Professional Documents
Culture Documents
Podest
Dispense di Geometria
1
Diagonalizzazione
Sia V uno spazio vettoriale e sia f : V V una applicazione lineare (una tale applicazione da
uno spazio vettoriale in se stesso chiamata endomorfismo). Sappiamo che se fissiamo una base
{v1, ..., vn} di V , allora f completamente determinata dai valori f (v1), ..., f (vn): infatti dato un
vettore v V, questo si scrive in modo unico come combinazione lineare degli elementi della
base, diciamo v = x1 v1 + ... + xn vn ( xi R) e quindi, poich f lineare, abbiamo che f (v) =
x1 f (v1 ) + ... + xn f (vn ). Daltra parte, i vettori f (vi ) (i = 1, ..., n) sono anchessi combinazioni
lineari degli stessi vettori della base. Ne segue che ciascun f (vi ) individuato dalle sue coordinate
rispetto alla base fissata. Poniamo
f (vi ) = a1i v1 + a2i v2 + ... + ani vn
dove i coefficienti aij sono numeri reali con il primo indice che scorre da 1 a n, mentre il secondo
indice fisso su i (perch stiamo calcolando f (vi )). Tutti questi coefficienti ( aij ) formano una
matrice A con n righe e n colonne, detta la matrice associata a f rispetto alla base B = {v1 , ..., vn }.
Questa notazione particolarmente utile, perch se abbiamo le coordinate ( x1 , ..., xn ) di un vettore
v V , allora la moltiplicazione
a11 a1n
x1
..
.. ..
..
(1)
.
.
. .
an1
ann
xn
Definizione 1. Una matrice quadrata A si dice diagonale se tutti i suoi elementi sono nulli tranne
eventualmente quelli posti lungo la diagonale (cio aij = 0 se i 6= j).
Notiamo ora che se una data applicazione lineare ha matrice associata diagonale rispetto ad
una certa base B = {v1 , ..., vn }, allora se indichiamo con A tale matrice e con d1 , d2 , ...dn gli elementi
lungo la diagonale, ovvero
d1 0 0
0 d2
0 0
A= .
.
.. ..
0
dn
allora f (v1 ) = d1 v1 , f (v2 ) = d2 v2 e cos via fino a f (vn ) = dn vn , semplicemente per come stata
costruita la matrice associata. Siamo quindi portati a dare la seguente definizione:
Definizione 2. Un vettore non nullo v V detto autovettore se esiste un numero reale tale che
f (v) = v. In tal caso si dice che lautovalore corrispondente.
Osservazione 1. Una applicazione lineare f : V V si dice diagonalizzabile se esiste una base di V
costituita da autovettori.
Si noti che se f diagonalizzabile, allora la matrice associata alla base costituita da autovettori
diagonale; vedremo che non tutte le applicazioni sono diagonalizzabili, ma quando lo sono, chiaramente converr lavorare con la base speciale costituita da autovettori, perch la matrice associata
risulta diagonale e quindi particolarmente semplice per poter fare ulteriori calcoli (vedremo poi in
seguito la vera utilit di avere una applicazione diagonalizzabile).
Il nostro problema diventa ora capire quando una data applicazione ammette una base fatta di
autovettori. Innanzitutto dobbiamo capire come stabilire se esistono o meno autovettori ( e corrispondenti autovalori). Fissiamo una base qualunque B e scriviamo la matrice A dellapplicazione f
rispetto a tale base B. Se esiste un autovettore v con autovalore , allora f (v) = v e quindi se
( x1 , ..., xn ) sono le coordinate di v rispetto alla base B si deve che
x1
x1
x1
x1
(2)
A ... = ... A ... ... = 0,
xn
xn
xn
xn
pi compatta,
introduciamo
0
0
.. ; tale matrice ha la
.
x1
x1
.. ..
propriet che I . = . . Abbiamo quindi che la (2) si pu riscrivere come
xn
xn
x1
x1
x1
x1
x1
xn
xn
a11
a12
a13
a21
a
a23
22
(3)
..
an1
an2
an3
xn
a1n
a2n
..
.
ann
xn
x1
.. = 0
.
xn
Poich v supposto essere 6= 0, il sistema omogeneo (3) ha una soluzione non nulla e quindi deve
essere car ( A I ) < n, ovvero det( A I ) = 0.
Definizione 3. Il polinomio p() = det( A I ) si dice polinomio caratteristico.
Osservazione 2. Il fatto che p() sia un polinomio discende facilmente dallo sviluppo di Laplace del
determinante, ma omettiamo questa dimostrazione. Si vede anche che il grado di p n, dove n = dim(V ).
Osservazione 3. Il polinomio caratteristico dipende solo da f e NON dalla matrice A che rappresenta
f ; ovvero se scegliamo unaltra base B0 e rappresentiamo f con la matrice A0 rispetto alla base B0 , allora
det( A I ) = det( A0 I ) (questo fatto non lo dimostriamo, perch impegneremmo troppo tempo).
1 2
1
2
Esempio Sia A =
; si ha p() = det
= 2 4 + 5. Un numero
1 3
1 3
reale dunque autovalore (cio esistev 6= 0 tale che f (v) = v) se e solo se p() = 0, cio
radice del polinomio caratteristico. Poich p ha grado n, vi sono al pi n autovalori distinti.
Dato un autovalore , indichiamo con V () linsieme di tutti i vettori che sono autovettori per f
con lo stesso autovalore ; si tratta di un sottospazio vettoriale, poich
V () = {v V; f (v) = v} = ker( A I ) = {0}.
Tale sottospazio si chiama autospazio relativo allautovalore e la dimensione di tale autospazio si
chiama molteplicit geometrica dellautovalore e si indica con g().
Esempio
1
A=
1
Sia data
lapplicazione lineare la cui matrice associata rispetto alla base canonica
1 1
2 1 . Abbiamo che
1 2
2
1
1
2
1 =
p() = det 1
1
1
2
1 1 1
V (1) = ker ( A I ) = ker 1 1 1 = { x + y + z = 0}
1 1 1
quindi la molteplicit g(1) = 2; invece per = 4 abbiamo che
2 1
1
V (4) = ker ( A 4I ) = ker 1 2 1 = 2x = y + z, x + z = 2y = x = y = z
1
1 2
e quindi g(4) = 1. In questo caso lapplicazione diagonalizzabile: infatti basta prendere una base
di V (1), ottenendo cos due vettori linearmente indipendenti che sono autovettori (con autovalore
1) e poi prendere un vettore che generi V (4) che unidimensionale e, cosa pi importante, interseca
V (4) nel solo {0}; in tal modo i tre vettori scelti formano una base (di V = R3 ) di autovettori
(infatti i primi due sono linearmente indipendenti, mentre il terzo non dipendedai primi due
perch appartiene a V (4) che interseca V (1) nella sola origine!). Ad esempio possiamo prendere
v1 = (1,
= (0, 1, 1), v3 = (1, 1, 1) ; rispetto a tale base la matrice dell applicazione
0, 1), v2
1 0 0
risulta 0 1 0 .
0 0 4
Per trovare quale sia la risposta in generale alla nostra domanda, ovvero quando una data
applicazione sia diagonalizzabile, dobbiamo ancora dare una piccola definizione. Abbiamo detto
che un autovalore una radice del polinomio caratteristico; una radice di un polinomio pu essere
semplice (ovvero comparire una sola volta tra le radici), oppure doppia (es. p( x ) = ( x 1)2 ha
x = 1 come radice doppia), tripla e cos via.
Definizione 4. Definiamo la molteplicit algebrica di un autovalore il numero di volte con cui compare
tra le radici del polinomio caratteristico. Tale molteplicit e indicata con m().
Nellesempio precedente m(1) = 2, mentre m(4) = 1. Siamo ora in grado di enunciare il
teorema nella sua completa generalit.
Teorema 1. di Diagonalizzazione. Sia data unapplicazione lineare f : V V. Tale applicazione
diagonalizzabile se e solo se valgono entrambe le seguenti condizioni:
1. il polinomio caratteristico possiede n radici reali dove n = dimV ;
2. per ogni autovalore si ha g() = m(), ovvero le due molteplicit coincidono.
Un fatto importante che si pu dimostrare (ma noi non lo faremo) che la molteplicita geometrica non supera mai quella algebrica, ovvero g() m() per ogni autovalore . Ne segue che
se un autovalore compare con m() = 1, allora 1 g() m() = 1 implica che g() = m():
questa osservazione ci fornisce il seguente utilissimo
Corollario 1. Se unapplicazione f ha tutti gli autovalori reali e di molteplicit 1, allora f diagonalizzabile.
Nota per che non vale il viceversa, cio esistono applicazioni diagonalizzabili con autovalori
di molteplicit elevata, es: f lapplicazione identit per la quale esiste un unico autovalore = 1di
molteplicit n; f chiaramente diagonalizzabile, perch ogni base una base di autovettori!
Esempio 1 Sia f data dalla matrice
p() = det
1 a
2 1
. Allora
1
a
2
1
= 2 1 2a.
Per avere autovalori reali deve essere a 12 e gli autovalori sono = 1 + 2a. Se a > 12 ,
allora gli autovalori sono distinti e quindi diagonalizzabile. Se a = 12 , = 0 lunico autovalore
con m(0) = 2, mentre g(0) = dimkerA = 1, quindi non diagonalizzabile.
a
1 2
Esempio 2 Sia f data dalla matrice A = 0 1 4 . Il polinomio caratteristico ha grado tre
1 0 1
e quindi non semprerisulta facile trovarne le radici; pertanto quando svolgiamo i calcoli, cerchiamo
di mettere in evidenza tutto ci che possibile fare.
a
1
2
1
.4 = ( a )(1 )(1 ) (4 2(1 )) =
p() = det 0
1
0
1
= ( 1)(2 + ( a 1) + a 2)
ovvero a 1 2 2 oppure a 1 + 2 2.
Esercizio Determinare per quali valori di a la matrice dellEsempio2 diagonalizzabile.
Coniche
Algebricamente si definisce una conica come linsieme dei punti ( x; y) del piano R2 che soddisfano
lequazione polinomiale di grado due
p( x; y) = ax2 + 2bxy + cy2 + 2dx + 2ey + f = 0
dove a, b, c, d, e, f R.
Per poter classificare la conica si dovr ricorrere alla matrice associata alla conica. Si avranno due
matrici: la matrice A ovvero matrice incompleta della parte quadratica, la matrice completa A che
rappresenta tutta la conica. La matrice completa sar:
A =
Volendo indicare con v =
d
e
a b d !
b c e
d e f
allora la matrice completa diventer:
A =
A v
tv f
La classificazione di una conica si basa sullo studio dei determinanti delle due matrici: completa
ed incompleta. Dal Teorema di Binet si ha che
det( A ) = 1 2 = det( A)
per cui si pu dire:
1. Per det( A) 6= 0 si ha che la conica a centro per cui si dovr solamente usare la rotazione ma
non la traslazione.
det( A) < 0, allora i due autovalori hanno segno discorde. Per 6= 0 la conica
uniperbole, per = 0 si hanno invece due rette incidenti. si ricava facendo
det( A )
det( A)
det( A) > 0, allora i due autovalori hanno segno concorde ovvero possono essere
entrambi positivi o entrambi negativi.
se i segni sono entrambi positivi e = 0 allora si ottiene un solo punto, per < 0 si
ha unellisse, per > 0 si ha il vuoto.
se i segni sono entrambi negativi e = 0 si ha un solo punto, per < 0 si ha il
vuoto e per > 0 si ha unellisse.
2. Per det( A) = 0 si pu supporre che solo un autovalore sia = 0 in questo caso, essendo
proprio det( A) = 0 la conica si definisce degenere. Come detto in precedenza lo studio si
basa sui due determinanti quindi:
Per det( A ) 6= 0 si ha che 6= 0 e si ottiene una parabola;
Per det( A ) = 0 si possono avere due rette parallele, una retta doppia o il vuoto. Questa
differenziazione si ottiene in base al paramentro o in modo molto pi pratico calcolando
il della conica. Infatti mantenendo costante una variabile e lasciando libera laltra si
pu risolvere la conica come unequazione di 2 grado. Se il ovvero il discriminante
della conica > 0 si avranno due rette parallele, se = 0 si avr una retta doppia e se,
infine, sar < 0 allora si avr il vuoto.
3
3.1
Numeri Complessi
Forma algebrica e trigonometrica
Un numero complesso si pu rappresentare sotto la forma a + i b con a, b numeri reali. In tal caso
si dice che il numero complesso rappresentato in forma algebrica. Il simbolo i prende il nome di
unit immaginaria ed ha la seguente propriet:
i i = i2 = 1.
(4)
Il numero reale a si chiama parte reale del numero complesso, mentre b detto coefficiente della parte
immaginaria. Se il coefficiente della parte immaginaria nullo il numero reale; se la parte reale
nulla si dice che il numero immaginario puro.
Le operazioni di somma, differenza, prodotto tra numeri complessi si svolgono senza difficolt,
pur di ricordare la propriet (1). Per il quoziente invece conviene moltiplicare sia il dividendo che
il divisore per il numero complesso coniugato ovvero
a+ib
( a + i b) (c i d)
=
.
c+id
(c + i d) (c i d)
Il vantaggio di tale operazione nel fatto che il prodotto (c + i d)(c i d) a denominatore un
numero reale, infatti:
(c + i d)(c i d) = c2 (id)2 = c2 i2 d2 = c2 d2 .
La divisione quindi possibile se c2 + d2 6= 0, cio quando il numero complesso divisore c + i d
diverso da 0.
In figura (1) disegnata la rappresentazione geometrica del numero complesso z = a + i b
Nella stessa figura (1) anche rappresentato il modulo e largomento del numero complesso
z. Largomento determinato a meno di multipli di 2; il valore di compreso nellintervallo
(; ] si chiamano argomento principale. Inoltre valgono le seguenti relazioni:
p
(5)
= a2 + b2
n a = cos
b = sin
(6)
b
a
, cos =
tan =
b
a
3.2
Potenze e radici
Mediante le formule di addizione per il seno e il coseno possibile esprimere in forma trigonometrica
il prodotto di due numeri complessi z, z0 :
Quindi il modulo del prodotto il prodotto dei moduli, mentre largomento del prodotto la
somma degli argomenti dei singoli fattori. Ponendo = 0 , si ottiene la formula per il quadrato di
un numero complesso z:
z2 = 2 (cos 2 + i sin 2 );
pi generalmente si verifica che vale la formula di De Moivre per la potenza n-sima, con n naturale:
zn = n (cos n + i sin n ).
Una radice n-sima di un numero complesso z un numero complesso w tale che wn = z. Se i
moduli e gli argomenti di z, w sono rispettivamente (, ), (0 , 0 ), dato che wn = z, per le formule
di De Moivre risulta che
= (0 )n , + 2k = n 0 ;
1
perci 0 = n = n , 0 = +n2k .
In forma trigonometrica le radici n-sime di un numero complesso z = (cos + i sin ) si rappresentano nella forma
h
1
+ 2k
+ 2k i
wk = n cos
,
+ i sin
n
n
e si verifica che si ottengono n radici distinte (se 6= 0), corrispondenti ai valori k = 0, 1, , n 1.
3.3
b b2 4ac
b + b2 4ac
z1 =
; z2 =
.
2a
2a
Naturalmente la radice quadrata va intesa nel campo complesso, come indicato nel paragrafo
precedente. Si noti che, nel campo complesso, le radici quadrate (di = b2 4ac) sono due
(coincidenti solo se = 0) e sono una opposta dellaltra.
Un altro metodo per risolvere unequazione consiste nel sostituire allincognita complessa z
lespressione algebrica x + i y, con x, y incognite reali.
2 1 0
2 0 1
A = 1 1 1 ; B = 0 0 0 ;
0 2 1
2 1 1
3. Data la matrice:
1 0 1
C= 0 1 1
1 1 0
1 0 a
A= 0 1 1
a 1 0
a 1 0
A= 1 1 1
0 0 1
1 0 1
A= 0 a a
1 1 0
discuterne la diagonalizzabilit.
6. Data la matrice:
1
a 1
2
b
A= 1
1 1 1
trovare tutte le coppie ( a; b) in modo che la matrice sia diagonalizzabile con un autovalore
uguale.
7. Data la matrice dellesercizio precedente, trovare se possibile tutte le coppie ( a; b) per le quali
la matrice ammette = 0 come autovalore di molteplicit algebrica 2 e discuterne poi la
diagonalizzabilit.
8. Data la matrice dellesercizio 6,
Trovare le coppie ( a; b) in modo che il vettore (1; 1; 1) risulti autovettore;
Qual il suo autovalore e quali sono gli altri autovalori?
Calcolare gli autospazi.
1 1 0
A= 1 0 1
a 0 1
1 1
2 1
B=
2 1
1 5
C=
a b
c d
1 0 1
D= 2 1 0
0 1 1
1 1
la matrice di cambiamento
2 3
di base da B a C. Sia poi F : R2 R2 lapplicazione linerare F (( x, y)) = (y, x 2y).
Calcolare:
10
; (1 3i )3 ; 2e 12 ;
+ 1 i ; (2 1)3 e i 8 ; (1 + i )1 1
3i
1 2i
2. Trovare le radici delle seguenti equazioni:
|z|z2 = 1; x2 + 2x + 5 = 0; x2 + ix + 2 = 0; x ix 1 + i = 0
3. Risolvere le seguenti equazioni
x4 = z; z(z 1) = ai ( a R);
z+1
= i |z|; z3 z + 3z2 4 = 0; z2 + 2z + Im(z) = 0
z1
(z + i )2 = ( 3 + i )3 ; z4 + 2z2 2 = 0
7. Provare che tre numeri complessi z1 , z2 , z3
z1 z2
z1 z3 reale e se e solo se vale
z1
det z2
z3
z1 1
z2 1 = 0
z3 1
Coniche
1. Data la conica 2x2 y2 xy + x + 2y 1 = 0, mostrare che a centro ed degenere e
classificarla.
2. Provare che la conica 2x2 + 3y2 + 2xy + 2x 2y + 1 = 0 a centro e classificarla.
3. Discutere, al variare del parametro R il tipo della seguente conica: 2x2 3y2 2xy +
2y + = 0
4. Data la conica x2 y2 + 4xy + 6x + 2y + 1 = 0 classificarla e trovarne il centro. Trovare poi
lequazione dei nuovo assi ortogonali rispetto ai quali la conica risulta in forma canonica.
5. Verificare che le seguenti coniche siano degeneri e trovare da cosa sono formate:
4x2 + 9y2 12xy + 4x 6y + 1 = 0
5x2 + 2y2 + 2xy + 4x + 2y + 1 = 0
6. Discutere la natura della conica x2 + 2y2 + 2xy + 2x + = 0 al variare del parametro R.
In particolare, trovare per quale R la conica si riduce ad un solo punto e determinarlo.
7. Data la famiglia di coniche, con (; ) R, x2 + y2 4xy + 2x 2y + = 0, trovare , in
modo che la conica sia data da due rette incidenti nel punto (1; 1) e trovarle.
8. Individuare R in modo che la conica x2 2y2 2xy + 2y + 1 = 0 abbia un asse parallelo
alla retta r = {y = 2x }. Classificare quindi la conica e trovare lasse parallelo a r.