Algebra Lineare e Geometria



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

Diagonalizzazione di matrici e applicazioni lineari

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

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

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica

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

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

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

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

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

RETTE, PIANI, SFERE, CIRCONFERENZE

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

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

Prova scritta di Geometria 2 Prof. M. Boratynski

ESERCIZI APPLICAZIONI LINEARI

Esercizi su lineare indipendenza e generatori

APPLICAZIONI LINEARI

Dimensione di uno Spazio vettoriale

Parte 2. Determinante e matrice inversa

Parte 6. Applicazioni lineari

CORSO DI LAUREA IN INGEGNERIA.

Applicazioni lineari

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

Parte 3. Rango e teorema di Rouché-Capelli

1 Applicazioni Lineari tra Spazi Vettoriali

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))

Rette e piani con le matrici e i determinanti

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26

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

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)

LE FUNZIONI A DUE VARIABILI

1 Regole generali per l esame. 2 Libro di Testo

Lezione 9: Cambio di base

4. Operazioni elementari per righe e colonne

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI

la funzione è definita la funzione non è definita Si osservi, infatti, che la radice di un numero negativo non esiste nel campo dei numeri reali.

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

APPLICAZIONI LINEARI

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

CONI, CILINDRI, SUPERFICI DI ROTAZIONE

Applicazioni lineari

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.

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

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

Esempi di funzione. Scheda Tre

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

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

FOGLIO 6 - Esercizi Riepilogativi Svolti. Nei seguenti esercizi, si consideri fissato una volta per tutte un riferimento proiettivo per

FUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x)

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI

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

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

MATRICI E DETERMINANTI

STRUTTURE ALGEBRICHE

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

Corrispondenze e funzioni

Equazioni alle differenze finite (cenni).

LE FIBRE DI UNA APPLICAZIONE LINEARE

Grandezze scalari e vettoriali

4. Proiezioni del piano e dello spazio

Le trasformazioni geometriche

Esercizi di Algebra Lineare. Claretta Carrara

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

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

MATEMATICA p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E).

Percorsi di matematica per il ripasso e il recupero

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

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

LEZIONE 17. B : kn k m.

1. PRIME PROPRIETÀ 2

FASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette:

2 FUNZIONI REALI DI VARIABILE REALE

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

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1

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

Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8. Cognome:... Nome:... Matricola:...

Anello commutativo. Un anello è commutativo se il prodotto è commutativo.

La funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f.

Richiami di algebra lineare e geometria di R n

( x) ( x) 0. Equazioni irrazionali

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

GEOMETRIA DELLE MASSE

4. Operazioni binarie, gruppi e campi.

UNIVERSITÀ DEGLI STUDI DI TERAMO

Soluzione di equazioni quadratiche

Corso di Matematica per la Chimica

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

DOMINI A FATTORIZZAZIONE UNICA

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

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

I tre concetti si possono descrivere in modo unitario dicendo che f e iniettiva, suriettiva, biiettiva se e solo se per ogni b B l equazione

LA RETTA. Retta per l'origine, rette orizzontali e verticali

3. Sia g(x) = 4. Si calcoli l area del triangolo mistilineo ROS, ove l arco RS appartiene al grafico di f(x) o, indifferentemente, di g(x).

FUNZIONI / ESERCIZI SVOLTI

risulta (x) = 1 se x < 0.

FUNZIONE REALE DI UNA VARIABILE

Esercizi svolti sui numeri complessi

Transcript:

Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da T (e 1 ) = (1, 1, 0, 0), T (e 1 + e 2 ) = (3, 1, 0, 1), T (e 1 + e 2 + e 3 ) = (0, 1, 1, 2), rispetto alle basi canoniche del dominio e codominio, dove E = {e 1, e 2, e 3 } è la base canonica del dominio. b) Descrivere nucleo e immagine (con basi, equazioni e dimensioni) di T. c) Sia U : 2x y = 0 un sottospazio di R 3. Descrivere l immagine di U tramite T, con basi, equazioni e dimensioni. d) Sia a = (1, 1, 9, 4). Verificare che {a} è una base di Im(T ) dove Im(T ) è l immagine di T. e) Dire se le seguenti asserzioni sono vere o false. Giustificare la risposta dimostrando l asserzione nel caso sia vera o fornendo un controesempio nel caso sia falsa (per controesempio si intende un esempio in cui quanto asserito risulta essere falso): (i) Comunque scegliamo tre matrici quadrate di ordine 2, A, B, e C vale: AB = AC = B = C. (ii) Sia A una matrice di tipo 4 3 di rango 3. Allora ogni sistema lineare avente A come matrice dei coefficienti è compatibile e indeterminato. (iii) Siano u e v una coppia di vettori tra loro ortogonali. Allora i vettori u v e u + v sono anch essi tra loro ortogonali. 2) Si considerino nello spazio affine il punto P (0, 1, 5), la retta r : Determinare: a) il piano ρ perpendicolare a r e passante per P ; b) il piano σ parallelo a π e passante per P e la distanza tra σ e π; c) la retta s parallela a π, incidente a r e passante per P ; d) le rette parallele a π e passanti per P. { 3x + 7y = 0 x + 2y 3z 2 = 0 ed il piano π : x + z 1 = 0. e) Sia V lo spazio direttore della retta r. Scrivere la matrice associata alla trasformazione lineare P r : R 3 R 3 che associa ad ogni vettore x R 3 la proiezione di x su V. (Sugg: Per definizione proiettare su uno spazio 1-dimensionale equivale a proiettare sulla direzione di un vettore non nullo dello stesso spazio.) 3) Data la seguente famiglia di matrici dove k è un parametro reale, determinare: A k = 0 1 k 0 1 k 0 k 1 a) i valori di k per cui la matrice A k ammette autovalore λ = 1; b) i valori del parametro k per cui la matrice è diagonalizzabile; c) per ogni valore di k R gli autospazi di A k, specificandone equazioni cartesiane, dimensioni e basi. d) Sia v = (3, 1, 1) t. Verificare che v è un autovettore di A 2 (ovvero la matrice della famiglia ottenuta ponendo k = 2) e calcolare (A 2 ) 103 v. e) Sia B una matrice invertibile e sia w un autovettore di B relativo all autovalore λ. (i) Dimostrare che λ 0. (ii) Dimostrare che w è un autovettore di B 1 relativo all autovalore λ 1.,

1) a) La matrice associata a T rispetto alle basi canoniche del dominio e codominio è la matrice avente per colonne i vettori immagine dei vettori della base canonica e 1, e 2, e 3. Per calcolare tali vettori usiamo le proprietà di linearità di T. Otteniamo: T (e 1 ) = (1, 1, 0, 0), T (e 2 ) = T (e 1 + e 2 ) T (e 1 ) = (3, 1, 0, 1) (1, 1, 0, 0) = (2, 2, 0, 1), T (e 3 ) = T (e 1 + e 2 + e 3 ) T (e 1 + e 2 ) = (0, 1, 1, 2) (3, 1, 0, 1) = ( 3, 2, 1, 1). Pertanto la matrice associata A T è la matrice: A T = 1 2 3 1 2 2 0 0 1 0 1 1 b) Al fine di determinare il nucleo risolviamo il sistema lineare omogeneo la cui matrice dei coefficienti è la matrice A T. Applicando il metodo di Gauss, partendo dalla matrice completa 1 2 3 0 1 2 2 0 0 0 1 0, 0 1 1 0 è possibile pervenire alla seguente forma: 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 Segue che il sistema ha l unica soluzione data dal vettore nullo (0, 0, 0), ovvero T è iniettiva. Inoltre l immagine di T ha dimensione 3 (calcolata per mezzo del teorema nullità più rango o osservando la matrice ridotta con Gauss). Una base B Im(T ) dell immagine di T, è costituita dai 3 vettori colonna della matrice A T, ovvero B Im(T ) = {(1, 1, 0, 0), (2, 2, 0, 1), ( 3, 2, 1, 1)}. Pertanto l immagine di T ha equazione in forma parametrica data da: x 1 = s + 2t 3u Im(T ) : x 2 = s 2t + 2u x 3 = u s, t, u R, x 4 = t + u che dà luogo alla seguente equazione in forma affine/cartesiana x 1 3x 3 x 4 = 0. c) Calcoliamo una base di U. Per far questo risolviamo l equazione definente U. Troviamo l equazione di U in forma parametrica, ovvero: { x = s s, t R. U : y = t Una base di U è la seguente: B U = {(1, 2, 0), (0, 0, 1)}. L immagine di U è lo spazio generato dall immagine di questi vettori, tramite T, ovvero dai vettori: T (1, 2, 0) = T (e 1 ) + 2T (e 2 ) = (1, 1, 0, 0) + 2(2, 2, 0, 1) = (5, 3, 0, 2), T (0, 0, 1) = T (e 3 ) = ( 3, 2, 1, 1).

Essendo i due vettori linearmente indipendenti, essi ne costituiscono una base. La sua dimensione è quindi uguale a 2 e la sua equazione parametrica è data da: x 1 = 5s + 3t T (U) : x 2 = 3s + 2t x 3 = t s, t R, x 4 = 2s + t d) Poiché l immagine di T ha dimensione 3, il suo ortogonale, che è uno spazio complementare ad Im(T ) in R 4, ha dimensione 1. Quindi affinché a sia base di Im(T ), a deve essere non nullo (condizione banalmente verificata) e deve essere ortogonale ai vettori di una qualsiasi base di Im(T ). Abbiamo: Segue quindi quanto asserito. a (1, 1, 0, 0) = 1 1 = 0, a (2, 2, 0, 1) = 2 + 2 4 = 0, a ( 3, 2, 1, 1) = 3 2 + 9 4 = 0. e) Esse sono tutte false. Nel seguito un (contro)esempio per ciascun caso. ( ) ( ) ( ) 0 0 1 0 0 1 (i) Siano A =, B =, e C =. In tal caso: 0 0 0 0 0 0 AB = AC = ( 0 0 0 0 (ii) Il sistema lineare avente come matrice completa la matrice A b = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ), ma B C. è incompatibile. (iii) Siano u = (2, 0) e v = (0, 1) vettori in R 2. Essi sono tra loro ortogonali ma i vettori u v = (2, 1) e u + v = (2, 1) non lo sono., 2) a) Un equazione parametrica della retta r è la seguente: x = 21t r : y = 9t t R, z = t 2 3 ottenuta risolvendo l equazione cartesiana/affine. Il vettore di direzione di r è il vettore v = (21, 9, 1). Affinché ρ sia ortogonale a r il suo vettore normale n deve essere parallelo/multiplo di v. L equazione di ρ è data da: ρ : 21x 9(y 1) + (z 5) = 0. Sviluppando i conti si ottiene: ρ : 21x 9y + z + 4 = 0. b) Il piano σ passante per P, e parallelo a π ha equazione: σ : x + (z 5) = 0,

ovvero: σ : x + z 5 = 0. Tale piano contiene il punto P. La distanza tra i due piani è uguale alla distanza di un punto qualsiasi di uno dei due piani, rispetto all altro piano. Quindi possiamo calcolare la distanza tra i due piani calcolando la distanza di P da π. Segue: d(σ; π) = d(p ; π) = 0 + 5 1 12 + 0 2 + 1 = 4 = 2 2. 2 2 c) La retta s giace sul piano parallelo a π e passante per P (piano σ) e sul piano contenente r e P. Troviamo l equazione di quest ultimo. Il fascio di piani contenenti la retta r (cioè il fascio di piani di asse r) è il fascio F di equazione: F : x + 2y 3z 2 + k(3x + 7y) = 0, k R. Imponendo il passaggio per il punto P si ottiene k = 15 7, e quindi il piano 52x + 119y 21z 14 = 0. La retta s ha equazione: { x + z 5 = 0 s : 52x + 119y 21z 14 = 0 d) Le rette parallele a π e passanti per P costituiscono un fascio di rette proprio. Un equazione di tale fascio, che denoto con la lettera G, può essere trovata come segue. La stella di rette per P è data da: x = lt y = mt + 1, t R, al variare di l, m, n in R. z = nt + 5 Imponiamo la condizione di parallelismo al piano π. Una retta è parallela ad un piano se il suo vettore di direzione è ortogonale alla normale al piano. In questo caso imponiamo che il vettore di direzione di una generica retta per P, ovvero il vettore (l, m, n) sia ortogonale a n π = (1, 0, 1), cioè l + n = 0, da cui n = l. Il fascio G ha quindi equazione: x = lt G : y = mt + 1, t R, al variare di l, m in R. z = lt + 5 e) Per trovare la matrice associata a P r dobbiamo trovare le immagini dei vettori della base canonica, tramite P r. Ricordo che la proiezione sulla direzione di r è data da: Segue: P r (x) = x v x (21, 9, 1) v = (21, 9, 1). v 2 523 P r (e 1 ) = 21 (21, 9, 1), 523 P r (e 2 ) = 9 (21, 9, 1), 523 P r (e 3 ) = 1 (21, 9, 1), 523 La matrice B associata a P r è la matrice: Si noti che questa matrice è simmetrica. B = 1 523 441 189 21 189 81 9 21 9 1

3) a) Lo scalare λ = 1 è un autovalore di A k se e solo se det(a k + I) = 0, ovvero: 1 1 k det 0 2 k = 4 k 2 = 0, da cui k = 2 o k = 2. 0 k 2 b)-c) Determiniamo gli autovalori di A k con la rispettiva molteplicità algebrica. Il determinante di A k λi è uguale a: λ 1 k ( ) det 0 1 λ k 1 λ k = λ det = λ[(1 λ) 2 k 2 ] = λ(1 λ k)(1 λ + k). k 1 λ 0 k 1 λ Gli autovalori di A k sono quindi λ 0 = 0, λ 1 = 1 k e λ 2 = 1 + k. Supponiamo k 0, k 1 e k 1. In tal caso i tre autovalori sono distinti e quindi la matrice A k è diagonalizzabile. Determiniamo ora gli autospazi relativi agli autovalori λ 0, λ 1 e λ 2. Consideriamo l autovalore λ 0. Risolviamo il sistema lineare omogeneo la cui matrice completa è la seguente: 0 1 k 0 0 1 k 0 0 k 1 0 Applicando il metodo di Gauss si ottiene la seguente forma ridotta: 0 1 0 0 0 0 1 0 0 0 0 0 Nella risoluzione con Gauss si è tenuto conto che k 0. L autospazio di A k relativa all autovalore λ 0 = 0, che denotiamo con Λ 0 è lo spazio delle soluzioni del sistema lineare omogeneo precedente e pertanto ha equazione in forma affine Λ 0 : y = z = 0. L equazione parametrica è data da: Λ 0 : x = t y = 0 t R. z = 0 Una base di Λ 0 è data da B Λ0 = {(1, 0, 0)}. Consideriamo ora l autovalore λ 1 = 1 k. Risolviamo il sistema lineare omogeneo la cui matrice completa è la seguente: 1 + k 1 k 0 0 k k 0 0 k k 0 Applicando il metodo di Gauss si ottiene la seguente forma ridotta: k+1 1 0 k 1 0 0 1 1 0 0 0 0 0 Nella risoluzione con Gauss si è tenuto conto che k 1. L autospazio di A k relativa all autovalore λ 1 = 1 k, che denotiamo con Λ 1 è lo spazio delle soluzioni del sistema lineare omogeneo precedente e pertanto ha equazione in forma affine { (k 1)x + (k 1)z = 0 Λ 1 : y + z = 0 Un equazione parametrica è data da: Λ 1 : x = (k + 1)t y = (k 1)t t R. z = (1 k)t

Una base di Λ 1 è data da B Λ1 = {(k + 1, k 1, 1 k)}. Consideriamo infine l autovalore λ 2 = 1 + k. Risolviamo il sistema lineare omogeneo la cui matrice completa è la seguente: 1 k 1 k 0 0 k k 0 0 k k 0 Applicando il metodo di Gauss si ottiene la seguente forma ridotta: 1 k 1 0 k+1 0 0 1 1 0 0 0 0 0 Nella risoluzione con Gauss si è tenuto conto che k 1. L autospazio di A k relativa all autovalore λ 2 = 1 + k, che denotiamo con Λ 2 è lo spazio delle soluzioni del sistema lineare omogeneo precedente e pertanto ha equazione in forma affine { (k + 1)x (k 1)z = 0 Λ 1 : y z = 0 Un equazione parametrica è data da: Λ 1 : x = (k 1)t y = (k + 1)t t R. z = (k + 1)t Una base di Λ 2 è data da B Λ2 = {(k 1, k + 1, k + 1)}. Una matrice diagonalizzante per A k, se k 0, k 1 e k 1 è data da: P k = 1 0 k + 1 k 1 k 1 k + 1, 0 1 k k + 1 con relativa matrice in forma diagonale: D k = 1 0 0 0 1 k 0 0 0 1 + k Supponiamo ora k = 0. La matrice A 0 è la seguente: 0 1 0 A 0 = 0 1 0 0 0 1 Essa ha autovalori, calcolati precedentemente, λ 0 = 0, λ 1 = λ 2 = 1. L autospazio Λ 0 è lo spazio delle soluzioni del sistema lineare omogeneo la cui matrice orlata è: 0 1 0 0 0 1 0 0 0 0 1 0 Una sua equazione in forma affine è Λ 0 : y = z = 0 e una sua base è B Λ0 = {(1, 0, 0)}. L autospazio Λ 1, relativo all autovalore λ 1 = 1 è lo spazio delle soluzioni del sistema lineare omogeneo la cui matrice orlata è: 1 1 0 0 0 0 0 0 0 0 0 0 Una sua equazione in forma affine è pertanto Λ 1 : x + y = 0 ed una sua base è B Λ1 = {(1, 1, 0), (0, 0, 1)}. L autovalore λ 1 ha molteplicità pari a 2. Quindi se k = 0 la matrice è diagonalizzabile. Una sua forma diagonale è la matrice: D = 0 0 0 0 1 0 0 0 1

con matrice diagonalizzante P che possiamo prendere uguale a: 1 1 0 P = 0 1 0 0 0 1 Se k = 1 gli autovalori di A 1 sono λ 0 = λ 1 = 0 e λ 2 = 2. Calcoliamo l autospazio Λ 0 di A 1 relativo all autovalore λ = 0. Esso è spazio delle soluzioni del sistema lineare omogeneo la cui matrice completa è: 0 1 1 0 0 1 1 0, 0 1 1 0 ovvero, Λ 0 : y = z = 0. Pertanto una base di Λ 0 è data da B Λ0 = {(1, 0, 0)}. La molteplicità geometrica di λ 0 è pari ad 1, diversa dalla molteplicità algebrica. La matrice A 1 non è diagonalizzabile. L autospazio Λ 2 di A 1 relativo all autovalore λ 2 = 2 è spazio delle soluzioni del sistema la cui matrice orlata è: 2 1 1 0 0 1 1 0 0 1 1 0 Applicando il metodo di Gauss si ottiene Λ 2 : x = y z = 0 ed una sua base è data da B Λ2 = {(0, 1, 1)}. Se k = 1 gli autovalori di A 1 sono λ 0 = λ 2 = 0 e λ 1 = 2. Calcoliamo l autospazio Λ 0 di A 1 relativo all autovalore λ = 0. Esso è spazio delle soluzioni del sistema lineare omogeneo la cui matrice completa è: 0 1 1 0 0 1 1 0, 0 1 1 0 ovvero ancora Λ 0 : y = z = 0. Una base di Λ 0 è data da B Λ0 = {(1, 0, 0)}. La molteplicità geometrica di λ 0 è pari ad 1, diversa dalla molteplicità algebrica. La matrice A 1 non è diagonalizzabile. L autospazio Λ 1 di A 1 relativo all autovalore λ 1 = 2 è spazio delle soluzioni del sistema la cui matrice orlata è: 2 1 1 0 0 1 1 0 0 1 1 0 Applicando il metodo di Gauss si ottiene Λ 1 : x = y + z = 0 ed una sua base è data da B Λ1 = {(0, 1, 1)}. d) Calcoliamo il prodotto della matrice A 2 per il vettore v. Otteniamo: A 2 v = 0 1 2 0 1 2 3 1 = 3 1 = v. 0 2 1 1 1 Il valore di (A 2 ) 103 v è uguale a ( 1) 103 v = v = ( 3, 1, 1) t. e) La i) è diretta conseguenza della definizione di autovalore. Uno scalare λ è autovalore di una matrice B se e solo se det(b λi) = 0. Se per assurdo l autovalore λ fosse nullo, allora si avrebbe det(b) = 0 e quindi B non potrebbe essere invertibile. Verifichiamo la ii). Essendo w un autovettore di B con autovalore λ vale la seguente uguaglianza: Bw = λw. Moltiplicando a sinistra per B 1 ambo i membri della stessa uguaglianza si ottiene: w = λb 1 w. Per la parte i) sappiamo che λ è diverso da zero. Dividendo per λ entrambi i membri si ottiene: cioè la tesi. B 1 w = λ 1 w,

Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 01/07/2014. 1) Si consideri la seguente famiglia di applicazioni lineari T k : R 4 R 4, dove k è un parametro reale, definite da: T k (x 1, x 2, x 3, x 4 ) = ( 2x 1 x 2 2x 4, x 2 + (k + 1)x 3, x 1 + x 3 x 4, x 1 + kx 2 + (2k 1)x 3 + x 4 ). a) Scrivere la matrice A k associata a T k rispetto alle basi canoniche di R 4. b) Verificare che i vettori v 1 = ( 1, 2, 1, 2), v 2 = (1, 1, 1, 1), v 3 = (0, 1, 1, 0) e v 4 = (0, 1, 0, 0) costituiscono una base di R 4 e scrivere la matrice A k associata a T k rispetto alla base canonica del dominio ed alla base B = {v 1, v 2, v 3, v 4 } del codominio. c) Studiare al variare di k R il nucleo e l immagine di T k, evidenziando al variare di k in R le rispettive equazioni, in forma parametrica o cartesiana, le dimensioni e le basi. d) Posto k = 1 calcolare la controimmagine del vettore (3, 1, 2, 1). e) Due matrici quadrate di ordine n A e B commutano se e solo se AB = BA. (i) Trovare l insieme U di tutte le matrici 2 2 che commutano con la matrice C = ( 1 1 2 0 (ii) Verificare che U è un sottospazio vettoriale dello spazio delle matrici quadrate di ordine 2. (iii) Siano A e B due matrici quadrate di ordine n. Mostrare che se A commuta con B e B è invertibile, allora A commuta con B 1. ). 2) Si considerino nello spazio affine i punti P (1, 2, 1), Q(2, 1, 0) e la retta r : Determinare: a) la retta s parallela a r e passante per P ; b) la posizione reciproca tra la retta r e la retta t passante per P e Q; c) i piani paralleli a r e passanti per Q; d) la retta perpendicolare alle rette r e t ed incidente le stesse rette. e) Sia L = v R 2 lo spazio generato in R 2 dal vettore v = ( 1 2 trasformazione lineare R L : R 2 R 2 definita da R L (x) = 2(x v) v v v x. { 2x y = 0 x + 3y 2z 1 = 0. ). Scrivere la matrice associata alla 3) Sia R 2 [x] lo spazio dei polinomi a coefficienti reali aventi grado al più 2 e sia E 2 = {1, x, x 2 } la base standard di R 2 [x]. Determinare: a) la matrice A associata all endomorfismo T di R 2 [x] definito da rispetto a E 2 ; T (a + bx + cx 2 ) = b + c + (a + c)x + (a + b)x 2 b) gli autovalori di A con le rispettive molteplicità algebriche; c) gli autospazi di A, specificandone equazioni cartesiane, dimensioni e basi. d) Determinare se A è diagonalizzabile ed in caso affermativo scrivere una forma diagonale D ed una matrice diagonalizzante P relativa a D. e) Scrivere, se esiste, una base ortogonale di R 3 costituita da autovettori della matrice A.

1) a) Calcoliamo le immagini dei vettori della base canonica di R tramite T k : T k (1, 0, 0, 0) =(2, 0, 1, 1). T k (0, 1, 0, 0) =( 1, 1, 0, k). T k (0, 0, 1, 0) =(0, k + 1, 1, 2k 1). T k (0, 0, 0, 1) =( 2, 0, 1, 1). La matrice associata A k è la matrice avente per colonne i vettori calcolati precedentemente, ovvero: 2 1 0 2 A k = 0 1 k + 1 0 1 0 1 1 1 k 2k 1 1 b) Sia C la matrice le cui colonne sono i vettori v 1, v 2, v 3, v 4. Affinché i 4 vettori costituiscano una base di R 4 il determinante di C deve essere diverso da 0. 1 1 0 0 C = 2 1 1 1 1 1 1 0 2 1 0 0 Calcoliamone il determinante. det(c) = det 1 1 0 0 2 1 1 1 1 1 1 0 2 1 0 0 = det 1 1 0 1 1 1 2 1 0 = det ( 1 1 2 1 ) = 1. Calcoliamo l inversa della matrice C. Uso qui il metodi Gauss. La matrice inversa di C è la matrice 1 1 0 0 1 0 0 0 2 1 1 1 0 1 0 0 1 1 1 0 0 0 1 0 2 1 0 0 0 0 0 1 C 1 = 1 0 0 1 2 0 0 1 1 0 1 0 1 1 1 1 La matrice A k ha per colonne le componenti delle immagini dei vettori della base canonica rispetto alla base formata dai vettori v 1, v 2, v 3, v 4. Vale pertanto: 1 0 0 1 2 1 0 2 1 k 1 2k 1 1 A = C 1 A k = 2 0 0 1 0 1 k + 1 0 1 0 1 0 1 0 1 1 = 3 k 2 2k 1 3 3 1 1 3 1 1 1 1 1 k 2k 1 1 2 k 3k + 1 2 c) Al fine di determinare il nucleo risolviamo il sistema lineare omogeneo la cui matrice completa è la matrice A k : 2 1 0 2 0 0 1 k + 1 0 0 1 0 1 1 0 1 k 2k 1 1 0

Riducendo con Gauss, è possibile pervenire alla seguente forma: 1 0 1 1 0 0 1 2 0 0 0 0 k 1 0 0 0 0 0 0 0 Se k 1 allora si perviene alla forma: 1 0 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 Si ottiene pertanto l equazione di ker(t k ) in forma affine: x 1 x 4 = 0 ker(t k ) : x 2 = 0 x 3 = 0 che ha soluzioni (equazione parametrica): ker(t k ) : x 1 = t x 2 = 0 x 3 = 0 x 4 = t t R. Segue che la dimensione di ker(t k ) è uguale a 1 ed una base è formata dal vettore (1, 0, 0, 1). L immagine di T k, per il teorema di nullità più rango (Teorema 5.8 della dispensa) ha quindi dimensione 4 1 = 3 e quindi una sua base coincide con l insieme delle prime colonne di A k. Esse sono linearmente indipendenti. Una base di Im(T k ) è quindi B Im(Tk ) = {(2, 0, 1, 1), ( 1, 1, 0, k), (1.k + 1, 2, 2k 1)}. Una sua equazione, in forma parametrica è data da: x 1 = 2s t + u Im(T k ) : x 2 = t + (k + 1)u x 3 = s + 2u x 4 = s + kt + (2k 1)u s, t, u R. Supponiamo ora k = 1. In tal caso la matrice completa del sistema definente in nucleo è data da: 1 0 1 1 0 0 1 2 0 0 0 0 0 0 0 0 0 0 0 0 Il nucleo di T 1 ha pertanto equazione in forma affine/cartesiana data da { x1 + x ker(t 1 ) : 3 x 4 = 0 x 2 + 2x 3 = 0 che ha soluzioni (equazione parametrica): x 1 = s + t ker(t 1 ) : x 2 = 2s x 3 = s x 4 = t s, t R.

In tal caso l immagine ha dimensione dim(im(t 1 )) = 4 2 = 2. Una sua base è costituita dai primi due vettori della matrice A 1, ovvero B Im(T1) = {(2, 0, 1, 1), ( 1, 1, 0, 1)}. Una sua equazione, in forma parametrica è data da: x 1 = 2s t Im(T k ) : x 2 = t x 3 = s s, t R. x 4 = s + t d) Per determinare la controimmagine del vettore (3, 1, 2, 1) rispetto a T 1 risolviamo il sistema la cui matrice dei coefficienti è A 1 ed il cui vettore termine noto è (3, 1, 2, 1) t. 2 1 0 1 3 0 1 2 0 1 1 0 1 1 2 1 1 1 1 1 Un procedimento di Gauss porta alla seguente forma ridotta: 1 0 1 1 2 0 1 2 0 1 0 0 0 0 0, 0 0 0 0 0 le cui soluzioni sono: T 1 1 (3, 1, 2, 1) = x 1 = s + t + 2 x 2 = 2s + 1 x 3 = s x 4 = t s, t R. ( ) x11 x e) (i) Sia X = 12 una generica matrice quadrata di ordine 2. Imponiamo che essa commuti con C. x 21 x 22 Abbiamo: ( ) ( ) ( ) x11 x XC = 12 1 1 x11 2x = 12 x 11, x 21 x 22 2 0 x 21 2x 22 x 21 ( ) ( ) ( ) 1 1 x11 x CX = 12 x11 x = 21 x 12 x 22. 2 0 x 21 x 22 2x 11 2x 12 Pertanto XC = CX se e solo se x 11, x 12, x 21 e x 22 sono soluzioni del sistema: x 11 x 12 = x 11 x 21 x 11 = x 12 x 22 x 21 2x 22 = 2x 11 x 21 = 2x 12 Il precedente sistema è equivalente al seguente: { x11 + x 12 x 22 = 0 2x 12 x 21 = 0 che ha soluzioni: x 1 = s + t x 2 = s x 3 = 2s x 4 = t s, t R.

{( s + t s Segue U = 2s t ) } : s, t R. ( ) 1 1 (ii) Dalla soluzione del punto precedente abbiamo che U è lo spazio generato dalle matrici e 2 0 ( ) 1 0 nello spazio delle matrici quadrate di ordine 2. Possiamo mostrare la stessa proprietà osservando 0 1 che, comunque date due matrici A 1 e A 2 che commutano con C ed uno scalare k R, le matrici A 1 + A 2 e ka 1 commutano con C, senza guardare alla definizione di U data al punto (i). Infatti, se A 1 e A 2 commutano con C, allora: (A 1 + A 2 )C = A 1 C + A 2 C = CA 1 + CA 2 = C(A 1 + A 2 ), cioè A 1 + A 2 commuta con C, ovvero è in U. Inoltre se k R, allora: (ka 1 )C = k(a 1 C) = k(ca 1 ) = C(kA 1 ), cioè ka 1 U. U è chiuso rispetto alla somma ed alla moltiplicazione per uno scalare, quindi è un sottospazio vettoriale dello spazio delle matrici di tipo 2 2. (iii) Supponiano A e B due matrici quadrate di ordine n tali che A commuta con B e B è invertibile. Allora cioè A commuta con B 1. AB 1 = IAB 1 = B 1 BAB 1 = B 1 ABB 1 = B 1 A, 2) a) L equazione parametrica della retta r si ottiene risolvendo la sua equazione cartesiana. Da facili conti si ottiene: x = 2α r : y = 4α α R. z = 7α 1 2 Il suo vettore di direzione è il vettore v r = (2, 4, 7). La retta s, essendo parallela a r, ha la sua stessa direzione. La sua equazione, in forma parametrica, è data da: x = 2α + 1 r : y = 4α + 2 α R. z = 7α 1 b) La retta t, passante per P e Q, ha come vettore di direzione il vettore v t = P Q = Q P = (1, 3, 1). Essa ha quindi equazione: t : x = α + 1 y = 3α + 2 α R. z = α 1 Le direzioni delle rette r e t sono diverse. Esse pertanto possono essere o incidenti o sghembe. Studiamo l intersezione delle due rette sostituendo le coordinate di un generico punto di t all equazione cartesiana di r. Otteniamo: 2(α + 1) ( 3α + 2) = 0 e (α + 1) + 3( 3α + 2) 2(α 1) 1 = 0. La prima è soddisfatta per α = 0, la seconda per α = 4 5. Le due rette sono quindi sghembe. c) I piani paralleli ad r e passanti per Q costituiscono un fascio di piani proprio F il cui asse è la retta parallela ad r per Q. Tale retta, che denoto con la lettera q ha equazione in forma cartesiana del tipo: q : { 2x y + k1 = 0 x + 3y 2z + k 2 = 0

per opportuni scalari reali k 1 e k 2. Imponendo il passaggio per Q si ottiene q : { 2x y + 5 = 0 x + 3y 2z + 1 = 0 Il fascio F ha quindi equazione: F : µ(2x y + 5) + ν(x + 3y 2z + 1) = 0, µ, ν R. d) La retta cercata, che denoto con la lettera p ha direzione v p = (l, m, n) perpendicolare alle direzioni delle rette r e t. Ora v r = (2, 4, 7) e v t = (1, 3, 1). Segue che l, m, n devono soddisfare il sistema: { 2l + 4m + 7n = 0 l 3m + n = 0 Risolvendo il sistema si ottiene che p ha direzione individuata dal vettore v p = (5, 1, 2). La retta p è intersezione dei piani contenenti rispettivamente le rette r e t e paralleli ad p (più precisamente la contengono, ma per noi è sufficiente il fatto che sia parallela). I piani contenenti la retta r sono i piani di equazione: cioè: x + 3y 2z 1 + k(2x y) = 0, (2k + 1)x + (3 k)y 2z 1 = 0. Un tale piano è perpendicolare a p se e solo se il suo vettore normale è ortogonale a v p, cioè se: 5(2k + 1) + (3 k) + 4 = 0, da cui k = 4 3. Sostituendo tale valore nell equazione si ottiene 5x 13y + 6z + 3 = 0. La retta t ha equazione cartesiana data da: { 3x + y 5 = 0 t : x z 2 = 0 I piani contenenti la retta t sono i piani di equazione: cioè: Imponendo che sia perpendicolare a p si ha: 3x + y 5 + k(x z 2) = 0, (k + 3)x + y kz 2k 5 = 0. 5(k + 3) + 1 + 2k = 0, da cui k = 16 7. Sostituendo tale valore nell equazione si ottiene 5x + 7y + 16z 3 = 0. L equazione cartesiana di p è quindi data da: { 5x 13y + 6z + 3 = 0 p : 5x + 7y + 16z 3 = 0 e) Calcoliamo le immagini dei vettori della base canonica e 1 = (1, 0) e e 2 = (0, 1), tramite R L. Si ottiene facilmente R L (e 1 ) = ( 3 5, 4 5 ) e R L(e 2 ) = ( 4 5, 3 5 ). La matrice associata a R L è la matrice: R L è la riflessione rispetto alla retta L. ( 1 3 4 5 4 3 ).

3) a) Calcoliamo le immagini dei vettori della base canonica E 2 = {1, x, x 2 } di R 2 [x] tramite T : T (1) = x + x 2, T (x) = 1 + x 2, T (x 2 ) = 1 + x. La matrice A è la matrice le cui colonne sono le coordinate delle tre immagini rispetto alla base E 2, ovvero: 0 1 1 A = 1 0 1 1 1 0 b) Notiamo che la matrice A è simmetrica, quindi diagonalizzabile. Determiniamo gli autovalori di A con la rispettiva molteplicità algebrica. Il determinante di A λi è uguale a: det(a λi) = det λ 1 1 1 λ 1 1 1 λ = λ 3 + 2 + 3λ = λ 3 + λ + 2λ + 2 = λ(λ 1)(λ + 1) + 2(λ + 1) = (λ + 1)(λ 2 λ 2) = (λ + 1) 2 (λ 2). Gli autovalori di A sono λ 1 = 1 con molteplicità algebrica 2 e λ 2 = 2 con molteplicità algebrica 1. c) Determiniamo l autospazio Λ 1 di A relativo all autovalore λ 1. Esso è lo spazio delle soluzioni del sistema lineare omogeneo la cui matrice dei cofficienti è A λ 1 I, cioè il sistema: 1 1 1 0 1 1 1 0 1 1 1 0 Un semplicissimo procedimento di Gauss porta alla forma: 1 1 1 0 0 0 0 0 0 0 0 0 L autospazio Λ 1 ha quindi equazione cartesiana data da Λ 1 : x + y + z = 0 ed equazione in forma parametrica: x = s + t Λ 1 : y = s s, t R. z = t Una sua base B Λ1 è costituita dai vettori (1, 1, 0) e (1, 0, 1). Λ 1 ha la dimensione attesa 2, equivalente a dire che la molteplicità geometrica dell autovalore λ 1 è pari a 2. Determiniamo ora l autospazio Λ 2 di A relativo all autovalore λ 2. Esso è lo spazio delle soluzioni del sistema lineare omogeneo la cui matrice dei cofficienti è A λ 2 I, cioè il sistema: 2 1 1 0 1 2 1 0 1 1 2 0 Utilizzando ancora il procedimento di Gauss si perviene alla forma: 1 0 1 0 0 1 1 0 0 0 0 0

L autospazio Λ 1 ha quindi equazione cartesiana data da Λ 2 : { x z = 0 y z = 0 ed equazione in forma parametrica: Λ 1 : x = s y = s s R. z = s Una sua base è B Λ2 = {(1, 1, 1)}. L autovalore λ 2 ha quindi molteplicità geometrica 1. d) A è diagonalizzabile. Una sua forma diagonale è data dalla matrice D data da: 1 0 0 D = 0 1 0 0 0 2 Una matrice diagonalizzante P, relativa alla forma diagonale D è data da: 1 1 1 P = 1 0 1 0 1 1 e) A è simmetrica, quindi R 3 possiede una base ortogonale costituita da autovettori di A. Dalla risoluzione del punto precedente sappiamo che una base di R 3 costituita da autovettori di A è la base B = {(1, 1, 0), (1, 0, 1), (1, 1, 1)}. Tale base non è ortogonale. I primi due vettori sono ortogonali al terzo, ma non ortogonali tra loro. Applichiamo il procedimento di Gram-Schmidt alla prima coppia di vettori. Denotiamo i tre vettori della base B rispettivamente con v 1, v 2 e v 3. Costruiamo vettori w 1, w 2, w 3 ponendo w 1 := v 1 = (1, 1, 0), w 2 := v 2 proj w1 (v 2 ) = v 2 v 2 w 1 w 1 w 1 w 1 = ( 1 2, 1 ) 2, 1, w 3 := v 3 proj w1 (v 3 ) proj w2 (v 3 ) = v 3 = (1, 1, 1). Una base ortogonale di R 3 costituita da autovettori di A è quindi la base O = {w 1, w 2, w 3 }.