3029 Lezione 29

3030

3031 Geometria
3032

3033 Descrivere, per mezzo di equazioni, la retta dello spazio per i punti
3034 Q(1, 0, 1) e R(0, 2, 3)
3035 Richiami. 1) Dati in uno spazio vettoriale VK un vettore v0 e un
3036 sottospazio U , tali che dim U = d, l’insieme v0 + U = {v + u | u ∈ U }
3037 si chiama varietà lineare di dimensione d.
3038 2) Un riferimento cartesiano RC(Oijk) per lo spazio è dato da un
3039 punto O (origine) e da tre vettori i, j, k di lunghezza 1, a due a due
3040 perpendicolari (fig. 14.2).
3041 3) Un riferimento cartesiano individua una corrispondenza biunivoca
3042 tra punti dello spazio e vettori in R3 : precisamente, al punto P si
−→
3043 associa quella terna x, y, z tale che OP = xi + yj + zk. In simboli:
3044 P (x, y, z).
3045 4) Notazione per i vettori: v(l, m, n) significa v = li + mj + nk.
3046 5) Il vettore congiungente P1 (x1 , y1 , z1 ) e P2 (x2 , y2 , z2 ) è
−−→
P1 P2 (x2 − x1 , y2 − y1 , z2 − z1 ).

237
3047 Prenderemo il seguente come presupposto per la geometria affine.

3048 Teorema 29.1. Nella corrispondenza biunivoca tra punti dello spazio e
3049 vettori di R3 , sopra descritta, le rette corrispondono precisamente alle
3050 varietà lineari di dimensione 1 e i piani corrispondono precisamente
3051 alle varietà lineari di dimensione 2.

3052 Equazioni parametriche della retta nello spazio. Dal teorema 29.1
3053 una retta corrisponde a una varietà lineare (x0 , y0 , z0 ) + �(l, m, n)�
3054 ((l, m, n) �= 0) e quindi è l’insieme dei punti di coordinate

{(x0 , y0 , z0 ) + t(l, m, n) | t ∈ R} = {(x0 + lt, y0 + mt, z0 + nt) | t ∈ R}.

3055 Le equazioni parametriche di una retta sono


 x = x0 + lt
y = y0 + mt t∈R ((l, m, n) �= 0). (29.1)

z = z0 + nt,
3056

3057 Risposta alla domanda iniziale. Cerchiamo una varietà lineare v0 + U ,

3058 con dim U = 1, tale che (1, 0, 1), (0, 2, 3) ∈ v0 +U . Proviamo a cercarne
3059 una soddisfacente v0 = (1, 0, 1). Per costruzione, (1, 0, 1) ∈ v0 + U ,
3060 perché 0 ∈ U . Dalla condizione (0, 2, 3) ∈ v0 + U = (1, 0, 1) + U segue
3061 che esiste u ∈ U tale che (0, 2, 3) = (1, 0, 1) + u ⇒ u = (0, 2, 3) −
3062 (1, 0, 1) = (−1, 2, 2) e siccome dim U = 1 si deduce U = �(−1, 2, 2)�.
3063 Quindi la retta corrisponde alla varietà lineare (1, 0, 1) + �(−1, 2, 2)�
3064 ed ha equazioni parametriche

 x = 1−t
y = 2t t ∈ R.

z = 1 + 2t,
238
3065 Equazioni parametriche del piano nello spazio. In termini di varietà
3066 lineare:

(x0 , y0 , z0 ) + �(l, m, n), (l� , m� , n� )� =

= {(x0 , y0 , z0 ) + t(l, m, n) + t� (l� , m� , n� ) | t, t� ∈ R} =
= {(x0 + lt + l� t� , y0 + mt + m� t� , z0 + nt + n� t� ) | t, t� ∈ R},

3067 dove (l, m, n) e (l� , m� , n� ) sono linearmente indipendenti. Se ne dedu-

3068 cono le equazioni parametriche di un piano nello spazio:

 x = x0 + lt + l� t� � � � �
� l m n
y = y0 + mt + m� t� t, t ∈ R rk � =2 .
 � � l m� n�
z = z0 + nt + n t ,
(29.2)
3069

3070 Ci proponiamo di trovare il significato geometrico di x0 , y0 , z0 , l,

3071 m, n in (29.1). Serve dimostrare quanto segue:

3072 Proposizione 29.2. Sia v0 + U una varietà lineare in uno spazio

3073 vettoriale VK . Vale quanto segue:

3074 (i) v0 ∈ v0 + U .

3075 (ii) ∀v1 ∈ v0 + U : v1 + U = v0 + U .

3076 (iii) ∀v1 , v2 ∈ v0 + U : v2 − v1 ∈ U .

3077 Dimostrazione. (i) Siccome U è un sottospazio di VK , vale 0 ∈ U . Ne

3078 segue v0 = v0 + 0 ∈ v0 + U .
3079 (ii) Usiamo il procedimento della doppia inclusione e l’ipotesi v1 ∈
3080 v0 + U , cioè:
∃u ∈ U : v1 = v0 + u. (29.3)

239
3081 Prima inclusione: v1 + U ⊆ v0 + U . Consideriamo un vettore w ∈
3082 v1 + U , quindi
∃u� ∈ U : w = v1 + u� . (29.4)
3083 Combinando (29.3), (29.4), si ha w = v0 +(u+u� ). Essendo u+u� ∈ U
3084 in quanto somma di due vettori in U , risulta w ∈ v0 + U .
3085 Seconda inclusione: v0 + U ⊆ v1 + U . Consideriamo un vettore w� ∈
3086 v0 + U , quindi
∃u�� ∈ U : w� = v0 + u�� . (29.5)
3087 Dalla (29.3) si ha v0 = v1 − u e combinando con la (29.5) otteniamo
3088 w� = v1 + (u�� − u). Vale u�� − u ∈ U in quanto differenza di due vettori
3089 in U e ciò implica w� ∈ v1 + U .
3090 (iii) Per ipotesi esistono u1 , u2 ∈ U tali che

v1 = v0 + u1 , v2 = v0 + u2 .

3091 Ne segue v2 − v1 = u2 − u1 ∈ U .
3092 Interpretiamo geometricamente la prop. 29.2 con riferimento ad una
3093 retta r associata alla varietà lineare (x0 , y0 , z0 ) + �(l, m, n)�.
3094 (i) (x0 , y0 , z0 ) ∈ (x0 , y0 , z0 ) + �(l, m, n)�, quindi x0 , y0 , z0 sono le coor-
3095 dinate di un punto della retta stessa.
3096 (ii) Se (x1 , y1 , z1 ) ∈ (x0 , y0 , z0 ) + �(l, m, n)�, allora

(x1 , y1 , z1 ) + �(l, m, n)� = (x0 , y0 , z0 ) + �(l, m, n)�.

3097 Quindi x0 , y0 , z0 nelle equazioni parametriche (29.1) possono essere so-

3098 stituite dalle coordinate di qualsiasi punto della retta.
3099 (iii) Dati P1 (x1 , y1 , z1 ), P2 (x2 , y2 , z2 ) sulla retta r, la prop. 29.2 implica
−−→
P1 P2 (x2 − x1 , y2 − y1 , z2 − z1 ) ∈ �(l, m, n)�.

3100 Da questo si deduce che �(l, m, n)� è l’insieme di tutti i vettori paralleli
3101 alla retta r.

240
 Figura 29.1: l, m, n sono le coordinate di un vettore non nullo parallelo
ad r.

3102 Considerazioni simili a quelle di cui sopra valgono anche per le

3103 equazioni parametriche di un piano.
3104 Definizione 29.3. Il sottospazio U si chiama spazio direttore della
3105 varietà lineare v0 + U .
3106 Lo spazio direttore contiene precisamente i vettori paralleli alla
3107 retta o al piano.
3108 Esercizio 29.4. Trovare delle equazioni parametriche del piano per i
3109 punti P (1, 1, −1), Q(1, 0, 2), R(0, 2, 3).
3110 Svolgimento. Il piano cercato (ammesso che sia unico) è una varietà
3111 lineare di dimensione 2:

(x0 , y0 , z0 ) + �(l, m, n), (l� , m� , n� )�.

3112 x0 , y0 , z0 sono le coordinate di un punto del piano, scelto arbitraria-

3113 mente, ad esempio x0 = 1, y0 = 1, z0 = −1. (l, m, n), (l� , m� , n� )

241
3114 sono due qualsiasi vettori paralleli al piano, linearmente indipenden-
−→ −→
3115 ti; ad esempio P Q(0, −1, 3), QR(−1, 2, 1). Ottengo la varietà lineare
3116 (1, 1, −1) + �(0, −1, 3), (−1, 2, 1)� e le equazioni

 x = 1 − t�
y = 1 − t + 2t� t, t� ∈ R.

z = −1 + 3t + t� ,
3117 Definizione 29.5. Le equazioni cartesiane di una retta o un piano
3118 sono quelle di un sistema lineare le cui soluzioni formino la varietà
3119 lineare corrispondente.
3120 Proposizione 29.6. Data una varietà lineare v0 + U in Rn è sempre
3121 possibile trovare un sistema lineare il cui insieme delle soluzioni sia
3122 proprio v0 + U .
Esempio 29.7. Cerchiamo equazioni cartesiane della retta r della
domanda iniziale; abbiamo visto che corrisponde alla varietà lineare
(1, 0, 1) + �(−1, 2, 2)�. Ricaviamo il sistema lineare usando le seguenti
equivalenze:
(x, y, z) ∈ (1, 0, 1) + �(−1, 2, 2)� ⇔
(x, y, z) − (1, 0, 1) ∈ �(−1, 2, 2)� ⇔
(x − 1, y, z − 1) ∈ �(−1, 2, 2)�. (29.6)
3123 Facciamo il test di appartenenza descritto a pag. 168:
   
−1 x − 1 −1 x−1
H21 (2)
2 y  −→  0 2x − 2 + y  .
H31 (2)
2 z−1 0 2x − 2 + z − 1
3124 Quindi la condizione (29.6) equivale a
�
2x + y − 2 = 0
(29.7)
2x + z − 3 = 0.
242
3125 L’insieme delle soluzioni di tale sistema lineare è la varietà lineare di
3126 partenza. Quindi (29.7) sono le equazioni cartesiane della retta.

3127 Siccome le soluzioni di un sistema lineare compatibile sono ∞n−r ,

3128 con n il numero delle incognite e r il rango delle matrici del sistema,
3129 otteniamo le seguenti equazioni generiche.
3130 Equazioni cartesiane di una retta nello spazio:
� � �
ax + by + cz + d = 0 a b c
rk � � � = 2. (29.8)
a� x + b� y + c� z + d� = 0, a b c
3131

3132 Equazioni cartesiane di un piano:

ax + by + cz + d = 0, (a, b, c) �= 0. (29.9)

3133 Osservazione 29.8. Confrontando le equazioni (29.8) e (29.9), no-

3134 tiamo come le equazioni cartesiane di una retta la rappresentino
� �come
a b c
3135 intersezione di due piani soddisfacenti la condizione rk � � � = 2.
a b c

3136 Esercizio 29.9. Trovare l’equazione cartesiana del piano dell’eserc.

3137 29.4.

3138 Svolgimento. Abbiamo trovato la varietà lineare

(1, 1, −1) + �(0, −1, 3), (−1, 2, 1)�.

Ora

(x, y, z) ∈ (1, 1, −1) + �(0, −1, 3), (−1, 2, 1)�

⇔ (x − 1, y − 1, z + 1) ∈ �(0, −1, 3), (−1, 2, 1)�.

243
 Il test di appartenenza dà
   
0 −1 x − 1 −1 2 y − 1
−1 2 y − 1 −→ H12
 0 −1 x − 1 H−→31 (3)

3 1 z+1 3 1 z+1
   
−1 2 y−1 −1 2 y−1
 0 −1 x−1  H−→32 (7)
 0 −1 x−1 .
0 7 3y − 3 + z + 1 0 0 7x + 3y + z − 9

3139 L’equazione è 7x + 3y + z − 9 = 0. Lasciamo al lettore di verificare che

3140 le coordinate dei punti P , Q ed R soddisfano tale equazione.

244
3141 Lezione 30
3142

3143 Parallelismo - forme bilineari

3144


x = 1
3145 La retta r : y = 2t (t ∈ R) è parallela al piano π di equazione

z = t−1
3146 x − y + 2z + 7 = 0?

3147 30.1 Parallelismo

3148 Data una retta, associata r alla varietà lineare (x0 , y0 , z0 ) + �(l, m, n)�,
3149 i numeri l, m, n sono coordinate di un vettore parallelo alla retta e
3150 prendono il nome di parametri direttori di r. Essi sono individuati a
3151 meno di un fattore non nullo.
3152 Fatto: due varietà lineari della stessa dimensione sono parallele se, e
3153 solo se, hanno lo stesso spazio direttore (cioè se, e solo se, sono parallele
3154 agli stessi vettori). Due varietà lineari di dimensioni differenti sono

245
3155 parallele se, e solo se, lo spazio direttore della varietà lineare più piccola
3156 è contenuto nello spazio direttore della varietà lineare più grande.
3157

Risposta alla domanda iniziale. Cerco gli spazi direttori di r e π. r

è la varietà lineare (1, 0, −1) + �(0, 2, 1)�, quindi lo spazio direttore è
U1 = �(0, 2, 1)�. Risolvo l’equazione di π per trovare la varietà lineare:
{(y − 2z − 7, y, z) | y, z ∈ R} =
= {(−7, 0, 0) + (y, y, 0) + (−2z, 0, z) | y, z ∈ R} =
= (−7, 0, 0) + �(1, 1, 0), (−2, 0, 1)�.
3158 Lo spazio direttore di π è U2 = �(1, 1, 0), (−2, 0, 1)�. Retta e piano sono
3159 paralleli se, e solo se, U1 ⊆ U2 . Siccome i vettori di U1 sono, in forma
3160 generale, (0, 2t, t) e (0, 2t, t) = 2t(1, 1, 0) + t(−2, 0, 1), risulta U1 ⊆ U2
3161 e quindi r è parallela a π.

3162 Proposizione 30.1. Condizione necessaria e sufficiente affinché una

3163 retta r di parametri direttori l, m, n sia parallela al piano π di equa-
3164 zione ax + by + cz + d = 0 è:
al + bm + cn = 0. (30.1)

3165 Dimostrazione. Lo spazio direttore di r è U1 = �(l, m, n)�. Dalla teoria

3166 dei sistemi lineari, l’insieme delle soluzioni di ax + by + cz + d = 0 ha
3167 la forma X0 + U2 dove U2 è l’insieme delle soluzioni del sistema lineare
3168 omogeneo ax+by +cz = 0. Quindi lo spazio direttore del piano ha una
3169 tale equazione. Quindi sono equivalenti le seguenti affermazioni: r è
3170 parallela a π ⇔ U1 ⊆ U2 ⇔ (l, m, n) ∈ U2 ⇔ al + bm + cn = 0.
3171 Esempio 30.2. La risposta alla domanda iniziale si ottiene anche
3172 verificando la (30.1) con l = 0, m = 2, n = 1, a = 1, b = −1,
3173 c = 2.

246
3174 Proposizione 30.3. Condizione necessaria e sufficiente affinché i pia-
3175 ni π : ax + by + cz + d = 0 e π � : a� x + b� y + c� z + d� = 0 siano paralleli
3176 è
� �
a b c
rk � � � = 1. (30.2)
a b c

3177 Dimostrazione. Chiamiamo U e U � gli spazi direttori di, rispettiva-

3178 mente, π e π � . Vale dim U = dim U � = 2.
3179 Dimostriamo preliminarmente che U = U � ⇔ dim(U ∩ U � ) = 2:
3180 “⇒” In questo caso per ipotesi U = U � , da cui U ∩ U � = U e dim(U ∩
3181 U � ) = dim U = 2.
3182 “⇐” Per ipotesi dim(U ∩ U � ) = 2. Useremo ripetutamente il fatto
3183 che l’unico sottospazio di dimensione d di uno spazio vettoriale VK di
3184 dimensione d è V stesso.
3185 1) U ∩ U � è sottospazio di U e ha dimensione 2, quindi U ∩ U � = U ;
3186 2) U ∩ U � è sottospazio di U � e ha dimensione 2, quindi U ∩ U � = U � .
3187 Combinando 1) e 2) otteniamo U = U � .
3188 Le equazioni di U e U � sono, rispettivamente, ax + by + cz = 0 e
3189 a� x + b� y + c� z = 0. Ne segue: π è parallelo a π � ⇔ (per definizione)
� �
3190
� = U ⇔ (v. sopra) dim(U ∩ U ) = 2 ⇔
U � il sistema
� lineare
ax + by + cz = 0 a b c
3191
� � � ha ∞2 soluzioni ⇔ rk � � � = 1.
ax+by+cz = 0 a b c

3192 Osservazione 30.4. Confrontando le equazioni cartesiane di un piano

3193 (29.9) e di una retta (29.8), vediamo che le seconde rappresentano la
3194 retta come intersezione di due piani. Per la (30.2) tali piani sono non
3195 paralleli.

247
3196 30.2 Forme bilineari simmetriche
3197 Definizione 30.5. Una forma bilineare in uno spazio vettoriale VK è
3198 una funzione

b : V × V → K : (u1 , u2 ) �→ u1 | u2 b

soddisfacente le condizioni di bilinearità: ∀u, v� , v�� ∈ V : ∀h, k ∈ K :

hv� + kv�� | u b = h v� | u b + k v�� | u b , (30.3)

u | hv� + kv�� b = h u | v� ��
b + k u | v b. (30.4)

3199 Osservazione 30.6. Dalla bilinearità segue ∀u ∈ V : u | 0 b =0=

3200 0 | u b.
3201 Definizione 30.7. Una forma bilineare b si dice simmetrica (fbs) se

∀u1 , u2 ∈ V : u1 | u2 b = u2 | u1 b . (30.5)

3202 Nelle considerazioni seguenti avremo bisogno della definizione di ma-

3203 trice trasposta (def. 23.24), di matrice simmetrica e della formula sulla
3204 trasposta di un prodotto.
3205 Definizione 30.8. Una matrice A è simmetrica se AT = A.
3206 Esempio 30.9. Ogni matrice 3 × 3 simmetrica ha la forma seguente:
 
a b c
A = b d e  .
c e f

3207 Proposizione 30.10. Comunque date due matrici A ∈ M(m × n, K)

3208 e B ∈ M(n × p, K), vale:

(AB)T = B T AT . (30.6)

248
3209 In altre parole, la trasposta del prodotto di due matrici è il prodotto
3210 delle trasposte, prese in ordine contrario.

3211 Teorema 30.11 (Corrispondenza tra fbs e matrici simmetriche). Sia

3212 VK uno spazio vettoriale di dimensione finita n e B = v1 , v2 , . . . , vn
3213 una base di VK ; per ogni u ∈ V si denoti con Xu la colonna delle
3214 coordinate di u rispetto a B.

3215 (i) Se b è una fbs in VK , allora esiste una matrice A ∈ M(n × n, K)

3216 simmetrica, tale che

∀u1 , u2 ∈ VK : u1 | u2 b = XuT1 AXu2 . (30.7)

3217 (ii) Viceversa, data una matrice A ∈ M(n × n, K) simmetrica, la

3218 (30.7) definisce una fbs b.

3219 (iii) In ciascuno dei casi precedenti, posto A = (aij ), vale

aij = vi | vj b , i, j = 1, 2, . . . , n. (30.8)

3220 Osservazione 30.12. A destra del segno di uguale in (30.7) c’è il

3221 prodotto di tre matrici, rispettivamente 1 ×n, n× n e n× 1, quindi una
3222 matrice 1 × 1, che si conviene di identificare con il suo unico elemento.

3223 Dimostrazione. (i) È data per ipotesi la fbs b; ci proponiamo di dimo-

3224 strare che la matrice A = (aij ) definita in (30.8) soddisfa l’equazione
3225 (30.7). Esprimiamo u1 e u2 come combinazioni lineari di B:
n
� n
�
u1 = bi v i ; u2 = cj v j .
i=1 j=1

249
3226 Risulta
n
� n
� n
� n
�
(30.3) (30.4)
u1 | u2 b = bi v i | cj v j b = bi v i | cj v j b =
i=1 j=1 i=1 j=1
n
� n
� � n �
n
(30.8)
= bi cj v i | vj b = bi cj aij .
i=1 j=1 i=1 j=1
3227

   �n 
c1 a
j=1 1j jc
 c2   �n a c 
XuT1 AXu2 = (b1 b2 . . . bn )A  .  = (b1 b2 . . . bn ) 

j=1 2j j 
. =
 ..  � .. 
n
cn j=1 anj cj
n
� n
� n
�
= b1 a1j cj + b2 a2j cj + · · · + bn anj cj =
j=1 j=1 j=1
n
� � n �n �
n
= bi aij cj = bi cj aij = u1 | u2 b .
i=1 j=1 i=1 j=1

3228 Resta da dimostrare che A è simmetrica; ciò segue da

(30.8) (30.5)
aij = v i | vj b = v j | vi b = aji .
3229 (ii) Bisogna dimostrare che, usando la (30.7) come definizione di
3230 b, data A simmetrica, la funzione b è una fbs.
Verifichiamo in primo luogo le condizioni di bilinearità. Conside-
riamo u, v, v� ∈ V e h, k ∈ K. Vale
(30.7)
hv� + kv�� | u
= XhvT
� +kv�� AXu =
b
� �
= hXv� + kXv�� )T AXu = (hXvT� + kXvT�� AXu =
(30.7)
hXvT� AXu + kXvT�� AXu = h v� | u b + k v�� | u b .

250
3231 La (30.4) si prova analogamente.
3232 Verifichiamo che b è simmetrica. Siccome la matrice a destra in
3233 (30.7) è una matrice 1 × 1, essa è uguale alla propria trasposta. Ne
3234 segue:
� �T
u1 | u2 b = XuT1 AXu2 = XuT2 AT (XuT1 )T =
(30.7)
= XuT2 AXu1 = u2 | u1 b .
3235 Nella penultima equazione abbiamo usato il fatto che A è simmetrica
3236 (AT = A) e che per ogni matrice M vale (M T )T = M .
3237 Da ultimo, resta da dimostrare che vale la (30.8). Indicati con
3238 e1 , e2 , . . . , en i vettori della base naturale di K n (quindi ej è una
3239 colonna con tutti zeri e un “1” in j-esima posizione, per ogni j) si
3240 ha  
a1j
 a2j 
vi | vj b = XvTi AXvj = eTi Aej = eTi  
 ...  = aij .
anj
3241

3242 Osservazioni 30.13. 1) Il teorema stabilisce che, fissata una base B,

3243 resta individuata una corrispondenza biunivoca tra fbs e matrici n × n
3244 simmetriche.
3245 2) Nel caso particolare V = Rn , B = N (base naturale), la (30.7)
3246 diventa
u1 | u2 b = uT1 Au2 (30.9)
3247 e la (30.8)
aij = ei | ej b . (30.10)
3248 Esercizio 30.14. Trovare (x1 , x2 ) | (y1 , y2 ) b , dove b è la fbs in R2
3249 che rispetto alla base naturale ha matrice
� �
1 2
A= .
2 3
251
252
3250 Lezione 31
3251

3252 Ortogonalità
3253

3254 Cosa vuol dire che due funzioni sono ortogonali?

Svolgimento dell’esercizio 30.14. Applico la (30.9) con u1 = (x1 , x2 ),

u2 = (y1 , y2 ):
� �� � � �
1 2 y1 y1 + 2y2
(x1 , x2 ) | (y1 , y2 ) b = (x1 x2 ) = (x1 x2 ) =
2 3 y2 2y1 + 3y2
= x1 (y1 + 2y2 ) + x2 (2y2 + 3y2 ) = x1 y1 + 2x1 y2 + 2x2 y1 + 3x2 y2 .
(31.1)
3255

3256 Definizioni 31.1. 1) Una fbs b in uno spazio vettoriale reale VR si dice
3257 definita positiva se per ogni u ∈ V \ {0} vale u | u b > 0.
3258 2) Un prodotto scalare in uno spazio vettoriale reale è una forma
3259 bilineare simmetrica definita positiva.

253
3260 Esercizio 31.2. Stabilire se la fbs dell’esercizio precedente è un pro-
3261 dotto scalare.
3262 Svolgimento. Devo stabilire se per ogni (x1 , x2 ) ∈ R2 \{0}, vale (x1 , x2 ) |
3263 (x1 , x2 ) b > 0, cioè (vedi (31.1)) se
x21 + 2x1 x2 + 2x2 x1 + 3x22 = x21 + 4x1 x2 + 3x22 > 0.
3264 Se x2 = 0 allora x1 �= 0 e (x1 , x2 ) | (x1 , x2 ) b = x21 > 0.
3265 Se x2 �= 0, allora
� 2 �
x 1 x 1
(x1 , x2 ) | (x1 , x2 ) b = x22 +4 +3
x22 x2
3266 e, sostituendo t = x1 /x2 ,
(x1 , x2 ) | (x1 , x2 ) b = x22 (t2 + 4t + 3).
3267 Siccome Δ = 4 > 0, esistono valori di t tali che t2 +4t+3 < 0 e ponendo
3268 corrispondentemente x2 = 1, x1 = t si ottiene (t, 1) | (t, 1) b < 0.
3269 Concludendo, b non è un prodotto scalare.
� �
2 1
3270 Esercizio 31.3. Dimostrare che la fbs associata ad A = ri-
1 3
3271 spetto alla base naturale di R2 è un prodotto scalare.
3272 Per risolvere problemi di questo tipo può essere utile il seguente:
3273 Teorema 31.4. Una fbs in uno spazio vettoriale reale è definita posi-
3274 tiva se, e solo se, tutti gli autovalori della matrice associata, rispetto
3275 a una base qualsiasi, sono positivi.
3276 Secondo svolgimento dell’esercizio 31.2. Trovo gli autovalori di A:
� �
�1 − t 2 �
pA (t) = �� � = t2 − 4t − 1.
2 3 − t�
√
3277 Gli autovalori sono 2 ± 5. Siccome un autovalore è negativo, b non è
3278 un prodotto scalare.

254
3279 Notazione 31.5. D’ora in avanti, quando possibile, se b è un prodotto
3280 scalare, esso verrà sottinteso e scriveremo:

u1 · u2 = u1 | u2 b .

3281 Definizione 31.6. Il prodotto scalare ordinario in Rn si definisce po-

3282 nendo
∀u1 , u2 ∈ Rn : u1 · u2 = uT1 u2 . (31.2)

3283 In futuro, quando non sarà specificato diversamente, in Rn si sup-

3284 porrà definito il prodotto scalare ordinario.

3285 Osservazione 31.7. L’equazione (31.2) definisce una fbs perché (31.2)
3286 equivale alla (30.9) ponendovi A = In , che è una matrice simmetrica.
3287 Inoltre tale fbs è un prodotto scalare perché tutti gli autovalori di A
3288 sono uguali a 1, quindi positivi.

3289 Definizioni 31.8. 1) Uno spazio vettoriale euclideo è uno spazio vet-
3290 toriale in cui è fissato un prodotto scalare.
3291 2) Il modulo (o√ la norma) di un vettore v in uno spazio vettoriale eu-
3292 clideo è �v� = v · v.
3293 3) Un versore è un vettore u tale che �u� = 1.

3294 Esempio 31.9. Il modulo di v = (x1 , x2 , . . . , xn ) ∈ Rn rispetto al

3295 prodotto scalare ordinario è
�
√ (31.2) √
�v� = v · v = vT v = x21 + x22 + · · · + x2n .

3296 Esercizio 31.10. Sia v �= 0 un vettore in uno spazio vettoriale eucli-

3297 deo. Dimostrare che (a) �hv� = |h| �v�, (b) hv è un versore se, e solo
3298 se, h = ±1/�v�.

255
3299 Svolgimento. (a)
� (30.3) � (30.4) �
�hv� = (hv) · (hv) = h[v · (hv)] = h2 (v · v) = |h| �v�.

3300 (b) Per l’equazione precedente �hv� = 1 se, e solo se, |h| �v� = 1.

3301 Definizione 31.11 (Prodotto scalare tra vettori geometrici). Dato un

3302 RC(Oijk), si definisce un prodotto scalare nello spazio vettoriale dei
3303 vettori geometrici come segue:

(xi + yj + zk) · (x� i + y � j + z � k) = xx� + yy � + zz � . (31.3)

3304 Osservazioni 31.12. La (31.3) definisce una fbs perché equivale alla
3305 (30.7) dove B = i, j, k e A = I3 ed è un prodotto scalare perché I3 ha
3306 autovalori tutti positivi.
3307 2) Dato v = xi + yj + zk, il suo modulo è
√ (31.3) �
�v� = v·v = x2 + y 2 + z 2 ,

3308 che è la lunghezza di v.

3309 3) La definizione data dipende dalla scelta di una base B = i, j, k
3310 dello spazio vettoriale dei vettori geometrici. Tuttavia la proposizione
3311 seguente mostra che il prodotto scalare in sé è indipendente da tale
3312 scelta.

3313 Proposizione 31.13. Siano v, v� vettori geometrici e si consideri il

3314 prodotto scalare definito in (31.3). Allora

v · v� = �v� �v� � cos θ, (31.4)

3315 dove θ è l’angolo tra i due vettori.

256
3316 Sfida 31.14. Nello spazio vettoriale C 0 ([a, b]) (1 ) si ponga:
� b
f |g b= f (x)g(x)dx.
a

3317 (a) Dimostrare che b è una fbs; (b) dimostrare che b è un prodotto
3318 scalare.

3319 Osservazione 31.15. Nel precedente spazio vettoriale euclideo,

�
� b
�f � = [f (x)]2 dx.
a

3320 Proposizione 31.16 (Disuguaglianza di Cauchy-Schwarz). Se VR è

3321 uno spazio vettoriale euclideo e u1 , u2 ∈ V , allora
|u1 · u2 | ≤ �u1 � �u2 �. (31.5)

3322 Dimostrazione. Se u1 = 0, entrambe le espressioni in (31.5) valgono 0.

3323 Supponiamo ora u1 �= 0. Vale: ∀t : �tu1 + u2 �2 ≥ 0. Ne segue
∀t : (tu1 + u2 ) · (tu1 + u2 ) ≥ 0 ⇒
∀t : t2 u1 · u1 + 2tu1 · u2 + u2 · u2 ≥ 0 ⇒
∀t : �u1 �2 t2 + 2u1 · u2 t + �u2 �2 ≥ 0.
Abbiamo dunque un trinomio di secondo grado in t per il quale risulta
Δ ≤ 0. Ne segue
Δ
= (u1 · u2 )2 − �u1 �2 �u2 �2 ≤ 0 ⇒
4
(u1 · u2 )2 ≤ �u1 �2 �u2 �2 ⇒ (facendo la radice quadrata)
|u1 · u2 | ≤ �u1 � �u2 �.
3324

1
Spazio vettoriale in cui i vettori sono le funzioni continue su [a, b].

257
3325 Proposizione 31.17 (Disuguaglianza triangolare). Se u1 e u2 sono
3326 vettori in uno spazio vettoriale euclideo, allora

�u1 + u2 � ≤ �u1 � + �u2 �. (31.6)

Dimostrazione.

�u1 + u2 �2 = (u1 + u2 ) · (u1 + u2 ) =

= u1 · u1 + 2u1 · u2 + u2 · u2 = �u1 �2 + �u2 �2 + 2u1 · u2 ≤
(31.5)
≤ �u1 �2 + �u2 �2 + 2|u1 · u2 | ≤
≤ �u1 �2 + �u2 �2 + 2�u1 � �u2 � = (�u1 � + �u2 �)2 .

3327

3328 Definizione 31.18. Dati due vettori non nulli u1 e u2 in uno spazio
3329 vettoriale euclideo, l’angolo da essi formato è
u1 · u2
�
u1 u2 = arccos .
�u1 � �u2 �

3330 Osservazione 31.19. La definizione ha senso perché per la disugua-

3331 glianza di Cauchy-Schwarz vale
� �
� u1 · u2 �
� �
� �u1 � �u2 � � ≤ 1,

3332 quindi quell’arcocoseno è definito.

3333 Definizione 31.20. Due vettori u1 , u2 in uno spazio vettoriale eucli-
3334 deo si dicono ortogonali se u1 · u2 = 0.
3335 Osservazione 31.21. Per definizione, il vettore nullo è ortogonale a
3336 ogni vettore.

258
3337

3338 Risposta alla domanda iniziale. La risposta dipende dallo spazio vet-
3339 toriale euclideo. In C 0 ([a, b]), con il prodotto scalare definito sopra, f
�b
3340 e g sono ortogonali se, e solo se, a f (x)g(x)dx = 0.

3341 Definizione 31.22. Una famiglia ortogonale di vettori in uno spazio

3342 vettoriale euclideo è una famiglia F = v1 , v2 , . . . , vr tale che ∀i, j =
3343 1, 2, . . . , r : i �= j ⇒ vi · vj = 0.
3344

3345 Proposizione 31.23 (L’ortogonalità implica indipendenza). Ogni fa-

3346 miglia ortogonale di vettori non nulli F = v1 , v2 , . . . , vr in uno spazio
3347 vettoriale euclideo risulta linearmente indipendente.

3348 Dimostrazione. Consideriamo l’equazione in x1 , x2 , . . . , xr ∈ R:

x1 v1 + x2 v2 + · · · + xr vr = 0. (31.7)

Preso j ∈ {1, 2, . . . , r}, moltiplicando scalarmente (31.7) per vj si

ottiene

(x1 v1 + x2 v2 + · · · + xr vr ) · vj = 0 · vj ⇒
✘ ✘
x v1 ✘
✘1✘✘
✘
·v j +✘x2✘v✘2 ✘
·v✘
j + · · · + xj vj · vj + · · · + ✘ · v✘✘j = 0 ⇒
xr✘v✘r ✘
xj �vj �2 = 0 ⇒ xj = 0,

3349 dove l’ultima implicazione segue dal fatto che �vj � �= 0. Quindi la
3350 (31.7) implica xj = 0, ∀j = 1, 2, . . . , r.

259
260
3351 Lezione 32
3352

3353 Procedimento di
3354 Gram-Schmidt
3355

3356 Trovare una base ortonormale del sottospazio W = {(x, y, z, t) ∈ R4 |

3357 x + y + z + t = 0} di R4 .

3358 Definizioni 32.1. Una base ortogonale di uno spazio vettoriale eu-
3359 clideo VR è una base B = v1 , v2 , . . . , vn soddisfacente la condizione
3360 ∀i, j = 1, 2, . . . , r : i �= j ⇒ vi · vj = 0.
3361 Una base B = v1 , v2 , . . . , vn di uno spazio vettoriale euclideo VR è
3362 ortonormale se
�
1 se i = j
∀i, j = 1, 2, . . . , s : vi · vj = (32.1)
0 se i �= j.
3363

261
3364 Esempio 32.2. N = e1 , e2 , . . . , en è una base ortonormale di Rn ,
3365 rispetto al prodotto scalare ordinario, infatti
 
0
 ..  �
.
T   1 se i = j
ei · ej = ei ej = (0 . . . 1 . . . 0) 1 =
 ..  0 se i �= j.
.
0

3366 Proposizione 32.3. Sia B = v1 , v2 , . . . , vn una base dello spazio vet-

3367 toriale euclideo VR di dimensione finita. Per ogni v ∈ V si indichi
3368 con Xv la colonna delle coordinate di v rispetto a B. La base B risulta
3369 ortonormale se, e solo se,

∀u1 , u2 ∈ V : u1 · u2 = XuT1 Xu2 . (32.2)

3370 Dimostrazione. Esiste un’unica matrice A = (aij ) ∈ M(n × n, R)

3371 simmetrica, tale che

∀u1 , u2 ∈ V : u1 · u2 = XuT1 AXu2 .

3372 Quindi vale la (32.2) se, e solo se, A = In cioè se e solo se

�
1 se i = j
aij =
0 se i �= j.

3373 Poi aij = vi · vj (30.8), quindi vale la (32.2) se, e solo se,
�
1 se i = j
∀i, j = 1, 2, . . . , s : vi · vj =
0 se i �= j,
3374 cioè se e solo se B è ortonormale.
3375 Affrontiamo il problema generale, dato uno spazio vettoriale eucli-
3376 deo, di trovarne una base ortonormale.

262
3377 Osservazione 32.4. Se v1 , v2 , . . . , vr è una base ortogonale, allora
v1 v2 vr
, , ...,
�v1 � �v2 � �vr �

3378 è una base ortonormale (cfr. eserc. 31.10). Quindi la parte difficile del
3379 problema è trovare una base ortogonale, visto che poi una base ortonor-
3380 male si ottiene semplicemente dividendo i vettori per i propri moduli.
3381 Quest’ultima parte del procedimento si chiama normalizzazione dei
3382 vettori.

3383 Cerchiamo dapprima una base ortogonale di uno spazio vettoriale

3384 euclideo di dimensione 2, poniamo V = �w, v� (w, v linearmente in-
3385 dipendenti). Siccome �w, v + cw� = V per ogni c ∈ R, sarà sufficiente
v·w
3386 trovare c tale che w · (v + cw) = 0 ⇔ w · v + cw · w = 0 ⇔ c = − w·w
3387 (1 ). Quindi una base ortogonale di VR è
v·w
w, v − w.
w·w
v·w
3388 Il coefficiente c(v, w) = − w·w si chiama coefficiente di Fourier di v
3389 rispetto a w. Nel caso particolare dei vettori geometrici (vedi figura),

�
�v� �w� cos vw
c(v, w)w = w
�w�2

3390 �
• ha modulo �v� | cos vw|;

3391 • ha direzione di w, con stesso verso se e solo se l’angolo è acuto.

3392 Abbiamo dimostrato in generale (anche nel caso di vettori non geo-
3393 metrici) che w e v − c(v, w)w sono ortogonali. Il vettore c(v, w)w si
3394 chiama proiezione di v nella direzione di w.
1
Il denominatore è positivo, cfr. def. 31.1.

263
3395 Teorema 32.5 (Procedimento di Gram-Schmidt). Sia B = v1 , v2 , . . . ,
3396 vn una base di uno spazio vettoriale euclideo VR . Allora, ponendo
3397 w1 = v 1 e
j−1
� v j · wi
wj = v j − wi , j = 2, 3, . . . , n, (32.3)
i=1
w i · w i

3398 la famiglia Fj = w1 , w2 , . . . , wj è una base ortogonale di �v1 , v2 , . . . , vj �,

3399 per ogni j = 1, 2, . . . , n. In particolare, Fn è una base ortogonale di
3400 VR .

3401 Osservazioni 32.6. 1) La (32.3) è una definizione ricorsiva.

3402 2) La (32.3) esprime wj come differenza di vj e le sue proiezioni secondo
3403 le direzioni di w1 , w2 , . . . , wj−1 .
3404 Dimostrazione. La dimostrazione è per induzione.
3405 1) Per j = 1 la tesi è che F1 = w1 = v1 è una base ortogonale di �v1 �
3406 e questo è immediato.
3407 2) Supponiamo che la tesi sia vera per un valore di j ∈ {1, 2, . . . , n − 1}
3408 e dimostriamo che Fj+1 è una base ortogonale di �v1 , v2 , . . . , vj , vj+1 �.

264
3409 2a) Dimostriamo che Fj+1 è una famiglia ortogonale di vettori. Per
3410 ipotesi induttiva, Fj è una famiglia ortogonale, quindi

∀i, h = 1, 2, . . . , j : (i �= h ⇒ wi · wh = 0).

3411 Resta da dimostrare che wj+1 · wh = 0 per ogni h = 1, 2, . . . , j:

� j
�
(32.3) � vj+1 · wi
wj+1 · wh = vj+1 − wi · wh =
i=1
wi · wi
j
� vj+1 · wi
= vj+1 · wh − (wi · wh ).
i=1
wi · wi

3412 Siccome wi · wh = 0 per i = 1, 2, . . . , j, i �= h, si ha

vj+1 · wh
wj+1 · wh = vj+1 · wh − (wh · wh ) = 0.
wh · wh
3413 Quindi Fj+1 è ortogonale.
3414 2b) Dimostriamo che Fj+1 è una base di �v1 , v2 , . . . , vj , vj+1 �. Per
3415 ipotesi induttiva vale �v1 , v2 , . . . , vj � = �w1 , w2 , . . . , wj �; ciò implica

v1 , v2 , . . . , vj ∈ �w1 , w2 , . . . , wj , wj+1 � = �Fj+1 �.

3416 Dalla (32.3) per wj+1 risulta:

j
�
vj+1 = c(vj+1 , wi )wi + wj+1 ,
i=1

3417 che è una combinazione lineare di w1 , w2 , . . . , wj , wj+1 = Fj+1 . Resta

3418 dimostrato che v1 , v2 , . . . , vj , vj+1 ∈ �Fj+1 �, quindi

�v1 , v2 , . . . , vj , vj+1 � ⊆ �Fj+1 �.

265
3419 Ne segue

j + 1 = dim�v1 , v2 , . . . , vj , vj+1 � ≤ dim�Fj+1 �. (32.4)

3420 D’altra parte dim�Fj+1 � ≤ j + 1 perché è un sottospazio generato da

3421 j + 1 vettori. Ne segue dim�Fj+1 � = j + 1 da cui

�v1 , v2 , . . . , vj , vj+1 � = �Fj+1 �

3422 e Fj+1 è una base di tale sottospazio.

3423

3424 Risposta alla domanda iniziale. W = {(−y − z − t, y, z, t) | y, z, t ∈

3425 R} = �(−1, 1, 0, 0), (−1, 0, 1, 0), (−1, 0, 0, 1)�. Siccome W è lo spazio
3426 delle soluzioni di un sistema lineare omogeneo di rango 1 in quattro
3427 incognite, vale dim W = 3 e questo implica che una base di W è
3428 proprio B = v1 , v2 , v3 dove v1 = (−1, 1, 0, 0), v2 = (−1, 0, 1, 0), v3 =
3429 (−1, 0, 0, 1). Applichiamo il procedimento di Gram-Schmidt, usando
3430 anche la (31.2), in base alla quale

(x1 , x2 , x3 , x4 ) · (y1 , y2 , y3 , y4 ) = x1 y1 + x2 y2 + x3 y3 + x4 y4 .

266
3431

w1 = v1 = (−1, 1, 0, 0).
(32.3) v 2 · w1
w2 = v2 − w1 =
w1 · w1
(−1, 0, 1, 0) · (−1, 1, 0, 0)
= (−1, 0, 1, 0) − (−1, 1, 0, 0) =
(−1, 1, 0, 0) · (−1, 1, 0, 0)
1 1 1
= (−1, 0, 1, 0) − (−1, 1, 0, 0) = (− , − , 1, 0).
2 2 2
(32.3) v 3 · w1 v 3 · w2
w3 = v3 − w1 w2 =
w1 · w1 w2 · w2
(−1, 0, 0, 1) · (−1, 1, 0, 0)
= (−1, 0, 0, 1) − (−1, 1, 0, 0) +
(−1, 1, 0, 0) · (−1, 1, 0, 0)
(−1, 0, 0, 1) · (− 12 , − 12 , 1, 0) 1 1
− 1 1 1 1 (− , − , 1, 0) =
(− 2 , − 2 , 1, 0) · (− 2 , − 2 , 1, 0) 2 2
1
1 1 1
= (−1, 0, 0, 1) − (−1, 1, 0, 0) − ✁23 (− , − , 1, 0) =
2 2✁
2 2
1 1
= (−2, −2, −2, 6) = (−1, −1, −1, 3).
6 3
3432 Una base ortogonale di W è
1 1 1
B = (−1, 1, 0, 0), (− , − , 1, 0), (−1, −1, −1, 3).
2 2 3
3433 Lasciamo al lettore di verificare il fatto che tutti i vettori trovati ap-
3434 partengono a W e che i tre possibili prodotti scalari tra due vettori
3435 distinti sono uguali a zero. Osservando che �hv� = |h| �v� calcolo:
√ √
�w1 � = w1 · w1 = 2,
√
1 6
�w2 � = �(−1, −1, 2, 0)� = ,
2 2√ √
1 12 2 3
�w3 � = �(−1, −1, −1, 3)� = = .
3 3 3
267
3436 Una base ortonormale è B � = u1 , u2 , u3 dove
w1 1
u1 = = √ (−1, 1, 0, 0),
�w1 � 2
w2 2 1 1
u2 = = √ (−1, −1, 2, 0) = √ (−1, −1, 2, 0),
�w2 � 62 6
w3 3 1 1
u3 = = √ (−1, −1, −1, 3) = √ (−1, −1, −1, 3).
�w3 � 2 3 3 2 3

3437 Definizione 32.7. Dato un sottospazio W di uno spazio vettoriale

3438 euclideo VR , il suo (complemento) ortogonale è (2 )
W ⊥ = {v ∈ V | ∀w ∈ W : w · v = 0}.

3439 Esempio 32.8. Nel caso dei vettori geometrici e dim W = 2, i vettori
3440 di W sono tutti i vettori paralleli ad un piano, in blu in fig. 32.1,
3441 e quindi W ⊥ è l’insieme di quei vettori che sono ortogonali a tutti i
3442 vettori “blu”; ovvero W ⊥ è l’insieme dei multipli scalari del vettore n.
3443 Allora W ⊥ è un sottospazio di dimensione 1.

3444 Proposizione 32.9. Sia W un sottospazio di uno spazio vettoriale

3445 euclideo VR . Allora
3446 (i) W ⊥ è un sottospazio di VR ,
3447 (ii) se W = �w1 , w2 , . . . , wr �, allora i vettori di W ⊥ sono precisa-
3448 mente i v ∈ V soddisfacenti le equazioni
wh · v = 0, h = 1, 2, . . . , r. (32.5)

3449 Lasciamo la dimostrazione per esercizio.

2
W ⊥ si legge “W ortogonale”.

268
Figura 32.1: Ortogonale di un sottospazio.

269
270
3450 Lezione 33
3451

3452 Distanza
3453

3454 Trovare la distanza tra la retta r�rappresentata dalla varietà lineare

x−3 = 0
3455 (1, 2, 3) + �(1, 0, 1)� e la retta s :
y − z = 0.

3456 Teorema 33.1. Sia W un sottospazio di dimensione finita di uno spa-

3457 zio vettoriale euclideo VR . Allora W +W ⊥ = V e tale somma è diretta.
3458 Più in dettaglio, se B = w1 , w2 , . . . , wr è una base ortogonale di W ,
3459 allora ogni v ∈ V si esprime in modo unico come somma di un w ∈ W
3460 e di un w� ∈ W ⊥ soddisfacenti
r
�
w= c(v, wi )wi ; w� = v − w. (33.1)
i=1

3461 Osservazioni 33.2. 1) w in (33.1) è somma delle proiezioni di v nelle

3462 direzioni di w1 , w2 , . . . , wr .

271
3463 2) Se dim V è finita, in conseguenza del teorema vale dim V = dim W +
3464 dim W ⊥ .
3465 Dimostrazione. 1) Dimostriamo che W + W ⊥ è diretta. Consideriamo
3466 un vettore v ∈ W ∩ W ⊥ . Da v ∈ W ⊥ segue per definizione ∀w ∈ W :
3467 w · v = 0. Siccome v ∈ W , risulta v · v = 0 e questo implica v = 0.
3468 Resta dimostrato che W ∩ W ⊥ = {0} e per il teorema 10.7 la somma
3469 è diretta.
3470 2) Dimostriamo che W + W ⊥ = V , che è conseguenza, con riferimento
3471 a (33.1), della validità delle seguenti proprietà per ogni v ∈ V : (a) w ∈
3472 W , (b) w� ∈ W ⊥ , (c) v = w + w� .
3473 (a) La prima equazione in (33.1) esprime w come combinazione lineare
3474 di w1 , w2 , . . . , wr , quindi w ∈ �w1 , w2 , . . . , wr � = W .
3475 (c) Tale asserzione è immediata conseguenza della seconda equazione
3476 in (33.1).
3477 (b) In virtù della prop. 32.9, è sufficiente dimostrare che

∀h = 1, 2, . . . , r : w� · wh = 0.

3478 Vale
� r
�
(33.1) �
w � · wh = v− c(v, wi )wi · wh
i=1
r
�
= v · wh − c(v, wi )wi · wh .
i=1

3479 Siccome wi · wh = 0 per i �= h, si ottiene

w� · wh = v · wh − c(v, wh )wh · wh =
v · wh
= v · wh − wh · wh = 0.
wh · wh
3480

272
3481 Definizione 33.3. I vettori w e w� definiti in (33.1) si dicono proie-
3482 zioni ortogonali di v su, rispettivamente, W e W ⊥ .
3483 Esercizio 33.4. Esprimere v = (2, −2, −3) come somma di un vettore
3484 nel sottospazio W = �(1, 0, 1), (0, 1, 1)� di R3 e di un vettore in W ⊥ .
3485 (1 )
3486 Svolgimento. Userò la (33.1) nella quale serve una base ortogonale di
3487 W . La base B = v1 , v2 = (1, 0, 1), (0, 1, 1) non è ortogonale perché
3488 (1, 0, 1) · (0, 1, 1) = 1 �= 0. Applico il procedimento di Gram-Schmidt
3489 per trovare una base ortogonale w1 , w2 :
w1 = v1 = (1, 0, 1);
v 2 · w1 (0, 1, 1) · (1, 0, 1)
w2 = v 2 − w1 = (0, 1, 1) − (1, 0, 1) =
w1 · w1 (1, 0, 1) · (1, 0, 1)
1 1
= (0, 1, 1) − (1, 0, 1) = (−1, 2, 1).
2 2
3490 Una base ortogonale di W è (1, 0, 1), 12 (−1, 2, 1), o anche, visto che
3491 moltiplicare i singoli vettori per scalari non nulli non influisce sull’or-
3492 togonalità,
w1 = (1, 0, 1), w2� = (−1, 2, 1).
3493 Applico la (33.1) con v = (2, −2, −3):
v · w1 v · w�
w = w1 + � 2� w2� =
w1 · w1 w2 · w2
(2, −2, −3) · (1, 0, 1) (2, −2, −3) · (−1, 2, 1)
= (1, 0, 1) + (−1, 2, 1)
(1, 0, 1) · (1, 0, 1) (−1, 2, 1) · (−1, 2, 1)
−1 −9 1 3
= (1, 0, 1) + (−1, 2, 1) = − (1, 0, 1) − (−1, 2, 1) =
2 6 2 2
1
= (2, −6, −4) = (1, −3, −2).
2
w� = v − w = (2, −2, −3) − (1, −3, −2) = (1, 1, −1).
1
Se il prodotto scalare non è specificato, si intende il prodotto scalare ordinario.

273
3494 Concludendo, v = w + w� , dove w = (1, −3, −2) ∈ W e w� =
3495 (1, 1, −1) ∈ W ⊥ .
3496 Verifica, usando le equazioni (32.5):
w� · w1 = (1, 1, −1) · (1, 0, 1) = 0;
w� · w2� = (1, 1, −1) · (−1, 2, 1) = 0.
3497

3498 Teorema 33.5. Siano v e W rispettivamente un vettore e un sotto-

3499 spazio di uno spazio vettoriale euclideo di dimensione finita VR . In
3500 v + W esiste un unico vettore di modulo minimo; esso è la proiezione
3501 ortogonale di v su W ⊥ .

3502 Dimostrazione. Per il teorema 33.1, esistono, e sono unici, w ∈ W e

3503 w� ∈ W ⊥ tali che v = w +w� . Dobbiamo dimostrare le due affermazio-
3504 ni seguenti: 1) w� ∈ v + W , 2) ∀u ∈ v + W , u �= w� vale �u� > �w� �.
3505 1) Da v = w + w� segue w� = v + (−w) ∈ v + W .
3506 2) Per la prop. 29.2 (ii) da w� ∈ v + W segue v + W = w� + W .
3507 Consideriamo y ∈ v + W = w� + W , y �= w� . Allora esiste u ∈ W ,
3508 u �= 0, tale che y = w� + u. Ne segue
�y�2 = (w� + u) · (w� + u) = w� · w� + u · u + 2w� · u
3509 e siccome w� ∈ W ⊥ e u ∈ W vale w� · u = 0. Quindi
�y2 � = �w� �2 + �u�2 > �w� �2 .
3510

3511 Il teorema ha applicazioni al calcolo della distanza.

3512 Definizione 33.6. La distanza di due insiemi non vuoti di punti nello
3513 spazio I e J è
−→
dist(I, J) = inf{�P Q� | P ∈ I, Q ∈ J}.

274
3514

3515 Risposta alla domanda iniziale.

� Il punto generico di r è Pt (1+t, 2, 3+t).
x = 3
3516 Risolvo l’equazione di s: , quindi il punto generico di s è
y = z,
−−→
3517 Qz (3, z, z). Considero l’insieme di tutti i vettori Pt Qz (2 − t, z − 2, z −
3518 3 − t):
−−→
{Pt Qz | t, z ∈ R} = {(2 − t, z − 2, z − 3 − t) | t, z ∈ R} =
= {(2, −2, −3) + (−t, 0, −t) + (0, z, z) | t, z ∈ R} =
= (2, −2, −3) + �(−1, 0, −1), (0, 1, 1)� =
= (2, −2, −3) + �(1, 0, 1), (0, 1, 1)�.
3519 Ho ottenuto una varietà lineare. Per il teorema 33.5, esiste un unico
3520 vettore di modulo minimo in essa ed è la proiezione w� sull’ortogonale
3521 di W = �(1, 0, 1), (0, 1, 1)�. Per il calcolo fatto
√ in precedenza, risulta
� �
3522 w = (1, 1, −1), quindi dist(r, s) = �w � = 3.

3523 Definizione 33.7. Si dicono coseni direttori di una retta r le coordi-

3524 nate di un versore parallelo a r.

3525 Osservazioni 33.8. 1) I coseni direttori sono particolari parametri

3526 direttori.
3527 2) Siccome un vettore non nullo può essere normalizzato in due modi
3528 (vedi eserc. 31.10), ogni retta ha due terne di coseni direttori.
3529 Definizione 33.9. La scelta di una terna di coseni direttori individua
3530 un orientamento (o verso) della retta. Quindi una retta ha due possi-
3531 bili orientamenti. Una retta su cui si sia scelto un orientamento si dice
3532 retta orientata.
3533 Definizione 33.10. L’angolo tra due rette orientate è l’angolo tra due
3534 vettori non nulli paralleli ad esse e concordemente orientati.

275
 Figura 33.1: Angolo tra due rette

3535 Ricordando la formula

v·w
� = arccos
vw ,
�v� �w�
3536 se l, m, n e l� , m� , n� sono terne di parametri direttori associate a due
3537 rette orientate r ed s, allora l’angolo è
ll� + mm� + nn�
� = arccos √
rs √ . (33.2)
l2 + m2 + n2 l�2 + m�2 + n�2
3538 Calcoliamo il coseno dell’angolo formato da una retta orientata r di
3539 coseni direttori l, m, n e l’asse orientato delle x, usando la (33.2) con
3540 l� = 1, m� = 0, n� = 0:
l l
x=√
cos r� = = l.
l 2 + m2 + n 2 1
3541 Analoghe formule per gli assi orientati giustificano il nome di coseni
3542 direttori:
cos r�
x = l, cos ry � = m, cos rz � = n.

276
3543 Dalla (33.2) si ottiene la seguente condizione necessaria e sufficiente
3544 per l’ortogonalità tra due rette: ll� + mm� + nn� = 0.

3545 Definizione 33.11. Un vettore n è ortogonale alla varietà lineare v +

3546 W se n ∈ W ⊥ .

3547 Nel caso di un piano o una retta, il vettore n di cui sopra è ortogo-
3548 nale a tutti i vettori paralleli al piano o alla retta.

3549 Proposizione 33.12. I vettori ortogonali al piano ε : ax+by+cz+d =

3550 0 sono precisamente i multipli di n(a, b, c).

3551 Dimostrazione. Se W è lo spazio direttore di ε, allora dim W = 2.

3552 Siccome W + W ⊥ = V è diretta, si ha dim W ⊥ = 3 − 2 = 1. È
3553 sufficiente trovare un vettore non nullo in W ⊥ . Siccome l’equazione di
3554 W è ax + by + cz = 0, posto w(l, m, n), vale

w ∈ W ⇔ al + bm + cn = 0 ⇔ n · w = 0.

3555 Resta dimostrato che n(a, b, c) è ortogonale a tutti i vettori in W , cioè

3556 n ∈ W ⊥.

3557 Corollario 33.13. Una retta di parametri direttori l, m, n è ortogo-

3558 nale al piano ε : ax + by + cz + d = 0 se, e solo se,
� �
a b c
rk = 1.
l m n

3559 Tale condizione offre l’equazione normale del piano ortogonale al

3560 vettore (l, m, n) �= 0 e passante per P0 (x0 , y0 , z0 ):

l(x − x0 ) + m(y − y0 ) + n(z − z0 ) = 0.

3561

277
3562 Definizione 33.14. L’angolo formato da due piani è l’angolo acuto
3563 formato da due rette ortogonali ai piani stessi.

3564 Quindi se i piani sono ε : ax+by+cz+d = 0 e ε� : a� x+b� y+c� z+d� =

3565 0 tale angolo è

�� = arccos √ |aa� + bb� + cc� |

εε √ .
a2 + b2 + c2 a�2 + b�2 + c�2

Ne segue che i due piani sono ortogonali se, e solo se, aa� +bb +cc� = 0.

Figura 33.2: Angolo tra due piani

3566

3567 Tabella riassuntiva delle condizioni necessarie e sufficienti di paral-

3568 lelismo ed ortogonalità:

278
 Due rette Due piani Piano-retta
Paral � � � �
l m n a b c
leli rk � =1 rk � � � = 1 al + bm + cn = 0
l m� n� a b c
3569 smo
Orto � �
a b c
gona ll� + mm� + nn� = 0 aa� + bb� + cc� = 0 rk =1
l m n
lità

279
280
3570 Lezione 34
3571

3572 Il teorema spettrale

3573

3574 Definizione 34.1. Una matrice ortogonale d’ordine n è una matrice

3575 H ∈ M(n × n, R) tale che H T H = In .

3576 Osservazioni 34.2. 1) H ∈ M(n × n, R) risulta ortogonale se, e solo

3577 se, H è invertibile e H −1 = H T .
3578 2) Se H è ortogonale, allora anche H T è ortogonale.
3579 Un esempio importante è la matrice
� �
cos ϕ − sin ϕ
R(ϕ) = , ϕ ∈ R.
sin ϕ cos ϕ
3580 Vale
� �� �
T cos ϕ sin ϕ cos ϕ − sin ϕ
R(ϕ) R(ϕ) = = I2 ,
− sin ϕ cos ϕ sin ϕ cos ϕ
3581 quindi R(ϕ) è ortogonale per ogni ϕ ∈ R. La funzione lineare di
3582 matrice R(ϕ) rappresenta una rotazione di misura ϕ.

281
3583 Nella proposizione seguente verrà applicata la formula (32.1) che
3584 definisce le famiglie ortonormali.
3585 Proposizione 34.3. Una matrice H ∈ M(n × n, R) risulta ortogo-
3586 nale se e solo se le sue colonne formano una base ortonormale di Rn ,
3587 rispetto al prodotto scalare ordinario.

3588 Dimostrazione. Posto A = (aij ) = H T H, vale, per ogni i, j = 1, 2, . . . , n:

aij = (H T )i H j = (H i )T H j = H i · H j
3589 dove l’ultima equazione segue dalla definizione di prodotto scalare ordi-
3590 nario. La matrice H è ortogonale se e solo se H T H = In e ciò equivale
3591 a
� �
1 se i = j i j 1 se i = j
aij = ⇔ H ·H = ⇔
0 se i �= j 0 se i �= j

3592 H 1 , H 2 , . . ., H n è una base ortonormale di Rn .

3593 � Attenzione ai termini ingannevoli: una matrice ortogonale corri-
3594 sponde a una base ortonormale.

3595 Teorema 34.4 (Teorema spettrale reale). Per ogni matrice reale sim-
3596 metrica A d’ordine n, esiste una base ortogonale di Rn composta da
3597 autovettori di A.

3598 Corollario 34.5. Per ogni matrice reale simmetrica A d’ordine n, esi-
3599 ste H ∈ M(n × n, R), ortogonale, le cui colonne sono tutte autovettori
3600 di A. (Vedi anche la prop. 34.3.)
3601 Corollario 34.6. (Cfr. prop. 27.4.) Per ogni matrice reale simme-
3602 trica A d’ordine n, esiste H ∈ M(n × n, R) ortogonale, tale che
3603 H T AH = H −1 AH sia diagonale. Quindi ogni matrice reale simmetrica
3604 è diagonalizzabile su R.

282
3605 Esercizio 34.7. È data la seguente matrice reale:
 
0 1 1 0
1 0 0 1
A= 1 0 0 1 .


0 1 1 0

3606 (a) Stabilire se (1, 1, 1, 1) è un autovettore di A; (b) trovare una matrice

3607 ortogonale H tale che H T AH sia diagonale.
3608 Svolgimento. (a) Ricordo che se AX = λX, X �= On×1 , allora X è un
3609 autovettore di A e λ è l’autovalore associato ad X.
     
1 2 1
1  2  1 
A     
1  = 2  = 2 1  ,
1 2 1

3610 quindi (1 1 1 1)T è un autovettore con autovalore 2.

3611 (b) Calcolo il polinomio caratteristico:
� �
�−t 1 1 0 �
� �
� 1 −t 0 1 �
pA (t) = �� � = (sviluppo secondo la
� 1a riga)
� 1 0 −t 1 �
� 0 1 1 −t�
� � � �
�−t 0 1 � �1 0 1 ��
� � �
= −t(−1)1+1 �� 0 −t 1 �� + (−1)1+2 ��1 −t 1 �� +
� 1 1 −t� �0 1 −t�
� �
�1 −t 1 �
� �
+(−1)1+3 ��1 0 1 �� =
�0 1 −t�
= −t(−t3 + t + t) − (t2 + 1 − 1) + (1 − 1 − t2 ) =
= t4 − 2t2 − t2 − t2 = t4 − 4t2 = t2 (t2 − 4) = t2 (t + 2)(t − 2).

283
3612 Gli autovalori sono λ1 = 0, λ2 = −2, λ3 = 2. Trovo EA (0) con
3613 l’equazione AX = O1×4 :
�
x 2 + x3 = 0
x 1 + x4 = 0
3614 da cui
EA (0) = {(−x4 , −x3 , x3 , x4 ) | x3 , x4 ∈ R} = �(−1, 0, 0, 1), (0, −1, 1, 0)�.
3615 EA (−2) si ottiene dall’equazione (A + 2I4 )X = O1×4 ,
  
2 1 1 0 x1
1 2 0 1  x 2 
  
1 0 2 1 x3  = O1×4 .
0 1 1 2 x4
3616 Si ottiene EA (−2) = �(1, −1, −1, 1)�. Analogamente EA (2) si ottiene
3617 dall’equazione (A − 2I4 )X = O1×4 ,
  
−2 1 1 0 x1
 1 −2 0 1  x2 
  
 1 0 −2 1  x3  = O1×4 .
0 1 1 −2 x4
3618 Si ottiene EA (2) = �(1, 1, 1, 1)�. I quattro vettori ottenuti:
(−1, 0, 0, 1), (0, −1, 1, 0), (1, −1, −1, 1), (1, 1, 1, 1),
3619 formano già una base ortogonale di R4 . Normalizzandoli e disponendoli
3620 in colonne si ottiene una matrice con le proprietà richieste:
 √ 
−1/ 2 0√ 1/2 1/2
 0 −1/√ 2 −1/2 1/2
H=  0
.

√ 1/ 2 −1/2 1/2
1/ 2 0 1/2 1/2
284
3621 Esercizio 34.8. È data la seguente matrice reale, dipendente dal pa-
3622 rametro reale h:  
h 2 1
Mh =  2 2 2  .
1 2 −1
3623 (a) Trovare, se esiste, un valore di h tale che (1, 2, 1) sia un autovet-
3624 tore di Mh . (b) In relazione al valore trovato, calcolare una matrice
3625 ortogonale H tale che H T Mh H sia diagonale.
3626 Svolgimento. (a) Imponendo che (1, 2, 1) sia un autovettore,
       
1 1 h+5 1
 
Mh 2 = λ 2 ⇔   8  = λ 2 ,

1 1 4 1
3627 da cui λ = 4 e h = −1.
3628 (b) Calcolo il polinomio caratteristico della matrice M = M−1 :
� �
�−1 − t 2 1 �
� �
pM (t) = �� 2 2−t 2 �� = −t3 + 12t + 16.
� 1 2 −1 − t�
3629 Siccome λ = 4 è un autovalore, si può dividere tale polinomio per t − 4:
−10 12 16
4 −4 −16 −16
−1 −4 −4 //
3630 Quindi pM (t) = (t − 4)(−t2 − 4t − 4) = −(t − 4)(t + 2)2 .
3631 Determino gli autospazi. Siccome dim EM (4) = 1 e (1, 2, 1) è un
3632 autovettore relativo all’autovalore 4, vale EM (4) = �(1, 2, 1)�.
3633 L’autospazio EM (−2) si ricava dall’equazione (M + 2I3 )X = O3×1 ,
3634 ovvero     
1 2 1 x 0
2 4 2   y  = 0  ,
1 2 1 z 0
285
3635 equivalente a x + 2y + z = 0. Ne segue EM (−2) = {(−2y − z, y, z) |
3636 y, z ∈ R} = �(−2, 1, 0), (−1, 0, 1)�. Serve una base ortogonale di tale
3637 autospazio, quindi applico il procedimento di Gram-Schmidt partendo
3638 dai vettori v1 = (−2, 1, 0), v2 = (−1, 0, 1). Ottengo

w1 = v1 = (−2, 1, 0),
v 2 · w1 (−1, 0, 1) · (−2, 1, 0)
w2 = v 2 − w1 = (−1, 0, 1) − (−2, 1, 0) =
w1 · w1 (−2, 1, 0) · (−2, 1, 0)
2 1
= (−1, 0, 1) − (−2, 1, 0) = (−1, −2, 5).
5 5
3639 Una base di ortogonale di autovettori di M è:

(1, 2, 1), (−2, 1, 0), (−1, −2, 5).

3640 Normalizzandoli si ottiene una base ortonormale:

1 1 1
√ (1, 2, 1), √ (−2, 1, 0), √ (−1, −2, 5).
6 5 30
3641 Una matrice H con le proprietà richieste è
 √ √ √ 
1/√6 −2/√ 5 −1/√30
H = 2/√6 1/ 5 −2/√ 30 .
1/ 6 0 5/ 30

286
3642 Lezione 35
3643

3644 Altre proprietà metriche

3645

3646 Cos’è l’angolo tra una retta e un piano?

3647 L’angolo tra una retta e un piano è il complementare dell’angolo
3648 acuto formato dalla retta data e da una retta ortogonale al piano.
3649 L’angolo tra il piano ε : ax + by + cz + d = 0 e una retta di parametri
3650 direttori l, m, n è
|al + bm + cn|
� = arcsin √
εr √ .
a2 + b 2 + c 2 l 2 + m 2 + n 2
3651 Proposizione 35.1. Se B = v1 , v2 , . . . , vn e B � = w1 , w2 , . . . , wn sono
3652 basi ortonormali di uno spazio vettoriale euclideo VR di dimensione
�
3653 finita, allora la matrice Aid B B è ortogonale.
3654 Dimostrazione. Ricordiamo che indicata con Xv la colonna delle coor-
3655 dinate di v rispetto a B, per ogni v ∈ V , vale
�
Aid B B = (Xw1 |Xw2 |. . . |Xwn ) .

287
 � = cos α.
Figura 35.1: Angolo tra una retta e un piano. Vale sin(εr)

3656 Il prodotto scalare tra due colonne qualsiasi di tale matrice soddisfa

(32.2)
Xwi · Xwj = XwT i Xwj = wi · wj .

3657 Nell’ultima equazione abbiamo usato la (32.2) che si basa sull’ipotesi

3658 che B sia ortonormale. Poiché anche B � è ortonormale, vale
�
1 se i=j
wi · wj =
0 se i �= j.

�
3659 Resta dimostrato che le colonne di Aid B B formano una base ortonor-
3660 male di Rn , quindi tale matrice è ortogonale (prop. 34.3).

288
3661 35.1 Cambiamenti di riferimento cartesia-
3662 no
3663 Dati due RC(Oijk), RC(O� i� j� k� ), indichiamo con (α, β, γ) la terna del-
3664 le coordinate di O� rispetto a RC(Oijk); poi indichiamo con (x, y, z)
3665 e (x� , y � , z � ) le coordinate di un medesimo punto P rispeto ai due
−→ −−→ −−→
3666 RC. Intendiamo rappresentare l’equazione OP = O� P + OO� tramite
3667 coordinate.
−→
3668 • OP ha coordinate (x, y, z) rispetto a B = i, j, k;
−−→
3669 • OO� ha coordinate (α, β, γ) rispetto a B;
−−→
3670 • O� P hacoordinate
 (x� , y � , z � ) rispetto a B � = i� , j� , k� e coordinate
x�
�
3671 Aid B B y �  rispetto a B.
z�
�
3672 Concludendo, posto H = Aid B B , le equazioni di cambiamento di coor-
3673 dinate sono:
   �  
x x α
y  = H y �  + β  , H ortogonale. (35.1)
�
z z γ

3674 Viceversa ogni equazione nella forma (35.1) rappresenta un cambia-

3675 mento di riferimento cartesiano.
3676 Caso particolare: i = i� , j = j� , k =k�
. Abbiamo
 �  una
 cosiddetta

x x α
3677 traslazione d’assi. Vale H = I3 , quindi y  = y �  + β  .
z z� γ
289
3678 Osservazioni 35.2. Aggiungiamo alcuni fatti relativi all’argomento
3679 senza dettagli.
3680 1) Se H è una matrice ortogonale d’ordine n, allora det H = 1 o
3681 det H = −1.
3682 2) Consideriamo l’equazione (35.1) con O = O� , quindi α = β = γ = 0.
   �
x x
3683
  
• Se det H = 1, l’equazione y = H y �  è quella di una rota-
z z�
3684 zione degli assi intorno ad una retta per O (teorema di Eulero).
3685 • Se det H = −1, si ha una cosiddetta rotazione impropria, com-
3686 posizione di una rotazione e di una riflessione.
� � � �� � �
x x α
3687 3) In due dimensioni abbiamo l’equazione =H � + ,H
y y β
3688 ortogonale 2 × 2. Se det H = 1, allora tale equazione è una rotazione
3689 degli assi (intorno ad O nela caso α = β = 0), mentre se det H = −1
3690 è una riflessione rispetto ad un asse.

3691 35.2 Esercizi di geometria

3692 Le equazioni cartesiane della retta (x0 , y0 , z0 ) + �(l, m, n)� si possono
3693 ottenere direttamente. Esse sono:
x − x0 y − y0 z − z0
= = . (35.2)
l m n
3694 Alle (35.2) si dà senso anche se uno o due denominatori sono nulli,
3695 imponendo che i corrispondenti numeratori siano pure nulli. Infatti,
3696 tali equazioni si intendono come riformulazione di
� �
x − x0 y − y0 z − z0
= 1.
l m n
290
3697 Una formula che può tornare utile negli esercizi offre la forma
3698 generale di un piano contenente una retta, espressa in forma cartesiana:
3699 Proposizione 35.3. I piani contenenti la retta di equazioni (29.8)
3700 sono precisamente quelli di equazioni
λ(ax + by + cz + d) + µ(a� x + b� y + c� z + d� ) = 0 (35.3)
3701 al variare di λ, µ non entrambi nulli.
3702 Esercizio
� 35.4. Sono dati P (1, 0, 1), Q(−2, 1, 0), R(1, 1, −1), la retta
x − 2y − z − 1 = 0
3703 r: e il piano π : x − 2y + z + 1 = 0. Trovare
x+z+1 = 0
3704 delle equazioni cartesiane dei seguenti oggetti (se esistenti):
3705 (a) La retta P Q; (b) la retta P R; (c) i piani contenenti P , Q e R; (d) la
3706 retta per P , ortogonale a π; (e) il piano contenente P , ortogonale alla
3707 retta r; (f ) i piani contenenti r e P ; (g) i piani contenenti entrambi
3708 i punti P e Q e paralleli alla retta r; (h) i piani contenenti la retta
3709 P Q e ortogonali alla retta r. (i) Trovare la distanza del punto P dalla
3710 retta r.
3711 Svolgimento. (a) Parametri direttori della retta sono le coordinate di
−→
3712 P Q(−3, 1, −1). Applico la (35.2) con x0 = 1, y0 = 0, z0 = 1:
x−1 y z−1
= = .
−3 1 −1
−→
3713 (b) Vale P R(0, 1, −2) da cui si ottiene l’equazione
x−1 y z−1
= = ,
0 1 −2
3714 che va interpretata come sistema lineare nel modo seguente:
�
x−1 = 0
−2y − z + 1 = 0.
291
3715 (c) Un piano ha equazione nella forma ax + by + cz + d = 0. Impo-
3716 nendo che le coordinate dei tre punti siano soluzioni di tale equazione
3717 si ottengono le condizioni

 a+c+d = 0
−2a + b + d = 0

a + b − c + d = 0.
Quest’ultimo è un sistema lineare omogeneo nelle quattro incognite
a, b, c, d. Lo risolvo trasformando in matrice a scala
   
1 0 1 1 0 1 0 1 1 0
−2 1 0 1 0 H−→ 21 (2)
0 1 2 3 0 H−→ 32 (−1)

1 1 −1 1 0 H31 (−1) 0 1 −2 0 0
 
1 0 1 1 0
0 1 2 3 0  .
0 0 −4 −3 0
3718 Risolvo dal basso il sistema

 a + c = −d
b + 2c = −3d

−4c = 3d
3719 in termini del parametro d, ottenendo c = −3d/4, b = −3d/2, a =
3720 −d/4. I piani soddisfacenti le condizioni date sono quindi
d 3 3
− x − dy − dz + d = 0.
4 2 4
3721 Moltiplicando per 4/d si ottiene un unico piano: −x − 6y − 3z + 4 = 0.
3722 (d) Ogni retta ortogonale a π ha parametri direttori l = a = 1,
3723 m = b = −2, n = c = 1. Posso quindi direttamente scriverne le
3724 equazioni cartesiane:
x−1 y z−1
= = .
1 −2 1
292
3725 (e) I coefficienti a, b e c nell’equazione del piano possono essere
3726 presi uguali ai parametri direttori di r. Questi ultimi si ottengono
3727 risolvendo il sistema lineare omogeneo associato a quello di r:
� �
x − 2y − z = 0 x = −z
⇔
x+z = 0 y = −z.

3728 Posso prendere l = m = −1, n = 1. Quindi il piano cercato ha

3729 equazione nella forma −x − y + z + d = 0. Imponendo il passaggio per
3730 il punto P ottengo −1 − 0 + 1 + d = 0 da cui d = 0. Concludendo, il
3731 piano cercato ha equazione −x − y + z = 0.
3732 (f ) Il piano generico contenente la retta r ha equazione (35.3):

λ(x − 2y − z − 1) + µ(x + z + 1) = 0, (λ, µ) �= 0.

3733 Imponendo che le coordinate di P siano soluzione di tale equazione

3734 ottengo −λ + 3µ = 0, da cui λ = 3µ. Sostituendo nell’equazione
3735 precedente,

4µx − 6µy − 2µz − 2µ = 0 ⇔ 2x − 3y − z − 1 = 0.

3736 Esiste un unico piano con le proprietà richieste.

3737 (g) Imponiamo all’equazione generica ax + by + cz + d = 0 di un
3738 piano di avere come soluzioni le coordinate di P e di Q:
�
a+c+d = 0
−2a + b + d = 0.

3739 Questo è un sistema lineare omogeneo in quattro incognite di rango

3740 due, avente soluzioni
�
a = −c − d
b = −2c − 3d.
293
3741 Quindi i piani contenenti P e Q hanno equazioni nella forma (−c−d)x+
3742 (−2c − 3d)y + cz + d = 0, purché non si annullino contemporaneamente
3743 i primi tre coefficienti.
3744 I parametri direttori l = m = −1 e n = 1 di r sono stati calcolati al
3745 punto (e). Imponiamo il parallelismo con la condizione al+bm+cn = 0:

−(−c − d) − (−2c − 3d) + c = 0 ⇔ c = −d

3746 da cui i piani cercati hanno equazioni

−dy − dz + d = 0 ⇔ −y − z + 1 = 0.

3747 Esiste un unico piano soddisfacente le condizioni assegnate.

3748 (h) La retta P Q è stata determinata nel punto (a). Esprimiamola
3749 equivalentemente: �
x + 3y − 1 = 0
−y − z + 1 = 0.
3750 Il piano generico per tale retta ha equazione

λ(x + 3y − 1) + µ(−y − z + 1) = 0, (λ, µ) �= 0.

3751 � �
a b c
3752 Per poter applicare la condizione di ortogonalità, rk =
l m n
3753 1, conviene ordinare l’equazione precedente,

λx + (3λ − µ)y − µz − λ + µ = 0. (35.4)

3754 Impongo la condizione di ortogonalità (i parametri direttori provengo-

3755 no dal punto (e)):
� �
λ 3λ − µ −µ
rk = 1.
−1 −1 1
294
3756 Facendo le operazioni elementari H12 e poi H21 (λ) a tale matrice, si
3757 ottiene la condizione equivalente su di una matrice a scala:
� �
−1 −1 1
rk = 1 ⇔ 2λ − µ = λ − µ = 0 ⇔ λ = µ = 0.
0 2λ − µ λ − µ
3758 La condizione λ = µ = 0 non è accettabile, quindi non esiste alcun
3759 piano con le proprietà richieste.
3760 Osservazione 35.5. Un piano contiene i punti P e Q se, e solo se,
3761 contiene la retta P Q. Quindi le prime parti degli svolgimenti (g) e (h)
3762 sono intercambiabili. Ad esempio dopo aver trovato il piano generico
3763 contenente la retta P Q come in (h), imponendo il parallelismo con la
3764 retta r di parametri direttori l = m = −1, n = 1 a partire dalla (35.4)
3765 si ottiene λ = 0 da cui ancora una volta l’equazione −y − z + 1 = 0
3766 soluzione di (g).
3767 (i) Risolvendo il sistema di equazioni associato ad r, con l’opera-
3768 zione elementare H21 (−1) si ottiene
� �
x − 2y − z − 1 = 0 x = −z − 1
⇔
2y + 2z + 2 = 0 y = −z − 1.
3769 Quindi il punto generico di r è Qz (−z − 1, −z − 1, z) e il generico
−−→
3770 vettore congiungente P con un punto di r è P Qz (−z − 2, −z − 1, z −
3771 1). La totalità di tali vettori forma la varietà lineare (−2, −2, −1) +
3772 �(−1, −1, 1)�. Il vettore di modulo minimo in tale varietà lineare è la
3773 proiezione ortogonale di (−2, −2, −1) su �(−1, −1, 1)�⊥ . La proiezione
3774 su �(−1, −1, 1)� è
(−2, −1, −1) · (−1, −1, 1) 2
w= (−1, −1, 1) = (−1, −1, 1)
(−1, −1, 1) · (−1, −1, 1) 3
3775 e la proiezione su �(−1, −1, 1)�⊥ è
2 1
w� = (−2, −1, −1) − (−1, −1, 1) = (−4, −1, −5).
3 3
295
3776 La distanza cercata vale
√
� 1 42
�w � = �(−4, −1, −5)� = .
3 3

296