Endomorfismi e matrici simmetriche
|
|
- Renata Pucci
- 7 anni fa
- Visualizzazioni
Transcript
1 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 per le matrici A = 2 0 B = Esercizio.2. Per ognuna delle seguenti matrici simmetriche A si determini una matrice ortogonale P per la quale P T AP sia diagonale [ ] 0 2 A = A = Esercizio.3. Sia T l endomorfismo di R 3 con matrice associata A = rispetto alla base canonica. a) Stabilire se l endomorfismo T é diagonalizzabile. b) Trovare basi ortonormali degli autospazi di T (rispetto al prodotto scalare canonico di R 3 ). c) Trovare una base ortonormale di R 3 formata da autovettori di T. Esercizio.4. Sia A la matrice reale A = a) Calcolare il polinomio caratteristico di A. b) Si può affermare che A è diagonalizzabile anche senza conoscere gli autovalori? c) Trovare una base di R 3 costituita da autovettori di A. Esercizio.5. Sia A la matrice reale A = Trovare una base ortonormale di R 3 costituita da autovettori di A. Esercizio.6. Sia A la matrice reale 0 A = Trovare una base ortonormale di R 3 costituita da autovettori di A. Esercizio.7. Si consideri la matrice reale simmetrica 0 A = 2 0
2 2. ENDOMORFISMI E MATRICI SIMMETRICHE a) Trovare una base ortonormale di R 3 costituita da autovettori di A. b) Determinare una matrice ortogonale P tale che P T AP sia diagonale. Esercizio.8. Sia T l endomorfismo di R 4 definito dalla matrice A = a) Determinare autovalori e autovettori di T. b) Determinare una base ortonormale di R 4 formata da autovettori di T. Esercizio.9. Si consideri il seguente endomorfismo di R 3 T(x,y,z) = (ax, bx+y +z, y +z) con a e b parametri reali. a) Si discuta la diagonalizzabilità di T al variare di a e b in R. b) Posto a = b = 0 si determini una base ortonormale di R 3 formata da autovettori di T. Esercizio.0. Sia T l endomorfismo di R 3 a cui è associata la matrice 2 2 A = rispetto alla base B = (,,), (,,0), (,0,) }. T è un endomorfismo simmetrico? Esercizio.. Sia T l endomorfismo di R 3 a cui è associata la matrice 6 3 A = rispetto alla base a) T è un endomorfismo simmetrico? b) T è diagonalizzabile? B = (,,), (,,0), (,0,) }. Esercizio.2. Sia T l endomorfismo do R 4 cosí definito: T(x,x 2,x 3,x 4 ) = (3x,x 3,x 4, 3x 2 +x 3 +3x 4 ) a) Mostrare che è autovalore di T. b) Stabilire se T è diagonalizzabile e in caso affermativo trovare una base rispetto a cui T ha matrice diagonale. c) L endomorfismo T è simmetrico? Esercizio.3. Sia T l endomorfismo di R 3 così definito: T(x,x 2,x 3 ) = (2x, 2x 2 + 3x 3, 3x 2 ) a) Stabilire se T è invertibile. b) Mostrare che T è un endomorfismo simmetrico. c) Trovare una base ortonormale di R 3 che diagonalizza T. Esercizio.4. Si consideri la funzione lineare (endomorfismo) T : R 3 R 3 così definita: T(x,y,z) = (2x+4z,6y,4x+2z). a) Stabilire se T è simmetrica rispetto al prodotto scalare canonico di R 3. b) Se esiste, trovare una base ortonormale di R 3 costituita da autovettori di T. Esercizio.5. Sia T : R 3 R 3 l endomorfismo avente come autovettori i vettori v = (,,0), v 2 = (0,,), v 3 = (0,0,), rispetto agli autovalori,,2. a) Calcolare la matrice A che rappresenta T rispetto alla base canonica. b) T è invertibile? c) T è un endomorfismo simmetrico?
3 2. SOLUZIONI 3 Esercizio.6. Sia T l endomorfismo di R 2 [x] che associa al polinomio p(x) = ax 2 +bx+c R 2 [x] il polinomio T(p(x)) = (a+kb)x 2 +(ka+b)x+kc. a) Trovare la matrice associata a T rispetto alla base x 2,x,}. b) Calcolare gli autovalori di T e stabilire se T è diagonalizzabile.. Suggerimenti Endomorfismo simmetrico: T : V V tale che: (T(u),v) = (u,t(v)) u,v V Proprietà : Se T è un endomorfismo e A è la matrice associata a T rispetto a una base ortonormale, allora: T è simmetrico A è simmetrica (cioè A = A T ). T ha n autovalori reali (contati con la loro molteplicità). Autovettori relativi a autovalori distinti sono ortogonali Matrice ortogonale: P è una matrice ortogonale se P P T = I ovvero P = P T Teorema spettrale Se T è un endomorfismo simmetrico di V, allora esiste una base ortonormale di V formata da autovettori di T. In particolare T è diagonalizzabile, cioè esiste una base (ortonormale) di V rispetto alla quale la matrice associata a T è diagonale. Se A è una matrice simmetrica, allora A è simile a una matrice diagonale D (ovvero A è diagonalizzabile). Inoltre la matrice diagonalizzante P è una matrice ortogonale: P AP = P T AP = D Notiamo che det(p) = ±, e P è detta ortogonale speciale se det(p) = Soluzioni 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 per le matrici A = 2 0 B = Cominciamo a determinare gli autovalori della matrice A calcolandone il polinomio caratteristico, ovvero il determinante della matrice λ 2 0 A λi = 2 λ λ
4 4. ENDOMORFISMI E MATRICI SIMMETRICHE Quindi p A (λ) = ( λ)( λ)( λ) 2 2( λ) = ( λ)[( λ)( λ) 4] = ( λ)(λ 2 2λ 3) Gli autovalori di A sono i valori di λ per cui p A (λ) = 0, quindi λ = (doppio), λ 2 = 3 Possiamo ora trovare gli autovettori: λ =. Cerchiamo le soluzioni del sistema omogeneo associato a A+I: x = t x+2y = 0 y = t s,t R E( ) = (,,0), (0,0,) z = s Poichè dalla teoria sappiamo che le matrici simmetriche sono diagonalizzabili, ci aspettavamo che l autovalore λ = avesse molteplicità geometrica 2. λ = 3. Cerchiamo le soluzioni del sistema omogeneo associato a A 3I: x+2y = 0 x = t y = t t R E(3) = (,,0) z = 0 z = 0 Siano v = (,,0), v 2 = (0,0,), v 3 = (,,0) i tre autovettori linearmente indipendenti determinati. Essendo A una matrice simmetrica sappiamo dalla teoria che i suoi autovettori relativi ad autovalori distinti sono ortogonali tra loro. Inoltre, in questo caso, anche i due autovettori relativi allo stesso autovalore λ = risultano ortogonali: (v,v 2 ) = 0. Per determinare la base ortonormale richiesta è quindi sufficiente normalizzare i tre vettori v, v 2 e v 3 : u = v ( v = ),, u 2 = v 2 v 2 = (0,0,) la base cercata è B = u, u 2, u 3 } u 3 = v ( ) 3 v 3 = 2, 2, 0 Ripetiamo ora l esercizio con la matrice B. Cominciamo a determinare gli autovalori della matrice B calcolandone il polinomio caratteristico, ovvero il determinante della matrice λ 3 0 B λi = 3 2 λ 0 λ Quindi p B (λ) = ( λ)[( 2 λ)( λ) ] 3 3( λ) = ( λ)[( 2 λ)( λ) 9] = ( λ)(λ 2 +λ 2) Gli autovalori di B sono i valori di λ per cui p B (λ) = 0, quindi Possiamo ora trovare gli autovettori: λ =, λ 2 = 3, λ 3 = 4 λ =. Cerchiamo le soluzioni del sistema omogeneo asociato a B I: y = 0 x = t x 3y z = 0 y = y = 0 z = 3t E() = (,0,3) t R
5 2. SOLUZIONI 5 λ = 3. Cerchiamo le soluzioni del sistema omogeneo asociato a B 3I: II +3I x+3y = y 2z = 0 x = 3t y = 2t t R E(3) = ( 3, 2,) λ = 4. Cerchiamo le soluzioni del sistema omogeneo associato a B +4I: II + 3I x+3y = y 5z = 0 x = 3t y = 5t t R E( 4) = ( 3,5,) Siano v = (,0,3), v 2 = ( 3, 2,), v 3 = ( 3,5,) i tre autovettori linearmente indipendenti determinati. Essendo B una matrice simmetrica sappiamo dalla teoria che i suoi autovettori relativi ad autovalori distinti sono ortogonali tra loro. Per determinare la base ortonormale richiesta si tratta quindi di normalizzare i tre vettori v, v 2 e v 3 : u = v ( ) v = 3, 0, 0 0 ( u 2 = v 2 v 2 = u 3 = v 3 v 3 = 3, 2, 4 4 ( 3 5,, ) 4 ) 35 la base cercata è B = u, u 2, u 3 } Esercizio.2. Per ognuna delle seguenti matrici simmetriche A si determini una matrice ortogonale P per la quale P T AP sia diagonale [ ] 0 2 A = A = Poichè entrambe le matrici A sono simmetriche, sappiamo dalla teoria che sono sicuramente diagonatizzabili. Si tratta di () Determinare gli autovettori di A, (2) Determinare una base ortonormale a partire dagli autovettori (linearmente indipendenti) di A, (3) Scrivere la matrice P che ha per colonne gli elementi della base trovata. La matrice P cosí determinata è diagonalizzante e ortogonale. Consideriamo prima la matrice A = [ ] () p A (λ) = λ 2 +λ 6 autovalori: λ = 2, λ 2 = 3 λ = 2. Consideriamo A 2I: [ ] 2 0 x = 2t t R E(2) = (2,) y = t λ = 3. Consideriamo A+3I: [ ] x = t 2 0 y = 2t t R E( 3) = (, 2)
6 6. ENDOMORFISMI E MATRICI SIMMETRICHE (2) Dalla teoria sappiamo già che autovettori relativi a autovalori distini sono ortogonali. E quindi sufficiente normalizzare gli autovettori linearmente indipendenti trovati: (3) Infine v = (2,), v 2 = (, 2) u = v ( 2 v = 5, 5 P = ), u 2 = v 2 v 2 = [ ] ( 5, 2 ) 5 Consideriamo ora la matrice 0 A = 0 2 () p A (λ) = ( λ)(λ 2 3λ) autovalori: λ =, λ 2 = 3, λ 3 = 0 λ =. Consideriamo A I: x = t y = t t R E() = (,,0) 0 z = 0 λ = 3. Consideriamo A 3I: x = t y = t t R 0 2III +I z = 2t E(3) = (,, 2) λ = 0. Consideriamo A 0I: x = t y = t t R 2 0 III I 0 0 E(0) = (,,) (2) Dalla teoria sappiamo già che autovettori relativi a autovalori distini sono ortogonali. E quindi sufficiente normalizzare gli autovettori linearmente indipendenti trovati: v = (,,0) u = v ( ) v = 2, 2, 0 v 2 = (,, 2) u 2 = v ( 2 v 2 =,, 2 ) (3) Infine v 3 = (,,) u 3 = v 3 v 3 = P = Esercizio.3. Sia T l endomorfismo di R 3 con matrice associata A = ( 3, 3, ) 3
7 2. SOLUZIONI 7 rispetto alla base canonica. a) Stabilire se l endomorfismo T é diagonalizzabile. b) Trovare basi ortonormali degli autospazi di T (rispetto al prodotto scalare canonico di R 3 ). c) Trovare una base ortonormale di R 3 formata da autovettori di T. a) L endomorfismo T é sicuramente diagonalizzabile perchè è simmetrico. b) Calcoliamo gli autovalori di T: Quindi gli autovalori sono: p A (λ) = (4 λ)[(5 λ) 2 ] = (4 λ) 2 (6 λ) λ = 4 doppio λ 2 = 6 Calcoliamo ora gli autospazi. Risolviamo il sistema omogeneo associato a A 4I: y z = III +II x = t y = s E(4) = (,0,0), (0,,) z = s Notiamo che, anche senza avere osservato che T è simmetrico, a questo punto possiamo concludere che T è diagonalizzabile in quanto la molteplicità geometrica del suo unico autovalore doppio è 2. Inoltre i due vettori presi come generatori sono tra loro ortogonali, è perciò sufficiente normalizzarli per ottenere una base ortonormale di E(4): ( ) } B(E(4)) = (,0,0), 0,, 2 2 Risolviamo ora il sistema omogeneo associato a A 6I: III II x = 0 y = t E(6) = (0,,) Una base ortonormale di E(6) è: ( B(E(6)) = 0, ) }, 2 2 2x = 0 y z = 0 c) L insieme B = (,0,0), ( 0, 2, ), 2 ( 0, ) }, 2 2 è una base ortonormale di R 3 formata da autovettori di T. Esercizio.4. Sia A la matrice reale A = a) Calcolare il polinomio caratteristico di A. b) Si può affermare che A è diagonalizzabile anche senza conoscere gli autovalori? c) Trovare una base di R 3 costituita da autovettori di A.
8 8. ENDOMORFISMI E MATRICI SIMMETRICHE a) Calcoliamo il polinomio caratteristico di A p A (λ) = (8 λ) [(5 λ) 2 6]+2[ 2(5 λ) 8]+2[ 8 2(5 λ)] = (8 λ)(λ 2 0λ+9)+2(2λ 8)+2( 8+2λ) = (8 λ)(λ )(λ 9)+8(λ 9) = (λ 9)(λ 2 9λ+8 8) = λ(λ 9) 2 Di conseguenza gli autovalori di A sono λ = 0 e λ = 9 (doppio). b) A è sicuramente diagonnalizzabile perchè è simmetrica. c) Calcoliamo i due autospazi. E(0). Risolviamo il sistema omogeneo associato alla matrice A: /2I II +/2I /9II III +II III 2II x = 2 t y = t t R E(0) = (, 2,2) E(9). Risolviamo il sistema omogeneo associato alla matrice A 9I: x = 2s+2t /2II I y = s III II E(9) = ( 2,,0), (2,0,) s,t R Infine una base di R 3 formata da autovettori di T è data dall insieme (, 2,2), ( 2,,0), (2,0,) }. Esercizio.5. Sia A la matrice reale A = Trovare una base ortonormale di R 3 costituita da autovettori di A. Calcoliamo il polinomio caratteristico di A p A (λ) = (6 λ)(5 λ)(9 λ) 2 2(5 λ) = (5 λ)(λ 2 5λ+54 4) = (λ 5) 2 (λ 0) Di conseguenza gli autovalori di A sono λ = 0, λ = 5 (doppio) Calcoliamo i due autospazi. E(0). Risolviamo il sistema omogeneo associato alla matrice A 0I: /2I x = t y = III /2I z = 2t E(0) = (,0, 2) t R
9 2. SOLUZIONI 9 E(5). Risolviamo il sistema omogeneo associato alla matrice A 5I: x = 2t y = s s,t R III +2I E(5) = (2,0,), (0,,0) Una base di R 3 formata da autovettori di T è data dall insieme (,0, 2), (2,0,), (0,,0) }. Notiamo che tali vettori sono già tra loro ortogonali, è quindi sufficiente normalizarli. Una base ortonormale è quindi data dall insieme ( 5,0, 2 ) ( ) } 2, 5,0,, (0,,0). 5 5 Esercizio.6. Sia A la matrice reale 0 A = Trovare una base ortonormale di R 3 costituita da autovettori di A. Calcoliamo il polinomio caratteristico di A: p A (λ) = (2 λ) [ ( λ) 2 ] = (2 λ)( λ )( λ+) Quindi gli autovalori di A sono: λ = 0 singolo λ 2 = 2 doppio Calcoliamo l autospazio E(0) relativo all autovalore λ = 0 risolvendo il sistema omogeneo associato alla matrice A: II I x+y = 0 x = t y = t t R z = 0 z = 0 Di conseguenza E(0) = (,,0). Analogamente calcoliamo l autospazio E(2) relativo all autovalore λ 2 = 2 risolvendo il sistema omogeneo associato alla matrice A 2I: x = t 0 0 II +I x+y = 0 y = t s,t R z = s Di conseguenza E(2) = (,,0), (0,0,). Gli autovettori trovati sono tutti ortogonali tra loro, quindi per determinare una base ortonormale di R 3 è sufficiente normalizzarli: ( B = 2, ) ( ) },0, 2 2, 2,0, (0,0,) Esercizio.7. Si consideri la matrice reale simmetrica 0 A = 2 0 a) Trovare una base ortonormale di R 3 costituita da autovettori di A. b) Determinare una matrice ortogonale P tale che P T AP sia diagonale.
10 0. ENDOMORFISMI E MATRICI SIMMETRICHE Calcoliamo il polinomio caratteristico di A: p A (λ) = ( λ)[(2 λ)( λ) ] ( λ) = ( λ)(λ 2 3λ) = λ( λ)(λ 3) Quindi gli autovalori di A sono: λ = 0, λ 2 =, λ 3 = 3 singoli Calcoliamo l autospazio E(0) relativo all autovalore λ = 0 risolvendo il sistema omogeneo associato alla matrice A: II I 0 0 x+y = 0 x = t y = t t R y +z = 0 z = t E(0) = (,, ) Analogamente calcoliamo l autospazio E() relativo all autovalore λ 2 = risolvendo il sistema omogeneo associato alla matrice A I: y = 0 x = t y = 0 t R E() = (,0,) x+y z = 0 Calcoliamo infine l autospazio E(3) relativo all autovalore λ 3 = 3 risolvendo il sistema omogeneo associato alla matrice A 3I: x+y = 0 x = t y = 2t t R 2II +I y 2z = 0 E(3) = (, 2,) a) Gli autovettori trovati sono tutti ortogonali tra loro (anche perchè appartengono a autospazi ditinti), quindi per determinare una base ortonormale di R 3 è sufficiente normalizzarli: ( B = 3,, ) ( ) (, 2,0,,,, 2 ) },,, b) La matrice P cercata ha per colonne i vettori della base di R 3 trovata: P = Esercizio.8. Sia T l endomorfismo di R 4 definito dalla matrice A = a) Determinare autovalori e autovettori di T. b) Determinare una base ortonormale di R 4 formata da autovettori di T. Notiamo che la matrice A è simmetrica, quindi è sicuramente diagonalizzabile. a) Calcoliamo il polinomio caratteristico sviluppando rispetto alla prima riga: 4 λ p M (λ) =det 0 5 λ λ 0 = (4 λ)(6 λ)[(5 λ)2 ] λ =(4 λ) 2 (6 λ) 2 quindi gli autovalori di M sono λ = 4, 6, entrambi di molteplicità algebrica 2.
11 2. SOLUZIONI Calcoliamo ora gli autospazi: x = t E(4) = N(M 4I) : y = s E(4) = (,0,0,0), (0,,0,) z = w = s x = 0 E(6) = N(M 6I) : y = t E(6) = (0,0,,0), (0,,0, ) z = s 0 0 w = t b) Notiamo che i due generatori di E(4) e i due generatori di E(6) determinati sono ortogonali tra loro, quindi per trovare un base ortonormale di R 4 basta renderli di norma : ( ) ( B(R 4 ) = (,0,0,0), 0,,0,, (0,0,,0), 0,,0, )} Esercizio.9. Si consideri il seguente endomorfismo di R 3 con a e b parametri reali. T(x,y,z) = (ax, bx+y +z, y +z) a) Si discuta la diagonalizzabilità di T al variare di a e b in R. b) Posto a = b = 0 si determini una base ortonormale di R 3 formata da autovettori di T. Determiniamo la matrice A = M(T) associata a T rispetto alla base canonica: a 0 0 A = b 0 Il polinomio caratteristico di A è P A (λ) = (a λ)(λ 2 2λ), quindi gli autovalori di A sono λ = a,0,2. a) Se a 0, 2, T ha tre autovalori singoli, quindi è sicuramente diagonalizzabile. Se a = 0, l autovalore λ = 0 è doppio, quindi per stabilire se T è diagonalizzabile dobbiamo calcolare la dimensione dell autospazio E(0): E(0) = N(A) : b 0 II III b Dobbiamo distinguere due casi Se a = 0 e b = 0 l autospazio E(0) ha dimensione 2, quindi T è diagonalizzabile. Se a = 0 e b 0 l autospazio E(0) ha dimensione, quindi T non è diagonalizzabile. Analogamentesea = 2,l autovaloreλ = 2èdoppio,quindiperstabilireseT èdiagonalizzabile dobbiamo calcolare la dimensione dell autospazio E(2): E(2) = N(A 2I) : b Dobbiamo quindi distinguere due casi Se a = 2 e b = 0 l autospazio E(2) ha dimensione 2, quindi T è diagonalizzabile. Se a = 2 e b 0 l autospazio E(2) ha dimensione, quindi T non è diagonalizzabile. Infine T è daigonalizzabile se a 0,2 per ogni valore di b, oppure se a = 0 o a = 2 e b = 0. b) Per a = b = 0 abbiamo già in sostanza calcolato l autospazio E(0) = (0,, ), (,0,0) Notiamo che i due generatori trovati sono già tra loro ortogonali, quindi si tratterà solamente di renderli di norma.
12 2. ENDOMORFISMI E MATRICI SIMMETRICHE Analogamente per a = b = 0 otteniamo: E(2) = N(A 2I) : Infine la base ortonormale cercata è ( B(R 3 ) = 0,, ), (,0,0), 2 2 2x = 0 y +z = 0 ( 0, 2, E(2) = (0,,) )} 2 Esercizio.0. Sia T l endomorfismo di R 3 a cui è associata la matrice 2 2 A = rispetto alla base B = (,,), (,,0), (,0,) }. T è un endomorfismo simmetrico? Notiamo che la base B non è una base ortonormale, quindi il fatto che A non sia simmetrica non implica che non lo sia T. Per potere utilizzare questa implicazione dobbiamo scrivere la matrice associata a T rispetto a una base ortonormale, in particolare rispetto alla base canonica. Per comodità assegnamo un nome ai tre vettori della base B: v = (,,), v 2 = (,,0), v 3 = (,0,) Dalla matrice A ricaviamo le immagini degli elementi della base B, ricordando però che tali elementi sono ancora espressi rispetto a B: T(v ) = T(,,) = (2,2,0) B T(v 2 ) = T(,,0) = (2,3, ) B T(v 3 ) = T(,0,) = (,0,) B Per calcolare le immagini della base canonica dobbiamo prima esprimere e, e 2, e 3 rispetto alla base B. Notiamo che data la semplicità dei calcoli non è necessario impostare e risolvere i tre sistemi associati alle equazioni xv +yv 2 +zv 3 = e i. E infatti immediato ricavare che Quindi sfruttando la linearità di T: e 3 = (,,) (,,0) = v v 2 = (,,0) B e 2 = (,,) (,0,) = v v 3 = (,0, ) B e = (,,0) e 2 = v 2 v +v 3 = (,,) B T(e 3 ) = T(v ) T(v 2 ) = (2,2,0) B (2,3, ) B = (0,,) B = v 2 +v 3 = (0,,) T(e 2 ) = T(v ) T(v 3 ) = (2,2,0) B (,0,) B = (,2, ) B = v +2v 2 v 3 = (2,3,0) T(e ) = T(v 2 ) T(v )+T(v 3 ) = (2,3, B ) (2,2,0) B +(,0,) B = (,,0) B = v +v 2 = (2,2,) La matrice B associata a T rispetto alla base (ortonormale) canonica è quindi: B = Poichè B non è simmetrica, anche non T è un endomorfismo simmetrico. Notiamo che per calcolare B potevamo in alternativa usare la matrice di cambiamento di base. Indichiamo con P è la matrice di cambiamento di base da B alla base canonica C, cioè P = MB C è la matrice che ha per colonne i tre vettori v,v 2 e v 3 (espressi rispetto alla base canonica).la matrice di cambiamento di base da C a B è la matrice inversa di P: P = MC B. Poiché A = MB B (T) e B = M(T) = MC C (T) abbiamo la seguente relazione: M(T) = M C C(T) = M C BM B B(T)M B C B = PAP
13 2. SOLUZIONI 3 Esercizio.. Sia T l endomorfismo di R 3 a cui è associata la matrice 6 3 A = rispetto alla base B = (,,), (,,0), (,0,) }. a) T è un endomorfismo simmetrico? b) T è diagonalizzabile? a) Notiamo che la base B non è una base ortonormale, quindi il fatto che A non sia simmetrica non implica che non lo sia T. Per potere utilizzare questa implicazione dobbiamo scrivere la matrice associata a T rispetto a una base ortonormale, in particolare rispetto alla base canonica. Per fare questo possiamo procedere in due modi () Ricavare le immagini di e, e 2 e e 3 utlizzando la matrice A, dopo avere espresso e i rispetto a B e ricordando che i risultati ottenuti saranno ancora espressi rispetto a B. (2) Ricavare direttamente le immagini di e, e 2 e e 3 sfruttando la linearità di T. Consideriamo entrambi i metodi () Se vogliamo utilizzare direttamente la matrice M B (S) dobbiamo scrivere e, e 2 e e 3 rispetto alla base B. Chiamiamo v = (,,), v 2 = (,,0) e v 3 = (,0,) i tre vettori di B; si tratta quindi di risolvere le tre equazioni xv +yv 2 +zv 3 = e i con i =,2,3. Riduciamo a gradini la matrice associata alle tre equazioni contemporaneamente: II I III I III II Possiamo ora risolvere i tre sistemi. xv +yv 2 +zv 3 = e xv +yv 2 +zv 3 = e 2 xv +yv 2 +zv 3 = e 3 x+y +z = y = z = x+y +z = 0 y = 0 z = x+y +z = 0 y = z = 0 x = y = z = x = y = 0 z = x = y = z = 0 e = (,,) B e 2 = (,0, ) B e 3 = (,,0) B Possiamo usare ora la matrice M B (T) per calcolare le imamgini di e i, ricordando però che il risultato ottenuto è ancora espresso rispetto rispetto a B, mentre noi dobbiamo esprimerlo
14 4. ENDOMORFISMI E MATRICI SIMMETRICHE rispetto alla base canonica: T(e ) = M B (T) e = 3 2 = 2 3 = ( 2,2,) B = 2 v +2 v 2 + v 3 = (,0, ) T(e 2 ) = M B (T) e 2 = = 3 2 = (3,, 2) B = 3 v v 2 2 v 3 = (0,2,) T(e 3 ) = M B (T) e 3 = 3 2 = = (5, 4, 2) B = 5 v 4 v 2 2 v 3 = (,,3) Infine la matrice B associata a T rispetto alla base (ortonormale) canonica è 0 B = M(T) = (2) In alternativa possiamo ricavare direttamente le immagini di e dalla matrice A = M B (T), sfruttando la linearità di T. Sappiamo infatti che una matrice M B (T) ha per colonne le immagini degli elementi di B espressi ancora rispetto a B. Quindi: Sfruttando la linearità di T: T(,,) = (6, 3, 3) B T(,,0) = (,, ) B T(,0,) = (3, 2, ) B T(0,0,) = T(,,) T(,,0) = (6, 3, 3) B +(,,) B = (5, 4, 2) B = 5 (,,) 4 (,,0) 2 (,0,) = (,,3) T(,0,0) = T(,0,) T(0,0,) = (3, 2, ) B +( 5,4,2) B = ( 2,2,) B = 2 (,,)+2 (,,0)+ (,0,) = (,0, ) T(0,,0) = T(,,0) T(,0,0) = (,, ) B +(2, 2, ) B = (3,, 2) B = 3 (,,) (,,0) 2 (,0,) = (0,2,) La matrice B associata a T rispetto alla base (ortonormale) canonica è quindi: 0 B = M(T) = Poichè B è simmetrica, anche T è un endomorfismo simmetrico. b) T è sicuramente diagonalizzabile perchè è simmetrica. Esercizio.2. Sia T l endomorfismo do R 4 cosí definito: T(x,x 2,x 3,x 4 ) = (3x,x 3,x 4, 3x 2 +x 3 +3x 4 ) a) Mostrare che è autovalore di T. b) Stabilire se T è diagonalizzabile e in caso affermativo trovare una base rispetto a cui T ha matrice diagonale. c) L endomorfismo T è simmetrico? Determiniamo la matrice associata a T rispetto alla base canonica calcolando: T(e ) = (3,0,0,0), T(e 2 ) = (0,0,0, 3), T(e 3 ) = (0,,0,), T(e 4 ) = (0,0,,3)
15 2. SOLUZIONI 5 Quindi la matrice associata è: A = Calcoliamo il polinomio caratteristico sviluppando rispetto alla prima riga: p A (λ) = det(a λi) = (3 λ) [ λ( 3λ+λ 2 ) 3 ] = (3 λ) [ λ 3 +3λ 2 +λ 3 ] = (3 λ) [ λ 2 ( λ+3) ( λ+3) ] = (3 λ) 2[ λ 2 ] a) Gli autovalori A sono λ = 3 doppio, λ =, λ = In particolare λ = è autovalore. b) Calcoliamo l autospazio E(3) risolvendo il sistema omogeneo associato a A 3I: x = s x 2 +x 3 = 0 x 2 = t E(3) = (0,,3,9), (,0,0,0) 3x 3 +x 4 = 0 x 3 = 3t x 4 = 9t A questo punto possiamo già affermare che T è diagonalizzabile in quanto E(3) ha dimensione 2 e gli altri due autovalori sono singoli. Calcoliamo l autospazio E() risolvendo il sistema omogeneo associato a A I: x = x = x 2 = t x 2 +x 3 = 0 x 3 = t IV 3II x 3 +x 4 = 0 x 4 = t E() = (0,,,) Calcoliamo l autospazio E( ) risolvendo il sistema omogeneo associato a A + I: x = x = x 2 = t x 2 +x 3 = 0 x 3 = t IV +3II x 3 +x 4 = 0 x 4 = t E( ) = (0,,,) Infine T ha una matrice diagonale rispetto alla base B = (,0,0,0), (0,,3,9), (0,,,), (0,,,) } c) T non è simmetrico in quanto la matrice A associata a T rispetto alla base canonica (che è ortogonale) non è simmetrica. Esercizio.3. Sia T l endomorfismo di R 3 così definito: T(x,x 2,x 3 ) = (2x, 2x 2 + 3x 3, 3x 2 ) a) Stabilire se T è invertibile. b) Mostrare che T è un endomorfismo simmetrico. c) Trovare una base ortonormale di R 3 che diagonalizza T. La matrice associata a T rispetto alla base canonica è: A =
16 6. ENDOMORFISMI E MATRICI SIMMETRICHE a) T è invertibile se è invertibile la matrice A, cioè se A ha determinante non nullo: det(a) = det = 2 ( 3) = b) La matrice associata a T rispetto alla base canonica (che è ortonormale) è simmetrica: A T = A, quindi T è un endomorfismo simmetrico. c) Calcoliamo il polinomio caratteristico di A: 2 λ 0 0 p A (λ) = det 0 2 λ 3 = (2 λ) [(2 λ)( λ) 3] = (2 λ)(λ 2 2λ 3) 0 3 λ quindi gli autovalori di A sono λ = 2,, 3. Calcoliamo ora gli autospazi E(2) = N(A 2I) : z = 0 x = t y = y 2z = 0 z = 0 E(2) = (,0,0) E( ) = N(A+I) : III II x = 0 x = 0 3y + y = t 3z = 0 z = 3 3 t = E( ) = (0,, 3) 3t E(3) = N(A 3I) : III II x = 0 x = 0 y + y = 3t E(3) = (0, 3,) 3z = 0 Essendo tre autospazi distinti i tre autovalori generatori trovati sono tra loro ortogonali. Per ottenere la base ortonormale cercata basta quindi prendere i generatori di norma : ( B(R 3 ) = (,0,0), 0, ) ( )} 3 3 2,, 0, 2 2, 2 Esercizio.4. Si consideri la funzione lineare (endomorfismo) T : R 3 R 3 così definita: T(x,y,z) = (2x+4z,6y,4x+2z). a) Stabilire se T è simmetrica rispetto al prodotto scalare canonico di R 3. b) Se esiste, trovare una base ortonormale di R 3 costituita da autovettori di T. Determiniamo la matrice A associata a T rispetto alla base canonica: A = M(T) = a) La matrice associata a T rispetto alla base canonica è simmetrica, quindi anche T è simmetrica. b) Calcoliamo gli autovalori di T: p A (λ) = (6 λ) [(2 λ) 2 6 ] = (6 λ)(λ 2 4λ 2) Quindi gli autovalori di A sono λ = 6 (doppio) e λ = 2.
17 2. SOLUZIONI 7 Calcoliamo ora gli autospazi: x = t E(6) = N(A 6I) : y = s x = t E( 2) = N(A+2I) : y = E(6) = (,0,), (0,,0) E( 2) = (,0,) Notiamo che gli autovettori trovati sono già ortogonali tra loro, quindi per trovare una base ortonormale di R 3 formata da autovettori basta prendere i generatori di norma : ( ) ( B = 2,0,,(0,,0), ) },0, Esercizio.5. Sia T : R 3 R 3 l endomorfismo avente come autovettori i vettori v = (,,0), v 2 = (0,,), v 3 = (0,0,), rispetto agli autovalori,,2. a) Calcolare la matrice A che rappresenta T rispetto alla base canonica. b) T è invertibile? c) T è un endomorfismo simmetrico? Poiché v è autovettore rispetto a λ =, otteniamo che T(v ) = v. Analogamente T(v 2 ) = v 2 e T(v 3 ) = 2v 3. Di conseguenza T(v ) = (,,0), T(v 2 ) = (0,,), T(v 3 ) = (0,0,2) a) Dobbiamo trovare le immagini della base canonica. Notiamo che e 3 = v 3 Per la linearità di T otteniamo che T(e 3 ) = T(v 3 ) = (0,0,2) e 2 = v 2 v 3 e = v e 2 = v v 2 +v 3 T(e 2 ) = T(v 2 ) T(v 3 ) = (0,,) (0,0,2) = (0,, ) T(e ) = T(v ) T(v 2 )+T(v 3 ) = (,,0) (0,,)+(0,0,2) = (,0,) Quindi la matrice che rappresenta T rispetto alla base canonica è 0 0 A = In alternativa per calcolare A si poteva utilizzare la matrice diagonalizzante P che ha per colonne gli autovettori, e la matrice diagonale D che ha gli autovalori sulla diagonale. Dalla relazione P AP = D si ricava A = PDP. b) T è invertibile se lo è A. Poiché det(a) = 2 0, A e T sono invertibili. c) T non è simmetrico perché A, che è associata a T rispetto alla base (ortonormale) canonica, non lo è. Esercizio.6. Sia T l endomorfismo di R 2 [x] che associa al polinomio p(x) = ax 2 +bx+c R 2 [x] il polinomio T(p(x)) = (a+kb)x 2 +(ka+b)x+kc. a) Trovare la matrice associata a T rispetto alla base x 2,x,}. b) Calcolare gli autovalori di T e stabilire se T è diagonalizzabile.
18 8. ENDOMORFISMI E MATRICI SIMMETRICHE Notiamo che il generico polinomio p(x) = ax 2 +bx+c R 2 [x] ha componenti (a,b,c) rispetto alla base x 2,x,}. In particolare p(x) = x 2 ha componenti (,0,0), p(x) = x ha componenti (0,,0) e p(x) = ha componenti (0,0,). In sostanza la base x 2,x,} corrisponde quindi alla base canonica. Inoltre T può essere vista come apllicazione T : R 3 R 3 tale che: T(a,b,c) = (a+kb, ka+b, kc). a) Calcoliamo la immagini degli elementi della base: T(x 2 ) = T(,0,0) = (,k,0) = x 2 +kx T(x) = T(0,,0) = (k,,0) = kx 2 +x T() = T(0,0,) = (0,0,k) = k Di conseguenza la matrice associata a T rispetto alla base x 2,x,} è k 0 A = k k b) Calcoliamo il polinomio caratteristico di A: p A (λ) = (k λ) [ ( λ) 2 k 2] = (k λ)( λ k)( λ+k) Di conseguenza gli autovalori (non sempre distinti) sono λ = k, λ = k, λ = +k Notiamo che la matrice A è diagonalizzabile, senza la necessità di calcolare molteplicità algebrica e geometrica degli autovalori, in quanto è simmetrica.
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
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle da un altra angolazione.. Determinare
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle più volte.. Stabilire il tipo di
DettagliCAPITOLO 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
DettagliProdotto scalare, ortogonalitá e basi ortonormali
CAPITOLO 0 Prodotto scalare, ortogonalitá e basi ortonormali Esercizio 0.. Dati i seguenti vettori di R si calcoli il prodotto scalare (v i,v j per i,j =,,...,6: v = (6,3 v = (,0 v 3 = (, v 4 = (,0 v 5
DettagliEsercizi di ripasso: geometria e algebra lineare.
Esercizi di ripasso: geometria e algebra lineare. Esercizio. Sia r la retta passante per i punti A(2,, 3) e B(,, 2) in R 3. a. Scrivere l equazione cartesiana del piano Π passante per A e perpendicolare
Dettagli(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.
1. Applicazioni lineari Esercizio 1.1. Sia T : R 2 R 3 l applicazione lineare definita sulla base canonica di R 2 nel seguente modo: T (e 1 ) = (1, 2, 1), T (e 2 ) = (1, 0, 1). a) Esplicitare T (x, y).
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
DettagliSPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE
SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio
Dettagli0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
DettagliDipendenza e indipendenza lineare (senza il concetto di rango)
CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori
DettagliSPAZI VETTORIALI CON PRODOTTO SCALARE A =
SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo
DettagliESERCIZI DI 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
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
DettagliComplemento ortogonale e proiezioni
Complemento ortogonale e proiezioni Dicembre 9 Complemento ortogonale di un sottospazio Sie E un sottospazio di R n Definiamo il complemento ortogonale di E come l insieme dei vettori di R n ortogonali
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
DettagliAlcuni 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
DettagliDiagonalizzazione di matrici e applicazioni lineari
CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x
DettagliEsercizi Applicazioni Lineari
Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le
DettagliSistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari
Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
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 =
Dettagli(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.
5 luglio 010 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola
DettagliCompiti di geometria & algebra lineare. Anno: 2004
Compiti di geometria & algebra lineare Anno: 24 Anno: 24 2 Primo compitino di Geometria e Algebra 7 novembre 23 totale tempo a disposizione : 3 minuti Esercizio. [8pt.] Si risolva nel campo complesso l
DettagliEsame 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
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
DettagliOperazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
DettagliPOTENZE DI MATRICI QUADRATE
POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)
DettagliParte 8. Prodotto scalare, teorema spettrale
Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,
DettagliTutoraggio 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
Dettagli2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
Dettagli1 Il polinomio minimo.
Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene
DettagliFondamenti 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.
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
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
DettagliAppunti di Geometria - 5
Appunti di Geometria - 5 Samuele Mongodi - s.mongodi@sns.it Segnatura di un prodotto scalare Richiami Sia V uno spazio vettoriale reale di dimensione n; sia, : V V R un prodotto scalare. Data una base
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliESERCIZI 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
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
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
DettagliESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la
ESERCIZI DI ALGEBRA LINEARE (D) D1 Nello spazio vettoriale R 2,2 si consideri l insieme { V = X R 2,2 XA = AX, A = ( 1 1 1 2 )} delle matrici che commutano con A. Verifiare che V = L(I 2, A). Verificare
Dettagli4 Autovettori e autovalori
4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
DettagliEsame di Geometria - 9 CFU (Appello del 20 Giugno A)
Esame di Geometria - 9 CFU (Appello del 20 Giugno 2012 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio 1. Siano dati, al variare del parametro k R, i piani: π 1 : x 2y + 2z = 2, π 2 : z =
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
DettagliEsercitazione: 16 novembre 2009 SOLUZIONI
Esercitazione: 16 novembre 009 SOLUZIONI Esercizio 1 Scrivere [ ] equazione vettoriale, parametrica [ ] e cartesiana della retta passante 1 per il punto P = e avente direzione d =. 1 x 1 Soluzione: Equazione
DettagliEsercizi di GEOMETRIA I - Algebra Lineare B = , calcolare A A t A + I
Esercizi di GEOMETRIA I - Algebra Lineare. Tra le seguenti matrici, eseguire tutti i prodotti possibili: 2 ( ) A = 0 3 4 B = 2 0 0 2 D = ( 0 ) E = ( ) 4 4 2 C = 2 0 5 F = 4 2 6 2. Data la matrice A = 0
DettagliCambio di base. Capitolo Introduzione. 8.2 Cambio di base
apitolo 8 ambio di base 8 Introduzione Sappiamo che, fissata una base finita in uno spazio vettoriale, ad ogni vettore sono associate le coordinate relative a tale base In questo capitolo vediamo che tali
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,
DettagliEsercizi di Algebra Lineare. Claretta Carrara
Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo. Operazioni tra matrici e n-uple. Soluzioni 3 Capitolo. Rette e piani 5. Suggerimenti 9. Soluzioni 0 Capitolo 3. Gruppi, spazi e sottospazi
Dettagli2.1 Esponenziale di matrici
¾ ½ º¼ º¾¼½ Queste note (attualmente e probabilmente per un bel po sono altamente provvisorie e (molto probabilmente non prive di errori Esponenziale di matrici Esercizio : Data la matrice λ A λ calcolare
DettagliEsame di geometria e algebra
Laurea Ing. 26 febbraio 2007 Traccia I COG 1 In R 3 sono assegnati i vettori: u 1 = (2, h, 0), u 2 = (1, 0, h), u 3 = (h, 1, 2). Stabilire se esistono valori reali del parametro h per cui S = {u 1, u 2,
Dettagli(E) : 4x 181 mod 3. h(h 1)x + 4hy = 0
Dipartimento di Matematica e Informatica Anno Accademico 206-207 Corso di Laurea in Informatica (L-3) Prova scritta di Matematica Discreta (2 CFU) 6 Settembre 207 Parte A [0 punti] Sia data la successione
DettagliCaso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
DettagliAnalisi Matematica II - INGEGNERIA Gestionale - B 20 luglio 2017 Cognome: Nome: Matricola:
Analisi Matematica II - INGEGNERIA Gestionale - B luglio 7 Cognome: Nome: Matricola: IMPORTANTE: Giustificare tutte le affermazioni e riportare i calcoli essenziali Esercizio [8 punti] Data la matrice
Dettagliii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......
Indice Prefazione vii 1 Matrici e sistemi lineari 1 1.1 Le matrici di numeri reali................. 1 1.2 Nomenclatura in uso per le matrici............ 3 1.3 Matrici ridotte per righe e matrici ridotte
DettagliComplementi di Algebra e Fondamenti di Geometria
Complementi di Algebra e Fondamenti di Geometria Capitolo 3 Forma canonica di Jordan M. Ciampa Ingegneria Elettrica, a.a. 29/2 Capitolo 3 Forma canonica di Jordan Nel Capitolo si è discusso il problema
DettagliClassificazione delle coniche.
Classificazione delle coniche Ora si vogliono studiare i luoghi geometrici rappresentati da equazioni di secondo grado In generale, non è facile riconoscere a prima vista di che cosa si tratta, soprattutto
DettagliX = 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
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliGeometria BATR-BCVR Esercizi 9
Geometria BATR-BCVR 2015-16 Esercizi 9 Esercizio 1. Per ognuna delle matrici A i si trovi una matrice ortogonale M i tale che Mi ta im sia diagonale. ( ) 1 1 2 3 2 A 1 = A 2 1 2 = 1 1 0 2 0 1 Esercizio
DettagliEsercizi di Algebra Lineare. Claretta Carrara
Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo. Operazioni tra matrici e n-uple. Soluzioni 3 Capitolo 2. Rette e piani 5. Suggerimenti 9 2. Soluzioni 20 Capitolo 3. Gruppi, spazi e sottospazi
DettagliREGISTRO 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
DettagliUniversita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI R. Docente: Prof. F. Flamini Esercizi Riepilogativi Svolti Esercizio
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,
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
DettagliGeometria 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
DettagliESERCIZI SUI SISTEMI LINEARI
ESERCIZI SUI SISTEMI LINEARI Consideriamo ora il sistema lineare omogeneo a coefficienti costanti associato alla matrice A M n n, cioè SLO Vale il seguente = A. Teorema. Sia v R n \ } e sia λ C. Condizione
DettagliLa riduzione a gradini e i sistemi lineari (senza il concetto di rango)
CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
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
Dettagli10 dicembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
10 dicembre 003 - Soluzione esame di geometria - Ingegneria gestionale - a.a. 003-004 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura 3 ore. ISTRUZIONI
DettagliProva 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
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI 1 GEOMETRIA 2009/10 Esercizio 1.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i
DettagliAlgebra Lineare Autovalori
Algebra Lineare Autovalori Stefano Berrone Sandra Pieraccini Dipartimento di Matematica Politecnico di Torino, Corso Duca degli Abruzzi 24, 10129, Torino, Italy e-mail: sberrone@calvino.polito.it sandra.pieraccini@polito.it
DettagliApplicazioni 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
DettagliEsercitazione di Analisi Matematica II
Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare
DettagliSpazi vettoriali, matrici, determinante. { det(a) se n é pari det(a) se n é dispari
Esercizi natalizi Spazi vettoriali, matrici, determinante Ex. 1 Sia K un campo e n N. A M n (K). (a) Dimostrare che det( A) = { det(a) se n é pari det(a) se n é dispari (b) Dimostrare che ogni matrice
DettagliCorso 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)
DettagliAppendice 1. Spazi vettoriali
Appendice. Spazi vettoriali Indice Spazi vettoriali 2 2 Dipendenza lineare 2 3 Basi 3 4 Prodotto scalare 3 5 Applicazioni lineari 4 6 Applicazione lineare trasposta 5 7 Tensori 5 8 Decomposizione spettrale
DettagliCdL in Ingegneria Gestionale e CdL in Ingegneria del Recupero Edilizio ed Ambientale
CdL in Ingegneria Gestionale e CdL in Ingegneria del Recupero Edilizio ed Ambientale della prova scritta di Algebra Lineare e Geometria- Compito A- 8 Aprile 8 E assegnato l endomorfismo f : R 3 R 3 definito
DettagliTEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian
DettagliUniversità degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 2010 Tema A
Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 21 Tema A Tempo a disposizione: 2 ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all inizio
DettagliEsercizi di Geometria - 1
Esercizi di Geometria - Samuele Mongodi - smongodi@snsit Di seguito si trovano alcuni esercizi assai simili a quelli che vi troverete ad affrontare nei test e negli scritti dell esame Non è detto che vi
DettagliMATRICI E SISTEMI LINEARI
- - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle
Dettagli6. Spazi euclidei ed hermitiani
6. Spazi euclidei ed hermitiani 6.1 In [GA] 5.4 abbiamo definito il prodotto scalare fra vettori di R n (che d ora in poi chiameremo prodotto scalare standard su R n ) e abbiamo considerato le seguenti
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliSoluzioni 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
Dettagli0.1. MATRICI SIMILI 1
0.1. MATRICI SIMILI 1 0.1 Matrici simili Definizione 0.1.1. Due matrici A, B di ordine n si dicono simili se esiste una matrice invertibile P con la proprietà che P 1 AP = B. Con questa terminologia dunque
DettagliSistemi differenziali: esercizi svolti. 1 Sistemi lineari 2 2... 2 2 Sistemi lineari 3 3... 10
Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 2 2 Sistemi lineari 3 3 2 Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 Gli esercizi contrassegnati con il simbolo * presentano un
DettagliCorso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori
Esercizio 1 Corso di Matematica II Anno Accademico 29 21. Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori May 7, 21 Commenti e correzioni sono benvenuti. Mi scuso se ci fosse qualche
DettagliMassimi e minimi relativi in R n
Massimi e minimi relativi in R n Si consideri una funzione f : A R, con A R n, e sia x A un punto interno ad A. Definizione: si dice che x è un punto di massimo relativo per f se B(x, r) A tale che f(y)
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
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
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
Dettagli5 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
Dettagli