Nozioni importanti
Numeri complessi
z = a + ib a = parte reale b = parte immaginaria
z = a - ib
|z| = |a2 + b2|
Forma trigonometrica
z = ρ (cos Θ + i sin Θ) ρ = |z| a / e = cos x b / e = sen x
Formula di De Moivre
ρ = n|z| ωk = n√ρ [cos(Θ + 2kπn) + i sin(Θ + 2kπn)]
Formula di Eulero
eiΘ = cos Θ + i sen Θ Esempio 3ei20 = 3(cos(20) + i·sen(20))
Matrici
Le matrici quadrate sono le uniche per cui si può calcolare il determinante e l'inversa.
Nozioni importanti
Numeri complessi
z = a + ib a = parte reale b = parte immaginaria
̅z = a - ib
|z| = √a2 + b2
Forma trigonometrica
z = ρ (cosΘ + i senΘ)
ρ = |z|
a / e = cos x
b / e = sen x
Formula di De Moivre
ρ = ⁿ√|z|
ωk = ⁿ√ρ [cos (Θ + 2kπ/n) + i sen (Θ + 2kπ/n)]
Formula di Eulero
eiΘ = cos Θ + i sen Θ Esempio 3ei2Θ = 3(cos(2Θ) + i sen(2Θ))
Matrici
Le matrici quadrate sono le uniche per cui si può calcolare il determinante e l'inversa.
Proprietà matrici ortogonali
- Se A è ortogonale → At è ortogonale
- det A-1 = ± 1
- Ogni matrice ortogonale è invertibile e la matrice inversa è ancora una matrice ortogonale
- A⊥ B⊥ = C⊥
- Gli autovalori valgono modulo di 1
Proprietà matrici triangolari
- Il rango è uguale al numero di elementi non nulli sulla diagonale
- Il det. è uguale alle molt. dei valori sulla diagonale
- Gli autovalori corrispondono ai numeri sulla diagonale
Teorema di Rouché-Capelli
Il sistema ha soluzioni sse rg A = rg (A|b)
Il numero di soluzioni è dato da ∞ n-rg
- n = n° incognite
- rg = rango della matrice
Sottospazio vettoriale
Tutte le equazioni che definiscono un sottospazio vettoriale devono essere lineari e omogenee.
Somma diretta
V = U ⊕ W ⟺ {
- U + W = V
- U ∩ W = {oV}
}
Ker f, Im f e relazione con rg
- Un endomorfismo f: ℝn → ℝn è suriettivo è necessariamente iniettivo
- In generale in un'applicazione lineare dim Im = rg A con A la matrice associata ad f
- Nelle applicazioni lineari vale questa regola
- dim V = dim W ⇒ l'applicazione lineare è iniettiva sse è anche suriettiva
- dim V < dim W ⇒ l'applicazione lineare NON è suriettiva
- dim V > dim W ⇒ l'applicazione lineare NON è iniettiva
Polinomio caratteristico
Data A la matrice associata ad un'applicazione lineare, il suo polinomio caratteristico è definito
PA(λ) = det(A - λ Id)
Proprietà
Il P.C. associato a una matrice di ordine n è un polinomio di grado n.
Due matrici simili hanno lo stesso P.C.
Una matrice quadrata e la sua trasposta hanno lo stesso P.C.
Autovalori e autovettori
L'autovalore è il/i numero che permette di annullare il polinomio caratteristico.
L'autovettore unisce è il vettore associato al rispettivo autovalore.
Il prodotto degli autovalori di una matrice è uguale al determinante della matrice.
Molteplicità algebrica e geometrica
La somma delle m.a. degli autovalori non può mai essere superiore all'ordine della matrice, deve essere uguale nel caso di matrice diagonalizzabile.
1 ≤ mg(αi) ≤ mgαi ≤ n
Vettori ortogonali
Dati due vettori u,v∈ℝⁿ sono ortogonali sse u ⋅ v = 0v
Norma di un vettore
u = ( x y z )
‖u‖ = √(x² + y² + z²)
Prodotto vettoriale
u = ( x y z ) v = ( x' y' z' )
u ⋅ v = x ⋅ x' + y ⋅ y' + z ⋅ z'
Geometria affine
Dimensioni
Punto: {P} dim {P} = 0
Retta: P + dim r = 1
Piano π: P + dim π = 2
Posizione di 2 rette in ℝ2
r: ax + by = c
s: a'x + b'y = c'
A = ( a b ) ( a' b' )
(A|b) = ( a b | c ) ( a' b' | c' )
- rg A = rg (A|b) ⟹ r = s = r ∩ s
- rg A = 1 rg (A|b) = 2 ⟹ disgiunte
- rg (A) = rg (A|b) = 2 ⟹ r ed s m' intersecano in {P} sono incidenti
Posizione reciproca di 2 piani in ℝ3
π1: ax + by + cz = d
π2: a'x + b'y + c'z = d'
A = (A|b) =
- rg A = rg(A|b) = 1 → Piani coincidenti
- rg A = 1, rg(A|b) = 2 → Piani paralleli disgiunti
- rg A = rg(A|b) = 2 → Piani incidenti in una retta
Posizione reciproca di un piano e una retta in ℝ3
π: ax + by + cz = d
r:
A = (A|b) =
- rg A = rg(A|b) = 2 → r ⊂ π
Posizione reciproca di 2 rette in IR3
- rg A = rg (A|b) = 2 ⇒ rette coincidenti
- rg A = 2, rg (A|b) = 3 ⇒ rette // disgiunte
- rg A = rg (A|b) = 3 ⇒ rette incidenti, in P
- rg A = 3, rg (A|b) = 4 ⇒ rette sghembe
Posizione reciproca di 2 piani in IR3
π1: ax + by + cz = d
π2: a'x + b'y + c'z = d'
A = ( abca'b'c' )
(A|b) = ( abcda'b'c'd' )
- rg A = rg (A|b) = 1 ⇒ Piani coincidenti
- rg A = 1, rg (A|b) = 2 ⇒ Piani paralleli disgiunti
- rg A = rg (A|b) = 2 ⇒ Piani incidenti, in una retta
Posizione reciproca di un piano e una retta in IR3
π: ax + by + cz = d
r: { a'x + b'y + c'z = d' a"x + b"y + c"z = d"}
A = (A|b) =
- rg A = rg (A|b) = 2 ⇒ r ⊆ π
- rg A = 2 rg (A|b) = 3 ⇒ r e π sono disgiunti
- rg (A) = rg (A|b) = 3 ⇒ rn π = {P}
Posizione reciproca di 2 rette in ℝ3
- rg A = rg (A|b) = 2 ⇒ rette coincidenti
- rg A = 2, rg (A|b) = 3 ⇒ rette // disgiunte
- rg A = rg (A|b) = 3 ⇒ rette incidenti in P
- rg A = 3, rg (A|b) = 4 ⇒ rette sghembe
3 punti allineati
P1, P2, P3 sono allineati sse:
P1 + <P2-P1, P3-P1> ha dim = 1
Fasci di piani
Π: 2x - y + z = 8
Tutti i piani // a Π ⇒ Θ: 2x - y + z = k
Fascio di piano al sostegno una retta
{ x + 2y - 8z = 5 2x - z = 1 }
Π: ax + by + cz = d
Quando γ ⊆ Π
α(eq1) + β(eq2) ⇒ α(x + 2y - 8z - 5) + β(2x - z - 1) = 0
Rette ortogonali
Due rette r: R+ <Vr> ed s: S+<Vs>
Con Vr, Vs ≠ 0 v si dicono ortogonali se Vr.Vs = 0
Piani ortogonali
2 piani Π1: a1x + b1y + c1z = d Π2: a2x + b2y + c2z = d2
Si dicono ortogonali se (a a2 0) (b b2 0) = (0) (c c2 0)
Distanze in R2
Punto-Punto d(P,Q) = ||Q-P||
Punto-Retta P, r
- Se P ∈ r d(P, r) = 0
- Se P ∉ r P = (P1) (P2) e r = ax+by=c
d(P, r) = |aP1 + bP2 - c| √a2 + b2
Distanze e P.M.D fra S.L. in R3
Punto-Punto P, Q d(P,Q) = ||Q-P||
C.M.D. = (P,Q)
Punto-Piano
P = (P1) (P2) P3
π: ax+by+cz=d
d(P, π)= |aP1 + bP2 + cP3 - d| √a2 + b2 + c2
C.M.D = (P,H) con {H} = t ∩ π
Piano-Piano
π1,π2
- Se π1 ∩ π2 ≠ ∅ d(π1,π2)=0
Una C.M.D = (P, P)
Tutte le C.M.D = (P+v, P+v) con v ∈ Vπ1 ∩ Vπ2
- Se π1 ∩ π2 = ∅ allora π1 ∥ π2 cioé Vπ1 = Vπ2
d(π1,π2) = d(P1,π2) con P1 ∈ π1
Tutte le C.M.D = (P1+v, H+v)
{H} = t1 ∩ π2
Retta-Piano
- Se r ∩ π ≠ ∅ d(r,π)=0 C.M.D = (P, P)
- Se r ∩ π = ∅ ⇒ r ∥ π disgiunte
d(r,π) = d(R, HR) com R ε r punto della retta r
C.M.D = d(R, HR) con R ε r e HR ε tR ∩ π
Punto - Retta
C.M.D= (P,H) con H = r n π
d(P,r) = d(P,H)
Retta - Retta
r,s
- Se r ∩ s ≠ Ø d(r,s) = 0 C.M.D = d(CP,P) P∈r∩s
- Se r ∩ s = Ø ⇒ r // s
d(r,s) = d(R,s) = d(R,H)
Tutte le C.M.D sono (R + s, H + r)
Rette sghembe
r: R + s: S +
d(r,s) = d(R,π) con π piano contenente se // ad r
La C.M.D. (R̅, S̅) con R̅ ∈ r e S̅ ∈ s
Rα = R + α Vr
Sβ = s + b · Vs
Proiezione ortogonale
Punto su una retta
{H} = l ∩ t con t = P + Vt⊥
Retta su piano
PΠ(t) = Π ∩ Θ con Θ: P + < Vt + VΠ⊥ >
Punto su retta
Pr(P) = r ∩ Θ con Θ = P + < Vr⊥ >
Test online
- Se una matrice A ∈ M4,9(ℝ) ha 2 autovalori reali e distinti, uno dei quali con mg = 3 allora A è diagonalizzabile?
Risposta
La matrice ha 2 autovalori λ1 e λ1
λ1 ha mg = 3
Per la relazione
1 ≤ mg ≤ ma ≤ 9
Possiamo capire che la 3 ≤ ma ≤ 9
Però deg(P_A(λ)) = 9 di conseguenza ma non può essere 9 perché annullerebbe tutti i valori andandolo a togliere il secondo autovalore.
λ1 ma = mg = 3
λ2 ha ma = 1 e per la relazione
1 ≤ mg ≤ ma ≤ 4
Per forza mg = 1
λ2 ma = mg = 1
A è diagonalizzabile
- Date f, g endomorfismi definiti da ℝ2 → ℝ3
È vero che se Ker f = Ker g allora Im f = Im g
Risposta
Bisogna ricordare che Ker e Im sono due sottospazi vettoriali, di conseguenza ne hanno la stessa dim. allora sono uguali (a meno di un isomorfismo).
dim V = dim Ker f + dim Im f
Dato che f,g: ℝ3 ➝ ℝ3 (endomorfismi) ⇒ Ker f = Ker g
Per il T. delle dimensioni:
dim Im f = 3 - dim Ker f ed im Im g = 3 - dim Ker g
⇒ dim Im f = dim Im g
Quiz risposta multipla
- Sia A ∈ Mn(ℝ) una matrice con rg(A) < n. Allora:
- Le righe di A sono L.D.
- A non è invertibile
- A non è diagonale
Risposta
a) Vero perché se rg A < n vuol dire che c'è una riga nulla => l.d.
Esempio A = ( 1 0 0 ) ( 0 0 0 ) ( 0 0 0 )
b) Vero perché A ha una riga nulla => det A = 0 di conseguenza non è invertibile
c) Falso
A = ( 1 0 0 ) ( 0 1 0 ) ( 0 0 0 )
matrice diagonale di ordine 3 con rg A = 2
- Sia S un sistema lineare impossibile. Allora S:
- Ha più equazioni che incognite
- Non è omogeneo
- Il rango della matrice incompleta è minore di quella completa.
Risposta
a) Falso non è una condizione che permette di capire se un sistema ha soluzioni.
Es: { x + y = 1 x + y = 0 n° eq = n° incognite ma è impossibile
b) Falso. Ogni sistema lineare omogeneo ammette sempre soluzioni.
c) Vero rg A = rg (A|b) condizione necessaria per il T. di Rouché-Capelli
○ ------ ○ ------ ○
- Siano A, B ∈ Mₙ(ℝ) matrici simili. Allora:
- rg A = rg B
- det A = det B
- PA(x) = PB(x)
Risposta
a, b, c) Vero tutte e tre sono condizione necessarie perché 2 matrici siano simili.
Quiz online
- Sia A una matrice simmetrica reale. Quale delle seguenti affermazioni è vera?
- Due autospazi di A sono sempre ortogonali.
- Due autovettori distinti di A sono sempre ortogonali.
- Due autovalori di A sono sempre positivi.
Risposta
- Gli autospazi di una matrice simmetrica reale sono a due a due ortogonali.
Siano A e B due matrici quadrate tra loro simili. Quale delle seguenti affermazioni è falsa?
- Le matrici A e B hanno lo stesso polinomio caratteristico.
- Le matrici A e B sono diagonalizzabili.
- Se A è diagonalizzabile allora B è diagonalizzabile.
Risposta
1 e 3 sono vere la 3 è una diretta conseguenza della prima.
La 2 è falso per esempio
A = (1 0)(0 1) e B = (1 1)(0 1)
Sono simili ma non sono diagonalizzabili.
- Le rette r: y + 2z = 4 2x - y + z + 3 = 0
s: x - y + 3 = 0 x + z = 0
sono:
- Parallele
- Incidenti
- Sghembe
Soluzione
A = (2 -1 1 | -3)(1 -1 0 | -3)(0 1 2 | 4)(1 0 1 | 0) riduco con Gauss
A = ( 0 1 0 | 3 ) ( 1 -1 0 | -3 ) ( 0 1 2 | 4 ) ( 0 -1 0 | -3 )
A = ( 1 -1 0 | -3 ) ( 0 1 0 | 3 ) ( 0 0 2 | 1 ) ( 0 -1 0 | -3 )
A = ( 1 -1 0 | -3 ) ( 0 -1 0 | -3 ) ( 0 0 2 | 1 ) ( 0 0 0 | 6 )
rg A = 3 rg (A|b) = 4
r ed S sono sghembe
- Si considerino i vettori v1 = (1 1) v2 = (1 2) e v3 = (2 1)
Si indichi l'affermazione corretta:
- I vettori {v1, v2, v3} sono lin. ind.
- v1 + v2 = λ·v3 per qualche λ ∈ ℝ
- <v1, v2, v3> = ℝ3
- λ1·v1 + λ2·v2 = v3 per qualche λ1, λ2 ∈ ℝ
I vettori sono lin. dip. La soluzione è la d.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
-
Geometria e algebra - diagonalizzazione di una matrice e altre nozioni
-
Algebra lineare - nozioni varie
-
Algebra lineare - nozioni generali
-
Microeconomia - Nozioni