
4
7
7
5
A=6
4
2
1
1
1
det A < 0
quadrica a punti ellittici
3
7
7
5
1
1
det A > 0
quadrica a punti iperbolici
1
3
7
7
5
1
1
det A = 0
quadrica a punti parabolici
0
Esercizio 6.6.2 Con la stessa tecnica usata nella dimostrazione del teorema provare:
3
non singolare e sia P3 un piano. La conica Q ha un punto
Sia Q PR
singolare Y = TY (Q). ( gi`
a visto.)
3
Sia Q PR
irriducibile e sia P3 un piano. La conica Q ha un punto
singolare Y se e solo se
= TY (Q)
oppure
Y Sing Q.
Osservare che il teorema vale per K in luogo di

ovvie modifiche di terminologia.
R e per P
in luogo di P3 con
3
Esercizio 6.6.3 Sia Q PR
irriducibile e sia Y l retta Q con Y non singolare
per Q. Allora TY (Q) l.
Manifestiamo ora limportanza del corollario, che discende dal fatto che tale
proprietà non è valida per qualunque superficie.
La natura dei punti è una proprietà locale di tipo geometrico differenziale.
3
Definizione 6.12 S AR
è una superficie regolare se Y S le rette tangenti
a S in Y formano un piano TY (S).
Esercizio 6.6.4 Cercare una superficie regolare S A3 in cui ci siano punti di natura
iperbolica, parabolica ed ellittica.
6.7. Iperquadriche in An
6.7
81
Iperquadriche in An
Consideriamo:
x1

x = ... Kn
An X (x),
xn
f K[x1 , . . . , xn ] polinomio di II grado.

Definizione 6.13 Definiamo iperquadrica in An la coppia Q = (Z(f), f).
Osservazione Q An esiste unica la relativa chiusura proiettiva; ciononostante
non tutte le Q Pn sono chiusure proiettive.
Sia
f(x) =
xT A0 x
| {z }
pol. omog. II gr.
2a x
| {zT }
pol. omog. I gr.
a
|{z}
termine noto
I due polinomi determinano rispettivamente una forma quadratica ed una forma

bilineare su Kn .

0 6= A0 = A0T Mat(n; K)

A0 a
x
x
1
x
=
.
T
1
aT a
1
|
{z
}
AMat(n+1;K)
A=AT
Definizione 6.14 Siano Q, Q quadriche di An . Diciamo che Q e Q sono

equivalenti dal punto di vista affine, e scriviamo Q Q , se affinit`
a
: An An
(Q) = Q .
t.c.
Indichiamo ora con Q la chiusura proiettiva di Q, e con Q = Q la

quadrica allinfinito di Q.

(Q) = Q
n
n
Q Q : P P :
(Q ) = Q
In An
C,
In An
R,
Q Q rk Q = rk Q ,
rk Q = rk Q
Q Q Sgn Q = Sgn Q ,
Esempi [Classificazione delle Q A2C ]

rk Q
rk Q
Sgn Q = Sgn Q
.
conica
2
1
irriducibile, iperbole o ellisse

irriducibile, parabola
2
2
2
1
2 rette distinte incidenti

2 rette parallele
una retta contata 2 volte
3
3
82
Esercizio 6.7.1 Classificazione delle Q A2R .

3
] Distinguiamo 17 classi.
Esempi [Classificazione delle Q AR
`
a) Q irriducibile e a punti reali. E determinante la coppia (Sgn Q, Sgn Q ), la
cui prima componente d`
a la natura dei punti, mentre la seconda discrimina la
quadrica allinfinito:

(3, 0) immaginaria
irriducibile
(2, 1) reale
(2, 0) 2 fattori lineari complessi coniugati
riducibile
(1, 1) 2 rette distinte incidenti
(1, 0) 2 rette coincidenti
punti ellittici
punti iperbolici
punti parabolici
immag.
non degen.
ellissoide
(reale)
x2 + y2 + z2 = 1
reale
non degen.
iperboloide
ellittico
(a due falde)
x2 y2 z2 = 1
iperboloide
iperbolico
(a una falda)
x2 + y2 z2 = 1
cono
(reale)
x2 + y2 z2 = 0
paraboloide
ellittico
x2 + y2 2z = 0
paraboloide
iperbolico
(a sella)
x2 y2 2z = 0
cilindri
x2 y2 = 1
x2 2y = 0
degenere
Osservazione
Le quadriche a punti iperbolici o parabolici non possono tagliare il piano
allinfinito in punti immaginari.
I cilindri sono di tre specie:
ellittici, x2 + y2 = 1;
iperbolici, x2 y2 = 1;
parabolici, x2 2y = 0.
La determinazione avviene attraverso i piani che tagliano il cilindro: se la

sezione è unellisse, è un cilindro ellittico, e cos` via.
b) Q irriducibile immaginaria.
x2 + y2 + z2 = 1
x2 + y2 + z2 = 0
x2 + y2 = 1
ellissoide (immaginario)
cono (immaginario)
cilindro (immaginario)
c) Q riducibile.
x2 y2 = 0
x2 1 = 0
x2 = 0
2 piani distinti incidenti, Sing Q 6

2 piani paralleli, Sing Q
piano contato 2 volte
Osservazione Se Q non singolare: det A0 = 0 (Q singolare) tangente a Q.
6.8. Iperquadriche in En
83
Definizione 6.15 X0 An è un centro di Q se X Q anche X Q, dove X

è il simmetrico di X rispetto a X0 .
Definizione 6.16 Una quadrica Q è a centro se ha 1! centro.
Osservazione Q ha O (0) come centro a = 0.
X (x) Q
X (x) Q
xT A0 x + 2aT x + a = 0
xT A0 x 2aT x + a = 0
4aT x = 0.
Ora o a = 0 oppure X Q appartiene alliperpiano aT x = 0. In tal caso abbiamo

(aT x)2 = 0
polinomio omogeneo di II grado in x1 , . . . , xn a = 0.
Teorema 6.3 Q è a centro det A0 6= 0.
Dimostrazione Q è a centro ! traslazione : An An

: x = x + c
1 : x = x c
t.c. (Q) ha centro in O (0), ossia per

(Q) :
xT
risulta a = 0. Facendo i conti si ha:

Q è a centro !c
a
a
A0
aT

x
1
=0
: A0 c + a = 0
il sistema A0 c = a è crameriano
6.8
det A0 6= 0.
Iperquadriche in En
Sia En X (x).
Q: f

x
1

xT

x
A0 a
= 0.
aT a
1
{z
}
|

A=AT 6=0
Definizione 6.17 Siano Q, Q quadriche di En . Diciamo che Q e Q sono

equivalenti dal punto di vista euclideo metrico, e scriviamo Q eucl
Q , se rototraslazione (congruenza)
Concretamente:
: En En
x
1
t.c.
(Q) = Q .

x
R c
0T 1
1
| {z }

R SO(n)
(R O(n))
Q = (Q) :
xT

RT 0
A0 a
R c
x
=0
cT 1
aT a
0T 1
1
{z
} | {z }
| {z } |
CT
det C = det R = 1
A = CT AC
A0 = RT A0 R.
84
Osservazione
det A = (det C)2 det A = det A;
A0 = R1 A0 R, i.e. A0 , A0 simili A 0 (t) = A 0 (t).

A 0 (t) =
n
X
(1)i ni ti .
i=0
Definizione 6.18 Diciamo invarianti ortogonali di A

j = (1)nj (coeff. di tnj in A0 (t)) j = 1, . . . , n
Ij (A) =
det A
j = n + 1.
Osservazione In particolare:
I1 = a11 + + ann = Tr A0 ;
In = det A0 ;
In+1 = det A.
Osservazione Ij (A) = j Ij (A) . j è detto peso di Ij (A). Lannullarsi di

qualche Ij e il segno di I2h o di un prodotto di invarianti di peso complessivo pari
esprimono propriet`
a di Q invarianti per congruenze.
Esempi
In+1 = det A = 0 Q è singolare (è invariante per omografie);
In = det A0 = 0 Q non è a centro (è invariante per affinit`
a);
Per Q E2 , I1 = 0 Q è uniperbole equilatera.
Definizione 6.19 Diciamo invarianti assoluti di Q, se e.g. I1 6= 0,

I2 I3
In In+1
,
, . . . , n , n+1 .
I1 I1
I12 I13
Teorema 6.4 Q eucl
Q Q, Q hanno uguali i corrispondenti invarianti assoluti.
Osservazione Limitandosi a Q non troppo degeneri vale anche il viceversa.
6.9
Classificazione euclidea metrica di Q E3
Procediamo5 alla classificazione delle quadriche di E3 .

Osservazione
Sappiamo che R SO(n) : R1 AR = diagonale. Geometricamente ci`

o significa che a meno di una rotazione di centro O possiamo supporre A0 diagonale
(i.e. niente termini rettangolari).
Se det A0 6= 0, a meno di una traslazione possiamo supporre a = 0 (i.e. niente
termini lineari).
5 cf. E. Marchionna, U. Gasapina, Appunti ed esercizi di Geometria 1, Masson, Milano
1984.
6.9. Classificazione euclidea metrica di Q E3
85
Caso I3 6= 0. (Se Q è a punti reali significa Q a centro.)

A meno di una rototraslazione abbiamo
0 0 0
I1 = + +
0 0 0
I
2 = + +
A=
0 0 0
I3 = 6= 0
I4 = = I3
0 0 0
2
I4 = 0 = 0
x + y2 + z2 + = 0.
I4 = 0. x2 + y2 + z2 = 0.
Analizziamo i segni:

I] + + + a meno di moltiplicare per 1;
II] + + a meno di moltiplicare per 1
e a meno
di una
rotazione che permuta gli assi,

0 0 1
e.g. 1 0 0.
0 1 0
Dividiamo lequazione per ||.
I] p2 x2 + q2 y2 + z2 = 0,
II] p2 x2 + q2 y2 z2 = 0,
Q cono immaginario;
Q cono reale.
Sing Q = {(0 : 0 : 0 : 1)}, vertice V (0, 0, 0).

I2 > 0
Lemma , , hanno lo stesso segno
.
I1 I3 > 0

I2 = + +
I1 I3 = ( + + )
) Ovvio.
) Supponiamo > 0, voglio > 0.
2
0 < I1 I3 = ( + ( + ))
> 0 oppure
< ( + ).
Nel secondo caso avremmo:
0 < I2 = ( + ) + <
< ( + )2 + = (2 + + 2 ) < 0
assurdo > 0.
Dal lemma si distinguono i due casi:

I1 I3 > 0
I]
I2 > 0
II] altrimenti.
86
Nel caso II] abbiamo:
P0 (x0 , y0 , z0 ) Q hO, P0 i Q
x = tx0
y = ty0
t2 (p2 x20 + q2 y20 z20 ) = 0 t
z = tz0
R.
Osservazione
1) Gli assi cartesiani e i piani coordinati hanno assi di simmetria per Q.

2) La proiezione di Q su z = 0 è una conica tagliata da z = k costante,
è p2 x2 + q2 y2 = k2 .
3) Se p = q, Q è di rotazione attorno allasse z = , i.e. A0 ha due
autovalori uguali lasse di rotazione ha le direzioni degli autovettori
di A0 relativi al terzo autovalore.
I4 6= 0. x2 + y2 + z2 = 1 (dividendo per ).
Analizzando i segni otteniamo, a meno di una rotazione che permuta
gli assi, quattro casi:
+
+
che si possono cos` riassumere:

I1 I3 > 0
I4 < 0
x2
y2
z2
+
+
=1
a2
b2
c2
ellissoide reale
I2 > 0
I4 > 0
x2
y2
z2
+ 2 + 2 = 1
2
a
b
c
ellissoide immaginario
altrimenti
I4 > 0
y2
z2
x2
+
=1
a2
b2
c2
iperboloide iperbolico
o a una falda (rigato)
I4 < 0
y2
z2
x2
2 2 =1
2
a
b
c
iperboloide ellittico
o a due falde
Analizziamo i seguenti:
I]
II]
III]
x2
a2
x2
a2
x2
a2
+
+
y2
b2
y2
b2
y2
b2
z2
c2
z2
c2
z2
c2
= 1;
= 1;
= 1.
Si tratta di quadriche a centro; gli assi e i piani coordinati sono assi

e piani di simmetria.
I] a > b > c > 0. Affettando:

z=k
2
x2
+y
=1
a2
b2
87
k2
c2
è unellisse reale per |k| < c.

Osservazione
a = b Q è di rotazione attorno allasse z.
A0 ha due autovalori uguali lasse di rotazione ha la direzione
degli autovettori relativi allaltro autovalore.
a = b = c Q sfera di centro O e raggio a.
II] Affettando:

è unellisse reale k
z=k
2
x2
+y
=1+
a2
b2
R.
k2
c2
Osservazione
a = b A0 ha due autovalori uguali Q è di rotazione e
lasse di rotazione ha la direzione degli autovettori relativi allaltro
autovalore.
Q è (doppiamente) rigata:

h
k
x
a
x
a
x2
z2
y2
2 =1 2
2
a c
b

x
h a cz = k 1 +
cz = k 1 yb
k ax + cz = h 1
+ cz = h 1 + yb
y
b
y
b
III] Affettando:
z=k
2
x2
y
=1+
a2
b2
k2
c2
è uniperbole con lasse x come asse trasverso. Tagliando con

piani x = k si ottengono ellissi.
88
Osservazione
b = c A0 ha due autovalori uguali Q di rotazione attorno
allasse x lasse di rotazione ha la direzione degli autovettori
relativi al terzo autovalore.
Caso I3 = 0.
Considero Q irriducibile.
0 0
A0 = 0 0
0 0
I3 = = 0, e.g. = 0
f(x, y, z) = x2 + y2 + 2 a14
0
A=
0
a14
0
a24
I4 = 0.
0
0
0
a34
a14
a24
a34
a44
a24

x
a34 y + a44 = 0
z
I4 = det A = a234 () = a234 I2
i) a34 = 0. Affettando:

z=0
f(x, y, z) = x2 + y2 + 2a14 x + 2a24 y + a44 = 0

P0 (x0 , y0 , 0) , ogni P retta k asse z per P0 sta sulla Q.
Q è un cilindro con generatrici parallele allasse z.
> 0 ellisse
I2 (Q) = = I2 ( ) = 0 parabola
< 0 iperbole
da cui i nomi di cilindro ellittico, parabolico, iperbolico.

ii) I2 = 0. = 0 ( = 0, 6= 0)
y2 + 2a24 y = 2a14 x 2a34 z a44

2a24
a2
a24
y2 +
y + 24
= 2a24 x 2a34 z a44 +
2

a24
= 2a14 x 2a34 z a44

y+
Applichiamo una traslazione.
x =x
y = y +
z = z +
a24
a44
2a34
y 2 = 2a14 x 2a34 z
y2 = px + qz
q 6= 0.
89
Q è un cilindro parabolico con generatrici parallele a

y=0
l:
px + qz = 0.
I4 6= 0.
(a34 6= 0, I2 = 6= 0)
x2 + 2a14 x + y2 + 2a24 y = 2a34 z a44
Con una traslazione
x = x + h
y = y + k
z = z
lequazione diventa
x 2 + y 2 = 2a34 z a44
e con lulteriore traslazione

x =x
y = y

z = z +
a44
2a34
abbiamo
x 2 + y 2 = 2a34 z .
Dividendo per |a34 |,
x2 + y2 = 2pz
p = 1.
Analizziamo i segni:

I] + + a meno di moltiplicare per 1;
II] + a meno di moltiplicare per 1.
Si vengono a determinare due casi:
I]
II]
x2
a2
x2
a2
y2
b2
y2
b2
= 2pz
I4 < 0
paraboloide ellittico;
= 2pz
I4 > 0
paraboloide iperbolico.
In tali casi abbiamo:

1
a2
0
A=
0
0
0
b12
0
0
0
0
0
0
0 p
p 0
p = 1
I piani hx, yi e hy, zi sono di simmetria, lasse z è di simmetria, mentre

la riflessione rispetto a z = 0 scambia la Q con p = 1 in quella con
p = 1.
I] p = 1. Affettando:
90
z=k
2
x2
+y
= 2k
a2
b2
k>1
è unellisse k > 1.
Osservazione
a = b Q è di rotazione intorno allasse z.
A0 ha due autovalori uguali (il terzo è 0) lasse di rotazione ha
la direzione degli autovalori relativi al terzo autovalore di A0 .
II] p = 1. Affettando:
z=k
2
x2
y
= 2k
a2
b2
è un iperbole con asse trasverso; lasse x se k < 0, lasse y se

k > 0.
Osservazione
Q è (doppiamente) rigata:

h ax yb = 2kz
k ax + yb = h
h
k
x
a
x
a
yb = k
+ yb = 2h z
Per farla breve:

I3 6= 0
I3 = 0
I4 > 0
I2 > 0, I1 I3 > 0
ellissoide immaginario
altrimenti
iperboloide iperbolico
I4 < 0
I2 > 0, I1 I3 > 0
ellissoide reale
altrimenti
iperboloide ellittico
I4 = 0
I2 > 0, I1 I3 > 0
cono irriducibile immaginario
altrimenti
I4 < 0
I4 > 0
I4 = 0
cono irriducibile reale

paraboloide ellittico
paraboloide iperbolico
I2 > 0
cilindro ellittico
I2 < 0
cilindro iperbolico
I2 = 0
cilindro parabolico
91
I cilindri cos` si differenziano:

cilindro ellittico: irriducibile reale o immaginario o spezzato in piani
immaginari non paralleli;
cilindro iperbolico: irriducibile o spezzato in piani reali non paralleli;
cilindro parabolico: irriducibile o spezzato in piani paralleli.
Capitolo 7
Dualit`
a
In P2 prendiamo una retta
l : a1 x1 + a2 x2 + a3 x3 = 0.
(a1 , a2 , a3 ) 6= (0, 0, 0)
l : (a1 x1 + a2 x2 + a3 x3 ) = 0
l (a1 , a2 , a3 )
dette coordinate pl
uckeriane omogenee. Possiamo pensare che in P2 , piano dua2
le di P , ad ogni punto corrisponda una retta e ad ogni retta corrisponda un
punto:
P2 l X (x1 : x2 : x3 ) a1 x1 + a2 x2 + a3 x3 = 0,
che descrive una retta in P2 . Questo processo viene detto traduzione per dualit`
a.
Esempi
Retta passante per un punto punto giacente su una retta.
3 rette stanno in un fascio 3 punti sono allineati.
Esempi Si considerino:
P2 a, b, c rette in un fascio
A, A a
hABi hA B i = M
B, B b
C, C c
hACi hA C i = N
hBCi hB C i = P.
Il teorema di Desargues (che affronteremo in seguito) afferma che M, N, P sono allineati. Ci si accorge che linverso di tale teorema è la traduzione per dualit`
a dellenunciato.
7.1
Algebra lineare
Sia V uno spazio vettoriale sul campo K.

Definizione 7.1 Dicesi spazio vettoriale duale di V
V = Hom(V, K) = { : V K forma lineare}.
7.1. Algebra lineare
93
Osservazione Se dim V = n < , allora dim V = dim V dim K = dim V = n.
Proposizione 7.1 Sia A = {a1 , . . . an } base di V. Allora le n forme lineari

1 , . . . , n cos` definite
i (aj ) = ij
formano una base di V , A (base duale di A).
Dimostrazione dim V = dim V = n, perci`
o basta vedere che 1 , . . . , n sono l.i.
n
X
i=1
0 = 0(aj ) =
n
X
i i = 0 V
i i
(aj ) =
i=1
n
X
i=1
i K
i i (aj ) = j
| {z }
j = 1, . . . , n.
ij
Osservazione Notiamo che se

x=
n
X
xj aj
j=1
allora
i (x) = i
n
X
xj aj
n
X
xj i (aj ) = xi
j=1
j=1
= i-esimo componente di x rispetto alla base A.
Si consideri:
W
V W K
fV
V K.
f Hom(V, W) induce unapplicazione
cos` definita:
T
W
V
fT () := f V
W .
Osservazione fT è lineare:
, K
1 , 2 W
fT (1 + 2 ) = (1 + 2 ) f = (1 f) + (2 f) = fT (1 ) + fT (2 ).
Proposizione 7.2 Siano V, W spazi vettoriali di basi rispettive A, B, e f

Hom(V, W). Allora

B A (fT ) = AB (f) T .
Esercizio 7.1.1 Si verifichi lasserto.
Definizione 7.2 Sia V uno spazio vettoriale e sia V il suo duale. Diciamo
(V ) = V spazio vettoriale biduale di V.
`
Dualita
94
V
Vx
x
: V K
x
() := (x) V .
x
è lineare:
Osservazione x
1 , 2 V
, K
(1 + 2 ) = (1 + 2 )(x) = 1 (x) + 2 (x) =

x
x(1 ) +
x(2 ).
Cè quindi unapplicazione naturale (canonica)

: V V .
Teorema 7.1 Sia dim V = n < . Allora è un isomorfismo (isomorfismo

canonico).
Dimostrazione dim V = dim V = dim V , perci`
o basta dimostrare che è unapplicazione: 1) lineare; 2) iniettiva.

1)
x^
+ y () = (x + y) = (x) + (y) =
x() +
y() = (
x+
y)() V .
x^
+ y =
x +
y.
= 0 V . Voglio: x = 0. Siano A = {a1 , . . . , an } base di V ,

2) Sia x V : x
A = {1 , . . . , n } base di V .
V
() = 0
x
e in particolare
(i ) = i (x) = xi
0=x
i = 1, . . . , n
x = 0a1 + + 0an = 0.
Dora in poi procederemo ad una identificazione naturale V = V data dallisomorfismo .

f
V W
f
V T W
(fT )T
V = V W = W
f = (fT )T .
Questo fatto estende quanto noto per le matrici:

(AT )T = A
7.2
A Mat(m, n; K).
Annullatori
Definizione 7.3 Sia V S sottoinsieme. Si dice annullatore di S

Ann S = { V : (x) = 0 x S}.
Proposizione 7.3 Sia hSi = U V sottospazio, dim V = n, dim U = r. Allora:
i) Ann S è un sottospazio di V ;
7.2. Annullatori
95
ii) Ann S = AnnhSi;

iii) dim Ann U = n r.
Dimostrazione
i) 1 , 2 Ann S, , K, x S
(1 + 2 )(x) = 1 (x) + 2 (x) = 0 + 0 = 0
1 + 2 Ann S.
ii) S hSi. Se annulla gli elementi di hSi, a fortiori annulla anche quelli di S.
Quindi AnnhSi Ann S. Ma vale anche Ann S AnnhSi:
Ann S
x hSi
(x) =
x=
m
X
xi S
i xi
i=1
m
X
i xi
m
X
i (xi ) = 0
i=1
i=1
AnnhSi.
iii) Sia {a1 , . . . , ar } base di U, sia A = {a1 , . . . , ar , ar+1 , . . . , an } base di V . Sia

A = {1 , . . . , r , r+1 , . . . , n } base duale di A di V .
V
n
X
i i
i=1
Mostriamo ora che

Ann U 1 = = r = 0,
da cui seguirebbe la tesi:
Verifichiamolo:
Ann U = hr+1 , . . . , n i dim Ann U = n r.

ii)
Ann U = Ann{a1 , . . . , ar }
Ann U (aj ) = 0
(aj ) =
n
X
i i
(aj ) =
i=1
j = 1, . . . , r
n
X
i=1
i i (aj ) = j .
| {z }
ij
Grazie a ii), dora in poi lavoreremo con Ann U, dove U V è un sottospazio

vettoriale.
Lassociazione
U Ann U
determina una corrispondenza tra sottospazi di V e sottospazi di V (detta
corrispondenza per dualit`
a ) che ha le seguenti proprietà:
1) Se U1 U2 Ann U1 Ann U2 ;
2) Ann(U1 + U2 ) = Ann U1 Ann U2 ;
`
Dualita
96
3) Ann(U1 U2 ) = Ann U1 + Ann U2 ;
4) Ann(Ann U) = U nellidentificazione naturale V = V.
Dimostrazione
1) Ovvio.
2) Poiche una Ann(U1 U2 ) annulla i vettori di U1 e di U2 , vale
ii)
Ann(U1 + U2 ) = AnnhU1 , U2 i = Ann(U1 U2 ) = Ann U1 Ann U2 .

4) Ann U
() = 0 = (x)
x
Ann(Ann U) x U.
x
3) Ui V , Ann Ui = Ti V
4)
Ann Ti = Ann(Ann Ui ) = Ui
2)
Ann(U1 U2 ) = Ann(Ann T1 Ann T2 ) = Ann(Ann(T1 + T2 )) =

4)
= T1 + T2 = Ann U1 + Ann U2 .
Da f Hom(V, W) posso costruire

f
V T W .
Teorema 7.2
i) Ann(Im f) = Ker fT ;
ii) Ann(Ker f) = Im fT .
Dimostrazione
i)
Ann(Im f) (f(x)) = ( f)(x) = 0

fT () = f
ii)
x V
( f)(x) = fT ()(x) = 0 fT () = 0 Ker fT .

i)
4)
Ann(Ker f) = Ann(Ann(Im fT )) = Im fT .
Corollario [di i)] f suriettiva fT iniettiva.
Dimostrazione Im f = W Ann(Im f) = {0} Ker fT = {0}.
Questo risultato si può interpretare in termini di sistemi di equazioni lineari.

Data A Mat(m, n; K), dire che f è suriettiva equivale a dire:
Il sistema Ax = b ammette soluzione b Km .
Analogamente, dire che fT è iniettiva equivale a dire:
7.3. Ritorno alla geometria
97
Il sistema omogeneo AT y = 0 ha soltanto la soluzione banale.

Corollario [teorema dellalternativa di Fredholm] Sia A Mat(m, n; K).
Il sistema Ax = b ammette soluzione b Km oppure il sistema omogeneo
AT y = 0 ammette soluzioni non banali.
La dualit`
a definisce unapplicazione
V V K
(x, ) 7 (x)
detta accoppiamento di dualit`

a 1 , che è una forma bilineare:
(x + y) = (x) + (y)
( + )(x) = (x) + (x).
Osservazione Sia dim V = n. Nelle basi A di V e A di V tale forma è descritta
dalla matrice I.
Dimostrazione Siano A = {a1 , . . . , an }, A = {1 , . . . , n }.
(x) =
n
X
i i
i=1
x V
x=
n
X
= 1
7.3
n
X
i i .
i=1
xj aj
n
X
i xj i (aj ) =
i,j=1
xj aj
j=1
j=1
n
X
n 4
n
X
i ij xj =
i,j=1
3 2x 3
1
. 7
56
4 .. 5 .
xn
Ritorno alla geometria
Sia V spazio vettoriale, dim V = n + 1; consideriamo:

V
Pn = P(V)
Pn = P(V )
Osservazione
V = V

Pn = Pn
a) V r {0}
dim(Ker ) = n + 1 1 = n,
quindi P(Ker ) Pn è un iperpiano.
1 In
inglese pairing, in francese couplage.
`
Dualita
98
b) Se , V r {0} con = k, k K ,
Ker = {x V : (x) = 0} = Ker ,
| {z }
=k(x)
quindi P(Ker ) = P(Ker ) è lo stesso iperpiano di Pn .

Viceversa: se , V r {0} e Ker = Ker
()
(x) = 0 = x
Ker = Ann V

4)
Ker = Ann = Annhi
hi = Ann(Annhi) = Ann(Annhi) = hi
Ker = Ann = Annhi
i.e. = k, k K .
c) Sia Pn iperpiano, = P(U), U V sottospazio vettoriale, dim U = n.

dim(Ann U) = n + 1 dim U = 1
i.e. Ann U = hi
dove V r {0}
U = Ann(Ann U) = Annhi = Ann = Ker

Dunque = P(Ker ) per un certo V r {0}.
Per le osservazioni a)+b)+c), esiste una applicazione biunivoca

{iperpiani di Pn } Pn
= P(Ker
hi ).
| {z }) 7 P( |{z}
U
()
Ann U
In coordinate: in P abbiamo
1 : u11 x1 + + u1n+1 xn+1 = 0
uckeriane omog. di 1 ;
u1 = (u11 : : u1n+1 ) coord. pl
2 : u21 x1 + + u2n+1 xn+1 = 0
uckeriane omog. di 2 ;
u2 = (u21 : : u2n+1 ) coord. pl
sia F il fascio di iperpiani generato da 1 e 2 :

(u1T x) + (u2T x) = 0 = (u1T + u2T )x = 0
(, ) 6= (0, 0)
F = {iperpiani per = 1 2 } è rappresentato tramite () dalla retta hP1 , P2 i

di Pn , dove
P1 (u1 ) punto associato a 1
P2 (u2 ) punto associato a 2 .

In generale: sia = P(U) Pn un sottospazio lineare e sia
F = {iperpiani di Pn contenenti }.
Sia F .
P(Ker ) = = P(U)
Ker U
hi = Ann(Ker ) Ann U
P(hi) P(Ann U).
7.3. Ritorno alla geometria
99
F è rappresentato in Pn dal sottospazio lineare = P(Ann U). Abbiamo

una corrispondenza tra i sottospazi lineari di Pn e Pn :
Pn = P(U) 7 = P(Ann U) Pn
Tale corrispondenza è detta corrispondenza di dualit`

a. Essa estende la (), ed è
involutoria.
Osservazione Se dim = r, dim U = r + 1 dim = dim Ann U 1 = (n + 1)
(r + 1) 1 = n 1 r.
Inoltre valgono le proprietà (traduzione di quelle già viste per gli annullatori):
1) 1 2 1 2 ;
2) (1 + 2 ) = 1 2 ;
3) (1 2 ) = 1 + 2 ;
4) ( ) = nellidentificazione (Pn ) = Pn .
Metateorema 7.1 [Principio di dualit`
a] Sia T un teorema il cui enunciato
coinvolge sottospazi lineari di Pn , loro dimensioni r, , , +, (proposizioni di incidenza); allora anche lenunciato T (enunciato duale) ottenuto
rimpiazzando con , r con n 1 r, scambiando con e + con è un
teorema.
Un esempio significativo è il
Teorema 7.3 [di Desargues in P2 o dei triangoli omologici]
Siano P2 a, b, c rette in un fascio, e i punti
A, A a
M = hABi hA B i
B, B b
C, C c
N = hACi hA C i
P = hBCi hB C i.
C
B
N
M
A
c
a
Allora M, N, P sono allineati.
`
Dualita
100
Dimostrazione Sia a, b, c H il punto base del fascio. 1 , . . . , 6 K t.c.

H = 1 A + 2 A = 3 B + 4 B = 5 C + 6 C
1 A 3 B = 4 B 2 A = M
1 A 5 C = 6 C 2 A = N
3 B 5 C = 6 C 4 B = P
Sommando a segni alterni i primi e poi gli ultimi termini otteniamo
(1 A 3 B) (1 A 5 C) + (3 B 5 C) = 0 = M N + P
i.e. M, N, P sono allineati.
Fatto Vale linverso del teorema di Desargues.

Dimostrazione Si applica il principio di dualit`
a. Siano a , b , c punti allineati in
2
P : dal teorema segue che M , N , P sono in un fascio.

Definizione 7.4 I triangoli ABC, A B C si dicono omologici.

Vale dunque:
I lati omologhi si tagliano in 3 punti allineati
m
i vertici omologhi stanno su 3 rette concorrenti.
7.4
Polarit`
a
Abbiamo detto che
Pn = {iperpiani di Pn }.
Sia ora Q Pn iperquadrica non singolare. Y Pn indichiamo con PY (Q)

liperpiano polare di Y rispetto a Q; sia PY il punto corrispondente in Pn . La
quadrica Q induce unapplicazione
In coordinate (sia Char K 6= 2):
Q : Pn Pn
Y 7 PY .
det A 6= 0
Q : xT Ax = 0
Y (y)
PY (Q) : xT Ay = 0.
|{z}
u
Quindi PY ha coordinate omogenee u: PY (u). Abbiamo

u = Ay
K , A GL(n + 1; K), A = AT .
Ci`
o dice che Q è la proiettività di equazione
u = Ay.
In particolare Q manda sottospazi lineari Pn di dim = r in sottospazi
lineari = Q () Pn di dim = r.
7.5. Inviluppi
101
Esempi Sia r = 1.
PY (Q)
Q
PY = Q (Y)
= Q ()
Pn
Pn
Al variare di Y su , il suo iperpiano polare varia in un fascio.

Vediamo ad esempio come nel caso n = 2 le rette polari passino per il cosiddetto
polo:
C
Y
l
Il punto evidenziato è il polo di l rispetto alla conica C.
a quadratica
La proiettività Q : Pn Pn definita da Q si dice reciprocit`
(tiene conto del fatto che A = AT ).
7.5
Inviluppi
Sia P2 C curva algebrica di grado 2.

C : f(x1 , x2 , x3 ) = 0
f polinomio omogeneo, deg f = d.
Sia C non singolare (i.e. senza punti singolari) Y C è possibile definire

univocamente una retta tangente.
Definizione 7.5 Si chiama inviluppo aderente a C linsieme delle rette tangenti

a C.
C
Sia C il luogo di P2 che rappresenta linviluppo aderente a C.
Fatto C è una curva algebrica in P2 .
`
Dualita
102
Osservazione In generale C ha dei punti singolari.
Esempi Sia d 4.
C
l
l
P
P2
Ad una retta l bitangente a C in P2 corrisponde un punto doppio nodale l in P2 .

Sia d 3.
C
l
l
P2
P2
Ad una retta l tangente di flesso a C in P2 corrisponde un punto doppio cuspidale l
in P2 .
Cosa significa il grado della curva?

deg C = massimo numero di intersezioni di C con una retta di P2
= massimo numero di tangenti a C in un fascio di rette.

Esempi Siano , ,
R distinti. Sia C la chiusura proiettiva di
y2 = (x )(x )(x ).
deg C = 6.
Una possibile applicazione della teoria appena vista è la ricerca delle rette
tangenti comuni a due curve.
2 Quella
che Newton chiamava parabola campaniformis cum ovale.
7.5. Inviluppi
103
C2
C1
C1
C2
P2
P2
Le rette tangenti a C1 e C2 sono quelle relative ai punti di intersezione tra C1

e C2 .
Osservazione Per le coniche quanto affrontato sinora è particolarmente semplice:
C non ha punti singolari.
Sia Q Pn uniperquadrica non singolare.

inviluppo aderente a Q = {iperpiani tangenti a Q}.
Q = luogo di Pn che rappresenta linviluppo aderente a Q.
Cosè Q ?
YQ
TY (Q) = PY (Q)
Sia Q la proiettività indotta da Q:

Q = Q (Q).
Q è una proiettività Q è anchessa uniperquadrica non singolare (quadrica
duale).
In coordinate:
Q : xT Ax = 0
Y (y)
A GL(n + 1; K)
yT Ay = 0
TY (Q) : xT Ay = 0
|{z}
u
Q = {U (u) : u = Ay, yT Ay = 0}
A1 u = y
2 (uT (A1 )T AA1 u) = 0

Q : uT (A1 )T u = 0.
Osservazione Inversione e trasposizione commutano. Da A = AT segue:
AA1 = I
AT (A1 )T = I
(A1 )T = (AT )1
(A1 )T = (AT )1 = A1 .
Quindi in realt`
a abbiamo
Q : uT A1 u = 0.
`
Dualita
104
Teorema 7.4 Sia Char K 6= 2. (Q ) = Q nellidentificazione (Pn ) = Pn .

Dimostrazione (A1 )1 = A.
Quante coniche irriducibili in P2 sono tangenti a 5 rette generiche date?

Possiamo provare ad affrontare il problema dal punto di vista analitico:
a11 a12 a13

C : A = a12 a22 a23
a13 a23 a33
C tangente a l, e.g. l : x3 = 0
a11 a22
a212
= 0 equazione omogenea di II grado.
Scrivendo le 5 condizioni di tangenza si giunge ad un sistema di 5 equazioni

lineari omogenee di II grado, percui le soluzioni saranno in generale 25 = 32. E
invece, ciccia: hai sbagliato. Perche hai perso la richiesta di irriducibilit`
a.
Passando invece al duale, abbiamo che C deve passare per 5 punti, quindi
la conica cercata è unica. Trovata C , si ri-dualizza: (C ) = C.
Capitolo 8
Spazi rappresentativi degli

enti geometrici elementari
Per una partenza soft, analizziamo lo spazi dei cerchi (nel senso di circonferenze).
8.1
Lo spazio dei cerchi
In E2 sia un cerchio di centro (x0 , y0 ) e raggio .

: (x x0 )2 + (y y0 )2 2 = 0
x2 + y2 + ax + by + c = 0
a = 2x0
b = 2y0
2
2
2
c = a +b
4
Diamo cittadinanza anche ai cerchi immaginari:
42 = a2 + b2 4c
> 0 circonferenze reali;

= 0 circonferenze di raggio zero;
< 0 circonferenze immaginarie.
Un cerchio può essere rappresentato naturalmente da un punto di E3 .

P (a, b, c) punto che rappresenta
N = {P E3 : circonferenza di raggio zero}

I punti di N verificano

a
b c
a2 + b2 4c = 0

1 0 0
0
a
b
0 1 0
0

1
0 0 0 2 c = 0
0 0 2 0
1
Che è un paraboloide di rotazione con asse Z = 0
106
Spazi rappresentativi degli enti geometrici elementari

Z6
Y
-

N : X2 + Y 2 4Z = 0.
Si verifica dunque:
8.1.1
reale
di raggio zero
immaginario
Fasci di cerchi
esterno a N
P su N
interno a N
Un fascio di cerchi F si genera con una circonferenza e lasse radicale del fascio
l:
l
: x2 + y2 + ax + by + c = 0
l : mx + ny + p = 0
(m, n) 6= (0, 0)
2
F t : + tl
x + y + (a + tm)x + (b + tn)y + (c + tp) = 0

E3 Pt (a + tm, b + tn, c + tp)
Il luogo di E3 che rappresenta il fascio F è descritto dalle equazioni
X = a + tm
Y = b + tn
LF :
t
Z = c + tp
i.e. una retta in E3 . Se m = n = 0, l = l E2 :
x=a
y=b
retta verticale F fascio di cerchi concentrici.
z = c + tp
Analizziamo lincidenza di LF con N .
8.1. Lo spazio dei cerchi
107
LF N = F ellittico.
LF tangente a N F parabolico.
LF N = 2 punti distinti F iperbolico.
8.1.2
Circonferenze ortogonali
Siano , circonferenze di centri rispettivi (x0 , y0 ), (x0 , y0 ) e raggi rispettivi ,

.
Definizione 8.1 Diciamo che e sono ortogonali e scriviamo se sono
ortogonali le tangenti nei punti in cui si tagliano.
(x0 , y0 )
(x0 , y0 )
2 + = (x0 x0 )2 + (y0 y0 )2
2
x20 + y20 2 + x0 + y0 2x0 x0 2y0 y0 = 0

{z
} |
{z
} | {z } | {z }
|
c
2 aa
4
2 bb
4
aa + bb 2c 2c = 0

1 0 0
0
a
b

0 1 0
0

a b c 1
0 0 0 2 c = 0
0 0 2 0
1
108
esprime la condizione di ortogonalità.

Sia di raggio zero:
P PP (N )
P , P coniugati rispetto a N .
= (x0 , y0 )
P N
PP (N ) = TP (N ).
Quindi il piano tangente rappresenta la rete di circonferenze per (x0 , y0 ).
8.1.3
Punti impropri
Completiamo ora lo spazio con i punti impropri.

E3 = E3
: x2 + y2 + ax + by + c = 0
(x2 + y2 ) + x + y + = 0
se 6= 0
a= , b= , c=
E3 P ( : : : )
P punto improprio ( = 0)
se (, ) 6= (0, 0)
se = = 0
x + y + = 0
retta di E
retta l di E2
( : : : 0)
(0 : 0 : 1 : 0)
Quindi E3 rappresenta la totalità di circonferenze e rette di E2 (e (0 : 0 : 1 : 0)

rappresenta la l di E2 ).
Il punto improprio della retta LF di E3 rappresenta lasse radicale l del fascio
F.
Osservazione Gia si pu`
o notare in germe, in nuce. . .
1) Per rappresentare una totalit`
a di enti che vivono in E2 abbiamo avuto bisogno
di uno spazio di dim > 2.
2) Ambito proiettivo visione pi`
u globale.
Esempi
1) Cosa significa in termini di fasci di circonferenze che due rette esterne al paraboloide N sono incidenti?
8.2. Lo spazio delle rette di P3
109
Ovviamente, questo significa che i due fasci hanno una circonferenza in comune.
Pertanto, significa che i quattro punti base di F , F sono conciclici.
2) Descrivere in E3 il luogo dei punti che rappresentano le circonferenze di E2

passanti per un punto e aventi raggio 1.
Consideriamo per semplicit`
a le circonferenze passanti per lorigine.
: x2 + y2 + ax + by + c = 0
Oc=0
a2
b2
+
4
4
a2 + b2 = 4
1 = 2 = x20 + y20 =
che è una circonferenza giacente sul piano Z = 0 in E3 .

Z6
Y
-
8.2
a2 + b2 = 4
c = 0.
Lo spazio delle rette di P3
Definizione 8.2 Chiamiamo grassmaniana

G(k, n) = {sottospazi lineari k-dimensionali di Pn }
= {sottospazi vettoriali (k + 1)-dimensionali di V, dim V = n + 1}.
Osservazione G(n 1, n) = Pn .
Sia
L = G(1, 3) = {rette di P3 }.
110
Vogliamo individuare uno spazio rappresentativo di L.

P3 l = hA, Bi
A (a1 : a2 : a3 : a4 )
B (b1 : b2 : b3 : b4 )

a a2 a3 a4
= 2.
A 6= B car 1
b1 b2 b3 b4
Poniamo
pik

a
= i
bi

ak
= ai bk ak bi
bk
1 i < k 4.
Abbiamo 6 elementi, in ordine lessicografico:
p12 , p13 , p14 , p23 , p24 , p34

non tutti nulli. Come dipendono da l?
1) , K
A (a1 : a2 : a3 : a4 )
B (b1 : b2 : b3 : b4 )
l = hA, Bi

ai ak
a1 a2 a3 a4
= p .

pik =
bi bk |{z} ik
b1 b2 b3 b4
6=0
2)
hA, Bi = l = hC, Di
ik

c
= i
di
A + B = C l D = A + B

6= 0

C 6= D

c1 c2 c3 c4
d1 d2 d3 d4

ck ai + bi ak + bk Binet ai ak
.
=
=
bi bk
dk ai + bi ak + bk
| {z } | {z }
6=0
pik
Conclusione: possiamo prendere p12 , . . . , p34 come coordinate omogenee di un

punto di P5 , ed è ben definita lapplicazione
: L P5
l 7 (p12 : p13 : p14 : p23 : p24 : p34 )
|
{z
}
coord. pl
uckeriane omog. della retta l
l = hA, Bi,
pik

a
= i
bi
Proposizione 8.1 La è iniettiva.

ak
.
bk
111
Dimostrazione Mostriamo che le pik di l permettono di ricostruire l univocamente.

X hA, Bi
2
x1
car 4a1
b1

x1

a1

b 1

x1

a1

b 1
x2
a2
b2
x2
a2
b2
x2
a2
b2
x3
a3
b3
x4
a4 5 = 2,
b4
sia e.g. p12 6= 0

x3
a3 = p23 x1 p13 x2 + p12 x3 = 0
b3

x4
a4 = p24 x1 p14 x2 + p12 x4 = 0
b4
2 piani indipendenti che definiscono la l.
Osservazione non è suriettiva!
Fatto Le rette di P3 dipendono da 4 (non da 5) parametri.

` sufficiente pensare alla geometria descrittiva: considerando due piani formati
E
dagli assi, sono sufficienti un punto su ciascuno di essi per identificare una retta,
per un totale di 2 + 2 coordinate = 4 parametri.
Oppure, con lalgebra lineare:
a 6= 0,
b 6= 0,
ha, bi K4
1
e.g. a1 6= 0
a = a = [1, a2 , a3 , a4 ]
a
b = b b1 a = [0, b2 , b3 , b4 ]
1
e.g. b2 6= 0
b = b = [0, 1, b3 , b4 ]
b2
a = a a2 b = [1, 0, a3 , a4 ]
ha, bi = ha , b i

1 0 a3
e posso lavorare con solo 4 parametri:
0 1 b3

a4
.
b4
Proposizione 8.2 [Relazione di Pl

ucker] Sia l L. Le 6 coordinate p12 , . . . , p34
di l soddisfano la relazione
p12 p34 p13 p24 + p14 p23 = 0.
112
Dimostrazione Con qualche conto si ha

a1

b 1
0 =
a1
b 1
a2
b2
a2
b2
a4
b4
= 2(p12 p34 p13 p24 + p14 p23 ).
a4

b4
a3
b3
a3
b3
Nel nostro P5 con coordinate omogenee x1 , . . . , x6 la relazione di Pl

ucker si
rilegge come

x1
x1 x5 x2 x5 + x3 x4 = 0
x2
x3
x4
x5

1
x1
x2
1

x3

1
= 0
x6
x4
1

1
x5
1
x6
i.e. definisce una iperquadrica non singolare K (quadrica di Klein).

La proposizione ci dice:
: L P5
x1 = p12
x2 = p13
.
..
x6 = p34
(L) K.
In effetti:
Proposizione 8.3 (L) = K.
X hA, Bi
2
x1
car 4a1
b1
p23 x1
p24 x1
p34 x1
p34 x2
x2
a2
b2
x3
a3
b3
p12 x2
p14 x2
p14 x3
p24 x3
x4
a4 5 = 2
b4
+ p12 x3
+ p12 x4
+ p13 x4
+ p23 x4
=
=
=
=
0
0
0
0
(p12 : : p34 ) (L) le 4 equazioni lineari omogenee soprascritte definiscono una
113
retta l P3 , ossia sono 4 piani in un fascio.

2
p13
p14
0
p34
p23
6p24
car 6
4p34
0
p12
0
p14
p24
0
p12 7
7=2
p13 5
p23
tutti i minori 3 3 sono nulli
e.g. p214 p23 + p34 p14 p12 p24 p13 p14 = 0

= p14 ( p12 p34 p13 p24 + p14 p23 ) = 0.
|
{z
}
I membro della relazione di Pl
ucker
Tutti i minori 3 3 sono di questa forma, con (p12 , . . . , p34 ) 6= (0, . . . , 0) e pik in luogo
di p14 . Quindi:
car = 2 vale la relazione di Pl
ucker.
Abbiamo quindi unapplicazione biiettiva
: L K P5 .
Assumiamo in P5 le coordinate (y1 : : y6 ).

1
x1
x2
x3

1
= 0.
y1 : y2 : y3 : y4 : y5 : y6
x4
1

1
x5
1
x6
Vogliamo trovare proprietà geometriche di L in quelle di K (e viceversa).
Proposizione 8.4 Sia unomografia di P3 . Allora induce tramite una

omografia di P5 t.c. (K) = K.
Dimostrazione Sia : P3 P3 omografia.
l L
: x = Cx
l = hA, Bi
2
a1
6a2
6
4a3
a4

pik
= i
bi
(l) = l
K , C GL(4; K)
l = (l) = hA , B i
b1
a1
6a 2
b2 7
7 = C6
4a 3
b3 5
b4
a4

b1
b2 7
7
b3 5
b4
ak
= ai bk ak bi =
bk
= (ci1 a1 c12 a2 + ci3 a3 + ci4 a4 )(ck1 b1 + ck2 b2 + ck3 b3 + ck4 b4 )+

(ck1 a1 + ck2 a2 + ck3 a3 + ck4 a4 )(ci1 b1 + ci2 b2 + ci3 b3 + ci4 b4 ) =
= (ci1 ck1 ck1 ci1 )a1 b1 + (ci1 ck2 ck1 ci2 ) (a1 b2 a2 b1 ) +
|
{z
}|
{z
}
2
3
p12
p12
6
7
6
7
4 ... 5 = C 4 ... 5
p34
p34
ik,12
p 12
C = [ik,jn ] Mat(6; K).
114
Fatto C GL(6, K), i.e.

2
y1
y1
6 . 7
6 . 7
4 .. 5 = C 4 .. 5
y6
y6
è lequazione della omografia cercata.
8.2.1
Famiglie interessanti di rette
Consideriamo
punto A P3
piano P
LA = {rette l P3 : l A}
3
L = {rette l P : l A}
stella di rette
piano rigato
Vogliamo identificare (LA ) e (L ).

A meno di unomografia di P3 posso supporre
A = A0 (0 : 0 : 0 : 1)

0
0
0
hA, Bi = l LA0
b1 b2 b3
t.c.
pik
p12 = p13 = p23 = 0
1
b4
(LA0 ) è il piano di P5 di equazione

y1 = y2 = y4 = 0
che sta su K. Applicando la proposizione, (LA ) è un piano K A P3 .
Dunque K contiene una famiglia 3 di piani
F = {A }AP3 .
A0 : y1 = y2 = y4 = 0
Prendiamo un altro punto
A1 (0 : 0 : 1 : 0).
(LA1 ) = A1 : y1 = y3 = y5 = 0

0
0
1
0
hA1 , Bi = l (LA1 )
b1 b2 b3 b4
pik
t.c.
p12 = p14 = p24 = 0
Considerando lintersezione,
A0 A1 = {(0 : 0 : 0 : 0 : 0 : 1)}
è un punto che rappresenta lunica retta hA0 , A1 i = LA0 LA1 .
115
A meno di unomografia di P3 possiamo supporre

: x4 = 0
hA, Bi = l L
A, B

a1 a2 a3
b1 b2 b3
p14 = p24 = p34 = 0

0
0
(L ) è il piano di equazione
L : y3 = y5 = y6 = 0
contenuto in K. Applicando la proposizione, K contiene una seconda famiglia 3 di piani
F = {L }P3 .
Supponiamo ora
: x3 = 0.

a1 a2
l = hA, Bi
b1 b2
0 a4
0 b4
p13 = p23 = p34 = 0

L : y2 = y4 = y6 = 0
Considerando lintersezione,
L L = {(1 : 0 : 0 : 0 : 0 : 0)}
è un punto che rappresenta la retta L L .
Consideriamo le intersezioni miste:
A0 L = (LA0 L ) =
infatti risulterebbe (0 : 0 : 0 : 0 : 0 : 0), che non è un punto.
A1 L = {(0 : : 0 : : 0 : 0)}
è una retta di P5 : rappresenta il fascio di rette di centro A1 dentro a .
Teorema 8.1 K contiene due famiglie 3 di piani
F = {A }AP3 ,
F = {L }P3 .
Due piani della stessa famiglia si tagliano in un punto. Due piani A , o sono
sghembi o si tagliano lungo una retta, a seconda che A
/ oppure A .
Corollario Le stesse famiglie di piani con le stesse proprietà di incidenza si
hanno per una qualunque iperquadrica Q P5 proiettivamente equivalente a
K.
Cioè:
Se K = K (e.g. K =
C) per ogni Q non singolare.
116

Se K =
R, per ogni Q con

Sgn Q = Sgn K = (3, 3)
infatti

t
1

t
1

1

t 1
t
1
t 1

=

1 t
1 t
1 t

1
1
t

1
t

t 1 t 1 t 1

= (t2 1)3 .
=
1 t 1 t 1 t

1

=

t
Esempi
Si determini su K il luogo che rappresenta la totalit`

a delle rette di P3 contenute
nel piano x1 x2 = 0.

: x1 = x2
l = hA, Bi
p12 = 0
p13 = p23
p14 = p24
a
b
a
b
a3
b3
a4
b4
Pertanto (L ) è il piano di P5 (su K) di equazioni
y1 = 0
y2 y4 = 0
y3 y5 = 0.
Descrivere lo spazio rappresentativo della totalit`

a delle rette di A3 .
A = {rette di A3 }
A3 P3 = A3 = A3
A r 7 l = r = r p (r) L
l P3 è della forma l = r l 6 .
A L K
biunivoca
A L r L L K
biunivoca
biunivoca
A L r L K r L K
biunivoca
A K r L K.
Pertanto la risposta è: K r un iperpiano!
Descrivere il luogo di K che rappresenta le generatrici di un cono quadrico di

P3 .
Posso fare una omografia in P3 in modo che il cono abbia vertice O (0 : 0 : 0 :
1), e determini sul piano x4 = 0 la conica
2
3
2

0
0
1
x1 = a
x1 x3 x22 = 0
40 2 05
x2 = ab
x4 = 0
1
0
0
x3 = b2
117
Chiamiamo
G = {generatrici del cono}.

G l = hO, Bi
0
a2
0
ab
0
b2
1
0
p12 = p13 = p23 = 0

y1 = y2 = y4 = 0.
Ci`
o non sorprende, perche si tratta della stella di rette per O.
p14 = a2
p24 = ab
p34 = b2
(ab)2 = (a2 )(b2 )

p224 = p14 p34
y3 y6 y25 = 0.
Pertanto (G) è la conica ( K) di equazioni

8.2.2
y1 = y2 = y4 = 0
y3 y6 y25 = 0.
Altre famiglie interessanti di rette
Sia una retta l0 P3 .

Definizione 8.3 Chiamiamo complesso lineare speciale di rette definite da l0
C(l0 ) = {retta l P3 : l l0 6= }.
Consideriamo:
l0 = hC, Di
Abbiamo:
C (c1 : c2 : c3 : c4 ), D (d1 : d2 : d3 : d4 )

c ck
.
coord. pl
uckeriane omog. di l0 : qik = i
di dk
L K
l0 7 (l0 ) (q12 : : q34 )

C 7 ?
118
Vale1 :

a
pik = i
bi
A (a1 : a2 : a3 : a4 ), B (b1 : b2 : b3 : b4 )

a1

b
hA, Bi = l C(l0 ) A, B, C, D complanari 1
c1
d1
p12
|
a2
b2
c2
d2
a3
b3
c3
d3

ak
bk

a4
b4
= 0.
c4
d4
p12 q34 p13 q24 + p14 q23 + p23 q14 p24 q13 + p34 q12 = 0
1 q12
1
q13

1
q14 = 0
p13 p14 p23 p24 p34
1
{z
}
q23
(l)
q24
1
q34
1
l C(l0 ) (l) K T(l0 ) (K).
Quindi (C(l0 )) è la sezione di K colliperpiano tangente in (l0 ); è una quadrica di P4 (T(L) (K)) di che tipo? A meno di unomografia di P3 (che induce
una di P5 t.c. (K) = K), posso supporre che l0 abbia equazioni
x1 = x2 = 0.

0 0 c3
l0 = hC, Di
0 0 d3
c4
d4
q12 = q13 = q14 = q23 = q24 = 0 q34 6= 0
T(l0 ) (K) :
(l0 ) = (0 : 0 : 0 : 0 : 0 : 1)
y1
y2
y3
y4
y5

y6
1
1
y1 = 0
(C(l0 )) = {y1 = 0} K

1 0

1
0
0
1
= 0
0
1

0
1
y1 = 0
y1 y6 y2 y5 + y3 y4 = 0

y1 = 0
Q:
y2 y5 y3 y4 = 0
1E
` possibile applicare unestensione del teorema di Laplace per il calcolo del determinante,
che rende il procedimento assai pi`
u veloce.
119
Questa Q rappresenta il nostro complesso lineare tangente. Cosè Q?
0 0
0 1 0 y2

0 0 1 0 0 y3
y2 y3 y4 y5 y6 0 1 0 0 0
y4 = 0
1 0
0 0 0 y5
Q:
0 0
0 0 0 y6
{z
}
|
y1 = 0
car B = 4 Sing Q
0 0
0
0 0 1
0 1 0
1 0
0
0 0
0
consta di un solo punto;

0
1 0 y2
y3 0
0 0

0 0
y4 = 0
0 0 y5 0
0
0 0 y6
Sing Q = {(0 : 0 : 0 : 0 : 0 : 1)} = (l0 ).
(C(l0 )) è il cono quadrico di vertice (l0 ); è la sezione di K col suo iperpiano

tangente in (l0 ).
Definizione 8.4 Si chiama complesso lineare di rette di P3 la famiglia di rette
le cui pik soddisfano unequazione lineare omogenea non banale:
a12 p12 + a13 p13 + a14 p14 + a23 p23 + a24 p24 + a34 p34 = 0.
Risulta:
C complesso lineare (C) sezione di K
con un iperpiano di P5 ;
C complesso lineare speciale (C) sezione di K
con un iperpiano di P5 tangente a K.
Esercizio 8.2.1 Rappresentare in P5 la famiglia delle rette che incidono sulle rette
sghembe date l0 , l1 .
8.2.3
Geometria numerativa
Affronteremo ora problemi di geometria numerativa per le rette di P3 .

Il generico problema di geometria numerativa si presenta nel seguente modo:
data una famiglia F di enti geometrici omogenei dipendenti da k parametri
1 , . . . , k e k condizioni esprimibili algebricamente (cioè Fi (1 , . . . , k ) = 0, i =
1, . . . , k), calcolare il numero # degli elementi di F che soddisfano le condizioni
richieste.
Vediamo un esempio da un problema classico.
Esempi [Problema di Apollonio] Dati 3 cerchi nel piano, costruire un cerchio
tangente a tutti e tre.
Come abbiamo gi`
a detto, ci interessa laspetto numerativo del problema: quanti
sono questi cerchi? Facciamo qualche prova.
120
#=8
#=0
soluzioni degeneri
Chiamiamo i tre cerchi dati i , di centro (i , i ) e raggio i per i = 1, 2, 3. Consideriamo il cerchio generico.
(a, b, c)

centro
a
b
,
2
2
r
(i + r) = i +
r
2i
+ 2i
x2 + y2 + ax + by + c = 0
r
, raggio r =
a2
b2
+
c
4
4

2

a 2
b
a2 + b2
c = i +
+ i +
4
2
2
a2 + b2
a2 + b2
a2
b2
c+
c = 2i + 2i + ai + bi +
+
4
4
4
4
r
2i
a2 + b2
c = ai + bi + c + 2i + 2i 2i .
4
Quadrando abbiamo
Fi (a, b, c) = 0 Fi polinomio di II grado
F1 (a, b, c) = 0
F2 (a, b, c) = 0
F3 (a, b, c) = 0
che è un sistema di VIII grado. Questo legittima le nostre supposizioni iniziali: # 8.
Possiamo ora considerare un problema per le rette dello spazio.

Siano l1 , . . . , l4 quattro rette generiche P3 . Quante rette di P3 incidono
l1 , . . . , l4 ?
Osservazione
1) Se l1 , l2 , l3 sono complanari, le soluzioni sono : tutte le rette del fascio di centro
l4 hl1 , l2 , l3 i nel piano hl1 , l2 , l3 i. Questa è chiaramente una configurazione
troppo speciale, ne vogliamo una pi`
u generale.
2) Se l1 , l2 sono complanari e l3 , l4 sono complanari, detti 1 = hl1 , l2 i, 2 =
hl3 , l4 i, A = l1 l2 , B = l3 l4 , le soluzioni sono 2: 1 2 e hABi.
3) Consideriamo lopportunit`
a di lavorare in ambito proiettivo: nel punto precedente pu`
o capitare 1 k 2 , s` da perdere una soluzione, o addirittura l3 k l4 ,
nel qual caso non ci sono soluzioni.
4) Consideriamo la convenienza a trattare il problema su K = K (algebricamente

chiuso), e.g. K = . Siano l1 , l2 , l3 sghembe. ! quadrica non singolare Q P3
contenente l1 , l2 , l3 .
2
3
a11 a12 a13 a14
6a12 a22 a23 a24 7
7
Q6
4a13 a23 a33 a34 5
a14 a24 a34 a44
121
Q dipende da 4 + 3 + 2 + 1 = 10 parametri omogenei: le quadriche sono una

famiglia 9 .
Q l1 Q 3 punti distinti di l1
Q soddisfa le 3 condizioni lineari espresse contenendo 3 punti di l1 .
Supponiamo K = . Q è rigata, e l1 , l2 , l3 F è schiera di rette contenute in

Q. Se l4 P3 incide l1 , l2 , l3 l4 Q, l4 F (altra famiglia di rette su Q).
Tuttavia, se l4 Q = , # = 0.
Non cos` se K = K, infatti l4 Q = {A, B}, due punti (distinti o coincidenti);
percui # = 2, ovvero la retta di F per A e quella di F per B.
Teorema 8.2 [Schubert 1879] # = 2.

Dimostrazione (2 )
# = {l L : l li 6= , i = 1, . . . , 4} =
4
\
C(li )
i=1
intersezione di 4 complessi lineari speciali.
L
C(li )
K P5
sezione di K con liperpiano di P5
che ha equazione Li (p12 , . . . , p34 ) = 0
y1 y6 y2 y5 + y3 y4 = 0
L1 (y1 , . . . , y6 ) = 0
L2 (y1 , . . . , y6 ) = 0
3 (y1 , . . . , y6 ) = 0
L4 (y1 , . . . , y6 ) = 0
Abbiamo 4 iperpiani. Se sono l.i. (come punti di P5 ), la loro intersezione è una retta
di P5 . Essa taglia K in 2 punti distinti o coincidenti.

1
l1
l2
l3
l1
A
l3
l2
l4
B
l4
(Osservazione 2)
1 2 = hABi
(Osservazione 4)
l4 tangente a Q l1 , l2 , l3
In realt`
a lenunciato originale del teorema di Schubert è ben pi`
u generale:
Teorema 8.3 Siano C1 , . . . , C4 curve algebriche in P3 di gradi d1 , . . . , d4 . Il
numero di rette di P3 incidenti C1 , . . . , C4 è
#=2
4
Y
di .
i=1
2 Volendo,
unidea ci viene dal cosiddetto principio di conservazione del numero.
122
8.3
Lo spazio delle coniche
Mettiamoci in P2 = P2K , con Char K 6= 2 e K = K (e.g. K =

rappresentare le coniche di P2 ?

x1
x = x2
x3
conica P2 : xT Ax
7 (a11
a11
A = a12
a13
C). Come possiamo

a12
a22
a23
A = A K .
: a12 : a13 : a22 : a23 : a33 ) A
a13
a23
a33
definisce una biiezione
{coniche di P2 } P5 .
Osservazione Similmente si definiscono biiezioni analoghe:

{cubiche di P2 } P9 ,
{quadriche di P3 } P9 .
Siano 1 , 2 P2 due coniche.
A P5
1 : xT Ax = 0
B P5
2 : xT Bx = 0
Sia F il fascio di coniche generato da 1 e 2 .

F : xT (A + B)x = 0
(, ) 6= (0, 0)
pertanto abbiamo:
fascio di coniche retta di P5 .
Quali sono le coniche passanti per X (x1 , x2 , x3 )?
X : a11 x21 + 2a12 x1 x2 + a22 x22 + 2a13 x1 x3 + 2a23 x2 x3 + a33 x23 = 0

è unequazione lineare omogenea non banale nelle aik rappresenta un iperpiano di P5 .
Osservazione Non vale il viceversa. Consideriamo ad esempio liperpiano a12 = 0.
La condizione a12 = 0 non rappresenta il passaggio delle coniche per un dato punto
di P2 , ma che la polare del punto (1 : 0 : 0) passa per il punto (0 : 1 : 0):
2 3
0
0 A 415 = 0.
0
Esercizio 8.3.1 Descrivere il luogo di P5 che corrisponde agli iperpiani di P5 che

sulle coniche di P2 definiscono la condizione di passaggio per un punto.
8.3. Lo spazio delle coniche
8.3.1
123
Luoghi speciali di P5
Consideriamo le coniche riducibili (singolari).

= {coniche riducibili} P5

a11 a12 a13

: 0 = a12 a22 a23 =
a13 a23 a33
= a11 a22 a33 + 2a12 a23 a13 a213 a22 a212 a33 a11 a223 .
è una ipersuperficie cubica (simmetroide cubico). Abbiamo

: (ax1 + bx2 + cx3 ) (a x1 + b x2 + c x3 ) = 0,
|
{z
}|
{z
}
l
e da qui le equazioni parametriche di :
a11
a12
a13
a
22
a
23
a33
= aa1
b
= ab +a
2
ac +a c
=
2
= bb
c
= bc +b
2
= cc
che possono pensarsi come equazioni della mappa
P2 P2 P5
(l, l ) 7 = l l
quozientando

P2 P2
.
(l, l ) (l , l).
contiene un sacco di rette:
fascio di coniche tutte riducibili retta P5 .
Ce ne sono di due tipi:
a) Componente fisso. Tutte le coniche di F sono nella forma l0 lt , con lt

variabile in un fascio di rette. Quanti sono i fasci siffatti? Abbiamo
P2 P2
l0 P2 ,
P P2 .
contiene una famiglia 4 di rette che rappresenta fasci del tipo a).
b) Stesso punto singolare. Tutte le coniche di F hanno lo stesso punto singolare.

Esercizio 8.3.2 Un tale fascio contiene due coniche della forma 2l1 2l2 (l1 6=
l2 , li P). Esse generano F e quindi F è individuato da l1 e l2 .
124

Quanti sono i fasci siffatti? Abbiamo
P2 P2
l1 P2 ,
l2 P 2 .
contiene anche 4 rette corrispondenti ai fasci di coniche di tipo b).
Vediamo ora le coniche di rango 1.
V = {coniche di rango 1} P5
V = 2l (ax1 + bx2 + cx3 )2 = 0

{z
}
|
l
V è descritta parametricamente da
a11
12
a13
a22
23
a33
= a2
= ab
= ac
= b2
= bc
= c2
che si interpretano come le equazioni della mappa
P2 V P5
l 7 2l.
V è biunivoca a P2 , ma non è un piano di P5 : è una superficie, detta superficie

di Veronese.
Proposizione 8.5 Ogni omografia di P2 induce una omografia di P5 t.c.
() =
Proposizione 8.6 =
Dimostrazione
(V) = V.
A,BV hABi
unione delle corde di V.
) Siano A : 2l1 , B : 2l2 V . A meno di una omografia di P2 possiamo supporre

l1 : x 1 = 0
l2 : x2 = 0.
A + B conica x21 + x22 = 0

2
car 4
5 = 2,
0
da cui A + B .
) Sia , = l1 l2 , l1 6= l2 . A meno della di prima, possiamo supporre

: x1 x2 = 0.
(x1 + x2 )2 (x1 x2 )2 = 0
| {z }
| {z }
V
4x1 x2 = 0.
8.3. Lo spazio delle coniche
125
Esercizio 8.3.3 Descrivere in P5 la famiglia delle coniche tangenti ad una data retta
l0 P2 . In particolare:
` una iperquadrica Q0 P5 .
1) E
2) Q0 V .
3) Descrivere Sing Q0 .
Esempi Svolgiamo il punto 3) dellesercizio appena proposto.

A meno della dellultima dimostrazione possiamo supporre
l0 : x3 = 0.
Q0 : 2(a11 a22 a212 ) = 0
2
a11
a12
a13
a22
a23
0
60
6
60
a33 6
61
6
40
0
|
0
2
0
0
0
0
0
0
0
0
0
0
{z
1
0
0
0
0
0
0
0
0
0
0
0
car A = 3 dim(Sing Q0 ) = 5 3 = 2
2
a11
2 3
32
0
a11
6
7
07
7 6a12 7
6a13 7
07
76
7=0
6
7
07
7 6a22 7
5
4
0
a23 5
a33
0
}
6a12 7 607
6
7 6 7
6a13 7 607
7 6 7
A6
6a22 7 = 607
6
7 6 7
4a23 5 405
a33
Sing Q0
ha l0 come componente
2a13 x1 x3 + 2a23 x2 x3 + a33 x23 = x3 (
) = 0.
Appendice A
Esercitazioni
A.1
Spazi affini
In A4 siano H un iperpiano, r k H una retta di equazioni

r: y2=xw=zw1=0
e A (0, 0, 1, 2), B (1, 1, 1, 1), C (0, 1, 1, 3) H. Individuare lequazione cartesiana di H.
` H = L(A, Dir L), dove Dir L ha dimensione 3. Dobbiamo determinare
E
una base di Dir L. Stanno sulliperpiano i vettori

0
1
1
1

BA=
0 , C A = 0 , e Dir r.
1
1

x=t
* 1 +
0
y=2
r:
Dir r =
1
w
=
t
1
z=1+t

0
1 +
0
1 +
* 1
* 1
1 1 0
1 1 0

Dir L
0 , 0 , 1 Dir L = 0 , 0 , 1
1
1
1
1
1
1
{z
}
|
car=3

x=+
x
0
1
0
1
y 0
1
1
0
y
=+
= + + +
z 1
0
0
1
z
=
1+
w=2++
w
2
1
1
1
=z1
=xz+1
w=2x+z1+yx+z1+z1
=yx+z1
2x y 3z + 1 = 0.
A.1. Spazi affini
127
In A4R si considerino:
r1 : x + z = y = w 2 = 0
r2 : x + 1 = z + W = y 1 = 0
: x + y w 5 = y z w + 5 = 0.
Si determini la retta l che incide le rette r1 , r2 ed è parallela al piano .
x=5+
x = 1
x=t
y=
y=1
y=0
:
r2 :
r1 :
z=5+
z=s
z = t
w=
w = s
w=2

1 +
* 1
1 0

Dir =
1 , 1 .
0
1
Lincidente r1 e r2 ha equazioni parametriche
x = t (1 + t)
* 1 t +
1
y=
Dir l =
s+t .
z
=
t
+
(s
+
t)
w = 2 (s + 2)
s 2
1 1 1 t
1
0
1
l k Dir l Dir car

1 1 s + t = 2.
0
1 s 2
Orliamo dunque la matrice 2 2 in alto a sinistra, che deve realizzare la

caratteristica.

1 1 1 t

0
1 = 1 + 1 + t 1 s t s = 1
0 = 1
1 1 s + t

1 1 1 t

1 = 1 t + 1 + s + 2 t = 3.
0 = 1 0
0 1 s 2
La retta cercata ha dunque equazioni parametriche
x = 3 4
y=
l:
z = 3 + 6
w = 2 3
In forma cartesiana:
x + 4y 3 = 4y z 3 = 3y + w 2 = 0.
In A4R , dati
P (0, 0, 0, 2)
l : x1 = x2 = x3 = x4
: x2 = 2x4 = 2,
128
Esercitazioni
si determini lequazione cartesiana delliperpiano H t.c. H P, l k H,
k H.
H = L(P, Dir L)
x1 =
x2 = 2
:
x3 =
x4 = 1

* 1 +
1
Dir l = hui =
1
1

0 +
* 1
0 0

Dir = hv, wi =
0 , 1
0
0
Dir L = hu, v, wi.
I vettori u, v, w devono essere l.i. (altrimenti sarebbe errato lesercizio).

Risulta:
x1 = +
x2 =
ovvero H : x2 x4 + 2 = 0.
H:
x3 = +
x4 = 2 +
In A4 si determini lequazione cartesiana delliperpiano H t.c. H A

(0, 0, 1, 0), r k H, k H, dove
x=1+t
y = t
2x + y + z 2w = 0
:
r:
z=2
x + 3y + 3z 6w = 0.
w=2
H = L(A, Dir L)
x=0
y = + 2
:
z
=
w=

0 +
* 1 +
* 0
1
1 2

Dir = hv, wi =
Dir r = hui =
0
1 , 0
1
0
0
x=
y = + 2
H:
z=1+
w=
Dir L = hu, v, wi.

ovvero
H : x + y + z 2w 1 = 0.
In A5 si determini H t.c. H L1 e l k H, dove

L1 : x1 + x2 x3 x4 + 2 = x2 + x3 + x4 x5 = 0
l : x1 + x2 = x1 + x4 = x3 + x2 = x1 x5 + 1 = 0.
A.1. Spazi affini
129
x1 = 2 + +
x2 =
x3 =
L1 :
x4 =
x5 = + +
x1 = t
x2 = t
x3 = 2t
l:
x4 = t
x5 = 1 + t
1 1
1 0
car
0 1
0 0
1 1
P L1
1
0
0
1
1

1
1
1
* +
1
0
0

Dir L1 =
0 , 1 , 0
0 0 1
1
1
1

1
*1+

Dir l =
2 .
1
1
1
1
2
= 4 l.i.
1
1
L1 P0 (2, 0, 0, 0, 0)
P = P0 + u u Dir L1 P H
H = L(P0 , hDir L1 , Dir li)
x1 = 2 a + b + c + d
x2 = a d
x3 = b + 2d
H:
x4 = c d
x5 = a + b + c + d
Alternativamente, è possibile una risoluzione a mezzo di fasci:

H L1
lkH
(x1 + x2 x3 x4 + 2) + (x2 + x3 + x4 x5 ) = 0 ( : ) P1 .
LH cercato è quello per cui il sistema tra questultima combinazione e le
equazioni della retta l non ammette soluzione.
(t t 2t + t + 2) + (t + 2t t 1 t) = 0
t( ) + (2 ) = 0
non ha soluzione = .
Si prenda quindi ad esempio = 1, = 1.

In A3 sono dati i sottospazi lineari
L: x+y4=z+1=w=0
L : x = z 2w 3 = w + 2 = 0.
Si determini il luogo dei punti medi dei segmenti da L a L .
Prendiamo i punti generici delle due rette.
x=4
y=
PL:
Q L
z
=
1
w=0
x=0
y =
:
z = 1
w=2
130
Esercitazioni
Detto M il punto medio, vogliamo il rapporto semplice (PQM) = 1.
x = 4 + (4 0)t
x = 4 + (4 )t
y = + ( )t
y = + ( )t
hPQi :
z = 1 + (1 + 1)t
z = 1
w = 0 + (0 + 2)t
w = 2t
Su questa retta abbiamo le coordinate interne P (0), Q (1).
PM
0 tM
1
=
= 1 tM =
QM
1 tM
2

1
1
1
M 4 + (4 )
, + ( )
, 1, 2
2
2
2
(PQM) =
Pertanto il luogo cercato è il piano

z = 1
w = 1.
A.2
In E3 determinare la retta r perpendicolare ed incidente ad entrambe le

rette
x = 3 + 4
x = 5 + 3t
y = 6 7
y = 6 2t
s2 :
s1 :
z = 1 .
z = 11 4t
I punti di incidenza di r con s1 e s2 sono rispettivamente della forma
A (5 + 3t, 6 2t, 11 4t)
B (3 + 4, 6 7, 1 ),
da cui ricaviamo i parametri direttori di r = hABi:
a = 5 + 3t (3 + 4) = 3t 4 8
b = 6 2t (6 7) = 2t + 7 + 12
c = 11 4t (1 ) = 4t + + 10.
La r risulta perpendicolare a s1 , s2 se a, b, c soddisfano le condizioni di

perpendicolarità:

3a 2b 4c = 0
29t 30 = 88
t=2
4a 7b c = 0
5t 11 = 21
= 1
A (1, 2, 3),
B (1, 1, 2).
Pertanto r ha equazioni parametriche
x = 1 + 2t
y=2+t
z = 3 + t.
A.2. Spazi affini euclidei
131
in E3 determinare il simmetrico Q del punto P (1, 2, 2) rispetto al

piano
: 2x 2y z + 5 = 0.
Troviamo la retta r perpendicolare a e passante per P usando i parametri
direttori del piano:
x = 1 + 2t
y = 2 2t
r:
z=2t
Il punto H = r è ottenuto mettendo a sistema le equazioni:
2(1 + 2t) 2(2 2t) (2 t) + 5 = 9 + 9t = 0 t = 1 H (1, 0, 3).

Poiche H è il punto medio del segmento PQ, si hanno le relazioni
1
(xQ + 1) = 1,
2
1
(yQ 2) = 0,
2
1
(zQ + 2) = 3,
2
da cui si ricava Q (3, 2, 4). Alternativamente, si poteva ragionare sulle

coordinate interne della retta r: P (0), H (1); Q deve distare da
P il doppio rispetto a H e giacere nella stessa semiretta di H, ovvero
Q (0 + 2(1)) = (2), da cui si ricavano le coordinate di E3 sostituendo
t nelle equazioni di r.
In E3 si considerino i piani
: 3x 2y + z + 1 = 0
: x + y + z 3 = 0.
Determinare il piano simmetrico di rispetto a .

Prendiamo un punto di , e.g. P (2, 2, 3), e determiniamone il simmetrico Q rispetto a .
x = 2 + 3t
y = 2 2t
hPQi :
z=3+t
hPQi = H
t = 1 H (1, 0, 2) Q (4, 2, 1).
Il piano passa per Q e per r = , se e sono incidenti1 . Quindi

appartiene al fascio generato da , :
(x + y + z 3) + (3x 2y + z + 1) = 0.
Imponendo il passaggio per Q si trova = 72 , da cui
: 7(x + y + z 3) 2(3x 2y + z + 1) = 0.
Sia
1 Se
0 1 0
R = 0 0 1 .
1 0 0
e fossero paralleli, passerebbe per Q e sarebbe parallelo a .
132
Esercitazioni
Interpretata R come una rotazione di E3 con centro nellorigine O, se ne
determini lasse l e si dica la misura in radianti dellangolo della rotazione
indotta da R sul piano ortogonale a l passante per O. Infine, si scrivano
le equazioni della riflessione : E3 E3 rispetto al piano .
Notiamo innanzitutto che (come deve essere) R SO(3). Individuiamo
lasse l, luogo dei punti uniti:

*1+
x
0 1 0
x
y = 0 0 1 y l : x = y = z
Dir l = 1 .
1
z
1 0 0
z
Il piano è ortogonale a l, quindi la sua equazione cartesiana ha per coefficienti i parametri direttori di questa; siccome poi passa per O, abbiamo:
* +
1
0
x=
y=
Dir = 0 , 1 .
: x+y+z=0
1
1
z =
Per determinare langolo della rotazione, applichiamo la trasformazione

ad un qualsiasi punto di (che non sia sullasse l!).

0
1
1
0 1 0
0 0 1 0 = 1 = v
u = 0 , (u)
1
1
1 0 0 1
cos =
1
1
2
(u, v)
= = = .
||u|| ||v||
2
3
2 2
Sia u il vettore normalizzato ortogonale al piano (che sarà quindi direzione di l). Applichiamo la riflessione rispetto a al generico punto x di
E3 .
1

13
u = 3
x = x 2 (u, x) c u
1
3
dove c è prodotto interno tra u e un punto di . Per comodit`

a usiamo il
punto O (0), sicche c = 0.
1

2
2

13
x
x
3x 3y 3z
1
y = y 2 x + y + z 0
3 = 32 x + 13 y 32 z .
3
3
3
z
z
1
2x 2y + 1z
3
In E4 si determini la distanza tra la retta l e il piano :
x = 3t
x = 2a + b
y=6
y = b
l:
:
z=1
z=0
w=3+t
w=a
Notiamo innanzitutto che i due sottospazi sono sghembi, perche non sono
incidenti e hanno direzioni linearmente indipendenti. Troviamo la retta
A.3. Spazi proiettivi
133
incidente ed ortogonale a l e a . Per la condizione di incidenza poniamo:
x = 3t + (2a + b 3t)u
y = 6 + (b 6)u
r:
z = 1 + (0 1)u
w = 3 + t + (a 3 t)u
Per la perpendicolarità chiediamo che siano nulli i prodotti interni della

direzione incognita di r con le 3 direzioni di l e ; tralasciando le condizioni
dipendenti, otteniamo:
2a + b 3t = 0
a=3
a3t=0
b = 6
b+6=0
t=0
x=0
y=6
r:
z=1u
w=3
Si calcola infine la distanza tra i punti di intersezione di r con l e :
r l (0, 6, 1, 3)
r (0, 6, 0, 3)
dist(l, ) = 1.
A.3
Spazi proiettivi
Date tre rette in P3 , è possibile ridursi ad uno spazio affine in cui esse
appartengano ad uno stesso fascio (i.e. abbiano un punto in comune e
siano complanari)? La risposta è no, a meno che esse non soddisfino già
tali condizioni.
Osservazione La complanarit`
a e la mutua appartenenza sono propriet`
a che
non cambiano passando dallambito proiettivo a quello affine.
In P2 consideriamo le rette
r : x1 + 2x2 + 3x3 = 0
s : 2x1 x3 = 0.
Come individuare una retta r in modo che r e s siano incidenti in P2 r
r = A2 ?

7
x3 = 2x1
rs:
P : : 2 .
x1 + 2x2 + 6x1 = 0
2
` quindi necessario e sufficiente richiedere P
E
/ r .
In P3 si considerino i sottospazi lineari
: x1 x2 x3 = 0
: x2 x3 x4 = 0.
Individuare una retta r in modo che in P3 r r risulti k .
Lunica scelta possibile è la retta .
134
Esercitazioni
A.4
In P2 si consideri la quadrica x1 x3 = 0. Determinare tre rette in modo

che in P2 r r = A2 la quadrica si spezzi in due rette incidenti, parallele o
coincidenti.
Notiamo che la quadrica è formata da due rette per il punto (0 : 1 : 0).
incidenti : x2 = 0;
parallele : x2 = 1;
coincidenti : x3 = 0.
In P2 si consideri la quadrica
Q : 2x21 + 2x22 8x23 = 0.
Determinare una retta impropria in modo che la traccia affine di Q sia: una
retta; un polinomio del III ordine; unellisse; un iperbole; una parabola;
una circonferenza.
retta: impossibile, perche la traccia affine deve essere irriducibile come
è irriducibile la quadrica in P2 .
polinomio del III ordine: impossibile, perche il passaggio non pu`
o
aumentare il grado.
ellisse: non ha punti impropri, quindi
è necessaria una retta esterna
a Q; e.g. x3 = 0, x1 = 70x3 , x1 = 5x3 .
parabola: ha un solo punto improprio, quindi è necessaria una retta
tangente a Q; e.g. x2 = 2x3 , x1 = 2x3 .
iperbole: ha due punti impropri, quindi è necessaria una retta secante
Q in due punti; e.g. x1 = 0, x2 = mx1 .
circonferenza: non ha senso in un piano affine, perche manca il concetto di distanza.
Lindividuazione delle varie rette è pressoche immediata se si ha in mente
un modello geometrico, come in questo caso può essere una circonferenza
di raggio 2 centrata nellorigine.
Come trovare i punti singolari di una quadrica? Bisogna studiare il comportamento della quadrica con le rette. Non possiamo che prendere la retta
generica e intersecarla con la quadrica.
Se una quadrica Q A3 ha Sing Q = {un piano} allora Q si esaurisce in
quel piano contato due volte; se Sing Q = {una retta} allora Q si spezza in
due piani distinti.
Una quadrica contiene un piano se e solo se ha rk 2.
In P3 voglio che lorigine O Sing Q. Iniziamo considerando Q senza il
A.4. Ipersuperfici quadriche
135
termine in x44 .
Q : a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 +
+2a14 x1 x4 + 2a24 x2 x4 + 2a34 x3 x4 = 0
x = 0 +
y = 0 +
z = 0 +
u = 1 +
Resta quindi
Q : a11 x2 + a22 y2 + a33 z2 + 2a12 xy + 2a13 xz + 2a23 yz = 0.

Per dimostrare che è un cono basta dimostrare che è una famiglia di rette
passanti per lorigine, ovvero che la retta che unisce un punto di Q con O
sta nella quadrica.
3
si consideri la famiglia di quadriche
In PR
F : x2 zu + (x2 + y2 z2 u2 ) = 0.
Vogliamo la classificazione proiettiva di tali quadriche.
Le quadriche base del fascio sono:
` un cilindro, ovvero un cono con punto
= 0, Q0 : x2 zu = 0. E
singolare allinfinito, rk = 3, Sgn = (2, 1).
= , Q : x2 + y2 z2 u2 = 0. Ha rk = 4, Sgn = (2, 2), è liscia2 ,
irriducibile, rigata, quindi ha punti iperbolici.
1+
0
A=
0
0
0 0
0
0
0 21
0
0
21
1
det A = (1 + )
4
2
Abbiamo già studiato il caso = 0, restano da studiare i casi = 1 e =

12 . Alternativamente è possibile trovare gli autovalori di A e studiarne il
segno.
In P3 si riconosca
Q : 8x21 4x1 x2 9x23 + 4x1 x4 2x2 x4 + x24 = 0.
Stendiamo la matrice rappresentativa.
8 2 0
2
2 0
0 1
A=
0
0 9 0
2 1 0
1
det A = 36.
Poiche il determinante è non nullo, Q è non singolare; poiche è positivo,

Sgn Q deve essere (4, 0) o (2, 2).
2 Ovvero
non ha punti singolari.
136
Esercitazioni
Osservazione Q passa per xj infinito se e solo se ha equazione con il coefficiente di x2j nullo.
Q passa per (0 : 1 : 0 : 0), ovvero ha un punto reale, quindi è reale

rigata: Sgn Q = (2, 2). Possiamo determinare le due famiglie di rette. Determiniamo innanzitutto il piano tangente per un qualsiasi punto della
quadrica.

0
1
xT A
: 2x1 + x4 = 0.
0 = 0
0
Intersecando questo con la quadrica si ottiene una conica, la quale si spezzerà in due rette. Ognuna di esse determinerà un fascio di piani; le intersezioni di tali fasci con la quadrica sono le due famiglie di rette che rigano
la quadrica.
Teorema A.1 [di generazione proiettiva delle coniche] Dati 2 fasci

di rette e una proiettività , il luogo dei punti di intersezione di rette
corrispondenti nella è una conica.
Quali generano uniperbole, unellisse, una parabola?
iperbole: manda una coppia di rette in una coppia di rette parallele
alle prime due;
ellisse: r deve essere t.c. r (r) sia un punto al finito;
parabola: manda 1! retta in 1! retta ad essa parallela.
Un cono è una superficie ottenuta proiettando una conica da un punto

fissato. Il cono è riducibile se e solo se la conica è riducibile. Un cono di
vertice (, , ) ha equazione
(x )2 + (x )2 + (x )2 = 0.
Un cilindro è invece una superficie ottenuta proiettando lungo una direzione una curva (direttrice).
Osservazione Ogni omografia è ottenibile con al pi`
u due proiezioni centrali.
In A3 si determinino il cono ottenuto proiettando x2 + y2 1 = 0, z = 0

dal punto V (7, 14, 21) ed il cilindro in direzione (1, 2, 3).
Consideriamo il generico punto (, , ) che appartiene alla generica retta
per V e al piano z = 0.
x = 7 + ( 7)t
y = 14 + ( 14)t
z = 21 + ( 21)t
z=0
Un punto siffatto è
7+

21( 14)
21( 7)
, 14 +
,0 ,
21
21
137
pertanto il nostro cono è

7+
21( 7)
21
2
Per il cilindro invece abbiamo:
x=+
y = + 2
z = + 3
z=0

2
21( 14)
+ 14 +
= 1.
21
2
,
,0 ,
3
3
e il nostro cilindro è
2

2
2
= 1.
+
3
3
In E3 si consideri la curva:
x=t
y = t2
q:
z = t3
Determinare la superficie di rotazione ottenuta facendo ruotare la curva

intorno allasse z.
Il grado della curva si ottiene intersecando con il generico piano di E3
ax + by + cz + d = 0.
Sostituendo si ha
at + bt2 + ct3 + d = 0
()
da cui si deduce che q è una curva del terzo ordine nello spazio.
Stabilire se la curva è piana3 equivale a stabilire se a, b, c, d tali che

() sia identicamente soddisfatta. In questo caso si nota che ciò accade se e
solo se (a, b, c, d) = (0, 0, 0, 0), ossia il piano e la curva non è piana; una
tale curva viene detta cubica gobba. Per determinare la superficie ottenuta
facendo ruotare tale cubica intorno allasse z devo scrivere lequazione
della generica circonferenza passante per un punto della cubica al variare
dei piani ortogonali allasse z, i.e. paralleli al piano hx, yi. Al variare dei
parametri viene descritta tutta la superficie.
Lequazione dellasse di rotazione l è
x=0
y=0
l:
z=k
Il piano passante per il generico punto della cubica è

: (x t) + (y t2 ) + (z t3 ) = 0.
3 Ovvero
`
e interamente contenuta in un piano.
138
Esercitazioni
Poiche z, il piano ha i medesimi parametri direttori dellasse, ossia
= = 0,
= 1,
da cui z = t3 . Qualunque sfera passante per il generico punto della cubica

e con centro sullasse z origina una circonferenza se intersecata con il piano
corrispondente alla quota del generico punto della cubica. Scegliendo e.g.
(0, 0, 0) l come centro della sfera si ha:

z = t3
z = t3
2
2
2
2
2 2
3 2
x + y + z = t + (t ) + (t )
x2 + y2 + z2 = t2 + t4 + t6
t
R.
La superficie ottenuta non è una quadrica.

Osservazione Non necessariamente ruotando una conica si genera una quadrica (e.g. la rotazione di una circonferenza pu`
o descrivere un toro).
In P3R si riconosca la quadrica Q e si determini Sing Q.
2
1
A=
1
0
Q : x21 + x22 x23 x1 x2 x1 x3 x2 x3 = 0.
1 1 0
det A = 0
2 1 0
det A0 = 0
1 2 0
car A = 2 dim(Sing Q) = 3 2 = 1
0
0 0
Q è irriducibile, vi sono due possibilità: 2 fattori lineari complessi coniugati

se Sgn Q = (2, 0), oppure 2 piani distinti se Sgn Q = (1, 1). Gli autovalori
di A sono quelli di A0 e 0.

2 t 1
1

1 2 t 1 = (2 t)3 2 3(2 t) =

1
1 2 t
= t3 + 6t2 9t = t(t2 6t + 9) = t(t 3)2 .
Gli autovalori di A sono quindi 0, 0, 3, 3 Sgn Q = (2, 0).

x1
0
x2 0
3
=
Sing Q = X (x1 : x2 : x3 : x4 ) P : A
x3 0
x4
0

0

0
2x1 x2 x3 = 0
x1 = x2 = x3 sono soluzioni e.g.

0,
x1 + 2x2 x3 = 0
1

1 +
* 0
0 1

Sing Q = P
0 , 1
0
1

1
1

1
0
139
che è la retta di equazioni
x1
x2
x3
x4
=
=
=
=
i.e.
x1 x2 = x1 x3 = 0.
3
Data Q PR
,
Q : x1 x3 x2 x4 x2 x3 = 0,
riconoscere Q e determinare un iperpiano t.c.
Q = Q r (Q ) A = P3R r
sia un paraboloide.
0
0
A=
1
0
0
1
0
0 1 1
1 0
0
1 0
0
Implicitamente tra le richieste cè det A 6= 0, perche non può trattarsi di

un cono o di un cilindro.

det A = 1 > 0
Sgn Q = (2, 2).
O (0 : 0 : 0 : 1) Q
Basta scegliere = TO (Q).

x1
x2
x3
0 0
0 0
x4
1 1
0 1

0
1
0
0
1 1
= 0
0
0 0
1
0
0
i.e.
x2 = 0.
Determinare lequazione del paraboloide di A3R appartenente alla famiglia

Qk : 2xy xz + yz 2y + k(xy xz) = 0
e trovare le equazioni delle rette in esso contenute.
0
2 + k (1 + k)
2+k
0
1
A=
(1 + k)
1
0
0
2
0
0
2
0
0
140
Esercitazioni
` un paraboloide se det A 6= 0 e det A0 = 0.
E
det A0 = 2(k + 1)(k + 2)

0 1 0 0

1 0 1 2
= 0 Q1 non è singolare;

k = 1 :

0 1 0 0
0 2 0 0

0 0 1 0

0 0 1 2

= 4 > 0 Q2 è paraboloide iperbolico.
k = 2 :

1 1 0 0
0 2 0 0
Q2 : 2xz + 2yz 4y = 0
(x + y)z = 2y.
Le due famiglie di rette sono quindi:

h(x + y) = 2k
kz = hy

h (x + y) = k y
k z = 2h
(h : k)
(h : k )
Determinare il paraboloide Q A3R contenente gli assi x e y e che taglia

sul piano z = 1 la conica di equazione
z 1 = xy + y + 1 = 0.
Che natura hanno i punti di Q?
Per quanto riguarda la natura, i punti

a11 x2 + 2a14 x + a44 = 0
y=z=0
0 a
a 0
A=
b c
0 0
Devono essere proporzionali

xy + y + 1 = 0
z=1
sono necessariamente iperbolici.

a22 y2 + 2a24 y = 0
x=z=0
b 0
c 0
d e
e 0
2axy + 2bx + 2cy + d + 2e.
Supponiamo a = 1 b = 0, c = 1, d + 2e = 2. Abbiamo dunque
0 1
0
0
1 0
1
0
A=
0 1 2 2e e .
0 0
e
0
Per avere un paraboloide deve essere det A0 = 0:
det A0 = 2 2e = 0 e = 1.
141
In A3 scrivere lequazione del cono Q di vertice (1, 0, 3) circoscritto alla

sfera x2 + y2 + z2 = 18 . Scrivere anche lequazione dellellissoide S che
taglia la sfera nei punti in cui la taglia il paraboloide z = xy e passa per
(7, 14, 21).
Individuiamo il piano polare
1 0

0 1
x y z 1
0 0
0 0
del nostro punto rispetto alla sfera.

0 0
1
0
0 0
= x + 3z 1 = 0.
1 0 3
8
1
0 81
Con tale piano contato due volte e la sfera generiamo la famiglia delle
quadriche passanti per la circonferenza loro intersezione. In tale famiglia
andiamo a cercare la quadrica passante per il nostro vertice.

2
1
1
2
2
2
F : x + y + z + x + 3z
=0
8
8

2
1
8
1
1+9 + 1+9
=0= .
8
8
79
Sostituendo nellequazione della famiglia otteniamo il cono cercato:

Q : 71x2 + 79y2 + 7z2 + 48xz 2x + 6z 10 = 0.
Lellissoide S appartiene invece al fascio generato dalla sfera e dal paraboloide dati,
1
+ (z xy) = 0.
8
Dobbiamo semplicemente imporre il passaggio per (7, 14, 21).
F : x2 + y2 + z2
1
5487
+ (21 7 14) = 0 =
8
616
2
2
2
S : 616x + 616y + 616z 5487xy + 5487z 77.
72 + 142 + 212
In P3 sono dati
: 2x1 x3 + 2x1 x4 2x2 x4 = 0
: x1 x2 = 0.
Si descriva la quadrica in P3 r = A3 .
0 0 1 1
0 0 0 1
A=
1 0 0 0
1 1 0 0
det A = 1
non si spezza, è reale (passa per lorigine), ha punti iperbolici (det A >
0). Determiniamo la conica allinfinito.

x1 = x2
:
x1 x3 = 0
Si tratta di una conica che si spezza, quindi è un paraboloide, e in

conclusione un paraboloide iperbolico.
142
Esercitazioni
In E3 sia Q la superficie ottenuta facendo ruotare r : x y = z 1 = 0
intorno ad a : x = z 2 = 0. Riconoscere Q, trovarne il centro, la chiusura
proiettiva ed un piano tale che la traccia affine sia un paraboloide.
Esprimiamo le rette in forma parametrica.
x=0
x =
y=
y =
a
r
z=2
z=1
Consideriamo : y = , il generico piano ortogonale ad a. Qui prendiamo

la circonferenza con centro su a passante per il generico punto P r;
facciamo ciò eguagliando le distanze di P e r da e.g. (0, 0, 2) a.

y =
(x 0)2 + (y 0)2 + (z 2)2 = ( 0)2 + ( 0)2 + (1 2)2
x2 + y2 + (z 2)2 = y2 + y2 + 1
Q : x2 y2 + z2 4z + 3 = 0.
Per come abbiamo generato tale quadrica (rotazione di una retta sghemba
rispetto allasse), sappiamo già di avere un iperboloide a una falda.
Osservazione Il centro di una quadrica è il polo delliperpiano improprio.
Troviamone il centro, intersecando i piani polari di x , y , z (4 ).

Q : f(x, y, z, u) = x2 y2 + z2 + 3u2 4zu = 0
polare di x :
polare di y :
polare di z :
f
x
f
y
f
z
= 2x = 0
= 2y = 0
x=0
y=0
= 2z 4u = 0 z = 2
Sicche il centro di Q è il punto (0, 0, 2). Se infine vogliamo che la traccia

affine di Q sia un paraboloide, è sufficiente prendere come piano improprio
un piano tangente alla quadrica. Notiamo che e.g. (0 : 0 : 1 : 1) Q.

1 0
0
0
0
0

0 1 0
0
= u z = 0
T(0:0:1:1) (Q) : x y z u
0 0
1 2 1
0 0 2 3
1
Pertanto è accettabile il piano z = 1.
4 Per lutilizzo delle derivate parziali nella determinazione degli iperpiani tangenti, cf. E.
Marchionna, U. Gasapina, Appunti ed esercizi di Geometria 2, Masson, Milano 1988.

Appunti Lanteri Geometria 2 Unimi Matematica

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 Lanteri Geometria 2 Unimi Matematica

Uploaded by

Copyright:

Available Formats

` degli Studi di Milano

anno accademico 2004/05

1 Forme canoniche degli endomorfismi

2 Spazi vettoriali euclidei

4 Spazi affini euclidei

Coordinate proiettive omogenee . . . . . . . . . . . . . . .

8 Spazi rappresentativi degli enti geometrici elementari

Forme canoniche degli

Come cambia la matrice associata a unapplicazione lineare f al cambiare della/e

(C = A (h) GL(n; K) `e invertibile)

Corollario Siano A, A Mat(n; K). Sono equivalenti:

1.1. Autovalori e autovettori

Definizione 1.1 A, A si dicono simili se vale i) (oppure ii)).

A = {a1 , . . . , an } basi di V, B = {b1 , . . . , bm }, B = {b1 , . . . , bm

D = B (k) con k Aut(W) : k(bj ) = bj j = 1, . . . , m

C = A (h) con h Aut(V) : h(ai ) = ai i = 1, . . . , n.

Corollario Siano A, B Mat(m, n; K). Sono equivalenti:

4) A, B equivalenti car A = car B

Esercizio 1.1.1 Sia car A = r. Allora A `e equivalente a

Questa `e la forma pi`

Lultimo risultato `e pi`

Definizione 1.3 Sia V uno spazio vettoriale su K, f End(V). K si dice

Forme canoniche degli endomorfismi

Definizione 1.4 V = {v V : f(v) = v} = {0} {autovettori di f relativi a

Osservazione K `e autovalore di f V 6= {0}. In particolare, 0 `e autovalore di

0) Nellesempio precedente, 1, 1 sono autovalori di f.

2) V = VectO (A3 ), f End(V ) indotta dalla proiezione parallela allasse z sul

Dora in poi sia dim V = n < . Trasferiamo la terminologia alle matrici.

Definizione 1.5 Sia A Mat(n; K). K `e autovalore di A se x Kn , x 6=

1.1. Autovalori e autovettori

Di che tipo `e la condizione ()?

Definizione 1.6 f (t) = det(A tI) `e detto polinomio caratteristico di f (di

Corollario Se dim V = n < , lo spettro 1 di f `e finito.

Osservazione Non cos` se dim V = . Trovare un esempio.

Proposizione 1.2 Sia f End(V), A = A (f).

Proposizione 1.3 Se f ha tutte le n radici 1 , . . . , n K, allora

spettro linsieme degli autovalori.

Forme canoniche degli endomorfismi

Definizione 1.7 Si chiama molteplicit`

Proposizione 1.4 Sia autovalore di f. Allora 1 dim V m().

(r = 1) Per definizione v1 6= 0 v1 l.i.

Sia f End(V). Cerchiamo una base A di V t.c. A (f) sia semplice.

Passiamo ora allinterpretazione matriciale.

Siccome gli xi costituiscono una base, allora X GL(n; K).

Definizione 1.10 X `e una matrice diagonalizzante.

Forme canoniche degli endomorfismi

Osservazione Non tutti gli endomorfismi sono diagonalizzabili.

R autovalori e quindi neanche autovettori (in R!).

Non ci sono abbastanza autovettori per fare una base di V .

Definizione 1.11 Sia p(t) K[t], p(t) = a0 tn + a1 tn1 + + an . p(t) si dice

2) t3 t2 + t 1 = t2 (t 1) + (t 1) = (t 1)(t2 + 1) non `e totalmente riducibile

Teorema 1.4 [fondamentale dellAlgebra] Ogni p

Teorema 1.5 [D2] f `e diagonalizzabile valgono:

C[t] `e totalmente ri-

ii) autovalore di f vale3 dim V = m().

(r t)m r vale i).

) Siano V 1 , . . . , V r di dimensioni rispettive m1 , . . . , mr e basi rispettive

Questi sono m1 + + mr = n autovettori di f. Basta mostrare che essi sono l.i.

con i K, wi autovettori di f relativi a i

Corollario [della dimostrazione] f diagonalizzabile V = V1 Vr .

Corollario Se f ha n autovalori distinti f `e diagonalizzabile.

Osservazione Non vale il viceversa: e.g. I ha un solo autovalore con molteplicit`

alcuni testi si parla di eguaglianza tra molteplicit`