Matrici simili, invarianti e decomposizione di matrici 1 / 14
|
|
- Matteo Mazzoni
- 5 anni fa
- Visualizzazioni
Transcript
1 Matrici simili, invarianti e decomposizione di matrici 1 / 14
2 Applicazioni lineari 2 / 14 Se X = t [x 1,...,x n ] sono le coordinate di un generico vettore rispetto alla base canonica, possiamo assumere che un applicazione lineare f : R n R n sia definita da con A M n (R). Sia ora f (X) = A X, (1) P = [ v 1,..., v n ] M n (R) con det(p) 0. (2) Sappiamo che i vettori v i (le colonne di P) formano una base, che chiamiamo C, di R n.
3 Applicazioni lineari: cambio base 3 / 14 Inoltre, dette Y = t [y 1,...,y n ] le coordinate di un generico vettore rispetto a questa base C, sappiamo che l applicazione (1) rispetto alle coordinate Y risulta descritta da: f (Y) = ( P 1 A P ) Y. (3) In altre parole, A e P 1 A P descrivono la stessa applicazione, ma rispetto a basi diverse. Questo suggerisce di introdurre la seguente definizione di matrici simili.
4 Matrici simili Definizione Siano A, B M n (R). Diciamo che A e B sono simili se esiste una matrice invertibile P M n (R) tale che B = P 1 A P. (4) Applicando il Teorema di Binet a (4) è immediato concludere che, se due matrici A e B sono simili, allora det(a) = det(b). In altre parole, il determinante di una matrice è invariante per similitudini e quindi, in virtù di (3), possiamo dire che il determinante è un invariante dell applicazione lineare f (invariante ha il significato di: non dipende dalla base scelta per effettuare il calcolo. Infatti, il valore del determinante è collegato al rapporto di trasformazione dei volumi da parte di f ). Si noti anche che, se A è diagonalizzabile, allora il suo determinante coincide con il prodotto degli autovalori (ognuno contato un numero di volte pari alla sua molteplicità). 4 / 14
5 Traccia di una matrice Nella definizione seguente introduciamo un altro importante invariante di un applicazione lineare: Definizione Siano A = [a ij ] M n (R). Si definisce Tr(A) = Tr(A) è chiamata la traccia di A. n i=1 a ii. (5) Come il determinante, anche la traccia di A è invariante per similitudini e quindi, in virtù di (3), possiamo dire che la traccia è un invariante dell applicazione lineare f. Si noti anche che, se A è diagonalizzabile, allora la sua traccia coincide con la somma degli autovalori (ognuno contato un numero di volte pari alla sua molteplicità). 5 / 14
6 Polinomio caratteristico e invarianti 6 / 14 In realtà, non è difficile verificare che il polinomio caratteristico di una matrice è esso stesso invariante per similitudini. Inoltre, si può dimostrare (non immediato!!) che, data A = [a ij ] M n (R), la sua traccia e il suo determinante intervengono nel polinomio caratteristico P(λ) come segue: dove P(λ) = det(a λi) = ( 1) n λ n + c 1 λ n c n 1 λ + c n (6) c 1 = ( 1) n 1 Tr(A) e c n = det(a). In particolare, se n = 2, allora mentre se n = 3 si ha: dove P(λ) = λ 2 Tr(A)λ + det(a), P(λ) = λ 3 + Tr(A)λ 2 + c 2 λ + det(a), c 2 = 1 2 [ Tr(A 2 ) (Tr(A)) 2]. (7)
7 Tensore delle tensioni di Cauchy Si descrive lo stato di sforzo di una struttura o di un mezzo attraverso un applicazione lineare f : R 3 R 3 dove, tipicamente, la matrice A in (1) è simmetrica. In particolare, quando l applicazione lineare rappresenta il cosiddetto tensore delle tensioni di Cauchy, si usa la simbologia T = σ 11 σ 12 σ 13 σ 12 σ 22 σ 23 σ 13 σ 23 σ 33 per indicare la matrice simmetrica associata. 7 / 14
8 Tensore delle tensioni di Cauchy: decomposizione parte sferica e deviatorica 8 / 14 dove T = σ Id + σ 11 σ σ 12 σ 13 σ 12 σ 22 σ σ 23 σ 13 σ 23 σ 33 σ σ = 1 3 Tr(T), (8) e Id è la matrice identità di ordine 3. Il termine σ Id in (8) è detto parte sferica di T, mentre l altro addendo a destra dell uguale è chiamato parte deviatorica di T.
9 Invarianti 9 / 14 La parte deviatorica si annulla in corrispondenza di uno stato idrostatico (unico autovalore con molteplicità tre) e misura quindi il discostamento da questo stato. Gli invarianti del tensore sono essenzialmente tre: I 3 = det(t) = σ 1 σ 2 σ 3, dove σ i, i = 1,2,3 sono gli autovalori (reali, non necessariamente distinti) associati alla matrice simmetrica T. Poi, I 1 = Tr(T) = σ 1 + σ 2 + σ 3 e infine, il terzo invariante, I 2 = c 2, dove c 2 è definito sopra in (7): è facile verificare che l invariante c 2, in funzione degli autovalori, assume la seguente espressione: I 2 = c 2 = σ 1 σ 2 + σ 1 σ 3 + σ 2 σ 3
10 Parti simmetrica e antisimmetrica di una matrice 10 / 14 Un altra utile decomposizione di una qualsiasi matrice quadrata è quella in parte simmetrica e parte antisimmetrica. Per spiegare questa decomposizione, ricordiamo che una matrice A = [a ij ] M n (R) si dice simmetrica se t A = A, mentre si dice antisimmetrica se t A = A. Ora, data A = [a ij ] M n (R), poniamo: A sym = A + t A 2 e A anti sym = A t A 2. (9) Si verifica immediatamente che A sym è simmetrica e A anti sym è antisimmetrica. Inoltre, un altrettanto facile verifica fornisce la decomposizione di A in somma di una parte simmetrica e di una parte antisimmetrica, ovvero: A = A sym + A anti sym.
11 Esercizio Sia A = Scrivere A come somma di una matrice simmetrica e di una matrice antisimmetrica. Soluzione: A = / 14
12 Complementi sulle applicazioni lineari 12 / 14 In generale, un applicazione lineare f : R n R m è definita da f (X) = A X, (10) dove X = t [x 1,...,x n ], A M m,n (R) e A X denota il prodotto di matrici. Si definisce { } Ker(f ) = X R n : f (X) = 0. (11) Ker(f ) è un sottospazio vettoriale del dominio R n detto nucleo dell applicazione lineare f. Sappiamo dalla teoria dei sistemi lineari che la sua dimensione è uguale a n ρ(a).
13 Complementi sulle applicazioni lineari 13 / 14 Un altro importante sottospazio vettoriale associato a f è: Im(f ) = {Y R m : X R n tale che f (X) = Y}. (12) Im(f ) è un sottospazio vettoriale del codominio R m detto immagine dell applicazione lineare f. Si verifica che la dimensione di Im(f ) è uguale al rango di A, per cui si può concludere che dim(ker(f )) + dim(im(f )) = n.
14 Complementi sulle applicazioni lineari 14 / 14 Inoltre, f { è iniettiva } se e solo se dim(ker(f )) = 0 (ovvero, Ker(f ) = 0 ), mentre f è surgettiva se e solo se dim(im(f )) = m. Nel caso particolare in cui m = n, si può osservare che le tre affermazioni seguenti sono equivalenti: f è iniettiva f è surgettiva f è bigettiva.
Diagonalizzabilità di endomorfismi
Capitolo 16 Diagonalizzabilità di endomorfismi 16.1 Introduzione Nei capitoli precedenti abbiamo definito gli endomorfismi su uno spazio vettoriale E. Abbiamo visto che, dato un endomorfismo η di E, se
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari
DettagliGEOMETRIA 1 Autovalori e autovettori
GEOMETRIA 1 Autovalori e autovettori Gilberto Bini - Anna Gori - Cristina Turrini 2018/2019 Gilberto Bini - Anna Gori - Cristina Turrini (2018/2019) GEOMETRIA 1 1 / 28 index Matrici rappresentative "semplici"
DettagliCompiti di geometria & algebra lineare. Anno: 2004
Compiti di geometria & algebra lineare Anno: 24 Anno: 24 2 Primo compitino di Geometria e Algebra 7 novembre 23 totale tempo a disposizione : 3 minuti Esercizio. [8pt.] Si risolva nel campo complesso l
DettagliIngegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009
Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 28/29 Dire se le seguenti proposizioni sono vere o false: ESERCITAZIONE. Proposizione Vera Falsa f : R R 4 rk(f f : R 4 R rk(f f :
DettagliAnno Accademico 2016/2017
Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2016/2017 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente
DettagliEsame di GEOMETRIA 27 giugno ore 11
Esame di GEOMETRIA 27 giugno 2011 - ore 11 Istruzioni: Scrivere cognome, nome, matricola in STAMPATELLO negli appositi spazi. Per ogni quiz nella prima parte, indicare l affermazione giudicata corretta
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 18 index Applicazioni lineari 1 Applicazioni lineari
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
DettagliAlgebra lineare Geometria 1 15 luglio 2009
Algebra lineare Geometria 1 15 luglio 2009 Esercizio 1. Nello spazio vettoriale reale R 3 [x] si considerino l insieme A k = {1 + x, k + (1 k)x 2, 1 + (k 1)x 2 + x 3 }, il vettore v k = k + kx x 3 e la
DettagliREGISTRO DELLE LEZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007
DettagliGEOMETRIA 1 terza parte
GEOMETRIA 1 terza parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 32 index Applicazioni lineari 1 Applicazioni lineari 2 Nucleo e
DettagliAPPLICAZIONI. Im f = {b B a A tale che f (a) = b}.
APPLICAZIONI Diremo applicazione (o funzione) da un insieme A ad un insieme B una legge f che associa ad ogni elemento a A uno ed un solo elemento b B. Scriviamo f : A B e il corrispondente o immagine
DettagliRichiami di Algebra Lineare
Appendice A Richiami di Algebra Lineare In questo capitolo sono presentati alcuni concetti di algebra lineare L algebra lineare è quella branca della matematica che si occupa dello studio di vettori, spazi
DettagliSapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
DettagliAlgebra lineare e geometria AA Esercitazione del 14/6/2018
Algebra lineare e geometria AA. 2017-2018 Esercitazione del 14/6/2018 1) Siano A, B due matrici n n tali che 0 < rk(a) < rk(b) = n. (a) AB è invertibile. (b) rk(ab) = nrk(b). (c) det(ab) = det(a). (d)
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2009/2010 Algebra Lineare ed Elementi di Geometria Programma svolto nel Modulo Algebra Lineare 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi
DettagliSPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE
SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2012/13 Algebra Lineare ed Elementi di Geometria Programma svolto nel Modulo Algebra Lineare 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi 1.2
DettagliCORSO DI MATEMATICA II Prof. Paolo Papi ESERCIZI. 1). Stabilire quali dei seguenti sottoinsiemi di V sono sottospazi vettoriali. (a) V = R 3.
CORSO DI MATEMATICA II Prof Paolo Papi ESERCIZI ) Stabilire quali dei seguenti sottoinsiemi di V sono sottospazi vettoriali (a) V = R 3 () W = {(x,,x 3 ) x,x 3 R} (2) W 2 = {(x,,x 3 ) x,x 3 R} (3) W 3
DettagliApplicazioni lineari e diagonalizzazione pagina 1 di 5
pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x
DettagliA. Languasco - Esercizi Matematica B - 2. Spazi Vettoriali e Trasformazioni lineari 1
A. Languasco - Esercizi Matematica B - 2. Spazi Vettoriali e Trasformazioni lineari 1 A: Spazi vettoriali e sottospazi Corso di Matematica B - Ingegneria Informatica Testi di Esercizi A1. Provare che l
DettagliPROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A
PROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A. 2010-11 DOCENTE TITOLARE: FRANCESCO BONSANTE 1. Geometria analitica dello spazio (1) vettori applicati e lo spazio E 3 O: operazioni su vettori e proprietà.
DettagliComplemento ortogonale e proiezioni
Complemento ortogonale e proiezioni Dicembre 9 Complemento ortogonale di un sottospazio Sie E un sottospazio di R n Definiamo il complemento ortogonale di E come l insieme dei vettori di R n ortogonali
Dettaglip(ϕ) = a 0 Id + a 1 ϕ + + a n ϕ n,
1. Autospazi e autospazi generalizzati Sia ϕ: V V un endomorfismo. Allora l assegnazione x ϕ induce un morfismo di anelli ρ: K[x] End K (V ). Più esplicitamente, al polinomio p dato da viene associato
DettagliPROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A
PROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A. 2011-12 DOCENTE TITOLARE: FRANCESCO BONSANTE 1. Geometria analitica dello spazio (1) vettori applicati e lo spazio E 3 O: operazioni su vettori e proprietà.
Dettagli3. Elementi di Algebra Lineare.
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 3. Elementi di Algebra Lineare. 1 Sistemi lineari Sia A IR m n, x IR n di n Ax = b è un vettore di m componenti.
DettagliGEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A
Soluzioni Appello del 17 GIUGNO 2010 - Compito A a) Se h = 7 il sistema ha infinite soluzioni (1 variabile libera), mentre se h 7 la soluzione è unica. b) Se h = 7 allora Sol(A b) = {( 7z, 5z + 5, z),
DettagliINGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 19 GIUGNO 2012
INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 19 GIUGNO 2012 MATTEO LONGO Esercizio 1. Al variare del parametro a R, si consideri l applicazione lineare L a : R R definita dalle
DettagliCorso Matematica Discreta Anno accademico Lista domande per l orale breve.
Corso Matematica Discreta Anno accademico 2014-2015 Lista domande per l orale breve. 1. Dimostrare una delle leggi che coinvolgono l intersezione, l unione, il complementare (associativa, distributiva
DettagliIl Teorema Spettrale. 0.1 Applicazioni lineari simmetriche ed hermitiane
0.1. APPLICAZIONI LINEARI SIMMETRICHE ED HERMITIANE 1 Il Teorema Spettrale In questa nota vogliamo esaminare la dimostrazione del Teorema Spettrale e studiare le sue conseguenze per quanto riguarda i prodotti
DettagliALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5. Indice. 2. Esercizi 5
ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5 Indice 1. Principali definizioni 1 2. Esercizi 5 Operazioni con le matrici 1. Principali definizioni Ricordiamo le principali definizioni legate alle matrici a coefficienti
DettagliESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ
ESAME DI GEOMETRIA 6 febbraio CORREZIONE QUIZ. La parte reale di ( + i) 9 è positiva. QUIZ Si può procedere in due modi. Un primo modo è osservare che ( + i) =i, dunque ( + i) 9 =(+i)(i) 4 = 4 ( + i) :
DettagliPROGRAMMA del corso di. GEOMETRIA 1 - Algebra Lineare. Laurea Triennale in Matematica. Anno Accademico 2007/08. docente : Bruno Zimmermann
PROGRAMMA del corso di GEOMETRIA 1 - Algebra Lineare Laurea Triennale in Matematica Anno Accademico 2007/08 docente : Bruno Zimmermann (Il presente programma è stato redatto sulla base degli appunti del
DettagliAutovalori e autovettori
Autovalori e autovettori Definizione 1 (per endomorfismi). Sia V uno spazio vettoriale su di un campo K e f : V V un suo endomorfismo. Si dice autovettore per f ogni vettore x 0 tale che f(x) = λx, per
DettagliEsercizi Applicazioni Lineari
Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le
DettagliSoluzione: La matrice M cercata è quella formata dagli autovettori di A. Il polinomio caratteristico di A è: p t (A) = (t 1)(t 3) 0 4 V 1 = Ker
Compito di Algebra Lineare - Ingegneria Biomedica 4 luglio 7 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può
DettagliDIAGONALIZZAZIONE. M(f) =
DIAGONALIZZAZIONE Esercizi Esercizio 1. Sia f End(R 3 ) associato alla matrice M(f) = 0 1 2 0. 2 (1) Determinare gli autovalori di f e le relative molteplicità. (2) Determinare gli autospazi di f e trovare,
DettagliMatrici simili. Matrici diagonalizzabili.
Matrici simili. Matrici diagonalizzabili. Definizione (Matrici simili) Due matrici quadrate A, B si dicono simili se esiste una matrice invertibile P tale che B = P A P. () interpretazione: cambio di base.
DettagliGeometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa
Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 27/28 Canali A C, e L Pa Durata: 2 ore e 3 minuti Simone Diverio Alessandro D Andrea Paolo Piccinni 7 settembre
DettagliRichiami di Algebra Lineare
Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Algebra Lineare 2012 1 / 59 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +
DettagliAUTOVALORI, AUTOVETTORI, AUTOSPAZI
AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2013/14 Algebra Lineare ed Elementi di Geometria (Programma aggiornato in data 23 gennaio 2014) 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi
DettagliESAMI DI MATEMATICA DISCRETA 2009/2010
ESAMI DI MATEMATICA DISCRETA 2009/2010 09/06/2009 (1) In R 4 si considerino il sottospazio vettoriale W k = Span{(2, 1, 0, 1), (1, 1, 1, 1), (k, 1, 0, 1)} e il sottospazio vettoriale U dato da tutti i
DettagliEsercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria
Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo
DettagliAlgebra e Geometria 2 per Informatica Primo Appello 23 giugno 2006 Tema A W = { A M 2 (R) A T = A }
Algebra e Geometria per Informatica Primo Appello 3 giugno 6 Tema A Sia M (R lo spazio vettoriale delle matrici a coefficienti reali Sia W = { A M (R A T = A } il sottospazio vettoriale delle matrici simmetriche
Dettagli4 Autovettori e autovalori
4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità
DettagliFacoltà di Ingegneria Corsi di Laurea in Ingegneria Navale ed Ingegneria Industriale. Programma del corso di GEOMETRIA
Facoltà di Ingegneria Corsi di Laurea in Ingegneria Navale ed Ingegneria Industriale Programma del corso di GEOMETRIA Anno Accademico 2016-2017 Prof. Dario Portelli In questo programma ho cercato di raggruppare
DettagliPROVE D'ESAME DI MATEMATICA DISCRETA A.A. 2010/2011
PROVE D'ESAME DI MATEMATICA DISCRETA A.A. 200/20 07/06/20 () In R 3 [t], lo spazio vettoriale dei polinomi nella variabile t di grado al piú 3, sia u = t 2 5t + 6 e w = t 3 + t 2 t. (a) Determinare una
DettagliSPAZI VETTORIALI CON PRODOTTO SCALARE A =
SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo
DettagliI Compito di Geometria - Ingegneria Edile - 25 ottobre 2000 Tra parentesi [ ] è indicato il punteggio di ogni esercizio.
I Compito di Geometria - Ingegneria Edile - 25 ottobre 2000 Tra parentesi [ ] è indicato il punteggio di ogni esercizio. A [8] Sono date le matrici A M 34 (IR) e b M 31 (IR) A = 1 0 2 2 0 k 1 k, b = 1
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria - CCS Edilizia ed Edile/Architettura
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - CCS Edilizia ed Edile/Architettura IV Appello corso di Geometria Docente F. Flamini, Roma, 3/7/ NORME SVOLGIMENTO Scrivere negli appositi
DettagliNozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza.
Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali, gli interi, i numeri
DettagliErrata corrige. p. 10 riga 5 del secondo paragrafo: misurare
Errata corrige p. 9 esercizio 5. Modificare testo dell esercizio come segue: Dati una retta r e un punto P, esistono infiniti piani per P paralleli a r: si tratta dei piani che contengono la retta s per
Dettagli0 1 k. k k k +4. b) Posto k = 0, si calcoli l inversa di A e l inversa di T.
Esercizi per il Parziale 2, Prof. Fioresi, 2018 1. Cambi di base, determinante e inversa 1. Si trovino le coordinate del vettore v = (1, 1,2) espresso nella base canonica, rispetto alla base B = {(1, 4,3),(5,3,
DettagliLezioni di Algebra Lineare V. Autovalori e autovettori
Lezioni di Algebra Lineare V. Autovalori e autovettori Versione novembre 2008 Contenuto 1. Cambiamenti di base 2. Applicazioni lineari, matrici e cambiamenti di base 3. Autovalori e autovettori 2 1. Cambiamenti
DettagliMatrici jordanizzabili
Capitolo 17 Matrici jordanizzabili 17.1 Introduzione Abbiamo visto che non tutte le matrici sono simili a matrici diagonali. Mostreremo in questo capitolo che alcune matrici sono simili a matrici di Jordan.
DettagliENDOMORFISMI. ove B := (v 1,v 2,v 3 ). (1) Determinare gli autovalori di f e le relative molteplicità algebriche e geometriche.
ENDOMORFISMI Esercizi Esercizio 1 Siano v 1 := T (1, 1, 1, 0), v 2 := T (0, 1, 2, 1), v 3 := T (0, 0, 1, 1) Consideriamo V := L(v 1,v 2,v 3 ) R 4 e sia f End R (V ) associato alla matrice A := MB B (f)
DettagliAutovalori, Autovettori, Diagonalizzazione.
Autovalori Autovettori Diagonalizzazione Autovalori e Autovettori Definizione Sia V uno spazio vettoriale sul campo K = R o C e sia T : V V un endomorfismo Un vettore non nullo v V \ {O} si dice autovettore
DettagliESAMI E ESERCITAZIONI A.A Esempio di Prova d Esame Tempo a disposizione: 60 minuti. Esercizio 1.1. (8 punti) Si consideri la matrice
ESAMI E ESERCITAZIONI A.A. 2011-12 ANDREA RATTO Sommario. In questo file presentiamo prove d esame, esercitazioni ed esami relativi al Corso di Geometria e Algebra per Ingegneria Biomedica e Meccanica.
DettagliFondamenti di Matematica del discreto
Fondamenti di Matematica del discreto M1 - Insiemi numerici 25 gennaio 2013 - Laurea on line Esercizio 1. Dire, motivando la risposta, se è possibile scrivere 3 come combinazione lineare di 507 e 2010,
DettagliAppunti di Geometria - 2
Appunti di Geometria - Samuele Mongodi - s.mongodi@sns.it Cambi di base e applicazioni lineari Richiami Sia V uno spazio vettoriale di dimensione n sul campo K, con base assegnata e,..., e n } (ad esempio
Dettagli25 - Funzioni di più Variabili Introduzione
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 25 - Funzioni di più Variabili Introduzione Anno Accademico 2013/2014 M. Tumminello
DettagliAutovalori e autovettori di una matrice quadrata
Autovalori e autovettori di una matrice quadrata Data la matrice A M n (K, vogliamo stabilire se esistono valori di λ K tali che il sistema AX = λx ammetta soluzioni non nulle. Questo risulta evidentemente
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria 1 che ho tenuto presso la
DettagliLEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1.
LEZIONE 16 16.1. Autovalori, autovettori ed autospazi di matrici. Introduciamo la seguente definizione. Definizione 16.1.1. Siano k = R, C e A k n,n. Un numero λ k si dice autovalore di A su k) se rka
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
DettagliNote per il corso di Geometria Corso di laurea in Ing. Elettronica e delle Telecomunicazioni
Note per il corso di Geometria 9- Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Prodotto scalare e matrici simmetriche. Il prodotto scalare consente di introdurre in uno spazio vettoriale
DettagliUniversità degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 1
Università degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 1 A.A. 28-29 - Docente: Prof. E. Sernesi Tutori: Andrea Abbate e Matteo Acclavio Soluzioni del tutorato numero 1 14
Dettaglix n i sima pos. x, y = x T y = x i y i R. i=1
1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei
DettagliElementi di Algebra Lineare
Elementi di Algebra Lineare Corso di Calcolo Numerico, a.a. 2009/2010 Francesca Mazzia Dipartimento di Matematica Università di Bari 13 Marzo 2006 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare
Dettagli1 Il polinomio minimo.
Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene
DettagliESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R:
ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R: x 1 + x = 0 6x 1 + (λ + )x + x 3 + x 4 = 1 x 1 4x + (λ + 1)x 3 + 6x 4 = 3
DettagliAlgebra Lineare Autovalori
Algebra Lineare Autovalori Stefano Berrone Sandra Pieraccini Dipartimento di Matematica Politecnico di Torino, Corso Duca degli Abruzzi 24, 10129, Torino, Italy e-mail: sberrone@calvino.polito.it sandra.pieraccini@polito.it
DettagliA.A GEOMETRIA CDL IN INGEGNERIA MECCANICA FACOLTÀ DI INGEGNERIA CIVILE ED INDUSTRIALE SOLUZIONI TEST 4
A.A.8-9 GEOMETRIA CDL IN INGEGNERIA MECCANICA FACOLTÀ DI INGEGNERIA CIVILE ED INDUSTRIALE SOLUZIONI TEST 4 Esercizio (). Sia γ la conica di equazione: γ : x xy + y + 8x + =. (a) Verificare che la conica
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
DettagliCORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su MATRICI SIMILI, AUTOVALORI e DIAGONALIZZABILITÀ
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su MATRICI SIMILI, AUTOVALORI e DIAGONALIZZABILITÀ Matrici simili Torniamo su di un aspetto precedentemente solo sfiorato (si veda una delle osservazioni
DettagliGEOMETRIA 1 ottava parte
GEOMETRIA 1 ottava parte Cristina Turrini C. di L. in Fisica - 214/215 Cristina Turrini (C. di L. in Fisica - 214/215) GEOMETRIA 1 1 / 15 index 1 Cristina Turrini (C. di L. in Fisica - 214/215) GEOMETRIA
DettagliParte 7. Autovettori e autovalori
Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori
DettagliCORSO ALGEBRA LINEARE 2009/10
CORSO ALGEBRA LINEARE 2009/10 Modalità d esame Gli appelli d esame saranno tenuti durante i periodi di sospensione della didattica (fine gennaio fine febbraio, metà giugno fine luglio, settembre). L esame
DettagliGAAL: Capitolo dei prodotti scalari
GAAL: Capitolo dei prodotti scalari Teorema di Rappresentazione rappresentabile Aggiunto Autoaggiunto Unitariamente diagonalizzabile Teorema spettrale reale Accoppiamento Canonico Forme bilineari Prodotti
DettagliUniversità degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 24 gennaio 2013 Tema A
Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 24 gennaio 23 Tema A Tempo a disposizione: 2 ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliCorso di Geometria BIAR, BSIR Esercizi 2: soluzioni
Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)
DettagliALGEBRA C. MALVENUTO
ALGEBRA CANALE A-L ESAME SECONDA PARTE SECONDO ESONERO 27 GENNAIO 22 C. MALVENUTO Istruzioni. Completare subito la parte inferiore di questa pagina con il proprio nome, cognome e firma. Scrivere solamente
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 2011-2012 Prova scritta del 28-1-2013 TESTO E SOLUZIONI 1. Per k R considerare il sistema lineare X 1 X 2 + kx 3 =
DettagliCorso Matematica Discreta Anno accademico Lista domande per l orale breve.
Corso Matematica Discreta Anno accademico 2015-2016 Lista domande per l orale breve. 1. Dimostrare una delle leggi che coinvolgono l intersezione, l unione, il complementare di insiemi contenute nel Teorema
DettagliDIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI
DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI Nota. La descrizione di lezioni non ancora svolte si deve intendere come una previsione/pianificazione.
DettagliNORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +
NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:
DettagliProdotti scalari e matrici
Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica. Corso di Geometria ed Algebra Docente F. Flamini
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria: Elettronica Corso di Geometria ed Algebra Docente F. Flamini Capitolo IV - 3: Teorema Spettrale degli operatori autoaggiunti e Teorema
DettagliCORSO ALGEBRA LINEARE 2006/07
CORSO ALGEBRA LINEARE 2006/07 Modalità d esame Gli appelli d esame saranno tenuti durante i periodi di sospensione della didattica (fine gennaio fine febbraio, metà giugno fine luglio, settembre). L esame
DettagliCognome Nome A. Scrivere le risposte agli esercizi 1,2,4,5 negli spazi sottostanti.
Cognome Nome A Scrivere le risposte agli esercizi 1,2,4,5 negli spazi sottostanti. 1) 2) 4) 5) Geometria e algebra lineare { 16/1/2019 A 1) Siano r e r 0 le rette dello spazio di equazioni: r : x 2z =
Dettagli0.1. MATRICI SIMILI 1
0.1. MATRICI SIMILI 1 0.1 Matrici simili Definizione 0.1.1. Due matrici A, B di ordine n si dicono simili se esiste una matrice invertibile P con la proprietà che P 1 AP = B. Con questa terminologia dunque
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 LUGLIO 2015
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 LUGLIO 2015 MATTEO LONGO Svolgere entrambe le parti (Teoria ed Esercizi Si richiede la sufficienza su entrambe le parti 1
DettagliAlgebra lineare e geometria AA Appunti sul cambio di base in uno spazio vettoriale
Algebra lineare e geometria AA. -7 Appunti sul cambio di base in uno spazio vettoriale Matrice di un applicazione lineare Siano V e W due spazi vettoriali su un campo K {R, C}, entrambi finitamente generati,
DettagliAUTOVALORI. NOTE DI ALGEBRA LINEARE
AUTOVALORI. NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 GENNAIO 2011 1. Il polinomio minimo Sia f : V V un endomorfismo lineare di uno spazio vettoriale di dimensione finita sul campo K. Per ogni
DettagliParte 8. Prodotto scalare, teorema spettrale
Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,
Dettagli