Geometria per fisica (L-P), a. a Esercizi svolti. e (2)
|
|
- Aloisio Mancini
- 5 anni fa
- Visualizzazioni
Transcript
1 Geometria per fisica (L-P, a a Esercii svolti Eserciio 1 Si considerino i sistemi lineari + + = 1 + = 0 ( = = = 3 e ( + + = 0 + = = = = 0 i Determinare i sottoinsiemi U 1, U R 3 delle soluioni dei sistemi risp (1 e ( ii U 1 è un sottospaio vettoriale di R 3? E U? (Motivare le risposte! iii Osservato che il sistema ( è il sistema lineare omogeneo associato al sistema (1, si illustri la compatibilità delle risposte date nei punti i e ii con il teorema di struttura relativo al confronto tra gli insiemi delle soluioni di un sistema lineare e delle soluioni del sistema lineare omogeneo associato Soluione eserciio 1 i + ii Le matrici A = , B = sono matrici rispettivamente dei coefficienti e dei coefficienti e termini noti del sistema lineare (1 Con varie modalità è possibile riconoscere che rg A = e rg B = 3 P es si può osservare che A ha solo due righe linearmente indipendenti, essendo la sua tera riga combinaione lineare delle prime due, con coefficienti 8 e 5; inoltre la quarta riga di A è anche combinaione lineare delle prime due con coefficienti e 7; infine l ultima riga di A è la metà della somma delle prime quattro Da ciò segue che rg A = Delle tre precedenti relaioni di combinaione lineare tra le righe di A, le prime due valgono anche per le righe di B Tuttavia l ultima riga di B non è la metà della somma delle altre, e questo consente di concludere che rg B = 3 Il teorema di Rouché Capelli implica dunque che il sistema (1 non ha soluioni, ovvero U 1 = Per quanto riguarda invece il sistema lineare omogeneo (, esso certamente ammette soluioni, ed essendo A - con rg A = - la sua matrice dei coefficienti, ne ammette 3 = 1, ovvero dipendenti da un parametro Per ottenerle esplicitamente ci si può limitare alle prime due equaioni del sistema, ovvero trattando l incognita = t come parametro alle due equaioni { + = t = t L insieme U delle soluioni del sistema omogeneo ( è dunque costituito dalle terne (t, t, 0, con t R Esso è certamente un sottospaio vettoriale di R 3, sia perché spaio delle soluioni di un sistema lineare omogeneo, sia perché esplicitamente l insieme U - sopra determinato - risulta chiuso rispetto alle operaioni di spaio vettoriale di R 3 L insieme U 1 = non è invece un sottospaio vettoriale di R 3, mancando in esso il vettore nullo iii Quanto sopra è certamente compatibile con il teorema di struttura Infatti tale teorema, nell ipotesi in cui si ha un sistema lineare sena soluioni - come risulta appunto il sistema (1-1
2 non afferma assolutamente nulla: il sistema omogeneo associato infatti ha sempre soluioni, e nella situaione attuale del sistema (, ne ha infinite ( ( a11 a Eserciio Siano A = 1 b11 b, B = 1 M a 1 a b 1 b (R e sia ( a11 b AB = 11 + a 1 b 1 a 11 b 1 + a 1 b a 1 b 11 + a b 1 a 1 b 1 + a b il loro prodotto righe per colonne Stabilire quali tra le seguenti affermaioni sono vere per ogni scelta di A, B M (R, dandone dimostraione in caso di risposta affermativa, o fornendo un controesempio in caso di risposta negativa i (AB t = A t B t ii (AB t = B t A t iii A(B t = B(A t iv tr [A(B t ] = tr [B(A t ] [si ricordi che la traccia di una matrice quadrata è la somma degli elementi della sua diagonale principale: se C = (c ij M n (R, allora la traccia è tr C = c 11 + c + + c nn ] v Per ogni A M (R, la matrice AA t è simmetrica vi Le risposte date nei precedenti punti i, ii, iii, iv, v valgono anche per A, B M n (R? [Motivare la risposta] Soluione eserciio i E falsa Per esempio, se A = (AB t = ( ( ( 0 0, B = 1 0 risulta: (, A t B t = 0 0 ii E vera, e lo è più in generale in M n (R Infatti, posto AB = C = (c ij, risulta c ij = a ik b kj k=1,,n Dunque l elemento di posto (i, j in (AB t risulta c ji = a jk b ki = k=1,,n k=1,,n b ki a jk, e risulta pertanto prodotto della i-esima riga di B t con la j-esima colonna di A t iii E falsa, e lo stesso controesempio dato in i funiona Si ottiene infatti con questa scelta ( ( A(B t =, B(A t = iv E vera, e anche qui più in generale in M n (R Infatti, posto ora A(B t = C = (c ij, risulta che gli elementi sulla diagonale principale sono c ii = a ik b ik = b ik a ik, k=1,,n k=1,,n
3 coincidendo quindi con gli elementi sulla diagonale principale di B(A t v E vero e segue da ii Infatti: (AA t t = (A t t A t = AA t vi Si, e le motivaioni dei casi in cui le affermaioni sono vere sono già state date D altra parte i controesempi forniti possono essere facilmente estesi all ordine n, p es scegliendo matrici che hanno il blocco in alto a sinistra come nei controesempi, e ero altrove Si noti che il quesito può essere inteso come il richiedere se le identità non valgano per ogni n: in questo caso il controesempio dato per n = è sufficiente per concludere Eserciio 3 Si considerino le seguenti terne di vettori di R 3 : e i sottospai vettoriali di R 3 u 1 = (1, 1,, u = ( 1,, 1, u 3 = (1, 8, 9; w 1 = (7, 5,, w = ( 3,, 1, w 3 = (1, 1, 4 U = Span ( u 1, u, u 3, W = Span ( w 1, w, w 3 i Determinare una base di U e una base di W ii Scrivere equaioni cartesiane dei sottospai U e W iii Scrivere equaioni cartesiane di U W iv Determinare una base di U W v Esiste un applicaione lineare T : R 3 R 3 tale che T ( u 1 = w 1, T ( u = w, T ( u 3 = w 3? [Motivare la risposta] Soluione eserciio 3 i Risulta subito che det det e pertanto sia i vettori u 1, u, u 3 che i vettori w 1, w, w 3 sono linearmente dipendenti (e naturalmente sia u 1, u che w 1, w sono linearmente indipendenti Dunque { u 1, u } è una base di U e { w 1, w } è una base di W ii + iii Le equaioni cartesiane di U e di W possono scriversi richiedendo che il vettore generico = ( 1,, 3 R 3 sia combinaione lineare risp di { u 1, u } e di { w 1, w } Le equaioni sono dunque quelle dei due piani vettoriali di R 3 U : det W : det ovvero U : = 0, W : = 0 Le equaioni di U W sono dunque date dal sistema costituito da tali due equaioni iv Il precedente sistema { = = 0 3
4 di equaioni cartesiane di U W ha soluioni (dipendenti dal parametro 3 = t pes ( 1,, 3 = ( 6 t, 5 6 t, t Una base di U W è dunque costituita dal vettore v = (, 5, 1, che si ottiene per t = 1 v No Infatti, dovendo essere u 3 = λ u 1 +µ u, può scriversi (usando le componenti dei tre vettori il sistema lineare λ µ = 1 λ + µ = 8 λ + µ = 9 la cui soluione (λ, µ = ( 10, 7 consente di scrivere 3 3 u 3 = 10 3 u u Naturalmente, se T è lineare, e se T ( u 1 = w 1, T ( u = w, deve risultare che ( 10 T ( u 3 = T 3 u u = 10 3 T ( u T ( u = 10 3 w w = = 10 3 (7, 5, + 7 ( 49 3 ( 3,, 1 = 3, 1, 9 w 3 Eserciio 4 Nello spaio euclideo E 3, usando coordinate (,, relative a un riferimento cartesiano, si considerino i punti A = (3,, 1, B = (0, 1,, C = (4, 4, 0 i Verificare che i punti A, B, C non sono allineati ii Scrivere l equaione cartesiana del piano α contenente i punti A, B, C iii Scrivere le equaioni parametriche delle rette AB, AC e BC iv Calcolare l area del triangolo ABC v ABC è un triangolo rettangolo? (Motivare la risposta Soluione eserciio 4 i Per verificare che A, B, C non sono allineati è sufficiente mostrare che i vettori AB e AC non sono paralleli: Risulta infatti AB = ( 3, 1, 1, AC = (1,, 1 e il loro non parallelismo è evidente ii Il piano α può ottenersi p es come piano per A parallelo ai due vettori AB e AC Dunque, se P = (,,, si ha che P α se e solo se i vettori AP, AB, AC sono complanari, ovvero linearmente dipendenti Scrivendo le componenti dei tre vettori come righe di una matrice, la condiione è dunque det = Quest ultima, eventualmente scritta svolgendo il determinante: = 0 è l equaione cartesiana del piano α iii Le equaioni parametriche vettoriali delle tre rette, nel parametro t R, sono rispettivamente AP = tab, AP = tac, 4 BP = tbc
5 Essendo AP = ( 3, +, +1, AB = ( 3, 1, 1, AC = (1,, 1, BP = (, +1, +, BC = (4, 3,, da esse si hanno subito le equaioni parametriche scalari delle tre rette: 3 = 3t 3 = t + = t, + 1 = t + = t + 1 = t, = 4t + 1 = 3t + = t iv L area del triangolo ABC è la metà del modulo del prodotto vettoriale dei vettori Dunque: Area ABC = 1 i j k det = 1 30 ( 1,, 5 = 1 1 v Poiché non intercorrono relaioni di perpendicolarità tra i vettori AB, non è rettangolo Eserciio 5 Si consideri la matrice A = M 3 (R AC, AB e AC BC, il triangolo i Scrivere il polinomio caratteristico e determinare gli autovalori di A ii Stabilire se A è diagonaliabile, e in caso affermativo determinare una base di R 3 formata da autovettori di A Soluione eserciio 5 i Il polinomio caratteristico di A: λ 1 3 det(λi A = 3 λ 1 = λ 3 6λ 7λ = λ(λ + 1(λ λ 3 fornisce subito i tre autovalori 0, 1, 7 della matrice A ii Poiché i tre autovalori sono distinti, la matrice risulta diagonaliabile I rispettivi autovettori si determinano risolvendo i sistemi lineari omogenei ovvero: A = = = = 0,, A = = = =,, A = 7, = = = 7 Ognuno di tali sistemi ha per soluioni una retta vettoriale di R 3 Generatori di tali rette-autospai, e dunque insieme una base di R 3 formata da autovettori della matrice A, sono i vettori: v 1 = (1,, 1, v = (1, 1, 0, v 3 = (17, 15, 4, 5
6 rispettivamente autovettori degli autovalori 0, 1, 7 Eserciio 6 Sia T : M (R M (R l operatore lineare sullo spaio vettoriale reale V 4 = M (R definito dalla formula T (M = M + M t, ( a b ovvero, se M =, più esplicitamente: c d ( ( a b a b T = c d c d i Con riferimento alla base canonica { ( ( 1 0 E = E 11 =, E 0 = 0 0 ( a c + b d ( 3a b + c = c + b 3d ( 0 0, E 1 = 1 0 ( 0 0, E = dello spaio vettoriale M (R, scrivere la matrice A associata a T ii Stabilire se T è diagonaliabile iii Determinare gli autovalori di T con le rispettive molteplicità algebriche e geometriche Soluione eserciio 6 i Dalla definiione di T risulta subito T (E 11 = 3E 11, T (E 1 = E 1 + E 1, T (E 1 = E 1 + E 1, T (E = 3E La matrice associata a T nella base canonica E = {E 11, E 1, E 1, E } risulta pertanto: A = ii Poiché A è simmetrica e la base E ortonormale (rispetto al prodotto scalare canonico in R 4 = M (R, l endomorfismo T risulta autoaggiunto e dunque diagonaliabile iii Gli autovalori di T sono le soluioni dell equaione caratteristica: det(λi A = det λ λ λ λ 3 } = (λ 3 (λ λ 3 = (λ 3 3 (λ + 1 Gli autovalori sono dunque λ = 3 con molteplicità algebrica 3, e λ = 1 con molteplicità algebrica 1 I rispettivi autospai si ottengono dunque subito dalla definiione di T, ovvero T (M = M + M t Per l autovalore 3 l autospaio è infatti costituito dalle matrici M tali che M + M t = 3M, ovvero M + M t = 0, ovvero ancora M = M t ; tale autospaio è dunque costituito dalle matrici simmetriche di M (R Per l autovalore 1 l autospaio è invece costituito dalle matrici M tali che M + M t = 1M, ovvero M + M t = 0, ovvero ancora M = M t ; tale autospaio è dunque costituito dalle matrici antisimmetriche di M (R Le rispettive moltiplicità geometriche sono dunque 3 per l autovalore 3, e 1 per l autovalore 1, e coincidono con le rispettive molteplicità algebriche 6
7 In alternativa, gli autospai possono essere anche ottenuti con la procedura usata nella soluione del precedente ( eserciio Gli autospai degli autovalori 3 e 1 sono infatti costituiti dalle matrici a b M = i cui elementi sono soluioni dei sistemi omogenei, rispettivamente: c d ovvero: A a b c d = 3 a b c d 3a = 3a b + c = 3b b + c = 3c 3d = 3d,, A a b c d = 1 3a = a b + c = b b + c = c 3d = d Si ottengono dunque rispettivamente gli autospai V 3 = Span {E 11, E 1 + E 1, E } e V 1 = Span {E 1 E 1 }, ovvero i sottospai vettoriali di M (R costituiti dalle matrici simmetriche e dalle matrici antisimmetriche Eserciio 7 Si consideri la matrice: A = 0 k k k 1 1 k k i Calcolare, al variare di k R, il rango di A ii Considerata l applicaione lineare F : R 5 R 3 associata ad A, determinare, al variare di k R, la dimensione e le equaioni del nucleo kerf R 5 iii Determinare, sempre al variare di k, una base di kerf Soluione eserciio 7 La riduione a scala di A fornisce: A = 0 k k k 1 1 k k A = A = 1 k 1 1 k k k k (k + 1 a b c d, 1 k 1 1 k k k k 0 Vi sono quindi 3 pivots (risp 1, 1, k se k 0, e 1, 1, se k = 0 e dunque rga = 3 per ogni k In alternativa alla riduione a scala si può osservare che la sottomatrice quadrata B di A formata dalla prima, tera e quinta colonna di A ha determinante: detb = det k = 0 Ne segue rga = 3 per ogni k Dunque dim imf = 3, dim kerf = 5 3 = e il nucleo di F si rappresenta nelle coordinate ( 1,, 5 di R 5 con le tre equaioni 7
8 (k k 4 = = (k k 4 +k 5 = 0 che, essendo rga = 3, sono linearmente indipendenti per ogni k Per determinare una base di kerf si può prima risolvere il sistema delle sue equaioni, p es rispetto a 1, 3, 5 (incognite i cui coefficienti costituiscono la sottomatrice B sopra considerata Con questa scelta si ottiene: 1 = ( k k t s = t 3 = (k + 1t ks 4 = s k 5 = t + ks Per (t, s = (1, 0 e (t, s = (0, 1 si ottengono i due vettori rispettivamente v 1 = ( k, 1, (k + 1, 0, k e v = ( k, 0, k, 1, k, base di kerf Eserciio 8 Siano U = Span{ u} e W = Span{ w 1, w } i sottospai di R 3 generati rispettivamente dal vettore u = (3,, 1 e dai vettori w 1 = (1,, 3, w = (1, 1, 1 i Determinare la dimensione e una base di U W ii Stabilire se lo spaio vettoriale somma U + W è una somma diretta iii Scrivere equaioni cartesiane delle sottovarietà affini U = v 0 + U e W = v 0 + W di R 3, essendo v 0 = (3, 3, 0 Soluione eserciio 8 La matrice A = ha determinante nullo e, come subito si vede, rango Di fatto si riconosce che sussiste la relaione u = 4 w w 1 Ne segue che la retta U, generata da u, è contenuta nel piano W, generato da w 1, w Dunque il sottospaio U W coincide con U, e ha quindi dimensione 1 e base u La stessa inclusione U W mostra anche che la somma U + W coincide con W e non è quindi una somma diretta Le equaioni parametriche di U si ottengono subito assumendo u come vettore direttore di U e sono, nelle coordinate (,, di R 3 : 3 = 3t, 3 = t, = t, da cui per eliminaione del parametro t le equaioni cartesiane della retta U : = 3 + 3, = + 3 Le equaioni parametriche di W si ottengono invece imponendo la dipendena lineare del vettore ( 3, 3, con w 1 = (1,, 3 e w = (1, 1, 1 Di qui anche l equaione cartesiana di W : 3 3 det 1 3 = ( 3 + ( 3 = Eserciio 9 Spaio euclideo, RA(O, i, j, k Si considerino i quattro punti: 8
9 ( 8 P 1 (,, 0, P (, 0,, P 3 (0,,, P 4 3, 8 3, 8 3 i Verificare che P 1, P, P 3, P 4 sono vertici di un tetraedro regolare T ii Scrivere le equaioni dei piani β 1, β, β 3, β 4, contenenti le facce di T iii Calcolare il volume di T Soluione eserciio 9 Usando la formula della distana tra due punti si ha subito d(p α, P β = 8per tutte le scelte α, β = 1,, 3, 4; α β Se ne deduce che P1, P, P 3, P 4 sono vertici di un tetraedro regolare T Conviene denotare i quatto piani facce di T nel modo seguente: β 1 il piano di P, P 3, P 4, ovvero passante per P e parallelo ai vettori P P 3 e P P 4 ; β il piano di P 1, P 3, P 4, ovvero passante per P 1 e parallelo ai vettori P 1 P 3 e P 1 P 4 ; β 3 il piano di P 1, P, P 4, ovvero passante per P 1 e parallelo ai vettori P 1 P e P 1 P 4 ; β 4 il piano di P 1, P, P 3, ovvero passante per P 1 e parallelo ai vettori P 1 P e P 1 P 3 risulta Dunque, poiché β 1 : det β 3 : det P 1 P = (0,,, P 1 P 3 = (, 0,, P P 3 = (,, 0, ( P 1 P 4 = 3, 3, 8 (, P P 4 = 3 3, 8 3, (, P 3 8 P 4 = 3 3, 3 3, 0 /3 8/3 /3 0 /3 /3 8/3 β : det β 4 : det 0 /3 /3 8/3 0 0 = 0 Il volume del tetraedro è 1/6 (area triangolo per altea diviso 3 del ( volume del parallelepipedo costruito sui vettori P 1 P = (0,,, P 1 P 3 = (, 0,, vecp 1 P 4 =,, 8 Dunque il volume è: det 0 0 /3 /3 8/3 = 8 3 Eserciio 10 Siano A = ( ( 1 1, B = i Mostrare che A e B sono invertibili e calcolare B 1 AB e A 1 BA ii Stabilire se qualcuna tra le matrici A, B, B 1 AB, A 1 BA è diagonaliabile Soluione eserciio 10 Risulta deta =, detb = 1 e ciò mostra che A e B sono invertibili Le matrici aggiunte di A e di B hanno per elementi i complementi algebrici delle rispettive trasposte Pertanto: AggA = ( 1 9 AggB = ( 1 1,
10 e A 1 = ( B 1 = ( 1 1 Le equaioni caratteristiche di A e di B sono rispettivamente det(a λi = (1 λ( λ = 0 e det(b λi = (1 λ = 0 Gli autovalori di A sono dunque λ = 1 e λ =, e il fatto che essi sono distinti mostra che A è diagonaliabile Ma allora anche la matrice B 1 AB, coniugata di A mediante B, è diagonaliabile La matrice B ha invece come unico autovalore λ = 1, con molteplicità algebrica La sua molteplicità geometrica è la dimensione dello spaio dei corrispondenti autovettori, che sono le soluioni del sistema lineare omogeneo: { 1 = 1 + = Tale dimensione è evidentemente 1, dunque minore della molteplicità algebrica, e ciò mostra che sia B che la matrice A 1 BA, ad essa coniugata, non sono diagonaliabili Eserciio 11 Si considerino le matrici: 0 1 A(h = h + h + h, B(k = k k k i Determinare, al variare di h e k, i determinanti e le tracce di A(h e di B(k ii Verificare che esiste un unica coppia (h 0, k 0 tale che risulti det A(h 0 = det B(k 0 e tr A(h 0 = tr B(k 0 iii Stabilire se le matrici A 0 = A(h 0 e B 0 = B(k 0 hanno gli stessi autovalori iv Stabilire infine se A 0 e B 0 sono matrici simili Soluione eserciio 11 Risulta deta(h = h +, detb(k = 10k + 4, tra(h = 4 + h, trb(k = 7+k, e il sistema h+ = 10k+4, 4+h = 7+k ammette l unica soluione (h 0, k 0 = (1, Per tali valori h 0 e k 0 i polinomi caratteristici di A 0 = A(h 0 e di B 0 = B(k 0 sono: det(a 0 λi = det det(b 0 λi = det λ λ λ 1 λ 1 4 λ λ = ( λ(λ (λ 1, = (1 λ(λ, e pertanto A 0 e B 0 hanno gli stessi autovalori λ = 1 (di molteplicità algebrica 1 e λ = ( di molteplicità algebrica I vettori ( 1,, 3 R 3 che sono autovettori corrispondenti a λ = per le due matrici, si ottengono come soluioni dei seguenti sistemi: 3 = 0 A 0 : = = 0, B 0 : 1 3 = = = 0 In tali due sistemi la matrice dei coefficienti ha rango rispettivamente e 1 Ne segue che λ = ha molteplicità geometrica 1 per A 0 e molteplicità geometrica per B 0 Dunque la matrice A 0 è diagonaliabile, al contrario di B 0, e A 0 e B 0 non sono simili 10
Informatica Grafica. Un introduzione
Informatica Grafica Un introduzione Rappresentare la Geometria Operabile da metodi di calcolo automatici Grafica Vettoriale Partiamo dalla rappresentazione di un punto... Spazi Vettoriale SPAZI VETTORIALI
DettagliAlgebra Lineare e Geometria
Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da
DettagliCORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA
COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno
DettagliUniversità degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica
Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim
DettagliRICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come
RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può
DettagliTutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica
Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2014-2015 - Docente: Prof. Angelo Felice Lopez Tutori: Federico Campanini e Giulia Salustri Soluzioni Tutorato 13
DettagliAppunti di Algebra Lineare. Antonino Salibra
Appunti di Algebra Lineare Antonino Salibra January 11, 2016 2 Libro di testo: Gilbert Strang, Algebra lineare, Edizioni Apogeo 2008 Programma di Algebra Lineare (2015/16) (da completare): 1. Campi numerici.
DettagliDiagonalizzazione di matrici e applicazioni lineari
CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x
DettagliPierangelo Ciurlia, Riccardo Gusso, Martina Nardon
Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon Esercizi di algebra lineare e sistemi di equazioni lineari con applicazioni
Dettaglix 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.
Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini
DettagliCAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI
CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
Dettagli(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.
29 giugno 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Terzo Appello del corso di Geometria e Algebra II Parte - Docente F. Flamini, Roma, 7/09/2007 SVOLGIMENTO COMPITO III APPELLO
DettagliProva scritta di Geometria 2 Prof. M. Boratynski
10/9/2008 Es. 1: Si consideri la forma bilineare simmetrica b su R 3 associata, rispetto alla base canonica {e 1, e 2, e 3 } alla matrice 3 2 1 A = 2 3 0. 1 0 1 1) Provare che (R 3, b) è uno spazio vettoriale
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
Dettagli7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari
7 Esercizi e complementi di Elettrotecnica per allievi non elettrici Circuiti elementari Gli esercizi proposti in questa sezione hanno lo scopo di introdurre l allievo ad alcune tecniche, semplici e fondamentali,
DettagliParte 2. Determinante e matrice inversa
Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice
DettagliRette e piani con le matrici e i determinanti
CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Primo Esonero del corso di Geometria Docente F. Flamini, Roma, 2//28 SOLUZIONI COMPITO I ESONERO Esercizio.
DettagliIl programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1
Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l
DettagliMatrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f).
Due Matrici A,B. Ker f = ker g. 1- Ridurre a scala A e B e faccio il sistema. 2 Se Vengono gli stessi valori allora, i ker sono uguali. Cauchy 1 autovalore, 1- Metto a matrice x1(0),x2(0),x3(0) e la chiamo
DettagliProf. Stefano Capparelli
APPUNTI PER UN SECONDO CORSO DI ALGEBRA LINEARE Prof. Stefano Capparelli A mia madre Prefazione. Brevi Richiami di Algebra Lineare. Forma Canonica di Jordan.. Blocco di Jordan.. Base di Jordan.. Polinomio
Dettagli1 Regole generali per l esame. 2 Libro di Testo
FACOLTÀ DI INGEGNERIA Corso di GEOMETRIA E ALGEBRA (mn). (Ing. per l Ambiente e il Territorio, Ing. Informatica - Sede di Mantova) A.A. 2008/2009. Docente: F. BISI. 1 Regole generali per l esame L esame
DettagliCORSO DI LAUREA IN INGEGNERIA.
CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 4 GEOMETRIA E ALGEBRA LINEARE 2010/11 Esercizio 4.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i
DettagliEsame di Geometria - 9 CFU (Appello del 28 gennaio 2013 - A)
Esame di Geometria - 9 CFU (Appello del 28 gennaio 23 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Nello spazio R 3, siano dati il piano e i punti P = (, 2, ), Q = (2,, ). π : x + 2y 3
DettagliNUMERI COMPLESSI. Test di autovalutazione
NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso
DettagliChiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2
Chiusura lineare Def. Sia A V (K) con A. Si dice copertura lineare (o chiusura lineare) di A, e si indica con L(A), l insieme dei vettori di V che risultano combinazioni lineari di un numero finito di
DettagliProtocollo dei saperi imprescindibili Ordine di scuola: professionale
Protocollo dei saperi imprescindibili Ordine di scuola: professionale DISCIPLINA: MATEMATICA RESPONSABILE: CAGNESCHI F. IMPERATORE D. CLASSE: prima servizi commerciali Utilizzare le tecniche e le procedure
DettagliFederico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24
Contenuto Endomorfismi auto-aggiunti. Matrici simmetriche. Il teorema spettrale Gli autovalori di una matrice simmetrica sono tutti reali. (Dimostrazione fatta usando i numeri complessi). Dimostrazione
DettagliUniversità degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof.
Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof. Antonio Cigliola Prerequisiti Logica elementare. Principio di Induzione.
DettagliRango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.
CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1
DettagliProdotto elemento per elemento, NON righe per colonne Unione: M R S
Relazioni binarie Una relazione binaria può essere rappresentata con un grafo o con una matrice di incidenza. Date due relazioni R, S A 1 A 2, la matrice di incidenza a seguito di varie operazioni si può
DettagliAppunti di Algebra Lineare
Appunti di Algebra Lineare Indice 1 I vettori geometrici. 1 1.1 Introduzione................................... 1 1. Somma e prodotto per uno scalare....................... 1 1.3 Combinazioni lineari e
DettagliELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura
Cognome Nome Matricola ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura (Primo appello/ii prova parziale 15/6/15 - Chiarellotto-Urbinati) Per la II prova: solo esercizi
DettagliAutovalori e Autovettori
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora
DettagliESERCIZI DI ALGEBRA LINEARE E GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai
Dettaglif(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))
Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Applicazioni Lineari 1. Sia f : R 3 R 3 l applicazione lineare definita da f(x, y, z) = (x + ky + z, x y + 2z, x + y z) per ogni (x,
DettagliLEZIONE 17. B : kn k m.
LEZIONE 17 17.1. Isomorfismi tra spazi vettoriali finitamente generati. Applichiamo quanto visto nella lezione precedente ad isomorfismi fra spazi vettoriali di dimensione finita. Proposizione 17.1.1.
DettagliGEOMETRIA I Corso di Geometria I (seconda parte)
Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo
DettagliCompito di SISTEMI E MODELLI. 19 Febbraio 2015
Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.
DettagliSyllabus: argomenti di Matematica delle prove di valutazione
Syllabus: argomenti di Matematica delle prove di valutazione abcdef... ABC (senza calcolatrici, senza palmari, senza telefonini... ) Gli Argomenti A. Numeri frazioni e numeri decimali massimo comun divisore,
DettagliIl metodo delle coordinate: vantaggi e pericoli. (schema della lezione)
Il metodo delle coordinate: vantaggi e pericoli. (schema della lezione) Riferimenti: V. Villani, Cominciamo dal punto, 13. Quali sono i pregi di una trattazione della geometria per via analitica? E quali
DettagliMATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i
DettagliParte 6. Applicazioni lineari
Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R
DettagliNOTA 3. VETTORI LIBERI e VETTORI APPLICATI. Negli esempi visti sono stati considerati due tipi di vettori :
NOTA 1 VETTOI LIBEI e VETTOI APPLICATI Negli esempi visti sono stati considerati due tipi di vettori : 1) Vettori liberi, quando non è specificato il punto di applicazione. Di conseguenza ad uno stesso
DettagliMassimi e minimi vincolati in R 2 - Esercizi svolti
Massimi e minimi vincolati in R 2 - Esercizi svolti Esercizio 1. Determinare i massimi e minimi assoluti della funzione f(x, y) = 2x + 3y vincolati alla curva di equazione x 4 + y 4 = 1. Esercizio 2. Determinare
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)
DettagliSESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE
SESSIONE ORDINARIA 007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE PROBLEMA Si consideri la funzione f definita da f ( x) x, il cui grafico è la parabola.. Si trovi il luogo geometrico dei
Dettagli3 Applicazioni lineari e matrici
3 Applicazioni lineari e matrici 3.1 Applicazioni lineari Definizione 3.1 Siano V e W dei K spazi vettoriali. Una funzione f : V W è detta applicazione lineare se: i u, v V, si ha f(u + v = f(u + f(v;
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliEsercizi su Autovalori e Autovettori
Esercizi su Autovalori e Autovettori Esercizio n.1 5 A = 5, 5 5 5 Esercizio n.6 A =, Esercizio n.2 4 2 9 A = 2 1 8, 4 2 9 Esercizio n.7 6 3 3 A = 6 3 6, 3 3 6 Esercizio n.3 A = 4 6 6 2 2, 6 6 2 Esercizio
Dettagli1 Applicazioni Lineari tra Spazi Vettoriali
1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!
DettagliForme bilineari e prodotti scalari. Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione. b :
Forme bilineari e prodotti scalari Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione b : { V V K ( v, w) b( v, w), si dice forma bilineare su V se per ogni u, v, w V e per ogni k K:
DettagliRELAZIONI BINARIE. Proprietà delle relazioni Data una relazione R, definita in un insieme non vuoto U, si hanno le seguenti proprietà :
RELAZIONI INARIE Dati due insiemi non vuoti, A detto dominio e detto codominio, eventualmente coincidenti, si chiama relazione binaria (o corrispondenza) di A in, e si indica con f : A, (oppure R ) una
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI
ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI ISTITUTO PROFESSIONALE DI ENOGASTRONOMIA E OSPITALITA ALBERGHIERA CON I PERCORSI: ACCOGLIENZA TURISTICA, CUCINA, SALA-BAR ISTITUTO TECNICO PER IL TURISMO Sede Amministrativa:
DettagliPrima parte. giustificando le a operazioni fatte con le proprietà delle congruenze utilizzate. Poiché ax b mod n (a mod n) x (b mod n) mod n
Soluione del copito di Fondaenti di Mateatica del discreto laurea OnLine 6 aio 7 Per la soluione si è posto: N = 7354 n=n od =354; =G od 4)+4=7; =M od 6)+=5; a=a od =86 Pria parte 3 96 od). Deterinare
DettagliI.P.S.S. Severini a.s. 2015-16 Curriculum Verticale MATEMATICA
Curriculum Verticale MATEMATICA I Docenti di Matematica dell IPSS concordano, per l a.s. 2015/16, i seguenti punti: numero minimo di verifiche annue (riferite ad una frequenza regolare): 6, di varia tipologia
DettagliAL. Algebra vettoriale e matriciale
PPENDICI L. lgebra vettoriale e matriciale Vettori Somma di vettori: struttura di gruppo Come abbiamo richiamato nell introduzione vi sono delle grandezze fisiche caratterizzabili come vettori, cioè tali
DettagliDefinizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A
Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,
Dettagli3. Sia g(x) = 4. Si calcoli l area del triangolo mistilineo ROS, ove l arco RS appartiene al grafico di f(x) o, indifferentemente, di g(x).
Esame liceo Scientifico : ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMI Problema. Sia ABCD un quadrato di lato, P un punto di AB e γ la circonferenza
DettagliRETTE, PIANI, SFERE, CIRCONFERENZE
RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,
DettagliEsercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x
FUNZIONI Esercizio 1 Studiare la funzione f(x) = ln ( ) x e disegnarne il grafico. x 1 Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: { e x per x 1 f(x) = α x + e 1 per 1
DettagliAlcuni Preliminari. Prodotto Cartesiano
Alcuni Preliminari Prodotto Cartesiano Dati due insiemi A e B, si definisce il loro prodotto cartesiano A x B come l insieme di tutte le coppie ordinate (a,b) con a! A e b! B. Es: dati A= {a,b,c} e B={,2,3}
DettagliRichiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati.
PROGRAMMA di Fondamenti di Analisi Matematica 2 (DEFINITIVO) A.A. 2010-2011, Paola Mannucci, Canale 2 Ingegneria gestionale, meccanica e meccatronica, Vicenza Testo Consigliato: Analisi Matematica, M.
DettagliAnalisi. Calcolo Combinatorio. Ing. Ivano Coccorullo
Analisi Ing. Ivano Coccorullo Prof. Ivano Coccorullo ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli possibili. Quando le situazioni diventano
DettagliCorso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti
Corso di Analisi Numerica - AN1 Parte 2: metodi diretti per sistemi lineari Roberto Ferretti Richiami sulle norme e sui sistemi lineari Il Metodo di Eliminazione di Gauss Il Metodo di Eliminazione con
DettagliSiano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W
Matematica B - a.a 2006/07 p. 1 Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. Definizione 1. La funzione L : V W si dice una applicazione
DettagliLezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari
Versione ottobre novembre 2008 Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Contenuto 1. Applicazioni lineari 2. L insieme delle
DettagliLezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio
Lezioni di Geometria e Algebra Fulvio Bisi, Francesco Bonsante, Sonia Brivio CAPITOLO 4 Applicazioni lineari 1. Definizioni ed esempi. In questo capitolo ci proponiamo di studiare le funzioni tra spazi
DettagliAlgebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2)
Algebra e Geometria Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2) Traccia delle lezioni che saranno svolte nell anno accademico 2012/13 I seguenti appunti
DettagliMatematica B - a.a 2006/07 p. 1
Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +
DettagliLA GEOMETRIA ANALITICA DELLO SPAZIO. Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 CONVEGNO MATHESIS VERONA
LA GEOMETRIA ANALITICA DELLO SPAZIO CONVEGNO MATHESIS Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 Perché Assenza di ogni riferimento alla geometria analitica dello spazio nel quadri di Mondrian La
DettagliINDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
DettagliParte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
DettagliDeterminante e inversa di una matrice
CPITOLO 6 Determinante e inversa di una matrice Esercizio 6.. Calcolare il determinante delle seguenti matrici: 3 3 = B = 0 3 7 C = 0 D = 0 F = 0 0 3 4 0 3 4 3 Esercizio 6.. Calcolare il determinante delle
DettagliApplicazioni lineari
Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av
DettagliLEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1
LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,
Dettagli15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...
15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura
DettagliEsercizi svolti. Elettrotecnica
Esercizi svolti di Elettrotecnica a cura del prof. Vincenzo Tucci NOVEMBE 00 NOTA SUL METODO PE LA DEGLI ESECIZI La soluzione degli esercizi è un momento della fase di apprendimento nel quale l allievo
DettagliTEMA 1. 1. Della seguente matrice, calcolare i complementi algebrici e il determinante: a + b 1 a 2 S = a + b + 3 a + 2b. x = t. f = x 2 + 2xy 3y 2,
Prova scritta di MATEMATICA B1 Vicenza, 17 marzo 008 TEMA 1 1 1 A = 1 0 1. 3 0 1. Stabilire se il seguente sottoinsieme di M(, R): {( ) a + b 1 a S = a, b R}, a + b + 3 a + b è un sottospazio di M(, R).
DettagliLezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga
Lezioni del corso di Geometria e Algebra prof Michele Mulazzani dott Alessia Cattabriga AA 20001/2002 Indice 1 Equazioni e sistemi lineari 4 11 Alcune strutture algebriche 4 12 Operazioni standard su K
Dettaglie l insieme delle soluzioni, dopo le analoghe riduzioni del caso n = 2, si scrive come
Numeri complessi 9 Da questi esempi si può osservare che, facendo le successive potene di un numero complesso, i punti corrispondenti girano attorno all origine. Se inoltre > allora i punti si allontanano
DettagliGrazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof.
A01 178 Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof. S.M. Salamon per tanti utili suggerimenti e
DettagliLezione 9: Cambio di base
Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire
DettagliI polinomi 1; x;x 2 ;x 3 sono linearmente indipendenti; infatti. 0= 1 1+ 2 x+ 3 x 2 + 4 x 3 =) 1 = 2 == 4 =0
ASPETTI TEORICI Spazio vettoriale Un insieme qualunque di inniti elementi V = fv i g si dice uno spazio vettoriale sull'insieme dei numeri reali R se: { E possibile denire un'operazione binaria fra gli
DettagliAppunti per il Corso di Fondamenti di Algebra Lineare e Geometria
Appunti per il Corso di Fondamenti di Algebra Lineare e Geometria Marco A Garuti 4 giugno 9 Questi appunti integrano il testo adottato per il corso (Cantarini - Chiarellotto - Fiorot, Un corso di Matematica,
DettagliELEMENTI DI GEOMETRIA ANALITICA: LA RETTA.
ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. Prerequisiti I radicali Risoluzione di sistemi di equazioni di primo e secondo grado. Classificazione e dominio delle funzioni algebriche Obiettivi minimi Saper
DettagliIntroduzione alla programmazione lineare. Mauro Pagliacci
Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati
DettagliRichiami sulle derivate parziali e definizione di gradiente di una funzione, sulle derivate direzionali. Regola della catena per funzioni composte.
PROGRAMMA di Fondamenti di Analisi Matematica 2 (che sarà svolto fino al 7 gennaio 2013) A.A. 2012-2013, Paola Mannucci e Claudio Marchi, Canali 1 e 2 Ingegneria Gestionale, Meccanica-Meccatronica, Vicenza
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
DettagliEsercizi di Algebra Lineare. Claretta Carrara
Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo 1. Operazioni tra matrici e n-uple 1 1. Soluzioni 3 Capitolo. Rette e piani 15 1. Suggerimenti 19. Soluzioni 1 Capitolo 3. Gruppi, spazi e
DettagliFacoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI
Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Attività didattica ANALISI MATEMATICA [2000] Periodo di svolgimento:
DettagliSpazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007
Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari
DettagliFacoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica. Calcolo 2 [40214]
Facoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica Calcolo 2 [40214] Attività didattica: Attività didattica [codice] Corso di studio Facoltà Calcolo 2 [40214] Ingegneria delle
DettagliPARTE TERZA. STATISTICA DESCRITTIVA MULTIDIMENSIONALE (Analisi delle Relazioni)
PARTE TERZA STATISTICA DESCRITTIVA MULTIDIMESIOALE (Analisi delle Relazioni) La notazione matriciale 3 III.. LA OTAZIOE MATRICIALE III... L analisi statistica dei fenomeni multivariati L intrinseca complessità
DettagliAPPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A.
APPLICAZIONI LINEARI Siano V e W due spazi vettoriali, di dimensione m ed n sullo stesso campo di scalari R. Una APPLICAZIONE ƒ : V W viene definita APPLICAZIONE LINEARE od OMOMORFISMO se risulta, per
DettagliANALISI DEI DATI PER IL MARKETING 2014
ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it MISURE DI DISTANZA E SIMILARITA 1 SCOPI DEL CALCOLO Problema: misurare la diversità (ovvero la rassomiglianza) tra
DettagliAppunti di Algebra Lineare e Matrici
Appunti di Algebra Lineare e Matrici Basilio Bona Dipartimento di Automatica e Informatica Politecnico di Torino Internal Report: DAUIN/BB-2003-09-01 Capitolo 1 Matrici e vettori Il lettore interessato
Dettagli