Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
e geometria
Algebra lineare e geometria
-
Matrici
DEFINIZIONE : siano m
,
ne 2 due interi positivi . Una matrice nxn a
coefficienti in R è
ESEMPIO
}
•
M = 2 A = 2 -3 it Ae 1122 '
n =3 4 5 -72
"' >
•
m =
4 B =
0 1 -3 B e R
n =3 2 2 2
E 72
'
-1
e e e
" "
02,2 = ° °
, 02 ,
}
= O 0 0
0 0 0 0 0
Se il delle
m = n
,
cioè numero di
righe è
uguale a
quello colonne , la
matrice è detta matrice quadrata .
A = 1 -1 E R 2.2 B = 1 -1 Ti
»
0 7 e 2 1 e R
2 1 -3
matrice quadrata .
"" ?"
A = 1 2 -5 3 E R B = 5 e R
,
Se noi = 1
,
cioè la matrice ha un' unica
riga e un' unica colonna è quindi un' unica entrata ;
identifichiamo IR
""
R .
"^
A =
-34 e ☒ < > _
3
c- R
a
""
OSSERVAZIONE sia A R matrice Ad entrata di A associamo due
una
ogni a
>
c- .
I I
A = 2 -
3 IT I -3 è l' entrata ( e , 2)
4 5
-
i ≤
j ≤ n
La matrice 1- R?" è
generica e :
% 929394
% 92%3^24
A ☒
=
% % 93%4 di €
j
9,19293 % "
" "
DEFINIZIONE OPPOSTO di UNA MATRICE > l' opposta di una matrice AEIR ,
denotata con -
A ,
è la
"
matrice di Rm la cui entrata lì j) ,
è l' opposto dell' entrata lì
, j) di A.
IN SIMBOLI : se A =
( aij )
i ≤ i ≤ n allora -
A =
( aij )
-
i
e ≤
g- ≤ n i ≤ ≤ n
2' }
i ≤
j ≤ n
A = 2 -3 Ti E ☒ > - A =
-2 3 - Ti
4 5 -72 -4 -5 312
e
aij
=
, , ,
ti 1 =
,
_
,
n n
j = 1
,
-
,
n .
ESEMPIO
A 2 -3 Ti B 2 ✗
y
= =
4 5 -312 4 5
✗
12
2 4
C = -3 5 ≠ A
IT
-
,
m e
j = 1
,
_
,
n .
IN SIMBOLI : se A =
( aij )
l'
i ≤ i≤ n allora 1- =
( aji)
1 ≤
j ≤ n i ≤
j≤n
1 ≤ i ≤ n
ESEMPIO
+
A =
2 -3 Ti A =
2 4
4 5
-
% -3 5
Ti -312
+
B = 2 0 0 B =
2 1 5
1 3
-
Tl 0 3 2/3
5 43 3 0 -
Ti 3
Valgono le
seguenti proprietà :
Ae Ran
^^ +
• 1. e R
""
•
V-AC.IR ,
si ha
+
FA) = A ( la trasposta è un' involuzione )
""
•
V. AER ,
si ha 7- A) = -
(ta) ( la trasposta è l' opposto commutano)
ESEMPIO
+
A =
2 -
3 Ti A = 2 4
4 5 -72 -3 5
Ti -312
(A)
l'
>
4- A) = -
M' ^
DEFINIZIONE DIAGONALE di UNA MATRICE QUADRATA > sia 1- =
( dij) e ☒ una matrice
1 ≤ i ≤ n
i ≤
j ≤ n
quadrata La .
"
DEFINIZIONE MATRICE DIAGONALE >
sia A =
(aij) E R" una matrice quadrata .
A è detta
≤ i
1
,
j≤n
matrice
diagonale se
aij = o ti ≠ j .
Disuguaglianza di Cauchy-Swartz
Ù
F. È È
disuguaglianza triangolare
>
E i vi Ù vi
'
+ E +
1
ì+
ti
>
Proiezione ortogonale
AT = AJ .
cos Tut =
Ù E
=
¥ .
.
i ù #
A
AT =
F. È
ì
Osservazione: un
qualsiasi vettore a
>
Ì vi Ù normalizzato
ortogonale
' >
vettore
proiezione f
> .
W = di w su : .
i ù
nella direzione
giusta
>
versare
nodrito
VÙ =
>
w 1- +
viti, > WI = È -
wti
Esempio:
È = Ì -
J - È > decomporre È =
wtitwì
i i +E
>
aj
-
=
'
/3
Ù
'
E
È
{
.
,
=
.
I =
F -
213
t.it Y}
1 1
F. '
_
= -2 = 1 +2 -1=2
1 %
-
, ,
, è, =
- =
-
i
_
% } = %
-1
/3
' - "
|}
1 1
f. Ù =
-2 -2 = 1 -14 + i = 6
I 1
Prodotto vettoriale
In S} Il prodotto
con un sistema di riferimento dije ,
siano i cui vettori .
vettoriale di T e vi sarà :
Ì È Ì È È
vywz Vzwy Vxwy Vywx
✗ = -
-
Vxwz
-
vawx - -
che è
uguale a scrivere : è j È
Ù ✗ È det Vx
Vy Va sviluppando solo secondo la prima riga
=
Wx Wy Wz
Esempio:
a- ×
✗
y y
0 o -10 -10 £
=
1 O 1 0 >
o + o -1£
-
0 1 0 O 1
?⃝
📙
📕
Proprietà:
È ✗ VI = -
È ✗ Ì antico nnutatività o anti simmetria
ÙX è + È = t' ✗ vi + Ù ✗ vi
Ì + è ✗ È =
ÙXW + itxw
>
a Ù ✗ È =
a Ù ✗ vi = Ì × aut
Controesempio:
✗ J =
0×5=0
se i ✗
j Ì = È ✗ i = -
j
ne
Proposizione: siano t
'
,
E vettori in § .
t ut I
'
-
se ✗ E = è
set ut È vettore
-
✗ vi è il
definito da :
•
la direzione è quella perpendicolare al piano che contiene I evt ;
il
quello dato dalla
regola della destra per la terra it È ÌXW >
è
•
verso mano
, ,
ù ✗ vi =
Ù ut sen Tut
Osservazione: Ì ✗ È =
o ⇐ it è
:
È
>
1
5 { ÌW
>
{
=
bh
{ { È
>
è
>
e a
=
bc sera = i sen = i ✗
d
C
A H
Esempio:
Dati i punti > A 1
, -1,2
B 0,3 ,
}
( 1
,
2 ,
-1
Prodotto misto
Siano 3 vettori it È,
e è ,
si definisce prodotto misto : it .
I ✗ È
Rette nel piano S 2
:-.
→
pjir
•
r è definita da due informazioni :
p la direzione Ù
'
E un
punto fissato Po c- r
' ^ 1
-
Po % ,
yo
È =
l
n
P ×
y
{
,
" " ✗ -
% =
te
I me
>
y y n
- -
.
. ,
{
✗ = ×
.
-
te
i 1- ER
g- go.tn
-
{
, .
>
5 ✗ = -
a + st
Po = A ,
direzione AB =
4
> '
te R
+ ↳ a
I
= e
{
✗ = 3 + st
se avessi preso Po =D >
'
te R
5 + ↳ +
I
=
[
P lt parametriche della
× ,
y ,
2 ✗ = ✗
o
+
equazioni retta res
,
-
> l
t nt passante il punto i
.
Lo
yo per %
yo
e
.
=
.
n
,
e
n
p
È =
m 2=20 + nt
•
n
>
in ✗
Po '
.
.
L
y
A 3,0 , o
-3 1 1
B 0,1 ,
e
'
A B. C
,
allineati AÀ AÌ ⇐ rk a }
.
a ✗
E 1
( d. ha
i -
j -
j 1 Y} 43
É
> -
-
Se RE 3ha 43 Y}
✗ 3 >
RR 1
-
>
= =
2 >
-
✗ &
2+4-3) 2+4-3)
&}
Se ✗ *} o 0 42-3 42-3
3 3
Se ✗ = I > rk = 1
Se a +
È , rk = 2
{
✗ = 3- 1-
→
>
Po AB
>
•
= -1 >
3. 0,0 ,
T = =
'
>
= t
,
2 = A
[
-
% =
È -
f- t
Po C >
§ } } t' AÈ =
%
? ft
y
= = =
,
> +
, ,
%
% {
tra
a =
+
|
rette incidenti >
ritira = a punto
r
,
M M2 Complanari
rdtemaaa
,
distinta .
" " →
Mi Mz
rette parallele coincidenti > r,
ra e r =
Ma Nk c- 2
, ,
Esempio:
{
t
{
✗ = t
- -
i ✗ = 2 - -
i
µ
,
= -
i + zt
, vi = -2 ra y :3
-12T
, vi =
2
2 =
-3 -12T 2 2 =
1 0
V >
ra R2
,
( [
r
,
nr
, ti =
2- tz verificata
-
1 -2T , =
3+21-2 > =
4 Sono
sghembe
y , ,y , =
, a, =
,
Piani in S3
piano S}
un in è
definito da :
e p
1 . 3 punti allineati ;
:
p
è, vettori paralleli
>
2 .
1 punto fissato e due son .
P
x.GR l, la
% %, Yo , 20 È =
my 1 È = m
,
n, ma
È
✗ ✗o
la
-
PIÙ vi s.tc.IR
>
2- 20 ^^ nz
1⃣
2⃣
[
✗ =
✗o + sei + tlz equazioni parametriche del piano di direzioni
la l2
-1 tmz passatite ✗o 20
y
+
Yo SM per
=
Mi
Yo
,
e n, e , ,
noi n,
=
Lo + sn
,
+
snz
B -
2,1 ,
o
C 2,2 ,
2
{
✗ = 1 -
3s.tt
Po = A ,
v
,
>
=
>
AB =
È
→
, vi =
AC
>
=
(% >
y
= rtt
2 = 1- Sta
{
=
-2 -14s -3T
4 -3
>
>
Po
>
1
•
=D , vi = BC =
i
4 = Ad = o
,
y
= its
2 -
I
2=0 +25 -
t
l
"
%
>
v
&
=
✗o
yo
=
,
n
• E
po > ✗ -
✗o
y yo
-
✗ -
✗o
y yo
-
g- g.
e =
o
>
nxjfy
=
mio
-
lyo
à c
ai +
by = c
Osservazione: if
= ma +
q non descrive le rette della forma ✗ = K
,
invece con
axi-by-cseb.to
>
y= [ ✗ +
§
[
lt '
me
✗ ×.
Y
✗
-
1-
Yo
= × + * ° > = = + ✗ -
✗o
.
e
+ nt
y
=
.
ax +
by = c
Metodo : trovare
'
Metodo : considerare le equazioni cartesiane come un sistema di un' equazione in due variabili con o soluzioni
Esempio:
-2
P
,
=
1,2 P
,
= -1
,
-
, papi =
-
3
[
2T
{
×
t '
-
✗
-
= 1- 2 + ✗ -1
y
= =
, >
2
=
2 -3T
Proposizione:
siano rette nel allora
biy aaxi-bay.ca
>
r
,
aix + =
ci e r
,
>
, piano ,
:
ai b'
1 .
r
, nrz =
a
punto < > r
,
r
,
< > rk = 1
da bz
ai be Ci
ai bei
2 . te
,
r
,
< >
µ,
aa bz
= 1
,
inoltre r, nrz =
§ < > rt a, bz Ca
= 1
Esempio: determinare per quali valori di t ER re :
3×-21=6 e rz : 2X -
Ay =
67 -3 sono
parallele
{ 2×-77=67-3
6
37
2g
-
=
( 4- 37 )y = -21+187
-21 -1187
✗ =
652L y
=
4- 31
=
-2
§ 6 + 3- Uf -
Ay
= 61 -3
-21 -1187 -167
7 = -7 -167 = .
-8
3 127 = 13
A- 1%2
Equazioni cartesiane dei piani in S 3
:
P si il vettore normale
ortogonale al piano
^ •
• >
P Po
>
t n b 2 Lo
✗ %
Yo
=
g.
= =
, , ,
>
Pe Pop
>
i Pop
>
, .
n =
o
✗ Xo
le la a
-
I Yo
bg
>
VÌ
-
U Ma
.
=
m =
=
o
, ,
2 -
20
nn nz
^
%
,
< > b ( a -20 ) c
axtby-ca-axo-byo-caoax-by-c.sn
a + +
× ✗o
g- y = o
-
= d '
ai +
bytca =D
1 in parametrica le soluzioni del sistema di un' equazione tre variabili
. scrivere
forma in ;
{
✗ = Xo + les + lat
>
calcolo è È TI
got Mist Mat
•
= ✗
y
-
-
>
2=20 +
ns +
,
e
,
X Xo 2- 20
g- yo
-
det le ns n, = o
la M2 M2
Esempio:
A 1. 2,1 > Po
> È 0
B 0 -1,3 AB =
vi = AÈ =
và = -1
,
2 ,
3
( 1,1 , ↳
(
✗ =
a -
s i j Ì -7
2 -3s t
>
vi và det -3 2 =
3 ✗ al po
+3g
+
n ✗ il
passaggio
=
y
,
impongo
=
=
+ a =
-
per
-
_
> :
,
2 =
1 +25 + 3T o -1 3 1 -7 + 6 -11 = d = 0
1- ✗
+3g -12=0
-
\
Proposizione: te : artt biy -142 =
di
-112 :
da ✗ t
bay +
cz 2 =
dz
^ Ti < >
ni ti < > rk =
2
ba
.
Ma C,
^
è
ai be Ci d' b' G di
2 ti tz rtl
=
^ Inoltre se × µ e µ, ba da
=
2 > tanta ¢ >
paralleli distinti
1⃣
=
e ca
, da
-
bz Cz
.
ha
2⃣ di be C1 di
Mk )
se ti Tlz da 1 -111 T2
= =
l
a , ba cz
Esempio:
3×-1
y
>
ta
=
2
> 5
-112 × + +2
y
=
a. =
? I =
^
di tana >
ti ☒ Tia ti n Fa = retta
g
>
,
o
{
3 1 0 1 5 1 5 '
2
R, R,
1 I Ra s -
Yara 1 1 " +
I
" =
2- =t ter
pongo
←
,
> ,
>
%
'
% %
1 I 1 5 Ra R, -3 Re -3 -13 o i
3-2
→
o -2 +
y 2- =
[
2 =
t
: -
set
{ {t
'
t
{ {t
✗ = 5- + -
= -
"
12
Retta passante %
'
Po % t' %
'
per
-
,
o =
, ,
'
2 ^
i. ✗ ni = i r
K 1
e
j
dlt } , o >
-3
1 I 1 2
Una retta r e 5
, può essere descritta come intersezione di due piani son paralleli
[ by
ai + + ca = d a a
'
della
condizioni retta di direzione
be × bi
>
'
di
✗ +
biy + ia =
C
'
{
'✗ +
bytca =D
Metodo : calcolare b × b
'
'
c c
Trovare un punto B che E tanta
{
✗ = ✗ otlt
✗ - ✗o
" -
"
-1Mt
°
l -1-0 1-
Io
+
y a.
>
= = = n
,
e e
2 =
Lo + nt
{Ì
Esempio:
{ {
✗ = 2- 3T ✗ = 2-
3g 2×+34=4
y
= at >
t.gg >
Hut 2
a i
-12g ay -12=-1
-
= -
-
{
=D
ai +
by + ca
1- B
' '
siano =
a
'
b '
e e =
d
5} d
I piano in :
axtbytca =D a b c
1 .
rn Ti = un punto < > rt A =3
2 .
r ti < > rt A =L
TI TI
"
Proposizione : µ Lezione 07/04/2022
{
biy di
t.HN/LE----E.eoEoo--maoa----
ai ✗ + -142
=
da ✗ +
bzlft Caz =
da
{
di ✗ + Big -18,2 = S,
da ✗ + Pay -1
yzz = §
bei
)
ai ci d,
A az bz Cz B
dz
=
=
di B, 81
si
da Bz si
g,
2) r s rk A =
2 complanari
2A .
r s 1ns =p rk A = 2 =/ 3 =
Nk AIB
2b.rs rk A = 2 =
Nk AIB
>
3) te e S sono
sghembe rk A =3 =/ 4 = rk AIB non
complanari
>
incidenti
>
non complanari >
sghembe per Ronchi -
esempio :
-
{
2✗ -1
y
=
+
r =
-2=2
,
y
riconduca
[ { {
in
2- t
forma
=
cartesiana
{
=3 -12T ✗ = 2 t > =
2- ✗
>
2=1
y
-
r =
>
,
✗ = '
=3 -12 / 2- ✗ 2×-1 z
> rz :
2×+7=7
y y
=
è
> un
piano
2 1 O -1 2 1 0 -1
rk -1 2
Ra →
Ru -
Ri
=
O I
> O I -1 2
0 01 I 0 01 I
7
2 10 0 00 8
-
sono
sghembe
'
L
rk =
4
rk =3
esempio :
-
[ {
✗ -1 2X +
-
22=-6
y
=
S ,
=
52 =
y + 2- 2
=
=
,
1 0 o -1 1 0 0 -1 | o o -1
R2 >
R" O i 2
R} → R} -
R2 R> → -
%R}
o o i 2 | o , i 2
> > >
2 i -2 -6 R} >
R, -212 , o i -2 4 Ru > R, -
{ R, o a -3 -6
O I 1 2
° O I 2 0 0 O 0
1 o 0 -1 1 0 O -1
R> → -
JR } Ra >
-
Ra R } -
O I 1 2 0 O
>
> O I
-3=1
}
0 I 2 0 1 soluzioni =
a
O o 2
0 0 O 0 0 0 0 O
un
"È
✓
s.rs, =
1
punto
=
(-1/92)
sono incidenti s
complanari
trovo il
piano che le contiene
S, e Se sono
complanari → trovo l'
equazione del piano che le contiene
1 . 3
punti
2 .
2 vettori incidenti e i
punto
3 . 1 vettore normale e 1
punto
si
:#
1
0 O
TI = 0 O = -
i
o i °
i Ì È 3
2 O
VI = 1 i = det 2 i -2 = -2
-2 I o i 1 2
[
-13T
equazione ✗ = - i
del piano = -
s - at s
,
t c- R parametri
2- =
2 +2T
0 3
i Ì È -2
Se conosciamo vi e vi ,
conosciamo anche À À =
_ i -2 = det o -1 o = o -2×+3 2- =D
-2 2 3
O 2 3
,
il H
impongo passaggio per
2+6 =D
-2×+32=8
Fasci di rette nel piano
DEFINIZIONE : il fascio proprio dirette di centro Pa è la
famiglia di rette passanti per Po che ha equazione :
7
^
a. ✗ + big -
c, +
µ aixtbzy
-
c
,
=
o
y < .
bay
-
da ✗ +
Cz
.
7
-
-
con =/ 0,0
,
µ
. .
'
po aixtbiy Ci
=
. . .
>
÷
>
✗
{ } : ✗ =
%
r
, :{ y =p . }
14.x ) .
+
µ y
( -
g.) = a
DEFINIZIONE : fascio
(ba) la
famiglia
il alla è di equazione
improprio di rette perpendicolari posizione :
f S parametro
a ✗ +
by =
con
DEFINIZIONE : In S} il
fascio proprio di piani di asse la retta r è la famiglia di piani di equazione :
I 7
✗ +
biy -142 di +
µ Max -1
bay + caz da o
µ 0,0
=
a - -
con =
, ,
a
il fascio improprio di piani perpendicolari alla direzione è = b è la
famiglia di piani paralleli di
equazione :
•✗ +
by + ca = f con S parametro
>
esempio :
l' equazione
d : " -
J
" " scriviamo del fascio
di da B verifichi amo I +
µ ✗ -52-+2
+3g
✗ ✗
52=-2
y +3g
-
: asse + 2-
=
o
y
- -
e se -
✗ : -
y
+22=1
appartiene a meno a
questo fascio ✗ I -
µ
+
y
-
It'
µ + 2 (7- 5
µ) +
2M -0
y
,
gag ,
yyy.y.az
.
, =
✗ ( a. µ ) y (-1+31) + + < (+ Ù ' "
"
[
1- µ
I -1 I {
-13N µ
-
= = =
>
+ , ,
µ
=
2M
= 1
ESERCIZIO CASA :
Ti 2X
3g
: -
= -3
f : ✗ -6 non in
fascio
y
-
=
> un
6 : X -
32 = -
I
{
27 +
y -12=1
trovare
e ' un piano per r
sapendo che :
+ az = a
y A
1 .
= 2, 1,0 avere le tre informazioni
{
✗ ≥
I 2- =
- -
✗ + -127=1
y
3 6 ZZ 0
7 +
3g
. :
-
=
RISOLUZIONE "
/
,
P
• 2 O ^
"
1 .
A ¢ r > ù =
1 ✗ 1 -4
r
te
.
.
.
1 2 2
A
{
✗ =
2 + S % -1
312
-
-
P Atto
' ' '
sit c-
, ,
o piano
2=0 -12s -
O
>
preso casualmente
312 ÌJ È
-
1
> -2
À AP Ù det -312 =D
i
27 -172
× 3
3g
+
✗ -4
= -
=
-
= -
i 0 = m m)
2 2
7
I -4
di D= -1 2X -172=-1
-1 3
-13nF
>
4
-
+ o =
-
>
7 27 +
y
-12 i 1-
µ if -122--0
-
)
^
2x
-1g -12 it ( -122 O >
direttamente 7=1 mi toglie piano
y
=
se scrivo un
-
a ,
> d
A c- piano :
ho
4+1+0 -
i + d I -10 =D > D= -4
quindi : 2X
-1mg -12--1
-
4g
-
87=0 ; 2×-3-72=1
r
2 .
Senza fascio ,
2 direzioni e 1 punto
w
'
s e P 440,0 s
cinema il
piano che ha come direzione v
'
r
I 1
è Ì È
_
,
I ^ -1 '
det
'
-1
-
=
w =
✗ = -
-
I 2 1 1 2 2
{
/2
'
✗ = + s - t
= -4s -3T
2- = 25 -12T
Altra possibilità :
I 2×-1 -12 -1
µ y -122 =D
y
+
✗ 27 + I µ + 2- A +2M A 0
y
-
+ =
27
il
-
À ii.
> '
3 S ( > <
µ + . = 0 > Ti w > w = o
I 2
-12M
1
e io =
è un Ù posizione del nostro piano quindi ti è il piano per
P e direzioni v' e
io
3
2 partire da ax +
by + ca = d e
imporre : •
b Ù = 0
À
•
b ✗ = o >
piano all' altro
P
•
passaggio per
Distanza
• proprietà :
pg
e d A. B = o e al A. B =
o < > A =D
>
@
al A B ,
= AB 2 è simmetrica ,
d A. B = d B. A
A
3 Se ho tre punti : A. B. C > d A. B E d A. C + d GB
Definizione :
,
sottoinsieme di Sn
d ,
=
inf { di A. B A c-
,
Be
} .
osservazione :
e se
=
{} A e
=
{} B ,
d ,
= d A. B
2 d ,
=
d ,
3 vale la
disuguaglianza triangolare
4 se A =
o > d
,
= o il viceversa è falso
non vale che se d
,
=
O A =/ 0
C-
Distanza punto piano
po =
✗
o ,
Yo ,
£0
d
Ti : ai +
by -1 Cz =
Se Po C- Ti < >
d Poi = 0 Ti
p;
poi
f. { }
Se Po ¢ Ti a r ,
retta passante per Po e 1- e > d Po ,
e
=
nf d Po ,
P Per
p - -
-
..
=
min d Po .lt
• Po po
"
>
.
p
P H
Se vi ù vi
w÷
=
= r
e
i. i
È
>
PoP =
n
4-4
o
goge
-
ao'
4
PoP s x
a
eguago tbytaz axe
th
J
d
b
ax +
-xo
+ az
ad Po = Poilt
+byo
-Lo
-
c2e
!.
-arxotbyo
0
= Y - =
.4
'.
d
^ xb a
a atbxçz a
?
?tb?xca
?xca
?tbxck
eserspio T : 2 x
-
G +32
=
4
:
Po e
=
,2.,-
ho 2.2-3 7 14
d Bo :
IL
,
x Z ?
,
2
IL
li 4 1 t Q
1
Distanza piano piano
Thr Tha
o
Ge Tre Fz
3 o The Tha
=0
,
Ge Te sT 42 :0 de
9,
ą
Se The F
z
[ 3 ma T 1 T
2
=
0 :
Fus
du oßn al d Pe
T s
+ by 4
a
ax
Tz
C
Fn *2
2=
=
.
,
v
bogt dz volz
3
F bix + ch
a
=
1
oßq Fz
ohz ax tbyetcae da
,
-dz
z
âxbxç afxbRxcz
esempio
:
-
Tn
x
x Y +3
=
e
Z
-
al
1= v ol 2 4
p
a
s
2
Ta
42 P Th
v T =
I
y
x-ayt
,
,
"432
-.
o il
?t
Distanza punto retta
Se Poerid Par =0
s
Mpn Lezione 08/04/2022
Se Bo Er ) s i law reltal r
paassante
oo
j p p O
e
d P 2 d Po VPEr 3
-
mis Polt
dPo,r
:d
,Ht
.B.
matadi per calcobare al Po
.tt
5
A
Po
S calcolare esplicitamente il
pusto H come H 3
PIV FACILE
=amre
{
y
3
I passante per Po
a
con a =
piano re
PH del
paralletogrommen
Z s
=h
Po
Q
=
PiPåxP.Pó
adiotde
l
Polt :
åa
Base
PiPå
l
\
-
I
P
.
Z
{
2 x = e
toy
esemBio re 2
tay
= 1 2 s
x
e
,
:
x+2=3
2 +2 =3
X
Po = 1,4, 2
PeEr s
d Po r 40
2 2
l
5 H
prodlotho vettoriale -
up t 4
1 O i e e
3 priatto
a
X
"
-
-2y
s = = z
2
az=d
dobi aluve rettori normali O z o 1
1
-
ß o
i
1- 2-4 = ;
dh
x 5
=
-
-2y-2z
(
✗ ZZ 5 5 -5 s
2g -2 -2 ^
- - = -
1
-
1 -2 -2 -2 -2
-
R
H ,
>
R, -
ZR ,
& '
R, § R,
-
§
≥
= a nr ✗ + 2 , o , 5 11 o 5 4 1,
y
= , > o a , > , =
R} >
R} -2kt
2×+2 =3 2 0 1 3 O 4 5 13 0 O % "
s
(
✗ =
y
=
; > H =
} ; } ; ; >
d B. r = d B. H
7
2- =
}?
"
1-
f- + 1- 2
§ = È G- È
+ + = 1
SECONDO METODO
( (
✗ = o ✗ =
{
Prendo 2 Punti della retta Pn Pa y
0
>
Poi 0, 1,3
y
a caso : -
- ^ -
_
2=3 = . Pz È ,
0,2
!
≥ '
Papa
> + ' + i = 3
Papa = ^
.
=
2
1
I
RÈ
>
pp .
=
>
=
1+0+1 = 2
-
I
12 I
1 i
'
Ì 1
? RP, Papa
0 I
RP
I 2 I - -
RPO
-
{
-
=
= =
, ✗ =
✗ ✗ .
, o _
,
-
, →
PIÈ =
32
= 1
32
Papa
}
una punto
•
= e
•
Se r c- I ° non si
capisce ma
•
Se r it ma rn e =/ ∅ la distanza è sempre uguale
al punto
>
di d P.IT P
r ,
Ti =
con punto qualsiasi della retta
PER CASA :
e > ×
-2g -132=-1
{
✗ = '
-13T
t
-1
I d
=
, =
Tre
'
,
2=1 + at
}
ˢ
•
Se incidenti >
'
d r, s
COMPLANARI
•
Se parallele con r -
-
S -
d i. s =D
i '
r
Se d
disgiunte d PP d P
'
parallele P
ricade precedente
'
nel
•
>
> . -
. r r = = r caso
:p , ,
Se
sghembe di calcola
• '
re r sono r r
,
'
> o si così :
]! la retta ad
'
date due
sghembe esiste che è sia ad incidente perpendicolare
'
'
r e r > rotta di minima distanza
'
'
due rette esiste piano
'
d'
sghembe
'
date esiste poi d
'
osservazione : re r sempre un a rex
,
a r
,
un piano r ca e r .
e si verifica che :
1 d di
2 d r r'
,
= di d. d
'
< :
>
nè nè
?
nè
'
a r a r i e v cioè i ✗ v
,
esempio :
[ {
'
✗ = - t ✗ = 2- t -
i I
2
-
'
P P vi
'
-2T
' '
=3 -12T 0 2
;
-2
y
r > = -
i r > -1 -3 V = =
=
, ,
2
2- = -3 -12T 2 = 1 0
dr.ie di
'
vi P
' ' >
=
d. d . 1- a v ✗ passante per
piano Ì a v
>
✗ vi passante per
P
i -1 K 4 2
i
- -
j
>
vi 4
'
V = -2 2 I -2 2 -2 n 1 : 27 -122 d '
-7
-1g
✗ =
-
= = =
2 2
o -
I 2 0 -2 '
d
'
d 2×-1 -127 9
y
: = >
=
"
d- d
P Ed 0 -
i -6 =D al re
,
e
'
= di a
,
a
'
= =
16
P
'
' '
E d > 4+3+2 =D 4+1+4
"
plx.y.at
•
Oxya
SIC , g) Oìj È >
i iii. ÷ c- -
( agosto)
✗
'
Pe >
(
'
,
d ( P c) , =p
⇐ =
g ⇐ × -
×. + a - =
< ?
tè gol è
' "
✗ -12 2×0×-2 22oz % +
goy
-
-
+ + 20 - =
o
✗
8
p g
✗
'
+
y
'
-122 + a ✗ +
By t
ya t 8 >
equazione della
sfera di centro C e
raggio e
Domanda →
quando definisce una
sfera ?
e <
-
= -
=
, , e una + >o .
In punto C
'
Se è
negativo
>
sfera immaginaria
esempio :
{ ( × y z)
, ,
/ ✗
'
+
y
'
-122 -
zx
-2g -142 -
3=0
}
( =
( e , 1 ,
-2
) e
,
d' + È+ è -48 =
4+4-116-112=36
raggio e
=
{ 536 =3
2
se
✗ +
y2 -122 - ex -
2g -1471-7=0
Definizione :
fissato un piano a- in S} ,
un punto C' E te e un numero reale
e
'
= o la
circonferenza 8 ( it
,
C
'
, e
'
) è il
luogo dei punti di -4
' '
che distano f da C .
{
" •✗ +
biftcz =D
e§
8=0
aataxtpytyz
' '
✗ +
y +
+
Il sistema :
{
•✗
tbytca =D
By
?
y -122 f-
'
✗ + + dx + +
fa -1
rappresenta una
circonferenza se :
a) si + P' f-48>-0 +
a) d / Ti
, c) Ef
0 O a :c .
-
dfn c) ,
<
e d( cit) >
e
Se & & S C
'
C'
raggio C passante C
' '
di centro e
f è =
in allora intersezione del piano la retta e Ti
e per
= e con
,
,
-
<
è
'
d (
e
=
e.
-
esempio sia 5
< ' '
sfera h
famiglia trovare i valori di h Smith
di piani circonferenza
>
+
zy 22--4=0 una
: ✗ + + a ti ✗ +
y
× e
ytz
:
- -
: = una =
C =
centro di S =
{ ,
1
,
-1
E
=
raggio
di S =
{ 1+4+4-116 =
5
2
{ + i -
i -
h
! - h
d ( in = = >
< E
1 -11 + 1
3
{
h
{ { { {
>
- h <
3 - 3
1
'
"
<
è circonferenza S n circonferenza d C
{
<
una In In e { {
<
h
=
,
;
-
E 3 >
3
{ h
{
h
{ {
> <
- _ 3 + 3
{ { h
{ {
< <
- 3 + 3
[
"
=L + t
µ t
:
if = i + t : ✗+
y -12=0
= -
i + t
{ t '
t +1+-1 itt 3T
{ o
= >
{
+
-
= > =
-
-
I }
'
✗ = -
= g
g
TÈ
' ' ¥"
'
t C'
§
5 '
per = >
y
i
j e
} I è d [
-
e
= -
= = = = =
>
, ,
-
,
6 12/6 6
'
2 i
[
= - -
= _
osservazione Se C centro della sfera punto di allora la & SAI allora ha lo stesso centro della sfera
:
, ,
è un it
, circonferenza =
In
questo e è detto piano tangente e si può dimostrare che è l' unico piano passante per % e perpendicolare a CPÌ
Definizione : data una sfera S e un punto Po il piano tangente a S in Po è il piano passante per Po e perpendicolare alla direzione CPÌ . Una qualsiasi retta nel
e
•
[
È
il
" "" " " "" "" "
[
" " " " """ " """ " " "
" " "" "
"
" " "" " "
" " " " " ° "
esempio : S -
✗
2
+
?
-122 + 2x -132=0
y y
-
Po 0
, 1,0 punto di S >
trovare il piano tangente a
S '
un Po
(
>
"
=
-1
, 1 , -32 Cpo = 2
3
2
>
2
Osservazione : Ti [ Po IT n
'
= 1
2×-1 -137 =D
y
Po >
D= 1
2×+7+32=1
C- Ti IT :
Trovare la retta
tg S '
{
2×+7+22=1
retta
tg altro piano
r
S
r = IT M T'2
,
↓
µ -112 O
=
ti =
I ✗ Z 2
y
i +
µ y
- - -
-
'
✗
y
+ 2- -2 =D
µ
1
g-
-
-
%
p piano
' '
0
µ 2
µ
E > I i + 1 O o > -2
0 =
-
- - - =
✗ X
-2g -122--14=0
3g
>
+2-2 -3
y
- -
i - =
{
g
2×+7+32=1
✗
2g
+ ZZ =-3
-
Si =
sfera di centro Ci e
raggio le
Sz =
sfera di centro C
,
e
raggio e ,
Sansa ?
^ Se d G. Cz >
e, +
la 0 d Ci .cz < la
-
la
>
San S, =/ ∅ e le due
sfere sono :
v8
C
,
;
•
Cz C Cz
2 se d ca C , ,
>
la
-
e, ma <
la +
la
>
S ,
n Sz =
circonferenza
3 se d Ca Cz ,
=
C, +
C, oppure
d (e
,
(a =
la
-
la
c ; •
C
2
Osservazione : se
f,
-
la
<
d Cui ( a
,
≤
Ci + la
Sens ,
è una circonferenza data dall' intersezione di una
qualsiasi tra Si e Sa e il
piano radicale
{
+2-2
Bay
2
✗ +
?
+ dai + -1
fra
+ Si
y
= o
{
" ' "
" " "
g g,
B
y +2-2+23×-1 } y
&
Bay
2
83=0 &
?
✗ + +
832
+
-
d2 ✗ + + +
g, + ≥ + - =
,
g, ,
tra le
differenza £
eq
Osservazione : Sa =
sfera degenere cioè un punto Po
• Po -52
'
In tal il radicale
si 0 caso , piano
esempio : 51 >
✗
2
+
y
"
-12-2 + ✗
+2g + 2- = o
52 >
✗
'
+
y
'
-122 + ✗ +
y -17=0 Sansa ?
1
!
'
C { ( '
È d G. Ca I
= -1 -
= - - -
, , , , = =
, a 2 2 4
6 3
Ci =
la
=
la +
la
≈
2,1 la + la =
0,36 <
0,5 <
2,1 > 51ns,
2 2
>
d ca (
, a circonferenza
2
✗ + 22 + ✗ + Z = o
I ,
- ^
,
-
È la sua
proiezione su e è C' =
-7,0 ,
-
l,
=
è _
d C. Ti
"
[ =
{ =
{
2⃣
3⃣
Spazi vettoriali ↑ Lezione 28/04/2022
HHHao-EEE-see-E-GDefin.si
4⃣
5⃣
vettoriale V K R ¢ è insieme vuoto dotato di due
uno spazio campo numerico con
operazioni
=
ore : su un un :
6⃣
,
Vxv V
" "
•
la somma +
>
7⃣
V W
'
U -1 W
8⃣ ,
"
V
"
K V
•
il prodotto >
.
t.ir
>
tu
le
che soddisfino seguenti proprietà :
Vtw = Wtv
,
tu WEV ,
il + v -1W =
ut v + W
Vu e V ] WEV t.c .
Vtw = Wtv =
Q
] elemento neutro 1 E K t.c.tv = v V-vc.tl
tu v il piu =
tu KEV V.
µ
te K
µ
=
, ,
v-iw-iv-twtgv-v.wc.li
A
il
-1µV = tv -1µV VI. µ EK
V
osservazione : definiamo tutti
gli elementi di come vettori e tutti
gli elementi di K come scalari .
esempio :
""
o matrici K ,
+
,
.
vettori S}
geometrici
+
'
, ,
"
i K = n -
✗ = ✗
^ ,
✗
2, . . .
in Xi E K
,
71 GLI In
=
y
' - '
1 /
✗ ✗ +
+ ✗
-171 +
Ya % In
y
=
a , 2 )
. . .
,
te K >
ti =
1% tu . . .
,
l' ✗ n
, ,
Dyn =
0
,
. . .
,
0
"
" " "
K < >
K < >
K
✗
1 , . . .
,
✗n ✗1 ✗1 . . .
✗ a
÷
2 K[ ] × =
polinomi nella variabile × a
coefficienti in K
K
px e
[ ×)
^
"
✗
p ho + ai ✗ + azx t an ✗
=
+ . . .
'
q ✗ =
b. + bit . . .
+ bnx
✗ ✗
ptq px +
=
q
=
aotbo + a
,
+ bei ✗
1 e K Ip ✗ =
todo + tira ,
+ . . .
3 V = 1123
somma : ✗ = ✗ ✗
^ , 2
y 71172
=
✗+ ✗ ✗
y tifi 2+72
= -
e ,
'
prodotto :
TER
Ix =
7×1,1×2
R2 con
queste due non è uno spazio vettoriale e non è commutativa ma
perde altre proprietà come la 7
I tv
+
µ v
-1µV
=
✗ Xi , X2 ) -1 ✗1 7 ✗e ✗
µ
✗a +
µ
= =
, , 2
7. µ c- R
✗
µ✗
=
MH , 2
Sottospazio vettoriale
Definizione : V spazio vettoriale su K ,
W ≤ V ,
sottoinsieme .
W è un sottospazio vettoriale se è uno spazio vettoriale con le operazioni indotte da V
V1
2 Vw c- W ,
Vitek > tw c- W
Wz
3 Q E W
{a} e v
7- c- R 2£ ¢ E
✓ v
A v
"
2 V = Km
{ }
""
W =
matrici simmetriche = A e K 4- =
A
,
•
lo 0 c' è
•
chiuso rispetto alla somma
+
+ +
A. Be W 1- + B = A + B = 1- + B > c- W
prodotto
•
chiuso rispetto al
+
AEW ,
Tek IA = ÌA = 7A > c- W
{ }
"" +
esempio :
V = 1123
{ }
>
W =
×
g. 2- c- * o è sottospazio
✗ +
y
-1£ =
,
a £1 b E W
Yi
✗1 ✗
fa 2- 2
= =
, , , 2 , ,
a + b = × + ✗ t t 21 -122 0 +0 O
ya
=
ya
, a t =
a W 7 R
% , Yi ,
21 E e
la =
7×1 +
tyi -1721 =
70=0
""
l' insieme
"
osservazione : sia A una matrice nxn
,
sia B e K allora delle soluzioni è un sottospazio vettoriale di R B =
0mn
V -
-
KID
W =
{ px e klx) dagp =3
}
Ok -4] =
o
¢ W
p ✗ = 1+2×-1×3
ptq c- W
3
✗ =
3×-1×2 ✗
9
-
W
'
{ px e Klx) deg p ≤ 3
} è chiusa rispetto a entrambe le operazioni sottospazio
Wn ,
W
,
≤ V sottospazio vettoriale W, n W, è un sottospazio
Siano V4 MW, ✗ e Wi
x.ge ,
y ✗ e Wan Won
, y
✗
,
y E Wz
✗ e Wan Wz >
ti e W'
> Ix e W, n Wa
t e K Ax e Wz
Wn ,
Wz ,
. . .
,
WK sottospazi vettoriali .
Allora V1 A V2 N . . . NWK è un sottospazio
proposizione
l' insieme di due sottospazi è mai sottospazio
: non
quasi un
esempio : ✓ = 1122,2
Wi =
matrici simmetriche =
{ [ E}
Wa =
matrici
1
antisinnetriche
2
=
{è 9 }
A ,
=
E W ,
≤ VU Won
a ◦ 1 5
A ,
+ A≥ =
_
, o E W UW , ,
0 3
A2 =
→ 0
E W, ≤ W, UW,
W, ≤ Wa o Wz ≤ W,
V1 + Wz =
{ V E V V = W
,
-1 Wz ,
wn C- Wn ^ Wa c- V2
}
Se w
,
E V1 Wn =
W, + Ov E Wi t V2
~
Wi Wz
v
Wa Wa In totale ,
≤ W, + Wz
Se W
,
E V1 Wz
=
Out Wz e Wi t V2
Inn Ùvz
Inoltre siano ×
,
y E V1 + Wz ✗ = ✗ ^
+ ✗
2
In Ù
I =
Ya
t
ya ma allora ✗+
y
= ×
,
+ ✗
a
+
y tifa
,
= ×
,
+
y ,
+ ✗a
-172
E V1 + Wz
V
Ùvn V2
✗ = X , -1×2 E W, + Wz te K Ix = A ×
, -1×2 = Xx , Thx, E Wn + Wz
,
esempio : ✓ R =
""
""
W matrici ,
= simmetriche Sinn + antisinn = R
W, =
matrici anti simmetriche
M R "
M tm -1M +
M M
Sia e > =
+
_
+
2
2
definizione :
proposizione : V spazio vettoriale su K
,
V4 Wz ,
sottospazi W, UWZ è sottospazio se e solo se a V4 ≤ Wz o V2 ≤ Wn .
W, + V2
=
{ VEV / EW, tw , un c- Wn
,
W , c- Wi )
Se Wn C- V1 V1
=
w
,
+ Ove Ws + Wz
↓ ↓
Wi Wi In totale Wn Wz ,
C- V4 + WZ
Se WZEWL Wz -
-
Ou + un c- W, + V2
↓ ,
tu
Inoltre siano × , y c- V1 + V2 ✗ = ✗1 + ✗ e
¥2
'
Wn
g- y -172
-
,
ma allora ✗ +
y
=
la -1×2 ) + ( yntyz ) =
Katyn ) ( -1 ✗<+
ya)
c- W
,
+ Wz
È ¥ ,
✗ i ×
,
-1×2 C- Witwz ,
tek da =
741 # 2) =
✗ ×, -1 7.x
,
E Wn + V2
"
✓ R
esempio :
=
""
Wi -
-
simmetriche simu Sint Art = R
Wi -
- arti simmetriche = art
sia MEIR
"
M =
-71 +
EMY
{ Ov }
definizione : sia
V
spazio vettoriale su Kinski . . - -
,
v2 c- V. Una combinazione lineare di voi ..
.vn è no
oggetto della forma
* + Kurt - - -
+ Ann con 71 . . .
In C- K
, ,
dice insiene
generato da te . .
.vn e si denota LUI .
. . .. Vi ), V si dice fortemente generato
NOTAZIONI : spari (v . . . .
.vn )
( V1 ,
. . . .
,
UN >
esempi 53 R
>
Jess J
>
Kitt V2 È cioè 53 è lo spazio
e) Vy 5
=
: = +
2)
>
2T
>
siano i
)
+
dlv-iw-J-ffx.mg
=
-
sì
-125 -
È ,
2) c- S} / x.ge
=
sui + tè
}
STER
{ Ha .at/(&X=s(!)-it.&/cas.teR} {
✗ 25TH
HER
=
g- snt
=
-
- -
-
t
2
=
it , E, vt
complanari it -2T -
>
+ BE
o
"
3) ✓ =D
a -1: :) a- È :) c-
(%) a ftp.c) =
{ m -
-
ah
PB gc +
B per
{ È :) / (
d
a.) lo:)
"
(%) ( :)
"s , ,
LA .ec ) -
- " + •
a.
{( }
"r
)/
za + ma "
a. By em
0
r
è :)
( :) attrae )
"
e ¢ Ha.my
,
=L ( )
^
4) ✗ li ,
lz, . .
.
,
ln
le =
( 1
, 0,0 ,
0 . . . .
,
0
)
la =
( 0,1 . . _ . D)
le =
( 0
,
. . - -
^
"
)
✗ E K
"
✗ =
( p
. . _
.
/
✗n ) =
×, (1,0 . . . .
a) + × , (0,1 ,
. . .
.
0 ) -1 . . . -
t X, (0 ,
- . . .
1) = ✗senti
, la -1 . . . .
+
Xnln
s ) kti ] , =
{ PG ) /dog E >
}
" a ] :& ' '
:* :* :* :c:
. '
.
pt)
' }
dotare -1 A
-1
di ✗
=
>
✗ =
74 1- Kurt . . -
t Ink E LA . . .
.vn )
y
=
divntdzvz -1 . . . - t Latin
✗+
y
-
_ (1^+4) Vi + . . . . . -1 (da A) 4 -1
Yak
IN = 77N , + Hiv, + . -
- -
- +
Thin
29104
COMBINAZIONI LINEARI
4 ,
V2 .
. . .
,
Un C- ✓ spazio vettoriale su K
71 ,
l' 2
,
. . .
,
In C- K
ti V1 , 12 V2 ,
< . . . _
,
In Un
L( ) da Un
v1, . . .
,
va sottospazio generato 4, . . .
.
V1 ,
. .
.
,
✓a
generatori
V =L ( v1 ✓ ) fortemente
si dice
generato
n
se
. . .
, ,
K [×] =L ( ^
} ,
×
,
✗
2
,
×
'
)
lo spazio vettoriale K fortemente
osservazione
[×]
è
generato
→
non
Infatti se esistesse
più , p,
(a) ,
. . .
, pn
(×)
generatori
/ ✗ Ex] =L / poi ,
. . . .
,
p)
di =
deg ( pi)
d- -
nax
{di }
Qualsiasi polinomio di KEX] con
grado ≥ d -11 non può essere
generato da poi .
. . . .
. Pn → ASSURDO
proposizione :
V spazio vettoriale su K
W e
W, sottospazi fortemente generati
, ,
e n
g.)
.
generato %, . . .
/
✗n
generato yni . . -
Infn
allora + W' è un sottospazio finitamente generato e W ,
+ Wz =L /xi ,
. . .
,
✗n
, y . .
. . .
.gr)
Wi dfx ,x ) W, =D /
, .
y
.
.
,
. .
. .
. .
esempio : ✓ = ☆ [a ]
(a) 21.x
q
=
92ft ) unii
=
?
" %)
{
'
KE ] / p han -17292
'
tlx) -1-1×-1×2 -
1- (a) E L (qn.ge ) ?
{ plx) / plx) -
-
ti (2+11)+7<(1-1×-1×2)}
-
+
(7+72)×+72×2}
-
.
"
2%+1? -5
{
stx) =
5+2×2
- _
(è vero che posso scriverlo in quella forma ?) →
i
aoefg .
↓
✗ 2=0 71=-2
grado 1=0 non
funziona in -1
↓ 72=2 % =
-2
-11
t (×) =
1-1×-1×2 271 -17 , = ^ 1=1
+72=1 71=0 →
appartiene allo spazio generato da 9 , e qz
72 =
1 72=1
( )
2 1 0
"
Rs -
^
o -
' l
-
4 3 1
% '
R } -24
( )
0
( là
21 2 , a
pg.gg.gg ,
→
,
In c- K non tutti nulli /
In V ,
-1 . . .
# Un = Or
se te . . .
In ] i vettori sono indipendenti
Oss .
: Un . . .vn sono linearmente dipendenti se 7 71 . . .
In eroi tutti nulli / 7N ,
+ . . .
-17in =p
>
esempio : IR
V (2 -1,3) ,
W ( o, 1,0 ) →
sono indipendenti
( applico la def) : IN + 7
,
W =
0µs 7, =
12=0
In /2 ,
-1
, } )(0,0/0) + 7210,10 ) =
io ! !
metodo
⑤ v1 , v2 E V ,
V, e V, sono dipendenti ⇐ 764,72) =/ (qo) / 714 + 7 va
,
=
Ov ] (71,72 ) =/ (qo)
"
÷
= -
/ "
a. v1 =
-72h ⇐ sono multipli
\
v,
= -
¥4
! "
9
[ →
la :o)
es : R
✗ =
( 2
,
2
,
-
3)
Inv +
↳ + 7 > ✗ =
(0 ,
0,0 )
( 24
,
-
-4,311) + ( 0,72 a) ,
+ (-27 ] ,
27}
,
-373 ) =
(90,0)
"
27 , 273=0 2) 271
/
-
o
-
1 =
""
+
72+271=0 → 72=-71 sono dipendenti
3/71-3/73
:
-
'
o 71=73
{ 7, =
-
t
✓
( | g)
a> = t < o -2 0
i 2
3 0 -3
a) i vettori v1 . .
.vn sono linearmente dipendenti ⇐ uno di loro è combinazione lineare degli altri
linearmente
a) i vettori v1 . .
.vn sono dipendenti ⇐ uno di loro è combinazione lineare di quelli che lo precedono
metodo scarti
algoritmo degli
•
prendo ve >
v, è = 0 ?
nf v1
= -0 : <
pass va : hill V1 = -0
else v2
:
pass
scarto va e the Uivq
Un =
V2
ls '
, V2 , V3 =
-2
,
≤ R
↓ ↓
↓ '
SCIAPÒ
↓
↓
lo butto e va diventa V} lo scartano
Riepilogo
f V
:
,
W spazi vettoriali snk
u →
flu)
è lineare
f ( 4th ) fin ) 8th) diverse f / twittare) Influi ) +721 / V2 )
=
se :
operazioni
= +
→ sono
fla ) =
784 )
f lineare f (a) =
Ow
esempio importante
"
" " "
A c- K
,
A definisce un' applicazione Ma K K
✗
→ AX
^ "" " ^ →
K lnxi)
✗ )
= n
TE
f lineare fla ) =
0W
" "
" "
A K K K
-
→
Ma
.
c-
è lineare
Ma :
'
AEK A / XX)
Ma IN)
✗ c- K ,
=
=
HAX) =
7µA ( x)
2 -1 O
" > "
A = e K K →
K
µ
:
.
, g µ
! :) / ;)
✗1 " 2×1 -
✗2
.
"
5×1 -15×2-14×3
✗
3
" "
applicazione lineare f k K
data qualsiasi
•
viceversa : ma : →
, possiamo associare a f una
""
matrice Mfp ) e R
§ =
( li
,
la , . . .
,
en ) base canonica
, ,
. . .
, Glen ) e K
( fla ) / fica ) / . .
. /fieri ) } n
righe
" "
K
domande che è µ Mcg) = ?
'
µ Mg) K →
km
✗ MINX
✗ =
:) →
MA ✗ =
Hailee .it . .
.
/ Sieni ) /È;)
[ )
"" " + Mesi
| ;) ( ;)
"
& !" "" "
( Hai / si:)
-
-
= ,
:
-
. _ _
-
- - -
- - - .
' "
le applicazioni lineari fk → K
"
AER
"
la .
f : R
>
piu
IX. g. a) →
'
( ✗+
y , yta )
MA -
-
R
"
/ Il :o) =
MIHI;)
§ =/ lei
,
la e }
,
) I (e) =
(6)
flea) :| ! )
fin) -
-
(f)
MH) -
_
| ! ! 9) c- p
? }
" Il 0 ^^
osservazione :
f. V → W " " ≤ ✓ si scrive v -7in -1 + far,
↑
come
→
. . .
⑧ (v1 ) base di ✓
=
. . .
.vn
flv ) -
I / ✗ in -1 . . .
+ kun ) =
In flutti . .
+
Infin)
"
g : R} →
R
(× , ya )
→ (✗ +
oiytz, ✗ + 2-
,
3×+34-42 , tytsz )
"
g) R
Mlgl = ? M/ e
glu )
(g) stese
(G)
=
sie"
21
µ, =L!! :)
^
MG) =
*
3 3 -4
0 1 5
E) È;) / £ )
:( )
" " " -
↳
=
-
× + 2-
3×-1 >
y -4
sz
Y
-
W
f : V →
( glu) -
Ilva) viva ]
f è suriettiva V-WEWJ-vc.tl t.ci w
-
flv)
Ing ) =
{ NEW / 1- rev :
weflvl}
*
HA
f è suriettiva Inlg ) - W
V W vettoriali K W lineare
,
spazi su
, fu →
Def : il nucleo di
/( Reuel) è Rer (f) =
{ vev / flvtow}
proposizione : f :
✓→ W è iniettiva Ker f
{ } -0
→
④ -
)
v2 E
Kerley ) :{a }
proposizione :
I V → W
In (g) è un
sottospazio vettoriale di W
kerlg ) è un
sottospazio vettoriale di V
>
esempio :
f Rif] ,:
→
IR
plx ) = a ◦ + aix
+ arà → ( ao + a2 ,
2h2
,
ao
)
se
p (a) =
5-1×-2×2
( 3 ,
-4 ,
s)
kerlf ) ? =
Kalf ) -
{ plx) e R[] ×
,
/ flplrd) =
lago) }
{ plx ) =
aotaix +
aix
'
/ ( rotea , -2oz , ao ) =
(0,90)}
{ } { pgot.at
eèe "
=
{ plx ) = . .
.
/ Zar
lo
-0
-
= 0
=
aiutare / ao -
-
are
}
=/ plx ) -
-
aux }
{( a) / ( agi ) flpto) }
'
In = o
,
y ,
e R =
per qualche plx ) c- RED
=
{ 4. g. 2) / ( ×,
Y , 2)
=
ho + a
2 ,
2h , ao
} per qualche plx) = aotaix +
ajò
{( ✗
if 2) ,
=
( a ◦
+ az, 2oz ,
ao )
,
ao ero ,
&
}
drinking ) ) ? =
Inf =L ! ) 11,401 ,
dire
Lezione 16
maggio
Applicazioni lineari
V, W spazi vettoriali su K
f. g -
W ,
te K
Af . V > W è lineare
v >
784)
in particolare l' insieme delle applicazioni lineari dalla W è uno spazio vettoriale ( su K )
h V
V f > W >
"
"
k K Ma
g- .
Ma :
"
>
" >
+
Ma =
Nato
k K Ha Mia
g. µ, : > =
KP
"
h= k
Me : >
""
Ma ma
A E K
Me
° =
Piu
( e K
{ UEV flv ) Ow }-
-
è un sottospazio di V
In
(f) =
{ w c- W w =
flv)} per qualche ✓ EV
} è un sottospazio di W
Se ✓ =L ( v
, . . .
,
v. ) allora In (f)=L ( fini ,
. . .
flvn) ) → In particolare
In
(f) è finitamente
generata
esempio :
}
: R2 →
IR
g
(✗ g) ( 2×+9 , y
-
sx ,
↳× )
g- µ .
I :) → a
E
72
✗
IX ^
8 ( einer )
glen) =
(2
-3,4 )
)
,
1- =/ 8611 / gia
glu ) =
( 1 -1,0
, )
a- -
↓) Ker / g) =/ ✗ c- R2 /glx ) -
-
AX -
(%)}
=
sono le soluzioni del sistema omogeneo AX = 0
rk (A) =
2
""
→
senza risolvere nulla siccome rk (A) =
2 → il sistema ha a
=
1 un' unica
soluzione >
Kerlg ) =
{ (9)}
In
(g) =
?
{È } {
a 2×+7
{
=
= =
A ?y →
b- _ →✗ + a
C =
40
oppure
è lo spazio generato da →
Inlg ) =L / glee) , glea ) ) → L
/( %) | ! ) ,
→ In /g) ha din 2 È →
è iniettiva
g
n non
osservazione : In
1µA ) =
spazio colonna di A
W
osservazione :
fv →
In /f) =
{ WEW 7 ✓ c- V
,
v c- V. w -
-
fu }
Se V =L ( va in) →
v =
714 + + kun
}
.
,
. .. . .
,
In (f)
{ WEW / 771 , In t.ci f Hrvat In Vr )
=
. . . .
=
. . +
,
. .
{7 % . . . . .tn f. e . w
-
-
ti 8th ) ,
. . .
, flvnl } = L ( glu) ,
.
. .
, flvn))
Wnew) "
>
di din n è isomorfo a K
esempio : 1) V spazio vettoriale su K D= ,
(V1 ,
. . .
,
Vr ) base
"
HB =
(tu . . . -
,
ti ) c- K
[ ]
'
=
✓ → R è lineare
)
,
✓ '→ [v ]
,
=
( 71
.
. . .
,
za e anche isomorfismo
""
2) A c- K
Ma
K
'
Km
✗ AX
quando è che
ma è iso ?
iniettiva AX -
-
O ha un' univoca soluzione
RKIA)
non n-rkl.nl
-
= è :O
n -
_ rkla)
"
spazio colonna di
A che ha din RKIA) -
-
Quindi
Ma
è
isomorfismo rkla) = mai ciò A è
quadrata di rk massimo
"
ed
esiste
1µA ) cioè l' applicazione tale che
Na pa ) (
'
_
osservazione se è
ma
-
: iso =
ma
-
"
→
AB
se Na µ, Ma ftp.M-n In
= -
=
i
un B a-
=
MAB
1µA )
"
in totale Ma è Iso A è
quadrato di rk max e
=
Ma .
,
}
R
}
R l' applicazione lineare ( )
g) fn fp ( y a)
→
+ ha
sia × ✗
hy -1£ 27
=
, , , ,
h ER parametro ,
Stabilire per quali valori di h fn è suriettiva, biettivo , iniettiva
Ah =
fn lei) =
(1 , 0,0 )
↓
1,0 , o
Inler)
fn ( e })
=
=
(0,10)
(h ,
e
, 2)
Ah =
§ ! !) det
se ti
=/ 0
→ 2h
(
0
ha
)
→ 10
se
1
rk (an)
O 0
:<
002
nè in
ie sur
Lezione 19/05/2022
W
f. Vi >
V =L / vi. . . .
.vn )
In / f) =L / fini flvn))
>
. . .
applicazioni lineari
proposizione : V. W spazio vettoriale finitamente generati f. g. V >
W 2
② =/ v1 , _ . .
.vn ) base di V
✓ EV
7! 1
,
/ v = Etivi ftp.flEIivi/--Etiflvi)
>
esempio :
f : R → R2
(vi. v2.4)
'
② =
base di R
un
-
_
) vi.
(§ ) ↳ =
In -1 :) IN -1:) già -4 )
cerchiamo di capire quanto fa flx.y.si)
per farlo traduciamo le info che abbiamo sulla base canonica
[ e.) B =
( :^)
o ,
[e.) B =L
(e) B =
(0,5-10)
t
l> =
} v2 =
OUT 13 V2 +0
V3
Ilen) -
-
fifa) =
3842) -
-
%)
V3 la lg li Vgtl} { v2
= =
V3
= =
+
-
f (e) =
f / 5- vztv} ) =
Jfk) +843)
>
%) -11? ) TÈ ) -
_
la -112
V1 =
la
-
-
v1 -
la =
v1
-
§ v2
-
V3
fu -
§ fra -
fv
, flez ) (Y ) §
-
_ -
(f)
=L d
?⃝
?⃝
te ) .
-
-
È)
fla ) =
, ) %) = "" "
I" + al > → ✗
fleiltyge / , +
agg)
g (e) =
%) ( :D÷ "
5) (%) +
)
37
zy
-
( -14×+11
g-
27
)
R
'
R2
f
→
:
2,3
Ma i A e ☒
( %)
3 -2 0
Mlf ) "
-
-
"
↳ ↳
""
?
( -
1
n
0 3
-
a) l'%) / ;).
È a) (%fE.gg (-1%3)
1 0 3 =
-2 -
[e) B
( a) ( ) Le
1 O 3 =
>
i -2 -
" "
f : k -
K
""
Mlf ) c- K
Mlf ) ✗ =
ftxl
↳ ✗ =
E) e
Nlftitpiflv )
MATRICE ASSOCIATA A UN' APPLICAZIONE LINEARE
V W
f : →
applicazione lineare tra spazi vettoriali finitamente generati
din (v) -
n
,
B =/ v1 ,
. . .
,
Vn ) base di V
din (W ) -
-
n
,
@ (wa =
,
. . .
,
wn ) base di W
?⃝
B 8
&
V
VI
>
✓ c-
E
in
[] B
E]
~
@
✓
;)
"
= K >
Km
Ma
>
I :)
M ? (f) =
matrice nxn le cui colonne sono le coordinate dei vettori fin) rispetto alla base & .
M£1 g) [☐ D= [ giuda
( nxn) (mt)
} (f)
" "
osservazione : la vecchia Mlf) è M
esempio :
V = R [ ×]
,
D= (1,7×3×3)
W = R [× ]
,
8=(1,4×2)
W
f : ✓ →
plx) pila)
M } (f) =/-1841] @
, -181% -181% -181%), ,
3×4
finto →
[ fino] =
[o ] @ =
Io , 0,0 )
flx) -1 →
fflx / g) [ = e ]@ =
( 1,0 ) ,
o
fini) = 2x → [fini) @ ] =
[ 27 @ =
(o , 2,0)
fini) =
3×2 →
[ finito] =
[372] @ =
(0,93)
o 1 0 0
>
O 0 2 0
0 00 3
?
M£ (g) [ plx )] @
<
=
(flp )) @
p (× )
3
=
da -1 anxt dritta > ✗
() (§;)
^
0 1 0 0
ftp.)
^ → 2
O 0 2 0 = =
a, -12oz ✗ + sa
>
✗
0 00 3
:
E =
( 1 + ×
,
-
2x
,
✗
2
,
✗ +73 )
È À À À "
mira ! ! ! ;)
[ (2 1)
/ 9) B 3,0
=
, ,
91×1=2+3×+3×2 ✓
[ g) E
=
(2,0/0,1)
setaccio m
:( Nido
=L : :
0003
:?) / %/
,
=
Per casa
✗ (x ) = 2+3×-4×2
calcolare [+1×1] g
e verificare ae
[ =
( 2 ,
1- ×
,
1-1×2 )
" " Il
91 92 base di W
9}
My:( f)
=
×
[ ftp./y-)-- II. 0,0)
ftp.a) =
-2 =
-91
[ ftp.t/y=l- 1. 0,0)
f (p ) }
=
21 =
i -17292+7393
=
271+72 -
7×+73×2+13
2X =
271 -1 72 -
727 + 73 + 73 ✗
{
0 = 271 -1 72773
2=-72 >
[flp ) }
=
(1/-2,0)
O =
73 g-
flp ) "
=
1+3×2=-2+0/1 ) -
×
-13/1+1)
[
ftp.t/y-- (-1/0,3)
V W
osservazione :
f : →
② =
(4 .
. . .
,
va ) base di V
In / f) =L / flvi ) .
. . .
, flvn)) In particolare In (f) =
spazio colonna di
IGH
dove ② è
qualsiasi base di W
③ Kerlf) =
{ VEV / M
} (g) [ ] v
=
[da → soluzione di un sistema
omogeneo di n
dira--n-_rkfM@BlfDai-sig_.eU
→ ha
:( : m
g. g)
= M :b) -
M 4)
nxn
pxm
fog
⑤ in particolare se nun
ef è un
isomorfismo
' =
tra
f : V → W lineare spazio finitamente generato
f suriettiva →
din ( v) ≥ din (W)
•
se din ( v ) = din ( W) iniettiva equivale equivale a suriettiva ( e quindi
e so
'
)
"
ess :
f :& →
☒ [×] ,
B -
[En ,
En EH , ,
Ess )
f IEM) = 1
f ( Esi) 1
=
f Ieri ) -
_
×
f / Ezz ) ×
- -
mai in -1 ! ! :) 0 01 -1
rr ( ) = 2 din ( In (f) =
2
fra e- suriettiva
Base f di In (f) =
basta prendere 2 colonne lin ndip
(f) =
-4]@ 1
(f) =
[il @
MIA =
(g) =/ %)
{ {
a +
b-
-0
a =-3
d -0
e
=D
c-
Kensi { E :) / a =
-
b. « a
} =L ( ( %) / : , :))
@ Un V
ef endonorfisno f V un' applicazione lineare
→
: : è da uno spazio vettoriale in
sè stesso .
es . ud : ✓ → ✓è un
erdorfisno
u ✓
'
R
( v1 , V2 V3, ) =D
?
◦ e 1123 ✓ = 1, V1 + 72 V2 + ↳ V3
t.vn?tiiti
Maglia) -
[v] , =
[il @
MATRICE di CAMBIO DI BASE da B a @
esempio :
③ (v1 , v2 , V3 )
M
}( ud ) =
metrica
B sciiti
le cui
rispetto
colonne
a @
sono i lettori della base
"
I :/ " 1 !) "
I :)
↳ v =
MG ( ud ) =
[ ],v
=
MY Lid) [u ] @
=L: : :X :) -1:)
Mèta (& ! ;)
'
) ( milioni
[
=
-
Mpf Ind ) -
/[ ]
ei
, / certo / Testa
la
=
v3 [e) po =
10,9€
e> =
v2 -
Us [er ] B -191,1 ) →
e
}
=
vi -
v2 →
[e }] =
(1 , -1,0)
@
Lezione 20052022
Autovalori e autovalori
f : V -
v
f R2 > 1122 ~
[ 8k11g
:
" >
D= 14 va) ,
tale che
Mpf (g) =
0 72
↳ qui
[ 81nA
@
=
(ino)
fly) =
Aiutava =
In V1
( Ilva) B ( -
-
o
,
%)
flvz) =
ovn -172h =
di V2
cioè cerco una base fatta di elementi che vengono mandati in multipli di loro stessi da f
flvn) =
Ivi fluttua
V V V
definizione : spazio vettoriale su K, f :
→
endonorfis.no
•
•
se te K è un autovalore
, ogni VEV, ✓ ≠ ou , t.c .
flv) = tv è detto autovetture relativo a 7 .
•
se Aek è un autovalore , l' insieme Eg A) =
{ ✓ c- V
flv) = tv
}
{
g
}
autovalori
{a }
= è detto sottospazio di
U
relativi a ≥ relativo a t .
osservazione :
Egli) è un
sottospazio vettoriale
v1 , V2 E
Eg ( t )
flvn ) fini) flvz)
+ v2 = + = tu + tv, = 7 ( un + va ) v1 + v2 c-
Egli)
v c-
Egli) ✗ K ,
E
→
flav) =
dflv) = a tv = 7 (au ) due
Eg IN
)
"
( cioè
"
V V Av la matrice fè 1- E K
osservazione : se f :
→
è della forma flv ) -
se associata a
si parla di autovalori ,
autoveltori e auto spazio relativi alla matrice A .
{ vev / Artu }
=
{ UEV / Av -
tu =
a }
=
{ V / Av II.
ve
-
v =
a }
=
{ vev / (A- TI .lv = a }
= Ker (A -
II . )
proposizione f : : ✓ → V / flv) Au =
un erdonorfisno
A c- K è autovalore Ker (A -
II. )≠ } o A = AI non è iniettiva detta -7in)
Aek è autovalore detta -
AIN) -0
-
> }
esempio :
f : IR → R
^ 1 -2 ✗
flag a) ,
=
-
i 2 1
I
0 1 - ' 2
tè autovalore detta -
II>)
??) /È
1- A 1 -
2
A- TI} =
= -
i 2- ✗ i → detta -
)
II
0 1 -
i -7
( Y !) (I )
"
4. a) det -
( 1)- out ×
4- a) (12-711-1-1) 1) [-1-7+2] -
+
=
4- a) f- 2-27+7 + Ì -
1) [ + 1- a ] =
G- A) ( 1,2 -7 -
3) + ( 7)n - =
Ha -3 -73/+7%-37+1 -7
-
1,3+272+7-2 = O
Tifata) (2-7)=0 -
( 2- 7) (12-1)=0
3 autovalori
""
Definizione : AEK ,
il polinomio caratteristico
osservazione :
detta )
" "
pati)
1) =
-
1- In =
ti ) t' tant -1 . .
ai + detta)
.
+
(at d) t + ( ad -
bc )
somma di tutti
elementi sulla
gli Iab
diagonale c d
esempio :
a
/ ! :) autovalori? Pat" ?
•
detta -
TI≥ ) =
detti; :) = 1-2+6
autovalori complessi →
-12=-6
1- it ¢ R
Gli autovalori =
Ea (A) =
Ker ( A- 7in) = o
relativi ad
esempio :
1 1 -2
A =
- I 2 1
71=1 72 = -1 I
>
= 2
0 1 -
I
0 1 -2
Ealn) =
Keila -
I≥ ) = Ker - i 1 1
0 1 -2
{§ { }
✗ -22--0
=
✗+ -12--0
y
-
{ { 1 : { !!!
3T
}
✗ + 2- t
Y =L ✗
= =
y
=
ZZ
↳
parametro g-
2T
>
• y
= 2T iter =L :
2- t -
1
1 1 -2 3 3
-
I 2 1 2 = 2
0 1
-
I 1 1
{
0 7 0 ×
2 1 -2
{
=
3
+ i 1 7=0
= -
>
-
' 1 =
O 1 0 0
0 1 ✗
+3g -12=0
-
>
{y-otek-a.ly !
✗ =
2-
g-
o + c- R
}
✗ 1
Eafi) =
✗ =t ,
yo ,
z
-
- t ,
ter D= o
1
Lezione 23/05/2022
f V
:
→
V endonorfisno
l' ^
flu ) .
=
"
7 II)
I autovalore ✓ ≠
a t.c.fm =
tu 7 v ≠ a v e Ker ( 8- ÉLIE
Ker (A II) polinomio di
grado n
-
polinomio caratteristico
ten) =
o
detta)
^ ' '
1- e) t t'
_
+
an .
,
+ . . .
+ art +
autoveltore f / di A)
.lv/Av=tv)EgH)=EaH)--
u è di relativo all' autovalore il via e
flv) =
Definizione : t autovalore di A
°
la molteplicità algebrica di 7 malt) è la molteplicità di 7 come radice del polinomio
caratteristico .
It Alt 1)
'
- - =
(t.it
◦
la molteplicità geometrica di 7
ngi) è la dimensione dell' auto spazio Ea It) ( cioè n -
rkla-7in))
proposizione : e ≤
ngla) ≤
no (a)
esempi :
1 A =
2 6
1 3
In)
/ )
2-t 6
det (A -
1- = det
,
= t2 -
5T
ti = 0
nato) =
ma (5)
= 1
12 = 5
Ealo) = Ker (A -
o In) →
{ Iy A
{ =
? } { è ✗
+3g
= o
} =
{; { }
✗ "
R
=
= te =
,
t
g-
= L -3
Ma (a)
= 1
{ a)
×
>
(A )
-
°
Ea ( )
s = Ker -
SI = Ker 1 -2 =
y
✗
-2g = =
{ { }
"
¥
✗
Ma (5)
=
R 2
=
,
te =
L = 1
1
g- t
-3
② = V
,
=
1 ,
V2 = }
M:( g) = A
MB (f) =
◦ o
• 0 5
2) 1 0 O
A =
-1 I -
I
1 0 2
1-t 0 O
pati) = det -
i nt - i = (1 - t ) / 1 t) / 2- t )
-
→
ti = 1
male) =3
I 0 2-t → 7
,
= 2
ma (2) = 1
|! } { :| : : }
0 0 0
Eati ) = Ker (A -
I} ) =
Ker -
io -1
I
=
• ✗ +7=0 →
g-
- s
,
t.se R
I 0
? I
-
=L ' 0
0
1
{È { } =/ ! { }
-
^ ° °
/ ) " ° " °
Ea (2) = Ker A -2in =
Ker -
i -
i -1 =
1 00 ✗ +
y -12=0 y = -
z
{ { }
✗
=
È y
2-
=
=
-
t
t
,
t c- R =L
> ✓
1 O a 3
② ( 4,4
=
,
V3 ) è una base rispetto alla quale la matrice o a 0
0 0 2
Definizione
""
: AEK si dice diagonaliarabile ( e l' endorfina associato si dice semplice) se esistono n autovalori
linearmente indipendenti .
( A
diagonali arabile 7 una base di autovalori P' AP è diagonale per qualche matrice
invertibile Pe k
"
)
8km A
>
>
K'
&
B
Mpf ( Meolid) Meo ( id) Molina)
a
mld)
E
M£18 ) id)
MB g
=
a g 8
"
B Il "
BK '
> K' pi p
ti - '
:
'
gli
,
.
. . .
ti sono autovalori
> i -
esima colonna
fin ) P
"
=
divi D= AP
Y i -1
Definizione : A eb sono simili se ] P invertibile tic .
B. = P
_ '
AP
""
proposizione : AEK è
diagonali arabile ( su K ) se e solo se
valgono :
2) ma (A) =
ma (7) per tutti
gli autovalori 7 di A
CASI POSSIBILI
1 .
alcune radici di
Pa (t ) non stanno in K > STOP ! NON È DIAGONALI ZZABI LE
2 .
palt) ha n radici distinte in K malt) = 1 ti ma (d)
=
1 V7 >
DIAGONALI 2- 2- ABILE
pa (t ) sono tutte
le radici di K alcune hanno DOBBIAMO STUDIARE
mg
>
in 2
3 .
,
ma
ma ≥
3A . se 7 7 tale che
ng (7)
<
Ma (7) >
NON DIAGONALI 22A BILE
3B.se
ma (7) ( t) V7 autovalore DIAGONALI ZZABILE
>
ng
=
Teorema spettrale
""
1- E K (K -
R, E) ,
À -
-
A (A simmetrica ) > A è
diagonaliarabile su R (e lo è con base di autovalori
particolarmente conveniente ) .
Lezione 26/05/2022
3 0 0 3-t 0 O
A =
-4
-
i -8 >
detta -
TI} ) = det -4 -
rit -8
O 0 3 0 0 3-t
]
"
=
( 3-t ) [ ti -
t ) 13 -
t) =
( 3- t ) ( mt )
7=3 7=-1
ma / 3)
= 2
nati ) =
1
(3)
ngfi )
= =
mg
Ea ( s ) = Ker (a -3 Is )
= Ker 0 0 0
-4 -4 -8 è
diagonali arabile ,
rk (A) =
1
0 0 0
ngl
} ) =
din ( Ea (3)) =3 -
Nk ( A- SI ) }
= 2
diagonali 220
È ✗ +
y +27=0
} in
eq param .
| :
z
y
2-
= t
-
{s { + -
s' t Parametri c. R
}
1 0
=
& % i
1
' '
,
-
12
Eafi) = Ker ( A + I} )
-1 : :} { I :) /÷:}
Ker
{÷
4 00 ✗ = o
. •
-
" °
-
004
Il :)
② =
( vi. V2 >
V3 ) base di autovalori
8143 A
> 1438
"
AP =D
"
matrice del i P
p p
-
>
cambio di base
'
È >
pgk B
>
30 0
D= 0 3 °
0 o -
I
1 0 0
p =
O 1
1
-
Il
' _ '
ho
1 0 O
es .
AK =
K 0 o KER per quali valori di K Akè
I -2kt
diagonalizzabile
dettar -
TI} ) = det
(È
ti = o ↳ = ' Vd 1 Se Kt ± LE
[
se 2 →
~
→ / 1) , " ") =
mg ma
=
ma
=
l
9
sen → ✗ d
2 se ✗ = ±
If
ng
4) = din
( Ker (A -
Is) ) =3 -
reti / Ax -
Is)
( a) %?
)
° 0 0
AK
- I} =
" seno È
I - iko i _
zko
- '
rk 2 se 2k ≠ 1 K #±
È
=
,
?⃝
Teorema Hamilton
di
Cayley -
""
Una matrice AEK è radice del suo stesso polinomio caratteristico .
/A (A)
"
pati) ) t' +
'
=
del -
1- In =
a) an.it -1 . . . .
-1 art + det
" ""
G) À + an . ,
1- + . . .
+
a. A -1 del' (A) In -0mn
n =3
a invertibile
-
A
>
+ a
,
-12 + a. A + dell' (a) I} =
03 },
-
A >+ a -12-1 Ana = -
det (a) I }
A / -
Eta , Atai> ) = -
detta ) Ig
le
>
A + era tant}
I}
_
-
A =
detta)
-
matrice inversa
7, O 0 - -
zio o . .
•
" .
ti
D: ta d
I
'
=
I I -
, .
"
.
.
'
1 l
Ìì
i
' ,
'
In
- .
.
.
_ .
.
'
Pdp
-
1- =
a
2
= (PdP ) / Pdp )
" -1
(
"
=
PD PIP) DP
-1
= Pd' p
""
palt) =L D' t
'
malo ) =
n -
nilpotente : 7 n t.c.AK-on.ci
Prodotto scalare
Definizione : V spazio vettoriale su R .
Un prodotto scalare è un' applicazione :
V ✗ V →
A
tale che :
1) v. W = W -
V tu WEV ,
2) u (✓ + ) w =
n .
v + ii. W tu ,
v, W E V
3) (Av) -
w =
Hrw) = v / Aw) v. w c- V
,
VIER
4) v.v >o vt a rispetto al prodotto per scalare
definito positivo
V l' applicazione
osservazione : se fissiamo v0 c-
v0 ✓ →
☒
W - w .
Vo è lineare
esempio :
( Euclideo)
"
I
=
( Yu . . .
, In)
✗ -
if = ✗
ilf ,
-1 ✗
rifa -1 . .
.
-1
Xntfn "
nel caso in cui n =3 è proprio il
"
vecchio prodotto scalare .
'
2) R
✗ =
( ×
, ,
✗ 2) ✗ ☆
if
=
2×17^-1 5- ✗
212
y
=
( Ynyr)
① ✓
② 2- ☆ ( ✗ +
y)
=
(2-1,2-2) ☆ ( mt yn ,
✗2 +
ya ) =
22-11×1+91) -1 5-2-2 ( ✗
2+72)
=
22-1×1+1>2-2×2)
+ ( 22-171 1-13 7272 ) =
2- ☆ ✗ + 2- ☆
y
③ 4) *
y
=
(7×1,1×2) sa ( yuya) =
27×11^+137 ✗<
yz
= ✗ ( ✗ * y)
④ ✗ * ✗ =
21! +
§ i ✗ >o se ( ✗
i.
✗ a) * (0,0 ) ✓
Definizione : Sia ( v .
.
) uno spazio vettoriale reale con un prodotto scalare fissato .
Il modulo di ✓ EV e lui = Fu
esempio (R2) v. (2 3)
,
-
In IR? ) .
tutta TE =
Definizione :
(V ) ,
'
. . .
✓ W E V
(
,
v. w
L' angolo tra v ew è ÙW =
arctos
µ , w,
Definizione : (V ) ,
.
e) vew si dicono
ortogonali se v. w -0 ( vtw)
2) { v1 ,
. . .
,
un } ≤ V è detto insieme
ortogonale se vi 1- Vg per i ≠
y
3) { v1
modulo
.
. . .
1
un
} ≤ V è artonormale se è ortogonale se è ortogonale e i vettori hanno tutti
{
o
its
,
se
vi. Vj =
e se i
=p
4) Se din (v ) -
- n < no
y ( 2,2)
-
_
In IR? ) ix.
y xty
In (Rts ) ✗ ☆
y
=
4- § -1-0 non sono
ortogonali
Proposizione :
ortogonali linearmente indipendenti
Proposizione : (V ) ,
.
Se
{ v1 .
. . . .vn } ≤ V è un insieme ortonornale e din (v) =
n
allora :
1) ② =
(V1 ,
. . .
,
Vn ) è una base Ortonamale
R>
esempio Ivi /
f- E
=
: =
1
¥ FEE "
v2
# [ IVI
% È 1
= =
=
Un vi. = o
-
↓ ( %)
✓ =
V2 ✓3--0
3
-
V3 V1 -0
.
v.
I:)
[) v =
( v. v1 ,
v. v2
,
v. v3 )
@
V.
V1 = -1
v2
" v2' v.v > =
PASSO 1 Un
=
me
( rianimano il primo vettore m )
PASSO 2 sostituiamo v2 con tua =
V21
^
V2 " -
"^
^ cioè univa -
^^
% > .
-
-
%, 2
µ,
V2
V3 -
M}
✓3 µ,
ng =
V3 - -
'
Ind
'
lui
,
)
wn è
ortogonale
lui ,
per casa
"
I ;) v. =
vi. (7)
Lezione 3/6/2022
Definizione
""
PER + + "
: è detta
ortogonale se P.P =
In ciò P =P
osservazione :
P = Pi Pa . . .
Pn
Poi
t
tp PP In j
{
. =
=
i
. .
se
-
e _
mi
p,
è l' elemento i. j è
tpipj =
o se i. ≠
j
P
cioè è
ortogonale le sue colonne formano una base artonornale di R?
Osservazione : tpp = In
det +
P det P = 1 > detp 2=1 det P = ± 1
Le matrici
ortogonali di det = +1 si dicono
ortogonali speciali .
04 )
SOG )
esempio :
matrici
ortogonali 2×2
Pm Piz
P =
P,
Pu
PÌ
"
+
Pu Pu Pu Per % + Pupu + Pupa
P.P =
=
p, , p, p, p, 2
Pupa ,
+ Papa ,
P,
>
+ Pè
Pupe ,
+ Papa ,
P,
>
+ Pè 0 1
Pa? P, ?
+ = 1
pm =
costa )
Pupi, = -
Pupu P
, ,
= sen (a)
PI , + Pè -1
Paz = -
sen ( B)
-
cosa sente -1 sera COSB =
sen ( a- B) =
o
te
,
✗ =D D= B -11T
cosa -
sera
a =p → P =
sera -
cosa
cosa seria
✗ = B + it - P =
sera -
cosa
'
✗
'
'
× ×
a
Y =p
,
✗ y Y
>
>
☒
2
Teorema spettrale
""
A c- R simmetrica .
PER "
ortogonale tale che ÈAP
Allora diagonale
+
esiste matrice speciale =
PAP =D matrice .
R
In altre parole
,
una matrice simmetrica è sempre diagonali arabile su e ammette una
osservazione : autoctoni relativi ad autovalori distinti di una matrice simmetrica sono ortogonali .
esempio : 1 1 1 1-t 1 1
A =
1 ^ 1 >
pati) = del 1 1-t 1 = - t2 t -3
1 1 1 1 1 tt
>
7 ,
= o
nato) =
2
3)
Ma /
1 , =3 = 1
{ ↳g. 2- ) ✗+
y -12=0 } V
, V2
{( { }
✗ = S
' 0
L
x.y.si) t s, + c- R
=
g- - =
0 ,
1
2 = -
S -
t -
I -
i
-
2 1 1 0 -3 3 1 -
2 1
R, →
Ritiri
Ea (g) = Ker a -
SI = 1 -2 1 > 1 -2 1 >
0 1
-
I
1 1 -2 R> →
Ros Rz
-
0 3 -3 0 00
{ } { { }
✗ 2- t t
{
=
Zy =
-
Eats )
×
-27+2=0 R &
=
x.y.se =
( ×
, g. a) g- - t t c- =
1
2- 0 →
v3
y
=
2- = t
-
v1 V3
- -0 =
Vi V3
Sostituiamo alla base ( vi. va ) di Ealo) una base ortona male con Gram - Schmidt
un = V1
:|;)
V2 -
M1
U2 =
V2 - " -
- -
in:
I
"
=
?⃝
:C:)
"1
W =
, =
lui
)
"e
Hfs 1153
;)
-
:-p
'
wa = = • = °
-453 ' IN
lui ,
- '
lor -4253 1153
""
È | ;)
"
✗ =
( ×
, . . .
✗n
)
g- (y . . . .
yn )
ix.
g- agit - . . .
+
Fifa
=
(
×
,
_ . . . an )
+ +
1×12=7 -
✗ =
✗✗ = ✗ In ✗
domanda : cosa succede se al posto dell' identità metto un' altra matrice a c- R" ?
Trovo qualcosa →
prodotto scolare
R
'
•
R ✗
'
→ R
( v. w ) - v. w R' ✗ Di → R
è un prodotto scalare se (v. w ) ↳ tu Aw
④ v. w = w -
v : Tutu ) Aw tu Awttvaw -
-
2) (mt v ) .
W = uw + vw
3) ( tn) -
✓ = 7 (n -
v ) tatuati = 7 ( tuav )
④ v.v ≥ o edè v. o tu Av Vv
e. = o ve
"
La 2 e la 3 sono vere HA c- R .
La 1 mi dice che A deve essere simmetrica , infine la
v. W = V.V
tvaw ? twav
✓ se
+
A- A
+
f- vaw) l-wtatd-tw-n.ir
=
'
1 2
esempio : A =
2 -3
1 2 In 7^+272
1- ✗
Ay = (a %) 2 -3
y,
=
(×, ✗ a) =
2g , -3g,
+
✗ A- ✗ = ✗12-12×1×2 -12×271-3×22
1 0
B =
o u
: taxi
+
✗ Bx = -
×
?)
+
i. +
'
c- . ✗ ⇐ un
Lezione 06/06/2022
FORME QUADRATICHE
Definizione : una
forma quadratica reale q
nelle variabili ×
.
. . .
×
,
è un polinomio q ✗1 . . . in omogeneo di
grado 2 .
grado 2
"
A
osservazione : ad
ogni forma quadratica reale posso associare una matrice simmetrica c- K
in modo che :
9 ✗
1 . . . in =
% . . . in A ? "
= ✗ Ax
✗^
I ✗ n nxn
^ ✗1
✗
1
con ✗ = :
Xn
esempio : q te , ✗
2,
X
,
= × ? +
2×1×2 -
3×1×3 + 57
}
A e ☒ 3,3
1 1 -42
1 0 0
-312 o 5
1 1 -42 Xp 71 -122
_
3-2×3 ✗1
-1×2-312×3
=
✗ 0 ✗ ✗1
✗ 72 1 0 ✗1 +
2×1-1
=
✗ X, ✗
1 3 2 2
-
% o 5 ×, -3/2×1 +5×3 ✗3 ✗
3
-
È✗ 1 +5×3
- L
12+2×1×2
✗ -
371×3 + 5×5
In
generale :
2
9 ✗
1
. . . % =
Ma,
×
,
+
2h12 ✗ 1×2 + 2
Ang ✗ 1×3 + . - . +
2am
✗
a- ,
✗
n
t
Ann
✗ %
.
,, ,
""
+ Viceversa R
✗ Ax =
qlx) .
data A c- simmetrica
, qlxn . . . ✗n ) = (✗ i . . .tn ) A ✗ 1 è una
i. forma
✗n
quadratica
esempio :
2 1 -2
A = 1 0 3
>
q ×
, 72×3 =
2×1<+2×1×2 -
4×1×3 t 6×2×3
2 3 0
-
+
+
osservazione : la forma quadratica associata a 1- =
In è ✗ In ✗ = ✗× è il prodotto scalare standard
"
di R .
Definizione
"
:
q forma quadratica in n variabili ,
AER la sua matrice simmetrica .
e A si dicono
q :
+
1) definite positive def + se
q( ) × = ✗ Ax >0 Va =/ O
+
definite qlx) 1- ✗
2) negative def -
se = ✗ <o
+
ltx =/ O
) se
qlx) = ✗ 1- ✗ ≤o ltx -1-0
'
5) indefinite 7
ye R t.ci
qlx) o e
q ( y) 0
× > <
se , . .
A
osservazione : q e A sono def -1 -
q e -
sono
def -
"^
R"
"
la
PROPOSIZIONE D= matrice
diagonale in sia forma quadratica associata :
.
: sia .
.
e
q
.
in
9 / te . . - ✗n ) =
ti ×? + taxi -1 . . . + taxi
Allora :
1) d e
q sono
deft se te . . . In > o
2) d e
q sono
def -
se te . . . In < 0
3) d e
q sono
semidef -1 Se te . . . In o_0
4) d e
q sono
semidef -
se te . . . In ≤o
5) se 7 ti e
dj tali che ti , tj <o
qed sono indefinite .
2 1 1 2
A = B =
, 2 1
2
deft indefinita
Definizione
"" +
A B ER dicono invertibile P tale PBP
:
,
si
congruenti se 7 una matrice che 1- =
.
B B
1-
congruente a
congruente ad A
diagonali arabile ( cioè )
'
ricordando Asimmetrica simile matrice
diagonale P
-
: A ad una AP =D .
+
Poichè ortogonale A è ad PAP =D
può essere
presa anche
congruente .
indefinite ) .
per capire la
Segnatura di sufficiente guardare il
>
CONSEGUENZA una matrice simmetrica è
segno
:
esempio :
| )
2-t
{)
1
a- =
pati ) = det
, 2.+
=
(2-+2)-1 =
4++2-41--1 = + 2- ut -13
ti
L
1
deft
§
t
( II )
1 -
2
'
B =
pati) = =
ti -
t ) -4=1+1-2 -2T -4
,
-12 -2T -3
>
a ± Et indefinita
L -1
Definizione : sia ( ao ,
an , . . .
,
an ) una successione di numeri reali .
Il numero di variazioni della successione
°
Mi
<
1
ai-1k
-
K
2
Ai = o
per h -1 1
-
. . . .
+n
esempio :
(-1,2 , 0,0, 3 , -7 , -2 ) →
2
(3 ,
-5
,
112 ,
0
,
-2,0 , -3 ) →
3
"
PROPOSIZIONE : se tutte le radici di un polinomio pt) =
ao +
art + . . .
+
art
sono reali
,
allora il numero di variazioni della successione ( ao ,
. . .
,
an ) è
uguale al numero di
2 variazioni
mi
t2 ut
'
4+1-2 lit -1 - = -
-13 µ -
t ) -4 = 1+1-2 -2T -4
3 t2 2T -3
→
1 variazione
ti
-
°
L
± È
/
1 1
L
indefinita
-
i
deft
esempio : 1 2 0 O
A = 2 0 -
i 3
0 -1 O 0
0 3 0 5
Xp -15 è ✗ +
4×172 -2×2×3 +6×2×4
"
✓ vu
3 variazioni =
3 autovalori positivi
4-3=1 > autovalore negativo
Lezione 9106
esercizio
( a)
2
R
Ad =
>+
discutere la
Segnatura al variare di ✗ c- .
pn.lt) = t2 -
( cita)t +
(2-1)
'-
h
÷
h = -4 -
d > o
✗ <
-4
K =
d- 1 > 0
4 > 1
-4 1
1 1
+ t t
+ -
- ✗ < ^ ti > o
indefinita
t
72
-
< 0
-
1 V IV. 2 ✓
} semidef
.
ti = 5
Pa (t)
+
✗ 1 = t2 -
St
=
7 = o
,
a >1 71 > o
definita +