DIAGONALIZZAZIONE. M(f) =
|
|
|
- Cesarina Rinaldi
- 9 anni fa
- Visualizzazioni
Transcript
1 DIAGONALIZZAZIONE Esercizi Esercizio 1. Sia f End(R 3 ) associato alla matrice M(f) = (1) Determinare gli autovalori di f e le relative molteplicità. (2) Determinare gli autospazi di f e trovare, se esiste, una base B di R 3 formata da autovettori di f. (3) Calcolare una matrice P invertibile tale che P 1 M(f)P sia diagonale. Svolgimento. Per calcolare gli autovalori di f dobbiamo calcolare il polinomio caratteristico p f (t) di f t 0 p f (t) := 1 t 2 0 t 2 = (t 1)(t 2)2. Dunque gli autovalori sono t 1 = 1 con molteplicità m a (1) = 1 e t 2 = t 3 = 2 con m a (2) = 2. Si noti che a tale risultato si poteva anche giungere senza il calcolo del polinomio caratteristico in quanto la matrice M(f) è triangolare (inferiore): dunque gli autovalori sono esattamente gli elementi diagonali e la loro molteplicità è quella con cui compaiono sulla diagonale. Per determinare gli autospazi dobbiamo in generale risolvere i sistemi (t i I M(f)) t (x, y, z) = 0, i = 1, 2, 3, ove I è la matrice identità 3 3. Nel nostro caso x y z = Il primo sistema è equivalente a 0 0, 0 { x y = 0 x z = x y = z 0 1 Typeset by AMS-TEX
2 2 DIAGONALIZZAZIONE che ha per soluzione l autospazio E f (1) := L((1, 1, 1)). Il secondo sistema è equivalente a x = 0, che ha per soluzione l autospazio E f (2) := L((0, 1, 0), (0, 0, 1)). Concludiamo, perciò, che una base di R 3 composta da autovettori è B := ((1, 1, 1), (0, 1, 0), (0, 0, 1)). Ricordo, infine, che fissata una base composta da autovettori una matrice P invertibile tale che P 1 M(f)P sia diagonale ha per colonne i vettori della base di autovettori. Quindi possiamo scegliere P := Esercizio 2. Verificare che A := è diagonalizzabile e calcolare tutte le matrici diagonali simili ad A, precisando, per ciascuna di esse, una matrice P che diagonalizza. Svolgimento. Per verificare che A è diagonalizzabile è sufficiente calcolare gli autovalori di A ed i relativi autospazi. Il polinomio caratteristico di A è t p A (t) = 0 t t + 2 = (t 2)(t + 2)2, da cui si ricava che gli autovalori sono t 1 = 2, m a (2) = 1, e t 2 = t 3 = 2, m a ( 2) = 2 (si poteva procedere anche in maniera alternativa osservano che A è triangolare). Per calcolare gli autospazi risolviamo i sistemi x y = 0 0, z x y = z 0 Il primo sistema equivale a y + z = 0 y = 0 z = 0
3 DIAGONALIZZAZIONE 3 sicché l autospazio di 2 è E A (2) = L((1, 0, 0)). Il secondo sistema è equivalente a 4x + y + z = 0 sicché l autospazio di 2 è E A ( 2) = L((1, 4, 0), (1, 0, 4)). In particolare B := ((1, 0, 0), (1, 4, 0), (1, 0, 4)) è base di R 3 di autovettori di A, perciò A è diagonalizzabile. Rispetto a B la matrice diagonale simile ad A e una matrice P che diagonalizza sono rispettivamente , Ogni matrice diagonale simile ad A ha sulla diagonale gli autovalori di A. Per questo motivo possiamo elencare tutte le matrici diagonli simili ad A indicando, a fianco di ciascuna di esse, una matrice che diagonalizza oltre a quelle indicate sopra: , , , Esercizio 3. Siano dati in R 3 i vettori v 1 := (0, 1, 1), v 2 := (2, 0, 1), v 3 := (1, 2, 0). (1) Verificare che esiste un unico f End(R 3 ) avente v 1, v 2, v 3 come autovettori associati, rispettivamente, agli autovalori 0, 3, 6. f è semplice? (2) Determinare M(f), ker(f) ed im(f). Svolgimento. In sostanza si richiede che f(v 1 ) = 0, f(v 2 ) = 3v 2, f(v 3 ) = 6v 3. Si noti che v 1, v 2, v 3 sono linearmente indipendenti: infatti R 3 R 3 2R R 3 R 3 +4R
4 4 DIAGONALIZZAZIONE Ne segue che C := (v 1, v 2, v 3 ) è una base di R 3 e, quindi, è possibile dimostrare l esistenza e l unicità di un tale f. Per definizione f è semplice perché esiste una base di R 3, precisamente C := (v 1, v 2, v 3 ), costituita da autovettori di f. Se allora risulta Poiché segue che P := P 1 M(f)P = D := /3 1/3 4/3 P 1 = 2/3 1/3 1/3, 1/3 2/3 2/3 M(f) = P DP 1 = /3 1/3 4/ /3 1/3 1/3 = /3 2/3 2/3 = In particolare im(f) = L((2, 4, 2), (2, 8, 1)). Segue che dim(im(f)) = 2, pertanto dim(ker(f)) = 3 dim(im(f)) = 1: poiché v 1 ker(f) concludiamo che ker(f) = L((0, 1, 1)). Per determinare ker(f) si può altresì procedere risolvendo il sistema { 2x + 2y + 2z = 0 2x y z = 0. Esercizio 4. Sia f End(C 3 ) associato alla matrice A := 0 0 i 0. i 0 0 (1) Verificare che f è diagonalizzabile e determinare una base B di C 3 composta da autovettori di f. (2) Verificare che f è un isomorfismo e determinare f 1. Determinare autovalori ed autospazi di f 1.
5 Svolgimento. Procediamo come negli esercizi 1 e 2. DIAGONALIZZAZIONE 5 t 0 i p f (t) = 0 t = (t 1)(t i)(t + i). i 0 t Poiché abbiamo tre radici ciascuna con molteplicità 1 segue che f è semplice (ed A è diagonalizzabile). Per determinare la basa B dobbiamo andare a risolvere i sistemi i i 0 1 x y = z Pertanto gli autospazi di f sono i i 0 2, 2 0 i 0 x y = 0 0, i 0 2 z 0 x y z = E f (1) = L((0, 1, 0)), E f (2) = L((1, 0, 1)), E f ( 2) = L((1, 0, 1)), dunque B := ((0, 1, 0), (1, 0, 1), (1, 0, 1)). È noto in generale che se f: C n C m è lineare allora f è isomorfismo se e solo rk(m(f)) = n = m. Nel nostro caso si vede facilmente che ϱ(a) = 3. Inoltre è noto in generale che M(f) 1 = M(f 1 ). Quindi nel nostro caso f 1 è l applicazione lineare associata alla matrice B := A 1 = 0 0 i 0 i 0 0 Gli autovalori di f 1 sono t 1 := 1, t 2 := i, t 3 := i. Gli autospazi relativi sono E f 1(1) := L((0, 1, 0)), E f 1(1/2) := L((1, 0, 1)), E f 1( 1/2) = L((1, 0, 1)). Infatti f(v) = λv se e solo se v = f 1 (f(v)) = f 1 (λv) = λf 1 (v) cioè se e solo se f 1 (v) = λ 1 v. Esercizio 5. Determinare f End(R 2 ) avente autovalori 0, 2 e tale che f(1, 0) = (2, 4). Svolgimento. f ha due autovettori linearmente indipendenti, diciamo v 1 con autovalore 0 e v 2 con autovalore 2. Inoltre esistono costanti univocamente determinate α, β R tale che αv 1 + βv 2 = (1, 0). Sia w 1 := αv 1 = (a, b) e w 2 := βv 2 = (c, d). Allora (2, 4) = f(1, 0) = f(αv 1 + βv 2 ) = f(αv 1 ) + f(βv 2 ) = 0 + 2βv 2 = 2w 2,.
6 6 DIAGONALIZZAZIONE dunque, eguagliando le componenti,si ottiene il sistema a + c = 1 b + d = 0 2c = 2 2d = 4 da cui si ricava w 1 = (0, 2), w 2 = (1, 2). Calcoliamo M(f): si ha e 1 := (1, 0), sicché f(e 1 ) = (2, 4), mentre e 2 = w 1 /2, sicché f(e 2 ) = (0, 0), da cui M(f) = Esercizio 6. Trovare f End(R 2 ) avente (2, 2) ed ( 1, 3) come autovettori e tale che f(0, 1) = (2, 1). Svolgimento. Si ha che (2, 2) + 2( 1, 3) = 8(0, 1). Dunque, indicati con α e con β gli autovalori relativi agli autovettori (2, 2) ed ( 1, 3) rispettivamente, possiamo scrivere (16, 8) = 8f(0, 1) = f((2, 2) + 2( 1, 3)) = α(2, 2) + 2β( 1, 3). Ciò equivale al sistema { 2α 2β = 16 2α + 6β = 8, che ha come unica soluzione (α, β) = (7, 1). Calcoliamo M(f): si ha e 1 := 3/4(1, 1) 1/4( 1, 3) sicché f(e 1 ) = (5, 6), mentre e 2 = 1/4(1, 1) + 1/4( 1, 3), sicché f(e 2 ) = (2, 1), da cui M(f) = Quiz Quiz 1. Sia f End(R 2 ) avente (1, 2) ed (1, 3) come autovettori e tale che f(1, 0) = (4, 6). Quale delle seguenti affermazioni è vera? a) f non è semplice. b) f ha autovalori 1, 2. c) p(t) = t 2 + 3t + 2 è il polinomio caratteristico di f. d) f(1, 0) = ( 1, 1).
7 DIAGONALIZZAZIONE 7 Svolgimento. Iniziamo a studiare f. Innanzi tutto (1, 0) = 3(1, 2) 2(1, 3): indicando con α l autovalore relativo ad (1, 2) e con β quello relativo a (1, 3) si ha (4, 6) = f(1, 0) = f(3(1, 2) 2(1, 3)) = 3α(1, 2) 2β(1, 3). In componenti questo significa { 3α 2β = 4 α β = 1. Tale sistema ha unica soluzione (α, β) = (2, 1), quindi p f (t) = (t 1)(t 2). L affermazione a) è falsa. Infatti f ha due autovettori linearmente indipendenti, quindi esiste una base di R 2 formata da autovettori di f. L affermazione b) è vera per quanto ossevato preliminarmente. L affermazione c) è falsa. Infatti 1 e 2 non sono radici di t 2 + 3t + 2. L affermazione d) è falsa. Infatti f(1, 0) = (4, 6) per ipotesi. Quiz 2. Sia f End(R 4 ) semplice avente gli autovalori 0, 5 entrambi con molteplicità 2. Posto A := M(f), quale delle seguenti affermazioni è vera? a) Le colonne di A non sono autovettori associati ad f. b) A 3 = 25A 2. c) A ha almeno una colonna nulla. d) f è suriettiva. Svolgimento. Sia P invertibile e tale che P AP = D :=. 0 0 λ λ Poiché A = P DP 1 si ha A n = (P DP 1 ) n = n volte {}}{ (P DP 1 )(P DP 1 )... (P DP 1 ) = = P D n P 1 = 5 n 1 P DP 1 = 5 n 1 A. L affermazione a) è falsa. Infatti l i esima colonna di A è A i := A t e i. Risulta f(a i ) = AA i = A(A t e i ) = A 2 t e i = 5A t e i = 5f(A i ). Da quanto osservato preliminarmente segue che l affermazione b) è vera. L affermazione c) è falsa. Infatti, per esempio, sia A := A è diagonalizzabile ed i suoi autovalori sono 0 e 5 entrambi con molteplicità 2, Ma A non ha nessuna colonna nulla. L affermazione d) è falsa. Risulta dim(ker(f)) + dim(im(f)) = 4. D altra parte l autospazio di 0, E A (0), coincide per definizione con ker(f), sicché dim(ker(f)) = 2, sicché dim(im(f)) = 2 < 4.
8 8 DIAGONALIZZAZIONE Quiz 3. Sia f End(R 3 ) avente gli autovalori 7, 8, 9 e sia g := f 2. Quale delle seguenti affermazioni è vera? a) g è un endomorfismo semplice. b) g ha l autovalore 7. c) g ha l autovalore nullo. d) g non è iniettivo. Svolgimento. Osserviamo che se E f ( 7) := L(v 1 ), E f (8) := L(v 2 ), E f (9) := L(v 3 ) sono gli autospazi di f allora B := (v 1, v 2, v 3 ) è una base di R 3 ) e g(v 1 ) = f(f(v 1 )) = 49v 1, g(v 2 ) = f(f(v 2 )) = 64v 2, g(v 3 ) = f(f(v 3 )) = 81v 3. L affermazione a) è vera. Infatti, per quanto osservato sopra, g ha tre autovalori distinti a due a due, quindi è semplice. L affermazione b) è falsa. Infatti gli autovalori di g sono esattamente 49, 64, 81. L affermazione c) è falsa. Si veda quanto detto per b). L affermazione d) è falsa. Infatti sia v ker(f). Allora esiste una relazione v = a 1 v 1 + a 2 v 2 + a 3 v 3. Ma allora 0 = g(v) = g(a 1 v 1 + a 2 v 2 + a 3 v 3 ) = = a 1 g(v 1 ) + a 2 g(v 2 ) + a 3 g(v 3 ) = 49a 1 v a 2 v a 3 v 3, che è una relazione di dipendenza lineare fra gli elementi di B: poiché B è una base questo è possibile solo se a 1 = a 2 = a 3 = 0, cioè solo se v = 0. Quiz 4. Dato f: R 3 R 3 quale delle seguenti affermazioni è vera? a) (1, 0, 0) è un autovettore di f. b) (1, 1, 0) è un autovettore di f. c) 2 è un autovalore di f. d) 0 è un autovalore di f. (x, y, z) (x + y, y + z, z + x), Svolgimento. L affermazione a) è falsa. Infatti dalla definizione di f segue che f(1, 0, 0) = (1, 0, 1) L((1, 0, 0)). L affermazione b) è falsa. Infatti dalla definizione di f segue che f(1, 1, 0) = (2, 1, 1) L((1, 0, 0)). L affermazione c) è vera. Infatti dalla definizione di f segue che la sua matrice è A :=
9 sicché DIAGONALIZZAZIONE 9 t 1 p f (t) = 0 t 1 1 t 1 = (t 1)3 1. Segue che p f (2) = 1 1 = 0 L affermazione d) è falsa. Infatti nel caso precedente si osserva che p f (0) = 1 1 = 2 0 Quiz 5. Sia f End(R 2 ) e si supponga che f abbia autovalori 1 e 1. Quale delle seguenti affermazioni è vera? a) Se v è autovettore non nullo associato a 1 allora v è autovettore associato a 1. b) f n = id per ogni n 2. c) f è invertibile ed f 1 = f. d) f non è invertibile. Svolgimento. Indichiamo con E f (1) := L((a, b)) e con E f ( 1) := L((c, d)) gli autospazi di 1 a di 1 rispettivamente. Ricordo che B := ((a, b), (c, d)) è una base di R 2, dunque a c P := b d è invertibile e si ha P 1 M(f)P = D :=. L affermazione a) è falsa. Infatti E f (1) è un sottospazio di R 2, pertanto v E f (1). L affermazione b) è falsa. Infatti M(f n ) = M(f) n = Se n 2 è dispari chiaramente n P P 1 L affermazione c) è vera. Infatti e risulta M(f 1 ) = M(f) 1 = n volte {}}{ n (P DP 1 )(P DP 1 )... (P DP 1 ) = P P 1. M(f) = P ( ( P = M(id). 0 1 P 1 ) P 1 ) 1 = 1 = (P 1 ) 1 P 1 = P L affermazione d) è falsa. Si veda il caso c). P 1 = M(f).
10 10 DIAGONALIZZAZIONE Quiz 6. Sia f End(R 2 ). Quale delle seguenti affermazioni è vera? a) f ha sempre autovalori. b) Se f ha un autovalore allora ne ha due distinti. c) Se f ha un autovalore allora è semplice. d) nessuna delle risposte precedenti è vera. Svolgimento. L affermazione a) è falsa. Infatti si consideri, ad esempio, l endomorfismo avente matrice cos α sin α A α := ± sin α cos α ove α kπ. Allora p Aα (t) = t 2 2 cos αt + 1, il cui discriminante è cos 2 α 1 < 0. L affermazione b) è falsa. Infatti si consideri l endomorfismo avente matrice B λ := λ 1. 0 λ Allora p Bλ (t) = (t λ) 2 e, quindi, l endomorfismo ha il solo autovalore λ. L affermazione c) è falsa. Infatti si consideri ancora un endomorfismo avente matrice B λ. Allora l autospazio di λ è E f (λ) = L((1, 0)) che ha dimensione 1. Quindi f non è semplice. Per esclusione l affermazione d) è vera.
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
SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:
SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)
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
Tempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),
LEZIONE 1 1.1. 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 1.1.1. Per ogni j 1,..., n indichiamo con
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
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
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
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
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)
Elementi 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
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
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
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
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
RETTE 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
MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE
DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici
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
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
(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
POTENZE DI MATRICI QUADRATE
POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)
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
Esercizi di GEOMETRIA I - Algebra Lineare B = , calcolare A A t A + I
Esercizi di GEOMETRIA I - Algebra Lineare. Tra le seguenti matrici, eseguire tutti i prodotti possibili: 2 ( ) A = 0 3 4 B = 2 0 0 2 D = ( 0 ) E = ( ) 4 4 2 C = 2 0 5 F = 4 2 6 2. Data la matrice A = 0
LEZIONE 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
Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari
Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano
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
(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).
Esercizi 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
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
Elementi 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
AUTOVALORI. NOTE DI ALGEBRA LINEARE
AUTOVALORI. NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 GENNAIO 2011 1. Il polinomio minimo Sia f : V V un endomorfismo lineare di uno spazio vettoriale di dimensione finita sul campo K. Per ogni
Esercizi 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
Ingegneria 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 :
GEOMETRIA 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),
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
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
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
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
Appunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
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,
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
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
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)
Elementi di Algebra Lineare. Spazio Vettoriale (lineare)
Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi
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,
Numeri di Fibonacci, Autovalori ed Autovettori.
Numeri di Fibonacci, Autovalori ed Autovettori. I numeri sulla Mole Antonelliana. Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6, 987, dove ogni nuovo numero rappresenta la somma dei due
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
PROGRAMMA del corso di. GEOMETRIA 1 - Algebra Lineare. Laurea Triennale in Matematica. Anno Accademico 2007/08. docente : Bruno Zimmermann
PROGRAMMA del corso di GEOMETRIA 1 - Algebra Lineare Laurea Triennale in Matematica Anno Accademico 2007/08 docente : Bruno Zimmermann (Il presente programma è stato redatto sulla base degli appunti del
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
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
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
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 =
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,
CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA
COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno
Corso 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
I VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007
A I VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007 ESERCIZIO 1. Si consideri il seguente sistema di equazioni lineari x + y + 2z = 1 2x + ky + 4z = h 2x 2y + kz = 0 (a) Determinare,
APPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio 1. Sia f: R 3 R 2 (x, y, z) (x + 2y + z, y + z). (1) Verificare che f è lineare. (2) Determinare una base di ker(f) e stabilire se f è iniettiva. (3) Calcolare w
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
Operatori antisimmetrici
Operatori antisimmetrici F. Pugliese November 9, 2011 Abstract In questa breve nota ricordiamo le principali proprietà degli endomorfismi antisimmetrici di uno spazio vettoriale euclideo. Nel caso di spazi
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
Caso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
Prova scritta di FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Vicenza, 27 giugno 2011 TEMA 1
Vicenza, 27 giugno 20 TEMA. Determinare, al variare del parametro reale a, una base del nucleo e una dell immagine dell endomorfismo L a di R definito da L a (x, y, z) = (x 2y + az, 2x + 4y + z, ( a)x
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,
Quiz Esercizio 1 Esercizio 2 Esercizio 3 Voto Finale
GEOMETRIA DESCRITTIVA 9 LUGLIO 2007 Istruzioni. -) Scrivere cognome, nome, numero di matricola in stampatello negli appositi spazi. -) Trascrivere i risultati dei quiz della prima parte nell apposita tabella
5 Un applicazione: le matrici di rotazione
5 Un applicazione: le matrici di rotazione 51 Rotazioni nel piano di un angolo ϑ Si vuole considerare il caso della rotazione nel piano di un vettore di R di un angolo ϑ assegnato Chiaramente si tratta
FORME 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
ESERCIZI sui VETTORI
ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di
Classificazione delle coniche.
Classificazione delle coniche Ora si vogliono studiare i luoghi geometrici rappresentati da equazioni di secondo grado In generale, non è facile riconoscere a prima vista di che cosa si tratta, soprattutto
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
Soluzioni agli Esercizi di Geometria e Algebra per Ingegneria Aerospaziale (nuovo ordinamento)
Soluzioni agli Esercizi di Geometria e Algebra per Ingegneria Aerospaziale (nuovo ordinamento) Relazioni 1) Quali delle seguenti relazioni sono di equivalenza? x, y R {0} xry x/y Q x, y Z xry x + y è divisibile
Fondamenti di Algebra Lineare e Geometria
Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale ed Ingegneria dell Energia - Canale B Primo Appello - 6 giugno 24 TEMA A Risolvere i seguenti esercizi motivando adeguatamente ogni risposta.
Geometria e algebra lineare (II parte) Bruno Martelli
Geometria e algebra lineare (II parte) Bruno Martelli Dipartimento di Matematica, Largo Pontecorvo 5, 56127 Pisa, Italy E-mail address: martelli at dm dot unipi dot it versione: 7 marzo 2017 Indice Introduzione
Esercitazione 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
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
X = x + 1. X = x + 1
CONICHE. Esercizi Esercizio. Classificare, ridurre a forma canonica (completando i quadrati), e disegnare le seguenti coniche: γ : x y + x = 0; γ : x + 4x y + = 0; γ 3 : x + y + y + 0 = 0; γ 4 : x + y
I numeri sulla Mole Antonelliana.
I numeri sulla Mole Antonelliana. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. I voli dei numeri Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6,
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
