Prova scritta di Fondamenti di Algebra Lineare e Geometria Vicenza, 22 giugno 2015 TEMA 1
|
|
- Sara Franceschini
- 5 anni fa
- Visualizzazioni
Transcript
1 TEMA 1 1. Dato il polinomio P (X) = X 4 + 8X X X + 68: (i) stabilire se (X 2i) divide il polinomio P (X); 2. Sia L a l endomorfismo di R 3 tale che L a (0, 1, 1) = (1, a 1, 2), L a (1, 1, 0) = (1, a 2, 1), L a (1, 1, 1) = (2, a, 4). Determinare l antiimmagine del vettore (1, 2, 2) mediante l endomorfismo L a, al variare del parametro a R. 3. Dimostrare o confutare la seguente affermazione: Sia x un vettore non nullo in uno spazio vettoriale V e L : V W un applicazione lineare. Se per ogni vettore y V tale che y x vale L(y) L(x), allora L è iniettiva A =
2 TEMA 2 1. Dato il polinomio P (X) = X 4 4X X 2 36X + 45: (i) stabilire se (X 3i) divide il polinomio P (X); 2. Sia L a l endomorfismo di R 3 tale che L a (0, 1, 1) = (1, a, 2), L a (1, 1, 0) = (1, a 1, 1), L a (1, 1, 1) = (2, a + 1, 4). Determinare l antiimmagine del vettore (1, 2, 2) mediante l endomorfismo L a, al variare del parametro a R. 3. Dimostrare o confutare la seguente affermazione: Sia x un vettore non nullo in uno spazio vettoriale V e L : V W un applicazione lineare. Se per ogni vettore y V vale l implicazione L(y) = L(x) y = x, allora L è iniettiva A =
3 TEMA 3 1. Dato il polinomio P (X) = X 4 4X 3 + 9X 2 16X + 20: (i) stabilire se (X + 2i) divide il polinomio P (X); 2. Sia L a l endomorfismo di R 3 tale che L a (0, 1, 1) = (1, a+2, 2), L a (1, 1, 0) = (1, a+1, 1), L a (1, 1, 1) = (2, a + 3, 4). Determinare l antiimmagine del vettore (1, 2, 2) mediante l endomorfismo L a, al variare del parametro a R. 3. Dimostrare o confutare la seguente affermazione: Sia x un vettore non nullo in uno spazio vettoriale V e L : V W un applicazione lineare non iniettiva. Allora esiste un vettore y V tale che y x e L(y) = L(x) A =
4 TEMA 4 1. Dato il polinomio P (X) = X 4 + 8X X 2 + 8X + 17: (i) stabilire se (X 2i) divide il polinomio P (X); 2. Sia L a l endomorfismo di R 3 tale che L a (0, 1, 1) = (1, a + 1, 2), L a (1, 1, 0) = (1, a, 1), L a (1, 1, 1) = (2, a + 2, 4). Determinare l antiimmagine del vettore (1, 2, 2) mediante l endomorfismo L a, al variare del parametro a R. 3. Dimostrare o confutare la seguente affermazione: Sia x un vettore non nullo in uno spazio vettoriale V e L : V W un applicazione lineare. Se per ogni vettore y V vale l implicazione y x L(y) L(x), allora L è iniettiva A =
5 Svolgimento del tema n.4 1. Vale P (2i) = 16 64i i + 17 = 39 48i 0, quindi per il teorema di Ruffini P (X) non è divisibile per X 2i. Siccome P (i) = 0, il polinomio è divisibile per X i. Un risultato generale sui polinomi a coefficienti reali afferma che se P (α) = 0, allora P (α) = 0 e il polinomio (X α)(x α) è un divisore di P (X), a coefficienti reali. Dividiamo quindi successivamente il polinomio assegnato per X i e per X + i: i i 1 + 8i i i i 17i // i i 17i i i 8i 17i // Otteniamo P (X) = (X i)(x + i)(x 2 + 8X + 17). Siccome le radici dell ultimo fattore di secondo grado sono 4 ± i, 1. essendo (X i)(x + i) = X 2 + 1, la scomposizione in fattori irriducibili, in R[X], è P (X) = (X 2 + 1)(X 2 + 8X + 17); 2. l analoga scomposizione, in C[X], è P (X) = (X i)(x + i)(x + 4 i)(x i). 2. Poniamo v 1 = (0, 1, 1), v 2 = (1, 1, 0), v 3 = (1, 1, 1). Risolveremo l equazione L a (xv 1 + yv 2 + zv 3 ) = (1, 2, 2) (1) nelle incognite x, y, z. Per linearità e per i dati dell esercizio essa equivale a x(1, a + 1, 2) + y(1, a, 1) + z(2, a + 2, 4) = (1, 2, 2), che a sua volta origina un sistema lineare del quale trasformiamo la matrice completa: a + 1 a a H 21( a 1)H 31 ( 2) 0 1 a 1 a H 33( 1)... H H 32(1) Per a = 0 il sistema è incompatibile, quindi L 1 0 x + y + 2z = 1 y = 0 az = 1 a a 1 a (1, 2, 2) =. Per a 0, otteniamo x = 2 a a y = 0 z = a 1 a. Ricordando che quella trovata è soluzione dell equazione (1) otteniamo L 1 a (1, 2, 2) = 2 a a v 1 + a 1 ( a 1 a v 3 = a, 1 a, 1 ). a 3. L affermazione è vera e la dimostreremo sfruttando la proposizione secondo la quale una funzione lineare L è iniettiva se, e solo se, ker L = {0}. Consideriamo un qualsiasi vettore u ker L e poniamo
6 y = x + u. Se fosse u 0, allora si avrebbe y x e L(y) = L(x) + L(u) = L(x), contraddicendo l ipotesi per cui vale y V : y x L(y) L(x). L assurdo prova che ogni vettore u ker L è nullo e quindi che L è iniettiva. 4. (Svolgimento per sommi capi.) Calcoliamo il polinomio caratteristico, sviluppando il relativo determinante secondo la seconda riga: 1 t 3 3 p A (t) = ( 2 t) 3 5 t t = ( 2 t)( t3 3t 2 + 4) = (t + 2) 3 (t 1). L autospazio E A ( 2) si calcola tramite il sistema lineare, di rango uno, (A + 2I 4 )X = O 4 1, da cui E A ( 2) = {(x, y, z, t) R 4 x + y z + t = 0} = {( y + z t, y, z, t) y, z, t R} = = ( 1, 1, 0, 0), (1, 0, 1, 0), ( 1, 0, 0, 1). Analogamente, E A (1) = (1, 0, 1, 1). Per trovare una base ortogonale, ci basiamo sulla seguente proprietà del procedimento di Gram- Schmidt: applicando il procedimento ad una base v 1, v 2,..., v n di uno spazio vettoriale euclideo V R, ottenendo i vettori w 1, w 2,..., w n, per ogni k = 1, 2,..., n, la famiglia w 1, w 2,..., w k risulta una base ortogonale di v 1, v 2,..., v k. Ne segue che applicando il procedimento di Gram-Schmidt a v 1 = ( 1, 1, 0, 0), v 2 = (1, 0, 1, 0), v 3 = ( 1, 0, 0, 1), v 4 = (1, 0, 1, 1), otterremo una base ortogonale di R 4 con la proprietà w 1, w 2, w 3 = v 1, v 2, v 3 = E A ( 2) e quindi w 1, w 2, w 3 saranno autovettori di A. Dalle formule otteniamo w 1 = ( 1, 1, 0, 0), w 2 = 1 2 (1, 1, 2, 0), w 3 = 1 3 ( 1, 1, 1, 3), w 4 = 1 4 (1, 1, 1, 1). Infine, normalizzando otteniamo una base ortonormale con la proprietà richiesta: B = 1 ( 1, 1, 0, 0), w 2 = 1 (1, 1, 2, 0), w 3 = ( 1, 1, 1, 3), w 4 = 1 (1, 1, 1, 1). 2
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(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.
29 giugno 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Terzo Appello del corso di Geometria e Algebra II Parte - Docente F. Flamini, Roma, 7/09/2007 SVOLGIMENTO COMPITO III APPELLO
DettagliFederico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24
Contenuto Endomorfismi auto-aggiunti. Matrici simmetriche. Il teorema spettrale Gli autovalori di una matrice simmetrica sono tutti reali. (Dimostrazione fatta usando i numeri complessi). Dimostrazione
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliAppunti di Algebra Lineare. Antonino Salibra
Appunti di Algebra Lineare Antonino Salibra January 11, 2016 2 Libro di testo: Gilbert Strang, Algebra lineare, Edizioni Apogeo 2008 Programma di Algebra Lineare (2015/16) (da completare): 1. Campi numerici.
DettagliUniversità degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica
Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim
DettagliProf. Stefano Capparelli
APPUNTI PER UN SECONDO CORSO DI ALGEBRA LINEARE Prof. Stefano Capparelli A mia madre Prefazione. Brevi Richiami di Algebra Lineare. Forma Canonica di Jordan.. Blocco di Jordan.. Base di Jordan.. Polinomio
DettagliAlgebra Lineare e Geometria
Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da
DettagliELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura
Cognome Nome Matricola ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura (Primo appello/ii prova parziale 15/6/15 - Chiarellotto-Urbinati) Per la II prova: solo esercizi
DettagliMINISTERO 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
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Primo Esonero del corso di Geometria Docente F. Flamini, Roma, 2//28 SOLUZIONI COMPITO I ESONERO Esercizio.
Dettaglif(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))
Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Applicazioni Lineari 1. Sia f : R 3 R 3 l applicazione lineare definita da f(x, y, z) = (x + ky + z, x y + 2z, x + y z) per ogni (x,
DettagliLaboratorio teorico-pratico per la preparazione alle gare di matematica
Laboratorio teorico-pratico per la preparazione alle gare di matematica Ercole Suppa Liceo Scientifico A. Einstein, Teramo e-mail: ercolesuppa@gmail.com Teramo, 3 dicembre 2014 USR Abruzzo - PLS 2014-2015,
DettagliRICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come
RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può
Dettagli1 Regole generali per l esame. 2 Libro di Testo
FACOLTÀ DI INGEGNERIA Corso di GEOMETRIA E ALGEBRA (mn). (Ing. per l Ambiente e il Territorio, Ing. Informatica - Sede di Mantova) A.A. 2008/2009. Docente: F. BISI. 1 Regole generali per l esame L esame
DettagliNUMERI COMPLESSI. Test di autovalutazione
NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso
DettagliMatrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f).
Due Matrici A,B. Ker f = ker g. 1- Ridurre a scala A e B e faccio il sistema. 2 Se Vengono gli stessi valori allora, i ker sono uguali. Cauchy 1 autovalore, 1- Metto a matrice x1(0),x2(0),x3(0) e la chiamo
DettagliLEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W
LEZIONE 16 16.1. Applicazioni lineari iniettive e suriettive. Ricordo le seguenti due definizioni valide per applicazioni di qualsiasi tipo ϕ: X Y fra due insiemi. L applicazione ϕ si dice iniettiva se
DettagliDIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI
DIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI Lezione 1. lunedí 17 settembre 2011 (1 ora) Presentazione del corso. Esercizio: cosa succede a moltiplicare per 2, 3, 4,... il numero 052631578947368421,
DettagliNel seguito, senza ulteriormente specificarlo, A indicherà un anello commutativo con identità.
1 ANELLI Definizione 1.1. Sia A un insieme su cui sono definite due operazioni +,. (A, +, ) si dice Anello se (A, +) è un gruppo abeliano è associativa valgono le leggi distributive, cioè se a, b, c A
DettagliRango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.
CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliEsame di Geometria - 9 CFU (Appello del 28 gennaio 2013 - A)
Esame di Geometria - 9 CFU (Appello del 28 gennaio 23 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Nello spazio R 3, siano dati il piano e i punti P = (, 2, ), Q = (2,, ). π : x + 2y 3
DettagliAppunti per il Corso di Fondamenti di Algebra Lineare e Geometria
Appunti per il Corso di Fondamenti di Algebra Lineare e Geometria Marco A Garuti 4 giugno 9 Questi appunti integrano il testo adottato per il corso (Cantarini - Chiarellotto - Fiorot, Un corso di Matematica,
DettagliRipasso 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
DettagliL anello dei polinomi
L anello dei polinomi Sia R un anello commutativo con identità. È possibile costruire un anello commutativo unitario, che si denota con R[x], che contiene R (come sottoanello) e un elemento x non appartenente
Dettagli3. SPAZI VETTORIALI CON PRODOTTO SCALARE
3 SPAZI VETTORIALI CON PRODOTTO SCALARE 31 Prodotti scalari Definizione 311 Sia V SV(R) Un prodotto scalare su V è un applicazione, : V V R (v 1,v 2 ) v 1,v 2 tale che: i) v,v = v,v per ogni v,v V ; ii)
DettagliLezione 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
DettagliAnelli a fattorizzazione unica. Domini ad ideali principali. Anelli Euclidei
Capitolo 5: Anelli speciali: Introduzione: Gli anelli speciali sono anelli dotati di ulteriori proprietà molto forti che ne rendono agevole lo studio. Anelli euclidei Domini ad ideali principali Anelli
DettagliInsiemi di livello e limiti in più variabili
Insiemi di livello e iti in più variabili Insiemi di livello Si consideri una funzione f : A R, con A R n. Un modo per poter studiare il comportamento di una funzione in più variabili potrebbe essere quello
DettagliCORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA
COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno
DettagliProva scritta di Geometria 2 Prof. M. Boratynski
10/9/2008 Es. 1: Si consideri la forma bilineare simmetrica b su R 3 associata, rispetto alla base canonica {e 1, e 2, e 3 } alla matrice 3 2 1 A = 2 3 0. 1 0 1 1) Provare che (R 3, b) è uno spazio vettoriale
DettagliSpazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007
Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari
DettagliUniversità degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof.
Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof. Antonio Cigliola Prerequisiti Logica elementare. Principio di Induzione.
DettagliForme bilineari e prodotti scalari. Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione. b :
Forme bilineari e prodotti scalari Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione b : { V V K ( v, w) b( v, w), si dice forma bilineare su V se per ogni u, v, w V e per ogni k K:
DettagliSiano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W
Matematica B - a.a 2006/07 p. 1 Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. Definizione 1. La funzione L : V W si dice una applicazione
DettagliNumeri complessi e polinomi
Numeri complessi e polinomi 1 Numeri complessi L insieme dei numeri reali si identifica con la retta della geometria: in altri termini la retta si può dotare delle operazioni + e e divenire un insieme
DettagliPierangelo Ciurlia, Riccardo Gusso, Martina Nardon
Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon Esercizi di algebra lineare e sistemi di equazioni lineari con applicazioni
DettagliPROGRAMMA CONSUNTIVO
PAGINA: 1 PROGRAMMA CONSUNTIVO A.S.2014-15 SCUOLA: Liceo Linguistico Teatro alla Scala DOCENTE: BASSO RICCI MARIA MATERIA: MATEMATICA- INFORMATICA Classe 2 Sezione A CONTENUTI Sistemi lineari numerici
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 8 - METODI ITERATIVI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Norme e distanze 2 3 4 Norme e distanze
DettagliApplicazioni lineari
Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av
DettagliCorso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti
Corso di Analisi Numerica - AN1 Parte 2: metodi diretti per sistemi lineari Roberto Ferretti Richiami sulle norme e sui sistemi lineari Il Metodo di Eliminazione di Gauss Il Metodo di Eliminazione con
DettagliSCOMPOSIZIONE IN FATTORI DI UN POLINOMIO
SCOMPOSIZIONE IN FATTORI DI UN POLINOMIO Così come avviene per i numeri ( 180 = 5 ), la scomposizione in fattori di un polinomio è la trasformazione di un polinomio in un prodotto di più polinomi irriducibili
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)
DettagliAutovalori e Autovettori
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora
DettagliEQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.
EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema
Dettaglimodulo A1.1 modulo A1.2 livello A1 modulo A2.1 modulo A2.2 matematica livello A2 livello A3
livello A1 modulo A1.1 modulo A1.2 matematica livello A2 modulo A2.1 modulo A2.2 livello A insiemi e appartenenza interpretazione grafica nel piano traslazioni proprietà commutatività associatività elemento
DettagliParte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
DettagliSyllabus: argomenti di Matematica delle prove di valutazione
Syllabus: argomenti di Matematica delle prove di valutazione abcdef... ABC (senza calcolatrici, senza palmari, senza telefonini... ) Gli Argomenti A. Numeri frazioni e numeri decimali massimo comun divisore,
DettagliLezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio
Lezioni di Geometria e Algebra Fulvio Bisi, Francesco Bonsante, Sonia Brivio CAPITOLO 4 Applicazioni lineari 1. Definizioni ed esempi. In questo capitolo ci proponiamo di studiare le funzioni tra spazi
Dettaglix 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.
Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini
DettagliDocente: DI LISCIA F. CLASSE 1T MODULO 1: GLI INSIEMI NUMERICI
Docente: DI LISCIA F. Materia: MATEMATICA CLASSE 1T MODULO 1: GLI INSIEMI NUMERICI Insiemi numerici: numeri naturali, proprietà delle operazioni aritmetiche; Potenze e loro proprietà; Criteri di divisibilità;
DettagliLE FIBRE DI UNA APPLICAZIONE LINEARE
LE FIBRE DI UNA APPLICAZIONE LINEARE Sia f:a B una funzione tra due insiemi. Se y appartiene all immagine di f si chiama fibra di f sopra y l insieme f -1 y) ossia l insieme di tutte le controimmagini
DettagliGEOMETRIA I Corso di Geometria I (seconda parte)
Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo
DettagliMATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
DettagliEsempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica.
Esempio Risultati sperimentali Approssimazione con il criterio dei minimi quadrati Esempio Interpolazione con spline cubica. Esempio 1 Come procedere? La natura del fenomeno suggerisce che una buona approssimazione
DettagliGrazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof.
A01 178 Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof. S.M. Salamon per tanti utili suggerimenti e
DettagliLEZIONI 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
Dettagli2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE
2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 INTRODUZIONE Il problema agli autovalori di un operatore La trattazione del problema agli autovalori di un operatore fatta negli spazi finitodimensionali
DettagliRichiami 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
DettagliDiagonalizzazione di matrici e applicazioni lineari
CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x
DettagliCenni di teoria dei campi finiti
Cenni di teoria dei campi finiti Luca Giuzzi 31 ottobre 2011 In queste note vengono richiamati alcuni risultati di algebra relativi la teoria dei campi finiti. 1 Anelli Definizione 1. Un anello (R, +,
DettagliCLASSE 1ª Manutenzione e Assistenza Tecnica
CLASSE 1ª Manutenzione e Assistenza Tecnica Programma svolto di MATEMATICA Anno scolastico 2013/14 ELEMENTI DI RACCORDO CON LA SCUOLA MEDIA GLI INSIEMI CALCOLO LETTERALE GEOMETRIA - Ordinamento, proprietà,
DettagliLezione del 28-11-2006. Teoria dei vettori ordinari
Lezione del 8--006 Teoria dei vettori ordinari. Esercizio Sia B = {i, j, k} una base ortonormale fissata. ) Determinare le coordinate dei vettori v V 3 complanari a v =,, 0) e v =, 0, ), aventi lunghezza
DettagliCLASSI PRIME Scienze Applicate 5 ORE
CLASSI PRIME Scienze Applicate 5 ORE Settembre Ottobre Somministrazione di test di ingresso. Novembre dicembre Insiemi numerici Operazioni negli insiemi N, Q Operazioni negli insiemi Z, Q. Potenze con
DettagliLezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga
Lezioni del corso di Geometria e Algebra prof Michele Mulazzani dott Alessia Cattabriga AA 20001/2002 Indice 1 Equazioni e sistemi lineari 4 11 Alcune strutture algebriche 4 12 Operazioni standard su K
DettagliTutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica
Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2014-2015 - Docente: Prof. Angelo Felice Lopez Tutori: Federico Campanini e Giulia Salustri Soluzioni Tutorato 13
DettagliCorso introduttivo pluridisciplinare Strutture algebriche
Corso introduttivo pluridisciplinare Strutture algebriche anno acc. 2013/2014 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano) Corso introduttivo pluridisciplinare 1 / 17 index
DettagliIntroduzione alla programmazione lineare. Mauro Pagliacci
Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati
DettagliTEMA 1. 1. Della seguente matrice, calcolare i complementi algebrici e il determinante: a + b 1 a 2 S = a + b + 3 a + 2b. x = t. f = x 2 + 2xy 3y 2,
Prova scritta di MATEMATICA B1 Vicenza, 17 marzo 008 TEMA 1 1 1 A = 1 0 1. 3 0 1. Stabilire se il seguente sottoinsieme di M(, R): {( ) a + b 1 a S = a, b R}, a + b + 3 a + b è un sottospazio di M(, R).
DettagliPROGRAMMA SVOLTO NELLA CLASSE I E A.S. 2012/2013 DISCIPLINA : MATEMATICA DOCENTI : CECILIA SAMPIERI, TAMARA CECCONI
PROGRAMMA SVOLTO NELLA CLASSE I E A.S. 2012/2013 LIBRO DI TESTO:L. Sasso Nuova Matematica a colori Algebra e Geometria 1 edizione Azzurra ed. Petrini TEMA A I numeri e linguaggio della Matemati Unità 1
DettagliNUMERI COMPLESSI. Esercizi svolti., e) i 34, f) i 7. 10 i
NUMERI COMPLESSI Esercizi svolti 1. Calcolare le seguenti potenze di i: a) i, b) i, c) i 4, d) 1 i, e) i 4, f) i 7. Semplificare le seguenti espressioni: a) ( i) i(1 ( 1 i), b) ( + i)( i) 5 + 1 ) 10 i,
DettagliParte 6. Applicazioni lineari
Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R
DettagliLEZIONE 17. B : kn k m.
LEZIONE 17 17.1. Isomorfismi tra spazi vettoriali finitamente generati. Applichiamo quanto visto nella lezione precedente ad isomorfismi fra spazi vettoriali di dimensione finita. Proposizione 17.1.1.
DettagliRiconoscere e formalizzare le dipendenze funzionali
Riconoscere e formalizzare le dipendenze funzionali Giorgio Ghelli 25 ottobre 2007 1 Riconoscere e formalizzare le dipendenze funzionali Non sempre è facile indiduare le dipendenze funzionali espresse
DettagliGeometria 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
DettagliESERCIZIO 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
DettagliLEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1
LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,
DettagliEquazione del calore e funzioni trigonometriche.
CAPITOLO 1 Equazione del calore e funzioni trigonometriche. 1.1. Spazi vettoriali trigonometrici Il concetto di spazio vettoriale euclideo dovrebbe essere familiare al lettore di queste note. Per comodità
DettagliDISCIPLINA: MATEMATICA INDIRIZZO: FINANZA E MARKETING CLASSE: 1 FM DOCENTE : MARINA MARTINELLI. Testo in adozione Settembre Ottobre
Pagina 1 di 5 DISCIPLINA: MATEMATICA INDIRIZZO: FINANZA E MARKETING CLASSE: 1 FM DOCENTE : MARINA MARTINELLI Elenco moduli Argomenti Strumenti / Testi 1 I numeri Naturali, Interi e Razionali Addizione,
DettagliSe x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2
NLP -OPT 1 CONDIZION DI OTTIMO [ Come ricavare le condizioni di ottimo. ] Si suppone x* sia punto di ottimo (minimo) per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J la condizione
DettagliAPPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A.
APPLICAZIONI LINEARI Siano V e W due spazi vettoriali, di dimensione m ed n sullo stesso campo di scalari R. Una APPLICAZIONE ƒ : V W viene definita APPLICAZIONE LINEARE od OMOMORFISMO se risulta, per
DettagliDIARIO DEL CORSO DI ALGEBRA A.A. 2013/14 DOCENTE: ANDREA CARANTI
DIARIO DEL CORSO DI ALGEBRA A.A. 2013/14 DOCENTE: ANDREA CARANTI Lezione 1. lunedí 16 settembre 2013 (2 ore) Presentazione del corso. Esercizio: cosa succede a moltiplicare per 2, 3, 4,... il numero 142857,
DettagliMATEMATICA. PRIMO ANNO (Liceo Classico e Liceo delle Scienze Umane)
1/7 PRIMO ANNO Testo consigliato: BERGAMINI TRIFONE BAROZZI, Matematica.azzurro, vol. 1, Zanichelli Obiettivi minimi. Acquisire il linguaggio specifico della disciplina; sviluppare espressioni algebriche
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
Dettagli1.1. Spazi metrici completi
SPAZI METRICI: COMPLETEZZA E COMPATTEZZA Note informali dalle lezioni 1.1. Spazi metrici completi La nozione di convergenza di successioni è centrale nello studio degli spazi metrici. In particolare è
DettagliPROGRAMMAZIONE DEL DIPARTIMENTO DI MATEMATICA 2015/2016 Classi Prime
PROGRAMMAZIONE DEL DIPARTIMENTO DI MATEMATICA 2015/2016 Classi Prime Metodi e strumenti Nelle lezioni in aula si farà uso: [] della lezione dialogata (utilizzata di norma, e che prevede lo sviluppo anche
DettagliAppunti di Algebra Lineare
Appunti di Algebra Lineare Indice 1 I vettori geometrici. 1 1.1 Introduzione................................... 1 1. Somma e prodotto per uno scalare....................... 1 1.3 Combinazioni lineari e
DettagliFondamenti di Automatica
Fondamenti di Automatica Analisi dei sistemi dinamici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail: marcello.bonfe@unife.it pag. 1 Analisi dei
DettagliI polinomi 1; x;x 2 ;x 3 sono linearmente indipendenti; infatti. 0= 1 1+ 2 x+ 3 x 2 + 4 x 3 =) 1 = 2 == 4 =0
ASPETTI TEORICI Spazio vettoriale Un insieme qualunque di inniti elementi V = fv i g si dice uno spazio vettoriale sull'insieme dei numeri reali R se: { E possibile denire un'operazione binaria fra gli
DettagliMETODI ITERATIVI PER SISTEMI LINEARI
METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione
DettagliLA GEOMETRIA ANALITICA DELLO SPAZIO. Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 CONVEGNO MATHESIS VERONA
LA GEOMETRIA ANALITICA DELLO SPAZIO CONVEGNO MATHESIS Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 Perché Assenza di ogni riferimento alla geometria analitica dello spazio nel quadri di Mondrian La
DettagliALGEBRA I FATTORIZZAZIONE
ALGEBRA I FATTORIZZAZIONE 1. DIVISIBILITÀ IN DOMINI A IDEALI PRINCIPALI 1.1. Ideali e divisibilità. Il nostro obiettivo è quello di preparare il terreno prima di affrontare la dimostrazione del Teorema
DettagliESERCIZI DI ALGEBRA LINEARE E GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai
DettagliIndice generale. Modulo 1 Algebra 2
Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi
DettagliEsercizi su Autovalori e Autovettori
Esercizi su Autovalori e Autovettori Esercizio n.1 5 A = 5, 5 5 5 Esercizio n.6 A =, Esercizio n.2 4 2 9 A = 2 1 8, 4 2 9 Esercizio n.7 6 3 3 A = 6 3 6, 3 3 6 Esercizio n.3 A = 4 6 6 2 2, 6 6 2 Esercizio
DettagliINDICE CAPITOLO 1 I NUMERI NATURALI
INDICE CAPITOLO 1 I NUMERI NATURALI 1.1 Il sistema decimale 1 1. Numeri primi 1 Teorema della fattorizzazione unica Teorema di Euclide (i numeri primi sono infiniti) 1.3 Massimo comun divisore ed algoritmo
DettagliUNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali
UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali APPROFONDIMENTI DI ALGEBRA M. Chiara Tamburini Anno Accademico 2013/2014 Indice Prefazione iii I Moduli su un anello
Dettagli