Prova scritta di Fondamenti di Algebra Lineare e Geometria Vicenza, 22 giugno 2015 TEMA 1

Documenti analoghi
CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24

LEZIONE 23. Esempio Si consideri la matrice (si veda l Esempio ) A =

Appunti di Algebra Lineare. Antonino Salibra

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica

Prof. Stefano Capparelli

Algebra Lineare e Geometria

ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura

MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO

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

f(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))

Laboratorio teorico-pratico per la preparazione alle gare di matematica

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

1 Regole generali per l esame. 2 Libro di Testo

NUMERI COMPLESSI. Test di autovalutazione

Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f).

LEZIONE 16. Proposizione Siano V e W spazi vettoriali su k = R, C. Se f: V W

DIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI

Nel seguito, senza ulteriormente specificarlo, A indicherà un anello commutativo con identità.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Dimensione di uno Spazio vettoriale

Esame di Geometria - 9 CFU (Appello del 28 gennaio A)

Appunti per il Corso di Fondamenti di Algebra Lineare e Geometria

Ripasso di Calcolo Scientifico: Giulio Del Corso

L anello dei polinomi

3. SPAZI VETTORIALI CON PRODOTTO SCALARE

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine

Anelli a fattorizzazione unica. Domini ad ideali principali. Anelli Euclidei

Insiemi di livello e limiti in più variabili

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

Prova scritta di Geometria 2 Prof. M. Boratynski

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007

Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A Programma del corso di Geometria Prof.

Forme bilineari e prodotti scalari. Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione. b :

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W

Numeri complessi e polinomi

Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon

PROGRAMMA CONSUNTIVO

Corso di Analisi Numerica

Applicazioni lineari

Corso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti

SCOMPOSIZIONE IN FATTORI DI UN POLINOMIO

APPLICAZIONI LINEARI

Autovalori e Autovettori

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.

modulo A1.1 modulo A1.2 livello A1 modulo A2.1 modulo A2.2 matematica livello A2 livello A3

Parte 3. Rango e teorema di Rouché-Capelli

Syllabus: argomenti di Matematica delle prove di valutazione

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

Docente: DI LISCIA F. CLASSE 1T MODULO 1: GLI INSIEMI NUMERICI

LE FIBRE DI UNA APPLICAZIONE LINEARE

GEOMETRIA I Corso di Geometria I (seconda parte)

MATEMATICA GENERALE Prova d esame del 4 giugno FILA A

Esercizi su lineare indipendenza e generatori

Esempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica.

Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof.

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE

Richiami di algebra lineare e geometria di R n

Diagonalizzazione di matrici e applicazioni lineari

Cenni di teoria dei campi finiti

CLASSE 1ª Manutenzione e Assistenza Tecnica

Lezione del Teoria dei vettori ordinari

CLASSI PRIME Scienze Applicate 5 ORE

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica

Corso introduttivo pluridisciplinare Strutture algebriche

Introduzione alla programmazione lineare. Mauro Pagliacci

TEMA Della seguente matrice, calcolare i complementi algebrici e il determinante: a + b 1 a 2 S = a + b + 3 a + 2b. x = t. f = x 2 + 2xy 3y 2,

PROGRAMMA SVOLTO NELLA CLASSE I E A.S. 2012/2013 DISCIPLINA : MATEMATICA DOCENTI : CECILIA SAMPIERI, TAMARA CECCONI

NUMERI COMPLESSI. Esercizi svolti., e) i 34, f) i i

Parte 6. Applicazioni lineari

LEZIONE 17. B : kn k m.

Riconoscere e formalizzare le dipendenze funzionali

Geometria I A. Algebra lineare

ESERCIZIO 1: Vincolo di bilancio lineare

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v a 1,n 1 v n 1 + a 1,n v n = w 1

Equazione del calore e funzioni trigonometriche.

DISCIPLINA: MATEMATICA INDIRIZZO: FINANZA E MARKETING CLASSE: 1 FM DOCENTE : MARINA MARTINELLI. Testo in adozione Settembre Ottobre

Se x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2

APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A.

DIARIO DEL CORSO DI ALGEBRA A.A. 2013/14 DOCENTE: ANDREA CARANTI

MATEMATICA. PRIMO ANNO (Liceo Classico e Liceo delle Scienze Umane)

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

1.1. Spazi metrici completi

PROGRAMMAZIONE DEL DIPARTIMENTO DI MATEMATICA 2015/2016 Classi Prime

Appunti di Algebra Lineare

Fondamenti di Automatica

I polinomi 1; x;x 2 ;x 3 sono linearmente indipendenti; infatti. 0= x+ 3 x x 3 =) 1 = 2 == 4 =0

METODI ITERATIVI PER SISTEMI LINEARI

LA GEOMETRIA ANALITICA DELLO SPAZIO. Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 CONVEGNO MATHESIS VERONA

ALGEBRA I FATTORIZZAZIONE

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

Indice generale. Modulo 1 Algebra 2

Esercizi su Autovalori e Autovettori

INDICE CAPITOLO 1 I NUMERI NATURALI

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali

Transcript:

TEMA 1 1. Dato il polinomio P (X) = X 4 + 8X 3 + 21X 2 + 32X + 68: (i) stabilire se (X 2i) divide il polinomio P (X); 2. Sia L a l endomorfismo di R 3 tale che L a (0, 1, 1) = (1, a 1, 2), L a (1, 1, 0) = (1, a 2, 1), L a (1, 1, 1) = (2, a, 4). Determinare l antiimmagine del vettore (1, 2, 2) mediante l endomorfismo L a, al variare del parametro a R. 3. Dimostrare o confutare la seguente affermazione: Sia x un vettore non nullo in uno spazio vettoriale V e L : V W un applicazione lineare. Se per ogni vettore y V tale che y x vale L(y) L(x), allora L è iniettiva. 1 2 2 2 A = 0 3 0 0 2 2 5 2. 2 2 2 1

TEMA 2 1. Dato il polinomio P (X) = X 4 4X 3 + 14X 2 36X + 45: (i) stabilire se (X 3i) divide il polinomio P (X); 2. Sia L a l endomorfismo di R 3 tale che L a (0, 1, 1) = (1, a, 2), L a (1, 1, 0) = (1, a 1, 1), L a (1, 1, 1) = (2, a + 1, 4). Determinare l antiimmagine del vettore (1, 2, 2) mediante l endomorfismo L a, al variare del parametro a R. 3. Dimostrare o confutare la seguente affermazione: Sia x un vettore non nullo in uno spazio vettoriale V e L : V W un applicazione lineare. Se per ogni vettore y V vale l implicazione L(y) = L(x) y = x, allora L è iniettiva. 1 3 3 3 A = 0 2 0 0 3 3 5 3. 3 3 3 1

TEMA 3 1. Dato il polinomio P (X) = X 4 4X 3 + 9X 2 16X + 20: (i) stabilire se (X + 2i) divide il polinomio P (X); 2. Sia L a l endomorfismo di R 3 tale che L a (0, 1, 1) = (1, a+2, 2), L a (1, 1, 0) = (1, a+1, 1), L a (1, 1, 1) = (2, a + 3, 4). Determinare l antiimmagine del vettore (1, 2, 2) mediante l endomorfismo L a, al variare del parametro a R. 3. Dimostrare o confutare la seguente affermazione: Sia x un vettore non nullo in uno spazio vettoriale V e L : V W un applicazione lineare non iniettiva. Allora esiste un vettore y V tale che y x e L(y) = L(x). 1 4 4 4 A = 0 3 0 0 4 4 7 4. 4 4 4 1

TEMA 4 1. Dato il polinomio P (X) = X 4 + 8X 3 + 18X 2 + 8X + 17: (i) stabilire se (X 2i) divide il polinomio P (X); 2. Sia L a l endomorfismo di R 3 tale che L a (0, 1, 1) = (1, a + 1, 2), L a (1, 1, 0) = (1, a, 1), L a (1, 1, 1) = (2, a + 2, 4). Determinare l antiimmagine del vettore (1, 2, 2) mediante l endomorfismo L a, al variare del parametro a R. 3. Dimostrare o confutare la seguente affermazione: Sia x un vettore non nullo in uno spazio vettoriale V e L : V W un applicazione lineare. Se per ogni vettore y V vale l implicazione y x L(y) L(x), allora L è iniettiva. 1 3 3 3 A = 0 2 0 0 3 3 5 3. 3 3 3 1

Svolgimento del tema n.4 1. Vale P (2i) = 16 64i 72 + 16i + 17 = 39 48i 0, quindi per il teorema di Ruffini P (X) non è divisibile per X 2i. Siccome P (i) = 0, il polinomio è divisibile per X i. Un risultato generale sui polinomi a coefficienti reali afferma che se P (α) = 0, allora P (α) = 0 e il polinomio (X α)(x α) è un divisore di P (X), a coefficienti reali. Dividiamo quindi successivamente il polinomio assegnato per X i e per X + i: 1 8 18 8 17 i i 1 + 8i 8 + 17i 17 1 8 + i 17 + 8i 17i // 1 8 + i 17 + 8i 17i i i 8i 17i 1 8 17 // Otteniamo P (X) = (X i)(x + i)(x 2 + 8X + 17). Siccome le radici dell ultimo fattore di secondo grado sono 4 ± i, 1. essendo (X i)(x + i) = X 2 + 1, la scomposizione in fattori irriducibili, in R[X], è P (X) = (X 2 + 1)(X 2 + 8X + 17); 2. l analoga scomposizione, in C[X], è P (X) = (X i)(x + i)(x + 4 i)(x + 4 + i). 2. Poniamo v 1 = (0, 1, 1), v 2 = (1, 1, 0), v 3 = (1, 1, 1). Risolveremo l equazione L a (xv 1 + yv 2 + zv 3 ) = (1, 2, 2) (1) nelle incognite x, y, z. Per linearità e per i dati dell esercizio essa equivale a x(1, a + 1, 2) + y(1, a, 1) + z(2, a + 2, 4) = (1, 2, 2), che a sua volta origina un sistema lineare del quale trasformiamo la matrice completa: 1 1 2 1 1 1 2 1 a + 1 a a + 2 2 H 21( a 1)H 31 ( 2) 0 1 a 1 a H 33( 1)... H 23... H 32(1) 2 1 4 2 0 1 0 0 Per a = 0 il sistema è incompatibile, quindi L 1 0 x + y + 2z = 1 y = 0 az = 1 a 1 1 2 1 0 1 0 0. 0 0 a 1 a (1, 2, 2) =. Per a 0, otteniamo x = 2 a a y = 0 z = a 1 a. Ricordando che quella trovata è soluzione dell equazione (1) otteniamo L 1 a (1, 2, 2) = 2 a a v 1 + a 1 ( a 1 a v 3 = a, 1 a, 1 ). a 3. L affermazione è vera e la dimostreremo sfruttando la proposizione secondo la quale una funzione lineare L è iniettiva se, e solo se, ker L = {0}. Consideriamo un qualsiasi vettore u ker L e poniamo

y = x + u. Se fosse u 0, allora si avrebbe y x e L(y) = L(x) + L(u) = L(x), contraddicendo l ipotesi per cui vale y V : y x L(y) L(x). L assurdo prova che ogni vettore u ker L è nullo e quindi che L è iniettiva. 4. (Svolgimento per sommi capi.) Calcoliamo il polinomio caratteristico, sviluppando il relativo determinante secondo la seconda riga: 1 t 3 3 p A (t) = ( 2 t) 3 5 t 3 3 3 1 t = ( 2 t)( t3 3t 2 + 4) = (t + 2) 3 (t 1). L autospazio E A ( 2) si calcola tramite il sistema lineare, di rango uno, (A + 2I 4 )X = O 4 1, da cui E A ( 2) = {(x, y, z, t) R 4 x + y z + t = 0} = {( y + z t, y, z, t) y, z, t R} = = ( 1, 1, 0, 0), (1, 0, 1, 0), ( 1, 0, 0, 1). Analogamente, E A (1) = (1, 0, 1, 1). Per trovare una base ortogonale, ci basiamo sulla seguente proprietà del procedimento di Gram- Schmidt: applicando il procedimento ad una base v 1, v 2,..., v n di uno spazio vettoriale euclideo V R, ottenendo i vettori w 1, w 2,..., w n, per ogni k = 1, 2,..., n, la famiglia w 1, w 2,..., w k risulta una base ortogonale di v 1, v 2,..., v k. Ne segue che applicando il procedimento di Gram-Schmidt a v 1 = ( 1, 1, 0, 0), v 2 = (1, 0, 1, 0), v 3 = ( 1, 0, 0, 1), v 4 = (1, 0, 1, 1), otterremo una base ortogonale di R 4 con la proprietà w 1, w 2, w 3 = v 1, v 2, v 3 = E A ( 2) e quindi w 1, w 2, w 3 saranno autovettori di A. Dalle formule otteniamo w 1 = ( 1, 1, 0, 0), w 2 = 1 2 (1, 1, 2, 0), w 3 = 1 3 ( 1, 1, 1, 3), w 4 = 1 4 (1, 1, 1, 1). Infine, normalizzando otteniamo una base ortonormale con la proprietà richiesta: B = 1 ( 1, 1, 0, 0), w 2 = 1 (1, 1, 2, 0), w 3 = 1 2 6 2 3 ( 1, 1, 1, 3), w 4 = 1 (1, 1, 1, 1). 2