5 Un applicazione: le matrici di rotazione
|
|
- Giovanni Martini
- 7 anni fa
- Visualizzazioni
Transcript
1 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 di un applicazione lineare (si veda la definizione 33), in quanto la rotazione nel piano di un angolo ϑ del vettore somma di due vettori assegnati è equivalente al vettore somma dei due vettori precedentemente ruotati Inoltre, il fatto che il vettore venga dilatato (o contratto) non modifica l angolo di rotazione e quindi è del tutto indifferente farlo prima o dopo In definitiva, essendo la rotazione nel piano di un angolo ϑ un applicazione lineare, essa può essere rappresentata da una matrice, ottenuta nel modo seguente (si faccia riferimento sempre alla sezione 3) Si considera la base canonica e 1 1, T F (e 1 ) cos ϑ, sin ϑ T e, 1 T F (e ) cos(π/ + ϑ), sin(π/ + ϑ) T vettori della base immagini dei vettori della base Ma, poiché vale cos(α + β) cos α cos β sin α sin β e sin(α + β) sin α cos β + cos α sin β, si ha cos(π/+β) cos π/ cos ϑ sin π/ sin ϑ sin ϑ e sin(π/+ β) sin π/ cos ϑ + cos π/ sin ϑ cos ϑ In definitiva, l applicazione lineare da R a R corrispondente alla rotazione di un angolo ϑ è rappresentata dalla matrice cos ϑ sin ϑ A A ϑ F (e 1 ), F (e ) sin ϑ cos ϑ Per verifica, si consideri un vettore generico v ρ cos α, ρ sin α T, ρ, allora cos ϑ sin ϑ ρ cos α F (v) Av sin ϑ cos ϑ ρ sin α ρ cos α cos ϑ ρ sin α sin ϑ, ρ cos α sin ϑ + ρ sin α cos ϑ T ρ cos(α + ϑ), ρ sin(α + ϑ) T È interessante notare che la matrice A è ortogonale, vale la proprietà A T A AA T I Infatti è A T cos ϑ sin ϑ sin ϑ cos ϑ e quindi e A T A AA T cos ϑ sin ϑ cos ϑ sin ϑ sin ϑ cos ϑ sin ϑ cos ϑ cos ϑ + sin ϑ cos ϑ sin ϑ cos ϑ sin ϑ cos ϑ sin ϑ cos ϑ sin ϑ sin ϑ + cos ϑ cos ϑ sin ϑ cos ϑ sin ϑ sin ϑ cos ϑ sin ϑ cos ϑ cos ϑ + sin ϑ cos ϑ sin ϑ + cos ϑ sin ϑ cos ϑ sin ϑ + cos ϑ sin ϑ sin ϑ + cos ϑ
2 Si procede ora al calcolo degli autovalori e autovettori della matrice A Passo 1: Calcolo degli autovalori Vale cos ϑ λ sin ϑ det(a λi) det sin ϑ cos ϑ λ da cui (cos ϑ λ) + sin ϑ cos ϑ + λ cos ϑλ + sin ϑ λ cos ϑλ + 1 λ cos ϑ ± 4 cos ϑ 4 cos ϑ ± i sin ϑ e ±iϑ cos ϑ ± sin ϑ cos ϑ ± i sin ϑ Si noti che λ 1 Questo fatto non è un caso: vale la proprietà che autovalori di matrici ortogonali (e più in generale unitarie) sono di modulo unitario Passo a: sia λ 1 cos ϑ + i sin ϑ, si considera il sistema omogeneo Az 1 λ 1 z 1 cos ϑ (cos ϑ + i sin ϑ) sin ϑ sin ϑ cos ϑ (cos ϑ + i sin ϑ) z 1, i sin ϑ sin ϑ x1, con z sin ϑ i sin ϑ 1 Ora, rango(a λ 1 I) 1 se sin ϑ, ϑ ; π Quindi per ϑ ; π, si considera y 1 x1 y 1 i sin ϑx 1 sin ϑy 1, y 1 ix 1 ; mentre l altra equazione risulterà automaticamente verificata Quindi, posto ad esempio x 1 1 si ha y 1 i e, normalizzando in norma (si veda sezione 61), ( 1, i T ) si ottiene z i Passo b: sia λ cos ϑ i sin ϑ, si considera il sistema Az λ z cos ϑ (cos ϑ i sin ϑ) sin ϑ sin ϑ cos ϑ (cos ϑ i sin ϑ) z, i sin ϑ sin ϑ sin ϑ i sin ϑ x, con z y x y 47
3 Ora, rango(a λ I) 1 se sin ϑ, ϑ ; π Quindi per ϑ ; π, si considera i sin ϑx sin ϑy, y ix ; mentre l altra equazione risulterà automaticamente verificata Quindi, posto ad esempio x 1 si ha y i e normalizzando in norma (si veda sezione 61) ( 1, i T ) si ottiene z 1 1 i Pertanto, per se ϑ ; π la matrice è sicuramente diagonalizzabile, vale con A SΛS 1 Λ diag(λ 1, λ ) S z 1, z i i Si può verificare la seguente proprietà: le matrici normali ( tali che AA H A H A) si diagonalizzano tramite matrici unitarie Infatti, la matrice S z 1, z è unitaria, SS H S H S I, o meglio z 1 è ortogonale, anzi ortonormale, a z, come qui di seguito verificato S H 1 1 i 1 i S H S 1 1 i 1 i SS H i i 1 1 i i 1 i 1 i Quindi si può affermare che e i 1 + i 1 + i 1 i S 1 S H i i i + i i i }{{} i A SΛS H λ1 1 1 i i i λ 1 i I I Si tenga presente che i vettori z 1, z formano una base ortonormale per R : sono in numero di e sono linearmente indipendenti, essendo det S ( 1 ) 1 1 i i 1 (i + i) i Casi particolari: ϑ, π (sin ϑ ) Per ϑ si ha 1 A A 1 48
4 matrice diagonale con autovalori coincidenti λ 1 λ 1 (autovettori e 1, e ) Per ϑ π si ha 1 A A π 1 matrice diagonale con autovalori coincidenti λ 1, 1 (autovettori e 1, e ) In entrambi i casi le matrici sono diagonalizzabili, in quanto già diagonali 5 Rotazioni nello spazio di un angolo ϑ intorno all asse z Si vuole considerare il caso della rotazione nello spazio intorno all asse z di un vettore di R 3 di un angolo ϑ assegnato Come nel caso precedente, si tratta chiaramente di un applicazione lineare, quindi si procede analogamente Si considera la base canonica e 1 1,, T F (e 1 ) cos ϑ, sin ϑ, T e, 1, T F (e ) sin ϑ, cos ϑ, T e 3,, 1 T F (e 1 ),, 1 T vettori della base immagini dei vettori della base In definitiva, tale applicazione lineare da R 3 a R 3 è rappresentata dalla matrice cos ϑ sin ϑ A A ϑ F (e 1 ), F (e ), F (e 3 ) sin ϑ cos ϑ 1 È interessante notare che la matrice A è ortogonale, vale A T A AA T I Infatti è cos ϑ sin ϑ A T sin ϑ cos ϑ 1 e quindi e A T A AA T cos ϑ sin ϑ sin ϑ cos ϑ 1 cos ϑ sin ϑ sin ϑ cos ϑ 1 cos ϑ + sin ϑ cos ϑ sin ϑ cos ϑ sin ϑ cos ϑ sin ϑ cos ϑ sin ϑ sin ϑ + cos ϑ 1 cos ϑ sin ϑ sin ϑ cos ϑ 1 cos ϑ sin ϑ sin ϑ cos ϑ 1 cos ϑ + sin ϑ cos ϑ sin ϑ + cos ϑ sin ϑ cos ϑ sin ϑ + cos ϑ sin ϑ sin ϑ + cos ϑ 1 I I 49
5 Si procede ora al calcolo degli autovalori e autovettori della matrice A Passo 1: Calcolo degli autovalori Vale da cui det(a λi) det cos ϑ λ sin ϑ sin ϑ cos ϑ λ 1 λ (1 λ)((cos ϑ λ) + sin ϑ) (1 λ)(cos ϑ + λ cos ϑλ + sin ϑ) (1 λ)(λ cos ϑλ + 1) λ 1, cos ϑ ± i sin ϑ e ±iϑ, λ 3 1 Si noti che il secondo fattore del polinomio caratteristico è il polinomio caratteristico della matrice di rotazione nel piano di sezione 51 Passo a: sia λ 1 cos ϑ + i sin ϑ, si considera il sistema Aw 1 λ 1 w 1 cos ϑ (cos ϑ + i sin ϑ) sin ϑ sin ϑ cos ϑ (cos ϑ + i sin ϑ) w 1, 1 (cos ϑ + i sin ϑ), posto w 1 x 1, y 1, z 1 T, i sin ϑ sin ϑ sin ϑ i sin ϑ 1 (cos ϑ + i sin ϑ) x 1 y 1 z 1 Ora, rango(a λ 1 I) se sin ϑ e λ 1 1, ϑ ; π Per affermare questo si è considerata la sottomatrice riquadratasi noti tra l altro che ogni altra sottomatrice è singolare Quindi per ϑ ; π, si considera { y1 ix 1 z 1 Si noti che si stanno considerando solo le equazioni relative alla sottomatrice riquadrata: ogni altra equazione risulterà automaticamente verificata dalla soluzione di tali equazioni Quindi, posto ad esempio x 1 1 si ha y 1 i, z 1 e normalizzando in norma (si veda sezione 61) ( 1, i, T ) si ottiene w i 5
6 Si tenga comunque presente che, nel caso esistesse più di una sottomatrice quadrata con determinante diverso da zero, si andrebbe a scegliere quella più semplice (con più zeri o con coefficienti più semplici), in quanto questo semplifica il sistema lineare da risolvere Passo b: sia λ cos ϑ i sin ϑ, si considera il sistema Aw λ w i sin ϑ sin ϑ sin ϑ i sin ϑ 1 (cos ϑ i sin ϑ) x y z, con w x y z Ora, rango(a λ I) se sin ϑ e λ 1, ϑ ; π Per affermare questo si è considerata la sottomatrice riquadrata Quindi per ϑ ; π, si considera { y ix z Quindi, posto ad esempio x 1 si ha y i, z e normalizzando in norma (si veda sezione 61) ( 1, i, T ) si ottiene w 1 1 i Passo c: sia λ 3 1, si considera il sistema Aw 3 λ 3 w 3 cos ϑ 1 sin ϑ sin ϑ cos ϑ 1 x 3 y 3 z 3, con w 3 x 3 y 3 z 3 Ora, rango(a λ 3 I) se ϑ Per affermare questo si è considerata la sottomatrice riquadrata Quindi per ϑ, si ha il sistema omogeneo di due equazioni in due incognite { x3 (cos ϑ 1) sin ϑy 3 sin ϑx 3 + (cos ϑ 1)y 3 con matrice non singolare, che ha come unica soluzione possibile la soluzione banale x 3 y 3 Quindi, posto ad esempio z 3 1 si ha w 3 1 Pertanto, per se ϑ ; π la matrice è sicuramente diagonalizzabile, vale A SΛS 1 51
7 con Λ diag(λ 1, λ, λ 3 ) S w 1, w, w i i 1 Anche in questo caso la matrice S z 1, z è unitaria, SS H S H S I Quindi, si ha S 1 S H, da cui A SΛS H Si tenga presente che i vettori w 1, w, w 3 formano una base ortonormale per R 3 : sono in numero di 3 e sono linearmente indipendenti, essendo det S i Casi particolari ϑ, π Per ϑ si ha A A matrice diagonale con autovalori coincidenti λ 1 λ λ 3 1 e con tre autovettori linearmente indipendenti e 1, e, e 3 Infatti, il numero di autovettori linearmente indipendenti associati all autovalore λ 1 è dato da n rango(a λ 1 I) n 3, essendo rango(a λ 1 I) poiché (A λ 1 I)w 1 (matrice nulla) Per ϑ π si ha A A π matrice diagonale con autovalori λ 1, 1,λ 3 1 Si noti che (A λ 1 I)w 1 w 1 con x 1, y 1 qualsiasi e z 1 Essendo rango(a λ 1 I) 1, si ha che il numero di autovettori linearmente indipendenti associati a λ 1 è n rango(a λ 1 I) n 1 e, ad esempio, e 1, e sono autovettori Inoltre (A λ 3 I)w 3 w 3 con z 3 qualsiasi e x 3 y 3 Infatti, n rango(a λ 1 I) n 1, essendo rango(a λ 1 I), e, ad esempio, e 3 è autovettore 5
4 Autovettori e autovalori
4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità
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
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
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
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(a) 8x 9y = 2, (b) 28x + 6y = 33.
Dipartimento di Matematica e Informatica Anno Accademico 2016-2017 Corso di Laurea in Informatica (L-31) Prova scritta di Matematica Discreta (12 CFU) 28 Giugno 2017 Parte A A1 1 [10 punti] Dimostrare
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
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
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.
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
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
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
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,
DettagliRisoluzione di sistemi lineari
Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini
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 =
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
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
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
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
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
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
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
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
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
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)
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
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
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.
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
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
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
DettagliUniversita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006. Matematica 2 (Analisi)
Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006 Matematica 2 (Analisi) Nome:................................. N. matr.:.................................
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 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
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
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
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
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
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
DettagliElementi di Algebra Lineare. Spazio Vettoriale (lineare)
Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi
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 =
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
DettagliVeri ca di Matematica sulle matrici [1]
Veri ca di Matematica sulle matrici []. Si considerino le matrici A e de nite da 5 A = 2 3 7 5 4 7 3 A ; = 5 6 7 alcolare det(a), det(); la matrice somma = A + ; la matrice prodotto D = A. 6 7 2 2 2 3
DettagliMATRICI 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
DettagliSoluzione facsimile 2 d esame di geometria - Ingegneria gestionale - a.a ISTRUZIONI
Soluzione facsimile d esame di geometria - Ingegneria gestionale - a.a. 00-004 COGNOME......................................... NOME......................................... N. MATRICOLA................
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
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
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),
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
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
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 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
DettagliCLASSIFICAZIONE DELLE CONICHE AFFINI
CLASSIFICAZIONE DELLE CONICHE AFFINI Pre-requisiti necessari. Elementi di geometria analitica punti e rette nel piano cartesiano, conoscenza delle coniche in forma canonica). Risoluzione di equazioni e
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
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
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
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
DettagliEndomorfismi e matrici simmetriche
CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori
Dettagli1 Cambiamenti di coordinate nel piano.
Cambiamenti di coordinate nel piano.. Coordinate cartesiane Coordinate cartesiane su una retta. Sia r una retta: dare un sistema di coordinate su r significa fissare un punto O di r e un vettore u = U
Dettagli2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
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
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
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA II PROVA DI ACCERTAMENTO, FILA A GEOMETRIA 19/06/008 Esercizio 0.1. Si consideri il seguente endomorfismo di R 4 T (x, y, z, w) = ( x + y + z + w, y + z,
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
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
Dettagliossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.
ALGEBRA COMPLESSA Nel corso dei secoli gli insiemi dei numeri sono andati man mano allargandosi per rispondere all esigenza di dare soluzione a equazioni e problemi sempre nuovi I numeri complessi sono
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,
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
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
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
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
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
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
DettagliDIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE
DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE DOCENTI: S. MATTAREI (TITOLARE), G. VIGNA SURIA, D. FRAPPORTI Prima settimana. Lezione di martedí 23 febbraio 2010 Introduzione al corso: applicazioni dell
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
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA II PROVA DI ACCERTAMENTO, FILA B GEOMETRIA 19/06/008 Esercizio 0.1. Si consideri il seguente endomorfismo di R 4 T (x, y, z, w) = (x + y z + w, y z, x +
DettagliESERCIZI SULLE MATRICI
ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a
Dettagli16 gennaio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
16 gennaio 017 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 016-017 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore.
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
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)
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
DettagliAUTOVALORI E AUTOVETTORI
Capitolo 4 AUTOVALORI E AUTOVETTORI Abbiamo visto nel paragrafo 2.17 che la matrice associata ad una applicazione lineare f : R n R m dipende dalle basi scelte in R n e R m. Un problema interessante che
DettagliGEOMETRIA /2009 II
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA Edile e Edile-Architettura - a.a. 008/009 II Emisemestre - Settimana - Foglio 0 Docente: Prof. F. Flamini - Tutore:
DettagliCompito di Meccanica Razionale M-Z
Compito di Meccanica Razionale M-Z 11 giugno 213 1. Tre piastre piane omogenee di massa m aventi la forma di triangoli rettangoli con cateti 4l e 3l sono saldate lungo il cateto più lungo come in figura
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).
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
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
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
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
DettagliVincenzo Aieta CONICHE, FASCI DI CONICHE
Vincenzo Aieta CONICHE, FASCI DI CONICHE Le coniche 1 Teoria delle Coniche Il nome conica deriva dal semplice fatto che gli antichi Greci secando con un piano una conica a doppia falda ottenevano, a seconda
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 (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
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.
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliEsercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica
Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica 1) Dati i vettori a = (2, 4), b = (1, 2), c = ( 1, 1), d = (3, 6), stabilire se c e d appartengono a Span(a, b}). 2) Nello spazio vettoriale
DettagliSpazi euclidei, endomorfismi simmetrici, forme quadratiche. R. Notari
Spazi euclidei, endomorfismi simmetrici, forme quadratiche R. Notari 14 Aprile 2006 1 1. Proprietà del prodotto scalare. Sia V = R n lo spazio vettoriale delle n-uple su R. Il prodotto scalare euclideo
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
Dettagli(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
Dettagli1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA SCRITTA DI GEOMETRIA A del 27 giugno 2011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra
Dettagli