Algebra Lineare Corso di Ingegneria Biomedica Compito del

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Algebra Lineare Corso di Ingegneria Biomedica Compito del"

Transcript

1 Algebra Lineare Corso di Ingegneria Biomedica Compito del -- - È obbligatorio consegnare tutti i fogli, anche il testo del compito e i fogli di brutta. - Le risposte senza giustificazione sono considerate nulle. Esercizio. (6 punti) Trovare le soluzioni complesse del sistema z 5 4 = z z i Esercizio. ( punti) (i) Scrivere l equazione cartesiana della retta r R passante per il punto P = e supplementare in R al piano π = {x x + x = }; (ii) determinare se esiste un applicazione lineare L A : R R tale che ker(l A ) = π e Im(L A ) = r e, in caso affermativo, scrivere la matrice A associata rispetto alla base canonica di R. Esercizio. (6 punti) Studiare al variare di k R la dimensione dell intersezione tra i piani di R π = Span, (non va trovata esplicitamente l intersezione) π = { kx x (k + )x = (k ) } Esercizio 4. ( punti) Date le matrici A = B = (i) verificare che siano entrambe diagonalizzabili e trovare le basi di autovettori; (ii) dire, usando gli autovettori trovati al punto (i) e senza calcolare esplicitamente la matrice, se C = AB BA è iniettiva; (iii) determinare, con qualche calcolo in più ma senza calcolare esplicitamente la matrice, il rango di C.

2 Svolgimento Esercizio Trovare le soluzioni complesse del sistema z 5 4 = z z i Le soluzioni della prima equazione sono le radici quinte di 4, quindi { } z e i π 5 k : k =,,,, 4 La seconda condizione del sistema si traduce nella condizione Quindi le soluzioni del sistema sono d(z, ) d(z, + i) Re(z) + Im(z) z = e z = e i π 5 Esercizio (i) Scrivere l equazione cartesiana della retta r R passante per il punto P = e supplementare in R al piano π = {x x + x = }; Troviamo innanzitutto una base di π, ad esempio π = Span, Una retta r supplementare a π deve essere tale che r = Span(v) con v linearmente indipendente dalla base di π. Se inoltre P r allora si deve avere OP = λv per qualche λ R. Dobbiamo quindi trovare una soluzione di v Span, e v = λ Poiché P π, ponendo v = OP si ha una soluzione. Infatti det = 6 Poniamo quindi r = Span e l equazione cartesiana si trova riducendo a scala la matrice x x x x + x x x

3 da cui si ottiene che r = { x = x + x = (ii) determinare se esiste un applicazione lineare L A : R R tale che ker(l A ) = π e Im(L A ) = r e, in caso affermativo, scrivere la matrice A associata rispetto alla base canonica di R. Il Teorema della Dimensione implica che deve essere verificata la condizione dim(ker(l A )) + dim(im(l A )) = quindi le condizioni imposte a L A non contraddicono il teorema. Per trovare esplicitamente una tale applicazione lineare, usiamo come base di R B =,, Per soddisfare le richieste possiamo definire L A =, L A =, L A = Con questa scelta la matrice A, rispetto alla base canonica, è data da A = dove abbiamo usato e = e = 6 + ;, ed e = + Esercizio Studiare al variare di k R la dimensione dell intersezione tra i piani di R π = Span, π = { kx x (k + )x = (k ) } (non va trovata esplicitamente l intersezione) Troviamo innanzitutto l equazione cartesiana del piano π. Dobbiamo ridurre a scala la matrice x x x x x x x + x x

4 da cui si ottiene che π = {x x x = } Dobbiamo ora studiare la dimensione delle soluzioni del sistema { x x x = kx x (k + )x = (k ) al variare di k R. Indichiamo con S k lo spazio delle soluzioni al variare di k. Scriviamo la matrice completa ( ) A = k (k + ) (k ) Per k = è già ridotta a scala e soddisfa la condizione di compatibilità. Quindi il sistema ha soluzioni e dim S = rango(a) = = Per k, riduciamo la matrice a scala, e troviamo ( ) A S k (k + ) (k ) = (k ) k (k ) da cui si ottiene che per k {, } il sistema è compatibile e dim S k = rango(a) = = Per k =, la seconda riga di S è tutta nulla, quindi il sistema è ancora compatibile, ma Esercizio 4 Date le matrici A = dim S = rango(a) = = B = (i) verificare che siano entrambe diagonalizzabili e trovare le basi di autovettori; Iniziamo con A. Dobbiamo cercare gli autovalori e le loro molteplicità algebriche e geometriche. Scriviamo il polinomio caratteristico di A p A (t) = det(a ti) = (t 6t + t 6) = (t )(t )(t ) Quindi troviamo che gli autovalori sono {,, } con molteplicità algebriche m = m = m =. Poiché in generale, per un autovalore λ vale g λ m λ, ricaviamo che g = g = g = e la matrice A è diagonalizzabile (ogni matrice triangolabile con autovalori distinti è diagonalizzabile). La base C A che rende A diagonale avrà un autovettore relativo all autovalore, dato da (A I)v = = v Span un autovettore relativo all autovalore, dato da (A I)v = = v Span 4

5 e un autovettore relativo all autovalore, dato da (A I)v = = v Span Quindi C A =,, Passiamo ora a B. Scriviamo il polinomio caratteristico di B p B (t) = det(b ti) = (t 5t + 8t 4) = (t )(t ) Quindi troviamo che gli autovalori sono {, } con molteplicità algebriche m = e m =. Per l autovalore, ricaviamo come prima g = m =. Per l autovalore, cerchiamo la molteplicità geometrica scrivendo g = dim ker(b I) = dim ker = Quindi g = m =. Ne risulta che B è diagonalizzabile. La base C B che rende B diagonale avrà un autovettore relativo all autovalore, dato da (B I)v = = v Span e due autovettori relativi all autovalore, dati da (B I)v = = v Span, Quindi C B =,, (ii) dire, usando gli autovettori trovati al punto (i) e senza calcolare esplicitamente la matrice, se C = AB BA è iniettiva; Dobbiamo stabilire se ker(c) contiene un vettore non nullo. Usando le notazioni C A = {v, v, v } e C B = {w, w, w } per le basi di autovettori trovate al punto (i), notiamo che v = w e v = w. Quindi C(v ) = A(B(v )) B(A(v )) = A(v ) B(v ) = v v = dove abbiamo usato che v = w è autovettore sia di A che di B con autovalore. Quindi Allo stesso modo si trova che v ker(c) C(v ) = A(B(v )) B(A(v )) = A(v ) B(v ) = 4v 4v = 5

6 dove abbiamo usato che v = w è autovettore sia di A che di B con autovalore. Quindi v ker(c) Quindi il ker(c) contiene almeno un vettore non nullo, e quindi C non è iniettiva. (iii) determinare, con qualche calcolo in più ma senza calcolare esplicitamente la matrice, il rango di C. Al punto (ii) abbiamo determinato che Span(v, v ) ker(c), quindi essendo v e v linearmente indipendenti, si ha dim(ker(c)) rango(c) = dim(ker(c)) Si tratta quindi di determinare se esiste un vettore v tale che C(v). Usiamo il terzo vettore v di C A che è linearmente indipendente da v e v. Calcoliamo C(v ) = A(B(v )) B(A(v )) = A(B(v )) B(v ) = A(B(v )) B(v ) e questo può essere nullo se e solo se B(v ) è autovettore di A con autovalore. Quindi essendo l autospazio di A relativo all autovalore di dimensione e generato da v, si ha che C(v ) = se e solo se B(v ) = λv, per qualche λ R, ossia, facendo i conti, se e solo se = λ che chiaramente non ha soluzioni. Quindi C(v ) e rango(c) =. 6

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine Lezione 6 Nucleo, Immagine e Teorema della Dimensione In questa lezione entriamo nel vivo della teoria delle applicazioni lineari. Per una applicazione lineare L : V W definiamo e impariamo a calcolare

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

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

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

x log(x) + 3. f(x) =

x log(x) + 3. f(x) = Università di Bari, Corso di Laurea in Economia e Commercio Esame di Matematica per l Economia L/Z Dr. G. Taglialatela 03 giugno 05 Traccia dispari Esercizio. Calcolare Esercizio. Calcolare e cos log d

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

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

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) Sul piano coordinato z = 0 studiare il fascio Φ di coniche di equazione. determinando in particolare le sue coniche spezzate ed i suoi punti base.

2) Sul piano coordinato z = 0 studiare il fascio Φ di coniche di equazione. determinando in particolare le sue coniche spezzate ed i suoi punti base. DPARTMENTO D MATEMATCA E NFORMATCA Corso di Laurea in ngegneria Telematica Prova scritta di Elementi di Algebra e Geometria assegnata il 18/7/02 È assegnato l endomorfismo f : R 3 R 3 definito dalle relazioni

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

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

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

METODI MATEMATICI PER LA FISICA

METODI MATEMATICI PER LA FISICA Si svolgano cortesemente i seguenti esercizi ESERCIZIO (6 PUNTI) METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 2 GENNAIO 25 Una volta identificato, nel piano complesso α, il dominio di convergenza della

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

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

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

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

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

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

Online Gradient Descent

Online Gradient Descent F94 Metodi statistici per l apprendimento Online Gradient Descent Docente: Nicolò Cesa-Bianchi versione 9 aprile 06 L analisi del Perceptrone ha rivelato come sia possibile ottenere dei maggioranti sul

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

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

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

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

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione n o 3 per il corso di Ricerca Operativa Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua

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

FOGLIO 6 - Esercizi Riepilogativi Svolti. Nei seguenti esercizi, si consideri fissato una volta per tutte un riferimento proiettivo per

FOGLIO 6 - Esercizi Riepilogativi Svolti. Nei seguenti esercizi, si consideri fissato una volta per tutte un riferimento proiettivo per Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Edile/Architettura Esercizi per il corso di GEOMETRIA 2 - aa 2007/2008 Docente: Prof F Flamini - Tutore: Dott M Paganin FOGLIO 6 - Esercizi

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

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

Equazioni alle differenze finite (cenni).

Equazioni alle differenze finite (cenni). AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza

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

Matteo Moda Geometria e algebra lineare Fasci. Fasci. N.B.: Questo argomento si trova sull eserciziario. Fasci di rette nel piano

Matteo Moda Geometria e algebra lineare Fasci. Fasci. N.B.: Questo argomento si trova sull eserciziario. Fasci di rette nel piano Fasci N.B.: Questo argomento si trova sull eserciziario Fasci di rette nel piano 1 Fasci di piani nello spazio 2 Matteo Moda Geometria e algebra lineare Fasci Date due rette r ed r di equazione: : 0 :

Dettagli

Geometria I A. Algebra lineare

Geometria I A. Algebra lineare UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali Geometria I A. Algebra lineare Prof.ssa Silvia Pianta Anno Accademico 22/23 Indice Spazi vettoriali 7 Definizione

Dettagli

EQUAZIONI CON VALORE ASSOLUTO DISEQUAZIONI CON VALORE ASSOLUTO

EQUAZIONI CON VALORE ASSOLUTO DISEQUAZIONI CON VALORE ASSOLUTO EQUAZIONI CON VALORE AOLUTO DIEQUAZIONI CON VALORE AOLUTO Prima di tutto: che cosa è il valore assoluto di un numero? Il valore assoluto è quella legge che ad un numero (positivo o negativo) associa sempre

Dettagli

MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO

MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA

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

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

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

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

Illustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali

Illustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Materiale utilizzato: Telaio (carrucole,supporto,filo), pesi, goniometro o foglio con goniometro stampato, righello Premessa

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

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

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

Approssimazione polinomiale di funzioni e dati

Approssimazione polinomiale di funzioni e dati Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell

Dettagli

5 DERIVATA. 5.1 Continuità

5 DERIVATA. 5.1 Continuità 5 DERIVATA 5. Continuità Definizione 5. Sia < a < b < +, f : (a, b) R e c (a, b). Diciamo che f è continua in c se sono verificate le ue conizioni: (i) c esiste (ii) = f(c) c Si osservi che nella efinizione

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

ESERCIZI APPLICAZIONI LINEARI

ESERCIZI APPLICAZIONI LINEARI ESERCIZI APPLICAZIONI LINEARI PAOLO FACCIN 1. Esercizi sulle applicazioni lineari 1.1. Definizioni sulle applicazioni lineari. Siano V, e W spazi vettoriali, con rispettive basi B V := (v 1 v n) e B W

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

I numeri complessi. Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli

I numeri complessi. Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli I numeri complessi Mario Spagnuolo Corso di Laurea in Fisica - Facoltà di Scienze - Università Federico II di Napoli 1 Introduzione Studiare i numeri complessi può sembrare inutile ed avulso dalla realtà;

Dettagli

Regola del partitore di tensione

Regola del partitore di tensione Regola del partitore di tensione Se conosciamo la tensione ai capi di una serie di resistenze e i valori delle resistenze stesse, è possibile calcolare la caduta di tensione ai capi di ciascuna R resistenza,

Dettagli

Ripasso di Calcolo Scientifico: Giulio Del Corso

Ripasso di Calcolo Scientifico: Giulio Del Corso Ripasso di Calcolo Scientifico: Giulio Del Corso Queste dispense sono tratte dalle lezioni del Prof. Gemignani e del Prof. Bini del corso di Calcolo Scientifico (2014/2015) dell università di Pisa. Non

Dettagli

ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio

ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO

Dettagli

Richiami di algebra lineare e geometria di R n

Richiami di algebra lineare e geometria di R n Richiami di algebra lineare e geometria di R n combinazione lineare, conica e convessa spazi lineari insiemi convessi, funzioni convesse rif. BT.5 Combinazione lineare, conica, affine, convessa Un vettore

Dettagli

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L. Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:

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

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

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

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

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

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

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

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

Appunti dalle lezioni di Calcolo Numerico

Appunti dalle lezioni di Calcolo Numerico Appunti dalle lezioni di Calcolo Numerico A.A. 2012/2013 ii Indice 1 La soluzione di equazioni nonlineari 1 1.1 Prime prove................................ 2 1.2 Lo schema delle iterazioni successive (o

Dettagli

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE FLAVIO ANGELINI Sommario Queste note hanno lo scopo di indicare a studenti di Economia interessati alla finanza quantitativa i concetti essenziali

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

Introduzione a GeoGebra

Introduzione a GeoGebra Introduzione a GeoGebra Nicola Sansonetto Istituto Sanmicheli di Verona 31 Marzo 2016 Nicola Sansonetto (Sanmicheli) Introduzione a GeoGebra 31 Marzo 2016 1 / 14 Piano dell incontro 1 Introduzione 2 Costruzioni

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

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

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

Corso di Laurea in Ingegneria Informatica Analisi Numerica

Corso di Laurea in Ingegneria Informatica Analisi Numerica Corso di Laurea in Ingegneria Informatica Lucio Demeio Dipartimento di Scienze Matematiche 1 2 Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole,

Dettagli

Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique.

Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti verticali Sia 0 punto di accumulazione per dom(f). La retta = 0 è

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

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

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

Dispense per TFA. Domenico Candeloro

Dispense per TFA. Domenico Candeloro Dispense per TFA Domenico Candeloro Introduzione. Queste brevi dispense hanno lo scopo di illustrare alcuni strumenti elementari della Matematica, oggetto di studio nelle Scuole Medie, Superiori e non,

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

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

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

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI In matematica, per semplificare la stesura di un testo, si fa ricorso ad un linguaggio specifico. In questo capitolo vengono fornite in maniera sintetica le nozioni

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

ESERCIZIO 1: Vincolo di bilancio lineare

ESERCIZIO 1: Vincolo di bilancio lineare Microeconomia rof. Barigozzi ESERCIZIO 1: Vincolo di bilancio lineare Si immagini un individuo che ha a disosizione un budget di 500 euro e deve decidere come allocare tale budget tra un bene, che ha un

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

Le trasformazioni geometriche

Le trasformazioni geometriche Le trasformazioni geometriche Le trasformazioni geometriche Le trasformazioni affini del piano o affinità Le similitudini Le isometrie Le traslazioni Le rotazioni Le simmetrie assiale e centrale Le omotetie

Dettagli