algebra Flashcards

1
Q

conica con Det A’ = 0

A

Degenere

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

conica con Det A’ diverso da zero

A

NON degenere

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

conica con Det A’ diverso da zero, Det A = 0 E gli autovalori?

A

Parabola, implica un autovalore = 0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

conica conDet A’ diverso da zero, Det A > 0 E autovalori?

A

Ellisse, autovalori concordi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

conica con Det A’ diverso da zero, Det A < 0 E autovalori?

A

Iperbole, autovalori discordi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

conica con Det A’ = 0, det A < 0

A

rette reali incidenti

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

conica con Det A’ = 0 det A = 0

A

rette parallele

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

conica con Det A’ = 0 det A > 0

A

coppie rette incidenti immaginarie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Invariante cubico

A

Det A’

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Invariante Quadratico

A

sottomatrice

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Invariante Lineare

A

TrA = a + b aka a11 + a22

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Costruzione matrice associata alla conica

A

diagonale a b f
c/2 d/2 e/2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Come vedo se una matrice è diagonalizzabile. TUTTI I modi

A

sottraggo h dalla diagonale e risolvo il sistema. Se gli autovalori sono tutti differenti allora è diagonalizzabile.
Se è simmetrica è diagonalizzabile e ortogonalmente diagonalizzabile.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Calcolo molteplicità geometrica, e una sua proprietà

A

mg(h) = ordine matrice - rk(A-hI)
1<= mg(h)<=ma(h)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Come si calcola la matrice diagonale

A

D = A * P * P^(-1)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Se ho una matrice Diagonale Superiore cosa conosco?

A

Gli autovalori. Sono quelli sulla diagonale

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Come calcolo la dimensione di V_orotogonale

A

Spazio ambiente - dimV

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Per calcolare V_ortogonale da base di V?

A

faccio il prodotto scalare di goni vettore della base con il generico vettore (x,y,z,t) e porre a sistema le equazioni.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Base Ortonormale

A

Norma dei vettori della base ortogonale uguale a 1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Posso ortonormalizzare una base ortogonale?

A

Si! Divido ogni vettore per la sua norma

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Dimensione del Kerf = ?

A

Spazio di partenza - Dimensione ImF

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Come si calcola la Dimensione dell’immagine? NO FORMULA

A

Rango della matrice associata disposta per colonne

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Cos’è una matrice?

A

Tabella a doppia entrata definita da righe e colonne. Ogni elemento è individuabile dall’indice di riga e colonna.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Caratteristica matrice diagonale

A

Gli elementi sopra e sotto la diagonale sono tutti zero

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Caratteristica Triangolare superiore
Matrice con tutti zeri SOTTO la diagonale
26
Caratteristica Triangolare Inferiore
Matrice con tutti zeri SOPRA la diagonale
27
Caratteristica Matrice Identità
Matrice quadrata con tutti zeri e la diagonale con tutti 1
28
Quando una matrice è simmetrica?
Quando la matrice e la sua trasposta sono uguali
29
Quali sono le operazioni che posso eseguire su una matrice?
Somma: sommo elementi stesse pos Prodotto per uno scalare: moltiplico ogni elemento per lo scalare Prodotto tra matrici: NON COMMUNTATIVO, Posso eseguirlo solo se la prima matrice ha il numero di colonne uguale al numero di righe sella seconda matrice.
30
Operazioni su righe e colonne
scambio, prodotto per uno scalare, togliere ad una riga uno scalare per un altra riga.
31
Matrice a scalini, caratteristiche e proprietà
se una riga è nulla anche le successive lo saranno. Il primo elemento, detto PIVOT, è sempre piu a sinistra del primo elemento non nullo della colonna a cui appartiene. Tutte le righe non nulle sono linearmente indipendenti. Tutte e solo le colonne contenti pivot sono linearmente indipendenti.
32
Scalini ridotta
Matrice a scalini, in cui tutti i pivot sono 1 e ogni elemento nella colonna del pivot è zero
33
Formula di azzeramento
riga - ((elemento da annulare) / pivot) * riga pivot
34
Quando una matrice è invertibile?
Quando il determinante è diverso da zero.
35
cofattore/complemento algebrico come si calcola?
(-1)^(i+j) * |Aij|
36
PROprietà del determinante con operazioni elementari.
ri<->rj scambio: cambio di segno ri->ri*kmol per scalare: moltiplicato per lo scalare ri->ri+k*rj rimane uguale
37
cos'è l'Aggiunta
Matrice dei cofattori trasposta.
38
Quante soluzioni può avere un sistema lineare
una: quando rkA=rkA'=n zero: rkA != rkA' infinite: rkA = rkA' = p < n
39
COSA dice ROUCHE CAPELLI?
che il sistema è compatibile quando rkA = rkA'
40
1 teorema di Unicità
Un sistema ha un'unica soluzione se e solo se rkA = n
41
2 teorema di unicità
se rkA = p
42
Cos'è uno spazio vettoriale?
Struttura algebrica composta da un campo, un insieme e due operazioni binarie
43
Verifica di un sottospazio
COntrollo: 1) presenza elemem. neutro 2) chiusura rispetto alla somma 3) chiusura rispetto al prodotto
44
Base di un sottospazio
Insieme di vettori linearmente indipendenti
45
Quando un insieme si dice Linearmente indipendente
Presi i vettori e messi a matrice, il rango è uguale al numero di vettori della matrice
46
Lemma di Steinz
Ogni volta che ho un insieme con cardinalità maggiore della base allora l'insieme è lin. dipendente
47
Teorema della base
Tutte le basi dello stesso spazio hanno stesso numero di vettori
48
COndizione sufficiente per le basi
Se ho uno sp. vett di cui conosco la dimensione mi basta intercettare n vettori lin. indip per dire che B genera V
49
Rappresentazione parametrica sottospazio vettoriale. QUante rappresentazioni posso avere?
Scrittura dei vettori come combinazione lineare. Tante quante sono le basi
50
Rappresentazione cartesiana, spazio vett. Quante rappresentazioni posso avere?
Avendo la base, la metto a matrice e aggiungo il vettore generico e riduco a scalini e poi azzero l'ultima riga. Tante quanti sono i sistemi lineari omogenei equivalenti ad Ax=0
51
Condizioni sufficienti per le basi
B è base <-> è sistema massimale di vet. lin. indip. B è base <-> è sistema minimale di generatori
52
Caratterizzazioni della base
Non appena un insieme è più grande di una base, l'insieme non può avere la proprietà di lin. indip. Non appena un insieme è piu piccolo di una base, non puo generare lo tutto spazio
53
Intersezione di Sottospazi
devo verificare le 3 condizioni: 1) condizione necessaria 2) chiusura rispetto alla somma 3) chiusura rispetto al prodotto
54
Somma di sottospazi NON in somma diretta
Relazione di grassmann dimW1+dimW2 - dim(W1 intersecato W2)
55
Spazio Euclideo
Spazio ambiente della geometria elementare, definito da assiomi (V,*) si dice spazio euclideo reale
56
Prodotto scalare, standard e non:
Standard: moltiplico le componenti con stesso indice e poi sommo tutto NON standard: definito da una legge
57
NORMA VETTORE
La norma è una funzione che prende un vettore e ci associa un numero reale definito come la radice quadrata del prodotto scalare per se stesso
58
Disuguaglianza Cauchy-schwartz
(u \dot n) ^2 <= |u|^2 |v|^2
59
ANgolo tra due vettori
arcocos (u ∙ v) / (|u|∙|v|)
60
Sottospazio Ortogonale. + Proprietà dimensione
Insieme di tutti i vettori di V che sono ortogonali a tutti i vettori di W. Se il prodotto scalare tra due vettori è zero allora sono ortogonali. dimV = dimW+dimW_ort
61
Base Ortogonale e Ortonormale
B è una base ortogonale se il prodotto scalare dei vettori, a due a due tra loro, è zero. Se poi i vettori hanno norma unitaria allora la base si dice ORTONORMALE
62
COsa serve gram-schmidt
Passare da una base generica a una base ORTONORMALE
63
OMOMORFISMO def e vari omomorfismi
COnsiderati due sp. vett Ve W definiti su K e F:V->W, si dice omomorfismo se gode di: Additività e OMogeneità ---------------------------------------------------- Monomorfismo, Iniettiva, dimkerf =0 ----------------------------------------------------- Epimorfismo, Suriettiva, dimImF=W, Dim(V)>= dimW ------------------------------------------------------ Isomorfismo. biettiva, DImV=dimW ------------------------------------------------------ Endomorfismo F: V->V
64
Teorema Della Dimensione
dimV = dim Kerf + dim Imf
65
Autovettore
u autovettore <-> esiste h tale che Au=hu
66
AUtovalore
h autovalore di A se è soluzione di |A-hI|=0. Ogni autovalore è associato un autovettore
67
Molteplicità geometrica e algebrica
La molteplicità algebrica associta ad un autovalore è il numero di volte che è soluzione dell'equazione |A-hI|=0 La molteplicità geometrica è calcolabile dalla formula: n-rk(A-hI). La mg(h) è compresa tra 1 e la ma(h)
68
Quando A è digonalizzabile?
Se la somma delle molt algebriche è uguale allo spazio ambiente E se per ogni autovalore la mg(h)=ma(h) --------------------------------------------- Se presenta n autovalori distinti -----------------------------------------------
69
QUando A è ortogonalmente diagonalizzabile ?
Se è simmetrica-> [teorema spettrale] Oppure se P ( mat di diagonalizzazione) è ortogonale, cioè P^(-1) = P^t
70
Definizione di prodotto scalare
il prodotto scalare è un'operazione binaria che associa ad ogni coppia di vettori un elemento del campo