Esercitazioni di geometria /2009 (Damiani) Il polinomio minimo. I) Definizione del polinomio minimo.
|
|
- Leonardo Mari
- 7 anni fa
- Visualizzazioni
Transcript
1 Esercitazioni di geometria /2009 (Damiani) Il polinomio minimo I) Definizione del polinomio minimo. Siano k un campo, A un anello (associativo) unitario, k Z(A) A un omomorfismo di anelli unitari (dove Z(A) è il centro di A); si osservi che sotto queste ipotesi A è anche un k-spazio vettoriale e si supponga dim k A < ; infine sia α A. Osservazione: la struttura su A può essere equivalentemente descritta nel modo seguente: i) A è un k-spazio vettoriale; ii) A è un anello (associativo) unitario; iii) il prodotto A A A è k-bilineare (cioè oltre ad essere distributivo commuta con il prodotto per scalari: (λa)b = λ(ab) = a(λb) λ k, a, b A). Se valgono i), ii) e iii) si dice che A è una k-algebra (associativa) unitaria. Sia v α : k[t ] A la valutazione in α, cioè l omomorfismo k-lineare di anelli unitari (l omomorfismo di k-algebre unitarie) definito da v α (T ) = α; osservare che i a it i k[t ] si ha v α ( i a it i ) = i a iα i dove α 0 = 1 A e α i+1 = αα i i N. Notazione: dato P k[t ], v α (P ) si scrive anche P (α). Osservare che {P k[t ] P (α) = 0} = ker(v α ) è un ideale di k[t ]. In particolare esiste p α k[t ] tale che {P k[t ] P (α) = 0} = ker(v α ) = (p α ); p α è unico a meno di scalari. Osservazione: p α 0. Dimostrazione: dim k A < dim k k[t ], quindi non esiste un omomorfismo iniettivo di k[t ] in A; ne segue che ker(v α ) (0). Notazione: si osservi che p α è univocamente determinato se si impone la scelta che sia monico. In queste note si indicherà con p α il generatore monico di ker(v α ); tale polinomio si chiama polinomio minimo di α. Osservare che p α = 1 A = {0}. In particolare: i) Siano V uno spazio vettoriale di dimensione finita su k ed f End k (V ). Osservare che dim k End k (V ) < ; si chiama polinomio minimo di f il polinomio monico p f k[t ] tale che (p f ) = ker(v f ) dove v f : k[t ] End k (V ) è la valutazione in f. Osservare che p f = 1 V = {0}. ii) Siano n N e A M n n (k). Osservare che dim k M n n (k) < ; si chiama polinomio minimo di A il polinomio monico p A k[t ] tale che (p A ) = ker(v A ) dove v A : k[t ] M n n (k) è la valutazione in A. 1
2 iii) Siano n N e k un campo che contiene k. Se A M n n (k) siano v A : k[t ] M n n (k) e ṽ A : k[t ] M n n ( k) le valutazioni in A e p A, p A i polinomi minimi di A rispettivamente su k e su k (cioè ker(v A ) = p A k[t ] e ker(ṽ A ) = p A k[t ]); osservare che: a) p A k[t ]; b) k[t ] k[t ], M n n (k) M n n ( k) e ṽ A k[t ] = v A ; c) p A = p A. iv) Siano n N, k un campo che contiene k, A M n n ( k), p A il polinomio minimo di A. Osservare che non necessariamente p A k[t ]. v) Siano k un campo che contiene k con dim k k <, λ k, vλ : k[t ] k la valutazione in λ; il generatore monico p λ di ker(v λ ) si chiama il polinomio minimo di λ su k. Si osservi che λ k se e solo se p λ = T λ; altro esempio: il polinomio minimo di i su R è T Si osservi ancora che (a differenza degli esempi i-iv)) in questa situazione p λ è sempre irriducibile in k[t ] (perché?). È vero anche il viceversa: se q k[t ] è irriducibile, esistono k k campo di dimensione finita su k e λ k tali che q = p λ. Osservazione: Siano A, B due k-algebre associative unitarie di dimensione finita (su k) e sia ϕ : A B un isomorfismo. Dato α A si ha che p α = p ϕ(α) (segue dal fatto che v ϕ(α) = ϕ v α, da cui ker(v α ) = ker(v ϕ(α) )). In particolare: se A è la matrice di f rispetto ad una base di V allora il polinomio minimo di A è uguale al polinomio minimo di f ed è indipendente dalla scelta della base di V ; analogamente se A e B sono due matrici simili (cioè legate dalla relazione B = M 1 AM per qualche M invertibile) il polinomio minimo di A è uguale al polinomio minimo di B. II) Polinomio minimo e sottospazi stabili. Sia U V un k sottospazio vettoriale. Osservare che E(V, U) = {f End k (V ) f(u) U} è una sottoalgebra unitaria di End k (V ) e che la restrizione res U : E(V, U) f f U End k (U) e l induzione sul quoziente ind U : E(V, U) f f End k (V/U) sono omomorfismi. Ne segue che se f E(V, U) si ha che p f U p f e p f p f. Osservare inoltre che p f può essere descritto anche nel modo seguente: sia I = {p k[t ] p(f)(v ) U}; allora I è un ideale di k[t ] e si ha I = (p f ); notare che naturalmente ker(v f ) I. Analogamente p f U può essere descritto anche nel modo seguente: sia I = {p k[t ] p(f)(u) = {0}} = {p k[t ] p(f) U = 0}; allora I è un ideale di k[t ] e si ha I = (p f U ); notare che naturalmente ker(v f ) I. Dalle descrizioni date sopra di p f e p f U segue subito anche la relazione p f p f U p f : infatti p f U (f)(p f (f)(v )) p f U (f)(u) = {0}. Siano ora U, W V tali che V = U W ed f E(V, U) E(V, W ); allora p f = m.c.m.(p f U, p f W ). Infatti sicuramente p f U p f e p f W p f ; d altra parte se si pone q = m.c.m.(p f U, p f W ) si ha q(f)(u) = {0} e q(f)(w ) = {0}, quindi q(f) = 0. Il risultato appena visto si generalizza facilmente: siano V = U 1... U r ed f End k (V ) tale che f(u i ) U i i = 1,..., r; allora p f = m.c.m.(p f U1,..., p f U r ). 2
3 Viceversa sia f End k (V ) e sia p f = q 1 q 2 con m.c.d.(q 1, q 2 ) = 1; allora V = ker(q 1 (f)) ker(q 2 (f)) = Im(q 1 (f)) Im(q 2 (f)) e questi sottospazi sono tutti f stabili. Dimostrazione: che ker(q i ), Im(q i ) (i = 1, 2) sono f stabili è ovvio; dimostriamo che Im(q i (f)) ker(q j (f)) (i j = 1, 2), che ker(q 1 (f)) ker(q 2 (f)) = {0} e che Im(q 1 (f)) + Im(q 2 (f)) = V. i) Im(q i (f)) ker(q j (f)) (i j = 1, 2): (q j (f)(im(q i (f))) = q j (f)(q i (f)(v )) = p f (f)(v ) = {0}; ii) ker(q 1 (f)) ker(q 2 (f)) = {0}: se U = ker(q 1 (f)) ker(q 2 (f)) si ha p f U p f ker(qi (f)) i = 1, 2; ne segue che p f U m.c.d.(q 1, q 2 ) = 1, cioè U = {0}; iii) Im(q 1 (f)) + Im(q 2 (f)) = V : siano r 1, r 2 k[t ] tali che 1 = q 1 r 1 + q 2 r 2 ; allora v v si ha v = q 1 (f)r 1 (f)(v) + q 2 (f)r 2 (f)(v); la tesi segue dal fatto che q i (f)r i (f)(v) Im(q i (f)) i = 1, 2. Osservazione: per induzione su r si generalizza facilmente il risultato precedente: sia f End k (V ) e sia p f = q 1... q r con m.c.d.(q i, q j ) = 1 i j = 1,..., r; allora V = r i=1 ker(q i(f)) (e i = 1,..., r ker(q i (f)) = Im( p f q i (f))). III) Esempi. i) p f (T ) = T λ f = λid V ; in tal caso det(f T id V ) = (T λ) dim k(v ( ) ) ; λ 0 ii) se f = con λ µ, p 0 µ f = (T λ)(t µ) = det(f T id V ); ( ) λ 1 iii) se f = p 0 λ f = (T λ) 2 = det(f T id V ); λ λ λ iv) se f =..... (n n) λ λ p f (T ) = (T λ) n = det(f T id V ); a a a v) se f = a n a n 1 p f (T ) = T n a n 1 T n 1 a n 2 T n 2... a 2 T 2 a 1 T a 0 = det(f T id V ); vi) determinare p f (T ) e det(f T id V ) nei casi seguenti: a) f = ; b) f = ;
4 c) f = ; d) f = ; e) f = IV) Legame tra polinomio minimo e polinomio caratteristico. Osservazione: p f det(f T id V ); in particolare deg(p f ) dim k (V ). Dimostrazione: la tesi è un corollario immediato del teorema di Cayley-Hamilton (il polinomio caratteristico di f è annullato da f). Si osservi che questa è un altra dimostrazione del fatto che p f 0. Proposizione: p f (λ) = 0 det(f λid V ) = 0 (cioè λ è un autovalore per f). Dimostrazione: ( ) segue dal fatto che p f det(f T id V ). Altra dimostrazione (senza usare il teorema di Cayley-Hamilton): p f (λ) = 0 q k[t ] tale che p f = (T λ)q. Ne segue che 0 = p f (f) = (f λid V ) q(f). Ma la minimalità di p f implica che q(f) 0, quindi f λid V non è invertibile, dunque det(f λid V ) = 0. ( ) Sia V λ V l autospazio per f relativo a λ, cioè V λ = {v V f(v) = λv}. Osservare che f Vλ = λid Vλ, quindi (f µid V ) Vλ è invertibile µ λ. Ne segue che se λ è un autovalore per f e q k[t ] è un polinomio tale che q(λ) 0 si ha q(f) Vλ invertibile e in particolare q(f) Vλ 0, da cui q(f) 0 e q p f. Dunque p f (λ) = 0. Osservare che in questa dimostrazione si è supposto che gli autovalori siano contenuti in k; questa ipotesi è lecita grazie al risultato dell esempio iii,c). La proposizione può essere riformulata e dimostrata nel modo seguente (senza assumere il teorema di Cayley-Hamilton, di cui si fornisce un ulteriore dimostrazione): Proposizione : p f e det(f T id V ) hanno gli stessi fattori irriducibili (e p f det(f id V )). Dimostrazione: a) supponiamo inizialmente che V non contenga sottospazi f-stabili non banali; allora dato v 0 si ha che U =< f i (v) i N > è un sottospazio stabile non nullo, quindi U = V ; d altra parte se d = deg(p f ) si ha che {f i (v) i = 0,..., d 1} è linearmente indipendente (perché?) e V =< f i (v) i = 0,..., d 1 >, quindi d = deg(p f ) = dim k V. Se p f = T d +a d 1 T d a 0, la matrice di f rispetto alla base {v, f(v),..., f d 1 (v)} 4
5 a a a è 2 da cui con un semplice conto (cfr. III,v)) si trova det(f a d a d 1 T id V ) = ±p f e la tesi è ovvia. b) consideriamo ora il caso generale e procediamo per induzione su dim k V. Se V non contiene sottospazi f-stabili non banali la tesi è provata in a). Sia U V un sottospazio f-stabile non banale; osservare che dim k (U), dim k (V/U) < dim k V, quindi per l ipotesi induttiva la proposizione è vera per f U e per f, dove f End k (V/U) è l applicazione lineare indotta da f sul quoziente. Ma ovviamente det(f T id V ) = det(f U T id U )det( f T id V/U ) e (v. II)) p f U p f, p f p f e p f p f U p f : la tesi segue. Corollario: Sia q k[t ] irriducibile. Allora q det(f T id V ) V q = ker(q(f)) {0}. Si osservi che se q = T λ allora V q è l autospazio relativo a λ; inoltre se q 1,..., q r sono i fattori irriducibili di det(f T id V ) si ha che r i=1 V q i = r i=1 V q i V. Corollario: Sia q k[t ] irriducibile; allora degq dim k V q. Dimostrazione: k[t ]/(q) è un campo e V q è un k[t ]/(q)-spazio vettoriale: si ha allora che dim k V q = (dim k k[t ]/(q))(dim k[t ]/(q) V q ) = (degq)(dim k[t ]/(q) V q ). V) Polinomio minimo e diagonalizzabilità. Proposizione: sia f End k (V ). Allora f è diagonalizzabile λ 1,..., λ r k distinti tali che p f = (T λ 1 )... (T λ r ). Dimostrazione: ( ) siano λ 1,..., λ r gli autovalori di f; allora λ i k i k e V = r i=1 V λ i dove V λi è l autospazio relativo a λ i. Ma p f Vλi = T λ i i = 1,..., r, quindi p f = m.c.m.(t λ 1,..., T λ r ) = (T λ 1 )... (T λ r ). ( ) V = r i 1 ker(f λ i id V ); ma ker(f λ i id V ) = V λi, quindi f è diagonalizzabile. Corollario: sia f End k (V ) diagonalizzabile e sia U V tale che f(u) U. Allora: i) f U è diagonalizzabile; ii) U = λ U V λ; iii) f End k (V/U) è diagonalizzabile; iv) (V/U) λ = V λ /U λ. Viceversa (e banalmente) se W V è un sottospazio tale che W = λ W V λ allora f(w ) W. Osservazione: siano f End k (V ), U V tale che f(u) U l omomorfismo indotto da f sul quoziente. Allora: i) f U, f diagonalizzabili f diagonalizzabile; ii) (V/U) λ V λ /U λ ; iii) se U = V λ {0} per qualche λ k si ha p f = p f T λ ; f End k (V/U) 5
6 iv) se U = λ k V λ si ha p f = p f λ k autovalore T λ. 6
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
DettagliAUTOVALORI. 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
DettagliAutovalori 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
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
DettagliPROGRAMMA 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
DettagliLa forma normale di Schur
La forma normale di Schur Dario A Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi alla forma normale di Schur, alle sue proprietà e alle sue applicazioni
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
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
DettagliSPAZI VETTORIALI CON PRODOTTO SCALARE A =
SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo
DettagliParte 7. Autovettori e autovalori
Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori
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
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 18 index Applicazioni lineari 1 Applicazioni lineari
DettagliGeometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
DettagliForme bilineari simmetriche
Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3
DettagliEsercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni
Esercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni 1. Sia A un anello A 0. Provare che: A n A m m = n. Soluzione. Sia m A un ideale massimale. Sia m m = ma m e m n = ma n. Se ϕ : A m A n e
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
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliUNIVERSITÀ 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 =
DettagliCorso di Matematica Discreta. Anno accademico Appunti sulla diagonalizzazione.
Corso di Matematica Discreta. Anno accademico 2008-2009 Appunti sulla diagonalizzazione. Autovalori e autovettori di un endomorfismo lineare. Sia T : V V una applicazione lineare da uno spazio vettoriale
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,
DettagliAlgebre di Lie in caratteristica 0. Denis Nardin
Algebre di Lie in caratteristica 0 Denis Nardin 21 febbraio 2012 Capitolo 1 Proprietà generali In questo seminario parlerò di algebre di Lie su di un campo k algebricamente chiuso e di caratteristica 0.
DettagliOperatori 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
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
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
DettagliGEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A
Soluzioni Appello del 17 GIUGNO 2010 - Compito A a) Se h = 7 il sistema ha infinite soluzioni (1 variabile libera), mentre se h 7 la soluzione è unica. b) Se h = 7 allora Sol(A b) = {( 7z, 5z + 5, z),
DettagliDefinizione di anello
Definizione di anello Definizione Sia A un insieme dotato di due leggi di composizione interne + e. Si dice che la struttura algebrica (A, +, ) è un anello se: Definizione di anello Definizione Sia A un
DettagliGeometria 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
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
DettagliValutazioni discrete. Capitolo 7
Capitolo 7 Valutazioni discrete Definizione 7.1. Una valutazione si dice discreta se il suo gruppo di valori è un gruppo ciclico infinito (cioè, isomorfo a (Z,+)). Una valutazione discreta si dice normalizzata
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
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
Dettaglii) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva;
1 Spazi vettoriali 11 Definizioni ed assiomi Definizione 11 Un campo è un insieme K dotato di una operazione somma K K K, (x, y) x + y e di una operazione prodotto K K K, (x, y) xy tali che i) la somma
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
DettagliSpazi Vettoriali ed Applicazioni Lineari
Spazi Vettoriali ed Applicazioni Lineari 1. Sottospazi Definizione. Sia V uno spazio vettoriale sul corpo C. Un sottoinsieme non vuoto W di V è un sottospazio vettoriale di V se è chiuso rispetto alla
Dettagli2 Complementi di teoria degli operatori
2 Complementi di teoria degli operatori Richiamiamo le proprietà sulla diagonalizzazione degli operatori Sia V uno spazio vettoriale 12 su K di dimensione finita, V = {v 1,, v n } una base di V e T : V
DettagliForma Canonica di Jordan Complementi di algebra lineare per Geometria IV
Forma Canonica di Jordan Complementi di algebra lineare per Geometria IV Rocco Chirivì versione 09.02.16 Queste note sono basate sulle lezioni tenute per il corso di Geometria IV, per il secondo anno di
DettagliGEOMETRIA II: PRIMA DISPENSA
GEOMETRIA II: PRIMA DISPENSA SPAZI VETTORIALI QUOZIENTE La nozione di spazio vettoriale quoziente non è strettamente essenziale allo svolgimento del corso, ma permette di dare alcune dimostrazioni in modo
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
DettagliProva 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.
DettagliElementi di Algebra Lineare Spazi Vettoriali
Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali
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
DettagliAUTOVALORI, 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
DettagliNozioni di algebra multilineare
Capitolo 2 Nozioni di algebra multilineare Siano V e W spazi vettoriali di dimensione finita su un campo K (K = R, C). Sia L(V, W ) lo spazio vettoriale, di dimensione infinita, avente come base gli elementi
DettagliDAI NUMERI NATURALI AI NUMERI RAZIONALI
DAI NUMERI NATURALI AI NUMERI RAZIONALI 1. L insieme dei numeri naturali Nel sistema assiomatico ZF, l Assioma dell infinito stabilisce che: Esiste un insieme A, i cui elementi sono insiemi e tale che
DettagliALGEBRE DI BOOLE. (d) x, y X x y oppure y x.
ALGEBRE DI BOOLE Un insieme parzialmente ordinato è una coppia ordinata (X, ) dove X è un insieme non vuoto e " " è una relazione binaria definita su X tale che (a) x X x x (riflessività) (b) x, y, X se
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
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)
DettagliSpazi affini e combinazioni affini.
Spazi affini e combinazioni affini. Morfismi affini. Giorgio Ottaviani Abstract Introduciamo il concetto di combinazione affine in uno spazio affine, e in base a questo, ne caratterizziamo i sottospazi.
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
DettagliAlgebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1
Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1 Prof. Lidia Angeleri Anno accademico 2015-2016 1 1 appunti aggiornati in data 14 gennaio 2016 Indice I Gruppi 3
DettagliSpazi vettoriali di dimensione infinita e basi: due esempi
Spazi vettoriali di dimensione infinita e basi: due esempi Emanuele Bottazzi Versione aggiornata al 2 novembre 2015 Indice 1 Introduzione 1 2 Lo spazio vettoriale dei polinomi a coefficienti reali 2 2.1
DettagliPiccolo teorema di Fermat
Piccolo teorema di Fermat Proposizione Siano x, y Z, p N, p primo. Allora (x + y) p x p + y p (mod p). Piccolo teorema di Fermat Proposizione Siano x, y Z, p N, p primo. Allora (x + y) p x p + y p (mod
DettagliProdotto interno (prodotto scalare definito positivo)
Contenuto Prodotto scalare. Lunghezza, ortogonalità. Sistemi e basi ortonormali. Somma diretta: V = U U. Proiezioni. Teorema di Pitagora, disuguaglianza di Cauchy-Schwarz. Angoli. Federico Lastaria. Analisi
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
DettagliIl teorema di Stone Weierstrass
APPENDICE B Il teorema di Stone Weierstrass Definizione B.1. Siano X un insieme non vuoto e A un sottospazio vettoriale dello spazio delle funzioni a valori reali (risp. complessi) su X. Si dice che A
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 =
DettagliSISTEMI DI RADICI. Tesina per la Laurea Quadriennale in Matematica. Professore: Rita Fioresi. Studente: Marzia Dalla Venezia
SISTEMI DI RADICI Tesina per la Laurea Quadriennale in Matematica Professore: Rita Fioresi Studente: Marzia Dalla Venezia Capitolo 1 Sistemi di radici Sia V uno spazio vettoriale nito-dimensionale euclideo
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
DettagliEsercizi di Geometria - 2
Esercizi di Geometria - 2 Samuele Mongodi - s.mongodi@sns.it La prima sezione contiene alcune domande aperte e alcune domande verofalso, come quelle che potrebbero capitare nel test. E consigliabile, nel
Dettagli20 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.
Dettagli1 Indipendenza lineare e scrittura unica
Geometria Lingotto. LeLing7: Indipendenza lineare, basi e dimensione. Ārgomenti svolti: Indipendenza lineare e scrittura unica. Basi e dimensione. Coordinate. Ēsercizi consigliati: Geoling. Indipendenza
DettagliIl teorema di Eakin-Nagata per gli anelli noetheriani
Il teorema di Eakin-Nagata per gli anelli noetheriani Dispense per i corsi di Algebra Commutativa a.a. 2015/2016 Stefania Gabelli Dipartimento di Matematica, Università degli Studi Roma Tre 1 Gli anelli
DettagliLEZIONE 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(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
Dettagli11. Misure con segno.
11. Misure con segno. 11.1. Misure con segno. Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 11.1.1. (Misura con segno). Si chiama misura con segno su A ogni funzione ϕ : A R verificante
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
Dettagli(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
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 15 Capitolo
Dettagli1. Funzioni implicite
1. Funzioni implicite 1.1 Il caso scalare Sia X R 2 e sia f : X R. Una funzione y : (a, b) R si dice definita implicitamente dall equazione f(x, y) = 0 in (a, b) quando: 1. (x, y(x)) X x (a, b); 2. f(x,
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,
DettagliGeometria 2 La forma canonica di Jordan
Geometria 2 La forma canonica di Jordan Corso di Laurea in Matematica Anno Accademico 2015/2016 Alberto Albano 28 settembre 2015 In tutto quello che segue, se non altrimenti indicato, gli spazi vettoriali
DettagliCapitolo 5. La forma canonica di un operatore lineare. 1
Capitolo 5. La forma canonica di un operatore lineare. 1. Richiami sui polinomi. Sia p(t) = a + a 1 t + + a n t n un polinomio a coefficienti complessi, di grado deg(p(t)) = n >. Quindi a n. Il coefficiente
Dettagli8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
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
DettagliMatrici 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.
DettagliAppendice 3. Rotazioni
Appendice 3. Rotazioni Indice 1 Tensori ortogonali 2 2 Rotazioni e simmetrie in uno spazio di dimensione 2 2 3 Tensori ortogonali in uno spazio di dimensione 3 4 4 Rotazioni in uno spazio di dimensione
DettagliDefinizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im
APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo
Dettagli1 Estensioni in C, automorfismi, polinomi.
Lezioni del 15,18,20,22 aprile, II. Registro dettagliato 1 Estensioni in C, automorfismi, polinomi. 1.1 Estensioni di sottocampi di C. Una coppia di campi, uno contenuto nell altro, si dice estensione
DettagliEsercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3
Esercitazione di Geometria I 13 dicembre 2008 a. Completa la seguente definizione: i vettori v 1, v 2,..., v n del K-spazio vettoriale V si dicono linearmente dipendenti se... b. Siano w 1, w 2, w 3 vettori
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
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
Dettaglix 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
DettagliNumeri di Fibonacci, Autovalori ed Autovettori.
Numeri di Fibonacci, Autovalori ed Autovettori. I numeri sulla Mole Antonelliana. Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6, 987, dove ogni nuovo numero rappresenta la somma dei due
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
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
DettagliALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011
ALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011 Esercizio 1. Usando l algoritmo euclideo delle divisioni successive, calcolare massimo comune divisore e identità di Bézout per le seguenti coppie
DettagliFONDAMENTI 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
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)
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
DettagliSimilitudine (ortogonale) e congruenza (ortogonale) di matrici.
Lezione del 4 giugno. Il riferimento principale di questa lezione e costituito da parti di: 2 Forme bilineari, quadratiche e matrici simmetriche associate, 3 Congruenza di matrici simmetriche, 5 Forme
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
DettagliFondamenti 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.
DettagliGeometria della programmazione lineare
Geometria della programmazione lineare poliedri punti estremi, vertici, soluzioni di base esistenza di punti estremi rif. Fi 3.1; BT 2.1, 2.2, 2.5 Iperpiani, semispazi Definizione Sia a un vettore non
DettagliElementi di Algebra e di Matematica Discreta Strutture algebriche: anelli
Elementi di Algebra e di Matematica Discreta Strutture algebriche: anelli Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra e di Matematica Discreta 1 / 29 index
DettagliFoglio di esercizi numero 2 Corso di Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale e Meccanica
Foglio di esercizi numero 2 Corso di Fondamenti di Algebra Lineare e Geometria Ingegneria Aerospaziale e Meccanica Esercizio 1. Sia f l endomorfismo di R 4 definito nel modo seguente: f(x, y, z, w) = (w,
DettagliUNA INTRODUZIONE ALLA TEORIA DELLE RAPPRESENTAZIONI DEI GRUPPI FINITI
Alma Mater Studiorum Università di Bologna FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea Triennale in Matematica UNA INTRODUZIONE ALLA TEORIA DELLE RAPPRESENTAZIONI DEI GRUPPI FINITI
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
DettagliSpazi vettoriali euclidei.
Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti
DettagliAutovettori 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
DettagliSomma diretta di sottospazi vettoriali
Capitolo 8 Somma diretta di sottospazi vettoriali 8.1 Introduzione Introduciamo un caso particolare di somma di due sottospazi vettoriali: la somma diretta. Anche questo argomento è stato visto nel corso
Dettagli