Escolar Documentos
Profissional Documentos
Cultura Documentos
Vincenzo De Filippis
ii
Questi appunti nascono da note personali e vari elaborati prodotti in occasione delle lezioni proposte in aula agli studenti della Facolta di Ingegneria
dellUniversita di Messina. Non essendone stato, fin dallinizio, previsto il
presente utilizzo, non si e adeguatamente curata la raccolta delle fonti bibliografiche. Il sottoscritto, unico responsabile, si scusa con gli Autori e gli
Editori per le eventuali mancanze in merito ed invita chiunque a segnalargli
le fonti che fosse in grado di riconoscere.
Vincenzo De Filippis
Indice
1 Prime nozioni di Algebra.
1.1 Strutture algebriche. . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Relazioni dequivalenza. . . . . . . . . . . . . . . . . . . . . . . . .
2 I vettori geometrici.
2.1 Introduzione. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Somma e prodotto per uno scalare. . . . . . . . . . . . . . . . . .
2.3 Combinazioni lineari e componenti in un riferimento ortogonale.
2.4 Prodotto scalare e proiezione su una retta. . . . . . . . . . . . . .
2.5 Prodotto vettoriale e componente rispetto ad un piano. . . . . .
2.6 Prodotto misto. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7 Esercizi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 Le matrici.
3.1 Introduzione. . . . . . . . . . . . . . . . . .
3.2 Prodotto righe per colonne. . . . . . . . . .
3.3 Determinanti. . . . . . . . . . . . . . . . . .
3.4 Dipendenza ed indipendenza tra righe. . . .
3.5 Rango di una matrice. . . . . . . . . . . . .
3.6 Le matrici elementari. . . . . . . . . . . . .
3.7 Trasposta di una matrice, matrici invertibili
3.8 Esercizi. . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
7
7
7
8
9
10
12
15
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
17
17
18
19
22
23
27
30
32
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
35
41
44
46
50
spazi vettoriali.
Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Intersezione, unione e somma di sottospazi. . . . . . . . . . . . . .
Basi e dimensione di uno spazio vettoriale. . . . . . . . . . . . . . .
53
53
55
58
4 I sistemi lineari.
4.1 Introduzione. . . . . . . . . . . . . . .
4.2 Sistemi omogenei. . . . . . . . . . . . .
4.3 Metodo di Cramer per la risoluzione di
4.4 Metodo di eliminazione di Gauss. . . .
4.5 Esercizi. . . . . . . . . . . . . . . . . .
5 Gli
5.1
5.2
5.3
1
1
3
. .
. .
un
. .
. .
.
.
.
.
.
.
e
.
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
matrici simili.
. . . . . . . .
. . . . . . . . .
. . . . . . . . .
sistema lineare.
. . . . . . . . .
. . . . . . . . .
.
.
.
.
.
iv
Indice
5.4
5.5
5.6
5.7
.
.
.
.
63
65
69
73
75
75
77
7 Le applicazioni lineari.
7.1 Introduzione. . . . . . . . . . . . . . . . . . . .
7.2 Applicazioni lineari e matrici. . . . . . . . . . .
7.3 Endomorfismi e cambiamento di base. . . . . .
7.4 Autovalori ed autovettori di un endomorfismo.
7.5 Endomorfismi diagonalizzabili. . . . . . . . . .
7.6 Esercizi. . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
81
81
84
97
101
106
117
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
145
145
146
148
150
151
157
171
173
Indice
.
.
.
.
.
.
.
.
177
177
179
179
181
182
183
185
188
.
.
.
.
189
189
190
191
194
195
195
195
197
14 Le coniche.
14.1 Definizione. . . . . . . . . . . . . . . . .
14.2 Intersezione di una conica ed una retta.
14.3 Polarita rispetto ad una conica. . . . . .
14.4 Classificazione di una conica. . . . . . .
14.5 Fascio di coniche. . . . . . . . . . . . . .
14.6 Diametri e centro di una conica. . . . .
14.7 Classificazione delle coniche proiettive. .
14.8 Classificazione delle coniche euclidee. . .
14.9 Fuochi di una conica. . . . . . . . . . . .
14.10Esercizi. . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
199
199
200
201
202
203
204
206
207
220
222
.
.
.
.
.
.
225
225
226
227
227
228
229
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
vi
Indice
15.7 Reciproca posizione tra una retta ed un piano.
15.8 Calcolo dei parametri direttori di una retta. . .
15.9 Coordinate omogenee nello spazio. . . . . . . .
15.10Angoli nello spazio euclideo. . . . . . . . . . . .
15.11Distanze nello spazio euclideo. . . . . . . . . . .
15.12Elementi complessi nello spazio. . . . . . . . . .
15.13Esercizi. . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
16 Le quadriche.
16.1 Definizione. . . . . . . . . . . . . . . . . . . . . . . . .
16.2 Quadriche generali. . . . . . . . . . . . . . . . . . . . .
16.3 Quadriche specializzate. . . . . . . . . . . . . . . . . .
16.4 Quadriche riducibili. . . . . . . . . . . . . . . . . . . .
16.5 Piani ed assi di simmetria delle quadriche generali. . .
16.6 Forma canonica di una quadrica generale con centro di
16.7 Forma canonica di un paraboloide. . . . . . . . . . . .
16.8 Forma canonica di un cono. . . . . . . . . . . . . . . .
16.9 Forma canonica di cilindri a base ellittica e iperbolica.
16.10Forma canonica di cilindri a base parabolica. . . . . .
16.11Esercizi. . . . . . . . . . . . . . . . . . . . . . . . . . .
17 La sfera.
17.1 Definizione. . .
17.2 Sezioni piane. .
17.3 Fascio di sfere.
17.4 Esercizi. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
230
231
237
238
240
249
253
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
simmetria.
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
255
255
256
259
262
263
266
268
270
271
272
275
.
.
.
.
277
277
278
278
282
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
287
1
Prime nozioni di Algebra.
Lo studio dellAlgebra lineare e della Geometria richiede unintroduzione preliminare delle strutture algebriche pi
u generali. In particolare daremo nel presente
capitolo introduttivo le definizioni di gruppo, anello e campo. Tali strutture saranno in seguito utili per caratterizzare la maggior parte degli oggetti utilizzati, tra
i quali, per esempio, i vettori, le matrici, gli spazi vettoriali, gli omomorfismi, le
trasformazioni piane.
1.1
Strutture algebriche.
Sia G un insieme non vuoto ed una operazione binaria chiusa rispetto agli
elementi di G, cioe:
x, y G
x y = z G.
La coppia (G, ) e detta Gruppoide. Data la generalita delle proprieta soddisfatte
da un gruppoide, e utile arricchire la sua struttura algebrica con ulteriori assiomi.
Diciamo Semigruppo, un gruppoide (G, ) che sia associativo, cioe in cui valga la
seguente proprieta (associativa):
x, y, z G
x (y z) = (x y) z.
tale che
x G
e x = x e = x.
y G
tale che
xy =yx=e
x y = y x.
Esempio 1. Gli insiemi Z , Q, lR e C, rispettivamente dei numeri interi, razionali, reali e complessi, formano un gruppo commutativo rispetto alloperazione di
somma, cioe nel caso = +. I numeri IN naturali non sono un gruppo rispetto
alla somma, basti pensare al fatto che ogni numero 0 6= n IN non ammette un
inverso.
Esempio 2. Gli insiemi Q , lR e C , rispettivamente dei razionali senza lo zero,
reali senza lo zero e complessi senza lo zero, formano un gruppo commutativo
rispetto alloperazione di prodotto, cioe nel caso = . Leliminazione dello zero
e essenziale in quanto tale elemento non avrebbe linverso rispetto al prodotto.
Esempio 3. Linsieme di tutte le applicazioni biettive di un insieme in se stesso forma un gruppo non commutativo rispetto alloperazione di composizione tra
applicazioni, cioe nel caso in cui loperazione tra due applicazioni f, g e definita
come segue: (f g)(x) = f (g(x)).
Definizione 2. Sia A un insieme dotato di due operazioni interne e . Il
sistema (A, , ) e detto Anello se valgono i seguenti assiomi:
1. (A, ) e un gruppo commutativo;
2. (A, ) e un semigruppo;
3. vale la propriet
a distributiva delloperazione rispetto a :
x, y, z, A
x (y z) = (x y) (x z).
Osserviamo che non e richiesto che un anello possegga lelemento neutro rispetto alla seconda operazione (se tale elemento esiste lanello e detto unitario).
Inoltre non e detto che valga la proprieta commutativa rispetto a , se essa vale
lanello e detto commutativo.
Ancora rispetto alloperazione , non e richiesta la validita della legge di annullamento del prodotto. In altre parole, il fatto che x y = 0 non implica necessariamente che x = 0 oppure y = 0.
Infine non e richiesta lesistenza di un elemento inverso per ciascun x A, rispetto
alloperazione .
1.2
Relazioni dequivalenza.
Siano A e B due insiemi non vuoti. Si definisce prodotto cartesiano AB, linsieme
di tutte le coppie ordinate di tipo (a, b), tali che a A e b B:
A B = {(a, b)
a A,
b B}.
sottoinsiemi, ciascuno dei quali contenga esclusivamente elementi (rette) tra loro
in relazione. Tali sottoinsiemi sono dette classi di equivalenza. Ciascuna classe
pu
o essere rappresentata da un qualsiasi elemento ad essa appartenente, inoltre
due distinte classi non hanno alcun elemento in comune. Infine lunione di tutte
le classi di equivalenza e esattamente lintero insieme A.
Quanto detto per il precedente esempio puo essere esteso ad ogni insieme in
cui venga introdotta una relazione di equivalenza. Lutilita della partizione risiede
nel fatto che lo studio di un rappresentante di una qualsiasi classe, permette di
ottenere informazioni algebriche su tutti gli elementi di tale classe.
Siano A un insieme non vuoto e R una relazione di equivalenza definita su A. Ogni
classe di equivalenza [x] puo essere rappresentata da un suo qualsiasi elemento x,
[x] = {y A : xRy}. Linsieme di tutte le classi di equivalenza {[x] : x A} e una
A
partizione di A ed e detto insieme quoziente, denotato R
.
Nellesempio delle rette parallele, ogni classe e individuata da un angolo , quello
formato dalla retta e dallasse delle ascisse X. Le rette appartenenti ad una stessa
classe, cioe tra loro parallele, hanno chiaramente lo stesso coefficiente angolare e
quindi lo stesso rappresentante .
Concludiamo con un ulteriore esempio di relazione di equivalenza:
Sia A = Z , e fissiano un n IN. Definiamo R come segue: due elementi a, b Z
sono in relazione se esiste un opportuno k Z tale che a b = kn. Verifichiamo
che R e una equivalenza:
1. a a = 0 n, quindi aRa (riflessiva);
2. se aRb, allora esiste k Z tale che a b = kn; quindi b a = (k)n, cioe
bRa (simmetrica);
3. se aRb e bRc, allora esistono k1 , k2 Z tali che a b = k1 n e b c = k2 n;
quindi a c = a b + b c = (k1 + k2 )n, cioe aRc (transitiva).
Le classi di equivalenza sono esattamente n ed hanno come rappresentanti i
numeri naturali {0, 1, 2, . . . , n 1}:
[0] = {x Z : k Z , x 0 = kn}, cioe sono tutti i multipli di n;
[1] = {x Z : k Z , x 1 = kn}, cioe sono i numeri interi che danno resto
1 dopo la divisione per n;
[2] = {x Z : k Z , x 2 = kn}, cioe sono i numeri interi che danno resto
2 dopo la divisione per n;
2
I vettori geometrici.
2.1
Introduzione.
Siano A, B due punti del piano (o dello spazio). Un segmento orientato AB si dice
anche vettore applicato in A ed e individuato da una direzione, che e la retta su cui
giace il segmento AB, un verso, che e quello che si osserva percorrendo il segmento
AB andando da A verso B, ed un modulo, che e il numero reale non negativo che
misura la lunghezza del segmento AB. Un vettore e detto versore di una retta,
se giace su tale retta ed e di modulo 1. Due segmenti orientati AB e A0 B 0 sono
equipollenti se hanno la stessa direzione, lo stesso verso e lo stesso modulo. Tale
relazione tra segmenti e una equivalenza nellinsieme di tutti i segmenti orientati
del piano (o dello spazio). Per cui tutti i segmenti orientati sono ripartiti in classi
di equivalenza. Un classe di equivalenza e del tipo [AB], composta da tutti i
segmenti orientati equipollenti al segmento AB. Identifichiamo tra loro tutti i
segmenti appartenenti ad una stessa classe di equivalenza. Ciascuna classe e detta
vettore geometrico o vettore libero e puo essere rappresentata da un qualsiasi
segmento ad essa appartenente. Cio vuol dire che, fissato un punto del piano (o
dello spazio) O , ciascuna classe di equivalenza possiede un rappresentante che sia
applicato in O.
Si noti che da ora in avanti, fissato un punto O, ciascun vettore geometrico
puo essere applicato in O, mantenendo la sua direzione ed il suo verso.
2.2
Siano OP e OP1 due vettori aventi la stessa direzione e stesso verso. Definiamo
somma dei vettori OP + OP1 , il vettore avente per direzione e verso quelli dei
vettori addendi, e per modulo |OP + OP1 | la somma dei moduli |OP | + |OP1 |.
Siano ora OP e OP1 due vettori aventi stessa direzione ma verso opposto.
Definiamo somma dei vettori OP + OP1 il vettore avente direzione dei vettori
2. I vettori geometrici.
addendi, verso coincidente con quello del vettore addendo di modulo maggiore, e
modulo pari al valore assoluto della differenza dei moduli dei vettori addendi.
Siano infine OP e OP1 due vettori con direzioni differenti. Si costruisca il
parallelogramma di lati OP e OP1 e si indichi con Q il quarto vertice del parallelogramma. Definiamo somma OP + OP1 il vettore avente per direzione quella
della retta su cui giace la diagonale OQ, per verso quello di percorrenza da O a Q
e per modulo la lunghezza della diagonale OQ del parallelogramma (disegno 1).
Notiamo anche che dalla definizione di somma OP + OP1 = OQ si ricava al
contrario anche quella di differenza tra due vettori OQ OP = OP1 , come lato
del parallelogramma avente per diagonale OQ e per secondo lato OP (disegno 1).
Indichiamo pi
u semplicemente v, v1 , v2 , v3 vettori del piano (o dello spazio). La
somma tra vettori gode delle seguenti proprieta:
1) Commutativa: v1 + v2 = v2 + v1 ;
2) Associativa : (v1 + v2 ) + v3 = v1 + (v2 + v3 );
3) Esistenza dellelemento neutro : v + 0 = 0 + v = v, dove per vettore 0 si
intende il segmento OO;
4) Esistenza dellelemento opposto : v + (v) = 0.
Le proprieta 1)-2)-3)-4) rendono linsieme dei vettori geometrici del piano (o
dello spazio), rispetto alloperazione di somma, un gruppo commutativo.
Siano v un vettore e lR. Definiamo il vettore v come quello avente la
direzione del vettore v, il modulo pari a |||v| e verso coincidente con quello di v,
se > 0, opposto a quello di v, se < 0.
Il prodotto cos definito gode delle seguenti proprieta:
1) ()v = (v), per , lR;
2) 1 v = v, dove 1 e lunita in lR;
3) ( + )v = v + v;
4) (v1 + v2 ) = v1 + v2 .
Linsieme di tutti i vettori geometrici, rispetto alle operazioni di somma e
prodotto per uno scalare da noi definite, viene detto spazio vettoriale geometrico.
2.3
Siano v1 , v2 , .., vr vettori e 1 , ..., r lR. Diciamo combinazione lineare dei vettori
v1 , .., vr a coefficienti reali 1 , .., r il vettore v risultante dalla seguente somma:
v = 1 v1 + 2 v2 + 3 v3 + ..... + r vr .
Diremo anche che il vettore v e scomposto nella somma dei vettori 1 v1 , 2 v2 ,...,r vr
e che 1 , ..., r sono le componenti del vettore v rispetto ai vettori v1 , ..., vr .
Consideriamo un sistema di riferimento cartesiano ortogonale nello spazio, di
origine O e assi coordinati X, Y, Z. Un qualsiasi punto dello spazio sara individuato
da un terna di numeri reali (a, b, c), che sono le sue coordinate rispetto al sistema di
riferimento. Il vettore v = OP ha come componenti rispetto ai tre assi coordinati,
rispettivamente vx = a, vy = b, vz = c, cioe il vettore v si puo esprimere come
combinazione lineare dei tre versori i, j, k dei tre assi coordinati nel modo seguente:
v = vx i + vy j + vz k (disegno 2).
Diremo che due vettori v = (vx , vy , vz ) e w = (wx , wy , wz ) sono uguali se e solo
se hanno le stesse componenti rispetto ai versori degli assi coordinati.
Dalla definizione di componenti appena data, si puo facilmente
qdedurre che il
modulo di un vettore v di componenti (vx , vy , vz ) e dato da |v| = vx2 + vy2 + vz2 .
Siano ora v = (vx , vy , vz ) e w = (wx , wy , wz ) due distinti vettori. Costruiamo
la loro somma v + w = (vx i + vy j + vz k) + (wx i + wy j + wz k) = (vx + wx )i + (vy +
wy )j + (vz + wz )k cioe v + w ha componenti (vx + wx , vy + wy , vz + wz ).
In modo del tutto analogo si osservi che se lR, allora il vettore v ha per
componenti la terna (vx , vy , vz ).
2.4
10
2. I vettori geometrici.
vx wx + vy wy + vz wz
q
.
vx2 + vy2 + vz2 wx2 + wy2 + wz2
cos(vX) = q
vy
, cos(vY ) = q
vz
, cos(vZ) = q
2.5
w
w
w
)
= (v w)
.
|w| |w|
|w|2
11
j k = k j = i,
i i = 0,
j j = 0,
i k = k i = j
k k = 0.
Dal controesempio che segue si deduce inoltre che per il prodotto vettoriale non
vale la proprieta associativa:
i (i k) = i (j) = k
ma
(i i) k = 0.
Sia ora v = OP e un piano passante per O, al quale appartengano i due vettori
u1 , u2 . La proiezione di OP su e il vettore v 0 = OP 0 , dove P 0 e la proiezione
ortogonale del punto P sul piano. Se indichiamo w il vettore P P 0 allora otteniamo
12
2. I vettori geometrici.
2.6
u1 u2
.
|u1 u2 |2
Prodotto misto.
Siano u, v, w tre vettori, definiamo prodotto misto quello scalare che si ottiene
dallesecuzione, rispettando lassociazione tramite parentesi, dei prodotti u (v
w).
Nel caso i tre vettori siano dati in uno spazio cartesiano ortogonale, allora
u = (ux , uy , uz ), v = (vx , vy , vz ), w = (wx , wy , xz ) e svolgendo il prodotto si
ottiene:
u (v w) = ux (v w)x + uy (v w)y + uz (v w)z =
v
v
v
v
v
v
x
z
y
y
x
z
ux
+ uy
=
+ uz
wx wy
wz wx
wy wz
u
x uy uz
vx vy vz .
wx wy wz
Si noti che il prodotto misto si annulla solo quando uno dei tre vettori e nullo
oppure quando i tre vettori sono complanari, cioe quando il vettore u e ortogonale
al vettore v w.
Consideriamo ora il parallelepipedo avente per spigoli i tre vettori u, v, w. Il
volume del parallelepipedo e V0 = b h, dove indichiamo con b larea di una base e
con h laltezza relativa a tale base scelta (disegno 8).
Scegliamo come base quella avente per lati i vettori v, w e sappiamo per quanto
detto in precedenza che larea cercata e pari al modulo |v w|.
Laltezza h e la componente ortogonale del terzo spigolo del parallelepipedo
lungo la normale al piano individuato da v e w, per cui
h=u
da cui
V0 = |v w| u
vw
|v w|
vw
= u (v w).
|v w|
13
1+4+9=
14, |v| =
9 = 3.
2. u v= (-2)(-3)=6;
q
3. cos() = 36 14 = 27 ;
4. u i =
1 ,
14
uj =
,
14
uk =
3 ,
14
v i = 0, v j = 1, v k = 0.
t
u
uv
= cos( ) =
=
2
3
|u| |v|
a + 1 + 2a 1
3a
=
2
2
2
6 a + 1 + 2a + a + 1
6 2a + 2a + 2
t
u
Esempio 13. Siano u = (1, 2, 2) e v=(3,0,1). Determinare la proiezione ortogonale di v rispetto alla retta r contenente u.
Svolg.
La proiezione di v su r e data da
v
1
u
= .
|u|
3
= (i + 2j 2k).
|u|
|u|
9
t
u
14
2. I vettori geometrici.
t
u
Esempio 15. Determinare il volume del parallelepipedo avente per spigoli i vettori
i + j, k, i + k.
Svolg.
Il volume e dato da
1 1 0
0 0 1 = 1.
1 0 1
t
u
2.7. Esercizi.
2.7
15
Esercizi.
Esercizio 1. Siano u = i 2j + 3k, v = 3j vettori dello spazio euclideo. Determinare i loro moduli, il loro prodotto scalare, il coseno dellangolo da essi formato,
i loro coseni direttori.
Esercizio 2. Ripetere lesercizio precedente coi seguenti vettori: u = (1, 1, 0),
v = (2, 1, 1).
Esercizio 3. Determinare la proiezione del vettore v = i j + k su una retta
parallela al vettore w = i + 2j k.
Esercizio 4. Determinare il parametro k tale che i vettori (1, 2, 1) e (k+1, k, 1)
formino un angolo di 3 .
Esercizio 5. Determinare la componente e il vettore proiezione di v = (3, 0, 1)
sulla retta contenente il vettore (1, 2, 2).
Esercizio 6. Determinare la proiezione del vettore (1, 2, 1) sulla retta contenente
il vettore (1, 1, 1).
Esercizio 7. Determinare la proiezione del vettore (1, 1, 1) sul piano contenente
i vettori (2, 1, 0) e (1, 0, 1).
Esercizio 8. Determinare la proiezione del vettore 2i j + 3k sul piano XY .
Esercizio 9. Utilizzare i vettori (1, 2, 0), (0, 3, 4), (1, 1, 1) per dimostrare che
il prodotto vettoriale non e associativo.
Esercizio 10. Determinare il volume del parallelepipedo avente come spigoli i
vettori (1, 1, 0), (0, 0, 1) e (1, 0, 1).
Esercizio 11. I seguenti vettori (2, 1, 3) e (1, 1, 0), sono reciprocamente paralleli,
perpendicolari o nessuna delle due?
Esercizio 12. Determinare se i vettori v = 2i 3j + k e w = 53 i 52 j + 56 k sono
paralleli, perpendicolari o nessuna delle due.
Esercizio 13. Determinare h1 e h2 tali che i vettori v = 2i + j 3k e w =
i + h1 j + h2 k risultino paralleli.
Esercizio 14. Determinare il valore del parametro h in modo tale che il vettore
(2, h, 1 h) sia complanare con i vettori (1, 2, 1) e (3, 1, 5).
16
2. I vettori geometrici.
3
Le matrici.
3.1
Introduzione.
Una matrice e un simbolo, una tabella nella quale si possono individuare righe e
colonne. Una matrice con m righe e n colonne e un insieme di m n elementi scelti
in un campo (per noi usualmente il campo dei numeri reali), che siano disposti in
modo ordinato nelle righe e nelle colonne nel seguente modo:
a11 a12
a21 a22
...
...
am1 am2
... a1n
... a2n
... ...
... amn
In altre parole, lelemento aij e quello che occupa il posto che e individuato dallincrocio della riga i e dalla colonna j. Pi
u sinteticamente scriveremo una matrice
col simbolo A = [aij ], i = 1, .., m, j = 1, ..n. Chiameremo matrici quadrate quelle
tabelle in cui m = n e le chiameremo matrici di ordine n. In esse individueremo
un particolare insieme di elementi: {a11 , a22 , a33 , ..., ann } detta diagonale principale della matrice. Denoteremo Mmn (lR) linsieme di tutte le matrici con m righe
e n colonne, i cui elementi sono scelti nei reali. Introduciamo in Mmn (lR) una operazione, detta somma tra matrici, nel modo seguente: siano A = [aij ] e B = [bij ]
matrici in Mmn (lR), la loro somma e ancora una matrice C = [cij ] di Mmn (lR)
definita da
c11 c12
c21 c22
...
...
cm1 cm2
... c1n
... c2n
... ...
... cmn
a11 a12
a21 a22
...
...
am1 am2
... a1n
... a2n
... ...
... amn
b11 b12
b21 b22
...
...
bm1 bm2
... b1n
... b2n
... ...
... bmn
18
3. Le matrici.
a11 + b11
a12 + b12
a21 + b21
a22 + b22
...
...
am1 + bm1 am2 + bm2
0 0 ... 0
0 0 ... 0
0=
3.2
Consideriamo ora due matrici A = [aij ] Mmn (lR) e B = [bij ] Mnq (lR). Si
definisce prodotto righe per colonne di A e B quella operazione che abbia come
risultato la matrice C = [cij ] Mmq (lR), tale che lelemento di posto (r, s) di C
sia uguale a
crs =
n
X
ark bks = ar1 b1s + ar2 b2s + ar3 b3s + ... + arn bns
k=1
In sostanza lelemento crs e la somma di tutti i prodotti degli elementi della riga r
della prima matrice, ciascuno con il corrispondente elemento della colonna s della
seconda matrice.
Per esempio:
"
#
"
#
1 1 0
1 2 3
3
2
5
1 1 1 =
.
1 0 1
1 2 1
0 1 1
3.3. Determinanti.
19
I=
1 0 ...
0 1 ...
0 0 1
... ... ...
0 0 ...
... 0
... 0
... ... .
... ...
... 1
Si noti infine che non vale la proprieta commutativa per il prodotto righe per
colonne, cioe non e regola generale che AB = BA.
3.3
Determinanti.
Sia A = [aij ] Mn (lR) una matrice quadrata di ordine n. Esiste una corrispondenza : Mn (lR) lR che associa ad ogni matrice uno ed un solo valore in lR. Il
valore (A) lR e detto determinante di A ed indicato (A) = det(A) = |A|. La
P
corrispondenza e definita da: det(A) = (1) a1(1) a2(2) an(n) al variare
di tra le n! permutazioni di {1, 2, 3, .., n}. Il segno di ogni addendo e (1) , che
e +1 se e una permutazione pari, ed e 1 se e dispari.
A partire da tale definizione vogliamo introdurre alcuni metodi pratici per il
calcolo dei determinanti, in modo induttivo, da n = 1 fino ad un qualsiasi n.
n=1.
A = [a], a lR ed in questo caso si definisce det(A) = a.
n=2.
"
#
a11 a12
, e det(A) = a11 a22 a12 a21 cioe dapprima moltiplichiamo
a21 a22
tra loro gli elementi della diagonale principale. Quindi moltiplichiamo tra loro gli
20
3. Le matrici.
1 0 1 0
3.3. Determinanti.
21
1 2 3
A = 0 1 0 .
2 2 1
Il complemento algebrico di a13 = 3 e
0 1
A13 = (1)4
= 2.
2 2
Il complemento algebrico di a21 = 0 e
A21
2 3
= (1)
2 1
3
= 4.
Esempio 18.
A=
1
3
1
3
2
1
1
2
1
0
1
1
0
1
1
0
22
3. Le matrici.
3.4
Consideriamo la matrice
A = ...
... ... ... ... Mmn (lR).
am1 am2 ... ... amn
Isoliamo ciascuna riga della matrice come una n-upla ordinata di scalari:
u1 = (a11 , a12 , ..., a1n )
u2 = (a21 , a22 , ..., a2n )
......................
ui = (ai1 , ai2 , ..., ain )
......................
um = (am1 , am2 , ..., amn ).
Definiamo le seguenti operazioni:
i) sommare due righe (due n-uple) vuol dire sommare ciascun elemento di una
con il corrispondente dellaltra, ad esempio
u1 + u2 = (a11 + a21 , a12 + a22 , ..., a1n + a2n ).
23
ii) moltiplicare una riga per uno scalare lR vuol dire moltiplicare ciascun
elemento della riga per , ad esempio
u1 = (a11 , a12 , ..., a1n ).
Siano u1 , .., ur righe di una matrice. Diremo che u1 , .., ur sono linearmente dipendenti se esistono 1 , .., r lR non tutti nulli, tali che 1 u1 + 2 u2 + ... + r ur =
(0, 0, 0, ..., 0) (la n-upla nulla). Supponiamo che sia i 6= 0. Allora
i ui = 1 u1 2 u2 .. i1 ui1 i+1 ui+1 ... r ur
da cui
ui =
1
2
i1
i+1
n
u1
u2 ...
ui1
ui+1 ...
un
i
i
i
i
i
cioe, se le righe u1 , .., ur sono linearmente dipendenti, allora almeno una di esse si
puo esprimere come combinazione lineare delle altre.
Diremo invece che le u1 , .., ur sono linearmente indipendenti se vale la seguente:
1 u1 +2 u2 +...+r ur = (0, 0, 0, ..., 0)
1 2 0
3 1 0
se e solo se
1 = 2 = 3 = ... = r = 0.
3.5
Sia A una matrice con m righe e n colonne. Diciamo rango di A lordine della pi
u
grande sottomatrice quadrata di A che abbia determinante non nullo. Ovviamente
rank(A) min{m, n}.
24
3. Le matrici.
Esempio 20.
2 1 0
3 1 1 ha rango 3
1 0 1
2 1 0
3 1 1 ha rango 2
1 0 1
"
#
2 1 1 0
ha rango 2
3 2 1 0
"
#
2 1 1 0
ha rango 1.
4 2 2 0
Talvolta calcolare il rango di una matrice puo non essere facile come negli
esempi precedenti. Ci proponiamo ora di introdurre quelle che sono chiamate
operazioni elementari sulle righe di una matrice. Tali operazioni, pur modificando
la matrice di partenza, ne lasciano invariato il rango. Lo scopo e quello di trasformare una matrice in unaltra di pi
u facile lettura, al fine di determinare il rango
della trasformata, sicuri che esso sia anche il rango della matrice di partenza.
Le operazioni elementari sulle righe sono di tre tipi:
1. Scambio di posizione tra
due righe;
1 2
0 1
1 2
3 6
25
1 2
13 10
1 2 3
1 1 2 0 1
1 1 2 0 1
26
3. Le matrici.
1 1 2 0 1
1) R3 R3 R1 e la matrice diventa 0 2 1 2 2 ;
0 2 1 2 2
1 1 2 0 1
1
1
2
1 3 6 0 0
La matrice 0 2 1 0 2 ha rango 3
1 3 3 3 1
indipendenti.
0 1
3.6
27
Le matrici elementari.
1 0 0
E= 0 0 1
0 1 0
e ottenuta dalla matrice identica I di ordine 3, scambiando tra di loro la seconda
e la terza riga.
Per quanto detto sulle operazioni elementari su matrici quadrate, segue facilmente
che ogni matrice elementare ha determinante non nullo, quindi e invertibile, e la
sua inversa e ancora una matrice elementare.
Le matrici elementari sono utilizzate per determinare in modo immediato le trasformazioni per righe su qualsiasi matrice (non necessariamente quadrata). Pi
u precisamente, se E e una matrice elementare di ordine n, ottenuta con una qualche
trasformazione elementare, e se A e una matrice con n righe, allora la matrice E A
e la trasformata di A tramite la medesima operazione con la quale si e ottenuta
E. Per tornare alllesempio precedente, sia
1 2 0 1
A= 1 1 1 2
0 1 1 1
allora la matrice
1 0 0
1 2 0 1
1 2 0 1
EA= 0 0 1 1 1 1 2 = 0 1 1 1
0 1 0
0 1 1 1
1 1 1 2
e la terza riga (R2 R3 ).
0 0
1 2 0 1
4. Se A = 1 1 1 2 allora la
0 1 1 1
1
4 8 0 4
2 = 1 1 1 2 si ottiene dalla
1
0 1 1 1
moltiplicata per 4 (R1 4R1 ).
4 0 0
1
matrice E A = 0 1 0 1
0 0 1
0
A sostituendo la prima riga con se
2 0
1 1
1 1
stessa
28
3. Le matrici.
1 0 5
1 0 5
1 2 0 1
1 6 4 5
Grazie alle proprieta delle operazioni elementari si puo facilmente notare che
se A e una matrice quadrata e E e una matrice elementare dello stesso ordine,
allora det(EA) = det(E)det(A).
Inoltre se E1 , E2 , ..., Ek sono matrici elementari, allora (E1 E2 .... Ek )A e
una matrice che si ottiene dopo aver effettuato sulla A ordinatamente tutte le
trasformazioni individuate dalle matrici Ek , Ek1 ,...,E1 :
A Ek A Ek1 Ek A ..... E1 E2 ....Ek A.
...
...
a01n
...
...
a02n
...
...
a03n
...
...
...
0
0
... an1n1 an1n
...
...
a0nn
a0011 0
0
00
0 a22 0
0
0 a0033
... ... ...
0
0
...
0
0
0
29
...
...
0
...
...
0
0
...
0
...
...
...
00
... an1n1 0
...
...
a00nn
Terminiamo il paragrafo enunciando con il seguente risultato (noto come Teorema di Binet):
30
3. Le matrici.
3.7
Sia A una matrice con m righe e n colonne, A Mmn (lR). Diciamo matrice
trasposta di A, e la indichiamo AT , quella matrice con n righe e m colonne, AT
Mnm (lR), tale da avere come righe e come colonne, rispettivamente le colonne e
le righe di A. In altre parole, se aij e lelemento di A che occupa il posto di riga
i e colonna j, esso sara anche elemento di AT , ma occupera il posto di riga j e
colonna i.
1 0 1
1 2 3
T
A = 2 1 3 .
0 2 2
1 2 1
Una matrice A quadrata e detta simmetrica se A = AT . Inoltre, per ogni
matrice quadrata A si ha che det(A) = det(AT ).
Diciamo matrice aggiunta della matrice A, e la indichiamo Agg(A), quella matrice che abbia come elemento di posto (i, j), il complemento algebrico
dellelemento di A di posto (j, i).
1 2 1
1 3 0
1 1 1
Allora AT = 2 1 1 e Agg(A) = 3 1
3 .
1 0 1
3 1 5
Diremo che una matrice A, quadrata di ordine n, e invertibile se esiste una
matrice quadrata B di ordine n tale che A B = I, dove I e la matrice identica di
ordine n, avente 1 su tutta la diagonale principale e zero in ogni altra posizione.
Per esempio:
2 0 1
52 1 1
1 0 0
B = 53
tale che A B = 0 1 0 .
3 10
6
3
6 2 2
0 0 1
31
Le matrici quadrate invertibili sono tutte e sole quelle non singolari. Inoltre,
sia A invertibile tale che A B = I. Grazie al teorema di Binet otteniamo
1 = det(I) = det(A B) = det(A) det(B)
da cui det(B) = det(A)1 . La matrice B e detta inversa della matrice A, indicata
anche con B = A1 .
Una matrice quadrata A e detta ortogonale se AT = A1 . cio vuol dire che
1 = det(I) = det(A A1 ) = det(A AT ) = det(A) det(AT ) = det(A)2 .
Quindi condizione necessaria (ma non sufficiente) affinche una matrice sia ortogonale e che il suo determinanate sia pari a +1 oppure 1.
"
Esempio 27. La matrice A =
cos() sen()
sen() cos()
#
e ortogonale.
Propriet
a. Siano A, B matrici quadrate di ordine n. Valgono le seguenti:
1) (A B)T = B T AT ;
2) (A B)1 = (B)1 (A)1 , nel caso entrambe A e B siano non singolari.
Calcolo dellinversa. Sia A una matrice quadrata non singolare di ordine
n. Per ottenere linversa di A si costruisca dapprima la matrice aggiunta di A.
Quindi si divida ciascun elemento dellaggiunta per il determinante di A. La
matrice ottenuta e esattamente A1 .
1 1 0
1 2
T
A = 1 0
0 1
e invertibile. Si ha che
1
1 1 1
1 , Agg(A) = 1 1 1 .
1
2
0 2
Quindi
A1 =
Agg(A)
=
2
1
2
1
2
1
2
12
1 0
12
1
2
32
3. Le matrici.
ed infatti
A A1
1
1
1 1 0
2
21
= 2 0 1 2 12
1 1 1
1 0
1 0 0
1
= 0 1 0 .
2
1
0 0 1
12
Relazione di Similitudine. Diciamo che due matrici quadrate A, B, entrambe di ordine n, sono simili se esiste una matrice M quadrata di ordine n, non
singolare, tale che A = M 1 B M . Si noti che valgono le seguenti:
1) Ogni matrice quadrata A e simile a se stessa, infatti
A = I 1 A I = I A I.
2) Se la matrice A e simile alla B allora B e simile ad A, infatti
A = M 1 B M B = (M 1 )1 A (M 1 ).
3) Se A e simile a B e B e simile a C, allora A e simile a C, infatti
A = M 1 B M
B = N 1 C N
implica
A = (N M )1 C (N M ).
Quindi la relazione di similitudine tra matrici soddisfa le proprieta riflessiva (1),
simmetrica (2) e transitiva (3), ed e una relazione di equivalenza.
Linsieme della matrici quadrate di ordine n e allora suddiviso in classi di
equivalenza, nel senso che tutte le matrici tra loro simili costituiscono ununica
classe, avente come rappresentante una qualsiasi delle matrici che ne fanno parte.
Inoltre due distinte classi di equivalena non possono aver alcuna matrice in comune.
Le proprieta pi
u rilevanti sono le seguenti:
i) Le matrici tra loro simili hanno lo stesso determinante.
ii) Le matrici tra loro simili hanno lo stesso rango.
3.8
Esercizi.
Esercizio 20.
3
1
Determinare i
1 0
2
1 1 ; 3
0 1
1
"
# "
#
1 0
2 1 1 0
2 1 1 0
;
.
1 1 ;
3 2 1 0
4 2 2 0
0 1
3.8. Esercizi.
33
1 1 2 0 1
2 1 3
0 2 1 2 2 ; 0 1 2 ;
1 3 3 2 1
0 3 1
3 1
1 1 2 0 1
1
1
2
2
4 ; 0 9 2 5 5 ; 6 0
2
8 0
0 4 0 8
7
1 1 2
Esercizio 22. Determinare se
1 0
0 1
0 0
gradini:
4 2
7 5 .
9 0
"
#
0
cos() sen()
;
1 ;
sen() cos()
1
1 1 0
2 0 1 ;
1 1 1
Esercizio 24. Determinare una matrice triangolare superiore equivalente per righe
alla matrice
1 1 1
1 0 1 .
0 1 1
Esercizio 25. Determinare una matrice triangolare superiore equivalente per righe
alla matrice
1
1 2 2
2
1 1 0
.
1 1 1 1
2
2 3 1
Esercizio 26. Calcolare il determinante della matrice
1 1 2
3
1 0
1
2
.
3 1 1 2
0 1
1
2
Esercizio 27. Determinare i ranghi delle seguenti matrici:
1 3 1 1 0
"
#
1 1 1
2 3 0
1
1 2 1
1
2 1 1
0
; 2 1 0 ; 1 2 1 0 ;
2 6 1 0 0
0 1 3
3 0 1
2 0 0 1
1 3
1 2 0
34
3. Le matrici.
Esercizio 28. Determinare il rango delle seguenti matrici, al variare del parametro
k:
k 1 2
k 1 1
1 1
k 2 1 ; 1 0 1 ; 0 k ;
3 1 0
2 k 0
1 1
Esercizio 29. Determinare, se esistono, le matrici inverse
"
#
1 0 1
2 1
0
1 1
; 0 1 0 ; 1 1 1
2 0
0 0 1
1 2 1
Esercizio 30. Per quali valori
invertibili:
1 0
k 1
1 2
delle seguenti:
k
k 1
1
0 0 ;
k ; 2
1 1 k
1
4
I sistemi lineari.
4.1
Introduzione.
a x + a x + ... + a x = b
21 1
22 2
2n n
2
.
..........
a c + a c + ... + a c = b
21 1
22 2
2n n
2
.
...........
a11 a12
a
21 a22
A=
...
...
am1 am2
... a1n
... a2n
... ...
... amn
,X =
x1
x2
...
...
xn
,B =
b1
b2
...
...
bm
allora il sistema lineare si puo riscrivere in forma compatta nel modo seguente:
A X = B.
36
4. I sistemi lineari.
a11 a12
a21 a22
...
...
am1 am2
... a1n b1
... a2n b2
... ...
...
... amn bm
matrice
x1 + x2 + x3 = 3
x1 + x2 x3 = 2 .
x x +x =2
1
2
3
Le matrici associate sono
1 1
1
1 1
1 3
A = 1 1 1 , C = 1 1 1 2 .
1 1 1
1 1 1 2
Riduciamo la matrice C:
R3 R3 + R2 ,
1 1 1 3
C 0 = 1 1 1 2
2 0 0 4
R2 R2 R1 ,
1 1 1
3
C 0 = 0 0 2 1 .
2 0 0
4
x1 + x2 + x3 = 3
2x3 = 1
2x1 = 4
4.1. Introduzione.
37
x1 + x2 + x3 = 2
2x1 + 2x2 + 2x3 = 4
x1 x2 = 0
che ammette come soluzioni le infinite terne (, , 2 2), per ogni lR.
Diremo indeterminati i sistemi lineari che ammettono infinite soluzioni.
38
4. I sistemi lineari.
degli elementi che si trovano sulla riga i-esima di A0 . Quindi esistono 1 , .., n lR
tali che:
a11 1 + a12 2 + ... + a1n n = b1
a21 1 + a22 2 + ... + a2n n = b2
a31 1 + a32 2 + ... + a3n n = b3
....................................................
am1 1 + am2 2 + ... + amn n = bm
cioe il sistema ammette almeno la soluzione (x1 , ..., xn )=(1 , ..., n ). A questo
punto riscriviamo il sistema dopo aver considerato la sua forma ridotta:
a22 x2 + a23 x3 +
a33 x3 +
....
....
....
....
....
....
....
....
arr xr + ....
a1n xn
a2n xn
a3n xn
....
arn xn
= b1
= b2
= ....
....
= br
1
= Fr (xr+1 , ...., xn )
arr
dove Fr e una funzione dei parametri xr+1 , ...., xn . Sostituendo nella precedente
xr1 = (br1 ar1r xr ar1r+1 xr+1 .... ar1n xn )
1
ar1r1
br1 ar1r (br arr+1 xr+1 arr+2 xr+2 .... arn xn )
ar1r+1 xr+1 .... ar1n xn
1
ar1r1
1
arr
1
= Fi (xr+1 , ...., xn )
aii
dove ogni Fi e una funzione dei parametri xr+1 , ...., xn . Concludiamo allora che si
puo ottenere una soluzione (F1 , F2 , .., Fr , xr+1 , .., xn ) del sistema lineare ogni volta
che si attribuiscono valori arbitrari ai parametri xr+1 , .., xn , da cui la seconda parte
del teorema.
t
u
4.1. Introduzione.
39
x1 + x2 + x3 = 1
2x1 2x2 + 2x3 = 0 .
x1 x3 = 1
1 1
1
x1 + x2 x3 + x4 = 0
3x1 + x2 x3 = 1 .
2x1 x4 = 1
1 1 1 1
1 1 1 1 0
cioe
1 2x3 + 3x4
2
ed ancora sostituendo il valore di x2 nella espressione di x1 :
x2 =
x1 =
1 2x3 + 3x4
+ x3 x4 .
2
40
4. I sistemi lineari.
1 1
+
2 2
1
3
x2 = +
2
2
x3 =
x4 =
x1 + x2 x3 = 2
x1 + 2x2 x3 = 0 .
2x + 3x 2x = 1
1
2
3
1 1 1
1 1 2
La matrice
e C = 1
2
4.2
41
Sistemi omogenei.
0
0
...
0
Tali sistemi hanno sempre la soluzione banale, (x1 = 0, .., xn = 0). Poiche in tale
caso la matrice completa e quella incompleta hanno sempre lo stesso rango, la
soluzione banale e anche lunica soluzione se e solo se il rango della matrice A e
pari al numero n di incognite. Al contrario, se il rango di A e r < n allora le
soluzioni sono in numero di nr .
Esempio 33. Sia dato il sistema
x1 + x2 + 2x3 = 0
2x1 + 2x2 + 3x3 = 0 .
3x + x + 2x = 0
1
2
3
1 1 2
x1 + x2 + 2x3 + x4 = 0
2x1 + 2x2 + 3x3 + 2x4 = 0 .
x +x +x +x =0
1
2
3
4
1 1 2 1
1 1 2 1
42
4. I sistemi lineari.
cioe x3 = 0.
x2 =
x3 = 0
x4 =
..............................................
1
1
1
a12
a13
a11
a21
a
a23
22
B = a31
a32
a33
a
a42
a43
41
......
......
......
1
....
....
....
....
....
....
1
....
....
....
....
....
....
......
1
...... a1n
...... a2n
...... a3n
...... a4n
...... ......
...... an1n
Osserviamo che i complementi algebrici degli elementi della prima riga di B sono
esattamente i complementi degli elementi della prima riga del sistema originario:
A11 , A12 , ..., A1n . Se applichiamo il secondo teorema di Laplace alla matrice B
otteniamo
aj1 A11 + aj2 A12 + ... + ajn A1n = 0
per ogni indice j = 1, .., n 1, ed a fortiori
(aj1 A11 + aj2 A12 + ... + ajn A1n ) = 0
per ogni lR. Questo vuol dire che la n-upla (A11 , A12 , ..., A1n ) e soluzione del
sistema lineare omogeneo, al variare di lR.
43
2x1 + 3x2 x3 + x4 = 0
x1 x2 + x3 = 0
.
3x1 2x3 + x4 = 0
2x2 + 2x3 = 0
2 3 1 1
1 1 1 0
La matrice associata e A =
che ha rango 3. In particolare il
3 0 2 1
0 2
2 0
rango e dato dalle prime tre righe della matrice, quindi le 1 soluzioni del sistema
sono proporzionali ai complementi algebrici degli elementi a41 = 0, a42 = 2, a43 =
2, a44 = 0, cioe
3 1 1 2 1 1 2 3 1 2 3 1
1 1 0 , 1 1 0 , 1 1 0 , 1 1 1
0 2 1 3 2 1 3 0 1 3 0 2
al variare di parametro reale.
44
4.3
4. I sistemi lineari.
a11 a12
a
21 a22
A=
...
...
an1 an2
... a1n
... a2n
... ...
... ann
,
X
=
x1
x2
...
...
xn
,
B
=
b1
b2
...
...
bn
Il sistema sia A X = B.
Sappiamo dal teorema di Rouche-Capelli che in tal caso il sistema ammette
ununica soluzione. Essa puo essere determinata nel modo seguente:
A X = B A1 A X = A1 B X = A1 B
da cui
x1 = (A11 b1 + A21 b2 + ... + An1 bn )
1
1
=
det(A)
det(A)
1
2
=
det(A)
det(A)
1
3
=
det(A)
det(A)
.............................
xn = (A1n b1 + A2n b2 + ... + Ann bn )
1
n
=
det(A)
det(A)
b1 a12
b2 a22
... ...
bn an2
... a1n
... a2n
... ...
... ann
a11 a12
a12 a22
...
...
a1n an2
...
...
...
...
b1
b2
bj
bn
... a1n
... a2n
... ...
... ann
45
a x + a x + ... + a x = b a
21 1
22 2
2r r
2
2(r+1) xr+1 ... a2n xn
..........
x1 + x2 + 2x3 + x4 = 0
2x1 + 2x2 + 3x3 + 2x4 = 0 .
x +x +x +x =0
1
2
3
4
1 1 2 1
1 1 2 1
0
associata la seguente: A = 2 2 3 2 . Tale sistema si scrive:
0 0 0 0
(
x1 + 2x3 = x2 x4
.
2x1 + 3x3 = 2x2 2x4
Applichiamo
ora
"
# il metodo di Cramer. La matrice incompleta del nuovo sistema e
1 2
A00 =
, con det(A00 ) = 1. Le variabili x2 , x4 diventano parametri reali,
2 3
46
4. I sistemi lineari.
=0
e quindi
x1 =
1
= x2 x4
1
x3 =
3
=0
1
4.4
x1 + 2x2 x3 + x4 = 8
x1 + 3x2 5x3 x4 = 9
.
2x1 + 4x2 4x3 + x4 = 16
C=
1 2
1 3
2 4
4 10
1 1
8
5 1 9
4 1 16
9 1 33
47
Cominciamo con le operazioni elementari sulle righe per rendere speciale lelemento di posto (1, 1):
1 2 1 1
8
0 1 3 3 1
1
2
R2 R2 R3 C 0 =
2
2 4 4 1 16
4 10 9 1 33
1 2 1 1
8
0 1 3 3 1
1
2
R3 R3 R4 C 0 =
1
1
1
2
0 1 2
2
2
4 10 9 1
33
1 2 1 1
8
0 1 3 3 1
0
2
R4 R4 4R1 C =
1
1 .
0 1 21
2
2
0 2 5 3 1
Passiamo ora a determinare un elemento speciale sulla seconda riga, e come in
precedenza, scegliamo lelemento sulla diagonale principale (quello di posto (2, 2)):
R3 R3 + R2 , R4 R4 2R2 ,
C0 =
1
0
0
0
2 1 1
8
1 3 23 1
0 52 1 12
0 1
0 1
2
R4 R4 + R 3
5
C0 =
1
0
0
0
2 1 1
8
1 3 32 1
0 52 1 12
0 0 25 45
La matrice e ora ridotta. Si noti che tanto il rango della incompleta che della
completa e 4, quindi il sistema e compatibile ed ammette una sola soluzione. Inoltre
il sistema e ora riscrivibile come segue:
x1 +2x2 x3
+x4
=8
3x2 3x3 23 x4 = 1
.
52 x3 x4
= 12
25 x4 = 45
Dallultima equazione si ha x4 = 2. Sostituendo nella terza otteniamo x3 = 1, e
continuando a sostituire nelle prime due, x2 = 1, x1 = 3.
48
4. I sistemi lineari.
2x1 x2 + 7x3 = 1
3x1 3x2 + 10x3 = 0 .
4x 5x + 13x = 7
1
2
3
2 1 7 1
2 1 7
1
3
R2 R2 R1 C 0 = 0 32 12 32
2
4 5 13
7
2 1 7
1
R3 R3 2R1 C 0 = 0 32 12 32
0 3 1 5
2 1 7
1
R3 R3 2R2 C 0 = 0 32 12 32 .
0 0
0
2
La matrice e ora ridotta. Si noti che il rango della incompleta e 2, mentre quello
della matrice completa e 3. Pertanto il sistema e incompatibile.
x x + x + 3x = 1
1
2
3
4
1 2 3 4 4
1 2 3 4 4
R2 R2 R1 C 0 = 0
1 1 1 3
1 1 1
3 1
1 2 3 4 4
R3 R3 + R1 C 0 = 0 1 1 1 3
0 3 4 1 3
49
R3 R3 + 3R2
1 2 3 4 4
C 0 = 0 1 1 1 3 .
0 0
1
2 6
La matrice e ora ridotta. Si noti che tanto il rango della incompleta che della
completa e 3, quindi il sistema e compatibile ed ammette 1 soluzioni. Inoltre il
sistema e ora riscrivibile come segue:
x3
+2x4 = 6
Dallultima equazione si ha
x3 = 2x4 6.
Sostituendo nella seconda otteniamo
x2 = x3 x4 3 = 2x4 6 x4 3 = 3x4 9
ed infine dalla prima equazione:
x1 = 4 + 2x2 3x3 + 4x4 = 4 + 4x4 .
Quindi le soluzioni sono date dalle quaterne
(4 + 4, 9 3, 6 2, )
al variare del parametro in lR.
50
4.5
4. I sistemi lineari.
Esercizi.
Esercizio 31.
Esercizio 32.
Esercizio 33.
Esercizio 34.
Esercizio 35.
Esercizio 36.
Esercizio 37.
Esercizio 38.
2x + y z = 1
x+z =0
x + 2y z = 2
2x + y z = 1
x+z =0
3x + y = 1
2x + y z = 1
3x + y = 1
5x + 2y z = 5
x1 + x2 2x3 + x4 = 1
2x1 + x2 + x3 + x4 = 2
x1 + 2x2 x4 = 7
x+y+z+t=0
4y + 3t = 5
2x + 5t = 4
3z 2t = 1
x 4x x 4x = 12
1
2
3
4
(
2x 3y 4z = 0
x + 4y 2z = 0
3x + y z = 0
x + 3y + z = 0
x+y =0
4.5. Esercizi.
51
Esercizio 40.
Esercizio 41.
2x y + 7z = 1
3x 3y + 10z = 0
4x 5y + 13z = 7
x 2y + 3z 4w = 4
x y + 2z 3w = 1
x y + z + 3w = 1
Esercizio 42.
Esercizio 43.
Esercizio 44.
x + 2y z + w = 8
x + 3y 5z w = 9
2x + 4y 4z + w = 16
4x + 10y 9z + w = 33
x + 2y + 3z = 1
4x + 5y + 6z = 2
7x + 8y + 9z = 3
x y + 3z = 0
3x y 7z = 4
5x + 2y + 9z = 10
2x + y + 2z = 6
x + 2y z + 5w = 7
2x 4y z 2w = 1
5x 6y 3z + w = 0
Determinare, al variare del parametro k nei reali, quante soluzioni possiedono
i seguenti sistemi lineari:
Esercizio 45.
x + 2y + 3z = k + 1
4x + 5y + 6z = k
7x + 8y + 9z = k + 1
52
Esercizio 46.
Esercizio 47.
Esercizio 48.
Esercizio 49.
Esercizio 50.
4. I sistemi lineari.
5x 3y = 1
2x + y = 7
8x + 3y = k 2
x + 2y z = 1
kx + 2z = 1
x + 3z = 1
kx + 3y + z = k + 4
4kx + y + 2z = 2k + 2
kx + kz = k 1
2kx + 3y z = 4 k
4kx + y + 2z = 2k
(k 1)y = 2
xz =3
(k + 2)y + z = 1
x + (k 1)z = 5
(k + 4)z = k
Determinare i valori reali del parametro k per i quali i seguenti sistemi lineari
omogenei ammettono soluzioni non banali:
Esercizio 51.
Esercizio 52.
2x + ky z = 0
x + y 3z = 0
kx 2y + 2z = 0
kx y + 3z = 0
x + y kz = 0
2x + 2y + kz = 0
5
Gli spazi vettoriali.
5.1
Introduzione
K V V.
Diremo che (V, +, ) e uno spazio vettoriale sul campo dei reali se valgono le
seguenti:
1) (V, +) e un gruppo commutativo, cioe
i) (v1 + v2 ) + v3 = v1 + (v2 + v3 ), per ogni v1 , v2 , v3 V ;
ii) esiste e V tale che v + e = e + v = v, per ogni v V ;
iii) per ogni v V , esiste w V , tale che v + w = w + v = e;
iv) per ogni v1 , v2 V , v1 + v2 = v2 + v1 .
2) (a + b)v = av + bv, per ogni a, b K, v V .
3) a(v1 + v2 ) = av1 + av2 , per ogni a K, v1 , v2 V .
4) a(bv) = (ab)v = (ba)v = b(av), per ogni a, b K, v V .
5) 1K v = v, per ogni v V .
Chiameremo vettori gli elementi di uno spazio vettoriale e scalari gli elementi
del campo K.
Esempio 40. Linsieme delle matrici Mmn (lR) e uno spazio vettoriale su lR,
rispetto alle operazioni di somma tra matrici e prodotto per uno scalare.
Esempio 41. Linsieme dei vettori geometrici in lR3 (o in lR2 ) e uno spazio vettoriale su lR, rispetto alle operazioni di somma tra vettori e prodotto per uno
scalare.
Esempio 42. lR e uno spazio vettoriale su se stesso.
54
a0 , ..., an lR}
a coefficienti reali, e uno spazio vettoriale su lR, rispetto alle operazioni di somma
tra polinomi e di prodotto di un polinomio per uno scalare.
Esempio 44. Sia
lRn = {(x1 , x2 , .., xn )
Allora lR e uno spazio vettoriale sul campo dei reali. Ogni vettore e una n-upla
del tipo (x1 , .., xn ).
Nel seguito ci occuperemo esclusivamente di spazi vettoriali definiti sul campo
K = lR dei numeri reali.
Sia W V , sottoinsieme dello spazio vettoriale V . Diremo che W e un sottospazio vettoriale di V , se e uno spazio vettoriale rispetto alle operazioni definite
in V , sul medesimo campo dei reali. Da tale definizione deriva che, condizione
necessaria e sufficiente affinche W sia sottospazio di V e che valgano le due seguenti:
w1 + w2 W
aw W
per ogni a lR, w, w1 , w2 W , e queste si possono compattare nellunica condizione
aw1 + bw2 W
per ogni a, b lR, w1 , w2 W .
"
#
x y
x, y lR} e un sottospazio dello spazio vettoriale
Esempio 45. W = {
0 0
delle matrici quadrate di ordine 2 su lR, M2 (lR).
Esempio 46. W = {(x, 0, z)
5.2
55
v = (x, 0, 0),
x lR}.
vU
oppure
v W }.
non e detto che tale unione sia un sottospazio di V , e per dimostrarlo portiamo il
seguente controesempio: consideriamo
U = {(x, 0),
x lR}
W = {(0, y),
y lR}
v = u + w,
uU
w W }.
56
U + W = {(x, y, z),
x, z lR}
x, y, z lR} = lR3
U + W = {(x + z, y + z, z),
z lR}
x, y, z lR} = lR3
U + W = {(x + y, 0, y + z),
y lR}
x, y, z lR}
U W = {(, 0, 0),
x, y
lR}
quindi la somma non e diretta. Scegliamo un vettore che appartenga alla somma:
in particolare sia w = (6, 1, 1) U + W . Si noti che il vettore w si pu
o esprimere
in diversi modi come somma di due vettori scelti ripsettivamente in U e W :
(6, 1, 1) = (3, 1, 0) + (3, 0, 1)
con
(3, 1, 0) U,
(3, 0, 1) W
con
(2, 1, 0) U,
(4, 0, 1) W.
ed anche
(6, 1, 1) = (2, 1, 0) + (4, 0, 1)
Questo accade per ogni vettore appartenente allo spazio somma, nel caso in cui
questa non sia diretta.
Alla luce di cio, vale la seguente:
Proposizione 1. Siano U e W sottospazi vettoriali dello spazio V . La loro somma
e diretta se e solo se ogni vettore di essa si pu
o esprimere in modo unico come
somma di un vettore di U e di uno di W .
57
t
u
58
5.3
Sia V uno spazio vettoriale su lR. Un insieme B di vettori e detta base di V se:
1) i vettori di B sono linearmente indipendenti;
2) Span(B) = V .
Esempio 59. Se V = lR, allora per ogni a lR, B = {a}.
"
#
x1 x2
Esempio 60. Sia V = {
, x1 , x2 , x3 , x4 lR}. Allora una base per V
x3 x4
e data da
# "
# "
# "
#
"
0 1
0 0
0 0
1 0
,
,
,
}
B={
0 0
1 0
0 1
0 0
Esempio 61. Sia V = lR3 , allora una base e data da
B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
Esempio 62. Sia
V = lR[X] = {a0 + a1 x + a2 x2 + a3 x3 + ... + an xn
a0 , ..., an lR}
Poiche B e una base di V , esistono 1 , .., n non tutti nulli tali che
v1 = 1 e1 + 2 e2 + ... + n en
1
.
1
59
1
1
1
.
20
1
20
cioe linsieme {v1 , e3 , .., en } sarebbe un insieme di generatori di V , il che contraddice ancora il fatto che la dimensione di V e n.
Ne segue che {v1 , v2 , e3 , ..., en } devono essere tra loro linearmente indipendenti,
quindi sono una base per V .
Ragionando per induzione su r, si costruisce una base {v1 , .., vr , er+1 , .., en } di
V.
t
u
Teorema 5. Sia V uno spazio vettoriale di dimensione n e siano v1 , v2 , .., vr
vettori linearmente indipendenti di V , con r n. Allora esistono n r vettori vr+1 , vr+2 , .., vn di B tali che linsieme B 0 = {v1 , v2 , .., vr , vr+1 , vr+2 , .., vn }
costituisca una base per V .
Dim. Indichiamo A1 il sottospazio generato da v1 , ..., vr . Essendo r < n, esiste
un vettore vr+1 V A1 , quindi vr+1 e linearmente indipendente con v1 , ..., vr .
60
x1 x4 = 0, x2 + x3 = 0}.
x4 x2 + x3 = 0}.
4
9
e a2 = 19 .
61
Terminiamo questo paragrafo con la dimostrazione della Proposizione 1, enunciata nel paragrafo precedente:
Dimostrazione della Proposizione 1.
Supponiamo dapprima che la somma U +V sia diretta. Indichiamo com {u1 , .., uh }
e {w1 , .., wk } rispettivamente una base per U ed una per W . Sia v U + W e
supponiamo che esso si possa esprimere in almeno due modi come somma di vettori
di U e W :
v =u+w
con u =
Ph
i=1 i ui
U e u0 =
Ph
i=1 i ui
U ed anche
v = u0 + w 0
P
P
con w = kj=1 j wj W e w0 = kj=1 j wj W , per opportuni scalari i , i , j ,
j . Quindi
h
k
h
k
X
X
X
X
v=
i ui +
j wj =
i ui +
j wj
i=1
j=1
i=1
j=1
da cui
h
X
(i i )ui =
i=1
k
X
(j j )wj U W
j=1
(j j )wj = 0
j=1
ed anche
v=
k
X
i=1
j wj W.
62
h
X
i ui
i=1
k
X
j wj U + W.
j=1
j wj = 0 W
j=1
5.4
63
Alla luce delle definizioni di base e dimensione (e per fugare ogni dubbio sul metodo
da utilizzare), diamo ora due esempi di come si possa determinare lintersezione di
spazi vettoriali nei casi pi
u rilevanti:
1. il primo caso e quello in cui gli spazi siano descritti tramite le relazioni lineari
che intercorrono tra le componenti dei vettori appartenenti ad essi;
Ecco un esempio: siano A e B due sottospazi di lR4 definiti da
A = {(x1 , x2 , x3 , x4 ) : x1 x4 = 0}
B = {(x1 , x2 , x3 , x4 ) : 2x1 + x3 = 0, x2 + x4 = 0}.
Per determinare A B, serve dapprima determinare la generica espressione
di un vettore (x1 , x2 , x3 , x4 ) lR4 che appartenga ad entrambi. Le componenti di un tale vettore devono soddisfare contemporaneamente a tutte le
condizioni lineari dettate da entrambe le definizioni di A e B. Quindi la quaterna (x1 , x2 , x3 , x4 ) deve essere una soluzione del sistema lineare omogeneo
in 4 incognite:
x1 x4 = 0
2x1 + x3 = 0 .
x +x =0
2
4
La matrice ad esso associata ha rango 3, per cui ci aspettiamo 1 soluzioni,
cioe la dimensione dellintersezione e 1. Il generico vettore risolutivo del
sistema e dato da (, , 2, ), al variare di lR, e concludiamo che
una base per lintersezione e {(1, 1, 2, 1)}.
2. Laltro caso e quello in cui non venga data (almeno apparentemente) alcuna
relazione che leghi tra loro le componenti dei vettori degli spazi. Eccone un
esempio:
Siano ancora A e B due sottospazi di lR4 definiti da:
A = {(a, a + b, c, a) : a, b, c lR}
B = {(d, e, e, e) : d, e lR}.
Ancora una volta dobbiamo dapprima determinare la generica espressione
del vettore che appartenga ad entrambi gli spazi: per un tale vettore deve
accadere che
(a, a + b, c, a) = (d, e, e, e)
64
a + b = e,
c = e,
a=e
ad=0
a+be=0
.
ce=0
ae=0
La matrice associata al sistema ha rango 4, quindi vi sono 1 soluzioni, per
cui lo spazio intersezione ha dimensione 1. Riscrivendo il sistema in funzione
del parametro e, otteniamo:
ad=0
a+b=e
c=e
a=e
da cui a = d = c = e, b = 0. Sostituendo i valori ottenuti arbitrariamente
nella espressione dei vettori in A od in quella in B, si ottiene il vettore
appartenente allintersezione: esso e (, , , ), al variare del parametro
lR. Per cui la base per lo spazio intersezione e {(1, 1, 1, 1)}.
5.5
65
Formula di Grassmann.
Siano A, B sottospazi vettoriali dello spazio V . Vogliamo considerare ora la relazione che intercorre tra le dimensioni di A, B, A + B e A B. Vale la seguente
(formula di Grassmann):
Teorema 7. dim(A + B) = dim(A) + dim(B) dim(A B).
Dim.
1. Sia A B somma diretta. Se EA = {c1 , .., cr }, EB = {d1 , .., ds } sono rispet suftivamente basi per A e B, allora EA EB e una base per A B. E
ficiente quindi dimostrare che {c1 , .., cr , d1 , .., ds } sono linearmente indipendenti. Consideriamo la combinazione lineare
1 c1 + ... + r cr + 1 d1 + ... + s ds = 0.
Poiche la somma e diretta, il vettore 0 si puo esprimere in modo unico come
somma di un vettore di A e di uno in B. Certamente 0 si puo esprimere
come
0 = 0 c1 + .. + 0 cr + 0 d1 + ... + 0 ds
Per cui, confrontando questultima con la precedente combinazione lineare,
si ottiene
1 = ... = r = 1 = ... = s = 0.
Quindi EA EB e una base per A B, per cui dim(A B) = dim(A) +
dim(B).
2. Supponiamo ora che AB =< c1 , .., ck >, dim(AB) = k. Per il teorema sul
completamento di una base, esistono vettori indipendenti tra loro d1 , .., dq ,
tali che {c1 , .., ck , d1 , .., dq } sia una base per B. Consideriamo un vettore
v < c1 , .., ck > < d1 , .., dq >:
v=
k
X
i ci =
i=1
q
X
j dj
j=1
e quindi
k
X
i=1
i ci
q
X
j dj = 0.
j=1
66
y = 0, 2z t = 0}
x t = 0, y + z = 0}
67
a, b lR}
x y = 0}.
b=c
da cui
v = (b, b, 0).
Ci
o vuol dire che dim(A B) = 1 ed una sua base e data dal vettore (1, 1, 0).
Applicando la formula di Grassmann otteniamo:
dim(A + B) = 2 + 2 1 = 3
quindi A + B = lR3 ma non come somma diretta.
Esempio 68. Siano U =< (0, 1, 1), (2, 0, 1) > e W =< (1, 1, 2) > sottospazi di
lR3 . Determiniamo dim(U + W ).
Il generico vettore v U W si deve esprimere nei due seguenti modi
v = a(0, 1, 1) + b(2, 0, 1) = (2b, a, a + b) U
v = c(1, 1, 2) = (c, c, 2c) W.
Uguagliando le due terne otteniamo a = b = c = 0, cioe U W = {0}, quindi in
base alla formula di Grassmann dim(U + W ) = 2 + 1 0 = 3, e U + W = lR3
come somma diretta.
Esempio 69. Siano
A =< (2, 0, 0, 1), (0, 0, 2, 0), (0, 0, 1, 1) >
B =< (0, 1, 0, 0), (1, 1, 0, 0) >
68
d
e
=
2
2
b = c = e
quindi v = (e, 2e, 2e, 0), al variare di e lR. Per cui dim(A B) = 1 e dim(A +
B) = 3 + 2 1 = 4, cioe A + B = lR4 , ma non come somma diretta.
5.6
69
Sia V uno spazio vettoriale di dimensione n sul campo lR e siano B = {e1 , e2 , .., en }
e B 0 = {e01 , e02 , .., e0n } due distinte basi di V . Per ogni vettore v V avremo:
v = x1 e1 + x2 e2 + ... + xn en
x1 , .., xn lR
e = a e0 + a e0 + ... + a e0
2
12 1
22 2
n2 n
.
..........
x0 = a x + a x + ... + a x
21 1
22 2
2n n
2
.
...........................
0
xn = an1 x1 + an2 x2 + ... + ann xn
Indichiamo con A la matrice dei coefficienti di questo sistema lineare, A = [aij ],
quindi possiamo riscrivere il sistema nel seguente modo:
X0 = A X
che costituiscono le formule di passaggio dalle componenti di un vettore in base B
a quelle del medesimo vettore in base B 0 .
70
x02
1
1
x2
e le formule di passaggio sono
(
x01 = x1 2x2
.
x02 = x1 + x2
71
x2
1 1
x02
(
x1 = x01 + 2x02
x2 = x01 x02
"
#
1
2
in cui la matrice di passaggio e A1 =
. Per esempio consideriamo il
1 1
vettore v V che abbia componenti X = (x1 , x2 ) = (2, 3) rispetto alla base B.
Determiniamo le sue componenti X 0 = (x01 , x02 ) rispetto alla base B 0 :
(
x01 = 2 + 6 = 4
.
x02 = 2 3 = 1
x01
2 13 1
x1
0
x2 = 1 13 1 x2
x03
1 13 0
x3
1
0
x1 = 2x1 + 3 x2 + x3
x02 = x1 + 13 x2 + x3 .
x0 = x + 1 x
1
3
3 2
Per esempio il vettore v di componenti (1, 0, 3) rispetto alla base B avra componenti
(5, 4, 1) rispetto alla base B 0 .
72
Esempio 73. Siano V = lR3 e B = {e1 , e2 , e3 }, B 0 = {e01 , e02 , e03 } due basi di V
tali che
e1 = e1 + 3e2 + 2e3
.
e02 = e1 + e3
e03 = e2
In tale caso le formule di passaggio
x1
1
x2 = 3
x3
2
e calcolando linversa della matrice
x01
0
x2 =
x03
1 0
x01
0 1 x02
1 0
x03
x1
1 0 1
2 0 1 x2
x3
3 1 3
5.7. Esercizi.
5.7
73
Esercizi.
74
2 0
1 0
# "
,
1 2
2 0
#
>.
6
Prodotti scalari, spazi euclidei e
basi ortonormali.
6.1
Prodotto interno.
In tutto cio che segue, sia V uno spazio vettoriale reale euclideo di dimensione n,
V = lRn . Se X = (x1 , .., xn ) e Y = (y1 , .., yn ) sono due vettori in V , definiremo
prodotto interno (o anche prodotto scalare standard) di X e Y il seguente numero
reale:
n
X
< X, Y >= x1 y1 + x2 y2 + .... + xn yn =
xi yi .
i=1
76
2
< X, X > =
i=1 xi .
Si noti che ||X|| 0, per ogni vettore X di V , e ||X|| = 0 solo se X = 0.
Inoltre, per ogni a lR, ||aX|| = |a| ||X||.
Pi
u in generale una norma di uno spazio vettoriale reale e una funzione f :
V lR che abbia le seguenti proprieta:
1. f (X) 0, per ogni X V e F (X) = 0 se e solo se X = 0;
2. f (X) = ||f (X), per ogni X V e lR;
3. f (X + Y ) f (X) + f (Y ), per ogni X, Y V .
La norma da noi definita (detta euclidea) non e lunica norma possibile in lRn .
Diremo che i due vettori X, Y V sono ortogonali in V se < X, Y >= 0.
Un insieme di vettori tutti non nulli S = {X1 , .., Xm } e detto insieme ortogonale di vettori se < Xi , Xj >= 0, per ogni Xi , Xj S con i 6= j.
S e detto insieme ortonormale di vettori se e un insieme ortogonale ed inoltre
< Xi , Xi >= 1, per ogni i = 1, .., m. In altre parole tutti i vettori di S sono versori.
Una prima facile osservazione e la seguente: se {X1 , .., Xm } e un insieme
X1
Xm
ortogonale di vettori, allora { ||X
, ..., ||X
} e un insieme ortonormale di vettori.
m ||
1 ||
Una base B = {e1 , .., en } di V e una base ortonormale di V se essa e un
insieme ortonormale di vettori. Possiamo enunciare il seguente teorema, la cui dimostrazione sara immediata, dopo aver introdotto e studiato le forme quadratiche
reali (Capitolo 9):
Teorema 8. Per ogni prodotto scalare < ., . > in V esiste una base ortonormale
di V rispetto alla quale < ., . > si possa esprimere come prodotto scalare standard.
Sia < ., . > un prodotto interno in uno spazio vettoriale reale V = lRn . Per
ogni X, Y V possiamo scrivere
< X, Y >=
n
X
xi yi = X t Y.
i=1
6.2
77
Processo di ortonormalizzazione.
< v, w >
< v, w >
v >=< v, w >
< v, v >= 0.
< v, v >
< v, v >
Teorema 9. Siano v1 , ..., vm vettori dello spazio euclideo V . Allora esiste una
successione di vettori w1 , .., wm di V tali che
i) Span{v1 , .., vm } = Span{w1 , .., wm };
ii) {w1 , .., wm } e un insieme di vettori a due a due ortogonali tra loro.
Inoltre se {u1 , .., um } e un altro insieme di vettori che soddisfano le i) e ii) allora
ui = ai wi , per ogni i ed opportuni ai lR.
Osserviamo che nel teorema precedente non e detto che {w1 , .., wm } sia un
insieme ortogonale di vettori, poiche qualche wi potrebbe essere nullo.
Conseguenza. Se {v1 , .., vn } e una base di V allora esistono w1 , .., wm tali che
i) {w1 , .., wm } sia una base ortogonale di V ;
w1
wm
ii) { ||w
, ..., ||w
} sia una base ortonormale di V .
m ||
1 ||
Ricordiamo che la convenienza di utilizzare basi ortonormali, anziche basi
qualunque, risiede nel fatto che, in una base ortonormale, il prodotto scalare di
due vettori si puo esprimere come il prodotto scalare standard e quindi i calcoli
con le coordinate dei vettori sono notevolmente pi
u semplici.
Vediamo ora come costruire i vettori {w1 , .., wm } che soddisfino alle condizioni
i) e ii) del teorema precedente.
w1 = v1
w2 = v2
w3 = v3
w4 = v4
< w1 , v2 >
w1
< w1 , w1 >
< w1 , v3 >
< w2 , v3 >
w1
w2
< w1 , w1 >
< w2 , w2 >
< w1 , v4 >
< w2 , v4 >
< w3 , v4 >
w1
w2
w3
< w1 , w1 >
< w2 , w2 >
< w3 , w3 >
78
ed in generale
wi+1 = vi+1
i
X
< wj , vi+1 >
wj
< wj , wj >
j=1
< w1 , v2 >
w1 = v2 v1 = (2, 0, 0, 0)
< w1 , w1 >
w3 = v3
< w1 , v3 >
< w2 , v3 >
1
1
1
1
w1
w2 = v3 w1 + w2 = (0, , 0, )
< w1 , w1 >
< w2 , w2 >
2
2
2
2
w4 = v4
< w1 , v4 >
< w2 , v4 >
< w3 , v4 >
w1
w2
w3 = v4 = (0, 0, 1, 0).
< w1 , w1 >
< w2 , w2 >
< w3 , w3 >
w1 = v1
< w1 , v2 >
w2 = v2
w1 = v2 = (0, 0, 1)
< w1 , w1 >
w3 = v3
2 1
< w1 , v3 >
< w2 , v3 >
1
w1
w2 = v3 v1 w2 = ( , , 0)
< w1 , w1 >
< w2 , w2 >
3
3 3
79
||w2 || =
< w1 , w1 > =
< w2 , w2 > = 1
6
||w3 || = < w3 , w3 > =
.
3
I vettori
w1
1 1
= ( , , 0)
||w1 ||
3 3
w2
= (0, 0, 1)
||w2 ||
w3
1
2
= ( , , 0)
||w3 ||
6
6
Definizione 9. Siano V uno spazio vettoriale euclideo con prodotto scalare <
X, Y > e 0 6= W un suo sottospazio. Definiamo complemento ortogonale di W in
V , il seguente sottospazio di V
W o = {v V
< v, w >= 0,
w W }.
a, b lR} e
cioe x = 0
cioe y = 0
quindi
W o = {(0, 0, c),
80
7
Le applicazioni lineari.
7.1
Introduzione.
u U,
f (u) = v}.
82
7. Le applicazioni lineari.
Esempio 81. f : lR3 lR4 sia definita da f (x1 , x2 , x3 ) = (x1 , 0, x3 , 0). Allora si
ha
Im(f ) = {(a, 0, b, 0) : a, b lR} =< (1, 0, 0, 0), (0, 0, 1, 0) >
sottospazio di dimensione 2 di lR4 .
Esempio 82. f : lR4 lR3 sia definita da f (x1 , x2 , x3 , x4 ) = (x1 +x2 , x2 x3 , x1 +
x3 ). Sia w Im(f ), allora w = (a1 , a2 , a3 ) tali che
x1 + x2 = a1
x2 x3 = a2
x +x =a
1
3
3
da cui ricaviamo che a1 = a2 +a3 , per cui w = (a2 +a3 , a2 , a3 ), per ogni a1 , a2 , a3
lR.
Im(f ) = {(a2 + a3 , a2 , a3 )
x1 = a1
x +x x =a
1
2
3
2
2x1 + x2 x3 = a3
x2 x3 = a4
da cui ricaviamo che a2 = a1 + a4 e a3 = 2a1 + a4 per cui w = (a1 , a1 + a4 , 2a1 +
a4 , a4 ), per ogni a1 , a4 lR.
Im(f ) = {(a1 , a1 + a4 , 2a1 + a4 , a4 )
x1 x2 = a1
2x1 x2 + x4 = a2
x + x + x = a
1
2
4
3
da cui ricaviamo che a2 = a1 + x1 + x4 e a3 = a1 + x4 per cui, detti x1 = b1 e
x4 = b2 , w = (a1 , a1 + b1 + b2 , a1 + b2 ), per ogni a1 , b1 , b2 lR.
Im(f ) = {(a1 , a1 +b1 +b2 , a1 +b2 ) : a1 , b1 , b2 lR} =< (1, 1, 1), (0, 1, 0), (0, 1, 1) >
cioe Im(f ) = lR3 .
7.1. Introduzione.
83
f (u) = 0V }
cioe linsieme dei vettori di U che hanno come immagine in V il vettore nullo. Si
dimostra facilmente che N (f ) e un sottospazio vettoriale di U .
Esempio 85. f : lR3 lR4 sia definita da f (x1 , x2 , x3 ) = (x1 , 0, x3 , 0). Sia
u N (f ), allora f (u) = (0, 0, 0, 0) quindi
(
x1 = 0
x3 = 0
da cui u = (0, x2 , 0)
N (f ) = {(0, a, 0)
x1 + x2 = 0
x2 x3 = 0
x +x =0
1
3
da cui x1 = x2 = x3 e u = (x1 , x1 , x1 , x4 )
N (f ) = {(a, a, a, b)
x1 = 0
x +x x =0
1
2
3
2x
+
x
x
1
2
3 =0
x2 x3 = 0
da cui u = (0, x2 , x2 )
N (f ) = {(0, a, a)
sottospazio di dimensione 1 di lR3 .
84
7. Le applicazioni lineari.
x1 x2 = 0
2x1 x2 + x4 = 0
x + x + x = 0
1
2
4
da cui x1 = x2 = x4 = 0 e u = (0, 0, x3 , 0)
N (f ) = {(0, 0, a, 0)
7.2
85
a11 a12
a
21 a22
A=
...
...
am1 am2
... a1n
... a2n
... ...
... amn
,Y =
y1
y2
...
...
ym
,X =
x1
x2
...
...
xn
per ogni
X U.
86
7. Le applicazioni lineari.
Teorema 12. Sia data una applicazione lineare f : U V e sia S = {v1 , .., vr }
U un sottoinsieme di S formato da vettori linearmente dipendenti. Allora linsieme f (S) = {f (v1 ), .., f (vr )} V e anche esso formato da vettori linearmente
dipendenti.
Teorema 13. Sia data una applicazione lineare f : U V e sia S = {v1 , .., vr }
U un sottoinsieme di S formato da vettori linearmente indipendenti. Allora linsieme f (S) = {f (v1 ), .., f (vr )} V e anche esso formato da vettori linearmente
indipendenti se e solo se f e iniettiva.
Teorema 14. Sia data una applicazione lineare f : U V . Allora dim(U ) =
dim(N (f )) + dim(Im(f )).
Dim. Indichiamo dim(U ) = n. Se N (f ) = 0 allora f e iniettiva e sappiamo
che dato un insieme di vettori indipendenti B = {e1 , ..., en } nel dominio, i vettori
{f (e1 ), ..., f (en )} sono indipendenti nel codominio. Inoltre se B e una base di U
allora e noto anche che {f (e1 ), ..., f (en )} sono generatori di Im(f ). Unendo le due
cose otteniamo che {f (e1 ), ..., f (en )} e esattamente una base per Im(f ), da cui
lasserto.
Poniamoci allora nel caso in cui N (f ) 6= 0. Essendo N (f ) un sottospazio
di U , indichiamo con {b1 , ..., br } una sua base. Siano ora {cr+1 , ..., cn } vettori
indipendenti in U tali che {b1 , .., br , cr+1 , ..., cn } sia una base per U . Ancora richiamiamo il risultato per cui linsieme {f (b1 ), ..., f (br ), f (cr+1 ), ..., f (cn )} e un insieme di generatori per Im(f ). Poiche b1 , .., br appartengono al nucleo di f , allora
f (b1 ) = f (b2 ) = ... = f (br ) = 0, per cui linsieme {f (cr+1 ), ..., f (cn )} e un insieme di generatori per Im(f ). Dimostriamo ora che essi sono anche linearmente
indipendenti. Consideriamo la combinazione lineare
r+1 f (cr+1 ) + ..... + n f (cn ) = 0;
dalla linearita di f abbiamo che
f (r+1 cr+1 + ..... + n cn ) = 0
cioe il vettore r+1 cr+1 + ..... + n cn appartiene al nucleo N (f ), che contraddice
il fatto che i vettori cr+1 , ..., cn debbano essere indipendenti con i vettori b1 , .., br .
Questo vuol dire che r+1 cr+1 + ..... + n cn = 0, e dalla indipendenza lineare dei
vettori cr+1 , ..., cn segue che i = 0, per ogni i = r + 1, ..., n.
Infine, essendo {cr+1 , ..., cn } una base per Im(f ), alora dim(Im(f )) = n r =
dim(U ) + dim(N (f )).
t
u
87
f (1, 0) = (1, 0, 1)
f (0, 1) = (2, 3, 0)
1 2
A = 0 3 .
1 0
Il rango della matrice e 2, quindi dim(Im(f )) = 2 e Im(f ) =< (1, 0, 1), (2, 3, 0) >.
Percio dim(N (f )) = 0 e N (f ) = {0}. Lapplicazione e iniettiva ma non suriettiva.
Esempio 91. Ripetiamo lesempio precedente ma ora esprimiamo la matrice associata a due basi differenti da quelle canoniche:
B2 = {(1, 1), (2, 1)}
Per costruire tale matrice dobbiamo calcolare le immagini dei vettori della base
B2 . Tali immagini si possono calcolare sfruttando la matrice A associata alla f
rispetto alle basi canoniche:
" #
1 2
3
1
f (1, 1) = 0 3
= 3
1
1 0
1
88
7. Le applicazioni lineari.
" #
1 2
4
2
f (2, 1) = 0 3
= 3 .
1
1 0
2
Ora conosciamo le immagini,ma esse sono espresse rispetto alla base canonica di
lR3 , dobbiamo quindi convertirle rispetto alla base B3 :
(3, 3, 1) = (1, 1, 1)B3
(4, 3, 2) = (1, 3, 2)B3
quindi la matrice associata alla f rispetto alle basi B2 e B3 e
1 1
A0 = 1 3
1 2
da cui
"
#
x1 x2
1 1
x1
f (X) = 1 3
= x1 + 3x2
x2
x1 + 2x2
1 2
1
1
A=
1
0
1 0
0 0
1 0
0 1
89
f (X) =
1
1
1
0
1
0
1
0
0
0
0
1
x1
x2 =
x3
x1 + x2
x2
x1 + x2
x3
A= 0
0
0 0 1 0
1 0 1 0
0 1 0 0
(0, 1, 0),
(0, 0, 1).
90
7. Le applicazioni lineari.
5
4 9
4
5 9
A=
.
9 9 9
1
1
1
Determiniamo la matrice associata a f rispetto alla base
B = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} di lR3
ed alla base canonica in lR4 .
Si devono calcolare le immagini dei
5
4
4
5
f (1, 1, 0) =
9 9
1
1
vettori di
9
1
B:
1 =
9
9
18
2
ed in modo analogo
f (1, 0, 1) = (14, 13, 18, 0) f (0, 1, 1) = (13, 14, 18, 0).
Allora la matrice associata a f rispetto a tali basi e
9
14
13
9
13
14
A0 =
.
18 18 18
2
0
0
in
in
lR4
lR2 .
Determiniamo la matrice associata a f rispetto alle basi canoniche sia nel dominio
che nel codominio.
91
Per prima cosa esprimiamo i vettori della base canonica di lR4 per componenti
rispetto alla base B4 :
(1, 0, 0, 0) = (0, 1, 0, 0)B4
(0, 1, 0, 0) = (1, 1, 0, 0)B4
(0, 0, 1, 0) = (0, 0, 0, 1)B4
(0, 0, 0, 1) = (0, 2, 1, 0)B4 .
Quindi calcoliamo le immagini di tali vettori utilizzando la matrice A:
0
" #
"
#
1
0
1 0 0 1
f (0, 1, 0, 0) =
=
0
1
1 1 2 1
0
ed analogamente
f (1, 1, 0, 0) = (1, 2)
f (0, 0, 0, 1) = (1, 1)
f (0, 2, 1, 0) = (0, 0).
Tali immagini sono espresse per componenti rispetto alla base B2 e quindi dobbiamo ora convertirle per componenti rispetto alla base canonica C2 di lR2 :
(0, 1)B2 = (1, 0)C2
(1, 2)B2 = (1, 1)C2
(1, 1)B2 = (0, 1)C2
(0, 0)B2 = (0, 0)C2 .
La matrice associata rispetto alle basi canoniche e allora
"
#
1
1
0
0
A0 =
0 1 1 0
e lespressione dellapplicazione lineare nelle basi canoniche di dominio e codomino
e
x1
"
#
"
#
x
1 1 0 0
x1 x2
2
f (x1 , x2 , x3 , x4 ) =
.
=
x3
0 1 1 0
x2 + x3
x4
92
7. Le applicazioni lineari.
2 1 1
0
0
0
A=
0
1
1
1 0 1
Determiniamo la matrice associata a f rispetto alla base B anche nel codominio. Si devono esprimere le immagini dei vettori di B per componenti rispetto
alla base B stessa, per cui, detta C la base canonica di lR4 , si ha:
(2, 0, 0, 1)C = (1, 1, 0, 0)B
(1, 0, 1, 0)C = (0, 1, 0, 1)B
(1, 0, 1, 1)C = (1, 0, 0, 1)B
(1, 1, 2, 0)C = (0, 1, 1, 1)B
e la matrice associata e
A0 =
1 0 1 0
1 1 0 1
0 0 0 1
0 1 1 1
Infine determiniamo la matrice relativa ad f rispetto alla base canonica sia nel
dominio che nel codominio:
Per prima cosa esprimiamo i vettori della base canonica C per componenti
rispetto alla base B:
(1, 0, 0, 0) = (0, 1, 0, 0)B
(0, 1, 0, 0) = (0, 0, 1, 1)B
(0, 0, 1, 0) = (0, 0, 0, 1)B
93
2 1 1
0
0
0
f (0, 1, 0, 0) =
0
1
1
1 0 1
tramite
1
2
0
la matrice A:
0
1
1
0
=
0 1
0
0
ed analogamente
f (0, 0, 1, 1) = (0, 1, 1, 1)
f (0, 0, 0, 1) = (1, 1, 2, 0)
f (1, 1, 0, 0) = (3, 0, 1, 1)
ed e chiaro che, avendo usato la matrice A, i risultati sono gia espressi per componenti rispetto alla base canonica. Quindi la matrice associata a f rispetto alla
base canonica sia nel dominio che nel codominio e
1 0 1 3
0 1 1 0
A00 =
1 1 2 1
0 1 0 1
ed esprimiamo f come segue:
1 0
0 1
f (x1 , x2 , x3 , x4 ) =
1 1
0 1
1 3
x1
1 0 x2
2 1 x3
x4
0 1
A= 2
3
x1 + x3 3x4
x2 + x3
x1 x2 + 2x3 + x4
x2 + x4
alla matrice
1 2
1 3
1 4
nel dominio
nel codominio.
94
7. Le applicazioni lineari.
una base di
lR3
lR2
la matrice associata a f rispetto alla base B3 nel dominio ed alla base B2 nel
codominio. Determiniamo la matrice associata a f rispetto alle basi canoniche sia
nel dominio che nel codominio.
Dapprima si devono esprimere i vettori della base canonica C3 di lR3 per
componenti rispetto alla base B3 :
1
1
(1, 0, 0) = ( , 0, )B3
2
2
1
(0, 1, 0) = (0, , 0)B3
2
1
1
(0, 0, 1) = ( , 0, )B3 .
2
2
Di tali vettori calcoliamo adesso le immagini:
1
1
f ( , 0, ) = (4, 1)B2
2
2
1
f (0, , 0) = (2, 1)B2
2
1
1
f ( , 0, ) = (6, 2)B2 .
2
2
95
Riportiamo tali immagini per componenti rispetto alla base canonica C2 di lR2 :
(4, 1)B2 = (2, 1)C2
(2, 1)B2 = (0, 1)C2
(6, 2)B2 = (2, 0)C2
per cui la matrice associata a f rispetto alle basi canoniche C3 e C2 e:
"
#
2
0
2
A0 =
.
1 1 0
Esempio 99. Siano V = lR2 [x], W = lR3 [x] rispettivamente gli spazi vettoriali
dei polinomi di secondo e terzo grado nella variabile x. Definiamo la seguente
applicazione lineare f : V W , rispetto alle basi
BV = {1, x, x2 }
nel dominio
BW = {1, x, x2 , x3 }
nel codominio
f (p(x)) = x2 p0|x+1
dove p0|x+1 indica la derivata prima del polinomio p(x) calcolata in x + 1.
1. Calcoliamo la matrice associata a f nelle basi scelte;
2. Determiniamo nucleo ed immagine di f ;
3. Determiniamo la matrice associata a f rispetto alle basi
CV = {x + 1, x2 + 1, x2 + x}
CW = {x, x3 + 1, x + 1, x2 }
nel dominio
nel codominio.
A=
0
0
0
0
0
0
1
0
0
0
2
2
96
7. Le applicazioni lineari.
0 0
0 0
0 1
0 0
0
x1
x2 = 0
2
x3
2
0 0 0
1
0 0 0
f (1, 1, 0) =
1 = (0, 0, 1, 0)BW = x2
0 1 2
0
0 0 2
0 0 0
1
0 0 0
f (1, 0, 1) =
0 0 0
0
0 0 0
f (0, 1, 1) =
1 = (0, 0, 3, 2)BW = 3x2 + 2x3
0 1 2
1
0 0 2
Esprimiamo infine tali vettori per componenti rispetto alla base CW .
x2 = x + (x3 + 1) + (x + 1) + x2
97
cioe
x2 = ( + ) + ( + )x + x2 + x3
ed uguagliando i monomi simili, segue = 0, = = 0, = = 0, = 1:
x2 = (0, 0, 0, 1)CW
Analogamente:
2x2 + 2x3 = (2, 2, 2, 2)CW
3x2 + 2x3 = (2, 2, 2, 3)CW
e la matrice associata e:
A0 =
7.3
0 2
2
0 2
2
0 2 2
1 2
3
Y 0 = C Y.
Y 0 = A0 X 0 .
Da X = C 1 X 0 e Y = C 1 Y 0 ne segue che
C 1 Y 0 = A C 1 X 0
Y 0 = (C A C 1 ) X 0
98
7. Le applicazioni lineari.
cioe
A0 = C A C 1 .
Cio vuol dire che le matrici associate ad uno stesso endomorfismo, relativamente
a basi differenti, sono tra loro tutte simili.
Esempio 100. Siano V = lR3 ,
B = {(1, 1, 0), (0, 0, 1), (1, 0, 1)}
B 0 = {(0, 1, 0), (0, 1, 1), (1, 0, 0)}
due basi di lR3 e f : lR3 lR3 un endomorfismo con matrice associata rispetto alla
base B
1 0 1
A = 1 0 0 .
0 1 1
Rispetto a tale base lendomorfismo si esprime:
1 0 1
x1
x1 + x3
f (X) = 1 0 0 x2 =
x1
.
0 1 1
x3
x2 + x3
Determiniamo la matrice associata a f rispetto alla base B 0 , utilizzando sia il
metodo esposto nei paragrafi precedenti, che quello appena illustrato.
Metodo 1. Per prima cosa esprimiamo i vettori di B 0 per componenti rispetto
alla base B:
(0, 1, 0) = (1, 1, 1)B
(0, 1, 1) = (1, 2, 1)B
(1, 0, 0) = (0, 1, 1)B
quindi calcoliamo le immagini di tali vettori tramite la matrice A:
w1 = f (1, 1, 1) = (0, 1, 0)
w2 = f (1, 2, 1) = (0, 1, 1)
w3 = f (0, 1, 1) = (1, 0, 0).
Ricordiamo che per definizione della matrice A, tali immagini sono espresse per
componenti rispetto alla base B, quindi
w1 = (0, 1, 0)B = (0, 0, 1)
99
1 2 1
A0 = 1
2 0 .
0
1 1
Metodo 2. Calcoliamo la matrice C di cambiamento di base da B a B 0 . Essa
ha per colonne le componenti dei vettori di B rispetto alla base B 0 :
1 1 1
C= 0 1
1 ,
1 0
1
C 1
1
1
0
= 1
2 1
1 1 1
da cui
A0 = C A C 1
1 1 1
1 0 1
1
1
0
= 0 1
1 1 0 0 1
2 1 =
1 0
1
0 1 1
1 1 1
1 2 1
2 0 .
1
0
1 1
100
7. Le applicazioni lineari.
A=
f (X) =
a11 0
0
0 a22 0
0
0 a33
... ... ...
... ... ...
... ... ...
0
0
0
a11 0
0
0 a22 0
0
0 a33
... ... ...
... ... ...
... ... ...
0
0
0
...
...
...
...
...
...
0
...
...
...
...
...
...
...
...
...
...
...
...
...
0
...
...
...
...
...
...
...
... 0
... 0
... 0
... ...
... ...
... ...
... ann
... 0
... 0
... 0
... ...
... ...
... ...
... ann
x1
x2
x3
...
...
...
xn
a11 x1
a22 x2
a33 x3
...
...
...
ann xn
Per cui il problema che ci proponiamo di risolvere e il seguente : in quali casi esiste
una base di V rispetto alla quale la matrice associata ad un endomorfismo di V
sia diagonale? Osserviamo che nel caso cio sia possibile, la forma diagonale della
matrice e rappresentativa di ogni altra matrice associata a f in ogni altra base, e
tali matrici sono tra di esse tutte simili.
Esempio 101. Siano V = lR3 ,
B = {(0, 1, 0), (1, 1, 1), (0, 1, 1)}
B 0 = {(1, 1, 0), (1, 0, 0), (0, 1, 1)}
due basi di lR3 e f : lR3 lR3 un endomorfismo con matrice associata rispetto alla
base B
1 0 0
A = 1 2 0 .
1 1 1
Rispetto a tale base lendomorfismo si esprime:
1 0 0
x1
x1
f (X) = 1 2 0 x2 = x1 + 2x2 .
1 1 1
x3
x1 + x2 + x3
Determiniamo la matrice associata a f rispetto alla base B 0 .
1
0 0
1 0 0
C = 1 1 0 , C 1 = 1 1 0
0 1 1
1 1 1
101
a B 0 . Essa ha per
da cui
1 0 0
1 0 0
1
0 0
= 1 1 0 1 2 0 1 1 0 =
1 1 1
1 1 1
0 1 1
A0 = C A C 1
1 0 0
0 2 0
0 0 1
1 0
f (X) = 0 2
0 0
B 0 si esprime:
0
x1
x1
0 x2 = 2x2 .
1
x3
x3
7.4
102
7. Le applicazioni lineari.
a x + a x + ... + a x = hx
21 1
22 2
2n n
2
..........
a x + (a h)x + ... + a x = 0
21 1
22
2
2n n
.
..........
(A h0 I)X = 0}.
1 2 2
A= 1 3 1
2 2 1
103
2 2 2
A h1 I = 1 4 1
2 2 2
ed il sistema lineare omogeneo associato e:
2x + 2x + 2x = 0
1
2
3
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h1 = 1. Essi si ottengono risolvendo il sistema omogeneo: x1 = x3 , x2 = 0.
Per cui il generico autovettore relativo a h1 e X = (a, 0, a), al variare di a lR,
e lautospazio associato a h1 e
V1 = {(a, 0, a) lR3 ,
con dim(V1 ) = 1.
Per h2 = 5,
a lR}
4 2
2
A h2 I = 1 2 1
2
2 4
2x + 2x 4x = 0
1
2
3
104
7. Le applicazioni lineari.
a lR}
0 2 2
A h3 I = 1 2 1
2 2 0
2x2 + 2x3 = 0
x1 + 2x2 + x3 = 0 .
2x + 2x = 0
1
2
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h3 = 1. Essi si ottengono risolvendo il sistema omogeneo: x1 = x3 , x2 = x3 .
Per cui il generico autovettore relativo a h3 e X = (a, a, a), al variare di a lR,
e lautospazio associato a h3 e
V3 = {(a, a, a) lR3 ,
a lR}
con dim(V3 ) = 1.
Definizione 14. Chiameremo molteplicit
a algebrica di un autovalore, la sua molteplicit
a come radice del polinomio caratteristico e molteplicit
a geometrica di un autovalore, la dimensione dellautospazio associato ad esso.
Una matrice diagonale ha come autovalori
onale principale. Infatti se
a11 0
0 ...
0 a22 0 ...
0
0 a33 ...
...
...
...
...
...
...
...
... 0
... 0
... 0
... ...
... ...
... ...
... ann
105
allora
A hI =
a11 h
0
0
0
a22 h
0
0
0
a33 h
...
...
...
...
...
...
...
...
...
0
0
0
...
...
...
...
...
...
0
...
...
...
...
...
...
...
...
0
...
0
...
0
...
...
...
...
...
...
... ann h
h2 = a22 ,
...,
...,
hn = ann .
Teorema 15. Siano A, B Mn (lR) due matrici simili, cioe esista una matrice
non singolare C Mn (lR) tale che B = C 1 A C. Siano Yi autovettori di B.
Allora A e B hanno gli stessi autovalori h1 , ..., hm ed inoltre Xi = C Yi sono
autovettori di A, per ogni autovettore Yi di B.
Dim. Siano h1 , ..., hm gli autovalori di A e X1 , .., Xm autovettori di A tali che
AXi = hi Xi , per i = 1, .., m. Poiche A = CBC 1 , segue che:
(CBC 1 )Xi = hi Xi
B(C 1 Xi ) = hi (C 1 Xi )
cioe h1 , .., hm sono anche autovalori di B, con autovettori corrispondenti Yi =
C 1 Xi .
u
t
Teorema 16. Sia f : V V un endomorfismo su uno spazio vettoriale V di
dimensione n sul campo K, con matrice associata A, e sia h0 un autovalore di f
con molteplicit
a algebrica r. Indichiamo con t la dimensione dellautospazio V0 di
f relativo allautovalore h0 . Allora t r.
Dim. Denotiamo p(h) il polinomio caratteristico di f (o equivalentemente di A).
Poiche dim(V0 ) = t, esiste un insieme di vettori {b1 , .., bt } che cosituiscono una
base per V0 .
Di conseguenza esistono {et+1 , .., en } vettori linearmente indipendenti tali che
linsieme B = {b1 , .., bt , et+1 , ..., en } sia una base per V . Costruiamo la matrice A0 associata a f rispetto alla base B, ricordando che le colonne di tale
matrice saranno determinate dalle componenti rispetto alla base B dei vettori
106
7. Le applicazioni lineari.
"
#
D
A
1
{f (b1 ), .., f (bt ), f (et+1 ), .., f (en )}. Poiche f (bi ) = h0 bi , avremo che A0 =
,
0 A2
con A1 matrice di ordine (t, n t), A2 matrice di ordine (n t, n t) e D matrice
diagonale di ordine (t, t):
D=
h0 0 0 0 0
0 h0 0 0 0
0 0 h0 0 0
0 0 0 ... 0
0 0 0 0 h0
Poiche A e A0 sono simili, esse hanno gli stessi autovalori. In particolare il polinomio caratteristico di A0 e : p(h) = (h h0 )t (h), dove (h) e il polinomio
caratteristico della matrice A2 . Quindi h0 compare almeno t-volte come radice
del polinomio p(h), di conseguenza la sua molteplicita algebrica e almeno t, anche
come radice del polinomio caratteristico di A.
t
u
7.5
Endomorfismi diagonalizzabili.
107
i Xi = 0
(i).
i=1
i f (Xi ) =
i=1
m
X
i hi Xi = 0
(ii).
i=1
h1 i Xi = 0
(iii).
i=1
i (h1 hi )Xi = 0
i=2
108
7. Le applicazioni lineari.
tutti necessariamente distinti. Come supposto sopra, supponiamo che essi siano
h1 , .., hn , dei quali m siano distinti. Allora:
AX1 = h1 X1 ,
X1 X2 X3 X4
h1 0 0 0 0
0 h2 0 0 0
0 0 h3 0 0
0 0 0 h4 0
0 0 0 0 h5
... 0 0 0 ...
0 0 0 0 ...
0 0 0 0 ...
...
...
0
...
...
0
...
...
0
...
...
0
0
...
0
...
...
0
... hn1 0
...
0
hn
da cui
C 1 A C =
h1 0 0 0 0
0 h2 0 0 0
0 0 h3 0 0
0 0 0 h4 0
0 0 0 0 h5
... 0 0 0 ...
0 0 0 0 ...
0 0 0 0 ...
...
...
0
...
...
0
...
...
0
...
...
0
0
...
0
...
...
0
... hn1 0
...
0
hn
Quindi rispetto alla base di lRn formata dagli autovettori linearmente indipendenti, la matrice associata allendomorfismo e diagonale. Le colonne della matrice
diagonalizzante sono costituite proprio dagli autovettori di f che costituiscono una
base per lRn . Vale allora il seguente:
Teorema 18. Sia dato lendomorfismo f : lRn lRn . Le seguenti affermazioni
sono equivalenti:
i) f e diagonalizzabile;
ii) ogni autovalore di f possiede una molteplicit
a algebrica ed una geometrica coincidenti;
iii) esiste una base dello spazio lRn che e costituita da n autovettori di f .
109
Esempio 104. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (x1 , x2 , x1 +
4x3 ).
La matrice associata a f rispetto alla
A= 0
1
0 0
1 0 .
0 4
3 0 0
A h1 I = 0 3 0
1
0 0
ed il sistema lineare omogeneo associato e:
3x1 = 0
3x2 = 0 .
x =0
1
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori
relativi a h1 = 4. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = 0.
Per cui il generico autovettore relativo a h1 e X = (0, 0, a), al variare di a lR, e
lautospazio associato a h1 e
V1 = {(0, 0, a) lR3 ,
con dim(V1 ) = 1 e V1 =< (0, 0, 1) >.
Per h2 = 1,
a lR}
0 0 0
A h2 I = 0 0 0
1 0 3
110
7. Le applicazioni lineari.
a, b lR}
0 3 0
P = 0 0 1
1 1 0
31
3
0
A0 = P 1 A P =
0 1
1 0 0
0 3 0
0 0 0 1 0 0 0 1 =
1 0
1 0 4
1 1 0
4 0 0
0 1 0 .
0 0 1
Esempio 105. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (x1 +
x3 , x2 + x3 , x3 ).
La matrice associata a f rispetto alla
A= 0
0
0 1
1 1 .
0 1
111
0 0 1
A h1 I = 0 0 1
0 0 0
ed il sistema lineare omogeneo associato e:
n
x3 = 0 .
Il rango di tale sistema e 1, quindi vi sono 2 soluzioni, cioe 2 autovettori
relativi a h1 = 1. Essi si ottengono risolvendo il sistema omogeneo: x3 = 0. Per
cui il generico autovettore relativo a h1 e X = (a, b, 0), al variare di a, b lR, e
lautospazio associato a h1 e
V1 = {(a, b, 0) lR3 ,
a, b lR}
con dim(V1 ) = 2 e V1 =< (1, 0, 0), (0, 1, 0) >. Le molteplicita algebrica e geometrica non coincidono, quindi la matrice non e diagonalizzabile, cioe non esiste alcuna
base rispetto alla quale lendomorfismo sia rappresentabile attraverso una matrice
diagonale.
Esempio 106. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (2x1 +
x3 , 2x2 x3 , x1 x2 + x3 ).
La matrice associata a f rispetto alla base canonica di lR3 e:
2 0
1
A = 0 2 1 .
1 1 1
Gli autovalori della matrice A sono le soluzioni dellequazione caratteristica:
2h
0
1
2 h 1 = 0
0
1
1 1 h
112
7. Le applicazioni lineari.
cioe
(2 h)(h2 3h) = 0.
Tali soluzioni sono: h1 = 2, con molteplicita algebrica a1 = 1, h2 = 0, con
molteplicita algebrica a2 = 1, h3 = 3, con molteplicita algebrica a3 = 1.
Determiniamo gli autospazi relativi a ciascun autovalore:
Per h1 = 2,
0 0
1
A h1 I = 0 0 1
1 1 1
ed il sistema lineare omogeneo associato e:
(
x3 = 0
.
x1 x2 x3 = 0
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h1 = 2. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 , x3 = 0. Per
cui il generico autovettore relativo a h1 e X = (a, a, 0), al variare di a lR, e
lautospazio associato a h1 e
V1 = {(a, a, 0) lR3 ,
a lR}
2 0
1
A h2 I = 0 2 1
1 1 1
2x1 + x3 = 0
2x2 x3 = 0 .
x x +x =0
1
2
3
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h2 = 0. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = x23 . Per
cui il generico autovettore relativo a h2 e X = ( a2 , a2 , a), al variare di a lR, e
lautospazio associato a h2 e
a a
V2 = {( , , a) lR3 ,
2 2
con dim(V2 ) = 1 e V2 =< ( 12 , 12 , 1) >.
a lR}
113
1 0
1
A h3 I = 0 1 1
1 1 2
x1 + x3 = 0
x2 x3 = 0 .
x x 2x = 0
1
2
3
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h3 = 3. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = x3 . Per
cui il generico autovettore relativo a h3 e X = (a, a, a), al variare di a lR, e
lautospazio associato a h3 e
V3 = {(a, a, a) lR3 ,
a lR}
0
A = 0
0
base e diagonale:
0 0
0 0 .
0 3
1 21 1
P = 1 12 1 .
0 1
1
Esempio 107. Siano V = lR3 e f : lR3 lR3 tale che f (x1 , x2 , x3 ) = (3x1 +
x2 , 3x2 , 3x1 ).
La matrice associata a f rispetto alla
A= 0
3
1 0
3 0 .
0 0
114
7. Le applicazioni lineari.
3 1 0
A h1 I = 0 3 0
3 0 0
ed il sistema lineare omogeneo associato e:
3x1 + x2 = 0
.
3x2 = 0
3x1 = 0
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori
relativi a h1 = 0. Essi si ottengono risolvendo il sistema omogeneo: x1 = x2 = 0.
Per cui il generico autovettore relativo a h1 e X = (0, 0, a), al variare di a lR, e
lautospazio associato a h1 e
V1 = {(0, 0, a) lR3 ,
a lR}
0 1 0
A h2 I = 0 0 0
3 0 3
ed il sistema lineare omogeneo associato e:
(
x2 = 0
.
3x1 3x3 = 0
Il rango di tale sistema e 2, quindi vi sono 1 soluzioni, cioe 1 autovettori relativi
a h2 = 3. Essi si ottengono risolvendo il sistema omogeneo: x2 = 0, x1 = x3 . Per
115
a lR}
f (w) =
j f (vj ) = j j vj
da cui, ricordando che < vr , vs >= 0 se r 6= s e < vr , vr >= 1 per ogni indice r,
X
X
< f (u), w >=<
i i vi , w >=
i i < vi , w >=
i
i i < vi ,
j vj >=
i i i < vi , vi >=
In modo analogo
< u, f (w) >=<
i vi ,
X
j
j j j < vj , vj >=
j j vj >=
X
j
j j j
i i i .
116
7. Le applicazioni lineari.
quindi
< Au, w >=< f (u), w >=< u, f (w) >=< u, Aw >
cioe A e simmetrica (ed anche f lo e).
Dimostriamo ora la condizione sufficiente, supponendo che A sia simmetrica,
e lo facciamo per induzione. Se V = lR, cioe se la dimensione e n = 1, lasserto
e banale. Supponiamo che tale asserto sia vero nel caso in cui V = lRm , per ogni
m < n. Dimostriamolo vero anche per V = lRn .
Sia X un qualsiasi autovettore relativo ad un certo autovalore : AX = X
(indicheremo con a il coniugato di un qualsiasi elemento a, vettore o scalare).
Dalluguaglianza xt Ax = xt x, nella quale il primo membro e reale poiche esso
e uguale al proprio coniugato trasposto, segue che xt x e reale. Essendo un
elemento di un campo, esso commuta con ogni vettore, per cui xt x e reale e
quindi e reale. Concludiamo che ogni autovalore di A e reale.
Per ipotesi induttiva, consideriamo ora v1 , .., vr autovettori ortonormali relativi
ad uno stesso autovalore , con dim(span{1 , .., vr }) = r < n. Indichiamo con
U = span{v1 , .., vr } e con W = U il sottospazio composto da tutti i vettori
ortogonali ai vettori v1 , .., vr .
P
P
Se u U allora u = ri=1 i vi , quindi f (u) = ri=1 i vi U , da cui f (U )
U.
Sia ora w W = U , quindi, sfruttando la simmetricita della matrice A e la
proprieta f (u) U ,
< f (w), u >=< Aw, u >=< w, Au >=< w, f (u) >= 0
possibile allora restringere la f allo spazio W :
per cui anche f (W ) W . E
fW : W W
il quale e un endomorfismo simmetrico di dimensione n r < n. Grazie allipotesi
induttiva, esiste una base ortonormale {vr+1 , vr+2 , ..., vn } di W composta da autovettori. Poiche tali vettori sono ortogonali con ciascuno dei v1 , .., vr , linsieme
{v1 , .., vn } e una base di autovettori ortonormali di lRn .
t
u
La ortogonalita tra due vettori implica la loro indipendenza lineare.
Nel caso di matrici simmetriche, gli autovettori corrispondenti ad autovalori
distinti sono tra loro ortogonali, in tal senso tutti gli autospazi sono tra loro
ortogonali.
Infatti se 6= sono autovalori con autovettori v e v rispettivamente, si ha
che
< v , v >=< v , v >=< f (v ), v >=
< v , f (v ) >=< v , v >= < v , v >
7.6. Esercizi.
117
A= 1
1
1 1
0 0
0 0
cioe
h(h 2)(h + 1) = 0.
Tali soluzioni sono: h1 = 0, con molteplicita algebrica a1 = 1, h2 = 2, con
molteplicita algebrica a2 = 1, h3 = 1 con molteplicita algebrica a3 = 1. La
matrice e diagonalizzabile ed una sua forma diagonale e
2 0 0
A0 = 0 1 0
0 0 0
per ottenere la quale si utilizza la matrice diagonalizzante
2 1
0
P = 1 1 1
1 1 1
le cui colonne sono gli autovettori, tra loro ortogonali, che costituiscono una base
di lR3 rispetto alla quale A0 e la matrice associata a f . Per ottenere una base
ortgonormale, e sufficiente normalizzare i vettori della base.
7.6
Esercizi.
Esercizio 71. Sia f : lR3 lR4 una applicazione lineare cos definita: f (x1 , x2 , x3 ) =
(x1 , 0, x3 , 0). Determinare nucleo, immagine ed una loro base.
118
7. Le applicazioni lineari.
di
lR2
di
lR3 .
di
lR2
di
lR4 .
Determinare la matrice associata a f rispetto alle basi canoniche sia nel dominio
che nel codominio.
Esercizio 80. Sia f : lR4 lR4 lendomorfismo avente matrice associata
1 0 1 0
0 1 0 1
0 0 0 1
0 1 1 1
7.6. Esercizi.
119
di
lR4
sia nel dominio che nel codominio. Determinare la matrice associata a f rispetto
alle basi canoniche sia nel dominio che nel codominio.
Esercizio 81. Sia f : lR3 lR3 lendomorfismo avente matrice associata
1 1 2
2 1 3
3 1 4
rispetto alle basi
B1 = {(1, 1, 0), (1, 0, 1), (0, 0, 1)}
B2 = {(1, 0, 1), (1, 0, 1), (0, 1, 0)}
nel dominio
nel codominio.
Determinare la matrice associata a f rispetto alle basi canoniche sia nel dominio
che nel codominio.
Esercizio 82. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:
1 2 2
1 3 1 .
2 2 1
Esercizio 83. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:
1 0 0
0 1 0 .
1 0 4
Esercizio 84. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:
1 0 1
0 1 1 .
0 0 1
120
7. Le applicazioni lineari.
Esercizio 85. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:
2 0
1
0 2 1 .
1 1 1
Esercizio 86. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:
2 0
0
0 2 1 .
1 2 1
Esercizio 87. Determinare gli autovalori, una base per gli autospazi e, quando
possibile, la matrice diagonalizzante della seguente matrice:
1 0
1
0 0 2 .
0 2 0
Esercizio 88. Determinare gli autovalori, una base per gliautospazi
3 1 0
e, quando
8
La forma canonica di Jordan.
8.1
Definizioni
1 0 0 0 0 0 0
0 1 0 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 0
Jp () =
0 0 0 0 0 0 1
0 0 0 0 0 0 0
cioe gli elementi aij della matrice sono
se
i=j
aij =
1
se
j =i+1
122
A=
Jn1 (1 )
0
0
0
0 0
0
0
0
Jn2 (2 )
0
0
0 0
0
0
0
0
Jn3 (3 )
0
0 0
0
0
0
0
0
Jn4 (4 ) 0 0
0
0
...
...
...
...
... ...
...
...
...
...
...
...
... ...
...
...
0
0
0
0
0 0 Jnr1 (r1 )
0
0
0
0
0
0 0
0
Jnr (r )
A1 =
3
0
0
0
0
1
3
0
0
0
0
1
3
0
0
0
0
0
2
0
0
0
0
1
2
"
#
J3 (3)
0
0
J2 (2)
Esempio 110.
A2 =
2
0
0
0
0
0
1
2
0
0
0
0
0
1
2
0
0
0
0
0
0
4
0
0
0
0
0
1
4
0
0
0
0
0
0
3
J1 (3)
0
0
0
0
J1 (2)
0
0
0
0
J1 (4)
0
0
0
0
J1 (5)
J3 (2)
0
0
J2 (4)
0
= 0
0
0
J1 (3)
Esempio 111.
A3 =
3
0
0
0
0
2
0
0
0
0
4
0
0
0
0
5
Notiamo allora che le matrici diagonali sono delle particolari matrici di Jordan,
con un numero di blocchi pari allordine della matrice stessa ed ogni blocco ha
ordine 1.
123
Teorema 20. Sia A Mn (lR) una matrice il cui polinomio caratteristico abbia
tutte radici reali. Allora esiste una matrice non singolare C Mn (lR) tale che
la matrice C 1 AC sia in forma canonica di Jordan. In altre parole, per ogni
endomorfismo f di lRn avente tutti gli autovalori nel campo reale, esiste una base
di lRn , rispetto alla quale, la matrice associata a tale endomorfismo sia in forma
canonica di Jordan.
Sia A la matrice, ed indichiamo
P (X) = (X 1 )r1 (X 2 )r2 (X h )rh
il suo polinomio caratteristico, in cui 1 , 2 , 3 , ..., h sono tutti gli autovalori di
A, tra loro distinti e tali che lautovalore i abbia molteplicita algebrica, come
P
0
radice del polinomio caratteristico, pari a ri , con
i ri = n. Sia A la forma
canonica di Jordan simile alla A. Gli scalari rispetto ai quali i blocchi di Jordan
della A0 vengono costruiti sono proprio gli autovalori della matrice A, cioe per ogni
autovalore di A esiste almeno un blocco di Jordan in A0 .
A questo punto, per poter effettivamente costruire la matrice nella sua forma
canonica di Jordan, e necessario rispondere alle due seguenti domande:
1. Quanti sono i blocchi di Jordan relativi a ciascun autovalore?
2. Quale deve essere lordine di ciascun blocco?
8.2
124
1 0 0
quella diagonale ed e 0 2 0 .
0 0 3
Supponiamo ora che 1 = 2 = e 3 sia distinto dai primi due.
Se la molteplicita geometrica di e 2, allora vi sono due blocchi di Jordan relativi
a ed ovviamente uno relativo a 3 , per cui ciascun blocco dovr
a avere ordine 1,
0 0
1 0
0 0 .
0 0 3
Infine consideriamo il caso in cui i tre autovalori siano tutti coincidenti col valore
.
Se la molteplicita geometrica dellautovalore
e anche
3, allora la forma canonica di
0 0
0
0
1,
1
125
esiste
un solo blocco di Jordan relativo ad esso e la forma canonica e
0
1 .
A=
1 1 1 1 1
0 1
2 0 1
0 1
1 0 0
0 0
1 0 1
0 0
0 2 1
0 0
0 1 0
0
0
0
0
0
0
A0 =
1
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
0
2
J1 (1)
0
0
0
0
J
(1)
0
0
1
=
0
0
J3 (0)
0
0
0
0
J1 (2)
1 2
5
A = 0 14 39 .
0 5 14
Il polinomio caratteristico e ( 1)(1 )(1 + ). Quindi un autovalore e
1 = 1 con molteplicita algebrica e geometrica pari ad 1, per cui ad esso e associato un solo blocco di Jordan di ordine 1.
Laltro autovalore e 2 = 1 con molteplicita algebrica 2. La dimensione dellautospazio ad esso associato e 1, quindi vi e un solo blocco ad esso corrispondente,
126
1 1 0
A0 = 0 1 0 .
0 0 1
8.3
Quanto detto fino ad ora e sufficiente per determinare una eventuale forma canonica di una matrice con un ordine due o tre. Occupiamoci ora di come determinare
gli ordini dei blocchi in matrici che presentino un unico autovalore, nel caso in cui
la matrice A Mn (lR) da riportare in forma canonica A0 abbia un ordine superiore
o uguale a 4.
Sia lautovalore della matrice A, ossia il polinomio caratteristico sia det(A
n
I) e si consideri B = A I, dove I sia la matrice identica di ordine n. Supponiamo che B m = 0 per qualche intero m (si dice in tal caso che la matrice B e
nilpotente). Indichiamo con
r = min{t N :
B t = 0}
dove indichiamo con 0 la matrice nulla (con ogni elemento nullo). Chiamiamo r
indice di nilpotenza di B.
Allora esistera certamente almeno un blocco di Jordan relativo a che abbia
ordine r ed ogni altro eventuale blocco di Jordan relativo a avra un ordine minore
o al pi
u uguale a r.
Esempio 116. Sia A M6 (lR),
A=
0
0
1
0
1
0
1 1 0
1 0 0
1 2 0
0 0 1
0 1 1
0 0 1
0 0
1 1
0 0
.
0 0
1 1
0 1
a, b lR}
8.4. Numero di blocchi di uno certo ordine relativi ad uno stesso autovalore.127
che ha quindi dimensione 2. Vi sono allora due blocchi relativi allautovalore = 1.
Calcolando lindice di nilpotenza della matrice B = AI = AI, si avra B 5 = 0,
cioe uno dei due blocchi ha ordine 5, quindi laltro deve avere necessariamente
ordine 1. La forma canonica della matrice e
0
A =
8.4
1
0
0
0
0
0
1
1
0
0
0
0
0
1
1
0
0
0
0
0
1
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
"
#
J5 (1)
0
.
=
0
J1 (1)
per ogni
i = 1, 2, 3, ..., t.
n 2r1 + r2 .
Per k 2 vale la seguente tabella, in cui sono riportati a sinistra gli ordini di
tutti i blocchi che eventualmente si possono presentare, e a destra il numero di tali
blocchi:
128
A=
1
0
0
0
0
0
0
0
4
1
0
0
0
0
0
0
5
3
1
0
0
0
0
0
0
0
0
2
0
0
0
0
0
0
0
3
2
0
0
0
0
0
0
0
0
2
0
0
0
0
0
0
0
2
1
0
0
0
0
0
0
1
3
1
A h1 I =
0
0
0
0
0
0
0
0
4
0
0
0
0
0
0
0
5
3
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
3
1
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
2
0
0
0
0
0
0
0
1
3
0
8.4. Numero di blocchi di uno certo ordine relativi ad uno stesso autovalore.129
2
(A h1 I) =
0
0
0
0
0
0
0
0
0 12 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 1 6 0 0 0
0 0 0 1 0 0 0
0 0 0 0 1 2 7
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
7
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
1 12 0 0 0
0 1 0 0 0
0 0 1 2 7
0 0 0 0 0
0 0 0 0 0
3
(A h1 I) =
0
0
0
9
1
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
2
0
0
4
(A h1 I) =
130
A h2 I =
1 4
5 0 0 0 0
0
0 1 3 0 0 0 0
0
0
0 1 0 0 0 0
0
0
0
0 0 3 0 0
0
0
0
0 0 0 0 0
0
0
0
0 0 0 0 2
1
0
0
0 0 0 0 1 3
0
0
0 0 0 0 0 1
2
(A h2 I) =
1 8 2 0 0 0 0
0
0 1 6 0 0 0 0
0
0 0
1 0 0 0 0
0
0 0
0 0 0 0 0
0
0 0
0 0 0 0 0
0
0 0
0 0 0 0 2 5
0 0
0 0 0 0 1 6
0 0
0 0 0 0 0
1
3
(A h2 I) =
1 12 21 0 0 0 0
0
0 1
9
0 0 0 0
0
0
0
1 0 0 0 0
0
0
0
0
0 0 0 0
0
0
0
0
0 0 0 0
0
0
0
0
0 0 0 2 11
0
0
0
0 0 0 1 10
0
0
0
0 0 0 0
1
0
A =
1
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
2
0
0
0
0
0
0
0
0
2
0
0
0
0
0
0
0
1
2
131
Lordine con cui i blocchi compaiono nella forma canonica di Jordan non e
fondamentale per lindividuazione della forma canonica stessa. Si dice infatti che
la forma canonica ottenuta e unica a meno di permutazioni dei blocchi di Jordan di
cui e composta. Permutando tali blocchi si ottiene comunque una forma canonica
che sia simile a quella precedente. Tale permutazione corrisponde di fatto alla
scelta di una differente base di lRn rispetto alla quale la matrice che rappresenta
lendomorfismo e ancora espressa in forma canonica di Jordan.
8.5
Sia A Mn (lR) una matrice quadrata di ordine n ad elementi reali e sia f : lRn
lRn lendomorfismo ad essa associato. Indichiamo al solito p() = det(A I) il
polinomio caratteristico di A (o equivalentemente di f ). Sara utile per largomento
che ora tratteremo un richiamo al ben noto Teorema di Caley-Hamilton:
Teorema 21. Ogni matrice quadrata A di un certo ordine n e una radice del suo
polinomio caratteristico p() = det(A I), in altre parole se
p() = a0 + a1 + a2 2 + ... + an n
allora
p(A) = a0 I + a1 A + a2 A2 + ... + an An = 0.
Alla luce di cio, vi sono chiaramente infiniti polinomi f (x) di grado superiore
ad n tali da avere la matrice A come radice, sono esattamente tutti i polinomi che
ammettano il polinomio p(x) come divisore, cioe quelli del tipo f (x) = p(x) h(x),
per ogni polinomio h(x). Ci chiediamo allora se esistono polinomi di grado inferiore
a n che ammettano la matrice A come radice. Essi possono esistere, ma non
necessariamente.
132
Appare chiaro che, per matrici di ordini relativamente grandi, costruire tutti i
possibili divisori di p() e verificare quale sia il minimo, potrebbe risultare compli quindi consigliabile risalire al polinomio minimo di una matrice, dopo aver
cato. E
determinato lordine massimo di ciascun blocco di Jordan che in essa compare.
8.6
Autospazi generalizzati.
A=
A1 0
0 0 0 0
0
0
0 A2 0 0 0 0
0
0
0
0 A3
0 0
0
0
0
0
0 ... 0 0
0
0
0
0
0 0 ... 0
0
0
0
0
0 0 0 ...
0
0
0
0
0 0 0 0 Ar1 0
0
0
0 0 0 0
0
Ar
133
in cui ogni blocco Ai e la matrice associata alla restrizione fWi rispetto alla base
Bi .
Definizione 16. Un endomorfismo f : V V e detto nilpotente di indice t se
f t e lomomorfismo nullo, cioe se f t (v) = 0, per ogni v V . Come gi
a visto, si
t
dice indice di nilpotenza il minimo t 1, tale che f = 0 (analogamente t e lindice
di nilpotenza della matrice A associata a f , cioe At = 0 e As 6= 0, per ogni s t).
Sia quindi f : V V un endomorfismo sullo spazio vettoriale V di dimensione
n sul campo K. Consideriamo i seguenti endomorfismi di V :
f 0 = id,
f 1 = f,
f 2 = f (f ), ..
f t = f (f t1 ).
134
Definizione 17. Sia V uno spazio vettoriale di dimensione n sul campo K e sia
f : V V un endomorfismo. Indichiamo con s 1 il minimo intero tale che
ker(f s ) = ker(f s+1 ). Per quanto visto finora V = ker(f s ) Im(f s ). Indichiamo
con {e1 , ..., et } una base per il sottospazio ker(f s ) e con {et+1 , ..., en } una base per
il sottospazio Im(f s ). Chiaramente {e1 , .., en } e una base per V . Rispetto a tale
base costruiamo la matrice A associata allendomorfismo f :
"
A=
A1 0
0 A2
135
Allora vri ker(f ri ) ker(f ri1 ), per ogni i = 1, ..., r 1. Inoltre i vettori
{v1 , v2 , ...., vr } sono linearmente indipendenti e vengono detti catena di autovettori
generalizzati relativi allo 0 di lunghezza r.
Dim. Per la dimostrazione della prima parte del teorema, osserviamo che la
costruzuione della catena e fatta in modo induttivo, quindi e sufficiente dimostrare
che vri ker(f ri ) ker(f ri1 ) per un fissato i {1, ..., r 1}. Per semplicita
prendiamo i = 1, dobbiamo allora dimostrare che vr1 ker(f r1 ) ker(f r2 ).
Poiche vr1 = f (vr ), allora f r1 (vr1 ) = f r1 f (vr ) = fr (vr ) = 0, visto che vr
ker(f r ). Per cui vr1 ker(f r1 ). Supponiamo per assurdo che vr1 ker(f r2 ).
Allora avremmo 0 = f r2 (vr1 ) = f r2 f (vr ) = f r1 (vr ), contro lipotesi che
vr
/ ker(f r1 ). Poiche tale ragionamento puo essere ripetuto per vr2 , vr3 , .., v1
allora concludiamo che vri ker(f ri ) ker(f ri1 ) per ogni i {1, ..., r 1}.
Passiamo a dimostrare lindipendenza dei vettori della catena. Supponiamo
che esista una combinazione lineare
1 v1 + 2 v2 + ... + r vr = 0
(A)
136
ed applichiamo ad essa la f r1 :
0 = 1 f r1 (v1 ) + 2 f r1 (v2 ) + ... + r f r1 (vr ).
Poiche ogni vj ker(f j ), per ogni j = 1, .., r1, lunico addendo che non si annulla
e quello contenente limmagine del vettore vr
/ ker(f r1 ). Quindi 0 = r f r1 (vr ),
da cui r = 0. Possiamo riscrivere la combinazione lineare (A):
1 v1 + 2 v2 + ... + r1 vr1 = 0
(A0 )
137
A=
0
0
0
0
1
0
0
0
1
1
0
0
0
0
0
0
138
Inoltre A2 =
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
, quindi
1 1 0
0 1 0
P =
0 0 1
0 0 0
in forma di Jordan e:
0
0
.
0
1
2 0 0
A = 2 2 0 .
1 3 2
Il polimomio caratteristico e quello minimo coincidono: p() = m() = (2)3 .
Lunico autovalore e = 2 con una sola catena di autovettori una di lunghezza 3.
Per costruirla si devono calcolare i sottospazi ker(f ), ker(f 2 ), ker(f 3 ).
ker(f2 ) = {X
2
Inoltre (A 2I) = 0
6
0 0
0 0 , quindi
0 0
139
Infine (A 2I)3 = 0 da cui ker(f23 ) = lR3 =< w4 = (1, 0, 0), w5 = (0, 1, 0), w6 =
(0, 0, 1) >. Costruiamo la catena di ordine 3:
v3 = w4 ker(f23 ) ker(f22 )
v2 = f2 (v3 ) = (0, 2, 1) ker(f22 ) ker(f2 )
v1 = f2 (v2 ) = f22 (v3 ) = (0, 0, 6).
La base rispetto alla quale la matrice A ammette la forma canonica di Jordan:
B = {(0, 0, 6), (0, 2, 1), (1, 0, 0)}
e la matrice P tale che P 1 AP
0 0
P = 0 2
6 1
1
2 1 0
0 con A0 = 0 2 1
0
0 0 2
1 1 1 1
0 1 0 1
A= 0 0 1 0
0 0 0 1
0 0 0 0
A M5 (lR) associata
1
1
1 .
0
1
1 1 0 0
0 1 1 0
0
A = 0 0 1 0
0 0 0 1
0 0 0 0
0
0
1
1
0 0 0
0 0 0
Inoltre (A I)2 = 0 0 0
0 0 0
0 0 0
1 1
0 0
0 0 , quindi
0 0
0 0
140
A=
1
1
0
0
1
0
2
0
0
0
0
1
2
0
0
0
1
0
1
1
0
1
1
0
1
Il polimomio caratteristico e p() = (2)2 (1)3 . quindi avremo un autovalore 1 = 1 ed uno 2 = 0. Calcoliamo la sequenza di tutti i sottospazi generalizzati
relativi a = 1:
ker(f1 ) = {X lR5 : (AI)X = 0} =< w1 = (1, 0, 0, 1, 0), w2 = (0, 0, 1, 0, 1) > .
Da questo ricaviamo anche che lautospazio (in senso usuale) ha dimensione 2,
quindi vi sono due blocchi di Jordan per 1 = 1, da cui riconosciamo la presenza
141
0
2
1
0
0
0
1
0
0
0
0
2
1
0
0
0
2
1
0
0
0
2
1
0
0
quindi
ker(f12 ) = {X lR5 : (A I)2 X = 0} =
< w3 = (1, 0, 0, 0, 1), w4 = (0, 0, 1, 0, 1), w5 = (0, 0, 0, 1, 1) > .
Iniziamo dalla catena di ordine 2:
v2 = w5 ker(f12 ) ker(f1 )
v1 = f1 (v2 ) = (0, 0, 1, 0, 1).
Passiamo ora alla catena di ordine 1: il vettore in ker(f1 ) < (0, 0, 1, 0, 1), (0, 0, 0, 1, 1) >:
v10 = w1 = (1, 0, 0, 1, 0).
Consideriamo ora lautovalore 2 = 2:
ker(f2 ) = {X lR5 : (A 2I)X = 0} =< w6 = (0, 1, 0, 0, 0) >
quindi vi e un solo blocco relativo a tale autovalore, e sara di ordine
1
0
0
2
quindi
2.
0
0
0
0
0
Vi e allora
0 0
0
0 1 0
0 0 1
0 1
0
0 0
1
3 1 1
A = 0 3 1 .
0 0 3
142
2
3. Inoltre (A 3I) = 0 0 0 , quindi
0 0 0
ker(f32 ) = {X lR3 : (A 3I)2 X = 0} =< w2 = (1, 0, 0), w3 = (0, 1, 0) > .
Infine (A 3I)3 = 0 da cui ker(f33 ) = lR3 =< w4 = (1, 0, 0), w5 = (0, 1, 0), w6 =
(0, 0, 1) >. Costruiamo la catena di ordine 3:
v3 = w6 ker(f33 ) ker(f32 )
v2 = f3 (v3 ) = (1, 1, 0) ker(f22 ) ker(f2 )
v1 = f3 (v2 ) = f32 (v3 ) = (1, 0, 0).
La base rispetto alla quale la matrice A ammette la forma canonica di Jordan:
B = {(1, 0, 0), (1, 1, 0), (0, 0, 1)}.
Esempio 123. Sia f : lR3 lR3 con matrice A M3 (lR) associata
1 1 1
A = 0 1 0 .
9 2 7
Il polimomio caratteristico: p() = ( 1)( 4)2 . Per lautvalore 1 = 1 non
abbiamo alcun problema ad individuare lautovettore (che in tal caso e autovalore
in senso ordinario e generalizzato):
ker(f1 ) = {X lR3 : (A I)X = 0} =< w1 = (8, 9, 9) > .
Passiamo allautovalore 4 = 4:
ker(f4 ) = {X lR3 : (A 4I)X = 0} =< w2 = (1, 0, 3) >
quindi vi e un solo blocco di ordine 2 relativo allautovalore 4,e quindi anche
una
0 8 0
143
2 0
0
A= 0 1
2 .
0 2 3
Il polimomio caratteristico: p() = ( 2)( + 1)2 . Per lautvalore 2 = 2 non
abbiamo alcun problema ad individuare lautovettore (che in tal caso e autovalore
in senso ordinario e generalizzato):
ker(f2 ) = {X lR3 : (A 2I)X = 0} =< w1 = (1, 0, 0) > .
Passiamo allautovalore 1 = 1:
ker(f1 ) = {X lR3 : (A + I)X = 0} =< w2 = (0, 1, 1) >
quindi vi e un solo blocco di ordine 2 relativo allautovalore 1, e quindi
1 0
anche
0 ,
0
144
8.7
Esercizi.
1 0 0
0 1 0 .
1 0 2
Esercizio 91. Determinare la forma canonica di Jordan della seguente matrice:
2 3 0
0 2 0 .
4 0 2
Esercizio 92. Determinare la forma canonica
1 2
5
0 14 39
0 5 14
0
0
1
0
1
0
1 1 0
1 0 0
1 2 0
0 0 1
0 1 1
0 0 1
0 0
1 1
0 0
.
0 0
1 1
0 1
0
0
0
0
0
0
1 1 1 1 1
0 1
1 0 0
0 1
1 0 0
0 0
1 0 1
0 0
0 2 1
0 0
0 1 0
9
Le forme bilineari e le forme
quadratiche reali.
9.1
Introduzione.
146
9.2
v=
v1
v2
v3
...
...
...
vn
,w =
w1
w2
w3
...
...
...
wm
allora possiamo osservare che f (v, w) = v T Aw. Quindi ad ogni forma bilineare e
associata una matrice relativa ad una scelta di basi.
Viceversa per ogni matrice A Mnm (K) esiste una forma bilineare f : V
W K, definita da f (X, Y ) = X T AY , per ogni vettore X V espresso per
componenti in una certa base B di V e per ogni vettore Y W espresso per
componenti in una certa base C di W .
In definitiva, la scelta delle basi e determinante al fine di definire una qualsiasi
forma bilineare associata ad una matrice.
147
Esempio 126. Sia f : lR2 lR3 lR, definita da f ((x1 , x2 ), (y1 , y2 , y3 )) = x1 (y1 +
y2 )+x2 (y1 y3 ), determiniamo la matrice associata a f rispetto alle basi canoniche
B = {b1 , b2 } = {(1, 0), (0, 1)} di lR2 e C = {c1 , c2 , c3 } = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
di lR3 .
f (b1 , c1 ) = 1,
f (b2 , c1 ) = 1,
f (b1 , c2 ) = 1,
f (b2 , c2 ) = 0,
f (b1 , c3 ) = 0
f (b2 , c3 ) = 1
allora la f si puo rappresentare, rispetto alle basi canoniche, nel modo seguente:
# y
"
1
h
i 1 1 0
f (X, Y ) = x1 x2
y2 .
1 0 1
y3
Consideriamo ora due basi diverse da quelle canoniche: D = {d1 , d2 } =
{(1, 1), (2, 1)} di lR2 e E = {e1 , e2 , e3 } = {(1, 1, 0), (0, 0, 1), (2, 0, 1)}. Calcoliamo
gli elementi della matrice associata in tali basi:
f ((x1 , x2 ), (y1 , y2 , y3 )) = x1 (y1 + y2 ) + x2 (y1 y3 ),
f (d1 , e1 ) = 3,
f (d1 , e2 ) = 1,
f (d1 , e3 ) = 3
f (d2 , e1 ) = 5,
f (d2 , e2 ) = 1,
f (d2 , e3 ) = 5
f (X, Y ) =
x1 x2
"
3 1 3
5 1 5
y1
Esempio 127.
Siaf : lR3 lR2 lR una forma bilineare, alla quale sia associata
1 1
la matrice 1 0 rispetto alle basi B = {b1 , b2 , b3 } = {(1, 1, 0), (0, 0, 1), (0, 1, 1)}
2 1
3
di lR e C = {c1 , c2 } = {(1, 1), (0, 1)} di lR2 . Determiniamo la matrice associata
a f rispetto alle basi D = {d1 , d2 , d3 } = {(0, 1, 0), (0, 1, 1), (2, 0, 1)} di lR3 e E =
{e1 , e2 } = {(1, 1), (2, 1)} di lR2 .
Lespressione della f rispetto alle basi B e C e data da:
"
#
h
i 1 1
y
1
= x1 (y1 + y2 ) + x2 y1 + x3 (2y1 + y2 ).
f (X, Y ) = x1 x2 x3 1 0
y2
2 1
148
Per poter determinare la matrice rispetto alle nuove basi, dovremmo calcolare
i coefficienti f (di , ej ). Poiche lunico strumento che abbiamo e la matrice data
rispetto alle basi B e C, siamo costretti inizialmente ad esprimere tutti i vettori
di e ej per componenti rispetto alle basi B e C, e solo allora potremo effettuare il
calcolo degli f (di , ej ).
d1 = (0, 1, 0) = (0, 1, 1)B ,
f (d1 , e1 ) = 1,
f (d1 , e2 ) = 1
f (d2 , e1 ) = 2,
f (d2 , e2 ) = 3
f (d3 , e1 ) = 1,
f (d3 , e2 ) = 2
"
#
h
i 1 1
y1
f (X, Y ) = x1 x2 x3 2 3
= x1 (y1 +y2 )+x2 (2y1 +3y2 )+x3 (y1 +2y2 ).
y2
1 2
9.3
Forme quadratiche.
la matrice 1
0
Sia f
1 0
0 2
2 1
149
1 1 0
y1
f (X, Y ) =
x1 x2 x3
Essa e simmetrica, poiche associata ad una matrice simmetrica. Si noti che per
determinare la simmetricita della f e sufficiente constatare che le coppie dei termini
misti xi yj e xj yi abbiano lo stesso coefficiente, per ogni scelta di i e j.
Introduciamo ora il concetto di forma quadratica associata ad una forma
bilineare simmetrica. Sia quindi f : V V K una forma bilineare simmetrica
definita in V V , dove V sia uno spazio vettoriale di dimensione n sul campo K
e sia A la matrice associata alla f . Definiamo q : V K la applicazione che
agisce nel modo seguente: per ogni X V , q(X) = f (X, X) = X T AX. La q e
detta forma quadratica (associata o polare alla forma f ).
Esempio 129. Come nellesempio precedente, sia f : lR3 lR3 lR la forma
bilineare simmetrica definita da
y1
h
i 1 1 0
h
i 1 1
q(X) = f (X, X) = x1 x2 x3 1 0
0 2
f e la q : lR3 lR definita da
0
x1
150
Infatti se volessimo costruire tale matrice, rispetto alle basi canoniche, a partire dalla f , sarebbe sufficiente considerare il coefficiente del termine xi yj come
lelemento di posto (i, j) della matrice stessa.
Se invece volessimo la matrice, a partire dalla q, dovremmo notare che il termine
misto xi xj scaturisce dalla somma dei due termini misti xi yj e xj yi presenti nella
b
f . Per cui, se bij e il coefficiente di xi xj allora 2ij e lelemento di posto (i, j) nella
matrice.
Per quanto riguarda gli elementi della diagonale principale della matrice, essi
sono i coefficienti dei termini xi yi in f oppure, indifferentemente, dei termini x2i
in q.
Esempio 130. Sia f : lR3 lR la forma quadratica definita da q(X) = 3x21 +
2x1 x2 4x2 x3 + 7x22 x23 cioe
0
x1
h
i 3 1
h
i 3 1
f (X, Y ) = x1 x2 x3 1 7
0 2
a q e la f : lR3 lR3 lR
0
y1
2 y2 =
1
y3
9.4
Cambiamento di base.
Sia q : lRn lR una forma quadratica reale. Siano A1 la matrice associata alla
q rispetto alla base B1 di lRn e A2 la matrice associata rispetto alla base B2 di
lRn . Indichiamo con C la matrice del cambiamento di base da B1 a B2 . Quindi,
se X lRn e un vettore, di componenti X1 rispetto alla base B1 e componenti X2
rispetto alla base B2 , allora la legge che lega tra loro tali componenti e X2 = CX1 .
151
q(X) = X2T A2 X2
da cui
X1T A1 X1 = X2T A2 X2 = (CX1 )T A2 (CX1 ) = X1T C T A2 CX1
con
A1 = C T A2 C.
Questa e la relazione che lega tra loro le due matrici associate alla stessa forma
quadratica, ma rispetto a due basi differenti. Essa non e una relazione di similitudine, eccetto quando la matrice di cambiamento di base C sia ortogonale. Diremo
che le matrici A1 e A2 sono congruenti. La congruenza garantisce che, se una delle
due e simmetrica, allora lo e anche laltra, ma in generale esse hanno autovalori
differenti. Quindi due matrici rappresentano la stessa forma quadratica rispetto a
due basi diverse se e solo se esse sono congruenti. Poiche esse sono tutte matrici
simmetriche, esiste una base di lRn rispetto alla quale la matrice associata a q e
una matrice diagonale.
Teorema 27. Sia q : V K una forma quadratica, con dim(V ) = n e K
un campo. Esiste una base di V rispetto alla quale la matrice associata a q sia
diagonale, cioe rispetto alla quale q(X) = a1 x21 + a2 x22 + a3 x23 + .... + an x2n , con
a1 , .., an K. Analogamente, sia f : V V K una forma bilineare simmetrica.
Esiste una base di V rispetto alla quale la matrice associata a f sia diagonale,
cioe rispetto alla quale f (X, Y ) = b1 x1 y1 + b2 x2 y2 + b3 x3 y3 + .... + bn xn yn , con
b1 , .., bn K.
9.5
P
Sia f (X, Y ) =
aij xi yj la forma bilineare associata alla base B = {e1 , e2 , .., en }
e supponiamo che la matrice A = (aij ) non sia diagonale.
Passo 1. Sia f (e1 , e1 ) = a11 6= 0. Calcoliamo i seguenti coefficienti:
c2 =
f (e1 , e2 )
f (e1 , e1 )
c3 =
f (e1 , e3 )
.....
f (e1 , e1 )
.....
ci =
f (e1 , ei )
.
f (e1 , e1 )
e02 = e2 c2 e1 ,
e03 = e3 c3 e1 ....
...e0n = en cn e1 .
152
matrice associata a f dopo aver effettuato tali sostituzioni, avra la prima riga e la
prima colonna tutte nulle, eccetto eventualmente lelemento a11 .
Passo 2. Per evitare di introdurre ulteriori simboli, indichiamo la base in cui
ora ci troviamo nuovamente {e1 , e2 , .., en } (ma sappiamo bene che non e quella di
partenza).
Sia ora f (e2 , e2 ) = a22 6= 0. Calcoliamo i seguenti coefficienti:
c3 =
f (e2 , e3 )
f (e2 , e2 )
c4 =
f (e2 , e4 )
.....
f (e2 , e2 )
.....
ci =
f (e2 , ei )
.
f (e2 , e2 )
e02 = e2 ,
e03 = e3 c3 e2 ....
...e0n = en cn e2 .
e0k = ek
che garantisce che la condizione sia soddisfatta. A questo punto si potra riprendere
come nei passi 1 e 2.
La matrice di cambiamento di base finale (cioe quella che trasforma i vettori
dalle componenti rispetto alla base di partenza alle componenti rispetto allultima
base, in cui la matrice e diagonale) e data dal prodotto di tutte le matrici utilizzate
nei passaggi intermedi, moltiplicate nellordine in cui esse vengono utilizzate.
Esempio 131. Sia f : lR3 lR la forma quadratica definita da q(X) = x1 x2 +
x1 x3 + x2 x3 cioe
1
1
0
x
1
h
i
2
2
q(X) = x1 x2 x3 12 0 12 x2 .
1
1
x3
2
2 0
153
Passo 1.
f (e1 , e1 ) = 0
e01 = e1 + e2 ,
f (e1 , e2 ) 6= 0
e02 = e2 ,
e03 = e3
1 0 0
C1 = 1 1 0
0 0 1
da cui
x01 = x1 ,
x02 = x1 + x2 ,
x03 = x3
1
1
1
x1
h
i
1 2 1
x1 x2 x3 2 0 2 x2
1 12 0
x3
Passo 2.
f (e1 , e1 ) 6= 0,
c2 =
f (e1 , e2 )
1
= ,
f (e1 , e1 )
2
c3 =
f (e1 , e3 )
=1
f (e1 , e1 )
1
e02 = e2 e1 , e03 = e3 e1
2
La matrice di cambiamento di base e
1 12 1
C2 = 0 1
0
0 0
1
e01 = e1 ,
da cui
1
x01 = x1 x2 x3 , x02 = x2 , x03 = x3
2
e sostituendo la nuova espressione del vettore X otteniamo la forma quadratica
espressa nella nuova base
x1
1
q(X) = x21 x22 x23 =
4
0
x1
i 1 0
x2 x3 0 14 0 x2 .
0 0 1
x3
154
1 12
C = C1 C2 = 1 12
0 0
ed infatti si ha che
1
1 0
0
1 1
1
2 2 0 2
1
1 1 1
2
1
2
1 0
1
1 = 0 14
1
0 0
1 12
1 12
0
0 0
1
2
1
2
0
1
2
1
1
0 .
1
q(X) =
x1 x2 x3
5 0 21
x1
0 3 0 x2 .
1
x3
2 0 0
Passo 1.
f (e1 , e1 ) 6= 0,
c2 =
e01 = e1 ,
f (e1 , e2 )
= 0,
f (e1 , e1 )
e02 = e2 ,
c3 =
e03 = e3
f (e1 , e3 )
1
=
f (e1 , e1 )
10
1
e1
10
1
1 0 10
C= 0 1
0
0 0
1
da cui
x01 = x1
1
x3 ,
10
x02 = x2 ,
x03 = x3
x1
0
i 5 0
x3 0 3
0 x2 .
1
x3
0 0 20
x1 x2
1
0
1
0
1
10
0
155
data dalla sola
1
0 10
1
0 =
0
1
C ed infatti si ha che
5 0
0
0 3
0 .
1
0 0 20
Ip
0
0
0 Irp 0 (a)
0
0
0
dove Ip e il blocco costituito dalla matrice identica di ordine p, Irp e il blocco
costituito dalla matrice identica di ordine r p e gli altri sono tutti blocchi nulli.
In altre parole la forma quadratica si presenta nella forma
q(X) = x21 + x22 + ... + x2p x2p+1 ... x2r .
Si noti che in modo equivalente possiamo dire che ogni matrice simmetrica
A Mn (lR) e congruente ad una matrice diagonale della forma (a).
Esempio 133. La forma quadratica in lR3 , q(X) = x1 x2 + x1 x3 + x2 x3 ha una
forma canonica q(X) = x21 41 x22 x23 , costruita rispetto alla base
1 1
B = {(1, 1, 0), ( , , 0), (1, 1, 1)}.
2 2
Poniamo allora a1 = 1, a2 = 14 , a3 = 1 e scegliamo
e01 =
(1, 0, 0)
,
a1
e02 =
( 12 , 12 , 0)
,
a2
e03 =
(1, 1, 1)
a3
156
1 1 1
C = 1 1 1
0 0
1
cioe con matrice associata A0
1
1
A0 = 1 1
1 1
= C T A C,
0 1
0
1 2
0 2 0
1
1
1
2
2
1 1 1
1 1 1 =
0
0 0
1
1
2
1
2
1 0
0
0 1 0 .
0 0 1
Gli interi p e r p sono detti rispettivamente indice di positivita e indice di
negativita di q e la coppia (p, r p) e detta segnatura di q.
Una forma quadratica q : V V , con dim(V ) = n, e detta definita positiva
se q(X) > 0, per ogni X V e la sua segnatura e (n, 0); e detta definita negativa
se q(X) < 0, per ogni X V , e la sua segnatura e (0, n); e detta semidefinita
positiva se q(X) 0, per ogni X V , e la sua segnatura e (r, 0) con r n; e
detta semidefinita negativa se q(X) 0, per ogni X V , e la sua segnatura e
(0, r) con r n. Nel caso la segnatura di q sia (p, r p) con 0 < p < r n, la
forma quadratica e detta indefinita.
Siano f : lRn lRn lR una forma bilineare simmetrica e q : lRn lR la forma
quadratica associata. La f e detta definita positiva, quando lo e q. Una forma
bilineare definita positiva e anche chiamata prodotto scalare. Per quanto detto in
precedenza, per ogni forma quadratica q definita positiva esiste una base B di lRn
rispetto alla quale q sia esprimibile
q(X) = x21 + x22 + ..... + x2n
e quindi
f (X, Y ) = x1 y1 + x2 y2 + ... + xn yn
il quale e ben noto come prodotto scalare standard. Uno spazio vettoriale V in
cui sia introdotto un prodotto scalare e detto spazio vettoriale euclideo.
9.6
157
Esercizio 95.
Sia q : lR3 lR la forma quadratica definita da q(X) = x21 2x1 x2 +x1 x3
cio
e
1 1 21
x1
h
i
q(X) = x1 x2 x3 1 0 0 x2 .
1
0 0
x3
2
Determinarne una forma diagonale.
Svolg.
La matrice associata alla forma quadratica e
1 1 12
A = 1 0 0
1
0 0
2
Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,
e02 = e2
1
e1 = e2 + e1 ,
1
e03 = e3
1
2
1
e1 = e3 e1
1
2
1 1 21
C1 = 0 1 0
0 0 1
da cui
1
x1 = x01 + x02 x03 , x2 = x02 , x3 = x03 .
2
Lespressione della forma quadratica nelle nuove coordinate e
1
q(x1 , x2 , x3 ) = x21 x22 x23 + x2 x3
4
1 0
0
A0 = 0 1 12 .
0 12 14
e02 = e2 ,
e03 = e3
1
2
e2 = e3 + e2
158
1 0 0
C2 = 0 1 12
0 0 1
da cui
1
x2 = x02 + x03 , x3 = x03 .
2
Lespressione della forma quadratica nelle nuove coordinate e
x1 = x01 ,
1 0 0
A00 = 0 1 0 .
0 0 0
1 1 0
C = 0 1 12
0 0 1
per cui B = {(1, 0, 0), (1, 1, 0), (0, 21 , 1)} e la matrice associata alla forma quadratica
in tale base e A00 =T CAC.
t
u
Esercizio 96.
Sia q : lR3 lR la forma quadratica definita da q(X) = 2x21 x1 x2 +
2x1 x3 cio
e
1
2
1
x
1
h
i
2
q(X) = x1 x2 x3 12 0 0 x2 .
1
0 0
x3
Determinarne una forma diagonale.
Svolg.
La matrice associata alla forma quadratica
2 12
A = 12 0
1
0
0
0
159
e02 = e2
12
1
e1 = e2 + e1 ,
2
4
1
e03 = e3 e1
2
1 41 12
C1 = 0 1 0
0 0 1
da cui
1
1
x1 = x01 + x02 x03 , x2 = x02 , x3 = x03 .
4
2
Lespressione della forma quadratica nelle nuove coordinate e
1
1
1
q(x1 , x2 , x3 ) = 2x21 x22 x23 + x2 x3
8
2
2
con matrice associata
2 0
0
1
A0 = 0 18
.
4
1
1
0 4 2
Poiche q(e2 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,
e02 = e2 ,
e03 = e3
1
4
18
e2 = e3 + 2e2
1 0 0
C2 = 0 1 2
0 0 1
da cui
x1 = x01 ,
x2 = x02 + 2x03 ,
x3 = x03 .
1
q(x1 , x2 , x3 ) = 2x21 x22
8
1 0 0
A00 = 0 18 0 .
0 0 0
1 14 0
C= 0 1 2
0 0 1
160
per cui B = {(1, 0, 0), ( 14 , 1, 0), (0, 2, 1)} e la matrice associata alla forma quadratica
in tale base e A00 =T CAC.
Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli
solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad una base
ortonormale B 0 . Questa si ottiene dalla base ortogonale B, dividendo il vettore
che occupa la colonna i nella matrice C, per la radice quadrata del valore assoluto
dello scalare (se e non nullo) presente nella colonna i della matrice A00 :
B0 = {
(1, 0, 0) ( 14 , 1, 0)
, q
, (0, 2, 1)} =
1
1
8
1
1
{( , 0, 0), ( , 2 2, 0), (0, 2, 1)}.
2
2
Quindi la matrice ortonormale di cambiamento di base
1
1
0
2
2
C0 = 0 2 2 2
0
0
1
ci permette di ottenere la forma diagonale
1 0 0
A000 =T C 0 AC 0 = 0 1 0 .
0 0 0
t
u
Esercizio 97.
Sia q : lR3 lR la forma quadratica definita
2x23 cio
e
h
i 0 1 1
q(X) = x1 x2 x3 1 0 0
1 0 2
Determinarne una forma diagonale.
Svolg.
La matrice associata alla forma quadratica e
0 1 1
A= 1 0 0
1 0 2
x1
x2 .
x3
161
e02 = e2 ,
e03 = e3
1 0 0
C1 = 1 1 0
0 0 1
da cui
x1 = x01 ,
x2 = x01 + x02 ,
x3 = x03 .
2 1 1
A0 = 1 0 0 .
1 0 2
1
e02 = e2 e1 ,
2
1
e03 = e3 e1
2
1 12
C2 = 0 1
0 0
12
0
1
da cui
1
1
x1 = x01 x02 x03 , x2 = x02 , x3 = x03 .
2
2
Lespressione della forma quadratica nelle nuove coordinate e
5
1
q(x1 , x2 , x3 ) = 2x21 x22 x23 x2 x3
2
2
con matrice associata
2 0
A00 = 0 12
0 12
12 .
52
e02 = e2 ,
e03 = e3 e2
162
1 0 0
C3 = 0 1 1
0 0 1
da cui
x1 = x01 ,
x2 = x02 x03 ,
x3 = x03 .
2 0
000
A = 0 12
0 0
0 .
2
1 12 0
C = 1 12 1
0 0
1
per cui B = {(1, 1, 0), ( 12 , 12 , 0), (0, 1, 1)} e la matrice associata alla forma quadratica in tale base e A000 =T CAC.
Per ottenere una forma diagonale in cui compaiano come coefficienti non nulli
solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad una base
ortonormale B 0 . Questa si ottiene dalla base ortogonale B, dividendo il vettore
che occupa la colonna i nella matrice C, per la radice quadrata del valore assoluto
dello scalare (se e non nullo) presente nella colonna i della matrice A000 :
B0 = {
(1, 1, 0) ( 14 , 12 , 0) (0, 1, 1)
,
,
}=
1
2
2
2
1 1
1 1
1 1
{( , , 0), ( , , 0), (0, , )}.
2 2
2 2
2 2
Quindi la matrice ortonormale di cambiamento di base
C0 =
1
2
1
2
12
1
2
12
1
2
163
1 0
0
Aiv =T C 0 AC 0 = 0 1 0 .
0 0 1
t
u
Esercizio 98.
Sia q : lR3 lR la forma quadratica
2x1 x3 + x23 cio
e
h
i 1
q(X) = x1 x2 x3 0
1
x1
0 1
2 0 x2 .
x3
0 1
1 0 1
A= 0 2 0
1 0 1
Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,
la cui matrice associata e
e02 = e2 ,
e03 = e3 e1
1 0 1
C= 0 1 0
0 0 1
da cui
x1 = x01 x03 ,
x2 = x02 ,
x3 = x03 .
1 0 0
A0 = 0 2 0 .
0 0 0
164
(0, 1, 0)
, (1, 0, 1)}.
2
1 0 1
C 0 = 0 12 0
0
1 0 0
A00 =T C 0 AC 0 == 0 1 0
0 0 0
che individua una forma quadratica semidefinita positiva di segnatura (2, 0).
Risolviamo adesso lo stesso esercizio con un metodo alternativo, tramite lutilizzo degli autovalori della matrice A.
Dopo aver risolto lequazione caratteristica associata alla matrice A, si ottengono come autovalori 1 = 0 con molteplicita algebrica 1, 2 = 2 con molteplicita
algebrica 2.
Lautospazio relativo a 1 e generato dallautovettore (1, 0, 1), il cui versore
1
e ( 2 , 0, 12 ).
Lautospazio relativo a 2 e generato dagli autovettori (1, 0, 1), (0, 1, 0), i cui
versori sono rispettivamente ( 12 , 0, 12 ) e (0, 1, 0).
La base rispetto a cui la forma quadratica e diagonalizzabile, con gli autovalori
sulla diagonale principale della matrice ad essa associata, e formata proprio da tali
autoversori:
1
1
1
1
B = {( , 0, ), ( , 0, ), (0, 1, 0)}.
2
2
2
2
C=
tale che
0
12
1
2
0
1
2
165
1
0
0 0 0
T
CAC = 0 2 0 .
0 0 2
Al solito, per ottenere una forma diagonale in cui compaiano come coefficienti
non nulli solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad
una base ortonormale B 0 che si ottiene dalla base B, dividendo ogni vettore per la
radice quadrata del valore assoluto dellautovalore (se e non nullo) ad esso relativo:
1
1
1
1
1
B 0 = {( , 0, ), ( , 0, ), (0, , 0)}.
2
2
2 2
2
La matrice di cambiamento di base e allora
1
0
2
2
0 12
C0 = 0
1
1
2 2 0
tale che
0 0 0
T 0
C AC 0 = 0 1 0 .
0 0 1
t
u
Esercizio 99.
Sia q : lR2 lR la forma quadratica definita da q(X) = 3x21 +3x22 +4x1 x2
cio
e
"
#"
#
h
i 3 2
x1
q(X) = x1 x2
.
2 3
x2
Determinarne una forma diagonale.
Svolg.
La matrice associata alla forma quadratica e
"
#
3 2
A=
2 3
166
e01 = e1 ,
la cui matrice associata e
"
C=
1 23
0 1
da cui
2
x1 = x01 x02 , x2 = x02 .
3
Lespressione della forma quadratica nelle nuove coordinate e
5
q(x1 , x2 ) = 3x21 + x22
3
con matrice associata
"
0
A =
3 0
0 53
#
.
1
2
3
{( , 0), ( , )}.
3
15 5
Quindi la matrice ortonormale di cambiamento di base
#
" 1
3
15
C0 =
3
0
5
ci permette di ottenere la forma diagonale
"
A00 =T C 0 AC 0 ==
1 0
0 1
167
( 2 , 12 ).
La base rispetto a cui la forma quadratica e diagonalizzabile, con gli autovalori
sulla diagonale principale della matrice ad essa associata, e formata proprio da tali
autoversori:
1 1
1
1
B = {( , ), ( , )}.
2 2
2
2
La matrice di cambiamento di base e allora
" 1
#
1
C=
2
1
2
tale che
"
T
12
CAC =
5 0
0 1
#
.
Al solito, per ottenere una forma diagonale in cui compaiano come coefficienti
non nulli solamente +1 e 1 dobbiamo esprimere la forma quadratica rispetto ad
una base ortonormale B 0 che si ottiene dalla base B, dividendo ogni vettore per la
radice quadrata del valore assoluto dellautovalore (se e non nullo) ad esso relativo:
1
1
1
1
B 0 = {( , ), ( , )}.
10 10
2
2
La matrice di cambiamento di base e allora
#
" 1
1
C0 =
10
1
10
tale che
"
T
C 0 AC 0 =
12
1 0
0 1
#
.
t
u
Esercizio 100.
168
h
i 1
q(X) = x1 x2 x3 2
0
2 0
x1
6 0 x2 .
0 1
x3
1 2 0
A= 2 6 0
0 0 1
Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,
la cui matrice associata e
e02 = e2 2e1 ,
e03 = e3
1 2 0
C= 0 1 0
0 0 1
da cui
x1 = x01 2x02 ,
x2 = x02 ,
x3 = x03 .
1 0 0
A0 = 0 2 0 .
0 0 1
169
(2, 1, 0)
, (0, 0, 1)}.
2
1 22 0
C 0 = 0 1
0
2
0
0
1
ci permette di ottenere la forma diagonale
1 0 0
A00 =T C 0 AC 0 == 0 1 0
0 0 1
che individua una forma quadratica definita positiva di segnatura (3, 0), che in
base B 0 si presenta in forma di prodotto scalare standard.
t
u
Esercizio 101.
Sia q : lR3 lR la forma quadratica
5x22 4x23 cio
e
h
i 1
q(X) = x1 x2 x3 2
0
x1
2
0
5 0 x2 .
0 4
x3
1 2
0
A = 2 5 0
0
0 4
Poiche q(e1 ) 6= 0 allora possiamo effettuare il seguente cambiamento di base:
e01 = e1 ,
e02 = e2 + 2e1 ,
e03 = e3
170
1 2 0
C= 0 1 0
0 0 1
da cui
x1 = x01 + 2x02 ,
x2 = x02 ,
x3 = x03 .
1 0
0
A0 = 0 1 0 .
0
0 4
(0, 0, 1)
}=
4
(0, 0, 1)
}.
2
Quindi la matrice ortonormale di cambiamento di base
1 2 0
C0 = 0 1 0
0 0 12
{(1, 0, 0), (2, 1, 0),
1 0
0
A00 =T C 0 AC 0 = 0 1 0
0
0 1
che individua una forma quadratica definita negativa di segnatura (0, 3).
t
u
9.7
171
Criteri di positivit
a.
Ci occupiamo infine di come stabilire se una forma quadratica (o bilineare simmetrica) reale sia definita positiva, cioe quando essa e un prodotto scalare.
Ricordiamo (ne faremo un continuo utilizzo) che, poiche le matrici associate
alle forme quadrate sono simmetriche, le basi rispetto a cui esse sono esprimibili
in forma diagonale, sono composte da vettori ortonormali.
Teorema 29. Sia f : lRn lRn lR una forma bilineare simmetrica e sia A la
matrice che la rappresenta rispetto ad una base B = {e1 , .., en } di lRn . Allora f e
definita positiva (e un prodotto scalare) se e solo se tutti gli autovalori di A sono
positivi.
Svolg. Supponiamo che f sia un prodotto scalare, quindi per ogni 0 6= X lRn
si ha X t AX > 0. In particolare sia X0 = (a1 , .., an ) lRn {0} un autovettore.
Ne segue che, per ogni autovalore relativo a x0 ,
(a21 + a22 + .... + a2n ) = X0t X0 = X0t X0 = X0t AX0 = f (X0 , X0 ) > 0
per cui > 0.
Viceversa supponiamo che ogni autovalore i sia positivo. Essendo A simmetrica, esiste una base di autovettori ortonormali C = {c1 , ..., cn } di lRn . Sia
X lR {0}, con X = a1 c1 + ... + an cn , cioe siano (a1 , .., an ) le componenti di X
rispetto a C. Segue che
f (X, X) = (a1 c1 + .... + an cn )t A(a1 c1 + ... + an cn ) =
XX
XX
ai aj (cti Acj ) =
ai aj cti j cj =
i
XX
i
j ai aj (cti cj ) =
i a2i > 0.
t
u
Teorema 30. Sia p(x) = an xn + an1 xn1 + .... + ar xr un polinomio di grado n
a coefficienti ai reali, con 0 r n e ar 6= 0. Supponiamo che p(x) abbia tutte le
radici reali. Allora
1. 0 e radice di p(x) se e solo se r 1 (in tale caso la molteplicit
a dello 0 come
radice del polinomio e esattamente r);
2. p(x) ha tante radici positive quante sono le variazioni di segno nella successione dei suoi coefficienti non nulli.
172
Il precedente teorema e noto come criterio di Cartesio. Nel caso degli autovalori, esso e utile per determinarne il segno, come radici del polinomio caratteristico.
Definizione 20. Sia A = Mn (K) una matrice quadrata di ordine n a coefficienti
in un campo K, indichiamo
A = (aij )i=1,..,n
j=1,..,n .
9.8. Esercizi.
9.8
173
Esercizi.
1 0 1
1 1 0
#
associata alla forma bilineare f : lR2
lR3 lR rispetto alle basi B2 = {(1, 1), (1, 0)} di lR2 e B3 = {(1, 1, 1), (2, 1, 0), (0, 0, 1)}
di lR3 . Determinare la matrice associata rispetto alle basi canoniche di lR2 e lR3 .
"
#
1 2
Esercizio 107. Sia
la matrice associata alla forma bilineare f : lR2
2 2
lR2 lR rispetto alle basi canoniche di lR2 . Determinare la matrice associata
a f rispetto alla base {(1, 3), (1, 5)} sia nel primo che nel secondo fattore lR2 del
prodotto cartesiano.
Esercizio 108. Sia f : lR3 lR3 lR la forma bilineare definita da
f ((x1 , x2 , x3 ), (y1 , y2 , y3 )) = x1 y1 x1 y2 + x1 y3 x2 y1 + x3 y1 .
Determinare la forma quadratica associata alla f e determinarne una forma diagonale.
174
10
Spazio affine ed euclideo.
10.1
Spazio affine.
176
Sia ora V = lR3 , allora ogni vettore di V e individuato da una terna di componenti rispetto alla base B = {e1 , e2 , e3 }. Nello spazio affine associato a V = lR3
ogni punto e individuato da una terna di coordinate, P = (x1 , x2 , x3 ) tali che
OP = x1 e1 + x2 e2 + x3 e3 .
10.2
Spazio euclideo.
Sia V uno spazio vettoriale di dimensione n sul campo K e sia E uno spazio
affine associato a V . Nel caso V sia uno spazio vettoriale euclideo, cioe dotato
di un prodotto interno, allora E prende il nome di spazio euclideo associato a
V . La struttura di E e identica a quella dello spazio affine A, eccetto che per
la presenza del prodotto interno in V , la quale permette di introdurre i concetti
di angolo, distanze ed ortogonalita. Da cio deriva la possibilita di scegliere in E
un riferimento (O, e1 , .., en ) che sia formato da vettori ortonormali, cioe {e1 , .., en }
e una base ortonormale di V . Tale base e quella rispetto alla quale il prodotto
interno in V puo essere espresso come prodotto scalare standard. In altre parole,
se v = (x1 , .., xn ) e w = (y1 , ., yn ) sono vettori in V :
< v, w >= x1 y1 + x2 y2 + ... + xn yn .
Siano ora P, Q E tali che
OP = x1 e1 + .. + xn en
OQ = y1 e1 + ... + yn en .
w = (y1 , ..., yn ).
11
Geometria nel piano affine ed
euclideo
Siano V = lR2 e A lo spazio affine associato a V . Indichiamo con {i, j} una base
di V e con (O, i, j) un riferimento in A. Ogni punto P A e individuato dalle
coordinate (x, y) rispetto al riferimento dato, tali che OP = xi + yj. Diremo assi
coordinati quelle rette passanti per O, concordi e parallele ai vettori i, j.
11.1
Ogni retta del piano puo essere individuata da un suo punto P0 = (x0 , y0 ) e da un
vettore v = (l, m) ad essa parallelo. Se P = (x, y) e un qualsiasi punto della retta,
ne segue che il vettore P0 P sara proporzionale al vettore v, in quanto paralleli. In
altri termini avremo che P0 P = tv, per un opportuno scalare t, dipendente dalla
scelta di P sulla retta. Al variare di t lR, si ottiene la proporzionalita di v con
ogni vettore scelto sulla retta, cioe si ottengono tutti i punti della retta:
(
x x0 = tl
y y0 = tm
note come le equazioni parameriche di una retta e generalmente espresse da:
(
x = x0 + tl
.
y = y0 + tm
Gli elementi della coppia (l, m) sono detti parametri direttori della retta. In particolare se si conoscono due punti della retta P1 = (x1 , y1 ) e P2 = (x2 , y2 ), il vettore
P1 P2 e parallelo alla retta e quindi (l, m) = (x2 x1 , y2 y1 ) e lequazione si puo
ottenere nel modo seguente:
(
x = x1 + t(x2 x1 )
y = y1 + t(y2 y1 )
178
da cui
x x1
y y1
=
x2 x1
y2 y1
x x1
y y1
=
t=
l
m
che e detta equazione a catena di una retta.
Da tali espressioni, eliminando il parametro t, otteniamo
t=
mx mx0 ly + ly0 = 0
che possiamo riscrivere
ax + by + c = 0
che e lequazione lineare (implicita) che rappresenta la retta in coordinate affini.
Diremo che due rette sono parallele se esse hanno i parametri direttori proporzionali (in particolare identici). Si noti che quando la retta e espressa in forma implicita,
i suoi parametri direttori sono dati dalla coppia (l, m) = (b, a).
Dalla forma implicita ax + by + c = 0 di una retta, ricaviamo la forma detta
esplicita: y = mx + q, per m = ab e q = cb .
Abbiamo visto come lequazione della retta passante per i due punti P1 =
(x1 , y1 ) e P2 = (x2 , y2 ) si scriva
x x1
y y1
=
x2 x1
y2 y1
che equivale alla
(x x1 )(y2 y1 ) (y y1 )(x2 x1 ) = 0
cioe
xx
y y1
1
x2 x1 y2 y1
= 0.
11.2
179
a b
a0 b0
"
,
C=
a b c
a0 b0 c0
#
.
Allora possiamo dire che le due rette sono parallele quando ab = ab0 . Il rapporto
ab e detto coefficiente direttore (o angolare) della retta, quindi due rette sono
parallele se hanno lo stesso coefficiente direttore.
11.3
Fascio di rette.
180
ax + by + c = 0
a0 x + b0 y + c0 = 0
a b
a b c
A = a0 b0 ,
C = a0 b0 c0 .
a00 b00
a00 b00 c00
Se rango(A) = rango(C) = 2, allora il sistema ammette una sola soluzione,
cioe le tre rette hanno un punto in comune: esse appartengono ad un fascio proprio.
Se rango(A) = 1 e rango(C) = 2, allora il sistema e incompatibile ed le tre
rette sono parallele: esse appartengono ad un fascio improprio.
Possiamo concludere allora che la condizione necessaria e sufficiente affinche
le tre rette appartengano allo stesso fascio (proprio o improprio che sia) e che la
matrice
a b c
0
a b0 c0
a00 b00 c00
abbia rango 2.
11.4
181
l2
l
l
,
}
2
2
+m
l + m2
m
m
,
}
l 2 + m2
l 2 + m2
ll0 + mm0
ll0 + mm0
,
}.
l2 + m2 l02 + m02
l2 + m2 l02 + m02
a
b
,
).
2
2
+b
a + b2
a2
Quindi:
(P0 H) = |(P0 Q1 ) (
a
b
i+
j)| =
2
2
+b
a + b2
a2
182
a
b
i+
j)| =
2
2
+b
a + b2
|ax1 ax0 + by1 by0 |
.
a2 + b2
Dal fatto che Q1 r segue che ax1 + by1 = c, per cui
|((x1 x0 )i + (y1 y0 )j) (
(P0 H) =
11.5
a2
|ax0 + by0 + c|
.
a2 + b2
Simmetrie.
x1 + x2
,
2
b=
y1 + y2
.
2
Quindi, dato un punto P1 = (x1 , y1 ), per determinare le coordinate (x2 , y2 ) del suo
simmetrico P2 rispetto al punto Q = (a, b), e sufficiente calcolare
x2 = 2a x1 ,
y2 = 2b y1 .
y 1 = 3(x 1) y 3x + 2 = 0.
183
11.6
Sia P = (x, y) un punto del piano. Diremo che (x1 , x2 , x3 ) sono le coordinate
omogenee di P se xx31 = x e xx23 = y.
Nel caso x3 6= 0 le precedenti scritture hanno evidentemente un senso, e diremo che il punto e proprio. Ogni punto proprio (x, y) puo banalmente essere
individuato da una terna di coordinate omogenee (x, y, 1). Inoltre due terne tra
loro proporzionali individuano lo stesso punto nel piano.
Nel caso il punto P sia individuato dalla terna (x, y, 0) esso verra detto improprio. Linsieme dei punti impropri del piano forma una retta detta retta impropria,
la cui equazione e x3 = 0.
Consideriamo ora la retta r : ax + by + c = 0, nel passaggio alle coordinate
omogenee, la sua equazione diventa
x2
x1
a +b +c=0
x3
x3
cioe
ax1 + bx2 + cx3 = 0.
184
Tale retta avra uno ed un solo punto di intersezione con la retta impropria, e sar
a
detto il punto improprio di r.
noto che tutti e soli i punti di r sono quelli le cui coordinate soddisfino
E
lequazione ax1 + bx2 + cx3 = 0. Tra questi punti ce anche il punto improprio
di coordinate omogenee (b, a, 0). Ma similmente ogni punto improprio del tipo
(b, a, 0) soddisfa la precedente equazione, quindi un punto improprio di una
retta e unico a meno di un fattore di proporzionalita. In generale, direttamente
dalla definizione di coordinate omogenee, e di facile verifica che due qualsiasi terne
(x, y, 0) e (z, t, 0) tra loro proporzionali, individuino il medesimo punto improprio.
In particolare il punto improprio (b, a, 0) di una retta r non parallela allasse
delle Y (cioe con b 6= 0) si puo riscrivere come (1, ab , 0) (dividendo la terna per
b). Mentre il punto improprio di una retta parallela allasse Y e (0, 1, 0).
Consideriamo ora lequazione in coordinate omogenee di due rette tra loro parallele:
r : ax1 + bx2 + cx3 = 0
s : ax1 + bx2 + c0 x3 = 0.
Certamente esse non hanno punti propri in comune. Osserviamo cosa accade alla
loro intersezione: il sistema formato dalle loro equazioni
(
ax1 + bx2 + cx3 = 0
ax1 + bx2 + c0 x3 = 0
e omogeneo, con 3 incognite ma di rango 2. Una soluzione e quindi una qualsiasi
terna proporzionale ai minori della matrice associata, cioe la seguente:
#
"
# "
#!
"
b c
a c
a b
,
,
=
b c0
a c0
a b
b(c0 c), a(c0 c), 0 = (c0 c) (b, a, 0)
= (l, m, 0)
dove (l, m, 0) indicano al solito i parametri direttori che le rette (in quanto parallele) hanno in comune. Concludiamo allora che rette parallele hanno lo stesso
punto improprio.
11.7. La circonferenza.
11.7
185
La circonferenza.
b
= ,
2
r=
1p 2
a + b2 4c
2
1
1
raggio e r = 2 16 + 4 8 = 2 12 = 3.
= 3
2 , da cui C = (2, 1). Il
t
u
La circonferenza e lunica curva di secondo grado nel piano che contenga i due
seguenti punti impropri: (1, i, 0) e (1, i, 0) detti punti ciclici.
Circonferenza per tre punti. Consideriamo tre punti P1 = (x1 , y1 ), P2 =
(x2 , y2 ) e P3 = (x3 , y3 ) non allineati cioe
x y 1
1 1
x2 y2 1 6= 0.
x3 y3 1
186
Per ottenere la circonferenza passante per i tre punti dobbiamo sostituire le coordinate dei punti alla generica equazione di una circonferenza. In tale caso la circonferenza contenente i tre punti e unica. Infatti il sistema lineare che dobbiamo
risolvere
2
2
x1 + y1 + ax1 + by1 + c = 0
x22 + y22 + ax2 + by2 + c = 0
x2 + y 2 + ax + by + c = 0
3
3
3
3
nelle incognite (a, b, c) ha rango 3.
Esempio 138. Determinare la circonferenza contenente i punti (1, 2), (1, 8), (5, 0).
Svolg.
1 + 4 + a + 2b + c = 0
1 + 64 + a + 8b + c = 0
25 + 5a + c = 0
a + 2b + c = 5
a + 8b + c = 65
5a + c = 25
11.7. La circonferenza.
187
r = (OC) = 25 = 5
per cui lequazione della circonferenza e
(x 5)2 + (y 5)2 = 25
x2 + y 2 10x 10y + 25 = 0.
t
u
188
11.8
Esercizi.
12
Trasformazioni nel piano euclideo.
12.1
Traslazioni.
x = x0 + a
.
y = y0 + b
Esercizio 122. Sia P (1, 3) nel sistema di riferimento cartesiano OXY , O0 (1, 2)
e X 0 , Y 0 assi paralleli rispettivamente a X e Y e passanti per O0 . Sia inoltre
r : 3x+y1 = 0 rispetto a OXY . Determiniamo le coordinate di P e lequazione
di r rispetto al riferimento O0 X 0 Y 0 .
Svolg.
dove (a, b) sono le coordinate del nuovo centro del riferimento, ed applicandole nel
nostro caso otteniamo le coordinate di P 0
(
x0 = 1 1 = 2
.
y0 = 3 2 = 1
190
x = x0 + a
y = y0 + b
r:
3x0 + y 0 + 4 = 0.
t
u
12.2
Rotazioni.
Siano (x, y) le coordinate del punto P nel riferimento OXY . Consideriamo ora un
secondo riferimento OX 0 Y 0 in cui gli assi X 0 e Y 0 siano ruotati in senso antiorario
di un angolo rispetto agli assi X e Y . Per determinare le coordinate (x0 , y 0 ) di P
nel secondo riferimento, ricordiamo che esse sono le componenti del vettore OP .
Esprimiamo tali componenti rispetto alle due coppie di versori, i, j in OXY , i0 , j 0
in OX 0 Y 0 :
OP = x0 i0 + y 0 j 0
OP = xi + yj.
Quindi possiamo richiamare quanto detto in relazione al cambiamento di base in
uno spazio vettoriale:
" #
"
#
x
x0
=A
y
y0
dove A e la matrice di cambiamento di base. Nel nostro caso abbiamo che
"
#
cos() sen()
A=
sen() cos()
cioe
"
x
y
"
=
cos() sen()
sen() cos()
# "
x0
y0
y0
sen() cos()
y
da cui
x0 = xcos() + ysen()
.
y 0 = xsen() + ycos()
Si noti che le due matrici usate per il cambiamento di base sono luna la trasposta dellaltra, ma anche luna linversa dellaltra, infatti sono entrambe matrici
ortogonali.
12.3. Rototraslazioni.
191
2x + 3y 2 = 0 rispetto al
4 in senso antiorario rispetto a X, Y . Sia inoltre r :
riferimento OXY . Determiniamo le coordinate di P e lequazione di r rispetto a
OX 0 Y 0 .
Svolg.
y0
sen() cos()
y
da cui
x0 = xcos() + ysen()
.
y 0 = xsen() + ycos()
y
sen() cos()
y0
da cui
x = x0 cos() y 0 sen()
.
y = x0 sen() + y 0 cos()
x0= 22 (x + y) = 22 (1 1) = 0
y 0 = 22 (x + y) = 22 (1 1) = 2
e lequazione della retta e
r:
2 0
2 0
0
2
(x y ) + 3
(x + y 0 ) 2 = 0
2
2
r : 5 2x0 + 2y 0 4 = 0.
t
u
12.3
Rototraslazioni.
192
x00
y 00
"
=
cos() sen()
sen() cos()
# "
xa
yb
yb
sen() cos()
y 00
cioe
"
x
y
"
=
cos() sen()
sen() cos()
# "
x00
y 00
"
+
a
b
#
.
da cui
y0
sen() cos()
yb
(
x0 = (x a)cos() + (y b)sen()
.
y 0 = (x a)sen() + (y b)cos()
+
0
y
sen() cos()
y
b
da cui
x = x0 cos() y 0 sen() + a
.
y = x0 sen() + y 0 cos() + b
12.3. Rototraslazioni.
193
2
2
2
x0 =
(x
a
+
y
b)
=
(2
3)
=
2
2
2
y 0 = 22 (x + a + y b) = 22 (2 3) = 5 22
e lequazione della retta e
2 0
2 0
0
(x y ) + 1) + (
(x + y 0 ) + 2) 3 = 0
r : 2(
2
2
r : 3 2x0 2y 0 + 2 = 0.
t
u
194
12.4
Esercizi.
Esercizio 125. Siano OXY un sistema di riferimento ortogonale nel piano euclideo, P un punto di coordinate (1, 3) rispetto a OXY e r una retta di equazione
2x 3y + 1 = 0 in OXY . Determinare le coordinate di P e lequazione di r in un
secondo sistema di riferimento O0 X 0 Y 0 nei seguenti casi:
a) O0 ha coordinate (1, 2) rispetto a OXY e gli assi X 0 , Y 0 sono paralleli agli assi
X, Y (traslazione).
b) O0 = O e gli assi X 0 , Y 0 sono ruotati di un angolo = 3 in senso antiorario
rispetto a X, Y (rotazione).
c) O0 ha coordinate (1, 1) rispetto a OXY e gli assi X 0 , Y 0 sono ruotati di un
angolo = 6 in senso antiorario rispetto a X, Y (rototraslazione).
Esercizio 126. Siano OXY un sistema di riferimento ortogonale nel piano euclideo e : x2 + y 2 3x + y 1 = 0 una circonferenza la cui equazione e espressa
rispetto a OXY . Determinare lequazione di in un secondo sistema di riferimento O0 X 0 Y 0 nel caso i cui O0 abbia coordinate (2, 1) rispetto a OXY e gli assi
X 0 , Y 0 siano ruotati di un angolo = 4 in senso antiorario rispetto a X, Y .
13
Curve algebriche piane e punti
multipli.
13.1
Due polinomi f (x, y) e g(x, y) nelle variabili x, y a coefficienti reali, sono detti proporzionali se esiste a lR tale che f (x, y) = ag(x, y). Tale proporzionalita e una
relazione di equivalenza. Una curva algebrica e una classe di equivalenza di polinomi cioe se f (x, y) e un polinomio rappresentante della classe, allora lequazione
f (x, y) = 0 e rappresentativa della curva .
Il grado di una curva e il grado del polinomio che la rappresenta.
Teorema 32. Siano : f (x, y) = 0 e : g(x, y) = 0 due curve algebriche rispettivamente di gradi n e m. Allora esse hanno n m punti in comune eccetto il caso
in cui hanno infiniti punti in comune.
Come caso particolare consideriamo quello in cui : f (x, y) = 0 sia una curva
di grado n e : g(x, y) = 0 sia una curva di grado 1, cioe una retta. Allora
e hanno n punti in comune eccetto quando sia una componente di cioe
f (x, y) = g(x, y) h(x, y), dove h(x, y) e un polinomio di grado n 1.
Per esempio : x3 3xy 2 = 0 e : y 1 = 0 hanno in comune i seguenti 3
13.2
Molteplicit
a di un punto.
196
x3 y 2 = 0
xy =0
ha le tre soluzioni (1, 1) con molteplicita 1, (0, 0) con molteplicita 2. Quindi nel
punto P0 le due curve hanno molteplicita di intersezione M = 2 (e nel punto (1, 1)
hanno molteplicita di intersezione 1).
Consideriamo ora una generica retta ri del fascio di centro P0 . Ciascuna delle
rette ri ha una molteplicita di intersezione Mi con in P0 . Diremo molteplicit
a
di P0 per la curva , il minimo di tali Mi .
Il punto P0 e detto semplice se min{Mi } = 1, e detto punto multiplo se
min{mi } 2, in particolare e detto doppio se min{Mi } = 2, triplo se min{Mi } =
3, quadruplo se min{Mi } = 4, etc. etc.
Esercizio 127. Sia : x3 x2 + y 2 = 0 una cubica in OXY . Determiniamo la
molteplicit
a di P (0, 0) .
Svolg. Sia r la generica retta passante per P : y = mx.
Per ottenere la molteplicita di P dobbiamo intersecare r con .
(
(
x3 x2 + y 2 = 0
x3 x2 + m2 x2 = 0
y = mx
y = mx
in cui la soluzione (0, 0) e doppia, quindi P e un punto doppio per .
t
u
197
y = mx
y = mx
(
x3 (x + m4 x + 2m2 x + 3m m3 ) = 0
y = mx
t
u
y = mx
y = mx
(
13.3
t
u
Per terminare questo capitolo, esponiamo a brevi linee (e certamente non nella
sua forma completa) il metodo generalmente utilizzato per una prima analisi degli
eventuali punti doppi di una curva algebrica. Esso prevede la conoscenza da parte
degli studenti della definizione e del metodo di calcolo delle derivate parziali di
funzioni a due variabili, ed e qui espresso solo per un senso di completezza.
Sia P0 = (x0 , y0 ) un punto della curva rappresentata dal polinomio f (x, y), per
cui avremo che f (x0 , y0 ) = 0. Diremo che P0 e un punto doppio della curva se la
coppia di coordinate (x0 , y0 ) e una soluzione del sistema formato dalle equazioni:
f (x, y) = 0
fx0 (x, y) = 0
f 0 (x, y) = 0
y
00 (x, y), f 00 (x, y), f 00 (x, y) non si annulla,
ed almeno una delle derivate seconde fxx
yy
xy
quando e calcolata in (x0 , y0 ).
198
4
2
2
3
4
f (x, y) = 2x 3x y + y 2y + y = 0
fx0 (x, y) = 8x3 6xy = 0
f 0 (x, y) = 3x2 + 2y 6y 2 + 4y 3 = 0
y
Esso e soddisfatto dalla coppia (0, 0). Quindi il punto P0 = (0, 0) e il candidato
00 =
ad essere un punto doppio per la curva. In effetti la derivata seconda fyy
2 12y + 12y 2 non si annulla in P0 , ed esso e un punto doppio.
14
Le coniche.
14.1
Definizione.
Una curva algebrica : f (x, y) = 0 di secondo grado e detta conica, quindi si puo
rappresentare tramite lequazione:
f (x, y) = ax2 + bxy + cy 2 + dx + ey + f = 0
dove a, b, c, d, e, f lR. In coordinate omogenee la curva e rappresentata da un
polinomio omogeneo e lequazione diventa:
f (x1 , x2 , x3 ) = a11 x21 + 2a12 x1 x2 + a22 x22 + 2a13 x1 x3 + 2a23 x2 x3 + a33 x23 = 0
dove aij lR, per ogni i e j.
Si noti che anche il prodotto di due polinomi di primo grado determina un
polinomio rappresentante di una conica. In tale caso la conica e lunione delle due
rette rappresentate dai due polinomi di primo grado.
Consideriamo ora la matrice simmetrica di ordine 3, formata con i coefficienti
dellequazione della conica in coordinate omogenee:
x1
200
14. Le coniche.
1
1
A = 2
1
2
12
2
0
1
2
0 .
1
14.2
14.3. Polarit
a rispetto ad una conica.
201
Teorema 33. Sia una conica con matrice associata A. Le seguenti affermazioni
sono equivalenti:
i) La conica e riducibile.
ii) La conica ha almeno un punto doppio.
iii) det(A) = 0.
Dim. Supponiamo che la conica sia riducibile.
Essa e allora composta da due rette, incidenti in un punto (proprio o improprio)
oppure coincidenti. In entrambi i casi i punti comuni alle rette sono punti doppi
per la conica in base alla definizione di punto doppio per una curva.
Viceversa se una conica possiede un punto doppio P0 , e detto Q1 un qualsiasi
altro punto della conica, segue che la retta contenente i punti P0 , Q1 dovra avere
almeno 3 punti di intersezione con la conica. Cio vuol dire che la retta appartiene
completamente alla conica, la quale e percio riducibile.
Infine dimostriamo che la conica e riducibile se e solo se det(A) = 0. Infatti,
per quanto detto sopra, la conica e riducibile esiste P 0 = Y 0 punto doppio
una qualsiasi retta r per P 0 ha 2 intersezioni con la conica in P 0 intersecando
ed r si ottine un sistema con = 0, dove nel nostro caso (vedi argomento
precedente) = (Y t AY 0 )2 (Y t AY )(Y 0t AY 0 ) = (Y t AY 0 )2 (poiche P 0 e
quindi (Y 0t AY 0 ) = 0 ). Siamo allora nella seguente situazione: (Y t AY 0 ) = 0 al
variare di Y vettore generico del piano. Quindi AY 0 = 0, cioe det(A) = 0, visto
che la soluzione Y 0 = (0, 0, 0) non rappresenta alcun punto del piano.
t
u
14.3
Polarit
a rispetto ad una conica.
202
14. Le coniche.
14.4
.
x3 = 0
x3 = 0
203
> 0 Iperbole
= 0 Parabola .
< 0 Ellisse
In particolare se indichiamo con A33 il complemento algebrico dellelemento a33
della matrice A, notiamo che A33 = , quindi
A < 0 Iperbole
33
Tutte e sole le coniche che contengono i punti ciclici (1, i, 0) e (1, i, 0) sono le
circonferenze (che sono particolari ellissi).
14.5
Fascio di coniche.
204
14. Le coniche.
un fascio di coniche e sufficiente conoscere due qualsiasi coniche di esso (ad esempio
anche due coniche riducibili che appartengono al fascio).
Il caso generale e quello in cui A, B, C, D sono tutti tra loro distinti, si parla
quindi di fascio generale.
Nel caso in cui si abbia A = B e C, D distinti, allora le coniche del fascio
hanno una tangente comune (si parla di fascio di coniche tangenti), ed e la retta
tangente nel punto A = B.
Nel caso si abbia A = B e C = D allora le coniche del fascio hanno due rette
tangenti in comune (si parla di fascio di coniche bitangenti), e sono le tangenti nel
punto A = B ed in C = D.
Nel caso si abbia A = B = C allora le coniche del fascio hanno una retta
tangente in comune (si parla di fascio di coniche osculatrici), ed e la tangente nel
punto A = B = C.
Nel caso si abbia A = B = C = D allora le coniche del fascio hanno una retta
tangente in comune (si parla di fascio di coniche iperosculatrici), ed e la tangente
nel punto A = B = C = D.
Ogni fascio di coniche contiene 3 coniche riducibili (distinte o no a seconda del
tipo di fascio). Nel seguente prospetto indichiamo con tA e tC rispettivamente le
tangenti comuni a tutte le coniche di un fascio nei punti A e C:
Tipo di fascio
generale
tangenti A = B
bitangenti A = B, C = D
osculatrici A = B = C
iperosculatrici A = B = C = D
14.6
Coniche riducibili
AB CD
AD BC
AC BD
tA CD
AD AC contata due volte
tA tC
AC AC contata due volte
tA AD contata tre volte
tA tA contata tre volte
Definiamo diametro di una conica non riducibile, la retta polare, rispetto alla
conica, di un qualsiasi punto improprio (h, k, 0). Sia A la matrice associata alla
205
().
h k 0 a12 a22 a23 x2 = 0
a13 a23 a33
x3
In definitiva il nostro compito e quello di determinare le coppie di valori (h, k) da
utilizzare nella (*), sia per individuare gli asintoti che gli assi.
Affinche (h, k, 0) sia esattamente il polo di un asintoto, dovra accadere che esso
206
14. Le coniche.
a11
h
i
h k 0 a12
a13
a
a
a
k
11
12
13
h
i
14.7
207
Per ottenere la forma ridotta congruente a quella di partenza, si applica esattamente il metodo di diagonalizzazione delle forme quadratiche.
14.8
a12 a22
y
e siano 1 e 2 gli autovalori di A33 . Indichiamo con w1 = (b11 , b21 ) lautovettore
che genera lautospazio relativo a 1 e w2 = (b12 , b22 ) quello
" che genera
# lautospazio
b11 b12
relativo a 2 . Allora la matrice che diagonalizza A33 e
con
b21 b22
"
C T A33 C = C 1 A33 C =
1 0
0 2
#
.
x
y
"
=
b11 b12
b21 b22
# "
x0
y0
208
14. Le coniche.
Determiniamo ora una traslazione che riporti il centro della conica nel centro
degli assi coordinati:
(
x0 = x00 c
y 0 = y 00 d
1 (x00 c)2 + 2 (y 00 d)2 + 2a013 (x00 c) + 2a023 (y 00 d) + a033 = 0
cioe
1 x002 + 2 y 002 + (21 c + 2a013 )x00 +
(22 d + 2a023 )y 00 + (1 c2 + 2 d2 + 2a013 c + 2a023 d + a033 ) = 0
(B).
(C)
2 y 02 + 2a 130 x0 + a033 = 0
(D).
oppure
Cominciamo con il caso (C). Determiniamo una traslazione che riporti il vertice
della parabola nel centro degli assi coordinati:
(
x0 = x00 c
y 0 = y 00 d
209
lequazione diventa
1 (x00 c)2 + 2a023 (y 00 d) + a033 = 0
(C0 )
(D0 )
x2
a2
x2
a2
x2
a2
x2
a2
y2
+
+
y2
b2
y2
b2
y2
b2
y2
b2
5)
+
= 0, iperbole degenere;
6)
ax = 0, parabola;
7) y 2 a2 = 0, parabola degenere;
8) y 2 + a2 = 0, parabola degenere a punti non reali;
9) y 2 = 0, conica doppiamente degenere.
210
14. Le coniche.
Riassumendo, abbiamo visto che una rototraslazione degli assi di una conica
(dellasse e della retta tangente al vertice, nel caso della parabola) ci permette
di ottenere una ulteriore e pi
u semplice forma della conica stessa, riferita ad un
sistema di riferimento opportuno. Tali forme sono dette ridotte o canoniche .
Nel cambiamento del sistema di riferimento ortogonale, vi sono alcune quantit
a
(reali) che non mutano, cioe si mantengono invarianti nel passaggio da una forma
della conica allaltra. Tali quantita vengono dette invarianti ortogonali:
Teorema 36. Sia : X T A X = 0 una conica del piano euclideo e sia X 0T A0
X 0 = 0 la sua equazione in forma ridotta, cioe dopo una cambiamento ortonormale
del sistema di riferimento. Siano aij gli elementi della matrice A e a0ij quelli della
matrice A0 . Allora valgono le seguenti:
i) det(A) = det(A0 ).
ii) A33 = A033 .
iii) a11 + a22 = a011 + a022 .
Possiamo sfruttare il precedente teorema per ottenere la forma ridotta di una
conica. Sia A la matrice associata alla conica, operiamo nel modo seguente:
Coniche a centro. La forma canonica alla quale si vuole arrivare e la seguente
a011 x21 + a022 x22 + a033 x23 = 0
la cui matrice associata e
a011 0
0
0 a022 0 .
0
0 a033
Per ottenere i valori di a011 , a022 , a033 e sufficiente applicare i tre punti del teorema e
risolvere le equazioni:
det(A) = a011 a022 a033
A33 = a011 a022
a11 + a22 = a011 + a022 .
Parabola. Una forma canonica alla quale si puo arrivare e la seguente
a011 x21 + 2a023 x2 x3 = 0
la cui matrice associata e
a011 0
0
0 a023 .
0
0 a023 0
211
Per ottenere i valori di a011 , a023 e sufficiente applicare i tre punti del teorema e
risolvere le equazioni:
det(A) = a011 a02
23
a11 + a22 = a011 .
Laltra forma canonica puo essere
a022 x22 + 2a013 x1 x3 = 0
la cui matrice associata e
0
0 a013
0 a022 0 .
a013 0
0
Per ottenere i valori di a022 , a023 e sufficiente applicare i tre punti del teorema e
risolvere le equazioni:
det(A) = a022 a02
13
a11 + a22 = a022 .
Esercizio 130. Classificare la conica x2 + 4xy y 2 + x y + 1 = 0, determinarne
eventuali assi e asintoti, una sua forma canonica ed il polo della retta 2xy+1 = 0
rispetto ad essa.
Svolg.
1
1 2
2
A = 2 1 12
1
1
1
2 2
1
x
1 2
1
h
i
2
1 h 0 2 1 12 x2 = 0.
1
1
x3
1
2 2
Il generico diametro e
1 h
(1 + 2h)x1 + (2 h)x2 + ( )x3 = 0
2 2
il cui coefficiente angolare e h0 =
1+2h
h2 .
212
14. Le coniche.
5, 2
5} e
(10 + 4 5)x 2 5y + ( 5 1) = 0
e
(10 4 5)x + 2 5y + ( 5 1) = 0.
4 5x + (10 2 5)y + (3 5) = 0
e
5 1 5
, 2 }
e quindi
4 5x + (10 + 2 5)y + (3 + 5) = 0.
Una forma canonica e data da a11 x21 + a22 x22 + a33 x23 = 0, con matrice associata
a11 0
0
A0 = 0 a22 0 .
0
0 a33
I suoi invarianti ortogonali sono allora
6 = det(A0 ) = a11 a22 a33 ,
0 = I = a11 + a22
5,
a22 = 5,
a11 = 5,
a22 =
5,
a33 =
6
5
a33 =
6
5
5x2
5y 2 +
6
=0
5
6
5x2 + 5y 2 + = 0.
5
Infine determiniamo il polo della retta 2x1 x2 + x3 = 0 rispetto alla conica. Esso
avra coordinate (a, b, c) tali che
1
1 2
x1
h
i
2
a b c 2 1 12 x2 = (2x1 x2 + x3 ).
1
1
1
x3
2 2
213
2a + 4b + c = 4
4a 2b c = 2
a b + 2c = 2
le cui soluzioni sono
1 5 5
( , , )
8 8 4
che e una terna proporzionale a (1, 5, 10) = (a, b, c).
t
u
Esercizio 131. Determinare lasse ed una forma canonica della parabola 2x2 +
2y 2 4xy + 2x 1 = 0.
Svolg.
2 2 1
A = 2 2
0
1
0 1
2 2 1
x1
h
i
1 1 0 2 2
0 x2 = 0
1
0 1
x3
4x1 x2 + x3 = 0.
Una forma canonica e data da a11 x21 + 2a23 x2 x3 = 0, con matrice associata
a11 0
0
A0 = 0
0 a23 .
0 a23 0
I suoi invarianti ortogonali sono allora
2 = det(A0 ) = a11 a223 ,
4 = I = a11 + a22
214
14. Le coniche.
1
a23 =
2
oppure
1
a23 =
2
a11 = 4,
e le due forme canoniche ottenute sono:
2
4x21 + x2 x3 = 0
2
e
cioe
2
4x21 x2 x3 = 0
2
y = 2 2x2
y = 2 2x2 .
t
u
Utilizziamo il "
metodo degli# autovalori. Quindi determiniamo gli autovalori
1 21
della matrice A33 =
. Essi sono h1 = 12 e h2 = 32 . Lautospazio
12 1
relativo allautovalore h1 e generato dallautovettore v = (1, 1) che ha come versore
( 12 , 12 ).
Lautospazio relativo allautovalore h2 e generato dallautovettore v = (1, 1)
che ha come versore ( 12 , 12 ).
Allora il primo cambiamento di variabili, con il quale annulliamo il termine in
xy e dato da
" # " 1
# "
#
0
x
x
2
2
=
1
1
y0
y
2
2
da cui
x=
y=
1 (x0
2
1 (x0
2
y0)
+ y0)
1 02 3 02
2
12
x + y + x0 + y 0 + 1 = 0.
2
2
2
2
215
y 0 = y 00 b
1 00
3
2
12
(x a)2 + (y 00 b)2 + (x00 a) + (y 00 b) + 1 = 0
2
2
2
2
da cui
1 002
3
2
2
12
12
(x + a2 2ax00 ) + (y 002 + b2 2by 00 ) + x00 a + y 00 b + 1 = 0.
2
2
2
2
2
2
I coefficienti di x00 e y 00 si annullano per a =
diventa:
2
2
eb=
4
2
1 00
2
3
4
2
2
12
4
(x )2 + (y 00 )2 + (x00 ) + (y 00 ) + 1 = 0
2
2
2
2
2
2
2
2
cioe
1 002 3 002
x + y = 12
2
2
002
x
y 002
+
= 1.
24
8
Vogliamo ora ripetere lesercizio utilizzando il metodo di rototraslazione degli assi:
gli assi dellellisse sono
a1 :
xy4=0
X0
a2 :
x+y+2=0
Y 0.
x
x
1
2
2
=
+
1
1
y
y0
3
2
2
da cui
x=
y=
1 (x0
2
1 (x0
2
y0) + 1
+ y0) 3
216
14. Le coniche.
1
1
5( (x0 y 0 ) + 1) + 7( (x0 + y 0 ) 3) + 1 = 0
2
2
cioe
1 02 3 02
x + y 12 = 0
2
2
x02 y 02
+
= 1.
24
8
t
u
Utilizziamo il metodo
degli
"
# autovalori. Quindi determiniamo gli autovalori
1 2
della matrice A33 =
. Essi sono h1 = 0 e h2 = 5. Lautospazio
2 4
relativo allautovalore h1 e generato dallautovettore v = (2, 1) che ha come versore
( 25 , 15 ).
Lautospazio relativo allautovalore h2 e generato dallautovettore v = (1, 2)
che ha come versore ( 15 , 25 ).
Allora il primo cambiamento di variabili, con il quale annulliamo i termini in
xy e y e dato da
" # " 2
# "
#
15
x
x0
5
=
1
2
y
y0
5
5
da cui
x=
y=
2 (x0
5
1 (x0
5
y0)
+ y0)
5
5y 02 + x0 5 = 0
5
1
y 02 + x0 1 = 0.
5
y 0 = y 00 b
1
(y 00 b)2 + (x00 a) 1 = 0
5
217
1
1
y 002 + b2 2by 00 + x00 a 1 = 0.
5
5
Per avere la forma canonica dovremmo avere
b=0 a= 5
da cui
1
1
(y 00 b)2 + (x00 a) 1 = y 002 + (x00 + 5) 1 =
5
5
1
y 002 + x00 = 0.
5
t
u
Per determinare i punti base del fascio scegliamo due coniche qualsiasi, per esempio
x21 x23 = 0 e x1 x2 = 0 ed intersechiamole:
(
x1 x2 = 0
2
x1 x23 = 0
che ha come soluzione i punti (0, 1, 0) con molteplicita 2, (1, 0, 1) e (1, 0, 1) entrambi con molteplicita 1. Siamo in presenza di un fascio di coniche tangenti,
cioe vi e una tangente comune a tutte le coniche del fascio. Per determinarla,
scegliamo una conica irriducibile del fascio, per esempio per k = 2, e calcoliamo la
tangente a tale conica nel punto (0, 1, 0): per il valore k = 2, la conica ottenuta e
x2 + 2xy 1 = 0. La tangente ad essa in (0, 1, 0) e
1 1 0
x1
h
i
0 1 0 1 0 0 x2 = 0 cioe x1 = 0.
0 0 1
x3
Infine calcoliamo le coniche riducibili del fascio: esse si ottengono annullando il
determinante della matrice associata alla generica conica del fascio:
1 k 0
k2
2
0 = k2 0 0 =
4
0 0 1
218
14. Le coniche.
Per determinare i punti base del fascio scegliamo due coniche qualsiasi, per esempio
x21 x23 = 0 e 2x1 x2 = 0 ed intersechiamole:
(
2x1 x2 = 0
x21 x23 = 0
che ha come soluzione i punti (0, 1, 0) con molteplicita 2, (1, 0, 1) e (1, 0, 1) entrambi con molteplicita 1. Siamo in presenza di un fascio di coniche tangenti,
cioe vi e una tangente comune a tutte le coniche del fascio. Per determinarla,
scegliamo una conica irriducibile del fascio, per esempio per k = 2, e calcoliamo la
tangente a tale conica nel punto (0, 1, 0): per il valore k = 2, la conica ottenuta e
2x2 + 2xy 2 = 0. La tangente ad essa in (0, 1, 0) e
2 1 0
x1
h
i
0 1 0 1 0 0 x2 = 0 cioe x1 = 0.
0 0 2
x3
Infine calcoliamo le coniche riducibili del fascio: esse si ottengono annullando il
determinante della matrice associata alla generica conica del fascio:
k 1 0
0= 1 0 0 =k
0 0 k
quindi per k = 0, con molteplicita 1, si ottiene la conica riducibile del fascio
x1 x2 = 0. Le altre coniche riducibili si ottengono osservando che il parametro k e
associato ad esse nellespressione del fascio: x2 = 0, con molteplicita 2 (infatti la
retta x = 0 passa per i due base che hanno molteplicita 2).
t
u
Esercizio 136. Sia dato il fascio di coniche x2 + ky 2 + xy 1 = 0, al variare di
k lR. Determinare i punti base, le coniche riducibili e le tangenti comuni a tutte
le coniche del fascio.
219
Per determinare i punti base del fascio scegliamo due coniche qualsiasi, per esempio
x21 + x1 x2 x23 = 0 e x22 = 0 ed intersechiamole:
(
x22 = 0
x21 + x1 x2 x23 = 0
1 0 1
1
2
0
x1
1
1 0 x2 = 0 cioe x1 + x2 x3 = 0.
2
0 1
x3
1
2
La tangente in (1, 0, 1) e
1 0 1
1
2
0
x1
1 0 x2 = 0
0 1
x3
1
2
1
cioe x1 + x2 + x3 = 0.
2
1
= k +
4
220
14.9
14. Le coniche.
221
la cui soluzione e q = 41 i + 1. Quindi la retta del fascio f1 che sia tangente alla
parabola ha equazione y = ix + 41 i + 1. Inoltre la retta che appartenga al fascio
f2 di centro C2 = (1, i, 0) e che sia tangente alla parabola, e la coniugata della
precedente : y = ix 41 i + 1. Il fuoco della parabola e lintersezione di tali due
rette:
(
r : y = ix + 14 i + 1
r : y = ix 14 i + 1
da cui F = r r = ( 14 , 1).
t
u
q = 1 i + 2 2i
q = 1 i 2 2i.
Quindi le rette del fascio f1 che siano tangenti alliperbole hanno equazioni:
y = ix 1 i + 2 2i
y = ix 1 i 2 2i.
p
Osserviamo che 2i = (1 + i)2 {+(1 + i), (1 + i)} per cui possiamo considerare le tangenti
r : y = ix 1 i + 2(1 + i)
t : y = ix 1 i 2(1 + i).
t : y = ix 1 + i 2(1 i).
222
14. Le coniche.
14.10
t
u
Esercizi.
Esercizio 137. Nel piano ampliato si determinino i punti base del fascio x2 +
( 1)y = 0 con la relativa molteplicit
a.
Esercizio 138. Nel piano ampliato si determinino i punti base del fascio y 2 +
( + 1)x = 0 con la relativa molteplicit
a.
Esercizio 139. Nel piano ampliato si determinino le coniche degeneri del fascio
xy + x2 + y = 0 con la relativa molteplicit
a.
Esercizio 140. Nel piano ampliato si determinino le coniche degeneri del fascio
xy + xy + 3 = 0 con la relativa molteplicit
a.
Esercizio 141. Nel piano ampliato si determinino le coordinate del polo della
retta 3x 4y + 1 = 0 rispetto alla conica x2 + 2y 2 3xy + 2x y = 0.
Esercizio 142. Nel piano ampliato si determinino le coordinate del polo della
retta x + y = 0 rispetto alla conica 2x2 + y 2 1 = 0.
Esercizio 143. Nel piano ampliato si determinino le coordinate del polo della
retta 2x 3y + 2 = 0 rispetto alla conica x2 + 2y 2 3xy + 2x y = 0.
Esercizio 144. Data la conica x2 + 2xy + 4y 2 4x 10y + 4 = 0, determinare
una coppia di diametri coniugati, uno dei quali parallelo allasse X.
Esercizio 145. Determinare lequazione della circonferenza che passa per i punti
(4, 2), (2, 3) ed ha centro sulla retta x y 1 = 0.
Risposta : (x 21 )2 + (y + 12 )2 = 29
2
Esercizio 146. Determinare lequazione del cerchio di centro (6, 7) che sia tangente alla retta 5x 12y 24 = 0.
Risposta : (x 6)2 + (y 7)2 = 36
14.10. Esercizi.
223
x2 + 8y 2 + 2x + 16y + 3 = 0
(2, 1),
(1, 2),
(3, 2).
Esercizio 155. Scrivere lequazione del fascio di coniche che ha come punti base
(1, 2),
(3, 2),
(1, 1, 0)
224
14. Le coniche.
Esercizio 156. Scrivere lequazione del fascio di coniche che ha come punti base
A(1, 3), B(2, 5) e tangenti in A alla retta x + 1 = 0 ed in B alla retta y 5 = 0.
Esercizio 157. Data la conica : x2 + 2xy + y 2 4y + 6 = 0, determinarne il
centro, il fuoco, il vertice e lasse (e una parabola).
Scrivere lequazione della conica in forma ridotta.
Esercizio 158. Data la conica : 3x2 4xy + 16x 8y 60 = 0, determinarne
il centro, il vertice, gli assi e gli asintoti.
Scrivere lequazione della conica in forma ridotta.
Esercizio 159. Determinare la tangente comune a tutte le coniche del fascio xy
(x2 y 2 2y) = 0
Esercizio 160. Determinare la tangente comune a tutte le coniche dela fascio
xy (x y 2 ) = 0
Esercizio 161. Determinare il polo della retta 7x 10y + 5 = 0 nella polarit
a
2
2
rispetto alla conica x + 2y 3xy + 2x y = 0.
Esercizio 162. Nel piano ampliato determinare le coniche degeneri del fascio
xy + y 2 = 0
Esercizio 163. Nel piano ampliato determinare le coordiante del polo della retta
7x 9y + 1 = 0 nella polarit
a rispetto alla conica x2 + 2y 2 3xy + 2x y = 0.
Esercizio 164. Nel piano ampliato determinare le coniche degeneri del fascio
xy + xy 1 = 0
Esercizio 165. Nel piano ampliato determinare il polo della retta 4x 5y = 0
nella polarit
a rispetto alla conica x2 + 2y 2 3xy + 2x y = 0.
Esercizio 166. Nel piano ampliato quali sono le coniche degeneri del fascio xy +
x2 y = 0
Esercizio 167. Determinare le forme ridotte delliperbole 2x2 3xy 2y 2 +5x = 0
Esercizio 168. Determinare le forme ridotte della parabola x2 2xy +y 2 +2x = 0.
Esercizio 169. Studiare la seguente conica 2x2 y + x + 1 = 0.
Esercizio 170. Studiare la conica 2x2 y 2 + 4x 1 = 0.
Esercizio 171. Determinare lequazione ridotta delliperbole equilatera x2 y 2 = 4
riferita ai suoi asintoti.
Esercizio 172. Determinare le equazioni ridotte dellellisse x2 xy + y 2 5x +
7y + 1 = 0 di centro (1, 3) ed assi x y 4 = 0, x + y + 2 = 0.
15
Rette e piani nello spazio affine
ed euclideo.
15.1
Equazioni di un piano.
x = x0 + tl1 + t l2
y = y0 + tm1 + t0 m2
z = z + tn + t0 n
0
1
2
che sono dette equazioni parametriche di un piano. Da queste otteniamo
x x0 = tl1 + t l2
y y0 = tm1 + t0 m2
z z = tn + t0 n
0
1
2
cioe il vettore P P0 dipende linearmente dai vettori v1 , v2 , per cui
xx yy zz
0
0
0
m1
n1 = 0
l1
l2
m2
n2
svolgendo la quale si ha lequazione affine del piano
ax + by + cz + d = 0.
226
Supponiamo ora di avere tre punti non allineati nello spazio P0 = (x0 , y0 , z0 ),
P1 = (x1 , y1 , z1 ), P2 = (x2 , y2 , z2 ). Essi individuano un piano, in particolare i
vettori P0 P1 e P0 P2 sono tra loro indipendenti ed hanno componenti
P0 P1 = (x1 x0 , y1 y0 , z1 z0 )
P0 P2 = (x2 x0 , y2 y0 , z2 z0 ).
Per ogni altro punto P = (x, y, z) del piano, il vettore P0 P = (x x0 , y y0 , z z0 )
e dipendente dai precedenti due vettori, cioe
xx
y y0 z z0
0
x1 x0 y1 y0 z1 z0 = 0
x2 x0 y2 y0 z2 z0
che e equivalente alla
x y z
x0 y0 z0
x1 y1 z1
x2 y2 z2
1
1
1
1
=0
15.2
15.3
227
Fascio di piani.
ax + by + cz + d = 0
a0 x + b0 y + c0 z + d0 = 0
a b c
A = a0 b0 c0 ,
a00 b00 c00
a b c d
C = a0 b0 c0 d0 .
a00 b00 c00 d00
15.4
Stella di piani.
ax + by + cz + d = 0
a0 x + b0 y + c0 z + d0 = 0
228
nelle incognite x, y, z. Le
a
0
A= a
a00
b c
a b c d
C = a0 b0 c0 d0 .
b0 c0 ,
b00 c00
a00 b00 c00 d00
a
b
c
d
a0 b0 c0 d0
00
00
00
00
a
b
c
d
a000 b000 c000 d000
ha rango 3.
15.5
Definiamo retta nello spazio, linsieme di tutti i punti comuni a due piani non
paralleli, quindi la rappresentiamo con le equazioni:
(
ax + by + cz + d = 0
.
a0 x + b0 y + c0 z + d0 = 0
229
Ogni retta dello spazio puo essere individuata da un suo punto P0 = (x0 , y0 , z0 ) e
da un vettore v = (l, m, n) ad essa parallelo. Quindi ogni punto P = (x, y, z) della
retta e tale che il vettore P0 P sia proporzionale al vettore v cioe P0 P = tv, per
un opportuno parametro t dipendente dalla scelta di P sulla retta. Al variare del
parametro t si ottengono tutti i punti della retta:
x = x0 + tl
y = y0 + tm
z = z + tn
0
che sono dette equazioni parametriche della retta. La terna (l, m, n) rappresenta
i parametri direttori della retta. In particolare se si conoscono due punti della
retta P1 = (x1 , y1 , z1 ) e P2 = (x2 , y2 , z2 ), il vettore P1 P2 e parallelo alla retta e
quindi (l, m, n) = (x2 x1 , y2 y1 , z2 z1 ) e lequazione si puo ottenere nel modo
seguente:
x = x1 + t(x2 x1 )
y = y1 + t(y2 y1 )
z = z + t(z z )
1
2
1
da cui
t=
x x1
y y1
z z1
=
=
x2 x1
y2 y1
z2 z1
15.6
Rette complanari.
ax + by + cz + d = 0
a0 x + b0 y + c0 z + d0 = 0
230
cioe i quattro piani che le formano appartengono ad una stella impropria. Possiamo
quindi dedurre che due rette sono complanari se la matrice
a
b
c
d
a0 b0 c0 d0
00
00
00
00
a
b
c
d
a000 b000 c000 d000
ha rango 3, cioe quando
a
b
c
d
0
0
0
a
b
c
d0
a00 b00 c00 d00
a000 b000 c000 d000
= 0.
15.7
(
r:
ax + by + cz + d = 0
0 : a0 x + b0 y + c0 z + d0 = 0
.
00 : a00 x + b00 y + c00 z + d00 = 0
Se i tre piani appartengono allo stesso fascio, allora la retta r appartiene al piano
(essa e lasse del fascio).
Se i tre piani appartengono ad una stella propria allora la retta ed il piano
hanno un punto in comune (che e il centro della stella).
Se i tre piani appartengono ad una stella impropria allora la retta ed il piano
non hanno punti in comune, cioe la retta e parallela al piano.
231
15.8
: ax + by + cz + d = 0
: a0 x + b0 y + c0 z + d0 = 0
con parametri direttori (l, m, n). Essi sono le componenti di un vettore parallelo
alla retta. Tale vettore deve allora essere parallelo sia al piano che a 0 , ed
applicando la condizione di parallelismo otteniamo:
(
al + bm + cn = 0
.
a0 l + b0 m + c0 n = 0
Questo e un sistema omogeneo di rango 2, nelle tre incognite (l, m, n), le cui
soluzioni sono proporzionali ai minori
"
b c
b0 c0
"
,
c a
c0 a0
"
,
a b
a0 b0
#
.
Esercizio 173. Determinare lequazione del piano contenente i punti (1, 1, 0),
(1, 0, 1), (3, 1, 0).
232
Svolg. Sia (x, y, z) il generico punto del piano. Lequazione in forma cartesiana
si ottiene allora da:
x y z 1
1 1 0 1
=0
1 0 1 1
3 1 0 1
cioe x + y + z 2 = 0.
t
u
x = t + t + 1
y = 2t + 2t0 + 1
z = 3t t0 + 2
ed in forma cartesiana
x1 y1 z2
2
3
1
1
2
1
=0
cioe 4x y + 2z 7 = 0.
t
u
3 1 2
A0 = 1 4 2 ,
2 5 4
3 1 2 0
C 0 = 1 4 2 1 .
2 5 4 2
233
1 1 3 2
1 1 3
A0 = 2 2 6 ,
C 0 = 2 2 6 1 .
5 5 15 4
5 5 15
La matrice A0 ha rango 1 e la matrice C 0 ha rango 2, quindi il piano appartiene
al fascio dato.
t
u
Esercizio 177. Sia data la stella di piani (3x+y2z)+a(x4y+2z1)+b(x1) =
0. Verificare se i piani : 3x + 5y 4z = 0 e : 2x + y 1 = 0 appartengono o
no alla stella.
Svolg.
Le matrici associate
3 1
A = 1 4
1 0
2
3 1 2 0
C = 1 4 2 1 .
2 ,
0
1 0
0 1
A0 =
3 1 2
1 4 2
1 0
0
3 5 4
C0 =
3 1 2 0
1 4 2 1
.
1 0
0 1
3 5 4 0
3 1 2
3 1 2 0
1 4 2
1 4 2 1
A00 =
C 00 =
,
.
1 0
1 0
0
0 1
2 1
0
2 1
0 1
La matrice C 00 ha rango 4, quindi il piano non appartiene alla stella.
t
u
234
2 1 1
A= 1 1 1
3 2 2
stella sono
2 1 1 0
C = 1 1 1 1 .
3 2 2 1
A0 =
2
1
3
2
1
1
2
2
1
1
2
2
C0 =
2
1
3
2
1
1
2
2
1 0
1 1
2 1
2 3
2 1 1
2 1 1
0
1 1 1
1 1 1
1
00
00
A =
C =
,
.
3 2 2
3 2 2 1
1 2 1 0
1 2 1
La matrice A00 ha rango 3, quindi il piano non appartiene alla stella impropria.
t
u
Esercizio 179. Determinare la retta passante per i punti (1, 0, 1) e (2, 3, 1).
Svolg. I parametri direttori della retta sono dati dalle differenze delle coordinate omologhe dei due punti: (l, m, n) = (1, 3, 0), quindi una forma parametrica
dellequazione della retta e:
x=t+1
y = 3t .
z=1
In forma cartesiana, eliminando il parametro t dalle precedenti, otteniamo:
(
3x y 3 = 0
.
z=1
t
u
235
Esercizio 180. Determinare la retta passante per il punto (2, 1, 1) e parallela alla
retta s : 2x + y z = x + y 2z + 1 = 0.
Svolg. I parametri direttori della retta s sono (1, 3, 1), e quindi essi possono
essere considerati anche come i parametri direttori della retta da determinare.
Quindi una forma parametrica dellequazione della retta e:
x = t + 2
y = 3t + 1 .
z =t+1
In forma cartesiana, eliminando il parametro t dalle precedenti, otteniamo:
(
x+z3=0
.
3x + y 7 = 0
t
u
x 3y + 2 = x + y + z 1 = 0
x = t + 2,
y = 5t + 3,
z = t.
4
3
4
A = 3 1 4 .
1 5 1
Poiche det(A) 6= 0, le due rette non sono complanari (si dice che sono sghembe).
t
u
Esercizio 182. Determinare se le seguenti rette sono complanari:
r:
s:
xy =z1=0
x y + 2z 3 = 2x 2y + 3z 4 = 0
236
A=
1 1 0 0
0 0 1 1
1 1 2 3
2 2 3 4
Poiche det(A) = 0, le due rette sono complanari. Calcoliamo allora il piano che
la contiene entrambe: determiniamo dapprima il fascio di piani che abbia come
sostegno la retta s:
F :
(x y + 2z 3) + a(2x 2y + 3z 4) = 0.
x y + z 1 = 0.
t
u
x = t,
y = 1 2t,
z=t
sono paralleli.
Svolg. I parametri direttori della retta sono (l, m, n) = (1, 2, 1) ed i coefficienti
del piano sono (a, b, c) = (2, 1, 4), per cui e verificata la condizione al+bm+cn =
0.
t
u
Esercizio 184. Determinare il punto comune alla retta
r:
2x y + 1 = x + y z = 0
ed al piano : 3x y + 2z = 0.
237
x=t
y = 2t + 1 .
z = 3t + 1
Sostituiamo il generico punto di r, che ha coordinate (t, 2t + 1, 3t), nellequazione
del piano. Otterremo il valore del parametro t per il quale il punto appartiene sia
alla retta che al piano:
3t (2t + 1) + 2(3t + 1) = 0 t =
1
7
x = 7
y = 57 .
z=4
7
Esercizio 185. Determinare il piano passante per il punto (2, 1, 1) e parallelo al
piano : 2x y + 3z + 5 = 0.
Svolg.
15.9
Sia P = (x, y, z) un punto nello spazio. Diremo che (x1 , x2 , x3 , x4 ) sono le coordinate omogenee di P se
x=
x1
,
x4
y=
x2
,
x4
z=
x3
.
x4
238
x4 = 0
Quindi ogni retta contiene un solo punto improprio (l, m, n, 0), dove (l, m, n) sono
esattamente i parametri direttori di r. Per cui rette tra loro parallele hanno lo
stesso punto improprio.
Se una retta ed un piano sono paralleli, allora il punto improprio della retta
appartiene alla giacitura del piano.
15.10
l
l
,
}
l 2 + m2 + n 2
l2 + m2 + n2
= cos(r, Y ) {+
m
m
,
}
2
2
2
+m +n
l + m2 + n2
l2
239
n
n
,
}
l 2 + m2 + n 2
l2 + m2 + n2
cos(r, r0 ) = cos(v, v 0 ) =
.
l2 + m2 + n2 l02 + m02 + n02
Quindi le due rette sono ortogonali se ll0 + mm0 + nn0 = 0.
Sia : ax + by + cz + d = 0 un piano. Un vettore v di componenti (vx , vy , vz )
e parallelo al piano se avx + bvy + cvz = 0. Cio vuol dire anche che il vettore
v e ortogonale ad ogni vettore w di componenti proporzionali alla terna (a, b, c).
In particolare questo implica che ogni vettore w = %(a, b, c) e ortogonale anche al
piano ax + by + cz + d = 0. Diciamo allora che una retta e ortogonale al piano
se i suoi coseni direttori sono
a
a
= cos(r, X) {+
,
}
2
2
2
2
a +b +c
a + b2 + c2
b
b
,
}
a2 + b2 + c2
a2 + b2 + c2
c
c
= cos(r, Z) {+
,
}.
a2 + b2 + c2
a2 + b2 + c2
= cos(r, Y ) {+
,
}.
a2 + b2 + c2 a02 + b02 + c02
a2 + b2 + c2 a02 + b02 + c02
Da cio concludiamo anche che i due piani sono ortogonali se aa0 + bb0 + cc0 = 0.
Consideriamo infine una retta r di parametri direttori (l, m, n) ed un piano
: ax + by + cz + d = 0. Il versore normale al piano e
n = (
a2
a
b
c
,
,
).
2
2
2
2
2
2
+b +c
a +b +c
a + b2 + c2
al + bm + cn
a2 + b2 + c2 l2 + m2 + n2
240
15.11
a
b
c
,
,
).
a2 + b2 + c2
a2 + b2 + c2
a2 + b2 + c2
Quindi:
(P0 H) = |(P0 Q1 ) (
a
b
c
i+
j+
k)| =
2
2
2
2
+b
a +b
a + b2 + c2
a2
a
b
c
i+
j)+
k| =
2
2
2
2
+b
a +b
a + b2 + c2
a2
.
a2 + b2 + c2
Dal fatto che Q1 segue che ax1 + by1 + cz1 = d, per cui
(P0 H) =
.
a2 + b2 + c2
241
A
l1 ,
l2 + m2 + n2 ). Concludiamo che
(P1 , r) = h =
v
u
u x x y y
0
1
0
u 1
u
l
m
t
2
y y z z
1
0
1
0
+
m
n
|Q1 Q0 P1 Q0 |
=
|Q1 Q0 |
2
x x z z
1
0
1
0
+
l
n
2
y y z z
1
0
1
0
+
m
n
l2 + m2 + n2
Siano ora : ax+by +cz +d1 = 0 e 0 : ax+by +cz +d2 = 0 due piani paralleli.
La distanza tra di essi e pari alla distanza di un qualsiasi punto P0 = (x0 , y0 , z0 )
di dallaltro piano 0 :
(, 0 ) =
=
a2 + b2 + c2
|d2 d1 |
a2 + b2 + c2
242
0
0 0
x
=
x
+
tl
0
x = x0 + t l
r:
y = y0 + tm , r0 :
y = y00 + t0 m0 .
z = z + tn
z = z 0 + t0 n 0
0
0
I generici punti P r e P 0 r0 sulle due rette hanno coordinate
P = (lt + x0 , mt + y0 , nt + z0 ),
6+h=4
243
x1 + 2x2 x4 = 0
x + 2y 1 = 0.
t
u
3
|3 0 + 2 2 + (1) 1|
= .
9+4+1
14
t
u
Riscriviamo 0 :
2x + 2y + 2z +
7
2
2x + y + 2z 1 = 0
= 0.
9
| 7 (1)|
3
(, 0 ) = 2
= 2 = .
2
4+1+4
9
t
u
Esercizio 190. Determinare la distanza tra le rette 2x + 3y 2 = x 1 = 0 e
y = x z + 1 = 0.
Svolg.
244
quindi le rette sono complanari. Inoltre le terne di parametri direttori delle rette
sono
(0, 0, 1)
(1, 0, 1)
per cui le rette sono incidenti e non parallele e la loro distanza e nulla.
Esercizio 191. Determinare la distanza tra le rette r :
e s : y = x z + 1 = 0.
Svolg.
t
u
2x + 3y 1 = x 1 = 0
quindi le rette sono sghembe. Inoltre le terne di parametri direttori delle rette
sono
r = (0, 0, 1)
s = (1, 0, 1).
Costruiamo il fascio di piani che ha come sostegno r
Fr :
2x + 3y 1 + h(x 1) = 0
Fr :
(2 + h)x + 3y 1 h = 0
y + k(x z 1) = 0
Fs :
kx + y kz k = 0
t0 t + 1 = 0
245
t0 1 + t 0 t + 1 = 0
da cui t0 = 1 e t = 2.
Quindi i punti contenuti nella retta di minima distanza sono
1
Pr = (1, , 2)
3
Qs = (1, 0, 2)
t
u
4 + 25 + 36
65
(P, r) =
=
.
3
4+4+1
Un altro metodo potrebbe essere il seguente:
Determiniamo la stella di piani passante per P :
a(x 1) + b(y 1) + c(z 3) = 0
e tra tutti questi piani scegliamo lunico ortogonale alla retta r, cioe a = 2, b = 2,
c = 1:
: 2x 2y + z 3 = 0.
1 5
Il punto di intersezione tra r e e Q = ( 10
e pari
9 , 9 , 9 ). La distanza tra r e P
alla distanza tra P e Q:
r
65
1
100 484
.
(P, r) = (P, Q) =
+
+
=
3
81
81
81
t
u
246
x 2z + 1 = y 3z = 0
complanari o sghembe:
2 1
3 0
6= 0
1 2
2 3
quindi le rette sono sghembe. Inoltre la terna di parametri direttori della retta s
e (1, 2, 1). Costruiamo il fascio di piani che ha come sostegno r
Fr :
Fr :
x 2z + 1 + h(y 3z) = 0
x + hy + (2 3h)z + 1 = 0.
4
|2 + 3 1|
= .
3
3
14t 9t0 + 7 = 0
ortogonalita con s :
9t 6t0 + 5 = 0
da cui t = 1 e t0 = 73 .
Quindi i punti contenuti nella retta di minima distanza sono
Pr = (3, 3, 1)
Qs = (
13 5 7
, , )
3 3 3
x=t+3
y = t + 3 .
z =t+1
t
u
247
x4
0
0
1
=0
t
u
s : (2, 3, 1).
Il piano richiesto e quello contenente i vettori (3, 1, 0), (2, 3, 1) e passante per il
punto P :
x y1 z1
1
0 =0
3
2
3
1
oppure analogamente e il piano contenente i tre punti, in coordinate omogenee,
(3, 1, 0, 0), (2, 3, 1, 0), (0, 1, 1, 1):
x1 x2 x3 x4
3 1 0 0
=0
2 3 1 0
0 1 1 1
cioe x1 3x2 + 7x3 4x4 = 0, o equivalentemente x 3y + 7z 4 = 0.
t
u
248
x = t
y=0
z = 2t + 3
ed in forma cartesiana, eliminando t dalle precedenti equazioni:
(
y=0
.
2x + z 3 = 0
t
u
Esercizio 197. Determinare la retta passante per i punti P = (1, 1, 0, 0) e Q =
(0, 0, 1, 0).
Svolg. Sia (x1 , x2 , x3 , x4 ) il generico punto appartenente alla retta richiesta. La
condizione di allineamento di tale punto con i punti P e Q e che la matrice
x1 x2 x3 x4
1 1 0 0
0 0 1 0
abbia rango 2, cioe
x x x
2
3
1
1 1 0 =0
0 0 1
x1 x2 = 0.
249
Svolg. Determiniamo la retta in forma cartesiana. Il primo piano e quello appartenente al fascio di asse r e passante per P :
Fr :
2x + y + h(2x z 1) = 0
15.12
lR
250
Se e un piano non reale, esso contiene una sola retta reale: tale retta
scaturisce dallintersezione di con il piano ad esso coniugato.
Se r e una retta non reale, essa contiene al pi
u un punto reale: tale punto e
lintersezione di r con la retta ad essa coniugata. Si noti che non e detto che una
retta immaginaria contenga un punto reale. Infatti essa potrebbe essere sghemba
con la propria coniugata e non avere con questa alcun punto di intersezione.
Esercizio 199. Quanti punti reali possiede la retta r :
iz 2 i = 0?
ix y i + 2 = x + 2y
i
1
2 i 2 i
6= 0
i 1 0
2+i
1
2
i 2 + i
quindi le due rette sono sghembe, non hanno punti in comune ed allora non contengono alcun punto reale.
t
u
Esercizio 200. Quanti punti reali possiede la retta r :
(1+i)xyi = iy1 = 0?
1 + i 1 0 i
0
i 0 1
1i 1 0 i
0
i 0 1
ha rango 3, quindi le due rette hanno un punto in comune (i 4 piani che le individuano appartengono ad una stella), cioe la retta r possiede un punto reale. u
t
Esercizio 201. Quanti punti reali possiede la retta r :
(1 + i)y 1 + i = 0?
x + y i = (1 + i)x +
251
1
1
0
i
1 + i 1 + i 0 1 + i
1
0
i
1 i 1 i 0 1 i
ha rango 2, quindi le due rette hanno infiniti punti in comune (i 4 piani che le
individuano appartengono ad un fascio), cioe la retta r e tutta reale.
u
t
Esercizio 202. Quanti punti reali possiede la retta r :
xiyi = ix+2y+2 = 0?
x+iy+i = ix+2y+2 =
1 i 0 i
i
2 0 2
1
i 0 i
i 2 0 2
ha rango 2, quindi le due rette infiniti punti in comune (i 4 piani che le individuano
appartengono ad un fascio), cioe la retta r e tutta reale.
I parametri direttori di r sono (0, 0, 1) ed un suo punto e P = (0, 1, 0). Allora
una sua rappresentazione reale e data da
x=0
y = 1
z=t
252
ed in forma cartesiana:
x=0
.
y = 1
t
u
x1 x2 x3 x4
i
1 1i 0
1 1 + i 0 i
abbia rango 2, cioe
x
1
1
1
x
x
x
2
3
1
x3 = 0
1 1i 0 =0
1 1+i 0
x2
x4
2ix1 + 2ix2 + 2ix4 = 0.
1i i =0
1 + i i
.
x1 x2 x4 = 0
xy1=0
t
u
15.13. Esercizi.
15.13
253
Esercizi.
Esercizio 204. Si determinino i valori del parametro k in modo che i tre piani di
equazioni x = 0, x + ky + z + 1 = 0, x + y + kz 1 = 0 appartengano alla stessa
stella.
Esercizio 205. Dati i piani : x + y z = 0 e : 2x + y + z = 0 ed il punto
P (0, 2, 1), scrivere lequazione del piano passante per P ed ortogonale ad e .
Esercizio 206. Scrivere lequazione del piano passante per P (0, 0, 6) che taglia il
piano z = 0 secondo la retta 2x 3y 6 = z = 0.
Esercizio 207. Siano dati il punto P (1, 2, 1) e la retta xy+2z1 = 2x+y+z =
0. Calcolare la distanza tra P ed r.
Esercizio 208. Determinare lequazione della retta r passante per P (1, 1, 2) e
parallela ai piani 3x + 2y + z + 1 = 0 e 6x + 4y z + 3 = 0.
Esercizio 209. Si considerino le rette r :
x = 1, y = 2t, z = t 1 e s :
x y + 2 = x + y + z 3 = 0. Verificare che r e s sono sghembe. Scrivere
lequazione del piano contenente r e parallelo a s e quella del piano perpendicolare
a r e passante per il punto (0, 2, 1).
Esercizio 210. Si considerino le rette r : x 3y + 2 = x + y + z + 1 = 0 e s :
x = 2 t, y = 3 + 5t, z = t. Dimostrare che non sono complanari. Determinare
le equazioni della retta passante per P (2, 0, 2) e complanare (separatamente ma
contemporaneamente) con r e s.
Esercizio 211. Si determini il piano del fascio (x + y z) + k(x 4y + z 1) = 0
che sia perpendicolare al piano x = 1.
Esercizio 212. Determinare i parametri direttori di una qualsiasi retta perpendicolare al piano x 2y + z 1 = 0 e, tra tali rette, le equazioni cartesiane di quella
passante per il punto (1,2,1).
Esercizio 213. La retta r :
x i = x iy + z 2 = 0 e reale?
Esercizio 214. Si scriva lequazione del piano passante per i punti (0, 3, 5, 0),
(0, 1, 1, 0), (1, 0, 0, 1).
Esercizio 215. Si scriva lequazione del piano passante per i punti (0, 2, 2, 0),
(0, 0, 4, 0), (2, 0, 0, 1).
254
16
Le quadriche.
16.1
Definizione.
Una quadrica e una superficie nello spazio, luogo dei punti P = (x, y, z) le cui
coordinate soddisfano ad unequazione del tipo
a11 x2 + a22 y 2 + a33 z 2 + a44 + 2a12 xy + 2a13 xz + 2a23 yz+
+2a14 x + 2a24 y + 2a34 z = 0.
In coordinate omogenee lequazione di una quadrica e data da
a11 x21 + a22 x22 + a33 x23 + a44 x24 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 +
+2a14 x1 x4 + 2a24 x2 x4 + 2a34 x3 x4 = 0.
Osserviamo immediatamente che se : ax+by+cz+d = 0 e 0 : a0 x+b0 y+c0 z+d0 =
0 sono due piani, allora
0 :
(ax + by + cz + d) (a0 x + b0 y + c0 z + d0 ) = 0
e lequazione di una quadrica, che e detta ridotta nellunione dei due piani.
Indichiamo con
x1
x
2
X=
x3
x4
il generico vettore delle coordinate omogenee e sia
256
16. Le quadriche.
16.2
Quadriche generali.
Queste sono le quadriche prive di punti doppi. In presenza di una quadrica generale
Q : X T A X = 0, si definisce una corrispondenza biunivoca tra linsieme di tutti
i punti dello spazio e linsieme di tutti i piani dello spazio, tale che ad ogni punto
P = (a1 , a2 , a3 , a4 ) corrisponda il piano di equazione
h
i a
12 a22 a23 a24 x2
:
a1 a2 a3 a4
= 0.
a13 a23 a33 a34 x3
a14 a24 a34 a44
x4
257
Il punto P e detto polo del piano rispetto alla quadrica Q, il piano e detto
piano polare di P rispetto alla quadrica Q.
In particolare, se P Q e un punto della quadrica, il suo piano polare, rispetto
a Q, coincide col piano tangente in P alla quadrica.
Fissiamo ora una quadrica Q : X T A X = 0 ed un punto P Q. Tramite la
polarita appena definita, e possibile costruire il piano tangente in P alla quadrica.
Lintersezione tra Q e genera una conica riducibile. Se e ridotta in due rette
reali e distinte, il punto P e detto iperbolico. Se e ridotta in due rette reali e
coincidenti, il punto P e detto parabolico. Se e ridotta in due rette immaginarie
e coniugate, il punto P e detto ellittico.
Una quadrica generale non possiede punti parabolici, inoltre vale il seguente:
Teorema 38. Sia Q una quadrica generale. Se essa possiede un punto iperbolico
(rispettivamente ellittico) allora ogni punto della quadrica e iperbolico (rispettivamente ellittico).
Le quadriche generali a loro volta si suddividono in tre classi. Tale classificazione viene fatta in base allo studio della conica che scaturisce dallintersezione
tra la quadrica ed il piano improprio x4 = 0.
Iperboloide.
una quadrica generale che interseca il piano improprio in una conica irE
riducibile e reale (si dice che il piano improprio e liperboloide sono secanti lun
laltro).
Se i punti delliperboloide sono tutti iperbolici, esso e detto iperboloide iperbolico, se i punti sono tutti ellittici esso e detto iperboloide ellittico.
Teorema 39. Un iperboloide e iperbolico se e solo se det(A) > 0, e ellittico se e
solo se det(A) < 0.
Liperboloide possiede tutte le sezioni piane, cioe si possono generare sia iperboli che parabole che ellissi, intersecando un iperboloide con i piani dello spazio.
Paraboloide.
una quadrica generale che interseca il piano improprio in una conica riducibile
E
(si dice che il piano improprio e tangente al paraboloide).
Teorema 40. Una quadrica generale e tangente al piano improprio (quindi e un
paraboloide) se e solo se il complemento algebrico A44 , dellelemento a44 della
matrice A, e nullo.
258
16. Le quadriche.
Se i punti del paraboloide sono tutti iperbolici, esso e detto paraboloide iperbolico, se i punti sono tutti ellittici esso e detto paraboloide ellittico.
Teorema 41. Un paraboloide e iperbolico se e solo se det(A) > 0, e ellittico se e
solo se det(A) < 0.
Teorema 42. Un paraboloide iperbolico possiede iperboli o parabole come sezioni
piane, cioe si possono generare sia iperboli che parabole, intersecando un paraboloide
iperbolico con i piani dello spazio.
Teorema 43. Un paraboloide ellittico possiede ellissi o parabole come sezioni piane, cioe si possono generare sia ellissi che parabole, intersecando un paraboloide
ellittico con i piani dello spazio.
Ellissoide.
una quadrica generale che interseca il piano improprio in una conica irE
riducibile immaginaria (si dice che il piano improprio e esterno all ellissoide).
I punti di un ellissoide sono tutti ellittici.
Teorema 44. Un ellissoide possiede punti tutti reali se e solo se det(A) < 0, ed e
detto ellissodie reale, in caso contrario e detto ellissoide immaginario.
Teorema 45. Un ellissoide possiede solamente ellissi come sezioni piane, cioe
si possono generare solamente ellissi, intersecando un ellissoide con i piani dello
spazio.
1
1 21 0
2
1 1 0
0
2
A=
0 0 1 0
1
0 3
2 0
Otteniamo che det(A) > 0 con A44 6= 0, dove A44 e il complemento algebrico
dellelemento a44 della matrice A.
Inoltre la conica impropria della quadrica e data da:
(
x21 + x22 x23 + x1 x2 = 0
x4 = 0
ed e a punti reali. Allora la superficie e un iperboloide a punti iperbolici.
t
u
259
2
0 0 12
0
1 0 1
A=
0
0 1 0
1
2 1 0 1
t
u
1 1
1 1
A=
1 1
1 0
1 1
1 0
.
0 0
0 2
16.3
t
u
Quadriche specializzate.
Sono le quadriche con un solo punto doppio, il quale e detto vertice. Per quanto
riguarda i punti delle superfici specializzate, vale il seguente:
Teorema 46. Se Q e una quadrica specializzata, allora tutti i punti della superficie
Q sono parabolici.
Anche le quadriche specializzate si suddividono in sottoclassi, e tale classificazione si riferisce alla conica impropria della quadrica, cioe la conica che scaturisce
con lintersezione col piano improprio.
260
16. Le quadriche.
Cono.
Il cono e la quadrica specializzata la cui conica impropria e irriducibile (il cono
ed il piano improprio sono secanti). Il vertice V del cono e un punto proprio e le
sue coordinate (x1 , x2 , x3 , x4 ) sono la soluzione del sistema lineare
a11
a12
a13
a14
a12
a22
a23
a24
a13
a23
a33
a34
a14
a24
a34
a44
x1
x2
x3
x4
= 0.
Un cono possiede tutte le sezioni piane, cioe si possono generare sia iperboli
che parabole che ellissi, intersecando un cono con i piani dello spazio.
Inoltre tutti i piani tangenti alla superficie di un cono devono contenerne il
vertice.
Cilindro.
Il cilindro e la quadrica specializzata la cui conica impropria e riducibile (il
cilindro ed il piano improprio sono tangenti). Il vertice V del cilindro e un punto
improprio e le sue coordinate (x1 , x2 , x3 , 0) sono la soluzione del sistema lineare
a11
a12
a13
a14
a12
a22
a23
a24
a13
a23
a33
a34
a14
a24
a34
a44
x1
x2
x3
0
= 0.
261
Generica sezione del cilindro
Iperbole
Parabola
Ellisse
1 1
1 1
A=
0 1
1 21
0 1
1 21
.
0 0
0 1
x1 + x2 x4 = 0
x + x + x + x4 = 0
1
2
3
2
x
=
0
2
x1 + x22 + x4 = 0
e quindi X = (1, 0, 23 , 1).
t
u
1 1
1 1
A=
0 0
1 21
0 1
0 12
.
0 0
0 1
262
16. Le quadriche.
16.4
Quadriche riducibili.
0 : a0 x + b0 y + c0 z + d0 = 0.
Tali quadriche hanno infiniti punti doppi, sono i punti della retta comune ai due
piani e 0 .
In particolare si possono verificare i seguenti 3 casi:
i) i due piani sono distinti ed incidenti, ed allora det(A) = 0, rango(A) = 2, vi
sono 1 punti doppi propri.
ii) i due piani sono distinti e paralleli, ed allora det(A) = 0, rango(A) = 2, vi
sono 1 punti doppi impropri.
iii) i due piani sono coincidenti, ed allora det(A) = 0, rango(A) = 1, vi sono
2
punti doppi propri.
Aggiungiamo come caso molto particolare quello in cui la quadrica ha equazione
2
x4 = 0, cioe vi sono 2 punti doppi impropri.
Consideriamo 00 : a00 x+b00 y +c00 z +d00 = 0 un qualsiasi altro piano dello spazio.
Lintersezione della quadrica riducibile con 00 determina una conica ridotta nelle
due rette:
(
r1 :
ax + by + cz + d = 0
00
a x + b00 y + c00 z + d00 = 0
(
r2 :
a0 x + b0 y + c0 z + d0 = 0
a00 x + b00 y + c00 z + d00 = 0
16.5
263
Definizione 22. Il cerchio assoluto e una conica irriducibile priva di punti reali
che giace sul piano improprio. Essa e identificata dalle equazioni:
(
x21 + x22 + x23 = 0
.
x4 = 0
Ricordando che i punti ciclici di un qualsiasi piano sono i punti che la propria
giacitura ha in comune con ogni circonferenza che giace sul piano stesso, il cerchio
assoluto e in definitiva il luogo dei punti ciclici di tutti i piani dello spazio.
Definizione 23. Sia A = (aij ) M4 (lR) la matrice non singolare associata allequazione di una quadrica generale. Si definisce centro di simmetria della quadrica
Q il punto C Q tale che, se P Q e un punto della superficie, allora anche P 0 ,
il simmetrico di P rispetto a C appartenga anche alla superficie. Analogamente
a quanto visto per le coniche, le coordinate del centro di simmetria si ottengono
direttamante dalla matrice A: C = (A41 , A42 , A43 , A44 ), dove ogni Aij e il complemento algebrico dellelemento aij A considerato con lopportuno segno (derivante
dalla posizione che esso occupa nella matrice). Nel caso di un paraboloide, essendo
A44 = 0, si parla di quadrica a centro improprio o priva di centro.
Definizione 24. I piani di simmetria (piani principali) di una quadrica generale
sono quei piani dello spazio che, rispetto alla quadrica definita, hanno come polo
il punto improprio della direzione ad essi ortogonale. Gli assi di simmetria della
quadrica sono le rette che si ottengono dallintersezione dei piani di simmetria.
Nel caso di iperboloide ed ellissoide (quadriche a centro) si determinano 3 assi
di simmetria (in corrispondenza di 3 piani di simmetria): tali assi si possono
ottenere anche congiungendo il centro di simmetria con ciascun polo di ogni piano
di simmetria. Nel caso del paraboloide (senza centro di simmetria) si determina 1
asse di simmetria (in corrispondenza di 2 piani di simmetria).
Teorema 49. Le prime 3 coordinate dei poli dei piani di simmetria sono le componenti degli autovettori della sottomatrice A44 della matrice A rappresentante la
quadrica generale.
Dim.
a11 a12
a
21 a22
A=
a31 a32
a41 a42
a13 a14
a23 a24
a33 a34
a43 a44
264
16. Le quadriche.
a x + a y + (a )z = 0
13 0
23 0
33
0
il quale ha soluzioni non banali solo quando
(a )
a21
a31
11
a12
(a22 )
a32
a13
a23
(a33 )
= 0.
265
0 4
3 4
6x + 8y + 10z 3 = 0
6x + 8y 10z + 3 = 0
6xz + 8yz 5x = 0
3
ottenendo le coordinate (0, 0, 10
).
266
16. Le quadriche.
16.6
Sia X t AX = 0 lequazione di una quadrica generale con centro di simmetria (iperboloide o ellissoide). Una rototraslazione degli assi di simmetria che riporti lorigine
del sistema di riferimento nel centro di simmetria e faccia coincidere gli assi coordinati con gli assi di simmetria della quadrica, trasforma lequazione della superficie
nella sua forma canonica:
Ellissoide:
1.
x2
a2
y2
b2
z2
c2
= 1 ellissoide reale;
2.
x2
a2
y2
b2
z2
c2
= 1 ellissoide immaginario.
Iperboloide:
1.
x2
a2
y2
b2
z2
c2
= 1 iperboloide iperbolico;
2.
x2
a2
y2
b2
z2
c2
= 1 iperboloide iperbolico;
3. - xa2 +
4.
x2
a2
y2
b2
y2
b2
z2
c2
z2
c2
= 1 iperboloide iperbolico;
= 1 iperboloide ellittico;
y2
b2
z2
c2
= 1 iperboloide ellittico;
y2
b2
z2
c2
= 1 iperboloide ellittico.
5. - xa2 +
6. - xa2
16.6. Forma canonica di una quadrica generale con centro di simmetria. 267
la somma degli autovalori di A44
B44 .
In altre parole, se indichiamo con x2 + y 2 + z 2 = lequazione di una quadrica a centro, e sufficiente calcolare gli autovalori di A44 per ottenere i coefficienti , , , inoltre gli autoversori relativi ad , , compongono la matrice di
rotazione. Quindi si puo effettuare una traslazione rispetto alle coordinate del
centro o equivalentemente applicare linvarianza del det(A) = det(B) per ottenere
il valore del coefficiente .
Esempio 146. Consideriamo liperboloide
2z 2 3 = 0 di matrice associata:
2 0
0 2
A=
0 1
0 0
0
0
0
3
2 0
0
0
0 3 0
0
B=
0 0 1 0
0 0
0 d
di determinante 6d. Inoltre e facile calcolare che det(A) = 18 e grazie allinvarianza ortogonale sappiamo che 6d = 18, quindi d = 3. Infine lequazione in forma
ridotta sara 2x2 3y 2 z 2 3 = 0.
Vediamo ora quale e stata la trasformazione effettuata per ottenere tale forma
canonica.
Lautospazio relativo allautovalore 2 rispetto alla matrice A44 e generato dal versore (1, 0, 0).
Lautospazio relativo allautovalore 3 rispetto alla matrice A44 e generato dal
vettore (0, 1, 1) e quindi anche dal versore (0, 12 , 12 ).
Infine lautospazio relativo allautovalore 1 rispetto alla matrice A44 e generato
dal vettore (0, 1, 1) e quindi anche dal versore (0, 12 , 12 ).
Inoltre il centro della quadrica e (A41 , A42 , A43 , A44 ) = (0, 0, 0, 6), cioe in coordinate non omogenee (0, 0, 0).
Quindi la rototraslazione che ci permette di concludere e la seguente:
268
16. Le quadriche.
1
x1
0
x2 =
x3
0
1
2
1
2
1
2
12
x01
0
0
x2 + 0 .
x03
0
t
u
16.7
Sia X t AX = 0 lequazione di un paraboloide. Come in precedenza una trasformazione ortonormale del sistema di riferimento trasforma lequazione della superficie nella sua forma canonica. Facciamo riferimento ai paraboloidi che abbiano
nella loro forma ridotta, lasse di simmetria coincidente con lasse Z, in modo del
tutto identico il discorso pu
o essere riportato agli altri 2 casi:
1.
x2
a2
y2
b2
2.
x2
a2
y2
b2
B44 .
0 0 3 25
0 0 4 0
A=
.
3 4 0 0
52 0 0 0
Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla.
Svolg. Una forma canonica con asse di simmetria coincidente con lasse Z e
ax2 + by 2 + 2cz = 0, dove a, b sono gli autovalori non nulli della sottomatrice
A44 (ricordiamo che per un paraboloide lautovalore nullo esiste sempre ma non
269
fornisce indicazioni, poiche lautovettore ad esso relativo e il polo del piano improprio). Eseguendo i calcoli, gli autovalori non nulli sono 5, 5, quindi lequazione
sara 5x2 5y 2 + 2cz = 0 con matrice associata
5 0 0 0
0 5 0 0
B=
0 0 0 c
0 0 c 0
di determinante 25c2 . Inoltre e facile calcolare che det(A) = 100 e grazie allinvarianza ortogonale sappiamo che 25c2 = 100, quindi c {2, 2}. Infine le equazioni
in forma ridotta saranno
5x2 5y 2 4z = 0
oppure
5x2 5y 2 + 4z = 0.
Vediamo ora quale e stata la trasformazione effettuata per ottenere tali forme
canoniche.
Lautospazio relativo allautovalore 0 rispetto alla matrice A44 e generato dal versore ( 54 , 35 , 0).
Lautospazio relativo allautovalore 5 rispetto alla matrice A44 e generato dal ver3
4
sore ( 5
,
, 12 ).
2 5 2
Infine lautospazio relativo allautovalore 5 rispetto alla matrice A44 e generato
4
3
, 5
, 12 ).
dal versore ( 5
2
2
3
Inoltre il punto di sella della quadrica e (0, 0, 10
).
Quindi la rototraslazione che ci permette di concludere e la seguente:
x1
x2 =
x3
5 2
4
5 2
1
2
3
5
2
4
5
2
1
2
4
5
x01
0
35
x02 + 0 .
3
x03
0
10
Osserviamo che nella rotazione, possiamo scegliere quale asse coordinato diventera lasse di simmetria, sara sufficiente nella matrice di rotazione posizionare
lautoversore relativo allautovalore nullo esattamente nella colonna 1, se si sceglie
lasse X, nella colonna 2 se si sceglie lasse Y , nella colonna 3 (come nel nostro
esempio) se si sceglie lasse Z.
Si verifichi infatti che, se si scegli come rototraslazione la seguente:
4
x1
5
3
x2 = 5
x3
0
5 2
4
5 2
1
2
3
5
2
4
5
2
1
2
x01
0
0
x2 + 0
3
x03
10
270
16. Le quadriche.
16.8
Sia X t AX = 0 lequazione di un cono, con matrice associata A e vertice V di coordinate XV = (xv , yv , zv ). Poiche il vertice del cono si comporta esattamente come
un centro di simmetria, quanto detto sulle quadriche a centro proprio (iperboloidi
ed ellessoidi) puo essere applicato anche per la riduzione a forma canonica dellequazione di un cono. Si tratta allora di determinare gli autovalori della sottomatrice A44 e quindi di costruire una base di autoversori, tramite la quale riempire
la matrice di rotazione P . Infine si effettua la traslazione rispetto al vettore di
coordinate XV . Dopo la rototraslazione,
x01
x1
x2 = P x02 + XV
x3
x03
lequazione ridotta assume una delle seguenti forme:
1. a2 x2 + b2 y 2 + c2 z 2 = 0 nel caso di un cono immaginario (lunico punto reale
e il vertice);
2. a2 x2 + b2 y 2 c2 z 2 = 0 nel caso di un cono reale (con asse perpendicolare al
piano z = 0).
I coefficienti a2 , b2 , c2 sono gli autovalori della A44 .
Esempio 148. Consideriamo il cono immaginario di equazione 3x2 + 2y 2 + 2xz +
3z 2 = 0 di matrice associata:
3 0 1 0
0 2 0 0
A=
.
1 0 3 0
0 0 0 0
Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla.
Svolg. Il vertice del cono ha coordinate (0, 0, 0). Gli autovalori della sottomatrice
A44 sono 1 = 2, con molteplicita algebrica 2, e 2 = 4. Una forma canonica e
271
2x2 + 2y 2 + 4z 2 = 0.
Vediamo ora quale e stata la trasformazione effettuata per ottenere tali forme
canoniche.
Lautospazio relativo allautovalore 2 rispetto alla matrice A44 e generato dai versori ( 12 , 0, 12 ), (0, 1, 0).
Lautospazio relativo allautovalore 4 rispetto alla matrice A44 e generato dal versore ( 12 , 0, 12 ).
Quindi la rototraslazione che ci permette di concludere e la seguente:
1
x1
2
x2 = 0
x3
12
0
1
0
1
2
x01
0
0
+
0 x2 0 .
1
x03
0
2
t
u
16.9
Sia X t AX = 0 lequazione di un cilindro con base ellittica o iperbolica, con matrice associata A. Anche in questo caso si tratta dapprima di determinare gli
autovalori della sottomatrice A44 : uno di essi e certamente = 0. Si costruisce
una base di autoversori, tramite la quale riempire la matrice di rotazione P : lautospazio relativo allautovalore nullo ha dimensione 1, il suo versore generatore
e parallelo alle generatrici del cilindro; gli altri autoversori individuano un piano
perpendicolare alla direzione della generatrici. Una volta effettuata la rotazione si
osserva lequazione ottenuta: se non sono presenti termini di primo grado, allora
non vi e alcun bisogno di traslazioni. In caso contrario, si effettua una sostituzione
x0 = x + a, y 0 = y + b, z 0 = z + c, imponendo che i termini di primo grado si
annullino. I valori a, b, c che verificano lannullarsi dei termini lineari, sono esattamente le coordinate del vettore di traslazione (esso e il centro C = (a, b, c) di una
qualsiasi conica direttrice del cilindro, cioe una conica che giace su un qualsiasi
piano ortogonale alle generatrici del cilindro). Lequazione ridotta finale assume
una delle seguenti forme:
1. a2 x2 + b2 y 2 + c2 = 0 nel caso di un cilindro immaginario;
2. a2 x2 + b2 y 2 c2 = 0 nel caso di un ellittico (con generatrici parallele allasse
Z);
272
16. Le quadriche.
0 0
0 0
A=
3 4
0 0
x1
x2 =
x3
5 2
4
5 2
1
2
3
5
2
4
5
2
1
2
4
5
x01
35
x02 .
x03
0
16.10
273
1 1 0 2
1 1
0 2
A=
.
0
0
0 2
2 2 2 4
Determiniamone una forma canonica e le formule di rototraslazione che ci permettono di ottenerla.
Svolg. Gli autovalori della sottomatrice A44 sono 1 = 0, con molteplicita algebrica 2, e 2 = 2. Il vertice del cilindro ha coordinate (1, 1, 2, 0), quindi il primo
versore per la rotazione e ( 16 , 16 , 26 ).
Inoltre lautospazio relativo allautovalore 0 rispetto alla matrice A44 e dato dal
piano di equazione x y = 0.
Scegliamo ora un qualsiasi piano perpendicolare alla direzione individuata dal vertice, ad esempio quello passante per lorigine: x + y 2z = 0.
Il secondo vettore per la rotazione e quindi individuato dallintersezione
(
xy =0
x + y 2z = 0
per cui ha componenti (1, 1, 1), con versore ( 13 , 13 , 13 )
Lultimo vettore e lautovettore relativo allautovalore 2 = 0, cioe (1, 1, 0), con
versore ( 12 , 12 , 0). Quindi la rotazione e la seguente:
274
16. Le quadriche.
x1
6
1
=
x
2
6
x3
26
1
3
1
3
1
3
1
2
12
x01
0
x2 .
x03
2z 02 4 3(y 0 + b) + 4 = 0
2z 02 4 3y 0 + (4 3b + 4) = 0.
x1
6
1
=
x2
6
x3
26
1
3
1
3
1
3
1
2
12
0
x01
0 1
x2 + 3
x03
0
16.11. Esercizi.
16.11
275
Esercizi.
276
16. Le quadriche.
17
La sfera.
17.1
Definizione.
a b
c
C = (, , ) = ( , , )
2 2 2
1p 2
r=
a + b2 + c2 4d > 0.
2
ed il raggio:
9 + 25 + 1 4
31
r=
=
.
2
2
Lequazione della sfera si puo infatti scrivere anche:
5
1
31
3
(x )2 + (y + )2 + (z )2 = .
2
2
2
4
t
u
278
17.2
17. La sfera.
Sezioni piane.
r0 = r2 2 .
Poiche la sfera e un particolare ellissoide, possiamo utilizzare la polarita definita
per le quadriche irriducibili per calcolare un qualsiasi piano tangente ad una sfera
in un suo punto.
17.3
Fascio di sfere.
279
Da cui otteniamo lequazione della circonferenza che le due sfere hanno in comune:
(
x2 + y 2 + z 2 + ax + by + cz + d = 0
:
(a a0 )x + (b b0 )y + (c c0 )z + (d d0 ) = 0.
Definiamo fascio di sfere secanti in e di piano radicale , tutte le sfere che si
ottengono, al variare del parametro reale , dallequazione
(x2 + y 2 + z 2 + ax + by + cz + d) + (x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 ) = 0
o equivalentemente dallequazione
(x2 + y 2 + z 2 + ax + by + cz + d) + ((a a0 )x + (b b0 )y + (c c0 )z + (d d0 )) = 0.
Se P1 e un punto non appartenente a allora esiste una ed una sola sfera appartenente al fascio e passante per P1 .
Supponiamo ora che
|r r0 | =
allora le due sfere sono tangenti internamente lun laltra. Viceversa, se r + r0 =
allora le due sfere sono tangenti esternamente. In entrambi i casi le due sfere si
intersecano in una circonferenza ridotta in due rette immaginarie coniugate, con
un unico punto reale P0 , che e quello di tangenza tra le due sfere.
Indichiamo con : ex + f y + gz + h = 0 il piano tangente ad entrambe le sfere
S e S 0 in P0 .
Definiamo fascio di sfere tangenti in P0 e di piano radicale , tutte le sfere che
si ottengono, al variare del parametro reale , dallequazione
(x2 + y 2 + z 2 + ax + by + cz + d) + (x2 + y 2 + z 2 + a0 x + b0 y + c0 z + d0 ) = 0
o equivalentemente dallequazione
(x2 + y 2 + z 2 + ax + by + cz + d) + (ex + f y + gz + h) = 0.
Anche in questo caso, se P1 e un punto non appartenente a allora esiste una ed
una sola sfera appartenente al fascio e passante per P1 .
Esempio 152. Determinare il piano tangente alla sfera x2 + y 2 + z 2 2x + 2y
2z 1 = 0 nel punto P = (1, 1, 1).
Svolg. Il piano tangente puo essere visto come il piano polare del punto P rispetto
alla quadrica (in questo caso la sfera) data:
1 0 0 1
x1
h
i 0 1 0
1
x2
1 1 1 1
=0
0 0 1 1 x3
1 1 1 1
x4
280
17. La sfera.
t
u
S :
x2 + y 2 + z 2 2x + 2z = y + z = 0
x2 + y 2 + z 2 2x + 2z + h(y + z) = 0
x + y z 1 = 0 nel
x=t+1
y =t+1 .
z = t + 1
Su tale retta si trovano i centri di ogni sfera che sia tangente a in P . Per esempio
scegliamo t = 1, il centro della sfera S1 ottenuta e C = (2, 2, 0) ed il suo raggio e
x2 + y 2 + z 2 4x 4y + 5 + h(x + y z 1) = 0.
281
282
17.4
17. La sfera.
Esercizi.
18
Cenni sulle superfici di rotazione.
18.1
Definizione e calcolo.
Siano r una retta e una curva nello spazio. Diciamo superficie di rotazione di
asse r e meridiana , quella superficie che otteniamo facendo ruotare la curva
intorno allasse r. Essa e quindi lunione di infinite circonferenze generate, su piani
perpendicolari a r, dalla rotazione degli infiniti punti di intorno a r.
Pi
u precisamente fissiamo un qualsiasi punto P di . Determiniamo il piano
passante per P ed ortogonale allasse r.
Quindi calcoliamo il punto C = r e la distanza = (C, P ).
Sia ora S la sfera di centro C e raggio . Dallintersezione S si ottiene
esattamente la circonferenza che individua la rotazione del punto P intorno allasse
r.
Al variare di tutti i punti P su si ricava lintera superficie di rotazione.
Consideriamo i seguenti casi particolari. Supponiamo che la curva meridiana
sia anchessa una retta:
i) se r e sono complanari e incidenti, la superficie di rotazione e un cono;
ii) se r e sono complanari e parallele, la superficie di rotazione e un cilindro
di sezione circolare;
iii) se r e sono sghembe, la superficie di rotazione e un iperboloide.
18.2
Esercizi svolti.
284
Svolg.
x=t
y=t .
z=t
z t = 0.
rt = (Ct , Pt ) = 2t2 .
La curva t si ottiene come intersezione di t con la sfera di centro Ct e raggio rt :
(
x2 + y 2 + (z t)2 = 2t2
t =
.
z=t
Eliminando il parametro t otteniamo la superficie:
x2 + y 2 2z 2 = 0
che e un cono di vertice X = (0, 0, 0, 1). Allora lasse di rotazione e la retta
meridiana sono incidenti.
t
u
Esercizio 255. Determinare la superficie ottenuta dalla rotazione della curva
meridiana r : x z = y 2 = 0 intorno allasse di rotazione s : y 1 =
z 3 = 0.
Svolg.
x=t
y=2 .
z=t
285
x=t
y = t2 .
z=0
x t = 0.
rt = (Ct , Pt ) = t4 = t2 .
La curva t si ottiene come intersezione di t con la sfera di centro Ct e raggio rt :
(
(x t)2 + y 2 + z 2 = t4
t =
.
x=t
286
19
Appendice: Disegni relativi ai
capitoli precedenti
disegno 1
P1
disegno 2
Z
v
k
vz
j
Y
i
vx
vy
disegno 3
Q
w
disegno 4
O
u
disegno 5
v^w
disegno 6
w
h
b
v
disegno 7
u1 ^ u2
v
w
u
u
1
u2
disegno 8
disegno 9
P0
Q1
disegno 10
P0
u
H
Q1
disegno 11
P
1
l2
l1
Q0
r = (l,m,n)
Q
1