Corso di Studi in Fisica. Geometria e Algebra Lineare II Prova scritta del 6 luglio 2009

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

Esercizi su Autovalori e Autovettori

Algebra Lineare e Geometria

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

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

Prodotto elemento per elemento, NON righe per colonne Unione: M R S

Informatica Grafica. Un introduzione

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

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

Appunti di Algebra Lineare. Antonino Salibra

Parte 2. Determinante e matrice inversa

Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon

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

Diagonalizzazione di matrici e applicazioni lineari

Lezione 9: Cambio di base

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

CORSO DI LAUREA IN INGEGNERIA.

RELAZIONI BINARIE. Proprietà delle relazioni Data una relazione R, definita in un insieme non vuoto U, si hanno le seguenti proprietà :

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica

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

Rette e piani con le matrici e i determinanti

Massimi e minimi vincolati in R 2 - Esercizi svolti

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

Compito di SISTEMI E MODELLI. 19 Febbraio 2015


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

Autovalori e Autovettori

Esercizi di Algebra Lineare. Claretta Carrara

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

Syllabus: argomenti di Matematica delle prove di valutazione

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2

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

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))

Prof. Stefano Capparelli

MATEMATICA GENERALE Prova d esame del 4 giugno FILA A

Alcuni Preliminari. Prodotto Cartesiano

Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

Generazione di Numeri Casuali- Parte 2

METODI MATEMATICI PER LA FISICA

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ. M. Chiara Tamburini

Algebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2)

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

Applicazioni lineari

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

CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI

1 Regole generali per l esame. 2 Libro di Testo

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

4. Operazioni binarie, gruppi e campi.

ALGEBRA I: MODULI. Abbiamo indicato con 0 A, 1 A lo zero e l unità nell anello A e con 0 M l elemento neutro del gruppo abeliano (M, +).

STRUTTURE ALGEBRICHE

1. PRIME PROPRIETÀ 2

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

AL. Algebra vettoriale e matriciale

4. Operazioni elementari per righe e colonne

Federico Lastaria. Analisi e Geometria 2. Integrali multipli. Cambi di variabili. 1/21

Dimensione di uno Spazio vettoriale

Algebre di Lie semisemplici, sistemi di radici e loro classificazione

MATRICI E DETERMINANTI

Esercizi su risposta libera e modi naturali nel dominio del tempo

Matematica B - a.a 2006/07 p. 1

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

Teoremi di struttura dei moduli finitamente generati su un dominio euclideo

ISTITUZIONI DI MATEMATICA I. (prof. M.P.Cavaliere) SPAZI VETTORIALI SU R

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

1 Applicazioni Lineari tra Spazi Vettoriali

Esercizi su lineare indipendenza e generatori

NUMERI COMPLESSI. Test di autovalutazione

PARTE TERZA. STATISTICA DESCRITTIVA MULTIDIMENSIONALE (Analisi delle Relazioni)

Geometria I A. Algebra lineare

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI

Approssimazione polinomiale di funzioni e dati

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre Prof. L.

APPLICAZIONI LINEARI

ELEMENTI DI ANALISI SPETTRALE 1 I DUE DOMINI

Teoria degli insiemi

2) Sul piano coordinato z = 0 studiare il fascio Φ di coniche di equazione. determinando in particolare le sue coniche spezzate ed i suoi punti base.

Determinante e inversa di una matrice


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

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA

Richiami di algebra lineare e geometria di R n

2 + (σ2 - ρσ 1 ) 2 > 0 [da -1 ρ 1] b = (σ ρσ1 σ 2 ) = (σ 1

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti

Corso di Laurea in Ingegneria Informatica Analisi Numerica

x 4 x> 2 (x +2) 2 > 4 x 8 S < : x> 3 (x+3) 2 <3 x x 2 x> 4 (x +4) 2 > 2 x x 5 x> 1 (x+1) 2 <5 x

Studio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1

Il gruppo dei vettori

Documentazione esterna al software matematico sviluppato con MatLab

1 Insiemi e terminologia

INDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI

Istituto Professionale di Stato per l Industria e l Artigianato Giancarlo Vallauri. Classi I C I G

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A

Appunti di Algebra Lineare

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA.

a n. a 0 x n + a 1 x n 1. b 0 x m + b 1 x m b m 0. Funzioni reali di variabile reale. Definizione classica. Funzioni razionali

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

Corso di Laurea in Matematica. Dispense del corso di ALGEBRA II

Ripasso di Calcolo Scientifico: Giulio Del Corso

Transcript:

Corso di Studi in Fisica Geometria e Algebra Lineare II Prova scritta del 6 luglio 009 Esercizio 1. Si considerino le matrici 3 1 1 3 1 1 A = 0 4 0, B = 3 1 3 1 1 3 0 a. (4 punti) Dimostrare che A e B sono simultaneamente diagonalizzabili. b. (4 punti) Trovare una base comune di autovettori. a. Eseguendo la moltiplicazione si ottiene che 10 6 6 AB = BA = 1 4 1 6 6 Poiché le matrici commutano, se sono diagonalizzabili lo sono simultaneamente. Gli autovalori di A sono 4 con molteplicità, e con molteplicità 1. La matrice 1 1 1 A 4I = 0 0 0 1 1 1 ha rango 1 e quindi A è diagonalizzabile, in quanto l autospazio relativo all autovalore 4 ha dimensione. Gli autovalori di B sono 4, e, tutti con molteplicità 1, e quindi B è diagonalizzabile. Dunque A e B sono simultaneamente diagonalizzabili. b. Poiché gli autospazi di B hanno dimensione 1, c è una sola scelta per gli autovettori di B. Questi saranno anche autovettori di A e quindi saranno una base comune. Una base di autovettori di B è (1, 1, 0) (autval 4), (0, 1, 1) (autval ), (1, 0, 1) (autval ) Questa è anche una base per A.

. Sia G = GL(n, R) il gruppo moltiplicativo delle matrici invertibili n n a elementi reali. Consideriamo il sottoinsieme di G così definito: H = {A G AB = BA, B G} a. (4 punti) Dimostrare che H è un sottogruppo normale di G. b. Dimostrare le seguenti affermazioni: (i) ( punti) Se B è una matrice diagonale con tutti gli elementi distinti e AB = BA, allora anche A è diagonale; (ii) ( punti) Sia E ij la matrice con tutti 1 sulla diagonale principale, 1 nella posizione (i, j) (con i j) e 0 altrove. Sia A una matrice diagonale e siano a i i suoi elementi nelle posizioni (i, i) (e 0 fuori dalla diagonale principale). Se AE ij = E ij A allora a i = a j. c. (4 punti) Dimostrare che H = matrici scalari (cioè multipli della matrice unità) usando le due affermazioni appena dimostrate. a. Chiaramente la matrice unità appartiene a H. Se A H e B G si ha AB = BA e passando agli inversi si ha B 1 A 1 = A 1 B 1 e quindi A 1 commuta con tutte le matrici del tipo B 1. Ma poiché tutte le matrici di G sono invertibili, le matrici del tipo B 1 sono tutto G e dunque A 1 H. Infine, se A, B H e C G si ha (AB)C = A(BC) = A(CB) = (AC)B = (CA)B = C(AB) e dunque AB H. Abbiamo quindi che H è un sottogruppo. H è normale se per ogni A G e ogni B H si ha che ABA 1 H. Ma poiché gli elementi di H commutano con tutti gli elementi di G si ha: Dunque H è normale. ABA 1 = BAA 1 = B H b. (i) Sia A = (a ij ), B = (b ij ). Poiché B è diagonale, l elemento di posto (i, j) in AB è a ik b kj = a ij b jj

mentre l elemento di posto (i, j) in BA è b ik a kj = b ii a ij Dunque deve essere a ij b jj = b ii a ij e per i j, poiché b ii b jj sarà a ij = 0. Quindi A è diagonale. b. (ii) Se indichiamo e lm l elemento di posto (l, m) in E ij abbiamo: e ii = 1, e ij = 1 e tutti gli altri 0. Moltiplicando AE ij, l elemento di posto (i, j) è: a ik e kj = a ii e ij + a ij e jj = a i perché A è diagonale e quindi a ij = 0. Allo stesso modo, l elemento di posto (i, j) in E ij A è e ik a kj = e ii a ij + e ij a jj = a j e quindi a i = a j. c. Sia A H. Poiché A commuta con tutte le matrici di G, commuta anche con quelle diagonali, e fra queste ci sono quelle con tutti gli elementi distinti. Dunque per (i) A è diagonale. Possiamo adesso usare (ii): A commuta con tutte le matrici e quindi anche con quelle del tipo E ij per tutte le coppie (i, j), e quindi tutti gli elementi della diagonale di A sono uguali fra loro, cioè A è una matrice scalare.

3. Sia M la superficie descritta dalla parametrizzazione locale ( ) u v ϕ(u, v) =, v cos u, v sin u, (u, v) D R a. (4 punti) Determinare un dominio D massimale su cui la parametrizzazione è regolare (ricordare che dominio significa aperto e connesso). b. (4 punti) Calcolare la curvatura Gaussiana di M. c. (4 punti) Scrivere la matrice dell operatore forma nel punto P = ϕ(0, 1) e calcolare le curvature principali in tale punto. a. La parametrizzazione è regolare se i vettori ϕ u e ϕ v sono linearmente indipendenti o, equivalentemente, se il vettore ϕ u ϕ v è non nullo. Calcolando si ha: ( ) u ϕ u = (uv, v sin u, v cos u), ϕ v =, cos u, sin u ϕ u ϕ v = [ v, uv La norma di ϕ u ϕ v vale ( 1 u cos u sin u ), uv ( 1 u sin u + cos u ϕ u ϕ v = v + u v ( 1 u cos u sin u ) + u v ( 1 u sin u + cos u ) )] [ 1 = v + u v 4 u cos u + sin u + 1 ] 4 u sin u + cos u [ ] 1 = v + u v 4 u + 1 = 1 4 v (u + ) ed è diversa da 0 per v 0. Dunque un dominio D massimale è v > 0 (l altro è v < 0). Attenzione: non discutiamo qui se la mappa ϕ è iniettiva. Se anche questo è richiesto, la risposta è più complicata. b. Calcoliamo le derivate seconde: ϕ uu = (v, v cos u, v sin u), ϕ uv = (u, sin u, cos u), ϕ v = (0, 0, 0)

Il vettore normale è N = ϕ u ϕ v ϕ u ϕ v e possiamo allora calcolare: E = ϕ u ϕ u = v (u +1), F = ϕ u ϕ v = 1 u3 v, G = ϕ v ϕ v = 1 4 u4 +1 l = N ϕ uu = v, m = N ϕ uv = 0 n = N ϕ vv = 0 e quindi la curvatura Gaussiana vale K = ln m EG F = 0 c. Nella base {ϕ u, ϕ v } l operatore forma si scrive usando E, F, G, l, m, n in modo opportuno. Nel punto P = ϕ(0, 1) si ha: e quindi E = 1, F = 0, G = 1, l = 1, m = 0, n = 0 La matrice è dunque: a 11 = Gl F m EG F = 1, a 1 = Em F l EG F = 0, S = a 1 = Gm F n EG F = 0, a = En F m EG F = 0 ( ) 1 0 0 0 che è già diagonale. Le curvature principali sono gli autovalori e sono dunque 1 e 0.