Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti

Documenti analoghi
Capitolo 7 Struttura metrica in R n Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti

Geometria A. Università degli Studi di Trento Corso di laurea in Matematica A.A. 2017/ Maggio 2018 Prova Intermedia

Capitolo 5 Applicazioni lineari Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti

Geometria BAER Canale A-K Esercizi 8

Geometria Appello I Sessione Invernale Corso di laurea in fisica A.A 2018/2019 Canali A C, L Pa, Pb Z

Algebra e Geometria 2 per Informatica Primo Appello 23 giugno 2006 Tema A W = { A M 2 (R) A T = A }

Capitolo 2 Spazi vettoriali Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti

Endomorfismi e matrici simmetriche

Esame di Geometria - 9 CFU (Appello del 26 gennaio 2016)

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa

Geometria BAER Canale A-K Esercizi 9

Esame di Geometria e Algebra Lineare

3. Vettori, Spazi Vettoriali e Matrici

Complemento ortogonale e proiezioni

Geometria e algebra lineare 7/2/2018 Corso di laurea in Ing. Elett. Tel., Ing. Inf. Org. e Informatica Correzione

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente

Algebra lineare e geometria AA Appunti sul cambio di base in uno spazio vettoriale

PROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A

ALGEBRA LINEARE E GEOMETRIA

CORSO DI LAUREA IN INGEGNERIA.

Algebra lineare Geometria 1 15 luglio 2009

LAUREA IN INGEGNERIA CIVILE Corso di Matematica 2 II a prova di accertamento Padova Docenti: Chiarellotto - Cantarini TEMA n.

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico

(d) Determinare il segno di q e fornire, se esistono, un vettore non nullo su cui q è nulla e uno su cui q è negativa, giustificando la risposta.

DIAGONALIZZAZIONE E FORME QUADRATICHE / ESERCIZI PROPOSTI

Esame di Geometria - 9 CFU (Appello del 14 gennaio A)

Compito di Geometria e Algebra per Ing. Informatica ed Elettronica

Esercizi di ripasso: geometria e algebra lineare.

Algebra lineare e geometria AA Esercitazione del 14/6/2018

Applicazioni lineari e diagonalizzazione. Esercizi svolti

(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.

Esame scritto di Geometria I

A.A. 2014/2015 Corso di Algebra Lineare

Fondamenti di Algebra Lineare e Geometria TEMA A

Geometria e algebra lineare 1/2/2017 Corso di laurea in Ing. Elett. Tel., Ing. Inf. Org. e Informatica Correzione. = 2 + 3t = 1 t

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA PRIMO APPELLO, 15 GIUGNO 2010 VERSIONE A. 1 a 1. 0 a a 2

Compiti di geometria & algebra lineare. Anno: 2004

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - CCS Edilizia ed Edile/Architettura

4. Sottospazi vettoriali Piani e rette in E 3 O

Esame di Geometria e Algebra Lineare

ATTENZIONE: : giustificate le vostre argomentazioni! Geometria Canale 3. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A.

PROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A

Autovalori ed autovettori di un endomorfismo

Il Teorema Spettrale. 0.1 Applicazioni lineari simmetriche ed hermitiane

3. Vettori, Spazi Vettoriali e Matrici

MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)

Diagonalizzabilità di endomorfismi

Esame di Geometria e Algebra Lineare Politecnico di Milano Ingegneria informatica Appello 10 Febbraio 2015 Cognome: Nome: Matricola:

Matrici simili. Matrici diagonalizzabili.

DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE

Appunti di Geometria - 5

GEOMETRIA. 2 Febbraio ore. Istruzioni: Scrivere cognome, nome, numero di matricola in stampatello negli appositi spazi.

Geometria e algebra lineare 20/6/2017 Corso di laurea in Ing. Elett. Tel., Ing. Inf. Org. e Informatica Correzione. x 2y = 0

APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a

Spazi euclidei, endomorfismi simmetrici, forme quadratiche. R. Notari

ESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 27 GIUGNO 2016

INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 19 GIUGNO 2012

(b) Determinare gli autovalori di A specificandone molteplicità algebriche e geometriche.

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni

Applicazioni bilineari e matrici.

I Compito di Geometria - Ingegneria Edile - 25 ottobre 2000 Tra parentesi [ ] è indicato il punteggio di ogni esercizio.

Lezione Diagonalizzazione ortogonale per matrici simmetriche

Parte 8. Prodotto scalare, teorema spettrale

Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 24 gennaio 2013 Tema A

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

Università degli Studi di Bergamo Corso integrato di Analisi 1 (Geometria e Algebra Lineare) 3 settembre 2009 Tema A

Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.

SPAZI VETTORIALI CON PRODOTTO SCALARE A =

=. Il vettore non è della forma λ, dunque non è un. 2. Il vettore 8 2 non è della forma λ 1

Esercitazioni di Geometria A: spazi euclidei

Richiami di Algebra Lineare

Esercizi sulle coniche (prof.ssa C. Carrara)

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA

ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R:

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE210 - Geometria 2 a.a Prima prova di esonero TESTO E SOLUZIONI

Errata corrige. p. 10 riga 5 del secondo paragrafo: misurare

Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 19 giugno 2013 Tema A

0.1 Condizione sufficiente di diagonalizzabilità

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA

PROVE D'ESAME DI MATEMATICA DISCRETA A.A. 2010/2011

Autovalori e autovettori di una matrice quadrata

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

Algebra Lineare Corso di Ingegneria Biomedica Compito del

14 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI

Esercizi sulle coniche (prof.ssa C. Carrara)

Facoltà di INGEGNERIA E ARCHITETTURA Anno Accademico 2016/17 Registro lezioni del docente ZUDDAS FABIO

Tempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni

II Università degli Studi di Roma

Elementi di Algebra Lineare. Spazio Vettoriale (lineare)

Università degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 1

Transcript:

Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare Marco Robutti 5 Ottobre 2017

1

Introduzione Gli esercizi di questo capitolo riguardano i seguenti argomenti: Data una matrice reale simmetrica rappresentativa di una forma quadratica, determinare la forma quadratica in forma polinomiale (vedi esercizio on the following page). Data una forma quadratica, determinarne il segno (vedi esercizio on the next page). Data una forma quadratica, determinare qual è la matrice di cambiamento di base che permette di effettuare il cambio di coordinate tale da poter scrivere la forma quadratica in forma canonica (vedi esercizi on the following page e on page 8). Data una forma quadratica scritta in forma polinomiale, determinarne la matrice rappresentativa (vedi esercizio on page 8). Data una forma quadratica, scriverla in forma canonica (vedi esercizio on page 8). 2

Esercizio 1 (appello 8/02/2013, esercizio n 5) Considerare la matrice simmetrica 1 0 3 S = 0 2 0, 3 0 1 e sia X = x y un generico vettore di R 3. z Determinare: 1. l espressione esplicita della forma quadratica Q (x, y, z) = X T SX; 2. gli autovalori della matrice S; 3. il segno della forma quadratica Q; 4. un cambio di variabile X = NX che consenta di scrivere Q in forma canonica. Soluzione Punto (1) Per risolvere questo punto, basta semplicemente eseguire i calcoli: Q (x, y, z) = X T SX Quindi: Q (x, y, z) = (x, y, z) T 1 0 3 0 2 0 x y 3 0 1 z = (x, y, z) T x + 3z 2y 3x + z = x 2 + 3xz 2y 2 + 3xz + z 2 = x 2 2y 2 + z 2 + 6xz Saremmo potuti giungere allo stesso risultato ricordandoci la relazione che sussiste tra i coefficienti della matrice rappresentativa della forma quadratica e i 3

coefficienti dei termini del polinomio rappresentante la forma quadratica, ovvero che: a ii = q ii a ij = a ji = 1 2 q ij Punto (2) Per trovare gli autovalori della matrice S basta risolvere l equazione: S λi 3 = 0 1 λ 0 3 0 2 λ 0 3 0 1 λ = 0 (λ + 2) 1 λ 3 3 1 λ = 0 (λ + 2) ( 1 2λ + λ 2 9 ) = 0 (λ + 2) ( λ 2 2λ 8 ) = 0 (λ + 2) (λ 4) (λ + 2) = 0 (λ 4) (λ + 2) 2 = 0 λ 1 = 4 µ (λ 1 ) = 1 λ 2 = 2 µ (λ 2 ) = 2 Siccome S è una matrice reale simmetrica, sappiamo che è diagonalizzabile e che quindi le molteplicità geometriche corrispondono a quelle algebriche. Punto (3) Nel punto precedente abbiamo determinato gli autovalori della matrice S: questo ci permette di scrivere la forma quadratica in forma canonica come: Q (X ) = X T X, dove è la matrice diagonale con sulla diagonale gli autovalori di S, ovvero: = 4 0 0 0 2 0 0 0 2 4

Siccome gli autovalori di S sono valori sia positivi che negativi, possiamo concludere che la forma quadratica è non definita. Punto (4) Nel punto precedente abbiamo visto come può essere scritta la forma quadratica Q in forma canonica: quello che ci viene chiesto in questo punto invece è di determinare la matrice N che realizza il cambiamento di coordinate da X a X che rende possibile scrivere Q in forma canonica. Dalla teoria sappiamo che, essendo S una matrice reale simmetrica, la matrice N è formata dagli autovettori di S, nell ordine con cui compaiono gli autovalori nella matrice. In particolare, le colonne della matrice N rappresentano una base ortonormale per R 3. Quindi, una volta che avremo trovato una base ortogonale per ciascun autospazio, dovremo normalizzarla. Dobbiamo quindi determinare gli autovettori a partire dai relativi autospazi: V λ1 = V 4 = { X R 3 AX = 4X } = { X R 3 (A 4I 3 ) X = 0 3 }, Quindi otteniamo la matrice: 3 0 3 A = A 4I n = 0 6 0, 3 0 3 Abbiamo quindi che, come si evince dalla sua definizione, V 4 = ker (A ). Pertanto le sue equazioni cartesiane sono quindi date dalle righe linearmente indipendenti della matrice A. Prendiamo quindi le ultime due righe, in quanto si vede ad occhio che sono linearmente indipendenti: { 3x + 3z = 0 V 4 : 6y = 0 { 3x + 3z = 0 V 4 : y = 0 5

Otteniamo quindi una base per V 4 partendo dalle equazioni cartesiane: 3x + 3z = 0 V 4 : y = 0 z = α x = α V 4 : y = 0 z = α x 1 V 4 : y = α 0 z 1 Quindi una base per V 4 è data da: 1 B V4 = 0 1 Per il secondo autospazio: V λ2 = V 2 = { X R 3 AX = 2X } = { X R 3 } (A + 2I 3 ) X = 0 3, Quindi otteniamo la matrice: A = A + 2I n = 3 0 3 0 0 0, 3 0 3 Abbiamo quindi che, come si evince dalla sua definizione, V 2 = ker (A ). Pertanto le sue equazioni cartesiane sono quindi date dalle righe linearmente indipendenti della matrice A. Prendiamo quindi la prima riga: V 2 : 3x + 3z = 0 6

Otteniamo quindi una base per V 2 partendo dalle equazioni cartesiane: 3x + 3z = 0 V 2 : y = α z = β x = β V 2 : y = α z = β x 0 1 V 2 : y = α 1 + β 0 α, β R, z 0 1 Quindi una base per V 2 è data da: B V 2 = 0 1, 1 0 0 1 Dalla teoria relativa al capitolo 7 sappiamo che, nel caso in cui la matrice sia reale simmetrica, i suoi autospazi sono ortogonali a due a due e in somma diretta tra loro. Pertanto la matrice N costituita da autovettori della matrice S non è nient altro che data dall unione di basi ortogonali di ciascun autospazio. Quindi le basi da unire devono essere ortogonali: nel caso di B V4, essendo costituita da un unico vettore, ciò è verificato, mentre nel caso di B V 2 è tutto da verificare, in quanto è costituita da due vettori. Per nostra fortuna si vede ad occhio che il prodotto scalare tra i vettori della base B V 2 è nullo: possiamo quindi concludere che è già una base ortogonale e che non è necessario applicare l algoritmo di ortogonalizzazione di Gram-Schmidt. Quindi la matrice N è data da: 1 2 0 1 2 N = 0 1 0 1 1 2 0 2 dove l ordine secondo cui un vettore viene prima di un altro nella matrice è dettato dall ordine con cui sono stati posizionati al punto 3 gli autovalori sulla matrice, e ciascun vettore è stato normalizzato in quanto le colonne della matrice N devono rappresentare una base ortonormale per R 3. 7

Esercizio 2 (appello 19/06/2013, esercizio n 5) Si consideri la forma quadratica q (x, y, z) = 2x 2 + 2y 2 + 5z 2 4xy 2xz + 2yz 1. Si determini la matrice rappresentativa Q della forma quadratica. 2. Si determini la forma canonica di q. 3. Si determini la matrice ortogonale M di cambiamento di base x x y = M y z z 4. Si determini il segno della forma quadratica associata alla matrice Q + I 3. Soluzione Punto (1) Per determinare la matrice rappresentativa di q, basta ricordare la relazione che intercorre tra i coefficienti della matrice e i coefficienti dei termini del polinomio rappresentativo della forma quadratica, ovvero: a 11 = q 11 a 12 = a 21 = 1 2 q 12 Quindi: a 11 = q 11 = 2 a 12 = a 21 = 1 2 q 12 = 4 2 = 2 a 13 = a 31 = 1 2 q 13 = 2 2 = 1 a 22 = q 22 = 2 a 23 = a 32 = 1 2 q 23 = 2 2 = 1 a 33 = q 33 = 5 8

quindi possiamo concludere che la matrice rappresentativa della forma canonica è: 2 2 1 Q = 2 2 1 1 1 5 Punto (2) Per determinare la forma canonica di q dobbiamo prima trovare gli autovalori della matrice rappresentativa Q. Quindi: Q λi 3 = 0 2 λ 2 1 2 2 λ 1 1 1 5 λ = 0 λ λ 0 2 2 λ 1 1 1 5 λ = 0 λ 0 0 2 4 λ 1 1 2 5 λ = 0 λ 4 λ 1 2 5 λ = 0 λ ( 20 9λ + λ 2 2 ) = 0 λ ( λ 2 9λ + 18 ) = 0 λ (λ 6) (λ 3) = 0 λ 1 = 0 µ (λ 1 ) = 1 λ 2 = 6 µ (λ 2 ) = 1 λ 3 = 3 µ (λ 3 ) = 1 Quindi possiamo concludere che una forma canonica di q è data da: q (x, y, z ) = X T X, con: 0 0 0 = 0 6 0 0 0 3 9

Punto (3) Nel punto precedente abbiamo visto come può essere scritta la forma quadratica q in forma canonica: quello che ci viene chiesto in questo punto invece è di determinare la matrice M che realizza il cambiamento di coordinate da X a X che rende possibile scrivere q in forma canonica. Dalla teoria sappiamo che, essendo Q una matrice reale simmetrica, la matrice M è formata dagli autovettori di Q, nell ordine con cui compaiono gli autovalori nella matrice. Dobbiamo quindi determinare gli autovettori a partire dai relativi autospazi: V λ1 = V 0 = { X R 3 QX = 0X } = { X R 3 QX = 0 3 }, Abbiamo quindi che, come si evince dalla sua definizione, V 0 = ker (Q). Pertanto le sue equazioni cartesiane sono quindi date dalle righe linearmente indipendenti della matrice Q. Prendiamo quindi le ultime due righe, in quanto si vede ad occhio che sono linearmente indipendenti: { V 0 : 2x + 2y + z = 0 x + y + 5z = 0 V 0 : { 2x 2y z = 0 x y 5z = 0 Otteniamo quindi una base per V 0 partendo dalle equazioni cartesiane: 2x 2y z = 0 V 0 : x y 5z = 0 z = α 2x 2α z = 0 V 0 : x α 5z = 0 y = α 10z + 2α 2α z = 0 V 0 : x = 5z + α y = α z = 0 V 0 : x = α z = α V 0 : x y z = α 1 1 0 10

Quindi una base per V 4 è data da: B V4 = 1 1 0 Per il secondo autospazio: V λ2 = V 6 = { X R 3 QX = 6X } = { X R 3 (Q 6I 3 ) X = 0 3 }, Quindi otteniamo la matrice: 4 2 1 Q = Q 6I 3 = 2 4 1, 1 1 1 Abbiamo quindi che, come si evince dalla sua definizione, V 6 = ker (Q ). Pertanto le sue equazioni cartesiane sono quindi date dalle righe linearmente indipendenti della matrice Q. Tenendo conto che tra le righe di Q sussiste la relazione Q 2 = Q 1 2Q 3, prendiamo quindi la prima e l ultima riga (per comodità prendiamo le due righe con segno invertito che tanto non cambia nulla...): { 4x + 2y + z = 0 V 6 : x y + z = 0 Otteniamo quindi una base per V 6 partendo dalle equazioni cartesiane: 4α 4z + 2α + z = 0 V 6 : x = α z y = α V 6 : z x y = 2α = α = α V 6 : x 1 y = α 1 α R, z 2 Quindi una base per V 6 è data da: B V6 = 1 1 2 11

Per il terzo autospazio: V λ3 = V 3 = { X R 3 QX = 3X } = { X R 3 (Q 3I 3 ) X = 0 3 }, Quindi otteniamo la matrice: 1 2 1 Q = Q 3I 3 = 2 1 1, 1 1 2 Abbiamo quindi che, come si evince dalla sua definizione, V 3 = ker (Q ). Pertanto le sue equazioni cartesiane sono quindi date dalle righe linearmente indipendenti della matrice Q. Tenendo conto che tra le righe di Q sussiste la relazione Q 3 = Q 2 Q 1, prendiamo quindi la prima e la seconda riga (per comodità prendiamo le due righe con segno invertito che tanto non cambia nulla...): { x + 2y + z = 0 V 3 : 2x + y z = 0 Otteniamo quindi una base per V 3 partendo dalle equazioni cartesiane: x + 2α + 2x + α = 0 V 3 : z = 2x + α y = α V 3 : x z y = α α = α V 3 : x y = α 1 1 α R, z 1 Quindi una base per V 3 è data da: 1 B V3 = 1 1 Dalla teoria relativa al capitolo 7 sappiamo che, nel caso in cui la matrice sia reale simmetrica, i suoi autospazi sono ortogonali a due a due e in somma diretta tra loro. Pertanto la matrice M costituita da autovettori della matrice Q non è nient altro 12

che data dall unione di basi ortogonali di ciascun autospazio. Quindi le basi da unire devono essere ortogonali: In questo caso abbiamo tre basi formate da un vettore, e quindi sono già 3 basi ortogonali; se fossero state basi di formate da più vettori sarebbe stato necessario ortogonalizzarle con l algoritmo di ortogonalizzazione di Gram-Schmidt una ad una prima di unirle assieme. Quindi la matrice M è data da: 1 1 1 M = 1 1 1 0 2 1 dove l ordine secondo cui un vettore viene prima di un altro nella matrice è dettato dall ordine con cui sono stati posizionati al punto 2 gli autovalori sulla matrice. Punto (4) Per risolvere questo punto basta rifare i calcoli con la matrice Q + I 3 e trovare gli autovalori. Quindi basta controllare il loro segno (e se alcuni di essi sono uguali a 0), per determinare il segno della forma quadratica. 13