APPLICAZIONI LINEARI e MATRICI ASSOCIATE



Documenti analoghi
AUTOVALORI ED AUTOVETTORI. Sia V uno spazio vettoriale di dimensione finita n.

11. Rango di una matrice.

11. Rango di una matrice.

APPLICAZIONI LINEARI

Geometria I. Prova scritta del 2 marzo 2016

SPAZI VETTORIALI. 1. Spazi e sottospazi vettoriali

LEZIONE 20. è lineare. Per la commutatività del prodotto scalare segue anche la linearità dell applicazione

LEZIONE 24. è lineare. Per la commutatività del prodotto scalare segue anche la linearità dell applicazione

15. Cambiamenti di base in uno spazio vettoriale.

Il lemma di ricoprimento di Vitali

8. Prodotto scalare, Spazi Euclidei.

5. Quanti blocchi ha la forma di Jordan di f(x, y, z, s, t) = (0, y + z, y + z, t, 0)?

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

, x 2. , x 3. è un equazione nella quale le incognite appaiono solo con esponente 1, ossia del tipo:

; c. ; d nessuna delle precedenti In R 5 [x] distanza tra x e x 2 rispetto al prodotto scalare p, q = 1

riferimento (assi coordinati) monodimensionale (retta orientata, x), bidimensionale (piano, xy) tridimensionale (spazio tridim.

INTEGRALI IMPROPRI. f(x) dx. e la funzione f(x) si dice integrabile in senso improprio su (a, b]. Se tale limite esiste ma

Definizione opposto: Somma. Definizione vettore 0:

UNIVERSITA DEGLI STUDI DI PADOVA SCUOLA DI SCIENZE. Statistica per le tecnologie e le scienze

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica ed Informatica Applicata. Università di Salerno. Lezione n 3

Equivalenza tra equazioni di Lagrange e problemi variazionali

Applicazioni lineari

0.1 Teorema di Lax-Milgram

3. Funzioni iniettive, suriettive e biiettive (Ref p.14)

Si noti che da questa definizione segue che il punto C è il punto medio del segmento PP'. Figura 1

3 Applicazioni lineari e matrici

Nome.Cognome classe 5D 18 Marzo Verifica di matematica

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

5. Autovalori e autovettori di matrici reali.

Appunti di Algebra Lineare. Mappe Lineari. 10 maggio 2013

1. Ma per t = 0 si ha che A(0) è la matrice nulla che è già diagonale e, quindi, è 3 anche diagonalizzabile.

; c. ; d. ; b. 15. Quante soluzioni ha in R 3 il sistema AX=0 con A=? a 0; b 1; c ; d

Il volume del cilindro è dato dal prodotto della superficie di base per l altezza, quindi

Algebra lineare - Applicazioni. Antonino Polimeno Dipartimento di Scienze Chimiche Università degli Studi di Padova

2 Generalità sulle matrici

Candidato: Matricola: Sede locale: Per la Commissione 1B 2B 3B Parte A Parte B Totale

PNI SESSIONE SUPPLETIVA QUESITO 1

si definisce Funzione Integrale; si chiama funzione integrale in quanto il suo * x

corrispondenza dal piano in sé, che ad ogni punto P del piano fa corrispondere il punto P' in

Parte 6. Applicazioni lineari

a 0 n a 1 n... a n n 2a i j x i x j + 1 i<j n

Scuola di Dottorato in Scienze e Tecnologie dell Informazione e della Comunicazione.

11. I teoremi del calcolo differenziale, I

CONDIZIONE NECESSARIA E SUFFICIENTE perché il sottoinsieme W di V sia sottospazio di V è che sia:

Esercizi di Geometria - Foglio 2 Corso di Laurea in Matematica

La prima forma quadratica fondamentale

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2002 Sessione straordinaria

Determinanti e caratteristica di una matrice (M.S. Bernabei & H. Thaler

Integrali de niti. Il problema del calcolo di aree ci porterà alla de nizione di integrale de nito.

II Spazi vettoriali ed applicazioni lineari

ANALISI REALE E COMPLESSA a.a

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

Esercizi svolti Limiti. Prof. Chirizzi Marco.

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

LEZIONE 17. B : kn k m.

Lezione 7: Rette e piani nello spazio

dr Valerio Curcio Le affinità omologiche Le affinità omologiche

Minimi quadrati e problemi di distanza minima

AM : Tracce delle lezioni- IV Settimana

Algebra delle Matrici

Proiettività della Retta e del Piano.

b a 2. Il candidato spieghi, avvalendosi di un esempio, il teorema del valor medio.

Ortogonalità di funzioni

Matematica II. Un sistema lineare è un sistema di m equazioni lineari (cioè di primo grado) in n incognite x 1,, x n :

Unità Didattica N 32E Le trasformazioni geometriche. Le isometrie

ORDINAMENTO 2002 SESSIONE STRAORDINARIA - QUESITI QUESITO 1

FOGLIO 4 - Applicazioni lineari. { kx + y z = 2 x + y kw = k. 2 k 1

Basi di Algebra Lineare. Ivan Zivko

CORSO DI ALGEBRA (M-Z) Prof. A. Venezia

Facoltà di Economia - Università di Sassari Anno Accademico Dispense Corso di Econometria Docente: Luciano Gutierrez.

APPLICAZIONI LINEARI

+ (vista come funzione di x).

Corso Integrato: Matematica e Statistica. Corso di Matematica (6 CFU)

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I Sessione suppletiva

Sistemi principali di normali ad una varietà giacenti nel suo o 2. Nota di

Richiami sulle matrici (TITOLO)

Autovalori e Autovettori

Corso di Modelli Matematici in Biologia Esame del 22 Gennaio 2018

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi su spazi di funzioni, convergenza uniforme

Generalità sulle superfici algebriche. Superficie cilindrica

1. Elementi di analisi funzionale Esercizi

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

UNIVERSITÁ DEGLISTUDIDISALERNO C.d.L. in INGEGNERIA GESTIONALE Ricerca Operativa 12 Gennaio 2009 Prof. Saverio Salerno. Compito A

Sistemi di equazioni algebriche lineari. Una equazione algebrica lineare in n incognite si presenta nella forma:...

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

LUISS Laurea specialistica in Economia e Finanza Anno Accademico 2009/2010

" Osservazione. 6.1 Integrale indefinito. R Definizione (Primitiva) E Esempio 6.1 CAPITOLO 6

LICEO SCIENTIFICO CLASSICO SCIENZE UMANE MARCONI DELPINO

Definizioni fondamentali

LE FIBRE DI UNA APPLICAZIONE LINEARE

COMPITO DI ANALISI DEI SISTEMI 20 Settembre 2006

1 Applicazioni Lineari tra Spazi Vettoriali

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

1 b a. f(x) dx. Osservazione 1.2. Se indichiamo con µ il valore medio di f su [a, b], abbiamo che. f(x) dx = µ(b a) =

Compito di matematica Classe III ASA 26 marzo 2015

MATRICI E DETERMINANTI CENNI SUI SISTEMI LINEARI. Angela Donatiello 1

AM2: Tracce delle lezioni- I Settimana

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

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

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

Transcript:

APPLICAZIONI LINEARI e MATRICI ASSOCIATE Dt un ppliczione f: V W con V e W spzi vettorili si dice che f è un ppliczione linere o omomorfismo f(v + v 2 ) = f(v ) + f(v 2 ) v, v 2 V f(αv) = α f(v) v V e α R. Se 0 V e 0 W sono i vettori nulli di V e di W, ovvimente risult f(0 V ) = 0 W Se un vettore v V è combinzione linere di p vettori v, v 2,,v p V con coefficienti, 2,, p, llor il vettore f(v) W immgine di v è combinzione linere dei vettori f(v ), f(v 2 ),,f(v p ) secondo gli stessi coefficienti, cioè f(v) = f( v + 2 v 2 +,, p v p ) = f(v ) + 2 f(v 2 ) + + p f(v p ). In prticolre se V h dimensione finit n e B = { u, u 2,, u n } è un bse di V, llor il vettore f(v), immgine di un v di V, è combinzione linere delle immgini dei vettori dell bse B con coefficienti che coincidono con le coordinte di v rispetto B, cioè se v = x u + x 2 u 2 + + x n u n f(v) = f(x u + x 2 u 2 +,,x n u n ) = x f(u ) + x 2 f(u 2 ) + + x n f(u n ). Dt f: V W un ppliczione linere di V in W, l insieme degli elementi di W che sono immgini di lmeno un elemento di V si dice immgine dell ppliczione e si indic con f(v) o con Im f. Si dimostr che Teorem L immgine f(v) di un ppliczione linere f: V W è un sottospzio vettorile di W. Si f: V W un ppliczione linere di V in W; si definisce nucleo di f e si denot con Ker f l insieme di tutti gli elementi di V che hnno per immgine il vettore nullo 0 W, cioè Ker f = {x V : f(x) = 0 W } Si dimostr che Teorem Il nucleo di un ppliczione linere f: V W è un sottospzio vettorile di V. Sino dunque V e W due spzi vettorili di dimensione rispettivmente n ed m e sino B = {u, u 2,,u n } e B = {w, w 2,,w m } due bsi di V e W.

Se f: V W un ppliczione linere di V in W; si possono rppresentre i vlori di ogni f(v j ) come f(v j ) = j w + 2j w 2 + + mj w m Quindi l mtrice m n costituit d tutti gli ij (i =, 2,, n; j =, 2,, n) è quell delle coordinte dei vettori f(v j ) W rispetto ll bse B per j =, 2,, n. Ess si dice mtrice ssocit d f rispetto lle bsi B e B ; esplicitmente l mtrice ssocit ll ppliczione f è 2 A = m 2 22 m2 n 2n mn Risult inoltre che dim Im f = r(a), dove A è un mtrice ssocit d f; dim Ker f = dim V dim Im f. ESEMPI 2 5 Se si consider l mtrice A = d ess è ssocit l ppliczione linere f: R R 2 tle che f(x, x 2, x ) = (x + 2x 2 + 5x, x + x 2 - x ) vendo considerto come bsi di R e R 2 le bsi cnoniche. Vicevers se si consider l ppliczione linere f: R 4 R tle che f(x, x 2, x, x 4 ) = (2x x + x 4 ; x 2-7x + x 4 ; x x 2 + x + 5x 4 ) d ess è ssocit l mtrice 2 0 Determinre quli delle seguenti ppliczioni sono lineri:. f : R 2 R tle che f (x, y) = (x + y, 2x y, y x) ; 2. f 2 : R R 2 tle che f 2 (, b, c) = ( + 2b c, b c);. f : R 2 R 2 tle che f (, b) = ( 2, + b); 4. f 4 : R R tle che f 4 (x, y, z) = (x, y, z) + (, 0, ); 5. f 5 : R R tle che f 5 (v) = 2v; 6. f 6 : R 2 R 2 tle che f 6 (x, y) = (x - y, x + y + ) 0 Soluzione. Si trtt di verificre che (x, y), (z, w) in R 2 e λ, µ in R risulti f (λ(x, y) + µ (z, w)) = λ f (x, y) + µ f (z, w) 7 5 2

Quindi si h f (λ(x, y) + µ (z, w)) = f (λx + µ z, λy + µ w) = = (λx + µ z + λy + µ w, 2λx + 2µ z - λy - µ w, λy + µ w - λx - µ z ) = = λ( x + y, 2x y, y x) + µ( x + y, 2x y, y x) = λ f (x, y) + µ f (z, w) f è linere 2. Anlogmente si procede per dimostrre che l f 2 è linere. Considerte le terne (, b, c) e (x, y, z) in R e λ, µ in R si h f 2 (λ(, b, c) + µ (x, y, z)) = f 2 (λ + µ x, λb + µ y, λc + µ z ) = = (λ + µ x + 2λb + 2µ y - λc - µ z, λ + µ x - λb - µ y - λc - µ z ) = = λ( + 2b c, b c) + µ( x + 2y z, x y z) = = λ f 2 (, b, c) + µ f 2 (x, y, z) f 2 è linere.. L f non è linere. A tle fine considerimo le coppie (, 0) e (, ) e fccimo vedere che f ((, 0) + (, )) f (, 0) + f (, ) Si h f ((, 0) + (, )) = f (2, ) = (4, ) e f (, 0) + f (, ) = (, ) + (, 2) = (2, ) d cui (4, ) (2, ). 4. L f 4 non è linere. Inftti considerte le terne (-,, 0) e (0, -2, ) si h f 4 ((-,, 0) + (0, -2, )) = f 4 (-, -, ) = (-, -, ) + (, 0, ) = (0, -, 2) f 4 (-,, 0) = (-,, 0) + (, 0, ) = (0,, ) f 4 (0, -2, ) = (0, -2, ) + (, 0, ) = (, -2, 2) quindi f 4 (-,, 0) + f 4 (0, -2, ) = (0,, ) + (, -2, 2) = (, -, ) cioè f 4 ((-,, 0) + (0, -2, )) = (0, -, 2) (, -, ) = f 4 (-,, 0) + f 4 (0, -2, ). Inoltre per essere linere dovrebbe essere f 4 (0, 0, 0) = (0, 0, 0) invece risult f 4 (0, 0, 0) = (0, 0, 0) + (, 0,) = (, 0,). 5. L f 4 è un endomorfismo. Inftti considerti v e w di R e λ, µ in R risult f 5 (λv + µ w) = 2λv + 2µw = λ(2v) + µ(2w) = λ f 5 (v) + µ f 5 (w).

6. L f 6 non è linere. Inftti considert l coppi (0, 0) si h f 6 (0, 0) = (0, ) (0, 0). Si dt l ppliczione linere f: R R tle che f(x, y, z) = (-x + 2y + z, x 4y 6z, x + z) determinimo l mtrice ssocit ll ppliczione f rispetto ll bse cnonic di R. Si h f(, 0, 0) = (-,, ); f(0,, 0) = (2, -4, 0); f(0, 0, ) = (, -6, ). Quindi l mtrice ssocit ll ppliczione f è: A = Si dt l ppliczione f: R R tle che f(, b, c) = ( + b, 2c, 2 - b 2 ) provre che l f non è linere. Considerimo v(, 2,0) e w(, 2, 0); si h f(v + w) = f((, 2, 0) + (0,, 2)) = f(,, 2) = (4, 4, -8); inoltre f(v) = f(, 2, 0) = (, 0, -) f(w) = f(0,, 2) = (, 4, -) d cui f(v) + f(w) = (, 0, -) + (, 4, -) = (4, 4, -4) (4, 4, -8) = f(v + w). Si f: R R 2 l ppliczione linere tle che f(, 0, 0) = (, ) f(0,, 0) = (, 0) f(0, 0, ) = (, ) ) determinre l mtrice A ssocit d f e le equzioni di f rispetto lle bsi cnoniche di R ed R 2 ; b) trovre un bse e l dimensione di Im f e di Ker f. Soluzione ) L mtrice ssocit d f rispetto lle bsi cnoniche è 0 Se v(x, y, z) è il generico vettore di R, posto f(v) = (x, y ) le equzioni dell f rispetto lle bsi cnoniche sono: x = x + y + z y = x + z 2 b) poichè Im f è generto dlle immgini dei vettori dell bse cnonic di R, si h Im f = ((, ), (, 0), (,)) = R 2 llor un bse di Im f è {(,), (, 0)} e l dim Im f = 2 = r(a). 4 6 0 4

Per definizione Ker f = {v = (x. y, z) : f(v) = (0, 0)}, quindi un vettore v = (x, y, z) Ker f se e solo se le sue coordinte rispetto ll bse cnonic soddisfno il sistem linere x + y + z = 0 x + z = 0 Allor il Ker f è il sottospzio vettorile costituito dlle soluzioni del sistem. Tle sistem mmette soluzioni del tipo (h, 0, -h) h R, quindi un bse di Ker f è {, 0, -} e dim Ker f =. 5