MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE
|
|
|
- Celia Pisano
- 8 anni fa
- Visualizzazioni
Transcript
1 DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici ortogonali. Forme quadratiche su R n e loro segno. Riduzione a forma canonica mediante diagonalizzazione. Esercizio 1 Siano A e B due matrici ortogonali di ordine n. Mostrare che AB è una matrice ortogonale. Esercizio Sia data l equazione matriciale AX = B dove A,B,X K n,n con deta 0. Provare che X è ortogonale se e solo se AA T = BB T. Esercizio 3 Date due matrici A e B ortogonali di ordine n, stabilire se le seguenti affermazioni sono vere o false: (i) se a R, allora aa è ortogonale; (ii) la matrice AB è ortogonale; (iii) la matrice A + B è ortogonale. Esercizio 4 Data una matrice A ortogonale di ordine n, stabilire se le seguenti affermazioni sono vere o false: (i) deta = ; (ii) det A = 1; (iii) la matrice A n è ortogonale; (iv) la matrice A è ortogonale; (v) la matrice A 1 è ortogonale. Esercizio Si consideri la matrice 1 1 A = ) Si determini, se esiste, una matrice N ortogonale tale che N T AN sia diagonale. ) Si determini, se esiste, una matrice P invertibile non ortogonale tale che P 1 AP sia diagonale. Esercizio 6 Si considerino le matrici A = 0 0, B = 0 1, C =
2 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 1) Determinare quali tra queste sono diagonalizzabili tramite una matrice P invertibile. Nei casi possibili, calcolare P. ) Determinare quali tra queste sono diagonalizzabili tramite una matrice N ortogonale. Nei casi possibili calcolare N. Esercizio 7 Sia data la matrice A = 3 0 k dove k è un parametro reale. Mostrare che per k = 0 e per k = la matrice A è diagonalizzabile, trovando in entrambi i casi le matrici di passaggio. In quale caso è possibile trovare una matrice di passaggio N ortogonale? Determinare in tal caso tale matrice. Esercizio 8 Per le seguenti matrici A i, i = 1,,3, A 1 = 1 1 1, A = 0 1, A 3 = 0 1, determinare, se esistono, una matrice ortogonale N i ed una matrice diagonale D i tali che N 1 i A i N i = D i. Esercizio 9 Si consideri, al variare del parametro reale a R la matrice A = 0 a 1 a. a 1 a a 1) Si studi la diagonalizzabilità di A su R. ) Per a = 1/ si determini, se esiste, una matrice invertibile P di ordine 3 tale che P 1 AP sia diagonale. 3) Per a = 1/ si determini, se esiste, una matrice ortogonale N di ordine 3 tale che N 1 AN sia diagonale. Esercizio 10 Si considerino le matrici A = 0 3 0, B = 1 1, C = ) Determinare il segno delle forme quadratiche associate alle matrici A,B,C. ) Determinare una forma canonica per le forme quadratiche associate alle matrici A e B. 3) Scrivere un cambiamento di variabili che porti la forma quadratica associata alla matrice A ad assumere la forma canonica trovata al punto precedente.
3 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 3 Esercizio 11 Risolvere i seguenti quesiti relativi alle forme quadratiche. 1) Sia q(x) = X T AX una forma quadratica in n = variabili. Sapendo che q(x) è definita negativa, cosa si puó dedurre sul segno di tr A e deta? ) Sia q(x) = X T AX una forma quadratica in n = variabili. Sapendo che deta è positivo, cosa si puó dedurre sul segno della forma? 3) Rispondere alle domande precedenti per forme quadratiche in n = 3 variabili.
4 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 4 SVOLGIMENTI Esercizio 1 Si ha AA T = BB T = I per ipotesi e bisogna mostrare che (AB)(AB) T = I. Poiché la trasposta di un prodotto è il prodotto delle trasposte in ordine inverso, risulta (AB)(AB) T = (AB)(B T A T ) = A(BB T )A T = AA T = I. Esercizio Usando l ipotesi fatta su A, si ha che X = A 1 B. Allora XX T = I equivale a (A 1 B)(A 1 B) T = I, dove (svolgendo i conti tramite le proprietà delle operazioni matriciali) risulta A 1 B(A 1 B) T = A 1 BB T (A 1 ) T = A 1 BB T (A T ) 1. Dunque, moltiplicando a sinistra per A ed a destra per A T, si ottiene XX T = I A 1 BB T (A T ) 1 = I BB T = AA T. Esercizio 3 a = ±1. (i) FALSA; infatti si ha (aa) (aa) T = a AA T = a I e a I = I se e solo se (ii) VERA (v. Esercizio 1). (iii) FALSA; ad esempio si ha (A + A) (A + A) T = (A) (A) T = 4AA T = 4I I. Esercizio 4 (i) FALSA; infatti AA T = I implica det(aa T ) = deti, cioè detadet(a T ) = 1 (teorema di Binet) e quindi (deta) = 1 (in quanto det(a T ) = det A), che significa deta = ±1. (ii) VERA, perché AA T = I implica deta = ±1 (v. punto (i)), che equivale a deta = 1. (iii) VERA; infatti si ha (A n ) T = (A T ) n e quindi risulta A n (A n ) T = A n (A T ) n = (AA T ) n = I n = I. (iv) VERA; infatti risulta ( A)( A) T = ( 1)A( 1)A T = ( 1) AA T = I. (v) VERA; infatti si ha (A 1 ) T = (A T ) 1 e quindi risulta (A 1 )(A 1 ) T = A 1 (A T ) 1 = (A T A) 1 = I 1 = I.
5 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche Esercizio 1) La matrice A è simmetrica e reale, quindi è diagonalizzabile tramite una matrice di passaggio N ortogonale (da cui N 1 = N T ) e dunque la matrice N esiste. Per calcolarla, dobbiamo determinare una base ortonormale di R 3 costituita da autovettori di A e disporne poi le componenti sulle colonne. Il polinomio caratteristico di A è 1 λ 1 det(a λi) = 1 1 λ 4 λ = 6λ λ 3 = λ (6 λ), per cui gli autovalori di A sono λ = 0 con molteplicità m 0 = e λ = 6 con molteplicità m 6 = 1. Determiniamo dapprima una base ortogonale di V 0 = {X R 3 : AX = 0}, che ha dimensione dim V 0 = m 0 =. Il sistema omogeneo x y + z = 0 x + y z = 0 x y + 4z = 0 associato a A è equivalente alla sola equazione x y + z = 0. Una soluzione non nulla di tale equazione è ad esempio X 1 = (1,1,0) ed otteremo una base ortogonale di V 0 prendendo un altro vettore non nullo X di V 0 che sia ortogonale ad X 1. Un tale vettore dovrà quindi essere soluzione non nulla del sistema { x y + z = 0, x + y = 0 dove la prima equazione è la condizione di appartenenza V 0 e la seconda è la condizione di ortogonalità ad X 1. Ad esempio, possiamo prendere X = (1, 1, 1). Determiniamo ora l autospazio V 6 = {X R 3 : (A 6I) X = 0}, che avrà dimensione dim V 6 = m 6 = 1. Risolvendo il sistema omogeneo di matrice A 6I, si trova V 6 = {( y,y, y) : y R} e quindi un autovettore relativo all autovalore 6 è X 3 = (1, 1,). I vettori (X 1,X,X 3 ) formano una base ortogonale di autovettori di A (l ortogonalità è garantita dalle proprietà delle matrici reali simmetriche, i cui autospazi sono sempre ortogonali, ma può ovviamente essere controllata direttamente come verifica: risulta X 1 X = X 1 X 3 = X X 3 = 0). Normalizzando X 1,X,X 3 si ottiene la base ortonormale ( X1 X 1, X X, X 3 X 3 ) = ( (1,1,0), ) (1, 1, 1) (1, 1,), 3 6 e disponendone poi le componenti sulle colonne si ottiene la matrice cercata N = Osserviamo che, essendo V 0 e V 6 gli unici autospazi della matrice reale simmetrica A, risulta V 6 = V0 (e V 0 = V6 ), per cui come vettore X 3 si sarebbe potuto prendere un qualsiasi vettore non nullo ortogonale ad entrambi X 1 ed X, risolvendo quindi il sistema { x + y = 0 (cioè (x,y,z) X1 = 0) invece che calcolando V 6 = Sol (A 6I).. x y z = 0 (cioè (x,y,z) X = 0),
6 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 6 ) La matrice P si ottiene come la matrice N del punto precedente, tranne per il fatto che la base di V 0 non deve essere presa ortogonale oppure i vettori della base di autovettori non vanno normalizzati (osserviamo che basta una sola di queste condizioni per ottenere una matrice non più ortogonale). Ad esempio, prendendo X = (,0, 1) ed X 1,X 3 come prima, si ottiene 1 1 P = (si verifichi che P non è ortogonale). Esercizio 6 Svolgiamo la parte 1) studiando separatemente le tre matrici. 1) MATRICE A. Il polinomio cartteristico di A è 3 λ 1 0 P A (λ) = det(a λi) = 0 λ 0 = (3 λ)( λ) 0 0 λ ed ammette 3 radici reali (non distinte), le quali danno gli autovalori di A: λ = 3 con m 3 = 1 (molteplicità 1) e λ = con m =. La matrice risulta allora diagonalizzabile se e solo se tutti gli autovalori sono regolari 1. Siccome per gli autovalori semplici (cioè di molteplicità 1) questa condizione è sempre verificata (in quanto si ha sempre 1 dim V λ m λ ), è automatico che λ = 3 è un autovalore regolare (cioè che dimv 3 = 1). Controlliamo allora la condizione di regolarità per λ = : si ha dim V = 3 ρ(a I) = 3 ρ = 3 1 = = m e perciò anche l autovalore λ = è regolare. Dunque A è diagonalizzabile. Per determinare una matrice P che diagonalizza A, occorre calcolare una base di autovettori di A e disporne le entrate sulle colonne. Studiamo allora gli autospazi V 3 = { v = (x,y,z) : (A 3I)v T = 0 } e V = { v = (x,y,z) : (A I)v T = 0 }. Il sistema (A 3I)v T = 0 è x y = 0, cioè z 0 { y = 0 z = 0, e pertanto risulta V 3 = {(x,0,0) : x R} = L ((1,0,0)). Il sistema (A I)v T = 0 è x y = 0, cioè x + y = 0, z 0 1 Ricordiamo che un autovalore è detto regolare se la dimensione dell autospazio associato coincide con la molteplicità dell autovalore stesso.
7 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 7 e pertanto V = {(x, x,z) : x,y R} = L ((1, 1,0),(0,0,1)). Dunque è tale che P = P 1 AP = (si noti la disposizione degli autovalori, coerente con l ordine in cui si sono disposti in colonna gli autovettori). MATRICE B. Ripetiamo lo studio fatto per la matrice A. Il polinomio cartteristico di B è 3 λ 0 0 P B (λ) = det(b λi) = 0 λ λ = (3 λ)( λ), che coincide con quello di A. Dunque B ha gli stessi autovalori di A, con pari molteplicità, e pertanto, ripetute le osservazione già fatte per A, risulta che B è diagonalizzabile se e solo se l autovalore doppio λ = è regolare. Questa volta però si ha dim V = 3 ρ(b I) = 3 ρ = 3 = 1 = m e quindi l autovalore non risulta regolare. La matrice B non è pertanto diagonalizzabile. MATRICE C. Poiché la matrice C è simmetrica reale, essa è sicuramente diagonalizzabile e quindi si tratta solo di costruire la matrice P, determinando autovalori e autospazi di C. Il polinomio caratteristico di C è P C (λ) = 3 λ λ λ = ( λ) [(3 λ) ( λ) 1] = (λ ) ( λ λ + ) e quindi C ha gli autovalori λ 1 =, λ = + e λ 3 = (tutti semplici). Calcoliamo gli autospazi. Il sistema omogeneo di matrice C λ 1 I è x 0 { y = 0 x + y = 0, cioè, x = z 0 da cui risulta V λ1 = {(0,0,z) : z R} = L ((0,0,1)). Il sistema omogeneo di matrice C λ I è x y = 0, z 0
8 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 8 dove la seconda riga di C λ I è necessariamente multipla della prima (si ricordi che ρ(c λ I) = 3 dim V λ = 3 m λ = e si osservi che la terza è indipendente dalle altre due) e pertanto il sistema equivale al sistema dato dalle equazioni associate alla seconda e all ultima riga (o alla prima e all ultima), cioè { x 1+ y = 0. 1 z = 0 Quindi V λ = {( 1 + ) } (( y,y,0 : x R = L 1 + )),,0. Analogamente si ottiene V λ3 = L (( 1,,0 )). Una possibile matrice P che diagonalizza è allora P = ) Una matrice reale M si diagonalizza mediante una matrice ortogonale se e solo se è simmetrica; in tal caso, N è una matrice ortogonale che diagonalizza M se e solo se le colonne di N sono le entrate di una base ortonormale di autovettori di M. Nel nostro caso, solo la matrice C è simmetrica e pertanto solo C si diagonalizza mediante una matrice ortogonale. Per costruire una tale matrice, occorre e basta determinare una base ortonormale di autovettori di C e disporne le entrate sulle colonne. La base di autovettori utilizzata al punto 1) precedente è ortogonale, quindi si tratta solo di renderla ortonormale, normalizzandone i vettori (cioè dividendo ciascuno per la propria norma). Poiché (0,0,1) = 1, (1 +,,0) = 10 +, (1,,0) = 10, si ottiene N = Esercizio 7 Si procede come per gli Esercizi e 6. k = 0 Per k = 0, si hanno i tre autovalori reali λ 1 = 0, λ = 1 e λ 3 = 3, che sono tutti distinti e quindi regolari; la matrice è dunque diagonalizzabile. I corrispondenti autospazi sono generati, rispettivamente, dai vettori (,3,0), (0,0,1) e (1,0,0), per cui la matrice di passaggio che diagonalizza A è 0 1 P = lo si può anche controllare direttamente, ma è garantito a priori dal fatto che essa è costituita da autovettori relativi ad autovalori tutti distinti della matrice simmetrica C (si ricordi che due autovettori relativi ad autovalori distinti di una matrice simmetrica reale sono sempre tra loro ortogonali).
9 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 9 k = Per k =, si ottiene una matrice simmetrica reale e quindi la si può diagonalizzare tramite una matrice ortogonale. Determiniamo tale matrice. Gli autovalori di A sono λ 1 = 1, λ = 1, λ 3 = 4 ed i rispettivi autospazi sono generati rispettivamente dai vettori (1,, 0), (0, 0, 1), (, 1, 0). Osserviamo che gli autovettori sono già ortogonali tra loro (come garantito dalla simmetria della matrice e dalla semplicità degli autovalori). Per costruire la matrice di passaggio N, basta normalizzarli e disporli sulle colonne, ottenendo N = Esercizio 8 Si procede come per gli Esercizi, 6 e 7. MATRICE A 1. La matrice A 1 è simmetrica, quindi è diagonalizzabile mediante una matrice ortogonale. Gli autovalori di A 1 sono 0,, 1 ed i corrispondenti autospazi sono generati, rispettivamente, dai vettori (1, 0, 1),(1,, 1), (1, 1, 1), ortogonali tra loro. Per ottenere la matrice N 1, basta normalizzare tali autovettori ed inserirli nelle colonne; si trova 1/ 1/ 6 1/ 3 N 1 = 0 / 6 1/ 3 1/ 1/ 6 1/. 3 Con questa scelta di N 1, il prodotto N1 1 A 1N 1 restituisce la matrice diagonale D 1 degli autovalori di A 1, coerentemente disposti secondo l ordine con cui si sono disposti gli autovettori: N 1 1 A 1N 1 = D 1 = MATRICE A. La matrice A è simmetrica, quindi è diagonalizzabile mediante una matrice ortogonale. Gli autovalori di A sono λ 1 = λ = 3 e λ 3 = 1. L autospazio V 3 relativo all autovalore doppio ha sicuramente dimensione due (in quanto A è diagonalizzabile) e, per la costruzione di N, vanno scelti due autovettori di V 3 tra loro ortogonali, per esempio (1,0,0) e (0,1,1). Per l altro autospazio si può scegliere (0, 1, 1) come generatore. Normalizzando la base ortogonale di autovettori, si ottiene la matrice Con questa scelta di N, si ha N = N 1 A N = D = MATRICE A 3. La matrice A 3 non può essere diagonalizzata mediante una matrice ortogonale, perché non è simmetrica.
10 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 10 Esercizio 9 Si procede come per gli Esercizi, 6, 7 e 8, ma occorre discutere realtà e molteplicità degli autovalori al variare del parametro. 1) La matrice A R 3,3 è diagonalizzabile su R se e solo se ha 3 autovalori (distinti o no) reali e regolari. Il polinomio caratteristico di A è P (λ) = (λ 1) ( λ aλ + a a ). Il secondo fattore di P (λ) ha discriminante 4a 4a, per cui, affinché P (λ) = 0 abbia soluzioni tutte reali, deve essere 0 a 1. In tal caso, si hanno gli autovalori λ 1 = 1, λ = a + a a e λ 3 = a a a, per i quali risulta λ 1 = λ a = 1, 1 ; λ 1 = λ 3 a = 1; λ = λ 3 a = 0,1. Discutendo molteplicità degli autovalori e dimensione degli autospazi, si ottiene quanto segue: per a 0,1, 1, gli autovalori sono reali e distinti, per cui la matrice è sicuramente diagonalizzabile su R; per a = 0, si ha λ 1 = 1 e λ = λ 3 = 0, per cui l autovalore 0 ha molteplicità ; la matrice A 0I ha però rango, cioè la dimensione dell autospazio V 0 è 1, quindi la matrice non è diagonalizzabile; per a = 1, si ha λ 1 = λ = λ 3 = 1, per cui l autovalore 0 ha molteplicità 3; la matrice A I ha però rango 1 (e non 0), quindi la matrice non è diagonalizzabile; per a = 1, la matrice è simmetrica reale e quindi è sicuramente diagonalizzabile. ) Posto a = 1, determiniamo gli autospazi relativi agli autovalori 1 (doppio) e 0 (semplice); si ottiene V 0 = Sol (A) = L((0,1, 1)) e V 1 = Sol (A I) = L((1,0,0),(0,1,1)). Una matrice invertibile che diagonalizza A è quindi P = ) La matrice ortogonale N esiste, perché A è simmetrica; per determinarla, basta scegliere autovettori ortonormali negli autospazi trovati al punto precedente (uno in V 0 e due in V 1 ). Siccome la base (1,0,0),(0,1,1) trovata per V 1 è già ortogonale, è sufficiente normalizzare le basi già usate per costruire P; si ottiene N =
11 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 11 Esercizio 10 Ricordiamo che ad ogni forma quadratica q si associa una matrice simmetrica reale M, e viceversa, tramite la relazione q(x) = X T MX. La forma quadratica q(x) = X T MX risulta: definita positiva se e solo se tutti gli autovalori di M sono > 0; semidefinita positiva se e solo se tutti gli autovalori di M sono 0; definita negativa se e solo se tutti gli autovalori di M sono < 0; semidefinita negativa se e solo se tutti gli autovalori di M sono 0; non definita se e solo se M ha due autovalori di segno opposto. 1) (i) Calcoliamo il polinomio caratteristico di A: λ 0 1 P A (λ) = det(a λi) = 0 3 λ λ = (3 λ) ( λ λ 1 ). Risolvendo l equazione P A (λ) = 0, troviamo gli autovalori di A: λ 1 = 3, λ = 1+ e λ 3 = 1. Poiché ne esistono due di segno opposto (λ 3 è negativo), la forma quadratica associata ad A è non definita. (ii) Il polinomio caratteristico di B è 1 λ 1 0 P B (λ) = 1 λ λ = λ3 + 6λ 9λ +. Senza determinarli tutti esplicitamente (v. sotto, parte (ii) del punto )) possiamo contare il numero di autovalori positivi (strettamente) di B mediante la regola di Cartesio: la successione 1,6, 9, dei coefficienti di P B (λ) presenta 3 cambi di segno, quindi P B (λ) ha 3 radici positive (strettamente). Poiché il grado di P B (λ) è 3, ciò significa che tutti gli autovalori di B sono positivi (strettamente) e pertanto la forma quadratica associata a B è definita positiva. (iii) Il polinomio caratteristico di C è 1 λ 0 0 P C (λ) = 0 3 λ λ 0 = λ 4 4λ 3 6λ + 0λ λ Anche in questo caso, non è immediato calcolare le radici di P C (λ) (che sono ± e ± ), ma possiamo contare il numero di quelle positive (strettamente) mediante la regola di Cartesio: la successione 1, 4, 6,0, dei coefficienti presenta cambi di segno, quindi P C (λ) ha radici positive (strettamente). Poiché deg P C = 4 e P C (λ) non ha radici nulle (P C (0) = 0), le quattro radici di P C (λ) (che sono tutte reali perché C è simmetrica) sono due positive e due negative (strettamente). Dunque C ha due autovalori di segno opposto e quindi la forma quadratica associata a C è non definita. ) Ricordiamo che ogni forma quadratica q(x) = X T MX ammette una forma canonica del tipo q( X) = X T D X dove D è la matrice diagonale degli autovalori di M, ciascuno
12 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 1 ripetuto secondo la propria molteplicità. Dunque una forma canonica per la forma quadratica di matrice A (rispettivamente B) è la forma quadratica associata alla matrice diagonale degli autovalori di A (rispettivamente di B). (i) Gli autovalori di A sono già stati calcolati e sono 3, 1+ e 1. Una forma canonica per q (x,y,z) = X T AX è allora q ( x,ȳ, z) = X T D X con D matrice diagonale degli autovalori di A, cioè q ( x,ȳ, z) = ( x ȳ z ) x ȳ = 3 x ȳ + 1 z. 0 0 z 1 (ii) Per ottenere una forma canonica della forma quadratica di matrice B, occorre determinare esplicitamente le radici del polinomio caratteristico P B (λ) = ( λ 3 + 6λ 9λ + ) calcolato al punto 1). Poiché P B () = 0, dividiamo P B (λ) per (λ ) ed otteniamo λ + 4λ 1; dunque P B (λ) = (λ ) ( λ 4λ + 1 ) e le soluzioni di P B (λ) = 0 sono, + 3 e 3. Una forma canonica per q (x,y,z) = X T BX è allora q ( x,ȳ, z) = ( x ȳ z ) x ȳ = x + ( + 3)ȳ + ( 3) z. 3 z 3) Un cambio di variabili che porta q (x,y,z) = X T AX alla forma canonica q ( x,ȳ, z) = X T D X trovata al punto ), è il cambio di base X = P X con P matrice di passaggio ortogonale che diagonalizza A in D, cioè tale che P T AP = D. Si tratta dunque di scrivere le equazioni del cambio di base X = P X con P matrice le cui colonne sono le entrate di una base ortonormale di autovettori di A, coerentemente ordinata secondo l ordine con cui gli autovalori sono stati disposti sulla diagonale di D. Calcolando gli autospazi di A, si trova V 3 = L((0,1,0)), V 1+ = L((,0,1 + )) e V 1 = L((,0,1 )). Posto per brevità a = (,0,1 ) = 10 + e b = (,0,1 ) = 10, una base ortonormale cercata è allora ( (0,1,0), (,0,1 + ), a a cui corrisponde la matrice di passaggio (,0,1 ) b 0 a b P = a 1 b ),
13 DIAGONALIZZAZIONE - Matrici ortogonali. Matrici simmetriche e forme quadratiche 13 Un cambio di variabili che soddisfa la richiesta è allora X = P X, cioè x 0 a b x x = aȳ b z y = z ȳ, cioè y = x z a b z = 1+ a ȳ + 1 b z. Osserviamo che queste equazioni possono essere facilmente esplicitate rispetto a X = P 1 X, in quanto P è ortogonale e quindi risulta P 1 = P T. Si ottiene allora X = P T X, cioè x x x = y ȳ = a 0 1+ a y, cioè ȳ = z b 0 1 a z x + 1+ a z. b z = b x + 1 b z Esercizio 11 Ricordiamo che, data una matrice qualsiasi A K n,n e dette λ 1,...,λ n le radici in C del suo polinomio caratterisitico, ciascuna ripetuta secondo la propria molteplicità, risulta sempre det A = λ 1 λ n e tr A = λ λ n. 1) Se q(x) è definita negativa, allora i due autovalori λ 1 e λ di A (che sono reali, perché A è simmetrica) sono negativi. Quindi risulta deta = λ 1 λ > 0 e tr A = λ 1 + λ < 0. ) Sapendo che deta = λ 1 λ > 0, possiamo dedurre che i due autovalori λ 1 e λ di A (entrambi reali) sono non nulli ed hanno lo stesso segno. Quindi la forma quadratica è definita positiva oppure definita negativa. 3) Se n = 3 e la forma quadratica è definita negativa, allora i tre autovalori λ 1,λ,λ 3 di A (tutti reali, perché A è simmetrica) sono tutti negativi. Quindi risulta det A = λ 1 λ λ 3 < 0 (prodotto di tre numeri negativi) e tra = λ 1 + λ + λ 3 < 0 (prodotto di tre numeri negativi). Se n = 3 e per ipotesi sappiamo solo che det A > 0, possiamo dedurre che gli autovalori λ 1,λ,λ 3 di A (tutti reali) sono tutti positivi oppure uno positivo e due negativi. Quindi la forma quadratica è definita positiva oppure non definita.
AUTOVALORI, AUTOVETTORI, AUTOSPAZI
AUTOVALORI, AUTOVETTORI, AUTOSPAZI. 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
Endomorfismi e matrici simmetriche
CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori
Matrici simili. Matrici diagonalizzabili.
Matrici simili. Matrici diagonalizzabili. Definizione (Matrici simili) Due matrici quadrate A, B si dicono simili se esiste una matrice invertibile P tale che B = P A P. () interpretazione: cambio di base.
SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE
SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio
SPAZI VETTORIALI CON PRODOTTO SCALARE A =
SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo
Esercizi di ripasso: geometria e algebra lineare.
Esercizi di ripasso: geometria e algebra lineare. Esercizio. Sia r la retta passante per i punti A(2,, 3) e B(,, 2) in R 3. a. Scrivere l equazione cartesiana del piano Π passante per A e perpendicolare
Autovettori e autovalori
Autovettori e autovalori Definizione 1 Sia A Mat(n, n), matrice a coefficienti reali. Si dice autovalore di A un numero λ R tale che v 0 R n Av = λv. Ogni vettore non nullo v che soddisfa questa relazione
Applicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
LEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1.
LEZIONE 16 16.1. Autovalori, autovettori ed autospazi di matrici. Introduciamo la seguente definizione. Definizione 16.1.1. Siano k = R, C e A k n,n. Un numero λ k si dice autovalore di A su k) se rka
SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni
Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
Esercizi Applicazioni Lineari
Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le
CAPITOLO 14. Quadriche. Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente.
CAPITOLO 4 Quadriche Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente. Esercizio 4.. Stabilire il tipo di quadrica corrispondente alle seguenti equazioni. Se si
Esercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle da un altra angolazione.. Determinare
Parte 7. Autovettori e autovalori
Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori
a + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
1 Il polinomio minimo.
Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene
Esercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle più volte.. Stabilire il tipo di
Richiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
SISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 2011-2012 Prova scritta del 28-1-2013 TESTO E SOLUZIONI 1. Per k R considerare il sistema lineare X 1 X 2 + kx 3 =
2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
APPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1 APPLICAZIONI LINEARI Applicazioni lineari tra spazi R n spazi di matrici spazi di polinomi e matrice associata rispetto ad una coppia di basi Endomorismi e matrice associata rispetto
Parte 8. Prodotto scalare, teorema spettrale
Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,
Sistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
APPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
(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).
(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
Esercizi di Geometria - 1
Esercizi di Geometria - Samuele Mongodi - smongodi@snsit Di seguito si trovano alcuni esercizi assai simili a quelli che vi troverete ad affrontare nei test e negli scritti dell esame Non è detto che vi
Operazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
AUTOVALORI E AUTOVETTORI
Capitolo 4 AUTOVALORI E AUTOVETTORI Abbiamo visto nel paragrafo 2.17 che la matrice associata ad una applicazione lineare f : R n R m dipende dalle basi scelte in R n e R m. Un problema interessante che
CONICHE. Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oxy sia data la conica C di equazione
CONICHE Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oy sia data la conica C di equazione 7 2 + 2 3y + 5y 2 + 32 3 = 0. Calcolare le equazioni di una rototraslazione che riduce
DIAGONALIZZAZIONE. M(f) =
DIAGONALIZZAZIONE Esercizi Esercizio 1. Sia f End(R 3 ) associato alla matrice M(f) = 0 1 2 0. 2 (1) Determinare gli autovalori di f e le relative molteplicità. (2) Determinare gli autospazi di f e trovare,
Applicazioni lineari e diagonalizzazione pagina 1 di 5
pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x
ESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la
ESERCIZI DI ALGEBRA LINEARE (D) D1 Nello spazio vettoriale R 2,2 si consideri l insieme { V = X R 2,2 XA = AX, A = ( 1 1 1 2 )} delle matrici che commutano con A. Verifiare che V = L(I 2, A). Verificare
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
Similitudine (ortogonale) e congruenza (ortogonale) di matrici.
Lezione del 4 giugno. Il riferimento principale di questa lezione e costituito da parti di: 2 Forme bilineari, quadratiche e matrici simmetriche associate, 3 Congruenza di matrici simmetriche, 5 Forme
Geometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.
Alcuni esercii sulla diagonaliaione di matrici Eserciio Dire se la matrice A 4 8 è diagonaliabile sul 3 3 campo dei reali Se lo è calcolare una base spettrale e la relativa forma diagonale di A Svolgimento
Complemento ortogonale e proiezioni
Complemento ortogonale e proiezioni Dicembre 9 Complemento ortogonale di un sottospazio Sie E un sottospazio di R n Definiamo il complemento ortogonale di E come l insieme dei vettori di R n ortogonali
Massimi e minimi relativi in R n
Massimi e minimi relativi in R n Si consideri una funzione f : A R, con A R n, e sia x A un punto interno ad A. Definizione: si dice che x è un punto di massimo relativo per f se B(x, r) A tale che f(y)
Parte 12b. Riduzione a forma canonica
Parte 2b. Riduzione a forma canonica A. Savo Appunti del Corso di Geometria 202-3 Indice delle sezioni. Coniche, 2. Esempio di riduzione, 4 3. Teoremi fondamentali, 6 4. Come determinare l equazione canonica,
Algebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
REGISTRO DELLE LEZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007
Tutoraggio di Algebra Lineare e Geometria. Correzione del tema d'esame del 28/2/2006
Tutoraggio di Algebra Lineare e Geometria Correzione del tema d'esame del 8//6 Esercizio. Si considerino in R 4 i vettori : v =, v =, v = / / a) si dica se tali vettori sono linearemente indipendenti e
VETTORI NELLO SPAZIO ORDINARIO ,
VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto
Ingegneria Civile. Compito di Geometria del 06/09/05. E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni
Ingegneria Civile. Compito di Geometria del 06/09/05 E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni I f(,, 0) = (h +,h+, ) f(,, ) = (h,h, h) f(0,, ) = (,h, h) con h parametro reale. ) Studiare
LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f
LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo
I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica
Università ditorino QUADERNI DIDATTICI del Dipartimento di Matematica E Abbena, G M Gianella Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica Quaderno # 6 - Aprile 003 Gli esercizi proposti
Risoluzione di sistemi lineari
Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini
Metodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,
15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
Esame di Geometria - 9 CFU (Appello del 14 gennaio A)
Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire
SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI R. Docente: Prof. F. Flamini Esercizi Riepilogativi Svolti Esercizio
1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7.
1 FORME QUADRATICHE 1 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli esercizi
3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
IV-2 Forme quadratiche
1 FORME QUADRATICHE 1 IV-2 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli
Corso di Geometria BIAR, BSIR Esercizi 10: soluzioni
Corso di Geometria 2010-11 BIAR, BSIR Esercizi 10: soluzioni 1 Geometria dello spazio Esercizio 1. Dato il punto P 0 = ( 1, 0, 1) e il piano π : x + y + z 2 = 0, determinare: a) Le equazioni parametriche
= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ
Alcuni esercizi sullo spazio euclideo R Nel seguito R indicherà lo spazio euclideo tridimensionale standard, dotato del riferimento cartesiano naturale (pag 56-57 del libro Nota: gli esercizi proposti
2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
MATRICI. 1. Esercizi
MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire
Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica
Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica 1) Dati i vettori a = (2, 4), b = (1, 2), c = ( 1, 1), d = (3, 6), stabilire se c e d appartengono a Span(a, b}). 2) Nello spazio vettoriale
Esercitazione n 6. Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (b)f(x, y) = 4y 4 16x 2 y + x
Esercitazione n 6 1 Massimi e minimi di funzioni di più variabili Esercizio 1: Determinare i punti di massimo e minimo relativo delle seguenti funzioni: (a)f(x, y) = x 3 + y 3 + xy (b)f(x, y) = 4y 4 16x
SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.
SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga
Geometria analitica del piano pag 12 Adolfo Scimone
Geometria analitica del piano pag 12 Adolfo Scimone Fasci di rette Siano r e r' due rette distinte di equazioni r: ax + by + c r': a' x + b' y + c' Consideriamo la retta combinazione lineare delle due
