MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE"

Transcript

1 DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici ortogonali. Forme quadratiche su R n e loro segno. Riduzione a forma canonica mediante diagonalizzazione. Esercizio 1 Siano A e B due matrici ortogonali di ordine n. Mostrare che AB è una matrice ortogonale. Esercizio Sia data l equazione matriciale AX = B dove A,B,X K n,n con deta 0. Provare che X è ortogonale se e solo se AA T = BB T. Esercizio 3 Date due matrici A e B ortogonali di ordine n, stabilire se le seguenti affermazioni sono vere o false: (i) se a R, allora aa è ortogonale; (ii) la matrice AB è ortogonale; (iii) la matrice A + B è ortogonale. Esercizio 4 Data una matrice A ortogonale di ordine n, stabilire se le seguenti affermazioni sono vere o false: (i) deta = ; (ii) det A = 1; (iii) la matrice A n è ortogonale; (iv) la matrice A è ortogonale; (v) la matrice A 1 è ortogonale. Esercizio Si consideri la matrice 1 1 A = ) Si determini, se esiste, una matrice N ortogonale tale che N T AN sia diagonale. ) Si determini, se esiste, una matrice P invertibile non ortogonale tale che P 1 AP sia diagonale. Esercizio 6 Si considerino le matrici A = 0 0, B = 0 1, C =

2 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 1) Determinare quali tra queste sono diagonalizzabili tramite una matrice P invertibile. Nei casi possibili, calcolare P. ) Determinare quali tra queste sono diagonalizzabili tramite una matrice N ortogonale. Nei casi possibili calcolare N. Esercizio 7 Sia data la matrice A = 3 0 k dove k è un parametro reale. Mostrare che per k = 0 e per k = la matrice A è diagonalizzabile, trovando in entrambi i casi le matrici di passaggio. In quale caso è possibile trovare una matrice di passaggio N ortogonale? Determinare in tal caso tale matrice. Esercizio 8 Per le seguenti matrici A i, i = 1,,3, A 1 = 1 1 1, A = 0 1, A 3 = 0 1, determinare, se esistono, una matrice ortogonale N i ed una matrice diagonale D i tali che N 1 i A i N i = D i. Esercizio 9 Si consideri, al variare del parametro reale a R la matrice A = 0 a 1 a. a 1 a a 1) Si studi la diagonalizzabilità di A su R. ) Per a = 1/ si determini, se esiste, una matrice invertibile P di ordine 3 tale che P 1 AP sia diagonale. 3) Per a = 1/ si determini, se esiste, una matrice ortogonale N di ordine 3 tale che N 1 AN sia diagonale. Esercizio 10 Si considerino le matrici A = 0 3 0, B = 1 1, C = ) Determinare il segno delle forme quadratiche associate alle matrici A,B,C. ) Determinare una forma canonica per le forme quadratiche associate alle matrici A e B. 3) Scrivere un cambiamento di variabili che porti la forma quadratica associata alla matrice A ad assumere la forma canonica trovata al punto precedente.

3 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 3 Esercizio 11 Risolvere i seguenti quesiti relativi alle forme quadratiche. 1) Sia q(x) = X T AX una forma quadratica in n = variabili. Sapendo che q(x) è definita negativa, cosa si puó dedurre sul segno di tr A e deta? ) Sia q(x) = X T AX una forma quadratica in n = variabili. Sapendo che deta è positivo, cosa si puó dedurre sul segno della forma? 3) Rispondere alle domande precedenti per forme quadratiche in n = 3 variabili.

4 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 4 SVOLGIMENTI Esercizio 1 Si ha AA T = BB T = I per ipotesi e bisogna mostrare che (AB)(AB) T = I. Poiché la trasposta di un prodotto è il prodotto delle trasposte in ordine inverso, risulta (AB)(AB) T = (AB)(B T A T ) = A(BB T )A T = AA T = I. Esercizio Usando l ipotesi fatta su A, si ha che X = A 1 B. Allora XX T = I equivale a (A 1 B)(A 1 B) T = I, dove (svolgendo i conti tramite le proprietà delle operazioni matriciali) risulta A 1 B(A 1 B) T = A 1 BB T (A 1 ) T = A 1 BB T (A T ) 1. Dunque, moltiplicando a sinistra per A ed a destra per A T, si ottiene XX T = I A 1 BB T (A T ) 1 = I BB T = AA T. Esercizio 3 a = ±1. (i) FALSA; infatti si ha (aa) (aa) T = a AA T = a I e a I = I se e solo se (ii) VERA (v. Esercizio 1). (iii) FALSA; ad esempio si ha (A + A) (A + A) T = (A) (A) T = 4AA T = 4I I. Esercizio 4 (i) FALSA; infatti AA T = I implica det(aa T ) = deti, cioè detadet(a T ) = 1 (teorema di Binet) e quindi (deta) = 1 (in quanto det(a T ) = det A), che significa deta = ±1. (ii) VERA, perché AA T = I implica deta = ±1 (v. punto (i)), che equivale a deta = 1. (iii) VERA; infatti si ha (A n ) T = (A T ) n e quindi risulta A n (A n ) T = A n (A T ) n = (AA T ) n = I n = I. (iv) VERA; infatti risulta ( A)( A) T = ( 1)A( 1)A T = ( 1) AA T = I. (v) VERA; infatti si ha (A 1 ) T = (A T ) 1 e quindi risulta (A 1 )(A 1 ) T = A 1 (A T ) 1 = (A T A) 1 = I 1 = I.

5 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche Esercizio 1) La matrice A è simmetrica e reale, quindi è diagonalizzabile tramite una matrice di passaggio N ortogonale (da cui N 1 = N T ) e dunque la matrice N esiste. Per calcolarla, dobbiamo determinare una base ortonormale di R 3 costituita da autovettori di A e disporne poi le componenti sulle colonne. Il polinomio caratteristico di A è 1 λ 1 det(a λi) = 1 1 λ 4 λ = 6λ λ 3 = λ (6 λ), per cui gli autovalori di A sono λ = 0 con molteplicità m 0 = e λ = 6 con molteplicità m 6 = 1. Determiniamo dapprima una base ortogonale di V 0 = {X R 3 : AX = 0}, che ha dimensione dim V 0 = m 0 =. Il sistema omogeneo x y + z = 0 x + y z = 0 x y + 4z = 0 associato a A è equivalente alla sola equazione x y + z = 0. Una soluzione non nulla di tale equazione è ad esempio X 1 = (1,1,0) ed otteremo una base ortogonale di V 0 prendendo un altro vettore non nullo X di V 0 che sia ortogonale ad X 1. Un tale vettore dovrà quindi essere soluzione non nulla del sistema { x y + z = 0, x + y = 0 dove la prima equazione è la condizione di appartenenza V 0 e la seconda è la condizione di ortogonalità ad X 1. Ad esempio, possiamo prendere X = (1, 1, 1). Determiniamo ora l autospazio V 6 = {X R 3 : (A 6I) X = 0}, che avrà dimensione dim V 6 = m 6 = 1. Risolvendo il sistema omogeneo di matrice A 6I, si trova V 6 = {( y,y, y) : y R} e quindi un autovettore relativo all autovalore 6 è X 3 = (1, 1,). I vettori (X 1,X,X 3 ) formano una base ortogonale di autovettori di A (l ortogonalità è garantita dalle proprietà delle matrici reali simmetriche, i cui autospazi sono sempre ortogonali, ma può ovviamente essere controllata direttamente come verifica: risulta X 1 X = X 1 X 3 = X X 3 = 0). Normalizzando X 1,X,X 3 si ottiene la base ortonormale ( X1 X 1, X X, X 3 X 3 ) = ( (1,1,0), ) (1, 1, 1) (1, 1,), 3 6 e disponendone poi le componenti sulle colonne si ottiene la matrice cercata N = Osserviamo che, essendo V 0 e V 6 gli unici autospazi della matrice reale simmetrica A, risulta V 6 = V0 (e V 0 = V6 ), per cui come vettore X 3 si sarebbe potuto prendere un qualsiasi vettore non nullo ortogonale ad entrambi X 1 ed X, risolvendo quindi il sistema { x + y = 0 (cioè (x,y,z) X1 = 0) invece che calcolando V 6 = Sol (A 6I).. x y z = 0 (cioè (x,y,z) X = 0),

6 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 6 ) La matrice P si ottiene come la matrice N del punto precedente, tranne per il fatto che la base di V 0 non deve essere presa ortogonale oppure i vettori della base di autovettori non vanno normalizzati (osserviamo che basta una sola di queste condizioni per ottenere una matrice non più ortogonale). Ad esempio, prendendo X = (,0, 1) ed X 1,X 3 come prima, si ottiene 1 1 P = (si verifichi che P non è ortogonale). Esercizio 6 Svolgiamo la parte 1) studiando separatemente le tre matrici. 1) MATRICE A. Il polinomio cartteristico di A è 3 λ 1 0 P A (λ) = det(a λi) = 0 λ 0 = (3 λ)( λ) 0 0 λ ed ammette 3 radici reali (non distinte), le quali danno gli autovalori di A: λ = 3 con m 3 = 1 (molteplicità 1) e λ = con m =. La matrice risulta allora diagonalizzabile se e solo se tutti gli autovalori sono regolari 1. Siccome per gli autovalori semplici (cioè di molteplicità 1) questa condizione è sempre verificata (in quanto si ha sempre 1 dim V λ m λ ), è automatico che λ = 3 è un autovalore regolare (cioè che dimv 3 = 1). Controlliamo allora la condizione di regolarità per λ = : si ha dim V = 3 ρ(a I) = 3 ρ = 3 1 = = m e perciò anche l autovalore λ = è regolare. Dunque A è diagonalizzabile. Per determinare una matrice P che diagonalizza A, occorre calcolare una base di autovettori di A e disporne le entrate sulle colonne. Studiamo allora gli autospazi V 3 = { v = (x,y,z) : (A 3I)v T = 0 } e V = { v = (x,y,z) : (A I)v T = 0 }. Il sistema (A 3I)v T = 0 è x y = 0, cioè z 0 { y = 0 z = 0, e pertanto risulta V 3 = {(x,0,0) : x R} = L ((1,0,0)). Il sistema (A I)v T = 0 è x y = 0, cioè x + y = 0, z 0 1 Ricordiamo che un autovalore è detto regolare se la dimensione dell autospazio associato coincide con la molteplicità dell autovalore stesso.

7 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 7 e pertanto V = {(x, x,z) : x,y R} = L ((1, 1,0),(0,0,1)). Dunque è tale che P = P 1 AP = (si noti la disposizione degli autovalori, coerente con l ordine in cui si sono disposti in colonna gli autovettori). MATRICE B. Ripetiamo lo studio fatto per la matrice A. Il polinomio cartteristico di B è 3 λ 0 0 P B (λ) = det(b λi) = 0 λ λ = (3 λ)( λ), che coincide con quello di A. Dunque B ha gli stessi autovalori di A, con pari molteplicità, e pertanto, ripetute le osservazione già fatte per A, risulta che B è diagonalizzabile se e solo se l autovalore doppio λ = è regolare. Questa volta però si ha dim V = 3 ρ(b I) = 3 ρ = 3 = 1 = m e quindi l autovalore non risulta regolare. La matrice B non è pertanto diagonalizzabile. MATRICE C. Poiché la matrice C è simmetrica reale, essa è sicuramente diagonalizzabile e quindi si tratta solo di costruire la matrice P, determinando autovalori e autospazi di C. Il polinomio caratteristico di C è P C (λ) = 3 λ λ λ = ( λ) [(3 λ) ( λ) 1] = (λ ) ( λ λ + ) e quindi C ha gli autovalori λ 1 =, λ = + e λ 3 = (tutti semplici). Calcoliamo gli autospazi. Il sistema omogeneo di matrice C λ 1 I è x 0 { y = 0 x + y = 0, cioè, x = z 0 da cui risulta V λ1 = {(0,0,z) : z R} = L ((0,0,1)). Il sistema omogeneo di matrice C λ I è x y = 0, z 0

8 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 8 dove la seconda riga di C λ I è necessariamente multipla della prima (si ricordi che ρ(c λ I) = 3 dim V λ = 3 m λ = e si osservi che la terza è indipendente dalle altre due) e pertanto il sistema equivale al sistema dato dalle equazioni associate alla seconda e all ultima riga (o alla prima e all ultima), cioè { x 1+ y = 0. 1 z = 0 Quindi V λ = {( 1 + ) } (( y,y,0 : x R = L 1 + )),,0. Analogamente si ottiene V λ3 = L (( 1,,0 )). Una possibile matrice P che diagonalizza è allora P = ) Una matrice reale M si diagonalizza mediante una matrice ortogonale se e solo se è simmetrica; in tal caso, N è una matrice ortogonale che diagonalizza M se e solo se le colonne di N sono le entrate di una base ortonormale di autovettori di M. Nel nostro caso, solo la matrice C è simmetrica e pertanto solo C si diagonalizza mediante una matrice ortogonale. Per costruire una tale matrice, occorre e basta determinare una base ortonormale di autovettori di C e disporne le entrate sulle colonne. La base di autovettori utilizzata al punto 1) precedente è ortogonale, quindi si tratta solo di renderla ortonormale, normalizzandone i vettori (cioè dividendo ciascuno per la propria norma). Poiché (0,0,1) = 1, (1 +,,0) = 10 +, (1,,0) = 10, si ottiene N = Esercizio 7 Si procede come per gli Esercizi e 6. k = 0 Per k = 0, si hanno i tre autovalori reali λ 1 = 0, λ = 1 e λ 3 = 3, che sono tutti distinti e quindi regolari; la matrice è dunque diagonalizzabile. I corrispondenti autospazi sono generati, rispettivamente, dai vettori (,3,0), (0,0,1) e (1,0,0), per cui la matrice di passaggio che diagonalizza A è 0 1 P = lo si può anche controllare direttamente, ma è garantito a priori dal fatto che essa è costituita da autovettori relativi ad autovalori tutti distinti della matrice simmetrica C (si ricordi che due autovettori relativi ad autovalori distinti di una matrice simmetrica reale sono sempre tra loro ortogonali).

9 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 9 k = Per k =, si ottiene una matrice simmetrica reale e quindi la si può diagonalizzare tramite una matrice ortogonale. Determiniamo tale matrice. Gli autovalori di A sono λ 1 = 1, λ = 1, λ 3 = 4 ed i rispettivi autospazi sono generati rispettivamente dai vettori (1,, 0), (0, 0, 1), (, 1, 0). Osserviamo che gli autovettori sono già ortogonali tra loro (come garantito dalla simmetria della matrice e dalla semplicità degli autovalori). Per costruire la matrice di passaggio N, basta normalizzarli e disporli sulle colonne, ottenendo N = Esercizio 8 Si procede come per gli Esercizi, 6 e 7. MATRICE A 1. La matrice A 1 è simmetrica, quindi è diagonalizzabile mediante una matrice ortogonale. Gli autovalori di A 1 sono 0,, 1 ed i corrispondenti autospazi sono generati, rispettivamente, dai vettori (1, 0, 1),(1,, 1), (1, 1, 1), ortogonali tra loro. Per ottenere la matrice N 1, basta normalizzare tali autovettori ed inserirli nelle colonne; si trova 1/ 1/ 6 1/ 3 N 1 = 0 / 6 1/ 3 1/ 1/ 6 1/. 3 Con questa scelta di N 1, il prodotto N1 1 A 1N 1 restituisce la matrice diagonale D 1 degli autovalori di A 1, coerentemente disposti secondo l ordine con cui si sono disposti gli autovettori: N 1 1 A 1N 1 = D 1 = MATRICE A. La matrice A è simmetrica, quindi è diagonalizzabile mediante una matrice ortogonale. Gli autovalori di A sono λ 1 = λ = 3 e λ 3 = 1. L autospazio V 3 relativo all autovalore doppio ha sicuramente dimensione due (in quanto A è diagonalizzabile) e, per la costruzione di N, vanno scelti due autovettori di V 3 tra loro ortogonali, per esempio (1,0,0) e (0,1,1). Per l altro autospazio si può scegliere (0, 1, 1) come generatore. Normalizzando la base ortogonale di autovettori, si ottiene la matrice Con questa scelta di N, si ha N = N 1 A N = D = MATRICE A 3. La matrice A 3 non può essere diagonalizzata mediante una matrice ortogonale, perché non è simmetrica.

10 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 10 Esercizio 9 Si procede come per gli Esercizi, 6, 7 e 8, ma occorre discutere realtà e molteplicità degli autovalori al variare del parametro. 1) La matrice A R 3,3 è diagonalizzabile su R se e solo se ha 3 autovalori (distinti o no) reali e regolari. Il polinomio caratteristico di A è P (λ) = (λ 1) ( λ aλ + a a ). Il secondo fattore di P (λ) ha discriminante 4a 4a, per cui, affinché P (λ) = 0 abbia soluzioni tutte reali, deve essere 0 a 1. In tal caso, si hanno gli autovalori λ 1 = 1, λ = a + a a e λ 3 = a a a, per i quali risulta λ 1 = λ a = 1, 1 ; λ 1 = λ 3 a = 1; λ = λ 3 a = 0,1. Discutendo molteplicità degli autovalori e dimensione degli autospazi, si ottiene quanto segue: per a 0,1, 1, gli autovalori sono reali e distinti, per cui la matrice è sicuramente diagonalizzabile su R; per a = 0, si ha λ 1 = 1 e λ = λ 3 = 0, per cui l autovalore 0 ha molteplicità ; la matrice A 0I ha però rango, cioè la dimensione dell autospazio V 0 è 1, quindi la matrice non è diagonalizzabile; per a = 1, si ha λ 1 = λ = λ 3 = 1, per cui l autovalore 0 ha molteplicità 3; la matrice A I ha però rango 1 (e non 0), quindi la matrice non è diagonalizzabile; per a = 1, la matrice è simmetrica reale e quindi è sicuramente diagonalizzabile. ) Posto a = 1, determiniamo gli autospazi relativi agli autovalori 1 (doppio) e 0 (semplice); si ottiene V 0 = Sol (A) = L((0,1, 1)) e V 1 = Sol (A I) = L((1,0,0),(0,1,1)). Una matrice invertibile che diagonalizza A è quindi P = ) La matrice ortogonale N esiste, perché A è simmetrica; per determinarla, basta scegliere autovettori ortonormali negli autospazi trovati al punto precedente (uno in V 0 e due in V 1 ). Siccome la base (1,0,0),(0,1,1) trovata per V 1 è già ortogonale, è sufficiente normalizzare le basi già usate per costruire P; si ottiene N =

11 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 11 Esercizio 10 Ricordiamo che ad ogni forma quadratica q si associa una matrice simmetrica reale M, e viceversa, tramite la relazione q(x) = X T MX. La forma quadratica q(x) = X T MX risulta: definita positiva se e solo se tutti gli autovalori di M sono > 0; semidefinita positiva se e solo se tutti gli autovalori di M sono 0; definita negativa se e solo se tutti gli autovalori di M sono < 0; semidefinita negativa se e solo se tutti gli autovalori di M sono 0; non definita se e solo se M ha due autovalori di segno opposto. 1) (i) Calcoliamo il polinomio caratteristico di A: λ 0 1 P A (λ) = det(a λi) = 0 3 λ λ = (3 λ) ( λ λ 1 ). Risolvendo l equazione P A (λ) = 0, troviamo gli autovalori di A: λ 1 = 3, λ = 1+ e λ 3 = 1. Poiché ne esistono due di segno opposto (λ 3 è negativo), la forma quadratica associata ad A è non definita. (ii) Il polinomio caratteristico di B è 1 λ 1 0 P B (λ) = 1 λ λ = λ3 + 6λ 9λ +. Senza determinarli tutti esplicitamente (v. sotto, parte (ii) del punto )) possiamo contare il numero di autovalori positivi (strettamente) di B mediante la regola di Cartesio: la successione 1,6, 9, dei coefficienti di P B (λ) presenta 3 cambi di segno, quindi P B (λ) ha 3 radici positive (strettamente). Poiché il grado di P B (λ) è 3, ciò significa che tutti gli autovalori di B sono positivi (strettamente) e pertanto la forma quadratica associata a B è definita positiva. (iii) Il polinomio caratteristico di C è 1 λ 0 0 P C (λ) = 0 3 λ λ 0 = λ 4 4λ 3 6λ + 0λ λ Anche in questo caso, non è immediato calcolare le radici di P C (λ) (che sono ± e ± ), ma possiamo contare il numero di quelle positive (strettamente) mediante la regola di Cartesio: la successione 1, 4, 6,0, dei coefficienti presenta cambi di segno, quindi P C (λ) ha radici positive (strettamente). Poiché deg P C = 4 e P C (λ) non ha radici nulle (P C (0) = 0), le quattro radici di P C (λ) (che sono tutte reali perché C è simmetrica) sono due positive e due negative (strettamente). Dunque C ha due autovalori di segno opposto e quindi la forma quadratica associata a C è non definita. ) Ricordiamo che ogni forma quadratica q(x) = X T MX ammette una forma canonica del tipo q( X) = X T D X dove D è la matrice diagonale degli autovalori di M, ciascuno

12 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 1 ripetuto secondo la propria molteplicità. Dunque una forma canonica per la forma quadratica di matrice A (rispettivamente B) è la forma quadratica associata alla matrice diagonale degli autovalori di A (rispettivamente di B). (i) Gli autovalori di A sono già stati calcolati e sono 3, 1+ e 1. Una forma canonica per q (x,y,z) = X T AX è allora q ( x,ȳ, z) = X T D X con D matrice diagonale degli autovalori di A, cioè q ( x,ȳ, z) = ( x ȳ z ) x ȳ = 3 x ȳ + 1 z. 0 0 z 1 (ii) Per ottenere una forma canonica della forma quadratica di matrice B, occorre determinare esplicitamente le radici del polinomio caratteristico P B (λ) = ( λ 3 + 6λ 9λ + ) calcolato al punto 1). Poiché P B () = 0, dividiamo P B (λ) per (λ ) ed otteniamo λ + 4λ 1; dunque P B (λ) = (λ ) ( λ 4λ + 1 ) e le soluzioni di P B (λ) = 0 sono, + 3 e 3. Una forma canonica per q (x,y,z) = X T BX è allora q ( x,ȳ, z) = ( x ȳ z ) x ȳ = x + ( + 3)ȳ + ( 3) z. 3 z 3) Un cambio di variabili che porta q (x,y,z) = X T AX alla forma canonica q ( x,ȳ, z) = X T D X trovata al punto ), è il cambio di base X = P X con P matrice di passaggio ortogonale che diagonalizza A in D, cioè tale che P T AP = D. Si tratta dunque di scrivere le equazioni del cambio di base X = P X con P matrice le cui colonne sono le entrate di una base ortonormale di autovettori di A, coerentemente ordinata secondo l ordine con cui gli autovalori sono stati disposti sulla diagonale di D. Calcolando gli autospazi di A, si trova V 3 = L((0,1,0)), V 1+ = L((,0,1 + )) e V 1 = L((,0,1 )). Posto per brevità a = (,0,1 ) = 10 + e b = (,0,1 ) = 10, una base ortonormale cercata è allora ( (0,1,0), (,0,1 + ), a a cui corrisponde la matrice di passaggio (,0,1 ) b 0 a b P = a 1 b ),

13 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 13 Un cambio di variabili che soddisfa la richiesta è allora X = P X, cioè x 0 a b x x = aȳ b z y = z ȳ, cioè y = x z a b z = 1+ a ȳ + 1 b z. Osserviamo che queste equazioni possono essere facilmente esplicitate rispetto a X = P 1 X, in quanto P è ortogonale e quindi risulta P 1 = P T. Si ottiene allora X = P T X, cioè x x x = y ȳ = a 0 1+ a y, cioè ȳ = z b 0 1 a z x + 1+ a z. b z = b x + 1 b z Esercizio 11 Ricordiamo che, data una matrice qualsiasi A K n,n e dette λ 1,...,λ n le radici in C del suo polinomio caratterisitico, ciascuna ripetuta secondo la propria molteplicità, risulta sempre det A = λ 1 λ n e tr A = λ λ n. 1) Se q(x) è definita negativa, allora i due autovalori λ 1 e λ di A (che sono reali, perché A è simmetrica) sono negativi. Quindi risulta deta = λ 1 λ > 0 e tr A = λ 1 + λ < 0. ) Sapendo che deta = λ 1 λ > 0, possiamo dedurre che i due autovalori λ 1 e λ di A (entrambi reali) sono non nulli ed hanno lo stesso segno. Quindi la forma quadratica è definita positiva oppure definita negativa. 3) Se n = 3 e la forma quadratica è definita negativa, allora i tre autovalori λ 1,λ,λ 3 di A (tutti reali, perché A è simmetrica) sono tutti negativi. Quindi risulta det A = λ 1 λ λ 3 < 0 (prodotto di tre numeri negativi) e tra = λ 1 + λ + λ 3 < 0 (prodotto di tre numeri negativi). Se n = 3 e per ipotesi sappiamo solo che det A > 0, possiamo dedurre che gli autovalori λ 1,λ,λ 3 di A (tutti reali) sono tutti positivi oppure uno positivo e due negativi. Quindi la forma quadratica è definita positiva oppure non definita.

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

AUTOVALORI, 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

Dettagli

Endomorfismi e matrici simmetriche

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

Dettagli

Matrici simili. Matrici diagonalizzabili.

Matrici simili. Matrici diagonalizzabili. Matrici simili. Matrici diagonalizzabili. Definizione (Matrici simili) Due matrici quadrate A, B si dicono simili se esiste una matrice invertibile P tale che B = P A P. () interpretazione: cambio di base.

Dettagli

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE

SPAZI 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

Dettagli

SPAZI VETTORIALI CON PRODOTTO SCALARE A =

SPAZI 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

Dettagli

Esercizi di ripasso: geometria e algebra lineare.

Esercizi 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

Dettagli

Autovettori e autovalori

Autovettori e autovalori Autovettori e autovalori Definizione 1 Sia A Mat(n, n), matrice a coefficienti reali. Si dice autovalore di A un numero λ R tale che v 0 R n Av = λv. Ogni vettore non nullo v che soddisfa questa relazione

Dettagli

Applicazioni lineari e diagonalizzazione. Esercizi svolti

Applicazioni 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)

Dettagli

0.1 Condizione sufficiente di diagonalizzabilità

0.1 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

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

FONDAMENTI 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

Dettagli

LEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1.

LEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1. LEZIONE 16 16.1. Autovalori, autovettori ed autospazi di matrici. Introduciamo la seguente definizione. Definizione 16.1.1. Siano k = R, C e A k n,n. Un numero λ k si dice autovalore di A su k) se rka

Dettagli

SISTEMI 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. 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

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

Dettagli

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)

Autovalori 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)

Dettagli

Esercizi Applicazioni Lineari

Esercizi 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

Dettagli

CAPITOLO 14. Quadriche. Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente.

CAPITOLO 14. Quadriche. Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente. CAPITOLO 4 Quadriche Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente. Esercizio 4.. Stabilire il tipo di quadrica corrispondente alle seguenti equazioni. Se si

Dettagli

Esercizi sulle coniche (prof.ssa C. Carrara)

Esercizi 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

Dettagli

Parte 7. Autovettori e autovalori

Parte 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

Dettagli

a + 2b + c 3d = 0, a + c d = 0 c d

a + 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,

Dettagli

1 Il polinomio minimo.

1 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

Dettagli

Esercizi sulle coniche (prof.ssa C. Carrara)

Esercizi 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

Dettagli

Richiami di algebra delle matrici a valori reali

Richiami 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

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 SETTEMBRE 2015 VERSIONE A

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 SETTEMBRE 2015 VERSIONE A FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 SETTEMBRE 015 VERSIONE A DOCENTE: MATTEO LONGO 1. Domande. Esercizi Esercizio 1 (8 punti). Al variare del parametro a R, considerare

Dettagli

SISTEMI LINEARI MATRICI E SISTEMI 1

SISTEMI 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

Dettagli

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

ESERCIZI 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

Dettagli

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA II PROVA DI ACCERTAMENTO, FILA A GEOMETRIA 19/06/008 Esercizio 0.1. Si consideri il seguente endomorfismo di R 4 T (x, y, z, w) = ( x + y + z + w, y + z,

Dettagli

UNIVERSITÀ 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 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 =

Dettagli

Punti di massimo o di minimo per funzioni di n variabili reali

Punti 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 (

Dettagli

4 Autovettori e autovalori

4 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

Dettagli

Tempo a disposizione. 120 minuti. 1 Sia dato l endomorfismo f : R 3 R 3 la cui matrice rispetto alla base canonica di R 3 è.

Tempo a disposizione. 120 minuti. 1 Sia dato l endomorfismo f : R 3 R 3 la cui matrice rispetto alla base canonica di R 3 è. Dipartimento di Matematica e Informatica Anno Accademico 2015-2016 Corso di Laurea in Informatica (L-31) Prova in itinere di Matematica Discreta (12 CFU) 13 Giugno 2016 B2 Tempo a disposizione. 120 minuti

Dettagli

2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.

2 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

Dettagli

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

ESERCIZI 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

Dettagli

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA II PROVA DI ACCERTAMENTO, FILA B GEOMETRIA 19/06/008 Esercizio 0.1. Si consideri il seguente endomorfismo di R 4 T (x, y, z, w) = (x + y z + w, y z, x +

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1 APPLICAZIONI LINEARI Applicazioni lineari tra spazi R n spazi di matrici spazi di polinomi e matrice associata rispetto ad una coppia di basi Endomorismi e matrice associata rispetto

Dettagli

Parte 8. Prodotto scalare, teorema spettrale

Parte 8. Prodotto scalare, teorema spettrale Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi 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

Dettagli

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni

Corso 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

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI 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

Dettagli

Appunti di Geometria - 5

Appunti 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

Dettagli

(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.

(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).

Dettagli

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.

(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

Dettagli

Esercizi di Geometria - 1

Esercizi 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

Dettagli

(a) 8x 9y = 2, (b) 28x + 6y = 33.

(a) 8x 9y = 2, (b) 28x + 6y = 33. Dipartimento di Matematica e Informatica Anno Accademico 2016-2017 Corso di Laurea in Informatica (L-31) Prova scritta di Matematica Discreta (12 CFU) 28 Giugno 2017 Parte A A1 1 [10 punti] Dimostrare

Dettagli

Operazioni tra matrici e n-uple

Operazioni 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,

Dettagli

Autovalori, Autovettori, Diagonalizzazione.

Autovalori, 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

Dettagli

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente

Soluzione. (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

AUTOVALORI E AUTOVETTORI

AUTOVALORI E AUTOVETTORI Capitolo 4 AUTOVALORI E AUTOVETTORI Abbiamo visto nel paragrafo 2.17 che la matrice associata ad una applicazione lineare f : R n R m dipende dalle basi scelte in R n e R m. Un problema interessante che

Dettagli

CONICHE. 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 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

Dettagli

DIAGONALIZZAZIONE. M(f) =

DIAGONALIZZAZIONE. 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,

Dettagli

Applicazioni lineari e diagonalizzazione pagina 1 di 5

Applicazioni lineari e diagonalizzazione pagina 1 di 5 pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x

Dettagli

ESERCIZI 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) 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

Dettagli

Sapienza 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 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

Dettagli

Similitudine (ortogonale) e congruenza (ortogonale) di matrici.

Similitudine (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

Dettagli

0.1. MATRICI SIMILI 1

0.1. 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

Dettagli

Geometria BIAR Esercizi 2

Geometria BIAR Esercizi 2 Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si

Dettagli

Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.

Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A. 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

Dettagli

Autovalori e autovettori

Autovalori 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

Dettagli

Complemento ortogonale e proiezioni

Complemento 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

Dettagli

Massimi e minimi relativi in R n

Massimi 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)

Dettagli

Parte 12b. Riduzione a forma canonica

Parte 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,

Dettagli

Algebra lineare Geometria 1 11 luglio 2008

Algebra 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 =

Dettagli

(E) : 2x 43 mod 5. (2 + h)x + y = 0

(E) : 2x 43 mod 5. (2 + h)x + y = 0 Dipartimento di Matematica e Informatica Anno Accademico 2016-2017 Corso di Laurea in Informatica (L-31) Prova scritta di Matematica Discreta (12 CFU) 27 Settembre 2017 Parte A 1 [10 punti] Sia data la

Dettagli

Corso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori

Corso 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

Dettagli

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.

Per 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

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

SISTEMI 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,

Dettagli

REGISTRO DELLE LEZIONI

REGISTRO DELLE LEZIONI UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007

Dettagli

Tutoraggio di Algebra Lineare e Geometria. Correzione del tema d'esame del 28/2/2006

Tutoraggio di Algebra Lineare e Geometria. Correzione del tema d'esame del 28/2/2006 Tutoraggio di Algebra Lineare e Geometria Correzione del tema d'esame del 8//6 Esercizio. Si considerino in R 4 i vettori : v =, v =, v = / / a) si dica se tali vettori sono linearemente indipendenti e

Dettagli

Estremi liberi. (H x, x) x 2 (1) F (x) =

Estremi 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

Dettagli

VETTORI NELLO SPAZIO ORDINARIO ,

VETTORI NELLO SPAZIO ORDINARIO , VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto

Dettagli

Ingegneria Civile. Compito di Geometria del 06/09/05. E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni

Ingegneria Civile. Compito di Geometria del 06/09/05. E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni Ingegneria Civile. Compito di Geometria del 06/09/05 E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni I f(,, 0) = (h +,h+, ) f(,, ) = (h,h, h) f(0,, ) = (,h, h) con h parametro reale. ) Studiare

Dettagli

Università 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 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

Dettagli

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f

LEZIONE 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

Dettagli

I. 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.

I. 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

Dettagli

QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica

QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica Università ditorino QUADERNI DIDATTICI del Dipartimento di Matematica E Abbena, G M Gianella Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica Quaderno # 6 - Aprile 003 Gli esercizi proposti

Dettagli

x n i sima pos. x, y = x T y = x i y i R. i=1

x n i sima pos. x, y = x T y = x i y i R. i=1 1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei

Dettagli

Risoluzione di sistemi lineari

Risoluzione di sistemi lineari Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini

Dettagli

Fondamenti di Algebra Lineare e Geometria TEMA A

Fondamenti di Algebra Lineare e Geometria TEMA A Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale ed Ingegneria dell Energia - Canale B Secondo Appello - luglio TEMA A Risolvere i seguenti esercizi motivando adeguatamente ogni risposta.

Dettagli

Prova scritta di Geometria 18/01/2016, Soluzioni Ing. Meccanica a.a

Prova scritta di Geometria 18/01/2016, Soluzioni Ing. Meccanica a.a Prova scritta di Geometria 8//26, Soluzioni Ing. Meccanica a.a. 25-6 Esercizio È data la conica γ : 3x2 2xy + 3y 2 + 8x + 3 =. a) Verificare che la conica è un ellisse e determinarne la forma canonica.

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante

Dettagli

(E) : 4x 181 mod 3. h(h 1)x + 4hy = 0

(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

Dettagli

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

Formulario 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,

Dettagli

15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI

15 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

Dettagli

Esame di Geometria - 9 CFU (Appello del 14 gennaio A)

Esame di Geometria - 9 CFU (Appello del 14 gennaio A) Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

SOTTOSPAZI 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,

Dettagli

Universita 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 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

Dettagli

1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7.

1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7. 1 FORME QUADRATICHE 1 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli esercizi

Dettagli

3. Vettori, Spazi Vettoriali e Matrici

3. 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

Dettagli

Sistemi II. Sistemi II. Elisabetta Colombo

Sistemi II. Sistemi II. Elisabetta Colombo Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+

Dettagli

IV-2 Forme quadratiche

IV-2 Forme quadratiche 1 FORME QUADRATICHE 1 IV-2 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 10: soluzioni

Corso 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

Dettagli

= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ

= (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

Dettagli

2 Sistemi lineari. Metodo di riduzione a scala.

2 Sistemi lineari. Metodo di riduzione a scala. Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1

Dettagli

MATRICI. 1. Esercizi

MATRICI. 1. Esercizi MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +

Dettagli

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire

Dettagli

20 gennaio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

20 gennaio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA... 0 gennaio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore.

Dettagli

Compiti di geometria & algebra lineare. Anno: 2004

Compiti 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

Dettagli

Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica

Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica 1) Dati i vettori a = (2, 4), b = (1, 2), c = ( 1, 1), d = (3, 6), stabilire se c e d appartengono a Span(a, b}). 2) Nello spazio vettoriale

Dettagli

Esercitazione n 6. Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (b)f(x, y) = 4y 4 16x 2 y + x

Esercitazione n 6. Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (b)f(x, y) = 4y 4 16x 2 y + x Esercitazione n 6 1 Massimi e minimi di funzioni di più variabili Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (a)f(x, y) = x 3 + y 3 + xy (b)f(x, y) = 4y 4 16x

Dettagli

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5. SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga

Dettagli

Geometria analitica del piano pag 12 Adolfo Scimone

Geometria 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

Dettagli