1. Esercizi (1) Porre in forma trigonometrica i seguenti numeri complessi: 5, 2 i2, 1 + i. (2) Calcolare le seguenti radici: 2 2i,

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

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

I VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007

Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica

Esercizi per il corso di Algebra e Geometria L.

Esercizi di GEOMETRIA I - Algebra Lineare B = , calcolare A A t A + I

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.

QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica

Esercizi di GEOMETRIA e ALGEBRA LINEARE (Ingegneria Ambientale e Civile - Curriculum Ambientale)

Esercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3

Politecnico di Torino Facoltà di Architettura. Raccolta di esercizi proposti nelle prove scritte

Esame di Geometria - 9 CFU (Appello del 20 Giugno A)

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.

Esame di geometria e algebra

ESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

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

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

MATRICI E SISTEMI LINEARI

GEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A

REGISTRO DELLE LEZIONI

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

Esercizi di ripasso: geometria e algebra lineare.

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.

CORSO DI LAUREA in Ingegneria Informatica (Vecchio Ordinamento)

Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria

Diario delle lezioni e esercizi settimanali per il corso di Algebra Lineare - Canale I-Z

Dipartimento di Matematica Corso di laurea in Matematica Compiti di Geometria II assegnati da dicembre 2000 a dicembre 2003

Applicazioni lineari e diagonalizzazione. Esercizi svolti

DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE

Rette e piani nello spazio Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1

Esercizi Applicazioni Lineari

SPAZI VETTORIALI CON PRODOTTO SCALARE A =

Algebra lineare Geometria 1 11 luglio 2008

ii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......

Sistemi lineari - Parte Seconda - Esercizi

Corso di Geometria BIAR, BSIR Esercizi 10: soluzioni

A.A. 2014/2015 Corso di Algebra Lineare

Geometria BATR-BCVR Esercizi 9

Corso di Geometria Lezione II: Spazi vettoriali

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

Esercitazione di Analisi Matematica II

15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI

Esercizi per Geometria II Geometria euclidea e proiettiva

Geometria analitica: rette e piani

Compiti di geometria & algebra lineare. Anno: 2004

Elementi di Algebra Lineare. Spazio Vettoriale (lineare)

1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2

(c) Stabilire per quali valori di h is sistema ammette un unica soluzione:

Applicazioni lineari e diagonalizzazione pagina 1 di 5

6. Spazi euclidei ed hermitiani

Spazi vettoriali, matrici, determinante. { det(a) se n é pari det(a) se n é dispari

Prodotto interno (prodotto scalare definito positivo)

Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016

Elementi di Algebra Lineare Spazi Vettoriali

10 dicembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

Parte 8. Prodotto scalare, teorema spettrale

ESERCIZI sui VETTORI

DIAGONALIZZAZIONE. M(f) =

ESERCIZI MATEMATICA GENERALE - Canale III

GEOMETRIA LINEARE E CONICHE - GIUGNO Nello spazio ordinario, assegnato un riferimento ortonormale si considerino le rette: x = z 2 y = z

REGISTRO DELLE ESERCITAZIONI

ESERCIZI VARI su SPAZI VETTORIALI. Si giustifichi la risposta ad ogni esercizio ( o parte di esercizio ) posto in forma di domanda.

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

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

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

Corso di Algebra lineare - a.a Prova scritta del Compito A

Esercizi svolti. delle matrici

a + 2b + c 3d = 0, a + c d = 0 c d

GEOMETRIA Nome... COGNOME...

La retta nel piano. Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione.

3. Vettori, Spazi Vettoriali e Matrici

4 Autovettori e autovalori

Ferruccio Orecchia. esercizi di GEOMETRIA 1

Compito Parziale di Algebra lineare e Geometria analitica. 2x + 3y + 2z = 0 x y z = 0

Tempo a disposizione: 150 minuti. 1 Studiare, al variare del parametro reale k, il seguente sistema lineare: x + ky = k 2x + ky + z = 0.

GAAL: Capitolo dei prodotti scalari

Geometria Analitica nello Spazio

Capitolo 1 Vettori applicati e geometria dello spazio

Esercizi di Geometria Affine

APPLICAZIONI LINEARI

Esercizi di Algebra Lineare. Claretta Carrara

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

Prodotto scalare e ortogonalità

appuntiofficinastudenti.com 1. Strutture algebriche e polinomi

5 Un applicazione: le matrici di rotazione

CdL in Ingegneria Informatica (Orp-Z)

= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ

1. Sistemi lineari. Definizione. Un sistema lineare di m equazioni in n incognite è un sistema di equazioni della forma

ESERCIZI DI RIPASSO, A.A

Matematica Discreta e Algebra Lineare (per Informatica)

ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA

Corso di Geometria BIAR, BSIR Esercizi 8: soluzioni

Endomorfismi e matrici simmetriche

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Appendice 1. Spazi vettoriali

Ingegneria Civile. Compito di Geometria del 06/09/05. E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni

PROBLEMI DI GEOMETRIA

Prodotto scalare e norma

Transcript:

. Esercizi () Porre in forma trigonometrica i seguenti numeri complessi: 5, i, + i. () Calcolare le seguenti radici: 3 i, 5 i, 5. (3) Risolvere le seguenti equazioni: z z + 3 = ; z z = i; z + z =. (4) Calcolare l area del parallelogramma di lati e ; (5) siano X, Y R 3 due vettori non nulli ed ortogonali. Dimostrare che sono linearmenteindipendenti; (6) dire se i vettori oppure linearmente indipendenti; sono linearmente dipendenti (7) dire se il vettore è combinazione lineare dei vettori (8) siano v, v, v 3, v 4 R 3. Dimostrare che se v e v sono linearmente dipendenti, allora v, v, v 4 sono linearmente dipendenti; se v, v, v 3, v 4 sono linearmente indipendenti, allora v, v 3, v + v 3, v 4 + v 3 + v sono linearmente indipendenti; se v, v, v 3, v 4 sono linearmente dipendenti, allora v, v +v 3, v 3, v + v 4 sono linearmente dipendenti; v è linearmente indipendente se e solamente se v. (9) sia S =. Determirnare S ; 4 () siano dati, al variare di k R, i vettori X = k Y = k k. Dire per quali valori di k R i vettori X e Y sono ortogonali. Dire inoltre per quali valori di k R i vettori X e Y sono linearmente dipendenti; () determinare le equazioni cartesiane e parametrica per la retta r: passante per ; 3 passante per e parallela alla retta r : X = + ;

t ; ortogonale alle rette s : X = + t, s : X = + t e passante per P = 3. () Determinare le equazioni cartesiane e parametriche per il piano π: ortogonale ad e passante per ; passante per P = P = 3 P 3 = ; 3 3 passante per P = P = e parallelo alla retta r : { 3x z = 3 3y z = (3) Siano dati, { al variare di k R, il piano π : kx + y 3z = k ed la x kz = k retta r :. Determinare per quali valori di k il piano y + kz = 4 π e la retta r sono paralleli; (4) siano s : X = + t, s : X = + t due rette nello spazio. Determinare un piano π che contiene s e s. Tale piano è unico? (5) sia r : X = + t. Determinare un piano π contenente r e passante per (6) Determinare le equazioni cartesiane e parametriche per la retta r passante per ed incidente alle rette s : { x y z = 3x y = { x + y z = s : y =

(7) Determinare le equazioni cartesiane e parametriche per la retta r incidente e ortogonale sia all asse delle x sia alla retta { x y + z = 3 s : x + y z = (8) sia π : ax+by +cz = d un piano nello spazio e siano P, Q due vettori distinti che appartengono a π. Dimostrare che la retta r passante per P e Q è contenunta in π; Determinare la distanza dall origine O della retta r di equazioni parametriche (9) Determinare la distanza dall origine O della retta r di equazioni parametriche x = t y = + t, t R. z = + 3t () Data la retta r di equazione cartesiana { x + z =, y + = determinare i punti di r la cui distanza dal piano π di equazione è pari a 4. () Date le rette { x y + z = r : y + 3z = x y z + =, r : { x + y = y + 3z = verificare che sono sghembe e determinare la loro distanza. Verificare inoltre che tale distanza è pari alla lunghezza del vettore P P, dove P e P sono i punti di intersezione con r e r, rispettivamente, dell unica retta perpendicolare e incidente le rette r e r., 3

4. Esercizi () Sia V uno spazio vettoriale su K. In seguito denoteremo con K l elemento neutro rispetto alla somma di K e con il vettore nullo di V. v = per ogni v V ; sia v V e λ K. Dimostrare che se λv =, allora v = oppure λ = ; un vettore v è linearmente indipendente se e solamente se v ; sia λ K. Allora λ = ; sia B = {v,..., v n }. Allora: (a) se v,... v n sono linearmente indipendenti, allora ogni sottoinsieme di B è costituito da vettori linearmente indipendenti; (b) se B è un insieme formato da vettori linearmente dipendenti, allora ogni sovrainsieme di B è costituito da vettori linearmente dipendenti. () Sia V uno spazio vettoriale su C. Dimostrare che V ammette una struttura di spazio vettoriale su R; (3) sia π : x + y z = un piano nello spazio. Stabilire se esistono due, rispettivamente tre, vettori linearmente indipendenti che appartengono a π. (4) sia K n [x] l insieme dei polinomi di grado n. Dimostrare che, x,..., x n sono linearmente indipendenti e generatori; (5) siano, + x, + x + x R [x]. Dimostrare che, + x, + x + x sono linearmente indipendenti e un sistema di generatori; (6) siano e =...., e n =. sono linearmente indipendenti e un sistema di generatori; (7) stabilire se i vettori K n. Dimostrare che e,..., e n indipendenti oppure linearmente dipendenti; i (8) stabilire se i vettori i i i i indipendenti oppure linearmente dipendenti; 3 R4. Stabilire se 3 L 3 3 (9) sia R4 sono linearmente C4 sono linearmente ; () stabilire se + x + x + x 3, x + x, x 4 R[x] sono linearmente

dipendenti oppure linearmente indipendenti; () stabilire se x 4 L( x, x, x + x 3, x 4 x ); () dimostrare che L(, + ix, + x + x, + x + ix + x 3 ) = C 3 [x]; (3) stabilire se l insieme {p R 5 [x] : p() =, p() = } è un sottospazio vettoriale ( di R 5 [x]. ) ( ) ( ) (4) stabilire se,, M 3 (C) sono linearmente dipendenti {( oppure ) indipendenti; } a b (5) dimostrare che W = M c d (C) : a + b id = è un sottospazio vettoriale di M (C); (6) dimostrare che l insieme delle matrici triangolari superiori, rispettivamente inferiori, è un sottospazio vettoriale di M n n (K); (7) dimostrare che se A è antisimmetrica, allora Tr(A) =. Vale il viceversa? (8) dimostrare che W = {A M n n (R) : A+A T = } è un sottospazio vettoriale di M n n (R); (9) dimostrare che W = {A M n n (C) : A = A } è chiuso rispetto alla somma ma non è chiuso rispetto alla moltiplicazione per scalare. W ammette una struttura di spazio vettoriale su R? () sia A M n n (C). Dimostrare che A è Hermitiana se e solamente se ia è anti-hermitiana; () sia A una matrice Hermitiana. Dimostrare che Tr(A) è un numero reale. 5

6 3. Esercizi () dire per quali valori di a R, la matrice a 3 a 5. 6 4 è non singolare. () sia A M n n (K) e sia λ K. Dimostrare che det(λa) = λ n det(a); (3) sia A M n n (R) antisimmetrica. Se n è dispari, dimostrare che det(a) = ; (4) Sia GL(n, K) = {A M n n (K) : det(a) }. Dimostrare che: Id n GL(n, K); se A, B GL(n, K), allora AB GL(n, K); A GL(n, K) se e solamente se A T GL(n, K); se A, B GL(n, K), allora A 4 B T A è una matrice invertibile; se A, B GL(n, K), allora A + B è ancora una matrice invertibile?; se K = C, allora A è invertibile se e solamente se A è invertibile se e solamente se A è invertibile; (5) dare un esempio di una matrice diagonale non invertibile; (6) dare un esempio di una matrice antisimmetrica e invertibile; (7) dare un esempio di una matrice simmetrica e non invertibile; (8) dare un esempio di una matrice Hermitiana e invertibile; (9) siano A, B M n n (R). Dimostrare che se A, B sono matrici ortogonali, allora BAB T è ancora una matrice ortogonale; () siano A, B M n n (R). Se A, B sono ortogonali, allora A + B è ortogonale? () siano A, B M n n (C). Se A, B sono matrici unitarie, allora A B è ancora una matrice unitaria () siano A, B M n n (K). Se A è invertibile e AB =, dimostrare che B =. (3) sia A = (A,..., A n ) M n n (K). Supponiamo che A è combinazione lineare delle colonne A,..., A n. Dimostrare che det(a) = ; (4) trovare, se esistono, le matrici inverse delle seguente matrici: (5) In R n, definiamo, R n R n R 3 4 6, (X, Y ) g(x, Y ) = X T Y se n = 3, verificare che g(x, Y ) è il prodotto scalare canonico di X e Y. Verificare che valgono le seguenti proprietà: (a) g(x, Y ) = g(y, X);,

(b) g(x, X). g(x, X) = se e solamente se X = ; (c) g(x + Z, Y ) = g(x, Y ) + g(z, Y ); (d) g(λx, Y ) = λg(x, Y ); (e) g(x, Y + Z) = g(x, Y ) + g(x, Z); (f) g(x, λy ) = λg(x, Y ); (g) se A M n n (R) è una matrice ortogonale, allora g(ax, AY ) = g(x, Y ) per ogni X, Y R n ; (h) se S R n, allora S = {v R n : g(v, s) = s S} è un sottospazio vettoriale di R n. (6) sia C n = M n (C). Definiamo C n C n C (Z, W ) h(z, W ) = Z T W Dimostrare che valgono le seguenti proprietà: (a) h(z, W ) = h(w, Z); (c) h(z, Z) R e h(z, Z). Inoltre h(z, Z) = se e solamente se Z = ; (d) h(z + L, W ) = h(z, W ) + h(l, W ); (e) h(λz, W ) = λh(z, W ); (f) h(z, W + L) = h(z, W ) + h(z, L); (g) h(z, λw ) = λh(z, W ); (h) se A M n n (C) è una matrice unitaria, allora h(az, AW ) = h(z, W ) per ogni Z, W C n ; (i) se S C n, allora S = {v R n : h(v, s) = s S} è un sottospazio vettoriale di C n. (7) Calcolare il rango delle seguenti matrici:,, (8) al variare di t C, calcolare il rango della matrice t t t t t t (9) Verificare che det 3 3 4 3 5 3 = 8., 7

8 Suggerimento: trasformare la matrice in triangolare superiore tramite passaggi opportuni. () Stabilire se esiste l inversa delle seguenti matrici e, in caso affermativo, determinare la sua espressione A = A = 3 4 8, B = 7 6, C = 3 7 () Calcolare il determinante della seguente matrice e determinare per quali valori del parametro reale h è invertibile A = h h h 4 h 3 h 4. h () Per ognuna delle seguenti matrici discutere, al variare del parametro reale h, l esistenza dell inversa e determinare una sua espressione quando esiste. 3 4 h, B = h 6 5 h, C =. h + h 3.

4. Esercizi () Sia V uno spazio vettoriale su K. Siano v,..., v n V e α,..., α n K. Se v,..., v n sono linearmente indipendenti, allora dimostrare che anche i vettori v, v α v,..., v n α n v ; sono linearmente indipendenti. () Si discuta al variare del parametro k R la dipendenza lineare dei vettori: k k k k k k k k R5. (3) Dire se il vettore R 3 è combinazione lineare dei vettori 6. 3 (4) Dimostrare che i vettori i, i + x, + x + x C [x] sono linearmente indipendenti. (5) siano v = v = v 3 = 3. Al variare di k R, 3 3 dire se il vettore Z = v, v, v 3 ; (6) Si considerino le rette s : { x + x x 3 = x = k k, s : è combinazione lineare dei vettori { x x x 3 = 3x x =. (a) Stabilire la posizione reciproca di s e s. (b) Determinare equazioni per la retta s parallela alla retta X = t(,, ) T e complanare con ciascuna delle due rette s e s. (c) Calcolare la distanza del punto P = (,, ) dalla retta s. (7) si discuta la compatabilità dei seguenti sistemi lineari: x y + z = 3x + y + 3z = 6 x + 3y z =, x + 3y + z = 4x + y + z = x 5y + 3z = 5, x y + z t = 3 x + y + 3z + t = 3x + y + z t = 5. 9

(8) si discuta al variare di k R, la compatibilità del seguente sistema lineare: kx + z = x + y =. (k + )x + z = y + z =. (9) si dicuta al variare dei parametri α, β C, la compatibilità del seguente sistema lineare: x + 4y z = α βx + 3αy βz = β x y z = () discutere la compatibilità, al variare dei parametri presenti, dei seguenti sistemi lineari: (a) { kx + 4y + kz = (b) (c) x + ky + z = λx + 8y = λ x + λy = λ 3x + y = 3 x + y + αz = αx z = x + αy + z = () Risolvere il seguente sistema lineare: x + x 3 + x 5 = x + x 4 + x 5 = x x 4 x 5 = x + x + 3x 3 + x 4 = () si discuta al variare di k R, la lineare indipendenza dei seguenti vettori: k k 3 k 3 k. R5 4 (3) Dire se il vettore + x + x 3 è combinazione lineare dei vettori x + x, x + x + x 3, + x + x 3 R 3 [x]. (4),

(5) si discuta la variare di k R la lineare indipendenza dei vettori: [ ] [ ] [ ] [ ] k,,, M k k k + (R). (6) Siano P, Q R 3 due punti distinti. Dimostrare che un vettore X R 3 appartiene alla retta passante per P e Q se e solamente se la matrice A = (P Q, X Q) M 3 (R) ha rango uno. (7) Siano P, P, P 3 tre punti non allineati. Dimostrare che un vettore X R 3 appartiene al piano π passante per P, P, P 3 se e solamente se det(x P, P P, P 3 P ) =. (8) siano v,..., v m K n. Sia A = (v,..., v m ) M n m (K). Sia S = (S,..., S m ) una sua riduzione a scala. Siano S j,..., S j k le colonne che contengono i perni. Dimostrare che v j,..., v jk formano una base di L(v,..., v m ).

5. Esercizi () sia V uno spazio vettoriale su K. Sia B = {v,..., v n } una base di V e sia F B : V K n l applicazione che associa ad ogni vettore v le sue coordinate rispetto alla base B, i.e., F B (v) = [v] B. Dimostrare che w,... w m V sono linearmente indipendenti se e solamente se [w ] B,..., [w m ] B K n sono linearmente indipendenti; w,... w m V formano un sistema di generatori di V se e solamente se [w ] B,..., [w m ] B K n formano un sistema di generatori di K n ; Sia W = (w,..., w m ). Sia W = F B (W ) = {F B (w) : w W }. Dimostrare che W è un sottospazio vettoriale di K n ; W = L([w ] B,..., [w m ] B ); w W se e solamente se [w] B W. dim W = dim W. () sia B =. Determinare F B : R 3 R 3 ; (3) sia W = {A M (R) : A = A T }, rispettivamente W = {A M (R) : A = A T }. Dimostrare che dim W = 3, rispettivamente dim W = ; (4) dimostrare che W = {p(t) C [t] : p(i) = p() = } è un sottospazio vettoriale di C [t] e determinare una base di W ; (5) dimostrare che R[t] non ammette un sistema finito di generatori; (6) in R[t], sia W = L(, t, + t, t 3, t 3 + t ). Determinare una base di W ; (7) dire se i vettori + x + x, x x, + x + x formano una base di R [x]. (8) si discuta al variare di k R, la lineare dipendenza dei vettori, k + x + kx, k + x R [x]. (9) Sia V = M (R) e sia ([ ] [ ] [ ] [ ]) B =,,,. Dire se B è una base di V. coordinate delle matrici [ ] [, In caso affermativo, determinare le ] [, rispetto alla base B. () sia V = R [t] e sia B = ( + t, t, t t ). Dimostrare che B è una base di V. Determinare le coordinate di un polinomio a + a t + a t rispetto alla base B. ].

sia W = L( + t t, + t ). Determinare per quali valori del parametro k R, + kt + (k + )t W () sia π : ax + by + cz = un piano in R 3. Dimostrare che dim π = ; () sia AX = b un sistema lineare. Sia W = Sol(A ). Dimostrare che se il sistema è compatibile, allora le soluzioni dipendono da dim W parametri. Inoltre dim W = n rg(a). (3) Sia W = L. Determinare dim W ed una base di W. Completare a base di R 4 una base di W. Determinare le equazioni cartesiani di W. (4) Considerare in R 4 i seguenti sottospazi vettoriali: W = L 4 {, U = x x x 3 = x 3x + x 4 = (a) Determinare una base e le equazioni cartesiane di W. (b) Determinare una base di U. (c) Determinare una base di U + W. (d) Determinare una base e le equazioni cartesiane di U W. (e) Dire se U e W sono in somma diretta. (5) discutere al variare dei parametri h, k R, se i seguenti sottospazi W = L k k h h, U = k h k h sono in somma diretta. ([ ] [ ] [ 3 (6) sia V = M (R) e siano U = L,, ([ ] [ ] [ ]) e W = L,,. 3 3 Determinare la dimensione ed una base di U e W. Completare a base di M (R) una base di W. Dire se U e W sono in somma diretta. (7) Sia V = C 3 [t] e siano W = L ( i + t + t + t 3, + it t t 3, (i ) + ( i)t + t 3) e U = L ( + it + it + it 3, i + it + t + t 3, ( + i) + 3it + (i + )t + (i + )t 3). due sottospazi di U (a) Calcolare la dimensione ed una base di W. 3 ])

4 (b) Completare a base di C 3 [t] una base di U. (c) Dire se U e W sono in somma diretta. (8) sia V uno spazio vettoriale su K. Siano U, W sottospazi vettoriali di V. Se dim U = dim W = 3 e dim(u W ) =, dimostrare che dim V 5. (9) Sia V = M n n (R) e siano U = {A V : A = A T } e W = {A V : A = A T }. Dimostrare che V è in somma diretta di U e W. () siano π un piano passante per l origine ed r una retta passante per l origine. Dimostrare R 3 è in somma diretta di π e r se e solamente se π e r sono incidenti. () Sia V uno spazio vettoriale di dimensione n. Sia W V un sottospazio di V. Dire se e esiste W V tale che V = W W. Tale sottospazio è unico? () Siano U e W spazi vettoriali su K. Il prodotto cartesiano di U e W è l insieme U W = {(u, w) : u U e w W }. Dimostrare che (U W ) dotato delle operazione (U W ) (U W ) U W (u, w ) + (u, w ) := (u + u, w + w ) K (U W ) U W λ(u, w) := (λu, λw) è uno spazio vettoriale su K. Siano U = {(u, W ) : u U} e W = {( V, w) : w W }. Dimostrare che U, rispettivamente W, è un sottospazio vettoriale di U W. Dimostrare che dim U = dim U, rispettivamente dim W = dim W. Dimostrare che dim(u W ) = dim U + dim W. (suggerimento: provare che U W è in somma diretta di U e W )

6. Esercizi () Sia T : V W una applicazione lineare. Sia S V. Ricordiamo che l immagine di S attraverso l applicazione T è il sottoinsieme T (S) = {T (s) : s S} W. Se H W, allora T (H) = {v V : T (v) H} è chiamata la controimmagine di W attraverso T. Dimostrare che Se S V è un sottospazio di V, allora T (S) è un sottospazio di V ; Se S = L(w,..., w p ), allora T (S) = L(T (w ),..., T (w p )). In particolare dim T (S) dim S. Ker T = T ( W ). Se H W è un sottospazio vettoriale, allora T (H) è un sottospazio di V. () Siano A, B M m n (K) e siano L A : K n K m, rispettivamente L B : K n K m, le applicazione lineari associate. Dimostrare che L A + L B = L A+B ; L λa = λl A. (3) Siano A M m p (K) e B M p n (K) Siano L A : K p K m, rispettivamente L B : K n K p, le applicazione lineari associate. Dimostrare che L A L B = L AB. (4) Siano T, L : V W due applicazioni lineari e sia B = {v,..., v n } una base di V. Dimostrare che T = L se e solamente se T (v ) = L(v ),..., T (v n ) = L(v n ). (5) Sia A M m n (K) e sia T : M p m (K) M p n (K) così definita: T (X) = XA. Dimostrare che T è lineare. (6) Sia T : M n n (K) K così definita: T (X) = Tr(X). Dimostrare che T è lineare. (7) Sia A M n n (K) e sia T : M n n (K) M n n (K) così definita: T (X) = X Tr(AX)Id n. Dimostrare che T è lineare. (8) Sia T : M n n (K) M n n (K) così definita: T (X) = Tr(X)X. Dimostrare che T non è lineare. (9) Sia A M n n (C) e sia T : M n n (C) M n n (C) così definita: T (X) = X (AX ). Dimostrare che T è lineare. 3 () Sia A = 9. Determinare L A : R 4 R 3. 7 3 () Sia A = i i 5 i i 4 i i 5 + i i + i. Determinare L A : C 3 C 4. 5

6 () Determinare l unica applicazione lineare T : R 3 R 4, tale che T = T =. T = 3 (3) Determinare l unica applicazione lineare T : R 3 R 3, tale che T = T = T = 3. 6 (4) Determinare l unica applicazione lineare T : R [t] M (R), tale che [ ] [ ] [ ] T () =, T ( t + t ) =, T (t + t ) =. (5) Sia T : R 4 R 3 così definita x T y z = x + y z + w z + y + 3w x + 3y z + 4w w Dimostrare che T è lineare. Calcolare una base per l immagine di T. Calcolare una base per il nucleo di T. Calcolare le equazioni cartesiane dell immagine di T. (6) Sia T : R 3 R 3 così definita T x y = z x y + z x + y + z y + z Dimostrare che T è lineare. Calcolare una base per l immagine di T. Calcolare una base per il nucleo di T. Calcolare le equazioni cartesiane dell immagine di T. Calcolare T. (7) sia T : V W una applicazione lineare. Siano B = {v,..., v n } una base di V e C = {w,..., w m } una base di W. Dimostrare che dim Im T = rg([t (v )] C,..., [T (v n )] C ). (8) Sia T : R 3 [t] R così definita: T (p) = p(). Dimostrare che T è lineare e calcolare una base per l immagine di T, rispettivamente il nucleo di T. (9) Sia A M m n (K) sia L A : K n K m. Dimostrare che Im L A = L(A,..., A n ). 3 4

dim Im L A = rg(a). b Im L A se e solamente se rg(a,..., A n ) = rg(a,..., A n, b). b Im L A se e solamente se il sistema lineare AX = b è compatibile. Ker L A = Sol(A ). In particolare dim Ker [ L A = n rg(a). ] () Sia T : R 3 [t] R p() p() così definita: T (p) =. Dimostrare che p( ) T è lineare; una base per l immagine di T. una base per il nucleo di T. () Sia v R 3. Sia T : R 3 R 3 l applicazione così definta: T (w) = w v. Dimostrare che T è lineare e determinare la dimensione ed una base del nucleo di T, rispettivamente dell immagine di T. 4 3 () Sia A = 4 3. Scrivere l applicazione lineare 4 5 7 L A. Determinare [ ] il nucleo e l immagine di L A. (3) sia A =. Sia T : M (R) M (R) X X Tr(AX)Id. 7 Dimostrare che T è lineare. Stabilire se T è iniettiva. Determinare una base di Im T. (4) sia T : M (R) M (R) [ x y z w ] [ x y w + z w + z y w ] Dimostrare che T è lineare. Determinare una base di Ker T. Determinare una base di Im T. Dire se Ker T e Im T sono in somma diretta. Determinare un sottospazio W M (R) tale che M (K) è in somma diretta di W e Im T. (5) Sia A = (A, A, A 3 ) M 3 3 (R). Definiamo f(a) = A A, A 3. Dimostrare che: f è lineare rispetto a ciascuna colonna. f(a) = det(a). (6) Sia T : V W un applicazione lineare iniettiva. Siano v,..., v n linearmente indipendenti. Dimostrare che T (v ),..., T (v n ) sono linearmente indipendenti.

8 (7) Sia T : V W un applicazione e siano v,..., v n V. Supponiamo che i vettori T (v ),..., T (v n ) sono linearmente indipendenti. Dimostrare che v,..., v n sono linearmente indipendenti. (8) Sia T : V W e sia w Im T. Sia v V tale che T (v) = w. Dimostrare che T (w) = {v + z : z Ker T }. (9) sia T : V V una applicazione lineare. Dimostrare che V = Ker T Im T se e solamente se Ker T Im T = {}. (3) Scrivere, se esiste, una applicazione lineare iniettiva, rispettivamente suriettiva, T : R R 3. (3) Scrivere, se esiste, una applicazione lineare iniettiva, rispettivamente suriettiva, T : R 3 R. (3) Scrivere, se esiste, una applicazione lineare iniettiva, rispettivamente suriettiva, T : C 3 C 3. (33) Siano V e W spazi vettoriali su K. Sia Z V un sottospazio vettoriale di V, rispettivamente H W un sottospazio vettoriale di W. Sia H = {T : V W lineari : T (Z) H}. Dimostrare che H è un sottospazio vettoriale di L(V, W ). (34) Dire se i seguenti spazi vettoriali sono isomorfi e in caso affermativo scrivere esplicitamente un isomorfismo: R 3 e R [x]. R 4 e R 4 [x]. { A M n n (R) : A = A T } e { A M n n (R) : A = A T }. C 5 [t] w M 3 (C). C 4 e M (C). {A M n n (C) : A = A } e {A M n n (C) : A = A } {A M (C) : A = A : Tr(A) = } e R 3. M m n (K) e M m n (K). (35) Siano V e W spazi vettoriali su K. Sia Z V un sottospazio vettoriale di V, rispettivamente H W un sottospazio vettoriale di W. Determinare le condizioni necessarie e sufficienti affinché esista una applicazione lineare T : V W tale che Ker T = Z e Im T = H.

7. Esercizi () Sia T : R 4 R 3 così definita x T y x y + z + w z = z y 3w x 3y + z 4w w Trovare M T e dire se T è suriettiva. Determinare una base per il nucleo di T ed una base per l immagine di T. Determinare T. () sia T : M n n (R) M n n (R) così definita: T (A) = A A T. Determinare il nucleo di T. Determinare l immagine di T. Dire se Ker T e Im T sono in somma diretta. (3) sia v = R 3 e sia (4) sia v = T : R 3 R 3 w w + w, v v. Dimostrare che T è lineare. Trovare M T e dire se T è suriettiva. Determinare una base per il nucleo di T. Determinare una base per l immagine di T. Dire se R 3 è in somma diretta di Ker T e Im T. R 3 e sia T : R 3 R 3 v w w w, v v. Determinare M T e verificare che M T è ortogonale. Dire se T è biunivoca. Sia W = v. Dimostrare che T (w) = w per ogni w W. Dimostrare che T (v) = v. (5) Sia T : R 3 R 3 così definita T x y = z x + y + z x + 3y + 3z x y z Trovare M T e dire se T è iniettiva. Determinare una base per l immagine di T ed una base per il nucleo di T.. 9

Determinare T 6. 4 (6) Sia T : C 3 C 4 così definita T z = z 3 z + iz + z 3 z iz + 3z 3 z + 3iz 3 z 3 z + 4iz Determinare M T. Determinare una base per l immagine di T ed una base per il nucleo di T. (7) sia C = {e,..., e n } la base canonica di R n. Per ogni i n, definiamo e i : R n R e i x. x n. = x i. Dimostrare che e i è una applicazione lineare. Dimostrare che e,..., e n formano una base di Lin(R n, R). (8) Sia T : V W una applicazione lineare. Dimostrare che: se Z V è un sottospazio vettoriale di V, allora l insieme T (Z) := {T (z) : z Z} è un sottospazio vettoriale di W ; se Z = L(v,..., v s ), allora T (Z) = L(T (v ),..., T (v k )). Dimostrare che se T è iniettiva, allora dim Z = dim T (Z); se H W è un sottospazio vettoriale di W, allora T (H) = {v V : T (v) W } è un sottospazio vettoriale di V. se H W è un sottospazio vettoriale di W, allora dim T (H) = dim(im T H) + dim Ker T. (9) Siano W e V spazi vettoriali su K. Dimostrare che dim W dim V se e solamente se esiste una applicazione lineare iniettiva T : W W. () Siano W e V sottospazi vettoriali su K. Sia T : V W una applicazione lineare suriettiva. Dimostrare che esiste una applicazione lineare iniettiva L : W V tale che T L = Id W.

8. Esercizi () Sia T : R 3 R 3 l applicazione lineare definita da T = T = T =. 3 (a) Scrivere la matrice M T (C, B), dove B = e C è la base canonica. (b) Scrivere la matrice M T (C, C), dove C è la base canonica di R 3. (c) Scrivere la matrice M T (C, B). (d) Stabilire se T è suriettiva. (e) Determinare le equazioni cartesiane dell immagine di T. (f) Stabilire se 3 appartiene all immagine di T. () Sia T : R 3 R 3 l applicazione lineare definita da T = T = T =. 3 Dire se T è invertibile e in caso affermativo calcolare T. (3) [ Sia T : R [t] ] M (R) così definita: T (a o + a x + a x ) = a a a. a a a (a) Scrivere la matrice M T (C, C), dove C = { {[ ] [ ] [ ] [ ]}, + t, t } e C =,,,. (b) Calcolare una[ base del ] nucleo ed una base per l immagine di T. (c) Stabilire se appartiene all immagine di T. In caso affermativo calcolare T ([ ]). [ ] (4) Sia T : R [t] R p() così definita: T (p) =. Determinare p() M C,C (T ), dove C = {, + t, t } e C è la base canonica di R. (5) Sia T : R 3 R 3 così definita: T x y = x y + z x + y. z y z Determinare M T (C, B), dove C è la base canonica di R 3 mentre B =. Inoltre calcolare T ;

(6) Sia T : V W lineare e siano B e C basi di V e W rispettivamente. Dimostrare che F C (Im T ) = Im L MT (B,C). F B (Ker T ) = Ker L MT (B,C). (7) Sia v o =. Sia T : R 3 R 3 X X X, v o v o, v o v o. Dimostrare che T è lineare. Determinare T (v o ). Scrivere M T (C, C) dove C è la base canonica e verificare che M T (C, C) è ortogonale. Scrivere T. (8) Sia K[x] lo spazio dei polinomi a coefficienti in K. Se p = a + a x + + a n x n K[x], definiamo rispettivamente p = a + a x + n + a n x n, p = xa o + x a x n+ + + a n n +. Dimostrare che l applicazione rispettivamente T : K[x] K[x] p p, L : K[x] K[x] p p, è lineare. Verificare che T L = Id K[x]. T è biunivoca? L? (9) Sia T : C [x] C 3 [x] così definita p (x )p + xp Calcolare il nucleo di T e dire se + t 3 Im T.

() Sia B = 9. Esercizi 3 una base di R 4. Cal- colare le coordinate di un vettore v R 4 rispetto a B. Determinare M(B, C) e {[ M(C, B), ] dove [ C]} è la base{[ canonica ] [ di ]} R 4. {[ ] [ ]} () Siano B =,, C =,, D =, basi di R. Determinare: [ ] x le coordinate di rispetto a D. y [ ] x le coordinate di rispetto a C. y M(B, C). M(C, D). M(B, D). M(D, C). (3) Siano B = ( + t t, t + t, t ), C = (, + t, + t + t ) basi di R [t]. Scrivere M(B, C). (4) Siano B =, C = 3, D = basi di R3. Determinare: le coordinate di x y z rispetto a D. le coordinate di M(B, C). M(C, D). M(B, D). M(D, C). x y z rispetto a C. (5) Sia T : R 3 R 3 così definita: T x y = x + y + z y + z z x + 3y + z Siano B =, C = 3 basi di R 3. Determinare: M T (B, B)..

4 M T (C, C). M T (C, B). M T (B, C). Sia T : R [t] R 3 l unica applicazione lineare tale che T () =, T ( t) =, T ( + t ) = 3. Sia B = ( + t, t, t ) una base di R [t], rispettivamente B = base di R 3. Determinare: M T (B, B ). M T (C, B ), dove C = (, t, t ). M T (B, C ) dove C è la base canonica di R 3. M T (C, C ). Dimensione e base di Ker T. Dimensione e base di Ker T. (6) Sia T : R 3 R 4 l applicazione lineare così definita: T x y z = 4x 5y 7z x 3y 3z x + y + z x + y + z. Sia B =, base di R 4 e sia B =. base di R3. Sia C, rispettivamente C, la base canonica di R 4, rispettivamente la base canonica di R 3. Determinare: M T (C, C ). M T (B, C ). M T (C, B ) M T (B, B ). Determinare una base per il nucleo di T ed una base per l immagine di T. (7) Sia T : V W una applicazione lineare. Sia r = dim Im T. Dimostrare che esiste una base B di V ed una base C di W tale che M T (B, C) = ( Idr ).

. Esercizi () Dire per quali valori di k R l angolo fra i vettori X = () Sia k k 4 4 è acuto, ottuso, rispettivamente retto. B =. k 5 Y = Dimostrare che B è una base ortogonale. Determinare le coordinate di un vettore v R 4 rispetto a B. Determinare M(B, C), dove C è la base canonica. (3) Applicare il procedeminto di Gram-Schmidt alle basi: (4) Siano W = L 3 3 Determinare: equazioni cartesiane di U. proiezione ortogonale su (U + W ). equazioni cartesiane di W U. (5) Sia W = L ;., U = L un sottospazio di R4. Determinare una base ortogonale di W e completarla a una base ortogonale di R 4 ; Scrivere la proiezione ortogonale su W, rispettivamente W. 6 3.

6 (6) Sia W = L 4 un sottospazio di R4. Scrivere le equazione cartesiane di W e W rispettivamente. Determinare una base ortogonale di W. Determinare la proiezione ortogonale su W. (7) Sia B = {v,..., v n } una base di R n e siano v, w R n. Dimostrare che le seguenti condizioni sono equivalenti: (a) v = w; (b) v, v j = w, v j per ogni j =,..., n; (c) v, z = w, z per ogni z R n. (8) Sia V = M n m (R) e sia g : V V R l applicazione g(a, B) = Tr(AB T ). Dimostrare che per ogni A, B, C M m n (R) e λ, µ R si ha: (a) g(a, A) con uguaglianza se e solamente se A =. (b) g(a, B) = g(b, A). (c) g(λa + µb, C) = λg(a, C) + µg(y, Z). (d) g(a, λb + µc) = λg(a, B) + µg(a, C). Dimostrare la disuguaglianza di Cauchy-Schwartz e definire un angolo fra due matrici. se A,..., A k sono vettori non nulli ed a due a due ortogonali. Dimostrare che A,..., A k sono linearmente indipendenti. Dimostrare che esistono basi di V formate da vettori a due a due ortogonali. Due matrici A e B si dicono ortogonali se g(a, B) =. Sia S V. Dimostrare che S = {A V : g(a, s) = s S} è un sottospazio vettoriale di V. Se W = L(A,..., A s ), allora W = {A V : g(a, A) = = g(a s, A) = }. Se W è un sottospazio vettoriale di V, dimostrare che V = W W. se A,..., A k sono vettori non nulli ed a due a due ortogonali. Dimostrare che A,..., A k sono linearmente indipendenti. (9) Sia U = L i i + i + i i i C4. Scrivere le equiazioni cartesiane di U. Determinare una base ortogonale di U.

() Sia B = i i i i i 7 una base di C 4. De- terminare: le coordinate di un vettore v C 4 rispetto a B. applicare il procedimento di Gram-Schidt alla base B. Scrivere la proiezione ortogonale su W = L = + i U, dove U = L i i i i. + i i i () Sia C una base ortonormale di R n rispetto al prodotto scalare canonico. Sia B una base di R n. Dimostrare che B è una base ortonormale se e solamente se M(C, B) è una matrice ortogonale. () Sia C una base ortonormale di C n rispetto il prodotto Hermitiano canonico. Sia B una base di C n. Dimostrare che B è una base ortonormale se e solamente se M(C, B) è una matrice unitaria. (3) Sia V = M n m (C) e sia h : V V C l applicazione h(a, B) = Tr(AB ). Dimostrare che per ogni A, B, C M m n (C) e λ, µ C si ha: (a) h(a, A) con uguaglianza se e solamente se A =. (b) h(a, B) = h(b, A). (c) h(λa + µb, C) = λh(a, C) + µh(y, Z). (d) h(a, λb + µc) = λh(a, B) + µh(a, C). Defianiamo due matrici ortogonali se h(a, B) =. Sia S V. Dimostrare che S = {A V : g(a, s) = s S} è un sottospazio vettoriale di V. Dimostrare che se W è un sottospazio vettoriale di V, allora V = W W. se A,..., A k sono vettori non nulli ed a due a due ortogonali. Dimostrare che A,..., A k sono linearmente indipendenti. Dimostarare che esistono basi di V formata da vettori a due a due ortogonali. (4) Sia V = M n n (R) e sia g : V V R l applicazione g(x, Y ) = Tr(XY ). Dimostrare che per ogni A, B, C M n n (R) e λ, µ R si ha: (a) g(a, B) = g(b, A). (b) g(λa + µb, C) = λg(a, C) + µg(y, Z). (c) g(a, λb + µc) = λg(a, B) + µg(a, C). (d) se g(a, B) = per ogni B V, allora A =. i i.

8 (e) Se A, B V, diremo che A e B sono ortogonali se g(a, B) =. Sia S V. Dimostrare che S = {A V : g(a, s) = s S} è un sottospazio vettoriale di V. Sia W un sottospazio vettoriale di V. È vero che W W = {}?. Sia W = {A V : A = A T }, rispettivamente W = {A V : A = A T }, il sottospazio delle matrici simmetiche, rispettivamente antisimmetriche. Dimostrare che: (a) per ogni A W, si ha g(a, A) e l uguaglianza è verificata se e solamente se A =. (b) per ogni A W, si ha g(a, A) e l uguaglianza è verificata se e solamente se A =. (c) se A W e B W, allora g(a, B) =. (d) Dimostrare che W = W. Dimostrare che esistono basi di V formata da vettori a due a due ortogonali. (5) Sia V uno spazio vettoriale su K e siano U e W sottospazi vettoriali di V. Dimostrare che V = U W se e solamente se per ogni v V esistono e sono unici u U e w W tale che v = u + w. (6) Sia V uno spazio vettoriale su K e siano U e W sottospazi vettoriali di V tali che V = U W. Dimostrare che l applicazione P U : V V P U (v) = u dove u è l unico vettore di U tali che v = u + w, w W, è lineare. Dimostare inoltre che Ker P U =, Im P U = U, e P U + P W = Id V.

. Esercizi () Calcolare autovalori ed([ autovettori ]) [ delle seguenti ] applicazioni lineari: T : R R x x y, T =. y y + x T : R 3 R 3, T x x y = y + x. z x + y + z ([ ]) [ ] T : R R x y, T =. y x T : C 3 C 3, T z z = z + z 3 z. z 3 z 3 + z ([ ]) [ ] x y x z y w T : M (R) M (R), T =. z w y w z T : R [t] R [t], T (a + a t + a t ) = a + (a + a )t + ( a + a a )t 3. T : M n n (R) M n n (R), T (X) = X T. Inoltre, stabilire se sono diagonalizzabili. In caso affermativa determinare una base formata da autovettori. () Sia W R n e sia P W : R n R n la proiezione ortogonale su W. Dimostrare che gli autovalori di P W sono e. Dimostrare che P W è diagonalizzabile. (3) Siano B = ( + t t, t + t, t ), C = (, + t, + t + t ) basi di R [t]. Sia T : R [t] R [t] così definita: T (p) = p()t + p. Dimostrare che T è lineare. Scrivere le matrici M C,B (T ), M C,C (T ) e M B,B (T ). Determinare autovalori ed autovettori. Determinare una base per ogni autospazio. Dire se T è diagonalizzabile. (4) Sia T : V V un endomorfismo di V tale che T + T + Id V =, dove T = T T. Dimostrare che T è invertibile. (5) Sia T : V V un endomorfismo di V tale che T (T Id) =. Dimostrare che V = Ker T Ker (T Id) =. Dedurre che T è diagonalizzabile. (6) Sia T : V V un endomorfismo. Dimostrare che: Se λ K è un autovalore di T, allora λ è un autovalore di T. Se T è un endomorfismo di T invertibile, allora λ autovalore di T se e solamente se λ è autovalore di T. Inoltre T è diagonalizzabile se e solamente se T è diagonalizzabile. (7) Siano L, T : V V endomofismi diagonalizzabile. T + L, rispettivamente T L, è diagonalizzabile? 9

3 (8) Sia T : V V un endomorfismo di V. Sia λ K un autovalore di T tale che m a (λ) =. Dimostrare che m g (λ) =. (9) Sia T : V V un endomorfismo di V. Supponiamo che dim V = 7 e che l endomorfismo T ha esattamente 3 autovalori: λ, λ, λ 3 tali che m g (λ ) = e m g (λ ) = e m g (λ 3 ) =, Dimostrare che T non è diagonalizzabile. () Sia T : V V un endomorfismo di V. Supponiamo che dim V = 4 e che l endomorfismo T ha autovalori: λ e λ, tali che m g (λ ) = m g (λ ) =. Dimostrare che T è diagonalizzabile. () Sia T : V V un endomorfismo di V. Supponiamo che dim V = 5 e che l endomorfismo T ha due autovalori: λ e λ, tale che m g (λ ) = 4 e m a (λ ) =. Dimostrare che T è diagonalizzabile. () Sia A M n n (K). Dimostrare che: λ K è un autovalore di A se e solamente se λ è un autovalore di A T. A è diagonalizzabile se e solamente se A T è diagonalizzabile. Se K = C, allora λ C è un autovalore di A se e solamente se λ è un autovalore di A. (3) Discutere la diagonalizzabilità delle seguenti matrici su R e su C: ( ) (, ),, (4) Sia A =. Dire se A è diagonalizzabile su C. In caso affermativo determinare una matrice invertibile P ed una matrice diagonale D tale che P AP = D. (5) Dire se la matrice A = è diagonalizzabile su R. In caso affermativo determinare una matrice invertibile P ed una matrice diagonale D tale che P AP = D. (6) Dire se la matrice A = 3/ 3/ è diagonalizzabile. In caso affermativo determinare una matrice invertibile P ed una matrice diagonale D tale che P AP = D. (7) Stabilire per quali valori di k R la matrice è diagonalizzabile. A = k k.

(8) Siano A, B M n n (R). Supponiamo che esite una matrice invertibile P M n n (C) tale che P AP = B. Dimostrare che esiste una matrice invertbile Q M n n (R) tale che Q AQ = B. (9) Sia T : M (R) M (R) l applicazione lineare così definita: ([ ]) [ ] x y x y + z T = z w y + z w calcolare gli autovalori di T e dire se, giustificando la risposta, T è diagonalizzabile. In caso affermativo calcolare una base formata da autovettori di T. dire se, giustificando la risposta, T 4Id è iniettiva. () Sia T : M (R) M (R) l applicazione lineare così definita: ([ ]) [ ] x y x + y y T = z w w y + z Dire se T è diagonalizzabile. In caso affermativo determinare una base di M (R) formata da autovettori di T. 3

3. Esercizi () Sia T : R [t] R [t] così definita: T (a + a t + a t ) = (a + a a ) + (a + a + a )t + ( a + a + a )t. Determinare una base formata da autovettori di T. () Data la matrice A =. Determinare una matrice ortogonale U ed un matrice diagonale D tale che U T AU = D. (3) Data la matrice A = Determinare una matrice ortogonale U ed un matrice diagonale D tale che U T AU = D. (4) Data la matrice A = Determinare una matrice ortogonale U ed un matrice diagonale D tale che U T A U = D. (5) Data la matrice A = 5 5 Determinare una matrice ortogonale U ed un matrice diagonale D tale che U T AU = D. Inoltre, calcolare A 5. (6) Sia A M n n (R) una matrice ortogonale. Dimostrare che: per ogni X, Y R n, si ha AX, AY = X, Y, dove, è il prodotto scalare canonico. Vale anche il viceversa? se λ R è un autovalore di A, allora λ = ±. (7) Sia A M n n (C) e sia, il prodotto Hermitiano canonico. Dimostrare che: AZ, W = Z, A W per ogni Z, W C n. se A è Hermitiana, rispettivamente anti-hermitiana, allora gli autovalori di A sono reali, rispettivamente immaginari puri. (8) Sia A M n n (C) una matrice unitaria. Dimostrare che per ogni Z, W C n, si ha AZ, AW = Z, W, dove, è il prodotto Hermitiano canonico. Vale anche il viceversa?...

se λ C è un autovalore di A, allora λ =. Dedurre che gli autovalori di una matrice ortogonale A M n n (R) sono numeri complessi di norma unitaria. (9) Sia A M n n (R) e sia, il prodotto scalare canonico. Dimostrare che: AX, Y = X, A T Y per ogni X, Y R n. Se A M n n (R) è una matrice simmetrica e W R n un sottospazio vettoriale A-invariante, i.e., per ogni w W, si ha Aw W, allora W è A-invariante. Se A è una matrice antisimmetrica, allora AX, X =. Dedurre che l unico autovalore reale di A è λ = e che una matrice antisimmetrica A è diagonalizzabile se e solamente se A è la matrice nulla. () Sia W un sottospazio di K n e sia A M n n (K) una matrice invertibile. Dimostrare che W è A-invariante se e solamente se W è W è A -invariante. 33