Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.
|
|
- Marilena Coppola
- 7 anni fa
- Visualizzazioni
Transcript
1 Alcuni esercii sulla diagonaliaione di matrici Eserciio Dire se la matrice A 4 8 è diagonaliabile sul 3 3 campo dei reali Se lo è calcolare una base spettrale e la relativa forma diagonale di A Svolgimento Calcoliamo il determinante della matrice caratteristica (cioè il polinomio caratteristico p(λ: p(λ det(λi A det λ λ (λ 3 2 (λ + λ 3 le cui radici sono, ovviamente, gli autovalori 3 e NB: un ingenuità classica è quella di moltiplicare i fattori del polinomio caratteristico, ottenendo un polinomio di cui non è più immediato calcolare le radici Se il polinomio caratteristico nasce già fattoriato non conviene moltiplicarne i fattori! La molteplicità algebrica ma( dell autovalore è, e quindi anche la molteplicità geometrica mg( dell autovalore è (ricordate che risulta mg(λ ma(λ, cf Prop 38 a pag 258 del libro Per quanto riguarda l altro autovalore occorre invece fare qualche calcolo perché il valore della molteplicità geometrica di 3 non è ovvia L equaione dell autospaio U 3 di 3 è λ 3 4 λ + 8 λ 3 con λ 3 In altre parole abbiamo l equaione x y Il rango r(a di A è uguale a (DEVE essere minore di 3! La dimensione di U 3 (cioè, per definiione, mg(3 risulta dunque uguale a n r(a 3 2 (cf Oss 37 a pag 258 del libro Dunque la somma mg( + mg(3 delle molteplicità geometriche degli autovalori di A è uguale a e A risulta diagonaliabile (cf Teor 39 a pag 259 del libro Calcoliamo ora una base spettrale per l endomorfismo associato ad A rispetto alla base canonica Per farlo occorre calcolare una base per U ed una base di U 3, per poi unirle a formare la base spettrale cercata Come già sappiamo l equaione di U 3 è x y
2 2 cioè 4x + 4y + 8, ovvero x + y + 2 Una soluione parametrica di tale equaione è x s 2t y s t x s 2t y s s 2 + t t Dato che i due vettori (,,, ( 2,, sono linearmente indipendenti, costituiscono una base per U 3 (che sappiamo già avere dimensione 2 Ora dobbiamo calcolare una base per U L equaione dell autospaio U di è λ 3 4 λ + 8 λ 3 con λ In altre parole abbiamo l equaione x y 4 cioè 4x 4x Tale sistema lineare equivale al seguente (la seconda equaione è combinaione lineare delle altre due: { x Una soluione parametrica di tale equaione è x y s s s e quindi ((,, costituisce una base per U Una base spettrale per l endomorfismo associato ad A rispetto alla base canonica è quindi data dalla terna ((,,, ( 2,,, (,, Rispetto a tale base, l endomorfismo definito dalla matrice A rispetto alla base canonica viene descritto dalla matrice diagonale 3 3 Notate che l ordine sulla diagonale degli autovalori corrisponde a quello degli autovettori nella base spettrale trovata
3 3 NB: Osservate che se l eserciio richiedesse solo di determinare la diagonaliabilità di A non sarebbe necessario risolvere le equaioni degli autospai, ma soltanto calcolare le loro dimensioni Notiamo anche che esistono infinite altre basi spettrali, soluioni del nostro eserciio 3 Eserciio 2 Dire se la matrice A 4 8 è diagonaliabile sul 3 campo dei reali Se lo è calcolare una base spettrale dell endomorfismo associato alla matrice A rispetto alla base canonica Svolgimento Calcoliamo il determinante della matrice caratteristica (cioè il polinomio caratteristico p(λ: λ p(λ det(λi A det λ (λ 3 (λ + (λ + 3 λ + 3 le cui radici sono, ovviamente, gli autovalori 3, e 3 La molteplicità algebriche degli autovalori sono TUTTE uguali a, e quindi anche le loro molteplicità geometriche sono TUTTE uguali a (ricordate che risulta mg(λ ma(λ, cf Prop 38 a pag 258 del libro Quindi A è sicuramente diagonaliabile, perché la somma delle molteplicità geometriche degli autovalori di A è uguale a 3 (cf Teor 39 a pag 259 del libro NB: Vediamo dunque che quando una matrice reale A n n ammette esattamente n autovalori DISTINTI, A è sempre diagonaliabile Notate che è bastato cambiare segno ad un coefficiente nella matrice dell eserciio precedente per ottenere un eserciio molto più semplice! Sappiamo già, a questo punto, che l endomorfismo associato ad A rispetto alla base canonica ammette una base spettrale e che, rispetto ad essa, è descritto da una matrice diagonale avente sulla diagonale principale i tre autovalori 3,, 3 (il loro ordine cambia a seconda dell ordine in cui prendiamo i vettori della base spettrale Poiché, però, ci viene chiesto di trovare una base spettrale dobbiamo proseguire con i calcoli L equaione dell autospaio U 3 di 3 è λ 3 4 λ + 8 λ + 3 con λ 3 In altre parole abbiamo l equaione x y 6
4 4 cioè { 4x + 4y Una soluione parametrica di tale equaione è x t y t t t t Una base per U 3 (che sappiamo già avere dimensione è data da ((,, Ora dobbiamo calcolare una base per U L equaione dell autospaio U di è λ 3 4 λ + 8 x y λ + 3 con λ In altre parole abbiamo l equaione x y 2 cioè 4x 4x Tale sistema lineare equivale al seguente (la seconda equaione è combinaione lineare delle altre due: { x Una soluione parametrica di tale equaione è x y s s s e quindi ((,, costituisce una base per U Per finire dobbiamo calcolare una base per U 3 L equaione dell autospaio U 3 di 3 è λ 3 4 λ + 8 λ + 3 x y
5 5 con λ 3 In altre parole abbiamo l equaione 6 x y cioè { 6x 4x 2y + 8 Tale sistema lineare equivale al seguente: { x 2x y + 4 Una soluione parametrica di tale equaione è x y 4t t 4t t t 4 e quindi ((, 4, costituisce una base per U 3 Una base spettrale per l endomorfismo associato ad A rispetto alla base canonica è quindi data dalla terna ((,,, (,,, (, 4, Rispetto a tale base la matrice A acquisisce la forma diagonale 3 3 Notate che l ordine sulla diagonale degli autovalori corrisponde a quello degli autovettori nella base spettrale trovata NB: Nei due precedenti esercii gli autovalori coincidevano con i valori presenti sulla diagonale principale di A Questo NON è vero in generale, come si vede dall eserciio che segue ( 5 4 Eserciio 3 Dire se la matrice A è diagonaliabile sul campo dei 4 5 reali Se lo è calcolare una base spettrale dell endomorfismo associato alla matrice A rispetto alla base canonica Dire se la funione f(x, y ( x y ( ( 5 4 x 4 5 y è un prodotto scalare su R 2 Svolgimento Possiamo immediatamente dire che A è diagonaliabile, sena far alcun calcolo, perché A è simmetrica (cf il Teorema Spettrale: Teorema 43 a pagina 267 del libro Calcoliamo allora una base spettrale dell endomorfismo T associato alla matrice A rispetto alla base canonica
6 6 Prima di tutto calcoliamo il determinante della matrice caratteristica (cioè il polinomio caratteristico p(λ: ( λ 5 4 p(λ det(λi A det (λ λ 5 Possiamo trovare le radici del polinomio caratteristico nel modo usuale, ma possiamo anche osservare che (λ equivale a (λ 5 2 6, cioè λ 5 ±4 e quindi λ 5 ± 4 Perciò gli autovalori sono 9 e Dato che abbiamo n autovalori distinti gli n autospai a loro associati avranno tutti dimensione L equaione dell autospaio U 9 di 9 è ( ( λ 5 4 x 4 λ 5 y ( con λ 9 In altre parole abbiamo l equaione ( ( ( 4 4 x 4 4 y cioè { 4x 4y 4x + 4y Poiché la seconda equaione è multipla della prima l equaione di U 9 scrivere in modo più semplice come 4x 4y Una soluione parametrica di tale equaione è { x t y t ( ( x t y t ( t si può Una base per U 9 (che sapevamo già avere dimensione è data da ((, Ora dobbiamo calcolare una base per U L equaione dell autospaio U di è ( ( ( λ 5 4 x 4 λ 5 y con λ In altre parole abbiamo l equaione ( ( 4 4 x 4 4 y ( cioè { 4x 4y 4x 4y Poiché la seconda equaione è uguale alla prima l equaione di U si può scrivere in modo più semplice come 4x 4y Una soluione parametrica di tale equaione è { x t y t
7 7 ( ( x t y t ( t Una base per U (che sapevamo già avere dimensione è data da ((, Quindi una base spettrale è data da ((,, (, La funione f è chiaramente una forma bilineare Inoltre è simmetrica perché A è simmetrica ( Visto che la forma diagonale di A ottenuta rispetto alla base spettrale 9 è la matrice si ha che rispetto alla base spettrale f può essere scritta (nelle nuove variabili x e y come 9x 2 + y 2 e di conseguena è definita positiva Si tratta dunque di un prodotto scalare NB: Visto che abbiamo a che fare con una matrice 2 2, possiamo determinare che f è un prodotto scalare anche osservando che la traccia e il determinante della diagonaliaione D di A coincidono rispettivamente con tra e det A 9 (cf Def 93 a pagina 6 e Def 35 a pagina 255 del libro Infatti questo implica che la somma degli autovalori di A è uguale a e che il prodotto degli autovalori di A è uguale a 9 (ricordate che gli elementi della diagonale di D sono proprio gli autovalori di A Ne consegue che gli autovalori di A sono entrambi positivi e che, perciò, f è un prodotto scalare Eserciio 4 Dire se la funione f(x, y ( x y ( prodotto scalare su R 2 ( x y è un Svolgimento Possiamo immediatamente dire che A è diagonaliabile, sena far alcun calcolo, perché A è simmetrica (cf il Teorema Spettrale: Teorema 43 a pagina 267 del libro La funione f è chiaramente una forma bilineare Inoltre è simmetrica perché A è simmetrica Visto che abbiamo a che fare con una matrice 2 2, possiamo determinare se f è un prodotto scalare osservando che la traccia e il determinante della diagonaliaione D di A coincidono rispettivamente con tra 5 e det A Dato che il prodotto degli autovalori di A è uguale a (ricordate che gli elementi della diagonale di D sono proprio gli autovalori di A, gli autovalori di A sono uno positivo ed uno negativo Perciò f non è definita (perché nelle nuove variabili x, y si potrà scrivere come λ x 2 + λ 2 y 2 con λ > e λ 2 < Quindi f non è un prodotto scalare (non essendo una forma definita positiva Eserciio 5 Dire se la funione f(x, y ( x y ( 2 3 prodotto scalare su R 2 ( x y è un Svolgimento Possiamo immediatamente dire che A è diagonaliabile, sena far alcun calcolo, perché A è simmetrica (cf il Teorema Spettrale: Teorema 43 a pagina 267 del libro
8 8 La funione f è chiaramente una forma bilineare Inoltre è simmetrica perché A è simmetrica Visto che abbiamo a che fare con una matrice 2 2, possiamo determinare se f è un prodotto scalare osservando che la traccia e il determinante della diagonaliaione D di A coincidono rispettivamente con tra 5 e det A 5 Dato che il prodotto degli autovalori di A è uguale a 5 (ricordate che gli elementi della diagonale di D sono proprio gli autovalori λ, λ 2 di A, gli autovalori di A hanno lo stesso segno Essendo la loro somma negativa, tale segno è anch esso negativo Perciò f è definita negativa (perché nelle nuove variabili x, y si potrà scrivere come λ x 2 +λ 2 y 2 con λ, λ 2 entrambi negativi e quindi non è un prodotto scalare Eserciio 6 Dire se la matrice A è diagonaliabile sul campo dei reali Se lo è calcolare una base spettrale dell endomorfismo associato alla matrice A rispetto alla base canonica Svolgimento Calcoliamo il determinante della matrice caratteristica (cioè il λ polinomio caratteristico p(λ: p(λ det(λi A det λ (λ ((λ 2 + λ Poiché il polinomio (λ 2 + NON ammette radici reali, si ha che è l unico autovalore, e che la sua molteplicità algebrica è Quindi anche la sua molteplicità geometrica è (ricordate che risulta mg(λ ma(λ, cf Prop 38 a pag 258 del libro Dunque la somma delle molteplicità geometriche di tutti gli autovalori è, strettamente inferiore a 3 Perciò non esiste alcuna base spettrale (cf Teor 39 a pag 259 del libro NB: Il precedente eserciio mette in evidena che quando la somma delle molteplicità algebriche degli autovalori non arriva ad n, neppure quella delle molteplicità geometriche può arrivarci, e dunque non esiste alcuna base spettrale Eserciio 7 Dire se la matrice A matrice B (b i j con bi j reali e la i j sono diagonaliabili sul campo dei
9 9 Svolgimento Sono entrambe diagonaliabili perché entrambe sono simmetriche (cf Teorema Spettrale: Teor 43 a pagina 267 del libro Eserciio 8 Dire per quali valori del parametro reale t la matrice A t t2 t è diagonaliabile sul campo dei reali Svolgimento Calcoliamo il determinante della matrice caratteristica (cioè il polinomio caratteristico p(λ: p(λ det(λi A det λ t2 λ t (λ t ((λ 2 t 2 λ Come si vede facilmente, le radici del polinomio caratteristico sono t, + t e t Scrivendo le tre uguagliane fra tali radici (t + t, t t e + t t ricaviamo che sono tutte distinte fra loro se e solo se t, 2 Quindi per t, 2 la matrice A t è sicuramente diagonaliabile Esaminiamo ora i due casi t e t 2 Poniamo t e calcoliamo il determinante della matrice caratteristica di A (cioè il polinomio caratteristico p(λ di A : p(λ det(λi A det λ λ λ (λ 2 λ Gli autovalori sono, di molteplicità algebrica (e quindi di molteplicità geometrica e, di molteplicità algebrica 2 (e quindi di molteplicità geometrica o 2 Determiniamo ora la molteplicità geometrica dell autovalore L equaione dell autospaio U di è λ λ λ con λ In altre abbiamo l equaione parole Dato che il rango della matrice è 2, la dimensione di U (cioè la molteplicità geometrica dell autovalore è uguale a 3 2 Dunque la somma delle molteplicità geometriche dei due autovalori è 2 e quindi strettamente inferiore a 3 Per questo motivo A t non è diagonaliabile per t
10 Poniamo ora t 2 e calcoliamo il determinante della matrice caratteristica di (cioè il polinomio caratteristico p(λ di A : 2 2 ( λ ( (λ A p(λ det(λi A det λ 4 λ 2 2 λ Dato che ( λ 2 ( (λ 2 4 ( λ 2 ( λ 2 ( λ + 2, gli autovalori sono 3 2, di molteplicità algebrica (e quindi di molteplicità geometrica e 2, di molteplicità algebrica 2 (e quindi di molteplicità geometrica o 2 Determiniamo ora la molteplicità geometrica che non conosciamo, cioè quella dell autovalore 2 L equaione dell autospaio U 2 di 2 è λ 4 λ 2 λ con λ 2 In altre parole abbiamo l equaione Dato che il rango della matrice è, la dimensione di U 2 (cioè la molteplicità geometrica dell autovalore 2 è uguale a 3 2 Dunque la somma delle molteplicità geometriche dei due autovalori è 3 e quindi uguale a n Per questo motivo A t è diagonaliabile per t 2 Riassumendo, la matrice A t è diagonaliabile se e solo se t Un osservaione per concludere: ricordatevi che applicando ad una matrice A delle operaioni riga (o colonna non cambia il rango della matrice ma cambiano, ( in generale, i suoi autovalori e autovettori! Per esempio la matrice A ( si ottiene da I sommando la prima riga alla seconda, ma mentre I è diagonaliabile (visto che è già diagonale, A non lo è Verificatelo
Endomorfismi 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
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
Dettagli0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
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
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
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
Dettagli(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.
5 luglio 010 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola
DettagliAlgebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
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
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
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle da un altra angolazione.. Determinare
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
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle più volte.. Stabilire il tipo di
DettagliUNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO
UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO Geometria III esonero pariale A.A. 6 Cognome Nome Matricola Codice
DettagliAppunti di Geometria - 5
Appunti di Geometria - 5 Samuele Mongodi - s.mongodi@sns.it Segnatura di un prodotto scalare Richiami Sia V uno spazio vettoriale reale di dimensione n; sia, : V V R un prodotto scalare. Data una base
DettagliCaso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
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)
DettagliMassimi e minimi relativi in R n
Massimi e minimi relativi in R n Si consideri una funzione f : A R, con A R n, e sia x A un punto interno ad A. Definizione: si dice che x è un punto di massimo relativo per f se B(x, r) A tale che f(y)
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 :
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,
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,
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
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
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
DettagliEsercizi di ripasso: geometria e algebra lineare.
Esercizi di ripasso: geometria e algebra lineare. Esercizio. Sia r la retta passante per i punti A(2,, 3) e B(,, 2) in R 3. a. Scrivere l equazione cartesiana del piano Π passante per A e perpendicolare
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)
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
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 (
DettagliCorso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori
Esercizio 1 Corso di Matematica II Anno Accademico 29 21. Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori May 7, 21 Commenti e correzioni sono benvenuti. Mi scuso se ci fosse qualche
DettagliPer le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.
COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda
DettagliESERCITAZIONE SUI PUNTI STAZIONARI DI FUNZIONI LIBERE E SULLE FUNZIONI OMOGENEE
ESERCITAZIONE SUI PUNTI STAZIONARI DI FUNZIONI LIBERE E SULLE FUNZIONI OMOGENEE 1 Funzioni libere I punti stazionari di una funzione libera di più variabili si ottengono risolvendo il sistema di equazioni
DettagliSTUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI
M. G. BUSATO STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI mgbstudio.net PAGINA INTENZIONALMENTE VUOTA SOMMARIO In questo scritto viene compiuto lo studio dettagliato
Dettagli(E) : 4x 181 mod 3. h(h 1)x + 4hy = 0
Dipartimento di Matematica e Informatica Anno Accademico 206-207 Corso di Laurea in Informatica (L-3) Prova scritta di Matematica Discreta (2 CFU) 6 Settembre 207 Parte A [0 punti] Sia data la successione
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
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
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
DettagliAnalisi Matematica II - INGEGNERIA Gestionale - B 20 luglio 2017 Cognome: Nome: Matricola:
Analisi Matematica II - INGEGNERIA Gestionale - B luglio 7 Cognome: Nome: Matricola: IMPORTANTE: Giustificare tutte le affermazioni e riportare i calcoli essenziali Esercizio [8 punti] Data la matrice
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
DettagliEsercitazioni di Geometria A: curve algebriche
Esercitazioni di Geometria A: curve algebriche 24-25 maggio 2016 Esercizio 1 Sia P 2 il piano proiettivo complesso munito delle coordinate proiettive (x 0 : x 1 : x 2 ). Sia r la retta proiettiva di equazione
DettagliESERCIZI sui VETTORI
ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di
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).
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
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,
DettagliLezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari
Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della
DettagliUniversita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI R. Docente: Prof. F. Flamini Esercizi Riepilogativi Svolti Esercizio
Dettagli1 Ampliamento del piano e coordinate omogenee
1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di
Dettagli= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ
Alcuni esercizi sullo spazio euclideo R Nel seguito R indicherà lo spazio euclideo tridimensionale standard, dotato del riferimento cartesiano naturale (pag 56-57 del libro Nota: gli esercizi proposti
DettagliEsercizi di Geometria - 1
Esercizi di Geometria - Samuele Mongodi - smongodi@snsit Di seguito si trovano alcuni esercizi assai simili a quelli che vi troverete ad affrontare nei test e negli scritti dell esame Non è detto che vi
DettagliIl determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora
Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di
DettagliDipendenza e indipendenza lineare (senza il concetto di rango)
CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i 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
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
DettagliApplicazioni lineari tra spazi euclidei. Cambi di base.
pplicazioni lineari tra spazi euclidei. Cambi di base. Esercizio. Data la seguente applicazione lineare f : R R : f(x, y, z) = (x z, x + y, y + z), scrivere la matrice B, rappresentativa di f rispetto
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
Dettagli1. GRADO DI UN SISTEMA. METODI GENERALI DI RISOLUZIONE
8 SISTEMI DI GRADO SUPERIORE AL. GRADO DI UN SISTEMA. METODI GENERALI DI RISOLUZIONE Si dice grado di un sistema il prodotto fra i gradi delle sue equaioni. + y ( grado) + y ( grado) sistema di 6 grado
DettagliEsercitazione: 16 novembre 2009 SOLUZIONI
Esercitazione: 16 novembre 009 SOLUZIONI Esercizio 1 Scrivere [ ] equazione vettoriale, parametrica [ ] e cartesiana della retta passante 1 per il punto P = e avente direzione d =. 1 x 1 Soluzione: Equazione
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliA.A. 2014/2015 Corso di Algebra Lineare
A.A. 2014/2015 Corso di Algebra Lineare Stampato integrale delle lezioni Massimo Gobbino Indice Lezione 01: Vettori geometrici nel piano cartesiano. Operazioni tra vettori: somma, prodotto per un numero,
DettagliNumeri di Fibonacci, Autovalori ed Autovettori.
Numeri di Fibonacci, Autovalori ed Autovettori. I numeri sulla Mole Antonelliana. Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6, 987, dove ogni nuovo numero rappresenta la somma dei due
DettagliESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la
ESERCIZI DI ALGEBRA LINEARE (D) D1 Nello spazio vettoriale R 2,2 si consideri l insieme { V = X R 2,2 XA = AX, A = ( 1 1 1 2 )} delle matrici che commutano con A. Verifiare che V = L(I 2, A). Verificare
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
DettagliTrapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2.
2006 Trapani Dispensa di Geometria, 1 Distanze Siano P e Q punti di R n con P di coordinate allora la distanza tra P e Q e P Q = x 1 x 2 x n (x 1 y 1 ) 2 + (x n y n ) 2 e Q di coordinate Siano Σ 1 e Σ
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
Dettagli1 Equazioni parametriche e cartesiane di sottospazi affini di R n
2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
Dettagliẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1
Alcuni esercizi risolti su: - calcolo dell equilibrio di un sistema lineare e valutazione delle proprietà di stabilità dell equilibrio attraverso linearizzazione - calcolo del movimento dello stato e dell
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliClassificazione delle coniche.
Classificazione delle coniche Ora si vogliono studiare i luoghi geometrici rappresentati da equazioni di secondo grado In generale, non è facile riconoscere a prima vista di che cosa si tratta, soprattutto
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
Dettagli2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
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
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliParte 12b. Riduzione a forma canonica
Parte 2b. Riduzione a forma canonica A. Savo Appunti del Corso di Geometria 202-3 Indice delle sezioni. Coniche, 2. Esempio di riduzione, 4 3. Teoremi fondamentali, 6 4. Come determinare l equazione canonica,
DettagliUniversità degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 2010 Tema A
Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 21 Tema A Tempo a disposizione: 2 ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all inizio
DettagliEsercizio 1 (sistema omogeneo) Discutere al variare del parametro k reale il sistema:
Leione - esercitaioni di lgebra e Geometria - nno accademico 9- Eserciio (sistema omogeneo) Discutere al variare del parametro reale il sistema: ) ( ) ( e risolverlo per. n, m La matrice incompleta del
DettagliESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x?
A. Peretti Svolgimento dei temi d esame di Matematica A.A. 6/7 ESAME DI MATEMATICA I parte Vicenza, 5/6/7 log? Domanda. Per quali valori di è definita l espressione L espressione è definita se l argomento
DettagliRaggiungibilità, Controllabilità, Osservabilità e Determinabilità
Raggiungibilità, Controllabilità, Osservabilità e Determinabilità Si determini se i sistemi lineari tempo invarianti ẋ(t) = Ax(t) + Bu(t), Σ c : y(t) = Cx(t) + Du(t). x(k + ) = Ax(k) + Bu(k), Σ d : y(k)
Dettagli= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
DettagliPOTENZE DI MATRICI QUADRATE
POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)
DettagliLUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011
LUISS Laurea specialistica in Economia e Finanza Anno Accademico 1/11 Corso di Metodi Matematici per la Finanza Prof. Fausto Gozzi, Dr. Davide Vergni Soluzioni esercizi 4,5,6 esame scritto del 13/9/11
DettagliVolumi in spazi euclidei 12 dicembre 2014
Volumi in spazi euclidei 12 dicembre 2014 1 Definizioni In uno spazio euclideo reale V di dimensione n siano dati k n vettori linearmente indipendenti e sia Π := Π(v 1 v 2... v k ) il parallelepipedo generato
Dettagli10 dicembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
10 dicembre 003 - Soluzione esame di geometria - Ingegneria gestionale - a.a. 003-004 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura 3 ore. ISTRUZIONI
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliIngegneria Meccanica; Algebra lineare e Geometria 2008/2009
Capitolo Ingegneria Meccanica; Algebra lineare e Geometria 8/9. Esercii svolti su rette e piani Eserciio. Stabilire se le due rette r e s sono coincidenti oppure no: ( ( ( ( ( ( 7 r : = + t ; s : = + t
DettagliESERCIZI SVOLTI SUL CALCOLO INTEGRALE
ESERCIZI SVOLTI SUL CALCOLO INTEGRALE * Tratti dagli appunti delle lezioni del corso di Matematica Generale Dipartimento di Economia - Università degli Studi di Foggia Prof. Luca Grilli Dott. Michele Bisceglia
DettagliEsercizi di GEOMETRIA I - Algebra Lineare B = , calcolare A A t A + I
Esercizi di GEOMETRIA I - Algebra Lineare. Tra le seguenti matrici, eseguire tutti i prodotti possibili: 2 ( ) A = 0 3 4 B = 2 0 0 2 D = ( 0 ) E = ( ) 4 4 2 C = 2 0 5 F = 4 2 6 2. Data la matrice A = 0
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
DettagliEstremi liberi. (H x, x) x 2 (1) F (x) =
Estremi liberi Allo scopo di ottenere delle condizioni sufficienti affinchè un punto stazionario sia un estremante, premettiamo alcuni risultati riguardanti le proprietà delle forme quadratiche. Sia H
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliNoi ci occuperemo esclusivamente dei casi n = 2 e n = 3. Se n = 2, la quadrica Q p sarà detta conica di equazione p, e indicata con C p.
Durante il corso abbiamo studiato insiemi (rette e piani) che possono essere descritti come luogo di zeri di equazioni (o sistemi) di primo grado. Adesso vedremo come applicare quanto visto per studiare
Dettagli2.1 Esponenziale di matrici
¾ ½ º¼ º¾¼½ Queste note (attualmente e probabilmente per un bel po sono altamente provvisorie e (molto probabilmente non prive di errori Esponenziale di matrici Esercizio : Data la matrice λ A λ calcolare
DettagliOperazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
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
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA Foglio 4 Esempio. Sia V = P 5 (R) lo spazio dei polinomi di grado strettamente minore di 5. Si considerino i seguenti sottoinsiemi di V (i) Dimostrare
DettagliEsercizi sui sistemi di equazioni lineari.
Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la
Dettagli