Applicazioni lineari e diagonalizzazione
|
|
- Gerardo Ranieri
- 4 anni fa
- Visualizzazioni
Transcript
1 Autovalori e autovettori Matrici associate a applicazioni lineari Endomorfismi semplici e matrici diagonalizzabili Prodotti scalari e Teorema Spettrale nel caso generale Politecnico di Torino 1
2 Endomorfismo e autovettori Sia V uno spazio vettoriale su K. Un applicazione lineare f :V V da V in sé si dice un endomorfismo di V. Allora un autovettore di f con autovalore λ K è un vettore v V diverso da O tale che f (v ) = λv. Si dice anche che λ è un autovalore di f Politecnico di Torino 2
3 Autospazi e indipendenza degli autovettori L insieme V f (λ) = {v V f (v ) = λv}, detto autospazio di f relativo a λ, è un SSV di V. Sia V un SV su K di dimensione finita e sia f : V V un endomorfismo di V con autovalori λ 1,..., λ k. Allora, scelta per ogni autospazio V f (λ i ) una k base, l insieme di vettori è libero. i L = i = 1 i 5 Endomorfismi semplici Da ora in poi considereremo solo SV di dimensione finita. Se V è uno SV su K, un endomorfismo f : V V si dice semplice se esiste una base di V formata da autovettori di f (base di autovettori per f ) Politecnico di Torino 3
4 Criterio di semplicità (1/2) Siano V un SV su K con dimv = n e f : V V un endomorfismo di V con autovalori λ 1,..., λ k. Posto d f (λ ) i = dimv f (λ ) i (molteplicità geometrica di λ ), i allora f è semplice se e solo k i = 1 f ( ) d λ = n. i 7 Criterio di semplicità (2/2) Osserviamo che questo criterio deriva dal fatto che l insieme libero L ottenuto in precedenza come unione di basi di autospazi ha esattamente k i = 1d f ( λ i ) elementi. Quindi se tale somma è uguale a n, L forma una base di autovettori per f Politecnico di Torino 4
5 Esempio: la trasposizione (1/3) Sia T : M 2 M 2 la trasposizione:t (A) = t A. A è simmetrica se e solo se T (A) = A mentre A è antisimmetrica se e solo se T (A) = -A. Quindi i sottospazi delle matrici simmetriche e antisimmetriche sono gli autospazi V T (1) e V T (-1) di T relativi agli autovalori 1 e -1 rispettivamente. 9 Esempio: la trasposizione (2/3) Le matrici simmetriche e antisimmetriche di ordine 2 si possono scrivere rispettivamente come: a b = a + b + c = ae 1 + be 2 + ce 3 b c e 0 k 0 1 = k = ke k Politecnico di Torino 5
6 Esempio: la trasposizione (3/3) Si verifica facilmente che una base di V T (1), mentre base di V T (-1). 1 2 = {E 1, E 2, E 3 } è = {E 4 } è una Quindi d T (1) + d T (-1) = 3 +1 = 4 = dimm 2 : per il Criterio di semplicità T è semplice e = {E 1, E 2, E 3, E 4 } è una base di autovettori per T Politecnico di Torino 6
7 Esempio (1/3) Se A M 2 e se = {E 1, E 2, E 3, E 4 } è la base di M 2 definita in precedenza, possiamo scrivere a b b + c b c A = = ae + E + de + E c d Quindi le coordinate di A rispetto a sono b + c b c A = ( a,, d, ) Esempio (2/3) Ora b + c b c T A at E T E dt E T E 2 2 ( ) = ( ) + ( ) + ( ) + ( ) da cui b + c T ( A) = a T ( E 1) + T ( E 2) + d T ( E 3) + 2 b c + T ( E 4 ) 2 Osserviamo che T(E i ) = E i per i = 1, 2, 3 e che T(E 4 ) = -E Politecnico di Torino 7
8 Esempio (3/3) Quindi, se M è la matrice le cui colonne ( T ) sono i vettori di coordinate ( ) = ( ) ( ) = ( ) T E 1,0,0,0, T E 0,1,0,0, 1 2 ( ) ( ) ( ) ( ) T E 3 = 0,0,1,0, T E 4 = 0,0,0, 1, abbiamo a a b + c b + c T 2 2 ( A) M ( T ) A = = = d d b c c b Matrice associata (1/2) Il procedimento precedente si può generalizzare. Sia f : V W un applicazione lineare tra SV su K con dimv = n e dimw = m. Se = {v 1,..., v n } e ' = {w 1,..., w m } sono basi di V e W rispettivamente, indichiamo con M ' ( f ) la matrice le cui colonne sono i vettori f ( v i ) delle ' coordinate rispetto a ' delle immagini degli elementi di Politecnico di Torino 8
9 Matrice associata (2/2) Per ogni v V si ha: ' ( ) ( ) f v = M f v ' La matrice M ' ( f ) si dice matrice associata a f rispetto alle basi e '. Nel caso degli endomorfismi, se = ', come nell esempio precedente, si pone M. ( f ) Nell esempio M ( T ) è diagonale: questo fatto dipende evidentemente dalla scelta di una base di autovettori per T Politecnico di Torino 9
10 Endomorfismi semplici e matrici diagonalizzabili (1/3) In generale possiamo affermare che un endomorfismo f : V V di un SV su K è semplice se e solo se esiste una base di V tale che la matrice M associata a f rispetto ( f ) a è diagonale. Questo sarà vero se e solo se è una base di autovettori per f. 19 Endomorfismi semplici e matrici diagonalizzabili (2/3) Supponiamo esista una base V tale che la matrice M = M ( f ) sia diagonalizzabile. Se {X 1,..., X n } K n è una base di autovettori per M, allora i vettori ' = {v 1,..., v n } di V tali che v i = X i formano una base di autovettori per f, in quanto ( ) ( ) f v i = M v i = MX i = λix i = λi v i f v = λ v. i i i Politecnico di Torino 10
11 Endomorfismi semplici e matrici diagonalizzabili (3/3) Abbiamo quindi provato che un endomorfismo f : V V di uno SV V su K è semplice se e solo se, data una base di V, la matrice M ( f ) associata a f rispetto a è diagonalizzabile. Le applicazioni associate a matrici studiate precedentemente sono un caso particolare di quanto esposto in questa lezione. 21 Esempio (1/2) Sia D : R 2 x R 2 x l endomorfismo tra i polinomi a coefficienti reali di grado 2 definito dalla derivata prima: D(p(x)) = D(a 0 + a 1 x + a 2 x 2 ) = a 1 + 2a 2 x = p (x). Se = {1, x, x 2 } è la base standard di R 2 x, allora D(1) = 0, D(x) = 1 e D(x 2 ) = 2x Politecnico di Torino 11
12 Esempio (2/2) Quindi M ( D) = Questa matrice ha solo l autovalore 0 con molteplicità algebrica 3, dunque non è diagonalizzabile (altrimenti sarebbe nulla!). Quindi D non è semplice. 23 Applicazioni associate a matrici diagonalizzabili (1/3) Sia 2 1 A = e consideriamo alcuni esempi. 1 2 = {e 1, e 2 } (base canonica): poiché Ae i = [A ] i per i = 1, 2, (l A ) = A. M = {(1, -1), (1, 1)} : è una base di autovettori 1 0 per A, quindi M ( l A ) = Politecnico di Torino 12
13 Applicazioni associate a matrici diagonalizzabili (2/3) 1 0 = {(0, 1), (1, 1)}: allora M ( l A ) =. 1 3 Infatti l A (( )) ( ) ( ) ( ) la ( ) l ( ) = l = ( ) ( ) ( ) ( ) A (( )) ( ) 0,1 = 1,2 = 0,1 + 1,1 e 1,1 = 3 1,1, da cui A 0,1 1,1, 1,1 0,3. 25 Applicazioni associate a matrici diagonalizzabili (3/3) In generale, se consideriamo l applicazione lineare l A : associata a A M n, allora: K n M C K n (l A ) = A; l A è semplice se e solo se A è diagonalizzabile; una base di se lo è per A. K n è di autovettori per l A se e solo Politecnico di Torino 13
14 Definizione di prodotto scalare in generale (1/2) La nozione di prodotto scalare introdotta in precedenza per R n si può generalizzare al caso degli spazi vettoriali su R. Se V èuno spazio vettoriale su R, un prodotto scalare in V è una operazione che associa a due vettori v 1, v 2 di V un numero reale indicato con v. 1 v 2 (detto prodotto scalare di v 1 e v 2 ) in modo che valgano le stesse proprietà del prodotto scalare in. R n Politecnico di Torino 14
15 Definizione di prodotto scalare in generale (2/2) Se v 1, v 2, v 3 V e α R : PS1 Simmetria: v. 1 v 2 = v. 2 v 1 PS2 ilinearità: (v 1 + v 2 ). v 3 = v. 1 v 3 + v. 2 v 3, v 1 (v 2 + v 3 ) = v. 1 v 2 + v. 1 v 3 e (αv 1 ). v 2 = v. 1 (αv 2 ) = αv. 1 v 2. PS3 Positività: v. v 0 e v. v = 0 se e solo se v = O V. 29 Norma e ortogonalità Il prodotto scalare in R n definito in precedenza, X. Y = t XY, si dice prodotto scalare canonico in. R n Per un prodotto scalare in uno SV V, come per il prodotto scalare canonico, si definiscono le nozioni di norma ( v = v v ), di versore ( v = 1), di ortogonalità (v 1 v 2 v. 1 v 2 = 0) e quindi di base ortogonale e base ortonormale Politecnico di Torino 15
16 Prodotti scalari in R n (1/2) Sia q = q A una forma quadratica definita positiva in n variabili. Allora, per X, Y, Z R n e α R: q A (X, Y ) = t XAY = t ( t XAY ) = t Y t AX = t YAX = = q A (Y, X ); q A (X + Y, Z ) = q A (X, Z ) + q A (Y, Z ), q A (X, Y + Z ) = q A (X, Y ) + q A (X, Z ) e q A (αx, Y ) = q A (X, αy ) = αq A (X, Y ); q A (X, X ) 0 e q A (X, X ) = 0 se e solo se X = O. 31 Prodotti scalari in R n (2/2) Quindi, una matrice simmetrica A M n ( R ) con tutti gli autovalori positivi definisce un prodotto scalare in R n dato da X. Y = q A (X, Y ). Si può provare che ogni prodotto scalare di R n è definito da una forma quadratica q A definita positiva. In particolare il prodotto scalare canonico è definito da. q In Politecnico di Torino 16
17 Prodotto scalare di funzioni Nello spazio vettoriale C 0 (I ) delle funzioni continue su un intervallo I = [a, b ], possiamo definire il prodotto scalare b a ( ) ( ) f g = f x g x dx Le note proprietà dell integrale definito implicano direttamente quelle del prodotto scalare. 33 Esempio Se I = [0, 2π], allora le funzioni π cos x e 1 senx sono versori ortogonali tra loro poiché π 1 cos x sen x dx = 0, cos x dx = sen x dx = π. 2π 2π 2 2π Quindi tali funzioni formano una base ortonormale del SSV di C 0 (I ) da loro generato Politecnico di Torino 17
18 Endomorfismi autoaggiunti Sia V uno SV su R in cui sia definito un prodotto scalare. Un endomorfismo f : V V si dice autoaggiunto (rispetto al prodotto scalare considerato) se f (v 1 ). v 2 = v. 1 f (v 2 ) per v 1, v 2 V. Tali endomorfismi sono sempre semplici. Il caso di R n con il prodotto scalare canonico è stato studiato in precedenza. 35 Endomorfismi autoaggiunti di R n Se A M n, l endomorfismo R l A : R n R n è autoaggiunto (rispetto al prodotto scalare canonico) se e solo se A èsimmetrica. Infatti, se A = A, t per X, Y abbiamo A R n t t t ( ) = = = ( ) = ( ). l X Y AX Y X AY X AY X l Y Viceversa, se l A è autoaggiunto, per 1 i, j n, ( ) ( ) A = e Ae = e l e = l e e = e Ae = A t t t t i, j i j i A j A i j i j i, j A Politecnico di Torino 18
19 Teorema Spettrale nel caso generale Sia V uno SV su R di dimensione finita in cui sia definito un prodotto scalare. Allora un endomorfismo f : V V è autoaggiunto (rispetto al prodotto scalare) se e solo se esiste una base ortonormale di autovettori per f. 37 Esempio Dato l intervallo I = [0, 2π] R, consideriamo il SSV V di C 1 (I ) generato da 1 f (x )= cos x e π 1 2 f (x ) = senx con il prodotto scalare definito π dall integrale. Come in un precedente esempio, le funzioni 1 f e 2 f formano una base ortonormale di V. L applicazione D 2 : V V definita dalla derivata seconda, D 2 (f ) = f, è un endomorfismo di V e D 2 (f 1 ) = - f 1, D 2 (f 2 ) = - f 2. Quindi è una base ortonormale di autovettori per D 2 e D 2 è autoaggiunta per il Teorema Spettrale Politecnico di Torino 19
Applicazioni lineari e diagonalizzazione
Applicazioni lineari e diagonalizzazione Autospazi Autovettori e indipendenza lineare Diagonalizzabilità e autovalori 2 2006 Politecnico di Torino 1 Esempio (1/6) Utilizzando un esempio già studiato, cerchiamo
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
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
Dettagli3. Determinare dimensione a basi per l annullatore ker(f) e per il complemento. Esercizio 2. Sia V uno spazio vettoriale reale di dimensione finita d.
Esercizi --- 5-- Esercizio. Sia f =: L A : R 4 R 4, ove A = 3 e sia B =:.. Dimostrare che B è una base di R 4.. Determinare la matrice di L A nella base B. 3. Determinare dimensione a basi per l annullatore
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
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
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
Dettagli- ciascun autovalore di T ha molteplicità geometrica uguale alla moltplicitaà algebrica.
Lezioni del 14.05 e 17.05 In queste lezioni si sono svolti i seguenti argomenti. Ripresa del teorema generale che fornisce condizioni che implicano la diagonalizzabilità, indebolimento delle ipotesi, e
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014 DOCENTE: MATTEO LONGO Rispondere alle domande di Teoria in modo esauriente e completo. Svolgere il maggior numero di esercizi
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
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
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
DettagliESERCIZI DI GEOMETRIA E ALGEBRA LINEARE (II PARTE) In ogni sezione gli esercizi sono tendenzialmente ordinati per difficoltà crescente.
ESERCIZI DI GEOMETRIA E ALGEBRA LINEARE (II PARTE) versione: 24 maggio 27 In ogni sezione gli esercizi sono tendenzialmente ordinati per difficoltà crescente Autovettori e autovalori Esercizio Trova gli
DettagliCorso di Laurea in Matematica - Esame di Geometria 1. Prova scritta del 7 settembre 2015
Corso di Laurea in Matematica - Esame di Geometria 1 Prova scritta del 7 settembre 215 Cognome Nome Numero di matricola Voto ATTENZIONE. Riportare lo svolgimento completo degli esercizi. corretti, non
DettagliApplicazioni lineari simmetriche e forme quadratiche reali.
Applicazioni lineari simmetriche e forme quadratiche reali 1 Applicazioni lineari simmetriche Consideriamo lo spazio IR n col prodotto scalare canonico X Y = t XY = x 1 y 1 + + x n y n Definizione Un applicazione
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"
DettagliProdotto scalare e matrici < PX,PY >=< X,Y >
Prodotto scalare e matrici Matrici ortogonali Consideriamo in R n il prodotto scalare canonico < X,Y >= X T Y = x 1 y 1 + +x n y n. Ci domandiamo se esistono matrici P che conservino il prodotto scalare,
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
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI GENNAIO 2015 DOCENTE: M. LONGO
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI GENNAIO 2015 DOCENTE: M. LONGO 1. Domande Domanda 1. Dire quando una funzione f : X Y tra dee insiemi X ed Y si dice iniettiva.
DettagliProva scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017
Prova scritta di Geometria Docente: Giovanni Cerulli Irelli Gennaio 7 Esercizio. Si considerino i seguenti tre punti dello spazio euclideo: P :=, Q :=, R :=.. Dimostrare che P, Q ed R non sono collineari.
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
DettagliCorso di Laurea in Matematica - Esame di Geometria 1. Prova scritta del 20 settembre 2013 Versione 1
Corso di Laurea in Matematica - Esame di Geometria 1 Prova scritta del 20 settembre 2013 Versione 1 Cognome Nome Numero di matricola Corso (A o B) Voto ATTENZIONE. Riportare lo svolgimento completo degli
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
DettagliElementi di Algebra Lineare. Spazio Vettoriale (lineare)
Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi
DettagliGeometria analitica: curve e superfici
Geometria analitica: curve e superfici geometriche algebriche e matrici e isometrie Riduzione Invarianti Studio di coniche Intersezione con rette e tangenti in forma parametrica 006 Politecnico di Torino
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:
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Seconda prova di esonero TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 2014-2015 Seconda prova di esonero TESTO E SOLUZIONI 1. Sia V uno spazio vettoriale di dimensione 4 con base {e 1,
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
Dettagli2. Nello spazio vettoriale V delle matrici a coefficienti reali di ordine 2 si consideri il sottospazio vettoriale U delle matrici simmetriche (A = A
Esame di Geometria del 19 luglio 2013 Nome: Cognome: Corso di Laurea: 5cf u Giustificare le risposte con spiegazioni chiare ed essenziali. Consegnare esclusivamente questi due fogli. 1. In R 3 si considerino
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)
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
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
DettagliEsame di Geometria - 9 CFU (Appello del 26 gennaio 2016)
Esame di Geometria - 9 CFU (Appello del 26 gennaio 206) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Al variare del parametro α R, si considerino la retta { x + y z = r : 2x + αy + z = 0 ed
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 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, 2016 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,
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.
Dettagli0 0 c. d 1. det (D) = d 1 d n ;
Registro Lezione di Algebra lineare del 23 novembre 216 1 Matrici diagonali 2 Autovettori e autovalori 3 Ricerca degli autovalori, polinomio caratteristico 4 Ricerca degli autovettori, autospazi 5 Matrici
DettagliRegistro dell insegnamento. Facoltà Ingegneria... Insegnamento GEOMETRIA... Settore Mat03... Corsi di studio Ingegneria Meccanica (M-Z)...
UNIVERSITÀ DEGLI STUDI Registro dell insegnamento Anno Accademico 2014/2015 Facoltà Ingegneria...................................... Insegnamento GEOMETRIA............................. Settore Mat03...........................................
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.
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,
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
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. 2016-2017 Prova scritta del 29-1-2018 TESTO E SOLUZIONI Svolgere tutti gli esercizi. 1. Per k R considerare il sistema
DettagliCORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI A.A. 2018/2019 PROF. VALENTINA BEORCHIA
CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Matrici associate a un applicazione lineare 1 2 Cambiamenti di base 4 3 Diagonalizzazione 6 1 MATRICI ASSOCIATE
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).
DettagliProva scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 15 Febbraio 2017
Prova scritta di Geometria Docente: Giovanni Cerulli Irelli 5 Febbraio 7 Esercizio. Si considerino i due sottospazi π e π di R dati dalle seguenti equazioni: π : x y + z = ; π : x + y z =.. Trovare una
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)
DettagliCorso di Laurea in Matematica - Esame di Geometria UNO. Prova scritta del 22 gennaio 2015
Corso di Laurea in Matematica - Esame di Geometria UNO Prova scritta del 22 gennaio 2015 Cognome Nome Numero di matricola Corso (A o B) Voto ATTENZIONE. Riportare lo svolgimento completo degli esercizi.
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
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
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 27 GIUGNO 2016
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 7 GIUGNO 06 MATTEO LONGO Ogni versione del compito contiene solo due tra i quattro esercizi 6-7-8-9. Esercizio. Considerare
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
DettagliEsame di Geometria - 9 CFU (Appello del 26 gennaio A)
Esame di Geometria - 9 CFU (Appello del 26 gennaio 25 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. In R 3, siano dati il punto P = (, 2, 3) e la retta r : (,, ) + t(, 2), t R.. Determinare
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
DettagliEsame di Geometria e Algebra Lineare
Tutte le risposte devono essere motivate. Gli esercizi vanno svolti su questi fogli, nello spazio sotto il testo e sul retro. I fogli di brutta non devono essere consegnati. 1. Fissato un sistema di riferimento
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 =
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)
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
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
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 +
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)
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
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 GE0 - Geometria a.a. 20-202 Prova scritta del 2-6-202 TESTO E SOLUZIONI. Per k R considerare il sistema lineare X + ky + Z = 2 kx ky + Z =
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
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
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
DettagliINGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 17 SETTEMBRE 2012
INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 7 SETTEMBRE 202 Esercizio. Sia V = R[X] 2 lo spazio vettoriale dei polinomi ax 2 + bx + c nella variabile X di grado al più 2 a coefficienti
DettagliSoluzioni della prova scritta di Geometria 1 del 27 giugno 2019 (versione I)
Soluzioni della prova scritta di Geometria 1 del 7 giugno 019 (versione I) Esercizio 1. Sia R 4 lo spazio quadridimensionale standard munito del prodotto scalare standard con coordinate canoniche (x 1,
DettagliGEOMETRIA. 17 FEBBRAIO ore. Istruzioni: Scrivere cognome, nome, numero di matricola in stampatello negli appositi spazi.
GEOMETRIA 7 FEBBRAIO 2009 2 ore Istruzioni: Scrivere cognome, nome, numero di matricola in stampatello negli appositi spazi. Trascrivere i risultati dei quiz della prima parte nella tabella in questa pagina.
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
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
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
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
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,
DettagliCorso di Laurea in Matematica - Esame di Geometria 1. Prova scritta del 30 gennaio 2017
Corso di Laurea in Matematica - Esame di Geometria 1 Prova scritta del 30 gennaio 2017 Cognome Nome Numero di matricola Voto ATTENZIONE. Riportare lo svolgimento completo degli esercizi. I soli risultati,
DettagliPolitecnico di Milano Ingegneria Industriale Analisi e Geometria 2
Politecnico di Milano Ingegneria Industriale Analisi e Geometria Preparazione al primo compito in itinere. (a) Mostrare che l insieme B = {b, b, b 3 }, formato dai vettori b = (,, ), b = (,, ) e b 3 =
DettagliCorso di Geometria Lezione II: Spazi vettoriali
.. Corso di Geometria Lezione II: Spazi vettoriali F. Baldassarri 8 ottobre 2013 Definizione di spazio vettoriale Uno spazio vettoriale su un campo C (ad es. Q,R,C,{0, 1}) è un insieme V dotato di due
Dettagli0.1 Coordinate in uno spazio vettoriale
0.. COORDINATE IN UNO SPAZIO VETTORIALE 0. Coordinate in uno spazio vettoriale Sia V uno spazio vettoriale di dimensione finita n costruito sul campo K. D ora in poi, ogni volta che sia fissata una base
DettagliForme bilineari e prodotti scalari
Forme bilineari e prodotti scalari Il prodotto scalare standard di R n può anche essere scritto come un prodotto riga per colonna u, v R n = u t Iv dove I è la matrice identità. Possiamo generalizzare
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.
DettagliCorso di Laurea in Matematica - Esame di Geometria 1. Prova scritta del 15 settmbre 2011 Versione 1
Corso di Laurea in Matematica - Esame di Geometria Prova scritta del 5 settmbre 20 Versione Esercizio Sia S(R 22 lo spazio vettoriale reale delle matrici simmetriche di ordine 3. a. Verificare che ponendo
DettagliAPPLICAZIONI LINEARI O OMOMORFISMI
42 APPLICAZIONI LINEARI O OMOMORFISMI Definizione 9 Dati due spazi vettoriali U e V sullo stesso campo K, una applicazione f : U V è detta lineare o omomorfismo se soddisfa le seguenti due condizioni:
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
DettagliEndomorfismi e matrici simmetriche
CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori
DettagliAlgebra Lineare - Autunno 2008
Algebra Lineare - Autunno 2008 Kieran O Grady 1 29 Settembre: Vettori geometrici Segmenti orientati ed equipollenza. Vettori geometrici. Somma e prodotto per uno scalare: definizione e proprietà algebriche.
DettagliSistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari
Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano
DettagliAlgebra lineare. Prova scritta - 22 gennaio 2019
Algebra lineare Anno accademico 28/9 Prova scritta - 22 gennaio 29 Nome: Cognome: Numero di matricola: Canale: A-L (Fiorenza-De Concini) M-Z (Mondello) Esame completo Secondo esonero (solo esercizi 3-4)
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
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
DettagliEsame scritto di Geometria I
Esame scritto di Geometria I Università degli Studi di Trento Corso di laurea in Fisica A.A. 26/27 Appello di febbraio 27 Esercizio Sia f h : R R l applicazione lineare definita da f h (e ) = 2e + (2 h)e
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
DettagliGeometria I. Soluzioni della prova scritta del 19 settembre 2016
Geometria I Soluzioni della prova scritta del 9 settembre 6 Esercizio Consideriamo una forma bilineare simmetrica g : V V R su uno spazio vettoriale reale V di dimensione finita, una sua base B e la matrice
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
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
DettagliI VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007
A I VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007 ESERCIZIO 1. Si consideri il seguente sistema di equazioni lineari x + y + 2z = 1 2x + ky + 4z = h 2x 2y + kz = 0 (a) Determinare,
DettagliPrima prova scritta di Geometria 1, 26 gennaio 2018
Prima prova scritta di Geometria 1, 26 gennaio 2018 1. Dimostrare che M A B : Hom(V,W) M(m n,k) è un isomorfismo (lineare, iniettivo e suriettivo), dove M A B associa a un applicazione lineare f : V W
Dettagli{Geometria per [Fisica e (Fisica e Astrofisica)]}
{Geometria per [Fisica e (Fisica e Astrofisica)]} Foglio 9 - Soluzioni Esercizio (facoltativo) Un quadrato magico reale di ordine n è una matrice di M n n (R) tale che sommando gli elementi di ogni sua
DettagliMatematica Discreta I
Matematica Discreta I 5 Febbraio 8 TEMA A Esercizio Sia data la matrice A M (R) A = (i) Calcolare gli autovalori di A (ii) Determinare una base di R composta di autovettori di A (iii) Diagonalizzare la
DettagliGE110 - Geometria 1. Esame Scritto B 16 Luglio 2010
GE0 - Geometria Esame Scritto B 6 Luglio 200 COGNOME e NOME : Problema : Problema 2: Problema 3: 2 Problema. Si consideri il sottoinsieme S := j v := «i, w := + i «ff i + di C 2. i (i) Dopo aver esibito
Dettagli