Applicazioni bilineari e matrici.
|
|
- Leone Patti
- 5 anni fa
- Visualizzazioni
Transcript
1 Il caso reale Applicazioni bilineari e matrici Sia g un prodotto scalare su R n Ricordo che un prodotto scalare su R n è un applicazione g : R n R n R che soddisfa le seguenti condizioni: Per ogni v ; v ; v 3 in R n, e g ( v + v ; v 3 = g ( v ; v 3 + g ( v ; v 3, g ( v ; v + v 3 = g ( v ; v + g ( v ; v 3 Per ogni v ; v in R n, c R, Per ogni v ; v in R n, g (c v ; v = cg ( v ; v = g ( v ; c v g ( v ; v = g ( v ; v ; Fissato v R n, g ( v ; v 0 e g ( v ; v = 0 se e solo se v = 0 ESEMPI Lavoriamo sempre in coordinate standard, salvo diverse indicazioni In R 4, sia g : R 4 R 4 R tale che g ((x ; y ; z ; t ; (x ; y ; z ; t = x x + y y + z z t t g soddisfa le prime tre proprietà, ma non la quarta: g ((0; 0; 0; ; (0; 0; 0; = In R, sia g : R R R tale che g ((x ; y ; (x ; y = x x + y y + Essa non soddisfa la seconda proprietà: g ( (; 0 ; (0; = g ((; 0 ; (0; =, g ((; 0 ; (0; = =
2 3 In R, sia g : R R R tale che g ((x ; y ; (x ; y = x + x Essa non soddisfa la quarta proprietà: g (( ; 0 ; ( ; 0 = < 0 4 In R, sia g : R R R tale che g ((x ; y ; (x ; y = x x + x y + x y + y y Si vede subito che g soddisfa tutte le quattro proprietà Quindi, g è un prodotto scalare su R Sia ora C = (c ij una matrice n n reale A C si può associare un applicazione bilineare come segue: se X = t (x ; x ; ; x n e Y = t (y ; y ; ; y n sono due vettori qualsiasi in R n (visti come vettori colonna, poniamo g C (X; Y = t X C Y La bilinearità (ovvero le prime due proprietà descritte in precedenza segue automaticamente dalle proprietà della moltiplicazione di matrici in R n Esplicitando le notazioni matriciali: c c n t X C Y = (x ; x ; ; x n c n c nn possiamo anche scrivere: t X C Y = n c ij x i y j i;j= g C è l applicazione bilineare associata a C Sia ora { e ; e ; ; e n } una base di R n (per esempio, la base standard Se g : R n R n R è un applicazione bilineare su R n, si ha che g = g B, per qualche matrice n n reale B Sia, infatti, b ij = g (e i ; e j Allora, noti tutti i prodotti g (e i ; e j, per ogni i; j, g è definita su tutto R n R n e si ha g = g B Infatti, se X = x e + x e + + x nen e Y = y e + y e + + y nen, si ha che ( X g ; Y = g (x e + x e + + x nen ; y e + y e + + y nen = n = x i g ( n e i ; y e + y e + + y nen = b ij x i y j, i= i;j= y y n,
3 dove b ij = g (e i ; e j Dunque, B è proprio la matrice associata alla forma bilineare In particolare, si vede da ciò che una forma bilineare è un polinomio omogeneo di grado in {x i ; y j } generato dai prodotti {x i y j } Si noti, inoltre, che la matrice B costruita in precedenza DIPENDE DALLA SCELTA DELLA BASE Il prodotto scalare standard, rispetto alla base standard, è rappresentato dalla matrice unità I Ogni prodotto scalare, espresso rispetto ad una base ortonormale, è rappresentato dalla matrice unità I In R, sia f ((x ; x ; (y ; y = x y 3x y + x y I vettori (x ; x e (y ; y sono espressi rispetto alla base standard di R Cerco la matrice A di f rispetto alla base A = {(; 0 ; (0; } Si ha a = f ( e ; e = ; a = f ( e ; e = 3; a = f ( e ; e = 0; a = f ( e ; e ( = 3 Dunque, A = 0 Cerco la matrice B di f rispetto alla base B = {(; 0 ; (; } Si ha: b = f ((; 0 ; (; 0 = ; b = f ((; 0 ; (; = ; b = f ((; ; (; 0 = ; b = f ((; ; (; = 0 Dunque, B = ( 0 Cerco la matrice C di f rispetto alla base C = {(; ; (; } Si ha: c = f ((; ; (; = 3; c = f ((; ; (; = 9; c = f ((; ; (; = 0; c = f ((; ; (; = 6 Dunque, C = (
4 TEOREMA Una matrice rappresenta una forma bilineare simmetrica (che, quindi, soddisfa le prime tre proprietà dei prodotti scalari se e solo se è simmetrica Dim Si supponga che la matrice C sia simmetrica Allora, la forma rappresentata da C è g C (X; Y = t XCY Questa è una matrice, dunque è simmetrica g C (X; Y = t (t XCY = t Y (t C X C è simmetrica, dunque t C = C, e così t XCY = t Y CX Viceversa, se C rappresenta una forma simmetrica, allora C è simmetrica rispetto a una qualsiasi base: segue immediatamente dalla definizione che c ij = c ji Ad esempio, se C rappresenta un prodotto scalare rispetto ad una base ortogonale, allora C è diagonale In tal caso, la forma bilineare si dice diagonalizzata Una matrice C rappresenta un prodotto scalare se è simmetrica e la sua forma diagonale è rappresentata da tutti e soli elementi positivi Ora studiamo come si comporta la matrice associata ad una forma bilineare in corrispondenza di un cambiamento di base Sia e = en una nuova base, e siano C la matrice che rappresenta la forma bilineare g rispetto alla base e, C la matrice che rappresenta g rispetto alla base e N è la matrice del cambiamento di base Sia v = e X = ex, e sia w = e Y = ey (viene utilizzata la notazione di Einstein Si ha: t XCY = t X C Y Ma e X = enx, e quindi X = NX ; e Y = eny, e quindi Y = NY Sostituendo nell uguaglianza precedente, si trova t X t NCNY = t X C Y Poichè questo è vero per ogni scelta di X e Y, deve essere t NCN = C Due matrici C e C tali che C = t P CP per qualche matrice P si dicono congruenti 4
5 Nell esempio precedente, scriviamo la matrice del cambiamento di base da A = {(; 0 ; (0; } a B = {(; 0 ; (; } La forma bilineare ( f ((x ; x ; (y ; y = 3 x y 3x y +x y, rappresentata nella base A da A =, diventa 0 B = ( 0 ( 3 0 ( 0 = ( 0 Nell esempio precedente, scriviamo la matrice del cambiamento di base da A = {(; 0 ; (0; } a C = {(; ; (; } La forma bilineare ( f ((x ; x ; (y ; y = 3 x y 3x y +x y, rappresentata nella base A da A =, diventa 0 C = ( ( 3 0 ( = ( ESERCIZIO: Verificare che nel passaggio dalla base B alla base C la matrice si trasforma in modo corretto: esprimendo i vettori di C nelle loro componenti rispetto alla base B (ad esempio: (; = (; 0 + (;, si passa da B a C TEOREMA Sia A una matrice n n reale simmetrica invertibile N tale che t NAN sia diagonale Esiste allora una matrice ( 3 Sia A = Allora, si può costruire la base ortogonale procedendo 3 4 con il metodo di ortogonalizzazione di Gram-Schmidt (rispetto alla forma bilineare simmetrica g A Si ha, rispetto alla base standard, g A ((x ; x ; (y ; y = x y + 3x y + 3x y + 4x y Partiamo dalla base standard {(; 0 ; (0; }, e cerchiamo una base { w ; w } ortogonale rispetto alla forma bilineare simmetrica g A w = (; 0; w = (0; g A ((; 0 ; (0; g A ((; 0 ; (; 0 (; 0 = (0; 3 (; 0 = ( 3 ; 5
6 ( 3 Allora, N = 0 t NAN = ( 0 3 ( ( 3 0 ( 0 = 0 Un altro modo per diagonalizzare una matrice simmetrica C è cercare una base ortogonale (rispetto al prodotto scalare standard di autovettori di C Infatti, il prodotto scalare standard si scrive, rispetto alla base standard, come X n ; Y = t XY = x i y i Se { u ; u ; ; u n } è la base di autovettori ortogonale (essa esiste sempre per le matrici simmetriche reali, si ha i= g C ( u i ; u j = t ( u i C u j = λ j t ( u i u j = 0, dove λ j è l autovalore associato all autovettore u j Il risultato è 0 proprio perchè u i e u j sono ortogonali rispetto al prodotto scalare standard Nell esempio precedente, A ha autovalori e 3 0 Gli autovettori{( corrispondenti} sono: 3 + {( } 0 e 3 0 I due autovettori ( sono proprio ortogonali Se N = , ( t NAN = + ( ( ( 80 = = NOTA: se fossero stati normalizzati gli autovettori, gli elementi sulla diagonale sarebbero stati esattamente gli AUTOVALORI di A, perchè in tal caso la matrice N sarebbe stata ortogonale, e dunque si sarebbe avuto t N = N ESERCIZIO Trovare una matrica invertibile N tale che t NAN sia diagonale, dove A = Suggerimento: utilizzare il metodo di Gram-Schmidt perchè il calcolo degli autovalori, in questo caso, è veramente complicato! 6
7 ESERCIZI ( 3 Sia A = Trovare una matrice N tale che ( 3 t N AN sia diagonale Procedere sia con il metodo di Gram-Schmidt, sia con la ricerca di una base ortonormale di autovettori, e confrontare i risultati ottenuti La forma bilineare simmetrica associata ad A (rispetto alla base standard è definita positiva? 8 4 Sia C = 8 Trovare una matrice N tale che ( t N CN 4 4 sia diagonale Procedere sia con il metodo di Gram-Schmidt, sia con la ricerca di una base ortonormale di autovettori, e confrontare i risultati ottenuti Trovare matrice ortogonale P tale che P CP sia diagonale Trovare una matrice P tale che (t P ( C 3 P sia diagonale (e scrivere esplicitamente t P C 3 P La forma bilineare simmetrica associata a C (rispetto alla base standard è definita ( positiva? Sia A = Trovare una matrice N tale che ( 4 t N AN sia diagonale Procedere sia con il metodo di Gram-Schmidt, sia con la ricerca di una base ortonormale di autovettori, e confrontare i risultati ottenuti La forma bilineare simmetrica associata ad A (rispetto alla base standard è definita positiva? ( Sia A = Trovare una matrice N tale che ( 3 t N AN sia diagonale Procedere sia con il metodo di Gram-Schmidt, sia con la ricerca di una base ortonormale di autovettori, e confrontare i risultati ottenuti La forma bilineare simmetrica associata ad A (rispetto alla base standard è definita positiva? 5 Considerare la forma bilineare data, rispetto alla base standard, da g ((x ; x ; (y ; y = x y + x y + x y x y La forma bilineare è simmetrica? Scrivere la matrice associata rispetto alle basi A = {(; 0 ; (0; }; B = {(; 0 ; (; 3} e C = {(; 5 ; ( 3; } Trovare una base rispetto alla quale la matrice associata a g sia diagonale E possibile trovare la base richiesta in modo tale che la matrice del cambiamento di base sia ORTOG- ONALE? Dire poi se g è definita positiva Se N = ( SOLUZIONI, ( t N AN = ( associata (rispetto alla base standard è definita positiva 7 La forma bilineare
8 Se N = , ( t N AN = ( La forma bilineare associata (rispetto alla base standard non è definita positiva P = P = N, perchè ( N è già una matrice ortogonale (N = N 5 3 Se N = 5, ( t N AN = La forma bilineare associata (rispetto ( alla base standard non è definita positiva Se N = 3 0 0, ( t N AN = ( La forma bilineare associata (rispetto alla base standard non è definita positiva 5 Rispetto ( alla base A : A = ; Rispetto ( alla base B : 8 B = ; 8 0 Rispetto ( alla base C : 6 4 C = 4 5 La matrice associata è simmetrica, dunque è possibile trovare una matrice ortogonale ( che la diagonalizza Essa è 5 ( P = 5 0 5, e ( t P AP = P AP = Il caso complesso Sia C n uno spazio vettoriale complesso Un prodotto hermitiano è un applicazione g : C n C n C che ad ogni coppia di vettori u ; v C n associa un numero complesso g ( u ; v, e che soddisfa i seguenti assiomi: (Proprietà lineare g (a u + a u ; v = a g ( u ; v +a g ( u ; v, u ; u ; v C n ; a ; a C (Proprietà sesquilineare g ( u ; b v + b v = b g ( u ; v + b g ( u ; v, u ; v ; v C n ; b ; b C 3 (Proprietà simmetrica coniugata g ( u ; v = g ( v ; u, u ; v C n 4 (Proprietà definita positiva g ( u ; u è reale, g ( u ; u 0, e g ( u ; u = 0 se e solo se u = 0 8
9 g : C C C, g ((x ; x ; (y ; y = x y + x y non è un prodotto Hermitiano perchè non rispetta la proprietà sesquilineare Sia ora C = (c ij una matrice n n complessa A C si può associare un applicazione bilineare come segue: se X = t (x ; x ; ; x n e Y = t (y ; y ; ; y n sono due vettori qualsiasi in C n (visti come vettori colonna, poniamo g C (X; Y = t X C Y La sesquilinearità (ovvero le prime due proprietà descritte in precedenza segue automaticamente dalle proprietà della moltiplicazione di matrici in C n Esplicitando le notazioni matriciali: c c n t X C Y = (x ; x ; ; x n c n c nn possiamo anche scrivere: t X C Y = n c ij x i y j i;j= g C è l applicazione sesquilineare associata a C Sia ora { e ; e ; ; e n } una base di C n (per esempio, la base standard Se g : C n C n C è un applicazione bilineare su R n, si ha che g = g B, per qualche matrice n n reale B Sia, infatti, b ij = g (e i ; e j Allora, noti tutti i prodotti g (e i ; e j, per ogni i; j, g è definita su tutto C n C n e si ha g = g B Infatti, se X = x e + x e + + x nen e Y = y e + y e + + y nen, si ha che ( X g ; Y = g (x e + x e + + x nen ; y e + y e + + y nen = n = x i g ( n e i ; y e + y e + + y nen = b ij x i y j, i= 9 i;j= y y n,
10 dove b ij = g (e i ; e j Dunque, B è proprio la matrice associata alla forma sesquilineare In particolare, si vede da ciò che una forma sesquilineare è un polinomio omogeneo di grado in {x i ; y j } generato dai prodotti {x i y j } Si noti, inoltre, che la matrice B costruita in precedenza DIPENDE DALLA SCELTA DELLA BASE Il prodotto hermitiano standard, rispetto alla base standard, è rappresentato dalla matrice unità I Ogni prodotto hermitiano, espresso rispetto ad una base ortonormale, è rappresentato dalla matrice unità I In C, sia h ((x ; x ; (y ; y = ( + 6i x y +(5 + 3i x y +(9 i x y + (4 i x y I vettori (x ; x e (y ; y sono espressi rispetto alla base standard di C Cerco la matrice A di h rispetto alla base A = {(; 0 ; (0; } Si ha a = h ( e ; e = + 6i; a = h ( e ; e = 5 + 3i; a = h ( e ; e = 9 i; a = h ( e ; e ( = 4 i + 6i 5 + 3i Dunque, A = 9 i 4 i Cerco la matrice B di h rispetto alla base B = {( 3i; 5 + 8i ; ( 4; 3 7i} Si ha: b = h (( 3i; 5 + 8i ; ( 3i; 5 + 8i = 30 4i; b = h (( 3i; 5 + 8i ; ( 4; 3 7i = 6 + 3i; b = h (( 4; 3 7i ; (; 0 = 84 98i; b = h (( 4; 3( 7i ; ( 4; 3 7i = i 30 4i 6 + 3i Dunque, B = 84 98i i In C, sia h ((x ; x ; (y ; y = x y + ( + i x y + ( i x y + 3x y I vettori (x ; x e (y ; y sono espressi rispetto alla base standard di C Cerco la matrice A di h rispetto alla base A = {(; 0 ; (0; } Si ha a = h ( e ; e = ; 0
11 a = h ( e ; e = + i; a = h ( e ; e = i; a = h ( e ; e ( = 3 + i Dunque, A = i 3 Cerco la matrice B di h rispetto alla base B = {(; i ; ( + i; 0} Si ha: b = h ((; i ; (; i = 6; b = h ((; i ; ( + i; 0 = 3 i; b = h (( + i; 0 ; (; i = 3 + i; b = h (( + i; 0 ; ( + i; 0 = Dunque, B = ( 6 3 i 3 + i TEOREMA Una matrice rappresenta una forma sesquilineare hermitiana (che, quindi, soddisfa le prime tre proprietà dei prodotti hermitiani se e solo se è hermitiana Dim Si supponga che la matrice C sia simmetrica Allora, la forma rappresentata da C è g C (X; Y = t XCY Questa è una matrice, dunque è simmetrica g C (X; Y = t (t XCY = t Y (t C X = t Y ( t C X C è hermitiana, dunque t C = C, e così t XCY = t Y CX Viceversa, se C rappresenta una forma hermitiana, allora C è hermitiana rispetto a una qualsiasi base: segue immediatamente dalla definizione che c ij = c ji Ad esempio, se C rappresenta un prodotto hermitiano rispetto ad una base ortogonale, allora C è diagonale In tal caso, la forma sesquilineare si dice diagonalizzata Una matrice C rappresenta un prodotto hermitiano se è hermitiana e la sua forma diagonale è rappresentata da tutti e soli elementi reali positivi Ora studiamo come si comporta la matrice associata ad una forma sesquilineare in corrispondenza di un cambiamento di base Sia e = en una nuova base, e siano C la matrice che rappresenta la forma bilineare g rispetto alla base e, C la matrice che rappresenta g rispetto alla base e N è la matrice del cambiamento di base Sia v = e X = ex, e sia w = e Y = ey (viene utilizzata la notazione di Einstein Si ha: t XCY = t X C Y Ma e X = enx, e quindi X = NX ; e Y = eny, e quindi Y = NY Sostituendo nell uguaglianza precedente, si trova
12 t X t NCNY = t X C Y Poichè questo è vero per ogni scelta di X e Y, deve essere t NCN = C Due matrici C e C tali che C = t P CP per qualche matrice P si dicono congruenti Se Q = P, si vede che C = t QCQ, ovvero che C = Q CQ Nell esempio precedente, scriviamo la matrice del cambiamento di base da A = {(; 0 ; (0; } a B = {(; i ; ( + i; 0} La forma bilineare è h ((x ; x ; (y ; y = x y + ( + i x y + ( + i x y + 3x y, rappresentata nella base A da A = B = ( + i i 3 ( i + i 0, diventa ( ( + i i = i 3 i 0 TEOREMA ( 6 3 i 3 + i Sia A una matrice n n reale hermitiana invertibile N tale che t NAN sia diagonale Esiste allora una matrice ( i Sia A = Allora, si può costruire la base ortogonale procedendo con il metodo di ortogonalizzazione di Gram-Schmidt (rispetto alla i forma sesquilineare simmetrica g A Si ha, rispetto alla base standard, g A ((x ; x ; (y ; y = x y i x y + i x y + x y
13 Partiamo dalla base standard {(; 0 ; (0; }, e cerchiamo una base { w ; w } ortogonale rispetto alla forma sesquilineare hermitiana g A w = (; 0; w = (0; g A ((0; ; (; 0 (; 0 = (0; i (; 0 = ( i; g A ((; 0 ; (; 0 Si noti che, al numeratore della frazione, il vettore su cui viene fatta la proiezione è sulla( SECONDA componente i Allora, N = ( 0 ( ( ( 0 i i 0 t NAN = = i i Un altro modo per diagonalizzare una matrice hermitiana C (per congruenza è cercare una base ortogonale (rispetto al prodotto hermitiano standard di autovettori di C Infatti, il prodotto hermitiano standard si scrive, rispetto alla base standard, come X ; Y = t XY = n x i y i Se { u ; u ; ; u n } è la base di autovettori ortogonale (essa esiste sempre per le matrici hermitiane, si ha i= g C ( u i ; u j = t ( u i C( u j = λ j t ( u i ( u j = 0, dove λ j è l autovalore associato all autovettore u j Il risultato è 0 proprio perchè u i e u j sono ortogonali rispetto al prodotto hermitiano standard Nell esempio precedente, A ha autovalori 0 e Gli autovettori corrispondenti {( sono: } {( } i i 0 e I due autovettori sono proprio ortogonali rispetto ( al prodotto hermitiano standard i i Se N =, ( ( ( ( i i i i 4 0 t NAN = = i i 0 0 NOTA: se fossero stati normalizzati gli autovettori, gli elementi sulla diagonale sarebbero stati esattamente gli AUTOVALORI di A, perchè in tal caso 3
14 la matrice N sarebbe stata ortogonale, e dunque si sarebbe avuto t N = N Infatti, se si pone N = ( i t NAN = i, ( i i ( i i ( i i = ( ESERCIZI Dire se la forma sesquilineare rappresentata, rispetto alla base standard, dalla matrice + 3i 4 5i A = 3i i, 4 + 5i 6 i 7 è Hermitiana In caso affermativo, dire anche se è definita positiva Dire se la forma sesquilineare rappresentata, rispetto alla base standard, dalla matrice 3 i 4 + i A = i 6 i, 4 + i i 3 è Hermitiana In caso affermativo, dire anche se è definita positiva 3 Dire se la forma sesquilineare rappresentata, rispetto alla base standard, dalla matrice A = 3, 5 6 è Hermitiana In caso affermativo, dire anche se è definita positiva e diagonalizzarla, usando il metodo di Gram-Schmidt, rispetto alle forme sesquilineari 4 Dire se la forma sesquilineare rappresentata, rispetto alla base standard, dalla matrice + i i A = i 4 3i i + 3i 7 è Hermitiana In caso affermativo, dire anche se è definita positiva e diagonalizzarla, usando il metodo di Gram-Schmidt, rispetto alle forme sesquilineari 4
15 5 Dire se la forma sesquilineare rappresentata, rispetto alla base standard, dalla matrice i + i A = i + i i + i 0 è Hermitiana In caso affermativo, dire anche se è definita positiva e diagonalizzarla, usando il metodo di Gram-Schmidt, rispetto alle forme sesquilineari 6 Dire se la forma sesquilineare rappresentata, rispetto alla base standard, dalla ( matrice 3 i A =, + i 4 è Hermitiana In caso affermativo, dire anche se è definita positiva e diagonalizzarla, usando il metodo di Gram-Schmidt, rispetto alle forme sesquilineari 7 Dire se la forma sesquilineare rappresentata, rispetto alla base standard, dalla ( matrice + 3i A =, 3i è Hermitiana In caso affermativo, dire anche se è definita positiva e diagonalizzarla, usando il metodo di Gram-Schmidt, rispetto alle forme sesquilineari SOLUZIONI La forma sesquilineare è Hermitiana ma non definita positiva: il determinante è negativo, dunque almeno uno degli autovalori non è positivo La forma sesquilineare non è definita positiva 3 La forma sesquilineare è Hermitiana Una base che la diagonalizza, per esempio, è La matrice diagonale corrispondente è ; ; Si vede così che essa non è definita positiva 4 La forma sesquilineare è Hermitiana Una base che la diagonalizza, per esempio, è 0 ; ; 5i (ho scelto (0; 0; + i 5 + 9i 0 0 5
16 come terzo vettore di base La matrice diagonale corrispondente è Si vede così che essa non è definita positiva 5 La forma sesquilineare non è Hermitiana 6 La forma sesquilineare è Hermitiana Una base che la diagonalizza è } La matrice diagonale corrispondente è {( ( ; i Dunque, essa non è definita positiva 7 La forma sesquilineare non è Hermitiana Forme Quadratiche ( Un applicazione q : R n R si dice forma quadratica se q ( v = g ( v ; v, per qualche forma bilineare simmetrica g su R n q si dice forma quadratica associata a g Se g è rappresentata da una matrice simmetrica A = (a ij, rispetto alla base standard, allora si ha q (X = g (X; X = t X A X = a a a n = ( a a a n x x x n a n a n a nn = a x + a x + + a nn x n + i<j a ij x i x j x x x n = Quest ultima espressione formale si dice polinomio quadratico corrispondente alla matrice simmetrica A Se A è diagonale, allora q ha la rappresentazione diagonale: q (X = a x + a x + + a nn x n ESERCIZI Dimostrare che l insieme delle forme quadratiche è uno spazio vettoriale reale di dimensione n (n + Trovare la matrice simmetrica associata al seguente polinomio di secondo grado: q (x; y; z = x 8xy + y 6xz + 4yz + 5z 6
17 3 Trovare la matrice simmetrica associata al seguente polinomio di secondo grado: q (x; y; z = x xz + y 4 Trovare la matrice simmetrica associata al seguente polinomio di secondo grado: q (x; y; z = xy + y + 4xz + z 5 Trovare la matrice simmetrica associata al seguente polinomio di secondo grado: q (x; y; z = xy + yz SOLUZIONI Esso coincide con lo spazio delle matrici simmetriche n n, rispetto alle usuali addizione di matrici e moltiplicazione di matrici per scalari: infatti, ad ogni matrice simmetrica corrisponde una e una sola forma quadratica Una base per questo spazio è data dalle seguenti matrici: ; ; ; ; A turno, le matrici simmetriche di base hanno l elemento di posto (i; j, con i j (e, corrispondentemente, anche l elemento di posto (j; i uguali a, mentre tutto il rimanente è uguale a 0 Si vede quindi che la base ha cardinalità n (n ; 7
Matrici 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.
DettagliSpazi euclidei, endomorfismi simmetrici, forme quadratiche. R. Notari
Spazi euclidei, endomorfismi simmetrici, forme quadratiche R. Notari 14 Aprile 2006 1 1. Proprietà del prodotto scalare. Sia V = R n lo spazio vettoriale delle n-uple su R. Il prodotto scalare euclideo
DettagliCapitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti
Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare Marco Robutti 5 Ottobre 2017 1 Introduzione Gli esercizi di questo capitolo riguardano i seguenti
Dettagli05. Determinare una base ortonormale per ognuno dei seguenti spazi vettoriali.
T.1 BASI ORTONORMALI, MATRICI ORTOGONALI 01. Sia V il sottospazio di IR 3 generato dalla base B : (1, 0, 2), (0, 2, 1). Verificare che anche C : (1, 2, 1), (1, 4, 0) è base per V e ortonormalizzare le
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
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
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,
DettagliLezione Diagonalizzazione ortogonale per matrici simmetriche
Lezione 22 22. Diagonalizzazione ortogonale per matrici simmetriche La Proposizione 2. afferma che ogni matrice simmetrica reale è diagonalizzabile su R: ilrisultatoprincipalediquestasezioneèchelamatricechediagonalizzapuò
DettagliDIAGONALIZZAZIONE E FORME QUADRATICHE / ESERCIZI PROPOSTI
M.GUIDA, S.ROLANDO, 204 DIAGONALIZZAZIONE E FORME QUADRATICHE / ESERCIZI PROPOSTI L asterisco contrassegna gli esercizi più difficili o che possono considerarsi meno basilari. Autovalori, autospazi e diagonalizzazione
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, 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
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)
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
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
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
DettagliGeometria A. Università degli Studi di Trento Corso di laurea in Matematica A.A. 2017/ Maggio 2018 Prova Intermedia
Geometria A Università degli Studi di Trento Corso di laurea in Matematica A.A. 7/8 Maggio 8 Prova Intermedia Il tempo per la prova è di ore. Durante la prova non è permesso l uso di appunti e libri. Esercizio
Dettagli6. Spazi euclidei ed hermitiani
6. Spazi euclidei ed hermitiani 6.1 In [GA] 5.4 abbiamo definito il prodotto scalare fra vettori di R n (che d ora in poi chiameremo prodotto scalare standard su R n ) e abbiamo considerato le seguenti
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
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,
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 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
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
DettagliSimilitudine (ortogonale) e congruenza (ortogonale) di matrici.
Lezione del 4 giugno. Il riferimento principale di questa lezione e costituito da parti di: 2 Forme bilineari, quadratiche e matrici simmetriche associate, 3 Congruenza di matrici simmetriche, 5 Forme
DettagliFormulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,
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 +
DettagliGeometria Appello I Sessione Invernale Corso di laurea in fisica A.A 2018/2019 Canali A C, L Pa, Pb Z
Geometria Appello I Sessione Invernale Corso di laurea in fisica A.A 8/9 Canali A C, L Pa, Pb Z Durata: ore e 3 minuti Alessandro D Andrea Simone Diverio Paolo Piccinni Riccardo Salvati Manni 5 giugno
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.
DettagliMATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE
DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici
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
Dettagli(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.
1. Applicazioni lineari Esercizio 1.1. Sia T : R 2 R 3 l applicazione lineare definita sulla base canonica di R 2 nel seguente modo: T (e 1 ) = (1, 2, 1), T (e 2 ) = (1, 0, 1). a) Esplicitare T (x, y).
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
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
DettagliCorso di Laurea in Fisica. Geometria. a.a Prof. P. Piazza Diagonalizzazione delle forme bilineari simmetriche
Corso di Laurea in Fisica. Geometria. a.a. 2009-10. Prof. P. Piazza Diagonalizzazione delle forme bilineari simmetriche Sia V uno spazio vettoriale reale. Sia 1. Osservazioni preliminari. : V V R un
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
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.
DettagliRichiami di Algebra Lineare
Università di Pavia Richiami di Algebra Lineare Eduardo Rossi Vettori a : (n 1) b : (n 1) Prodotto interno a b = a 1 b 1 + a 2 b 2 +... + a n b n Modulo (lunghezza): a = a 2 1 +... + a2 n Vettori ortogonali:
Dettagli(P x) (P y) = x P t (P y) = x (P t P )y = x y.
Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici
DettagliEsercizi Di Geometria 1 (BAER) Canale 1
Esercizi Di Geometria 1 (BAER) Canale 1 SETTIMANA 9 (23 29 Novembre 2015) da consegnare Mercoledi 2 Dicembre. Esercizio 1. Sia E = (V,, ) uno spazio metrico finito dimensionale. sottospazio vettoriale
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 10 aprile 01 Esercizio 1 Sia E 3 lo spazio euclideo tridimensionale dotato di un riferimento cartesiano ortonormale di coordinate
DettagliATTENZIONE: : giustificate le vostre argomentazioni! Geometria Canale 3. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A.
Geometria Canale. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A. Nome e Cognome: Numero di Matricola: Esercizio Punti totali Punteggio 1 7 2 6 6 4 6+1 5 6+2 Totale 1+ ATTENZIONE:
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
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
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
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
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
DettagliIl Teorema Spettrale e le sue conseguenze
Il Teorema Spettrale e le sue conseguenze In questa nota vogliamo esaminare la dimostrazione del Teorema Spettrale e studiare le sue conseguenze per quanto riguarda i prodotti scalari e le forme quadratiche.
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.
DettagliProdotto scalare e norma
Capitolo 7 Prodotto scalare e norma Riprendiamo ora lo studio dei vettori da un punto di vista più geometrico. È noto, per esempio dalla Fisica, che spesso è comodo visualizzare un vettore del piano o
DettagliEsame di Geometria e Algebra Lineare
Esame di Geometria e Algebra Lineare Esame scritto: 28 Luglio 2014 Esame orale: Cognome: Nome: Matricola: Tutte le risposte devono essere motivate. Gli esercizi vanno svolti su questi fogli, nello spazio
DettagliFacoltà di INGEGNERIA E ARCHITETTURA Anno Accademico 2016/17 Registro lezioni del docente ZUDDAS FABIO
Facoltà di INGEGNERIA E ARCHITETTURA Anno Accademico 2016/17 Registro lezioni del docente ZUDDAS FABIO Attività didattica GEOMETRIA E ALGEBRA [IN/0079] Periodo di svolgimento: Secondo Semestre Docente
DettagliEsercizio 2. Consideriamo adesso lo spazio di funzioni V = {f : [0, 1] R}. Dire quali dei seguenti insiemi di funzioni sono sottospazi.
1 Esercizi 1.1 Spazi vettoriali Studiare gli insiemi definiti di seguito, e verificare quali sono spazi vettoriali e quali no. Per quelli che non lo sono, dire quali assiomi sono violati. x 1, x 2, x 3
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
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
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) :
Dettagli0.1 Forme quadratiche
0.1. FORME QUADRATICHE 1 0.1 Forme quadratiche In questa sezione possiamo applicare il Teorema degli Assi Principali per giustificare alcune fatti che sono stati utilizzati nella riduzione a forma canonica
DettagliEsame di Geometria - 9 CFU (Appello del 14 gennaio A)
Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire
DettagliForme bilineari simmetriche
Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3
DettagliGeometria Appello I Sessione Invernale Corso di laurea in fisica A.A 2018/2019 Canali A C, L Pa, Pb Z
Geometria Appello I Sessione Invernale Corso di laurea in fisica A.A 208/209 Canali A C, L Pa, Pb Z Durata: 2 ore e 30 minuti Alessandro D Andrea Simone Diverio Paolo Piccinni Riccardo Salvati Manni 2
DettagliEsonero di GEOMETRIA 1 - C. L. Matematica 21 Febbraio M 2 (R) a + 2b d = 0.
Esonero di GEOMETRIA 1 - C. L. Matematica 21 Febbraio 2013 1. Si considerino i seguenti sottospazi vettoriali di M 2 (R): ( ) ( ) 0 1 0 1 U =,, 1 0 1 0 ( ) a b V = c d } M 2 (R) a + 2b d = 0. (a) Si determinino
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
DettagliAppendice: Forme quadratiche
Appendice: Forme quadratiche A A 2006/2007 1 Prodotto Scalare Definizione 11 Si definisce Spazio Euclideo uno spazio vettoriale con assegnato un prodotto scalare Definizione 12 Sia V uno spazio vettoriale
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
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
Dettagli4. Sottospazi vettoriali Piani e rette in E 3 O
Indice Prefazione i Capitolo 0. Preliminari 1 1. Insiemistica e logica 1 1.1. Insiemi 1 1.2. Insiemi numerici 2 1.3. Logica matematica elementare 5 1.4. Ancora sugli insiemi 7 1.5. Funzioni 10 1.6. Composizione
DettagliPunti di massimo o di minimo per funzioni di n variabili reali
Punti di massimo o di minimo per funzioni di n variabili reali Dati f : A R n R ed X 0 A, X 0 si dice : punto di minimo assoluto se X A, f ( x ) f ( X 0 ) punto di massimo assoluto se X A, f ( x ) f (
DettagliCompito di Geometria e Algebra per Ing. Informatica ed Elettronica
Compito di Geometria e Algebra per Ing Informatica ed Elettronica 17-02-2015 1) Sia f : R 4 R 3 la funzione lineare definita da f((x, y, z, t)) = ( x + y 2z + kt, x + y + t, 2x + y + z) (x, y, z, t) R
DettagliDIAGONALIZZAZIONE / ESERCIZI SVOLTI
M.GUIDA, S.ROLANDO, 015 1 DIAGONALIZZAZIONE / ESERCIZI SVOLTI L asterisco contrassegna gli esercizi meno basilari (perché più difficili o di approfondimento). Stabilire se la matrice A = 1 1 0 0 R 3,3
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
DettagliGE210 Geometria e algebra lineare 2 A.A. 2018/2019
GE210, I Semestre, Crediti 9 GE210 Geometria e algebra lineare 2 A.A. 2018/2019 Prof. Angelo Felice Lopez 1. Forme bilineari e forme quadratiche Forme bilineari, simmetriche ed antisimmetriche. Esempi:
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
DettagliSpazi vettoriali euclidei.
Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti
DettagliDocente Dipartimento di Fisica Ore didattica assegnate 2016/17 Registro del docente PIGNATELLI ROBERTO. Ore didattica assegnate. Altre ore assegnate
Docente Dipartimento di Fisica Ore didattica assegnate 2016/17 Registro del docente PIGNATELLI ROBERTO Tipo copertura: docente strutturato Attività didattica: Attività didattica [codice] Corso di studio
DettagliAppendice 1. Spazi vettoriali
Appendice. Spazi vettoriali Indice Spazi vettoriali 2 2 Dipendenza lineare 2 3 Basi 3 4 Prodotto scalare 3 5 Applicazioni lineari 4 6 Applicazione lineare trasposta 5 7 Tensori 5 8 Decomposizione spettrale
DettagliTutoraggio di Algebra Lineare e Geometria. Correzione del tema d'esame del 28/2/2006
Tutoraggio di Algebra Lineare e Geometria Correzione del tema d'esame del 8//6 Esercizio. Si considerino in R 4 i vettori : v =, v =, v = / / a) si dica se tali vettori sono linearemente indipendenti e
DettagliCapitolo IX DIAGONALIZZAZIONE DI MATRICI SIMMETRICHE
Capitolo IX DIAGONALIZZAZIONE DI MATRICI SIMMETRICHE 1. Matrici ortogonali Ricordiamo che, nel Cap. VII, abbiamo studiato le matrici di cambio di base in un R spazio vettoriale. In tale occasione, abbiamo
DettagliUna approssimazione allo spazio della fisica classica. Spazi affini euclidei.
Una approssimazione allo spazio della fisica classica. Spazi affini euclidei. Federico Lastaria. Analisi e Geometria 1. Una introduzione allo spazio della fisica classica. 1/20 Lo spazio E 3 (il piano
DettagliFerruccio Orecchia. esercizi di GEOMETRIA 1
A01 102 Ferruccio Orecchia esercizi di GEOMETRIA 1 Copyright MCMXCIV ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele Garofalo, 133 A/B 00173 Roma (06) 93781065 ISBN 978
Dettagli13 febbraio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
febbraio 0 - Soluzione esame di geometria - Ing. gestionale - a.a. 0-0 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati
DettagliGEOMETRIA 1 quarta parte
GEOMETRIA 1 quarta parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 36 index Forme bilineari 1 Forme bilineari 2 Il caso reale: spazi
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
DettagliDiagonalizzabilità 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
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
DettagliEsercitazioni di Geometria A: spazi euclidei
Esercitazioni di Geometria A: spazi euclidei 9-10 marzo 2016 Esercizio 1 Sia V uno spazio vettoriale sul campo K = R e si consideri una base B = {e 1, e 2, e 3 }. Si consideri la matrice a coefficienti
DettagliEndomorfismi simmetrici
Endomorfismi simmetrici Endomorfismo simmetrico: Dato uno spazio vettoriale metrico V e un endomorfismo T appartenente a V. L endomorfismo si definisce simmetrico se e solo se (T(v),v2)=(v,T(v2)) per ogni
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
DettagliQuadriche. R. Notari
Quadriche R. Notari 1 1. Notazioni. Proposizione 1 Ogni quadrica si rappresenta tramite un equazione algebrica di secondo grado della forma a 11 x 2 + 2a 12 xy + a 22 y 2 + 2a 13 xz+ +2a 23 yz + a 33 z
DettagliAppunti di ALGEBRA LINEARE
Appunti di ALGEBRA LINEARE Corso di Laurea in Chimica A. A. 2009/200 Capitolo SPAZI VETTORIALI In matematica si incontrano spesso insiemi di elementi su cui sono definite delle operazioni che godono di
DettagliDaniela Lera A.A
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Richiami Algebra Lineare Spazio normato Uno spazio lineare X si dice normato se esiste una funzione
DettagliMinimi quadrati. Sistemi iperdeterminati. 27 novembre 2008
Minimi quadrati 27 novembre 2008 In questa nota si indicherà sempre con V uno spazio vettoriale reale di dimensione finita n. Definizione 1. Una norma su V è una funzione : V R tale che x, y V e λ R: 1.
Dettagli2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
DettagliAPPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e
DettagliFattorizzazione QR e matrici di Householder
Fattorizzazione QR e matrici di Householder ottobre 009 In questa nota considereremo un tipo di fattorizzazione che esiste sempre nel caso di matrici quadrate non singolari ad entrate reali. Definizione
DettagliGeometria UNO Prodotti hermitiani
Geometria UNO Prodotti hermitiani Corso di Laurea in Matematica Anno Accademico 2013/2014 Alberto Albano 2 aprile 2014 Queste note sono un riassunto delle lezioni di.... I fatti principali sono contenuti
Dettagli14 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
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
DettagliGeometria BAER Canale A-K Esercizi 8
Geometria BAER Canale A-K Esercizi 8 Esercizio. Si consideri il sottospazio U = L v =, v, v 3 =. (a) Si trovino le equazioni cartesiane ed una base ortonormale di U. (b) Si trovi una base ortonormale di
Dettagli