Geometria per fisica (L-P), a. a Esercizi svolti. e (2)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Geometria per fisica (L-P), a. a Esercizi svolti. e (2)"

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 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

Dettagli

Algebra Lineare e Geometria

Algebra 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

Dettagli

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

CORSO 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

Dettagli

Università 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 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

Dettagli

RICHIAMI 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 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

Dettagli

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica

Tutorato 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

Dettagli

Appunti di Algebra Lineare. Antonino Salibra

Appunti 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.

Dettagli

Diagonalizzazione di matrici e applicazioni lineari

Diagonalizzazione 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

Dettagli

Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon

Pierangelo 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

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 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

Dettagli

CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI

CAPITOLO 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

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 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.

(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

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica

Universita 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

Dettagli

Prova scritta di Geometria 2 Prof. M. Boratynski

Prova 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

Dettagli

LEZIONE 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. 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

Dettagli

7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari

7 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,

Dettagli

Parte 2. Determinante e matrice inversa

Parte 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

Dettagli

Rette e piani con le matrici e i determinanti

Rette 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.

Dettagli

Universita 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 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.

Dettagli

Il 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 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

Dettagli

Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f).

Matrice 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

Dettagli

Prof. Stefano Capparelli

Prof. 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

Dettagli

1 Regole generali per l esame. 2 Libro di Testo

1 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

Dettagli

CORSO DI LAUREA IN INGEGNERIA.

CORSO 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

Dettagli

Esame di Geometria - 9 CFU (Appello del 28 gennaio 2013 - A)

Esame 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

Dettagli

NUMERI COMPLESSI. Test di autovalutazione

NUMERI 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

Dettagli

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2

Chiusura 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

Dettagli

Protocollo dei saperi imprescindibili Ordine di scuola: professionale

Protocollo 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

Dettagli

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24

Federico 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

Dettagli

Università 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. 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.

Dettagli

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Rango: 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

Dettagli

Prodotto elemento per elemento, NON righe per colonne Unione: M R S

Prodotto 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

Dettagli

Appunti di Algebra Lineare

Appunti 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

Dettagli

ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura

ELEMENTI 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

Dettagli

Autovalori e Autovettori

Autovalori 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

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI 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

Dettagli

f(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))

f(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,

Dettagli

LEZIONE 17. B : kn k m.

LEZIONE 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.

Dettagli

GEOMETRIA I Corso di Geometria I (seconda parte)

GEOMETRIA 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

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito 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.

Dettagli

Syllabus: argomenti di Matematica delle prove di valutazione

Syllabus: 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,

Dettagli

Il metodo delle coordinate: vantaggi e pericoli. (schema della lezione)

Il 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

Dettagli

MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A

MATEMATICA 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

Dettagli

Parte 6. Applicazioni lineari

Parte 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

Dettagli

NOTA 3. VETTORI LIBERI e VETTORI APPLICATI. Negli esempi visti sono stati considerati due tipi di vettori :

NOTA 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

Dettagli

Massimi e minimi vincolati in R 2 - Esercizi svolti

Massimi 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

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI 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)

Dettagli

SESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE

SESSIONE 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

Dettagli

3 Applicazioni lineari e matrici

3 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;

Dettagli

Generazione di Numeri Casuali- Parte 2

Generazione 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

Dettagli

Esercizi su Autovalori e Autovettori

Esercizi 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

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 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 "!$%!

Dettagli

Forme 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 : 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:

Dettagli

RELAZIONI BINARIE. Proprietà delle relazioni Data una relazione R, definita in un insieme non vuoto U, si hanno le seguenti proprietà :

RELAZIONI 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

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione 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

Dettagli

ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI

ISTITUTO 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:

Dettagli

Prima 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

Prima 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

Dettagli

I.P.S.S. Severini a.s. 2015-16 Curriculum Verticale MATEMATICA

I.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

Dettagli

AL. Algebra vettoriale e matriciale

AL. 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

Dettagli

Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A

Definizione 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,

Dettagli

3. 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).

3. 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

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, 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,

Dettagli

Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x

Esercizio 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

Dettagli

Alcuni Preliminari. Prodotto Cartesiano

Alcuni 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}

Dettagli

Richiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati.

Richiami 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.

Dettagli

Analisi. Calcolo Combinatorio. Ing. Ivano Coccorullo

Analisi. 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

Dettagli

Corso 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 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

Dettagli

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W

Siano 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

Dettagli

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

Lezioni 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

Dettagli

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio

Lezioni 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

Dettagli

Algebra 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) 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

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica 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 + +

Dettagli

LA GEOMETRIA ANALITICA DELLO SPAZIO. Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 CONVEGNO MATHESIS VERONA

LA 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

Dettagli

INDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI

INDICAZIONI 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

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 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

Dettagli

Determinante e inversa di una matrice

Determinante 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

Dettagli

Applicazioni lineari

Applicazioni 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

Dettagli

LEZIONE 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. 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,

Dettagli

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...

15 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

Dettagli

Esercizi svolti. Elettrotecnica

Esercizi 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

Dettagli

TEMA 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,

TEMA 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).

Dettagli

Lezioni 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 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

Dettagli

e l insieme delle soluzioni, dopo le analoghe riduzioni del caso n = 2, si scrive come

e 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

Dettagli

Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof.

Grazie 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

Dettagli

Lezione 9: Cambio di base

Lezione 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

Dettagli

I 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

I 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

Dettagli

Appunti per il Corso di Fondamenti di Algebra Lineare e Geometria

Appunti 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,

Dettagli

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA.

ELEMENTI 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

Dettagli

Introduzione alla programmazione lineare. Mauro Pagliacci

Introduzione 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

Dettagli

Richiami sulle derivate parziali e definizione di gradiente di una funzione, sulle derivate direzionali. Regola della catena per funzioni composte.

Richiami 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

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi 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

Dettagli

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi 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

Dettagli

Facoltà 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 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:

Dettagli

Spazi 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 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

Dettagli

Facoltà 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] 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

Dettagli

PARTE TERZA. STATISTICA DESCRITTIVA MULTIDIMENSIONALE (Analisi delle Relazioni)

PARTE 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

Dettagli

APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A.

APPLICAZIONI 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

Dettagli

ANALISI DEI DATI PER IL MARKETING 2014

ANALISI 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

Dettagli

Appunti di Algebra Lineare e Matrici

Appunti 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