LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),
|
|
- Italo Fantoni
- 7 anni fa
- Visualizzazioni
Transcript
1 LEZIONE Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione Per ogni j 1,..., n indichiamo con e j la matrice in R n avente tutte le entrate nulle ad eccezione di quella j esima che vale 1. L insieme B (e 1,..., e n ) viene detto base canonica di R n. Si noti che la notazione e j è ambigua, in quanto bisogna specificare anche l ambiente dove si prende e j : l e j R n è diverso dall e j R m se n m (perché?). Se X (x 1,1,..., x n,1 ) R n allora X n j1 x j,1e j. Siano A j f(e j ) R m per j 1,..., n: definiamo allora A come la matrice m n avente A j come colonna j esima. Per ogni X (x 1,1,..., x n,1 ) R n risulta Y f(x) f( n x j,1 e j ) j1 n x j,1 f(e j ) j1 n x j,1 A j AX µ A (X), quindi f µ A come applicazioni. Si noti che tale matrice è univocamente determinata: infatti se A R m,n è un altra tale che f µ A, si ha A j f(e j ) A e j che è la j esima colonna di A, dunque A A. Abbiamo perciò dimostrato le prime tre affermazioni della seguente Proposizione Sia f: R n R m lineare. Allora: i) esiste unica A R m,n tale che f µ A ; ii) la colonna j-esima di A è A j f(e j ); iii) im(f) { Y R m t 1,..., t n : Y t 1 A t n A n }; iv) f è suriettiva se e solo se rk(a) m. Dimostrazione. Le prime tre affermazioni sono già state dimostrate. Rimane a dimostrare l ultima. Chiaramente f è suriettiva se e solo se ogni Y R m è in im(f), cioè se e solo se per ogni Y R m esistono t 1,..., t n R tali che j1 t 1 A t n A n Y, cioè se e solo se per ogni Y R m il sistema AT Y ha soluzioni T R n. Ciò accade se e solo se rk(a) rk(a Y ) per ogni Y R m. Se rk(a) m, chiaramente tale condizione è verificata. Viceversa sia rk(a) < m e sia A R m,n 1 Typeset by AMS-TEX
2 1.1. MATRICE DI UN APPLICAZIONE LINEARE una matrice ridotta per righe ottenuta da A con una fissata sequenza finita di operazioni elementari. Se rk(a) rk(a ) < m, allora A contiene una riga nulla, diciamo, per fissare le idee, quella di indice i: allora rk(a ) < rk(a e i ). Applicando ad (A e i ) le operazioni inverse a quelle applicate ad A per ottenere A, ricaveremo una matrice del tipo (A Y ): per costruzione Quindi Y im(f). rk(a) rk(a ) < rk(a e i ) rk(a Y ). In forza del punto i) della proposizione precedente possiamo alora dare la seguente definizione. Definizione Sia f: R n R m lineare. L unica matrice A R m,n tale che f µ A viene detta matrice di f e viene indicata con M(f). Esempio Si verifichi che l applicazione f dell Esempio si ottiene come caso particolare prendendo M(f) ( ) R, Si noti che rk(a), quindi f è suriettiva. È iniettiva? Per esercizio verificare che M(id R n) I n, M(0 R n,r m ) 0 m,n. Concludiamo questo paragrafo con la seguente proposizione. Proposizione Siano λ R, f, g: R n R m, h: R m R p lineari. Allora: i) f + g: R n R m è lineare e M(f + g) M(f) + M(g); ii) λf: R n R m è lineare e λm(f) M(λf); iii) h f: R n R p è lineare e M(h f) M(h)M(f). Dimostrazione. Poniamo M(f) A, M(g) B, M(h) C sicché f µ A, g µ B, h µ C. Per ogni X R n si ha (µ A + µ B )(X) µ A (X) + µ B (X) AX + BX (A + B)X µ A+B (X), (λµ A )(X) λ(µ A (X)) λ(ax) (λa)x µ λa (X), µ A µ B (X) µ A (µ B (X)) µ A (BX) A(BX) (AB)X µ AB (X). Quindi f + g µ A + µ B µ A+B, λf λµ A µ λa, h f µ C µ A µ CA : in particolare le applicazioni f +g, λf, h f sono lineari. In maniera simile si verifica l affermazione sulle matrici.
3 LEZIONE 1 3 Esempio Riprendiamo l esempio della simmetria ortogonale rispetto alla retta r di equazione ax+by 0, (a, b) (0, 0). Abbiamo visto che tale applicazione ha per matrice la Matrice (11..6.). Se b 0 tale matrice è ( ) ( ) ( ) ( ) ( ) 1 0 cos 0 sin sin 0 cos 0 Se, invece, b 0 allora sappiamo che a/b è la tangente trigonometrica dell angolo ϑ ] π/, π/[ che la retta r forma con il semiasse positivo delle ascisse. Poiché a b a + b 1 a b 1 + a ab a + b b 1 tan ϑ 1 + tan ϑ cos(ϑ), a b 1 + a b tan ϑ 1 + tan ϑ sin(ϑ), segue che ( a b a +b ab a +b ab a +b a b a +b ) ( ) cos(ϑ) sin(ϑ) sin(ϑ) cos(ϑ) ( cos(ϑ) sin(ϑ) sin(ϑ) cos(ϑ) ) ( ) Concludiamo che una simmetria ortogonale rispetto ad una retta è composta dalla simmetria ortogonale rispetto all asse delle ascisse seguita dalla rotazione dell angolo ϑ. Un analogo esempio sul legame fra composizione di applicazioni lineari e il prodotto delle relative matrici è dato dalle rotazioni nello spazio. Esempio Ogni rotazione nello spazio può essere decomposta nella composizione di tre rotazioni intorno ai tre assi coordinati. Una rotazione R x intorno all asse delle x ha matrice cos ϕ sin ϕ. 0 sin ϕ cos ϕ Una rotazione R y intorno all asse delle y ha matrice cos ϑ 0 sin ϑ sin ϑ 0 cos ϑ
4 MATRICE DI UN APPLICAZIONE LINEARE Una rotazione R z intorno all asse delle z ha matrice cos ψ sin ψ 0 sin ψ cos ψ Quindi la rotazione composta Rz R y R x ha matrice cos ϑ cos ψ cos ϕ sin ψ sin ϕ sin ϑ cos ψ sin ϕ sin ψ cos ϕ cos ψ sin ϑ cos ϑ sin ψ cos ϕ cos ψ sin ϕ sin ϑ sin ψ sin ϕ cos ψ cos ϕ sin ψ sin ϑ. sin ϑ sin ϕ cos ϑ cos ϕ cos ϑ Si noti che tale matrice è ortogonale speciale. Infatti si verifichi per esercizio che il prodotto di matrici ortogonali speciali è ancora ortogonale speciale. Si può dimostrare un risultato simile alla Proposizione Cioè una matrice P R 3,3 è ortogonale se e solo è ottenuta dalla matrice sopra moltiplicando eventualmente una o più delle sue righe e/o colonne per 1. Esempio Vogliamo ora rappresentare nel piano una proiezione. Consideriamo il triangolo T di vertici A (1, 1/, 3/), B (, 11/, 4), C (4, 9/, 3) e proiettiamolo nel piano z 0 secondo la direzione del vettore w ı j + k. La matrice di tale proiezione è 1 0 1/ 0 1 1/ Poiché poi vogliamo rappresentare tutto nel piano x 0, possiamo poi proiettare secondo la direzione del vettore v ı + j + k. La matrice relativa che è (si veda l Esempio 11.4.). Poiché e / / otteniamo la seguente figura
5 LEZIONE 1 5 z w T B A O A' y T' B' C x C' Figura Nucleo ed iniettività. Il teorema di Rouché Capelli ed il paragrafo precedente ci permettono di affermare Proposizione Sia f: R n R m lineare. Allora se Y im(f) e X 0 R n è tale che f(x 0 ) Y, risulta f 1 (Y ) { X R n f(x) Y } { X 0 + X X f 1 (0 m,1 ) } { X 0 } + f 1 (0 m,1 ). Dimostrazione. Sia A M(f). Allora f 1 (Y ) coincide con l insieme delle soluzioni del sistema AX Y. Per ipotesi f(x 0 ) Y, quindi tale sistema è compatibile. Per il Teorema di Rouché Capelli le sue soluzioni sono tutte e sole le matrici colonna della forma X 0 + X ove X è soluzione del sistema omogeneo associato AX 0 m,1 o, equivalentemente, ove X è tale che f(x) 0 m,1. La precedente proposizione ci dice che la controimmagine di 0 m,1 riveste un ruolo fondamentale per le applicazioni lineari: infatti la Proposizione ci dice che le controimmagini f 1 (Y ) tramite f degli elementi Y im(f) si ottengono tutte da quella f 1 (0 m,1 ) di 0 m,1 per traslazione di una controimmagine particolare. Per questo motivo f 1 (0 m,1 ) merita un nome particolare. Definizione 1... Sia f: R n R m lineare. Allora si definisce nucleo di f l insieme ker(f) f 1 (0 m,1 ) { X R n f(x) 0 }. Un immediata conseguenza della Proposizione è il seguente
6 ISOMORFISMI Corollario Sia f: R n R m lineare. Allora f è iniettiva se e solo se ker(f) { 0 n,1 }. Sia A M(f). Come abbiamo già visto sopra ker(f) coincide con l insieme delle soluzioni del sistema omogeneo AX 0 m,1. Quindi Corollario Sia f: R n R m lineare. Allora f è iniettiva se e solo se rk(m(f)) n. Esempio L applicazione f definita nell Esempio non può essere iniettiva. Infatti essa coincide con µ A ove ( ) A 1 1 e tale matrice ha, chiaramente, rango rk(a). Si noti che ker(f) { a(1, 7, 4) a R }. Invece l applicazione g: R R 3 tale che M(g) t A è iniettiva ma non suriettiva. Descrivere im(g). Esempio Un altro esempio di applicazioni lineari non iniettive sono le proiezioni. In questo caso le controimmagini dei punti dell immagine vengono detti proiettori. Graficamente si possono interpretare come fascio di rette parallele alla direzione della proiezione Isomorfismi. Definizione Un applicazione lineare biunivoca f: R n R m si dice isomorfismo. Dalla Proposizione 1.1. iv) e dal Corollario 1..4 segue che la matrice di un isomorfismo f: R n R m deve avere rango uguale sia ad m che ad n cioè vale il seguente Lemma Sia f: R n R m lineare. Se f è un isomorfismo, allora n m. Osserviamo che se A R m,n è fissata, allora l applicazione µ A è un isomorfismo se e solo se n rk(a) m, cioè se e solo se A è invertibile. Dalle uguaglianze µ A µ 1 A id R n µ In id R n µ 1 A µ A, (si veda la Proposizione iii)) si deduce allora che Abbiamo, perciò, dimostrato che µ A 1 µ 1 A.
7 LEZIONE 1 7 Proposizione Sia f: R n R n lineare. Allora f è un isomorfismo se e solo M(f) è invertibile. Se ciò accade allora: i) f 1 : R n R n è lineare; ii) M(f 1 ) M(f) 1. Esempio L applicazione f: R 3 R definita nell Esempio non è un isomorfismo perché 3. Le rotazioni, riflessioni, riscalamenti e deformazioni sono isomorfismi. Invece le proiezioni parallele non sono mai isomorfismi. Come abbiamo visto un applicazione lineare f: R n R m è nota quando è nota la sua matrice che è completamente individuata dall azione di f sugli elementi e 1,..., e n della base canonica C di R n. Esistono altri insiemi di n elementi di R n aventi tale proprietà importante: tali insiemi sono dette basi di R n. Definizione Un insieme ordinato B (v 1,..., v n ) di vettori in R n si dice base di R n se e solo se la matrice n n avente per colonne i v j ha rango n. Abbiamo allora il seguente risultato detto Teorema fondamentale dell algebra lineare. Teorema Sia B (v 1,..., v n ) una base di R n, w 1,..., w n R m. Allora esiste unica un applicazione lineare f: R n R m tale che f(v i ) w i, i 1,..., n. Se A e B sono le matrici aventi per colonna j esima v j e w j rispettivamente, allora M(f) BA 1. Dimostrazione. Si considerino le applicazioni g: R n R n e h: R n R m tali che M(g) A e M(h) B. Allora g è un isomorfismo dalla Proposizione 1.3.3: infatti B è una base dunque rk(a) n. Inoltre si vede subito dalla definizione di A e B che g(e j ) v j e h(e j ) w j, j 1,..., n. Supponiamo che un applicazione lineare f con la proprietà richiesta esista e dimostriamone l unicità. Si ha f g(e j ) f(v j ) w j. Quindi f g agisce come h sugli elementi e j, perciò M(f)A M(f)M(g) M(f g) M(h) B : concludiamo che, se f esiste con le proprietà richieste allora f µ BA 1, quindi è unica e vale la relazione M(f) BA 1. Si tratta ora di dimostrare che l applicazione f h g 1, che è lineare per la Proposizione iii), soddisfa le proprietà richieste. A tale scopo osserviamo che per definizione g 1 (v j ) e j, sicché f(v j ) h g 1 (v j ) h(g 1 (v j )) h(e j ) w j, j 1,..., n. Abbiamo perciò concluso la dimostrazione del Teorema.
8 ISOMORFISMI Esempio In R 3 siano dati i vettori v 1 (1, 1, 1), v (1, 0, 1), v 3 (, 0, 1). Fissiamo poi i vettori w 1 (1, 1), w ( 1, 0), w 3 (0, ) in R. Poiché è facile verificare che rk , B (v 1, v, v 3 ) è una base di R 3. Dunque dalla Proposizione che esiste un unica applicazione lineare f: R 3 R tale che f(v i ) w i, i 1,, 3. Poiché A ( ) , B otteniamo che f è l applicazione lineare avente matrice M(f) ( ) ( 1 3 ). Esempio In R 3 siano dati i vettori v 1 (1, 1, 1), v (1, 0, 1), v 3 (, 0, 1), v 4 (4, 1, 1). Fissiamo poi i vettori w 1 (1, 1), w ( 1, 0), w 3 (0, ), w 4 (0, 3) in R. Chiaramente i vettori v 1, v, v 3, v 4 non possono formare una base di R 3, quindi non possiamo applicare direttamente la Proposizione Però, dall esempio precedente, sappiamo che esiste un unica applicazione lineare f: R 3 R tale che f(v i ) w i, i 1,, 3: si deve stabilire se vale anche f(v 4 ) w 4. A tale scopo o utilizziamo la matrice già ottenuta per f e la moltiplichiamo per v 4 oppure osserviamo che v 4 v 1 + v + v 3 : dunque affinché f(v 4 ) w 4 si deve avere w 4 f(v 4 ) f(v 1 + v + v 3 ) f(v 1 ) + f(v ) + f(v 3 ) w 1 + w + w 3 che è di immediata verifica. Cosa si può affermare se si sostituisce w 4 con w 4 (1, 1)?
LEZIONE 15. Esempio L applicazione f: R 3 R 2. è lineare. Infatti si ha che se α R, (x, y, z) R 3 risulta
LEZIONE 15 15.1. Applicazioni lineari ed esempi. Definizione 15.1.1. Siano V e W spazi vettoriali su k = R, C. Un applicazione f: V W si dice k lineare se: (AL1) per ogni v 1, v 2 V si ha f(v 1 + v 2 )
DettagliLEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g
LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere
DettagliLEZIONE 13. Figura 13.1
LEZIONE 3 Ritorniamo al nostro rettangolo R di vertici A = (, ), B = (, ), C = (, 3), D = (, 3) a partire dal segmento OU unitario di estremi l origine O ed il punto U = (, ). y D C R A B O Figura 3. Tra
DettagliLEZIONE 5. AX = 0 m,1.
LEZIONE 5 5 isoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per quanto visto nella precedente lezione, sappiamo di poter trasformare,
DettagliLEZIONE 3. Typeset by AMS-TEX
LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni
DettagliLEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m
LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta
DettagliLEZIONE 9. Figura 9.1.1
LEZIONE 9 9.1. Equazioni cartesiane di piani. Abbiamo visto come rappresentare parametricamente un piano. Un altro interessante metodo di rappresentazione di un piano nello spazio è tramite la sua equazione
DettagliLEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono:
LEZIONE 11 11.1. Spazi vettoriali ed esempi. La nozione di spazio vettoriale generalizza quanto visto nelle lezioni precedenti: l insieme k m,n delle matrici m n a coefficienti in k = R, C, l insieme V
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 13. v =α 1 v α i 1 v i 1 + α i v i = =α 1 v α i 1 v i 1 + α i (λ 1 v λ i 1 v i 1 ) =
LEZIONE 13 13.1. Il metodo degli scarti. Sia dato uno spazio vettoriale V su k = R, C e siano v 1,..., v n V. Quanto visto nella lezione precedente ci suggerisce il seguente algoritmo per stabilire se
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 18 index Applicazioni lineari 1 Applicazioni lineari
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
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
DettagliFissiamo nel piano un sistema di riferimento cartesiano ortogonale O, x, y, u.
Fissiamo nel piano un sistema di riferimento cartesiano ortogonale O, x, y, u. Definizione Una conica è il luogo dei punti, propri o impropri, reali o immaginari, che con le loro coordinate omogenee (x,
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari
DettagliLEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f
LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo
DettagliRETTE E PIANI. ove h R. Determinare i valori di h per cui (1) r h e α sono incidenti ed, in tal caso, determinare l angolo ϑ h da essi formato;
RETTE E PIANI Esercizi Esercizio 1. Nello spazio con riferimento cartesiano ortogonale Oxyz si considerino la retta r h ed il piano α rispettivamente di equazioni x = 1 + t r h : y = 1 t α : x + y + z
DettagliLEZIONE i i 3
LEZIONE 5 51 Determinanti In questo lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliLEZIONE 27. C = { P = (x, y) x 2 /a 2 y 2 /b 2 = 1 }. C si dice iperbole di semiassi a e b (in forma canonica). L equazione
LEZIONE 27 27.1. Ellisse, iperbole, parabola. Nelle prossime lezioni illustreremo come la teoria delle forme quadratiche e della riduzione ortogonale si applichi allo studio di alcuni oggetti geometrici
DettagliLEZIONE 9. k, tenendo conto delle formule che permettono di calcolare il prodotto scalare ed il prodotto vettoriale, otteniamo
LEZIONE 9 9.1. Prodotto misto. Siano dati i tre vettori geometrici u, v, w V 3 (O) definiamo prodotto misto di u, v e w il numero u, v w. Fissiamo un sistema di riferimento O ı j k in S 3. Se u = u x ı
DettagliApplicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
Politecnico di Torino. Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Basi e coordinate. Applicazioni lineari. Matrici come applicazioni
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
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
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
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
DettagliEquivalentemente, le colonne di A sono linearmente indipendenti se e solo se
Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme
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
DettagliEsercizi per il corso di Algebra e Geometria L.
Esercizi per il corso di Algebra e Geometria L AA 2006/2007 1 Foglio 1 In tutti gli esercizi che seguiranno lo spazio ambiente sarà il piano cartesiano a valori nel campo dei numeri reali, dove supporremo
Dettagli(f g)(x) = f(g(x)), (f (g h))(x) = f(g(h(x))) = ((f g) h)(x).
Trasformazioni geometriche di R In questo paragrafo studiamo alcune trasformazioni geometriche del piano R Per trasformazioni si intendono sempre delle applicazioni bigettive f : R R Le trasformazioni
Dettagli1 Geometria analitica nel piano
Lezioni di Geometria a.a. 2007-2008 cdl SIE prof. C. Franchetti 1 Geometria analitica nel piano 1.1 Distanza di due punti Siano P 1 = (x 1, y 1 ), P 2 = (x 2, y 2 ) due punti del piano, se d(p 1, P 2 )
DettagliLEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero
LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.
Dettagli1 Distanza di un punto da una retta (nel piano)
Esercizi 26/10/2007 1 Distanza di un punto da una retta (nel piano) Sia r = {ax + by + c = 0} una retta. Sia P = (p 1, p 2 ) R 2 un punto che non sta sulla retta r. Vogliamo vedere se si può parlare di
Dettaglif(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))
Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Applicazioni Lineari 1. Sia f : R 3 R 3 l applicazione lineare definita da f(x, y, z) = (x + ky + z, x y + 2z, x + y z) per ogni (x,
DettagliCONICHE. Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oxy sia data la conica C di equazione
CONICHE Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oy sia data la conica C di equazione 7 2 + 2 3y + 5y 2 + 32 3 = 0. Calcolare le equazioni di una rototraslazione che riduce
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
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
DettagliFUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti
FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti Discutendo graficamente la disequazione x > 3 + x, verificare che l insieme delle soluzioni è un intervallo e trovarne
DettagliGeometria analitica: rette e piani
Geometria analitica: rette e piani Equazioni del piano Intersezioni di piani. Rette nello spazio Fasci di piani e rette Intersezioni fra piani e rette Piani e rette ortogonali Piani di forma parametrica
DettagliSviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
DettagliTesti consigliati e contatti
Testi consigliati e contatti P.Bonacini, M. G. Cinquegrani, L. Marino, Algebra lineare: esercizi svolti, Cavallotto Edizioni, Catania P. Bonacini, M. G. Cinquegrani, L. Marino, Geometria analitica: esercizi
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliGEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A
Soluzioni Appello del 17 GIUGNO 2010 - Compito A a) Se h = 7 il sistema ha infinite soluzioni (1 variabile libera), mentre se h 7 la soluzione è unica. b) Se h = 7 allora Sol(A b) = {( 7z, 5z + 5, z),
DettagliNote sui sistemi lineari
Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite
DettagliParte 12a. Trasformazioni del piano. Forme quadratiche
Parte 12a Trasformazioni del piano Forme quadratiche A Savo Appunti del Corso di Geometria 2013-14 Indice delle sezioni 1 Trasformazioni del piano, 1 2 Cambiamento di coordinate, 8 3 Forme quadratiche,
DettagliLezione 7: Il Teorema di Rouché-Capelli
Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da
DettagliLEZIONE 24. a 1,1 x 2 + a 2,2 y 2 + a 3,3 z 2 + 2a 1,2 xy + 2a 1,3 xz+ + 2a 2,3 yz + 2a 1,4 x + 2a 2,4 y + 2a 3,4 z + a 4,4 = 0 (24.1.
LEZIONE 24 24.1. Riduione delle quadriche a forma canonica. Fissiamo nello spaio un sistema di riferimento Oxy e consideriamo un polinomio q(x, y, ) di grado 2 in x, y, a meno di costanti moltiplicative
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliFUNZIONI. }, oppure la
FUNZIONI 1. Definizioni e prime proprietà Il concetto di funzione è di uso comune per esprimere la seguente situazione: due grandezze variano l una al variare dell altra secondo una certa legge. Ad esempio,
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,
DettagliLEZIONE 30. Se x = 1 si dice che x è un versore. Se poi y = (y 1,..., y n ) R n poniamo. Ricordiamo che vale la cosiddetta disuguaglianza triangolare
LEZIONE 30 30.1. Insiemi aperti e chiusi in R n. Nel corso di Analisi sono state introdotte alcune nozioni di topologia di R, come la nozione di aperto, di chiuso, di punto d accumulazione. Lo scopo di
DettagliLEZIONE 8. Figura 8.1.1
LEZIONE 8 8.1. Equazioni parametriche di rette. In questo paragrafo iniziamo ad applicare quanto spiegato sui vettori geometrici per dare una descrizione delle rette nel piano e nello spazio. Sia r S 3
DettagliProdotto scalare e ortogonalità
Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano
DettagliM.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente
DettagliDefinizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im
APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
DettagliEquazione della retta tangente al grafico di una funzione
Equazione della retta tangente al grafico di una funzione Abbiamo già visto che in un sistema di assi cartesiani ortogonali, è possibile determinare l equazione di una retta r non parallela agli assi coordinati,
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
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 15 Capitolo
DettagliCorso di Geometria BIAR, BSIR Esercizi 10: soluzioni
Corso di Geometria 2010-11 BIAR, BSIR Esercizi 10: soluzioni 1 Geometria dello spazio Esercizio 1. Dato il punto P 0 = ( 1, 0, 1) e il piano π : x + y + z 2 = 0, determinare: a) Le equazioni parametriche
Dettaglix1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3
Matematica II -..9 Spazio delle soluzioni di un sistema lineare omogeneo.. Consideriamo l equazione lineare omogenea nelle tre incognite x, x, x 3. x + x + 3x 3 = Possiamo risolvere l equazione ricavando
DettagliCorso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni
Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base
DettagliNote di geometria analitica nel piano
Note di geometria analitica nel piano e-mail: maurosaita@tiscalinet.it Versione provvisoria. Novembre 2015. 1 Indice 1 Punti e vettori spiccati dall origine 3 1.1 Coordinate......................................
DettagliCirconferenze del piano
Circonferenze del piano 1 novembre 1 Circonferenze del piano 1.1 Definizione Una circonferenza è il luogo dei punti equidistanti da un punto fisso, detto centro. La distanza di un qualunque punto della
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
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
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
DettagliLezione 5 Geometria Analitica 1
Lezione 5 Geometria Analitica 1 Donato A Ciampa In questa lezione richiameremo alcune nozioni della geometria analitica, quali le trasformazioni del piano in se stesso e le varie equazioni relative alla
DettagliPagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI
Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore
Dettagli0.1 Coordinate in uno spazio vettoriale
.1. COORDINATE IN UNO SPAZIO VETTORIALE 1.1 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
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
DettagliCorso di Geometria BIAR, BSIR Esercizi 8: soluzioni
Corso di Geometria 2010-11 BIAR, BSIR Esercizi 8: soluzioni Esercizio 1. a) Disegnare la retta r di equazione cartesiana x 2y 4 = 0. b) Determinare l equazione cartesiana della retta r 1 passante per P
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
DettagliI numeri complessi. Andrea Corli 31 agosto Motivazione 1. 2 Definizioni 1. 3 Forma trigonometrica di un numero complesso 3
I numeri complessi Andrea Corli 3 agosto 009 Indice Motivazione Definizioni 3 Forma trigonometrica di un numero complesso 3 4 Radici di un numero complesso 4 5 Equazioni di secondo grado e il teorema fondamentale
DettagliDimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo
C.6 Funzioni continue Pag. 114 Dimostrazione del Corollario 4.25 Corollario 4.25 Sia f continua in un intervallo I. Supponiamo che f ammetta, per x tendente a ciascuno degli estremi dell intervallo, iti
DettagliGeometria analitica del piano pag 12 Adolfo Scimone
Geometria analitica del piano pag 12 Adolfo Scimone Fasci di rette Siano r e r' due rette distinte di equazioni r: ax + by + c r': a' x + b' y + c' Consideriamo la retta combinazione lineare delle due
DettagliGeometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
Dettagli1 Il Teorema della funzione implicita o del Dini
1 Il Teorema della funzione implicita o del Dini Ricordiamo che dato un punto x R n, un aperto A R n che contiene x si dice intorno (aperto) di x. Teorema 1.1. (I Teorema del Dini) Sia f : A (aperto) R
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
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
DettagliLEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h.
LEZIONE 15 15.1. Polinomi a coefficienti complessi e loro e loro radici. In questo paragrafo descriveremo alcune proprietà dei polinomi a coefficienti complessi e delle loro radici. Già nel precedente
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 =
Dettagli1 Funzioni reali di una variabile reale
1 Funzioni reali di una variabile reale Qualche definizione e qualche esempio che risulteranno utili più avanti Durante tutto questo corso studieremo funzioni reali di una variabile reale, cioè Si ha f
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
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 :
DettagliVettori e geometria analitica in R 3 1 / 25
Vettori e geometria analitica in R 3 1 / 25 Sistemi di riferimento in R 3 e vettori 2 / 25 In fisica, grandezze fondamentali come forze, velocità, campi elettrici e magnetici vengono convenientemente descritte
DettagliFORME QUADRATICHE, CONICHE, QUADRICHE
FORME QUADRATICHE, CONICHE, QUADRICHE Esercizi Esercizio 1. Sia data la forma quadratica q( T (x, y, z))=3y 2 +8z 2 +4xy +6xz +12yz. (1) Scrivere la matrice di q: q è definita positiva?. (2) Classificare
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
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
DettagliLEZIONE 5. Typeset by AMS-TEX
LEZINE 5 5.1. Vettori geometrici. In questo lezione inizieremo a studiare enti geometrici ben noti quali punti, segmenti (orientati), rette, piani nel piano A 2 e nello spazio A 3 affini (cioè in cui valgono
DettagliCondizione di allineamento di tre punti
LA RETTA L equazione lineare in x e y L equazione: 0 con,,, e non contemporaneamente nulli, si dice equazione lineare nelle due variabili e. Ogni coppia ; tale che: 0 si dice soluzione dell equazione.
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
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
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
DettagliLEZIONE 1 C =
LEZIONE 1 11 Matrici a coefficienti in R Definizione 111 Siano m, n Z positivi Una matrice m n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi
DettagliFunzioni derivabili (V. Casarino)
Funzioni derivabili (V. Casarino) Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in = 0 delle funzioni: a) 5 b) 3 4 c) + 1 d) sin. ) Scrivere l equazione della retta tangente
DettagliGEOMETRIA PIANA. 1) sia verificata l uguaglianza di segmenti AC = CB (ossia C è punto medio del segmento AB);
VETTORI E GEOMETRIA ANALITICA 1 GEOMETRIA PIANA Segmenti e distanza tra punti. Rette in forma cartesiana e parametrica. Posizioni reciproche di due rette, parallelismo e perpendicolarità. Angoli e distanze.
DettagliEsercizi svolti. g(x) = sono una l inversa dell altra. Utilizzare la rappresentazione grafica di f e f 1 per risolvere l equazione f(x) = g(x).
Esercizi svolti. Discutendo graficamente la disequazione > 3 +, verificare che l insieme delle soluzioni è un intervallo e trovarne gli estremi.. Descrivere in forma elementare l insieme { R : + > }. 3.
Dettagli