Sei sulla pagina 1di 7

Spazi Vettoriali

Spazio Vettoriale: Un insieme di R N si definisce spazio vettoriale, se in esso esistono due operazioni,

somma di n-ple: (x1, x2, …, xn) + (y1, y2, …, yn) = (x1y1+x2y2+…+xnyn)

prodotto per uno scalare: λ (x1, x2, …, xn) = ( λ x1, λ x2, …, λ xn)

e questo insieme deve soddisfare 8 proprietà: 1) (u+v)+w=u+(v+w), 2) v∙u = u∙v,3) v+0=v, 4) v+(-v)=0

5) h∙ (k∙v)= (h∙k) ∙ v 6) h∙(v+w)= h∙v+h∙w 7) (h+k) ∙v=h∙v+k∙v 8) 1∙v=v

Sottospazio Vettoriale: Si definisce sottospazio vettoriale di R N , un sottoinsieme di R N , V “chiuso” rispetto


alle operazioni, cioè:
1)se v1 , v 2 ϵ V allora v 1+ v 2 ϵ V
2)se λϵ R , v1 ϵ V allora λ v 1 ϵ V

Prodotto Scalare: v1 ∙ v 2=x1x2+y1y2

quattro proprietà: 1) v∙w = w∙v 2) a ∙ (v ∙w) = (av) ∙ w 3) u∙(v+w)= u∙v+u∙w 4) v∙v≥ 0 se =0 allora v=0

Combinazione lineare: è un vettore, cioè una n-pla che si ottiene da altre n-ple moltiplicate per uno scalare.

v=λ v1 + λ v 2 +…+ λ v n

Matrici
Matrice simmetrica: matrice uguale alla sua trasposta A=Aᵀ; Antisimmetrica: Aᵀ=-A.

1° Teorema di Laplace  determinante


2° Teorema di Laplace  matrice con 2 righe uguali, det=0

Matrice invertibile: Una matrice A n∙n quadrata si dice invertibile se esiste un’altra matrice C n∙n con la
proprietà: A∙C= I e C∙A=I (se det≠0 allora A è invertibile)

Matrice elementare: una matrice F si dice elementare se si ottiene, partendo da I, con una sola operazione
elementare. E moltiplicare a sinistra una matrice elementare per un’altra matrice A, vuol dire operare su A
mediante l’operazione elementare di F.

Matrice Ortogonale: Moltiplicata per la sua trasposta da l’identità (A∙A T= I o AT∙A= I)

Cofattore: il cofattore si calcola trovando il determinante di a11 ( ∝11 )

Formula di aggiunzione:

( )
∝ 11 ⋯ ∝1 n
^
A= ⋮ ⋱ ⋮ ᵀ A^
A =(detA)I
1m ⋯ mn

Teorema di Binet: Se A e B sono matrici n∙n allora det(AB)=detA ∙ detB

Minore: Un Minore si trova scegliendo k righe e k colonne da una matrice A, i numeri in comune tra le righe
e le colonne scelte, sono il minore.

Rango: Teorema del rango (i 4 ranghi sono uguali)

1)Per Pivot

2)Per Minori (Teorema degli Orlati: se M è un minore con det≠0 di ordine K, e se tutti i minori di ordine K+1
che orlano M sono nulli, allora il rango per minori è k)

3)Per Righe (analizzando le righe come vettori, il numero di vettori indipendenti è il rango)
4)Per Colonne (analizzando le colonne come vettori, il numero di vettori indipendenti è il rango)

Diagonalizzazione di una matrice:

Autovettore e Autovalore: Si dice autovettore di una matrice A, un vettore colonna X, non nullo, con la
proprietà che AX= λ X, per uno scalare λ che viene detto autovalore.

( ) () ( ) () ( )( )( )
12 −3 0 1 1 0 1 1 0
A= 24 3 0 = 12 2 , -3 −1 , 3 0 ; autovettori: 2 , −1 , 0 ; autovalori: 12, -3, 3;
36 −3 3 3 1 1 3 1 1

Autospazi: si studia cA(x) = det(xI − A) (equazione caratteristica), da essa si trovano gli autovalori,
sostituendo in (xI − A) ogni autovalore e risolvendo ogni SLO troviamo gli autospazi E λ ( A )

Diagonalizzazione di una matrice: Una matrice A n∙n si dice diagonalizzabile se esiste un’altra matrice P, con
la proprietà che P−1 AP=D (A=PD P−1)

La matrice P si trova mettendo dentro una matrice gli autovettori (le basi degli autospazi E λ ( A ) ).
La matrice D avrà sulla diagonale gli autovalori di A.

La condizione necessaria e sufficiente affinché una matrice n∙n sia diagonalizzabile, è che per ogni
autovalore la sua Molteplicità Algebrica sia uguale alla sua Molteplicità Geometrica.
( M A ( λ ) =¿ il numero che esprime quante volte l’autovalore λ annulla il polinomio caratteristico)
( M G ( λ )=n−rg ( λI − A )) (una matrice simmetrica è diagonalizzabile)

Teorema di Cayley-Hamilton: Sia A n∙n, cA(x) il suo polinomio caratteristico, allora: cA(A)=0

Geometria Analitica
Vettore applicato: Segmento orientato dal piano, con una lunghezza, una direzione, un verso e un punto di
applicazione.

Vettore libero: Classe di equipollenza di un vettore applicato, possiamo spostare il vettore applicato
variando solo il punto di applicazione, senza cambiare la lunghezza, la direzione e il verso.

Due vettori si dicono linearmente indipendenti se sono paralleli (det=0).


E si dicono perpendicolari fra loro se il loro prodotto scalare fa 0 ( ⃗v ∙ ⃗u =0).

Base ortonormale: una base in cui ⃗v e u⃗ hanno lunghezza 1 (versori) e sono tra loro ortogonali

RC(O xy): Riferimento cartesiano ortogonale con origine 0, e coordinate x e y.

v⃗ ⋅⃗u
Proiezione Ortogonale: ⃗
P= proj ⃗v u⃗ = ⋅ ⃗v .
⃗v ⋅⃗v
Formula Intrinseca: u⃗ ⋅ ⃗v =‖u⃗‖⋅ ‖⃗v‖⋅ cos ϑ (‖⃗v‖= √ ⃗v ⋅ ⃗v ).

v⃗
Versore = Vettore di lunghezza 1 ^v =±
‖⃗v‖

Equazione Cartesiana di una retta: |XY 2−X 1


2−Y 1
X −X 1
Y −Y 1 |
=0  ax +by +c =0

Equazioni parametriche: { y=Y


x=X 1+¿
1+mt
l=(X2-X1), m=(Y2-Y1);
l
m ()
= Parametri Direttori

|a x 0 +b y 0 +c|
Distanza Punto-Retta: d( P0, r)=
√ a2 +b 2
Distanza Punto-Punto: ⅆ ( P0 , P 1) = √ ( x −x ) +( y − y )
2 1
2
2 1
2
|c 2−c 1|
Distanza tra due rette parallele: ⅆ ( r , s )=
√ a2 +b2
x−x 1 y − y 1
Equazione in forma di rapporti uguali: =
x2 −x1 y 2− y 1

Rette Parallele: Equazione = a 0 x +b 0 y +k =0 , k ∈ R Rette Perpendicolari: det=0

Formula di cambiamento di coordinate del punto:


{ x ' =a ( x−x 0 ) +b ( y− y 0 )
y ' =c ( x−x 0 )+ ⅆ ( y− y 0 )
(calcolo i versori dall’eq)

Curve
Circonferenza: Luogo dei punti del piano aventi distanza fissata r da P0, r>0

√ ( −a2 ;− b2 )
2 2
2 2 a b c:
x + y + ax+ by+ c=0 r= + −c
4 4
calcolo equazione: dati dei punti(sostituire i valori x, y e risolvere il SLO), dati r e C (creare un SLO
uguagliando i valori alle formule).

Coniche: fissati un punto F (fuoco) del piano ed una retta d (direttrice) ed una costante e (eccentricità), una
PF
Conica è il luogo dei punti del piano P(x, y) con la proprietà che =ⅇ
Pd

x2 y2
Ellisse: 0< ⅇ<1 equazione canonica: + =1
a2 b 2
y2 x2
Iperbole: ⅇ> 1equazione canonica : 2 − 2 =1
b a
1 2
Parabola: ⅇ=1 equazione canonica: y = x
4C
Classificazione:

( )
a 00 a 01 a 02
A= a 01 a 11 a 12
a 02 a 12 a 22

termine noto, metà coefficiente in x, metà coefficiente in y, coeff x 2, coeff y 2, metà coefficiente in xy

Se det≠0 e se (conica generale):


1)∝00 > 0 la conica è un ellissi
2)∝00 = 0 la conica è una parabola
3)∝00 < 0 la conica è un iperbole

Se det=0 :
1) se rg=2 in base a ∝00 abbiamo una conica degenere(una coppia di rette)
2) se rg=1 conica doppiamente degenere

Centro della conica: ( ∝01 ∝02


;
∝00 ∝00 )
Asintoti: Si prende x2 , y2 e xy con i propri coefficienti e si pone x=l e y=m, si risolve l’equazione
ponendo m = 1, e si trova l, si trovano cosi le due coppie di parametri direttori. Si pone l’equazione:
∝01 ∝
x− y− 02
∝00 ∝00
=
l m
Metodo degli Invarianti: per calcolare l’equazione della conica in forma canonica.
A=det A , α 00 , I =Tr A 00
3
2 ∝00 I ∝00 2 2
ellissi e iperbole: t + t+ 2 α x + β y =1
A A


3
parabola:∝=± −1 I ∝ x 2 + y=0
4 A
Punti Impropri: Punto in cui due rette parallele si intersecano ( all’infinito)

{
x1
x=
x0
Coordinate Omogenee: ( x 0 , x 1 , x 2 ) queste coordinate includono i punti impropri.
x
y= 2
x0

Il punto improprio ha la forma (0, l, m) dove l e m sono i parametri direttori.

Coordinate Polari: {x=r cos θ


y =r sinθ
(x, y)=( r , θ ) r¿ √ x2 + y 2 θ=¿ tangente =
y
x

Spazio
J , ⃗k }.
Nello spazio tridimensionale consideriamo V3 dove fissiamo una base ortonormale { ⃗I , ⃗

()
vx
J , ⃗k )
Sistema di riferimento cartesiano ortogonale: RC(Oxyz)=RC(O ⃗I , ⃗ ⃗v = v y
vz

Equazione cartesiana del piano: r: ax+by+cz+d=0 (a, b, c) parametri di giacitura n⃗

P per appartenere al piano, ⃗


P1 P deve essere linearmente indipendente da ⃗
P 1 P2 e ⃗
P 1 P3
(determinante dei 3 = 0)
Per calcolare l’equazione del piano si pone una matrice 4*4 con prima riga (x y z 1) ultima colonna (1
1 1 1) e i tre punti del piano nelle ultime 3 righe e prime 3 colonne.

{
x−x p y− y p
=
l m
formula avente un punto e i parametri direttori:
y− y P z−z P
=
m n

Condizione di parallelismo tra piani: rg ( a'a b c


b' c '
=1 )
Condizione di perpendicolarità tra piani: aa’+bb’+cc’=0
Condizione di complanarità tra due rette: Determinante ( a, b, c ,d)= 0 Se non sono complanari due
rette si dicono sghembe.
se rgA=2 e rgC=2 le rette sono coincidenti. Se rgA=2 e rgC=3 le rette sono parallele. Se rgA=3 e
rgC=3 le rette sono incidenti.

()
l
Condizione di parallelismo tra una retta e un piano: n⃗ ⋅ r⃗ = 0 r
⃗ = m
n

Parametri Direttori: l= |bb' cc'| m=−|aa' cc'| n=|aa' bb'|


( )
x1−x 0

Vettore dato da due punti: P 0 P1=¿ y 1− y 0 (parametri direttori di due punti della stessa retta)
z 1−z 0

Prodotto Vettoriale: ( u⃗ , ⃗v ) → u⃗ ∧ ⃗v dove u⃗ ∧ ⃗v è un nuovo vettore definito come segue :


1) Vettore con direzione perpendicolare sia a u⃗ che a ⃗v .
2)Preso in modo che la terna (⃗ u , ⃗v , u⃗ ∧ ⃗v ) sia equiversa a ( ⃗I , ⃗J , ⃗k ¿ (det>0)

| |
⃗I ⃗j ⃗k
u x u y u z = u⃗ ∧ ⃗v
vx v y vz

⃗ ¿ ¿
Distanza tra due rette parallele: ⅆ ( P0 , ⃗r )=¿ P0 P1 Λ r⃗ ∨ |r⃗|=√ x 2+ y 2 + z 2
|⃗r|
|a x 0 +b y 0 + c z 0 +d|
Distanza punto-piano: d ( P , π ) 0
√ a2+ b2 +¿ c 2 ¿
|⃗
PQ ⋅ ⃗r ∧ ⃗s|
Distanza tra due rette sghembe: P ∈r , Q∈ s ⅆ ( r , s )=
|r⃗ ∧ ⃗s|
l m n
Coseni direttori: 2;
; ;
√ a +b +c √ a +b +c √ a +b2 +c 2
2 2 2 2 2 2

Studio dei fasci: Per ogni equazione si studia il proprio fascio dato da:

λ ( elementi sulla prima riga )+ μ ( elementi sulla seconda riga )=0

Superfici Quadriche
Una quadrica è il luogo dei punti le cui coordinate soddisfano una equazione di 2° grado in x, y, z.

Sfera: x 2+ y 2+ z 2 +ax +by +cz + d=0


2 2 2
x y z
Ellissoide: + + =1
a2 b 2 c2

x2 y 2 z 2
Iperboloide: ± − =1 (I. ad una falda se +, I. a due falde se -)
a2 b2 c 2
2 2
x y
Paraboloide: z= ± (P. ellittico se +, P. iperbolico se -)
a2 b2
Calcolo dell’equazione: Utilizzando il completamento dei quadrati ovvero per ogni incognita si deve
completare il quadrato del binomio. aggiungendo anche a destra dell’uguale ciò che si aggiunge a
sinistra.
Calcolo dell’equazione di un piano tangente in un punto A ad una sfera:

C A x ( x− A x ) +⃗
C A y ( y− A y ) +⃗
C A z ( z− A z )

Applicazioni Lineari
Un Applicazione Lineare è una applicazione tra due spazi vettoriali che soddisfa: (T:VW)

1)T( v1 + v 2)=T( v1 )+T( v 2) 2)T( λv 1)= λ T( v1 )

Nucleo: l’insieme di tutti i vettori del primo spazio che vengono trasformati nel vettore nullo del
secondo spazio. KerT ={ v ∈ V ∨T ( v )=O w } ( KerT è un sottospazio)

Immagine: Tutti i vettori w del secondo spazio che sono uguali a T di qualcosa per qualche v del primo
spazio. ImT ={ w ∈ W ∨w=T ( v ) } ( ImT è un sottospazio di W)

T:VW è iniettiva se KerT ={O } monomorfismo T:VW è suriettiva se ImT =W epimorfismo

biunivocità  Isomorfismo

dimV=n dimV=dim KerT + dim ImT ( ImT finita¿

Matrice Associata ad un’applicazione lineare:

Data T:VW, Voglio trovare la matrice associata a T rispetto alle basi Bv , D w (che scegliamo).
Calcoliamo le immagini mediante T dei vettori della base di Bv .

Scriviamo i vettori immagine appena ottenuti come combinazione lineare dei vettori della base di Dw .
La matrice associata alla trasformazione T rispetto alle basi Bv e Dw è la matrice avente per colonne i
coefficienti delle combinazioni lineari. ( M DB ( T )=M ).

Matrice del cambiamento di base: ha per colonne le coordinate dei vettori di B espressi in termini di D
.

M DB ( id ) =¿PDB

Spazi Euclidei:
Uno spazio Euclideo è uno spazio vettoriale in cui è definito un prodotto scalare, ovvero che soddisfa le
quattro proprietà: 1) v∙w = w∙v 2) a ∙ (v ∙w) = (av) ∙ w 3) u∙(v+w)= u∙v+u∙w 4) v∙v≥ 0 se =0 allora v=0

Procedimento di Gram-Schimidt: ci permette, dati dei vettori di uno spazio euclideo, di trovare la sua
base ortogonale.
u1= v1; u2=v2 – Proju1v2 ; u3=v3 – Proju2v3 - Proju1v3 … (u1… sono i nuovi vettori )
si ottiene cosi una base ortogonale( se moltiplico 2 vettori tra di loro fa 0) normalizzando ogni vettore
ottengo la base ortonormale dello spazio euclideo.
Completamento ortogonale: Dato un sottospazio U di uno spazio euclideo V, è definito complemento
ortogonale U ⊥ di V U ⊥ ={ v ∈V ∨v ⋅ u=0 ∀ u ∈U }
Rn =U ⊕ U ⊥ U ∩U ⊥= { 0 }
Teorema di approssimazione: Per determinare la migliore approssimazione di v su U , devo verificare
che la base di U sia ortogonale (vettori moltiplicati tra di loro = 0).

faccio la somma delle proiezioni di v su ogni vettore U , “P”. Facendo ‖v−P‖ trovo la distanza.

v ⋅ v1 v ⋅ vk
Sviluppo di Fourier: P(proiezione ortogonale)= 2
⋅ v ,+ ⋯+ 2
⋅ vk
‖v 1‖ ‖v k‖
Teorema degli assi principali: una matrice reale A è simmetrica se e solo se è ortogonalmente
diagonalizzabile.
Criterio di Sylvester:

¿¿
Minori direttori: A1:(1|1), A2:(1,2|1,2), A3:(1,2,3|1,2,3)
A è definita positiva se | A1|>0 …. | An|>0
A è definita negativa se | A1|<0 …. | An|>0

Numeri complessi
C={ a+ib∨a , b ∈ R i 2=-1
il coniugato di z=a+ib è z=a−ib

il modulo di z è ¿ z∨¿ √ a2 +b 2

a=ρ cosθ b=ρ sinθ z=ρ(cosθ+i sinθ )

( ( ) ( ))
1
θ+2 kπ θ+2 kπ
Formula di De Moivre: (radice di numeri complessi) √n z=ρ n ⋅ cos +i sin
n n

-----------------------------------------------------------------------------------------------------------------------------------
Matrice ortogonalmente diagonalizzabile: una matrice si dice ortogonalmente diagonalizzabile se
esiste una matrice ortogonale Q tale che Q-1AQ=D. Per trovare la matrice ortogonale si applica G.S.
sugli autovettori e poi si normalizzano.

Potrebbero piacerti anche