Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
vuoi
o PayPal
tutte le volte che vuoi
TRASFORMAZIONI LINEARI:
'
f :V →V entrambi spazi vettoriali f 0
⃗ ⃗
( ) ( ) ( )
f α a a a e α C =0
( )=αf ( )
⃗ ⃗ ∀ ⃗ ∈V ∀ ∈
f a b a f b a , b V
( )+
⃗ + =f ⃗ ∀ ∈
Proprietà: , , v v '
Nucleo o Kernel: Insieme dei valori di V che hanno come immagine in V' il vettore nullo.
{ }
K= a , f a
( )=0
⃗ ∈V ⃗ K è un sottospazio V
V '
dim V K)+ dim
( )=dim ( ( ℑ)
Teorema: Ker 0 0
Im
Tipi di funzione: .
.
Iniettiva . Surgettiva Biettiva
Normale . .
------------------------------------------------------------------------------------------------------------------------
----------- x−3y
( )
x
( )
f =
2 3 x+ y
f : R →R
ES.: è data y x− y
a b
( ) ( )
⃗
a e b
⃗ = =
1 1 f αa βb a βf
( ) ( )
+ =αf + (b)
Considero 2 vettori e un'applicazione lineare
a b
2 2
α a β b a b a a b b
+ −3α −3β −3 −3
( ) ( ) ( )
1 1 2 2 1 2 1 2
α a β b
( )
+
f α β
= +
1 1 α a β b α a β b a b b
+ + + +a +
Ottengo = finito.
1 1 2 2 1 2 1 2
α a β b
+
2 2 α a β b a b a b
+ −α −β −a −b
1 1 2 2 1 2 1 2
------------------------------------------------------------------------------------------------------------------------
----------- '
f :V →V
Matrice associata ad una trasformazione lineare: data ,
A tale che f a A a
( )=
∃ ⃗ ⃗
m xn
Ad ogni matrice è associata un'applicazione lineare, viceversa ad ogni applicazione
f a A a
( )=
⃗ ⃗
lineare è associata una matrice, secondo l'equazione .
Si trova mettendo in colonna le immagini dei vettori della base.
Isomorfismo: due spazi sono isomorfi se esiste un'applicazione lineare che li lega 0
{ }
Endomorfismo: applicazione lineare di uno spazio in se stesso, è invertibile il K=
------------------------------------------------------------------------------------------------------------------------
----------- { } {
1 x=h
( )
3 3
Trovare f :R → R con K=V e : x− y=0 →
ℑ=W
1 y=h
ES.: 0 z =k
{ }
1 0 1 0
( ) ( ) ( ) ( )
Trovo una base di W → , →f =
1 0 1 0
V=K
0 1 0 0 1 1 0 0
( ) ( ) ( ) ( )
→f e f
= =
0 1 0 0
Prendo due vettori canonici e ci associo i vettori di W 0 0 1 1
0 1 1 1 1 0 1 −1
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
f =f − =f −f = − =
1 1 0 1 0 0 1 −1
Poi trovo il terzo 0 0 0 0 0 0 0 0
( )
1 0
−1
Metto∈colonna≤immagini dei vettori canonici→ M = 1 0
−1
0 0 1
Rango M = dim M = 2 quindi dim K = dim V-dim Im = 3-2 = 1
1 0
( ) ( )
M∙ =
1 0
Posso controllare facendo quindi moltiplicando M per il nucleo ottengo il
0 0
vettore nullo.
------------------------------------------------------------------------------------------------------------------------
-----------
Ricerca del nucleo: Basta risolvere il sistema omogeneo della matrice associata alla
trasformazione lineare. Si ottiene o un vettore o un sistema con dei parametri (e quindi più
vettori al variare di questi). La dimensione del nucleo è meglio calcolarla dopo quella
dell'immagine, più immediata.
Calcolo dell'immagine: L'immagine è generata dalle colonne della matrice associata alla
trasformazione lineare. La dimensione dell'immagine è data dal numero di colonne
linearmente indipendenti (e quindi anche il numero di vettori di una base di Im).
K= 0
{ }
Teorema: Una funzione è iniettiva se e solo se e quindi dim K = 0
------------------------------------------------------------------------------------------------------------------------
----------- { }
( )
1 0 1 1 0 0
( ) ( ) ( )
A= e la base associata E= , ,
1 1 0 0 1
−2
ES.: data 1 0 1 0 1 −1
Da riscrivere in base canonica. { {
x 1 0 0 α α
=x =x
( ) ( ) ( ) ( )
β → →
=α + +γ
y 0 0 1 β= y β=z y
+
Un vettore generico z 0 1 β−γ=z γ
−1 =z
1 1 1 1 1 1 ( )
1 1 0
( ) ( ) ( ) ( ) ( ) ( )
c → f = = → A '=
0 0 0 1 1 1 1 1 0
1 0 0 0 1 1 0 0 1
−2
C E E E E C ¿
1 nel sistema≤c 2 faccio Axc e trovo vettori con α , β e γ 3 sommo i vettori della base E con questi valori
¿ ¿ ¿ ¿ ¿
------------------------------------------------------------------------------------------------------------------------
-----------
DIAGONALIZZAZIONE:
La matrice associata ad un'applicazione lineare cambia a seconda della base. Esiste
quindi una matrice quadrata U capace di cambiare la base di A.
⃗
f v A v v ' v
( )=
⃗ ⃗ =U ⃗
Definito e la relazione posso calcolare:
⃗ ⃗
( ) ( )
' '
⃗ ⃗ ⃗
−1 −1
v v' →f v v → f v A v I v U U v U v '=A ' v'
( ) ( )
⃗ =U =Uf ⃗ =U ⃗ =UA ⃗ =UA ⃗ =UA
⃗ ⃗
( ) '
' ' v ' −1
f v A con A AU
= =U
Quindi alla fine ho (NON COMMUTATIVA!!)
'
A U −1
A AU
=U
è diagonalizzabile se esiste una tale che sia diagonale
( )
a 0
→ 0 b A' A
Matrice diagonale simile: è detta matrice diagonale simile ad . A volte è D o
∆ . A v λ v λ=autovalore v
⃗ = ⃗ ⃗ =autovettore
Problema degli autovalori: v
⃗
La matrice A è una matrice che moltiplicata per dà origine ad un vettore proporzionale
al primo (di solito non è così) con λ coefficiente di proporzionalità. ES.:
( )
3 4 11 75
( ) ( ) → non prop.
=
1 4 A v
⃗ det A−λI
( )=0
Questo è possibile solo se
------------------------------------------------------------------------------------------------------------------------
----------- ( ) ( )
1 2 1− λ 2 2 √
A= det λ →2 ± 5
= −4λ−1=0
ES.: 2 3 2 3−λ ¿
√
1−2− 5 x 0
( ) +2y
¿
√
1+ 5 2
( )
{ ( )
√ √
λ=2+ 5 2x+ 3−2− 5 y=0 → y= x → scelgo x=2 →u ' autovettore
¿ 2 √ 5+1
√ 5
−1+ ( )
√ 5
−1−
√
λ=2− 5 x= y → scelgo x=2→ u ' ' autovettore
2 2
------------------------------------------------------------------------------------------------------------------------
----------- n → det a−λI
( )=0
Polinomio caratteristico: è un polinomio di grado in λ
Molteplicità algebrica di un dato λ: è il numero di soluzioni coincidenti con quel valore di λ
n numero incognite A−Iλ con autovalori sostituiti)
( )−ρ(
Molteplicità geometrica di λ: ≥
Teorema: molteplicità algebrica molteplicità geometrica. Se molt. alg.=1 allora molt.
geom.=1
Teorema: Se una matrice a coefficienti reali è simmetrica, allora ha tutti gli autovalori reali
ed è diagonalizzabile.
------------------------------------------------------------------------------------------------------------------------
----------- ( )
1− λ 0 0
det → λ=1, λ=b , λ=−b
=0
a b
−λ
ES.: 1 b −λ
b ≠ 0 e b ≠ ±1
Se le soluzioni sono tutte e tre distinte
{ {
x=0 x=0 mAlg=mGeom=2
→ →
b=0 → λ=1, λ=0, λ=0 ax=0 y=h
Se ho mAlg 2 per λ=0 A è diagonale
x=0 z=k
{ x=0
b=1ho mAlg=2 per λ=1 →trovo → mGeom=1→ non diagonale
y=h
Se z=h
{ x=h
a−1
y= h
b=−1 ho mAlg=2 per λ=1→ trovo 2 → mGeom=1→ non diagonale
Se a+ 1
z h
= 2
------------------------------------------------------------------------------------------------------------------------
----------- ( )
5 0 '
A= −1
A AU
=U
ES.: data trovare U
8 3
( )
5−λ 0
calcolo det → λ=5 o λ=3 → diagonalizzabile
=0
8 3−λ ( )
3 0
'
A =
La matrice diagonale simile è che ha tutti 0 tranne la diagonale dove ha i
0 5
λ crescenti
{ {
5−3 x=0 x=0 0
( ) ( )
→ →
λ=3 y=h 1
8x=0 ( )
0 1
→U autovettori∈colonna→ detU
= =−1
1 4
{ {
0=0 x=h 1
( )
→ →
λ=5 8x−2y=0 y=4 h 4
1 ( ) ( )
4 1
−1 −4
−1
U è invertibile →U = =
0 1 0
−1 −1
( )
−1 1 ( ) ( )
4 0 4 1 0
=
Prova 1: 1 1 1 0 1
0
4 ( ) ( ) ( ) ( )( ) ( )
1 5 0 0 1 1 0 5 3 0
−4 −4
' →
−1 = =
A AU
=U
Prova 2: 1 0 8 3 1 4 1 0 3 20 0 5 '
−1
U A U A
------------------------------------------------------------------------------------------------------------------------
-----------
GEOMETRIA NELLO SPAZIO:
u ∙ v → u v
⃗ ⃗ =0 ⃗ ⊥ ⃗
u v → u v
⃗ ∧ ⃗ =0 ⃗ ∥ ⃗
u v ∙ w u , v , w sono complanari
( )
⃗ ∧ ⃗ ⃗ =0→ ⃗ ⃗ ⃗ ax +by +cz +d =0
Equazione cartesiana del piano: ⃗
⃗
N , b , c k
(a )
Vettore normale al piano: , nullo solo se sono nulli tutti i valori. 1
Piano generato da 2 vettori indipendenti e il loro punto di origine P: P
{ x=x a t λ
+ +b
0 1 1
⃗ y= y t+ b λ
+a
k 0 2 2
2 z=z a t+b λ
+
0 3 3
⃗ ⃗ =⃗ ⃗
⃗
con P x , y , z k a , a , a k b , b , b → N k k
( ) ( ) ( ) ∧ il prod. vett. è perpend.
0 0 0 1 1 2 3 2 1 2 3 1 2
∣ ∣
a x y z d
+b +c +
0 0 0
d Q , π
( )=
Distanza punto-piano: √ 2 2 2
a c
+b +
Equazione cartesiana della retta: intersezione di due piani
{ ( )
ax+ by+ cz a b c
+d=0 →
'