Esercizi di Geometria 1 - Foglio 1
|
|
- Gino Rossetti
- 5 anni fa
- Visualizzazioni
Transcript
1 Esercizi di Geometria 1 - Foglio 1 Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso 22 dicembre 2017 Esercizio 1. Sia V uno spazio vettoriale sul campo K e siano u, v, w tre vettori linearmente indipendenti in V. Dimostrare che anche u + v, u w, u + 2w sono linearmente indipendenti. Svolgimento. Utilizziamo la definizione. Supponiamo che esistano λ 1, λ 2, λ 3 K tali che λ 1 (u + v) + λ 2 (u w) + λ 3 (u + 2w) = 0 (vettore nullo) Vogliamo arrivare a dimostrare che i coefficienti devono per forza essere nulli. Sfruttando proprietà associativa e commutativa della somma di vettori si ottiene la seguente espressione: (λ 1 + λ 3 )u + λ 1 v + (2λ 3 λ 2 )w = 0 (vettore nullo) Ricordando ora che u, v, w sono linearmente indipendenti per ipotesi, deduciamo che i coefficienti di questa conbinazione lineare nulla devono essere nulli: λ 1 + λ 3 = 0 λ 1 = 0 2λ 3 λ 2 = 0 Sostituendo λ 1 = 0 nella prima equazione si ottiene facilmente λ 3 = 0. Sostituendo a sua volta nella terza si ottiene λ 2 = 0. Complessivamente allora λ 1 = λ 2 = λ 3 = 0 Esercizio 2. Determina per quali valori t R i tre vettori (1, 3, 4), (3, t, 11), ( 1, 4, 0) sono linearmente indipendenti in R 3. Svolgimento. Utilizziamo la definizione di lineare indipendenza. Supponiamo che esistano λ 1, λ 2, λ 3 R tali che λ 1 (1, 3, 4) + λ 2 (3, t, 11) + λ 3 ( 1, 4, 0) = 0 (vettore nullo) (1) La richiesta dell esercizio diventa allora: per quali t R l unica soluzione delle equazioni 1 è λ 1 = λ 2 = λ 3 = 0? Iniziamo scrivendo l equazione vettoriale 1 come tre equazioni scalari: per definizione di somma di vettori in R 3 abbiamo (λ 1 + 3λ 2 λ 3, 3λ 1 + tλ 2 4λ 3, 4λ λ 2 ) = (0, 0, 0) che diventa λ 1 + 3λ 2 λ 3 = 0 3λ 1 + tλ 2 4λ 3 = 0 4λ λ 2 = 0 1
2 Cerchiamo ora le soluzioni λ 1, λ 2, λ 3 del sistema lineare in funzione del parametro t R. Esplicitiamo λ 1 dall ultima equazione e sostituiamolo nelle altre due equazioni: λ 3 = 11 4 λ 2 + 3λ 2 ( 3 11 ) 4 λ 2 + tλ 2 4λ 3 = 0 λ 1 = 11 4 λ 2 Sostiuiamo adesso anche λ 3 nella seconda equazione ottenendo un equazione solo in λ 2 : λ 3 = 1 4 λ λ 2 + tλ 2 4 ( 11 ) 4 λ 2 + 3λ 2 = 0 λ 1 = 11 4 λ 2 Semplificando tutti i conti otteniamo: λ 3 = 1 4 λ 2 (t 37 4 )λ 2 = 0 λ 1 = 11 4 λ 2 Se t 37 4 allora necessariamente λ 2 = 0 e immediatamente otteniamo che anche gli altri due coefficienti λ 1, λ 3 sono nulli. Ne deduciamo che se t 37 4 allora i vettori di partenza sono linearmente indipendenti. Viceversa, se t = 37 4 allora ottengo come soluzione λ 2 = qualsiasi valore λ 1 = 11 4 λ 2 λ 3 = 1 4 λ 2 Questo mi dice che esistono coefficienti λ 1, λ 2, λ 3 non tutti nulli per cui 1 vale e quindi i vettori non sono linearmente indipendenti. Esercizio 3. Dimostra che due vettori (a, b) e (c, d) in K 2 sono linearmente indipendenti se e solo se ad bc 0. Svolgimento. [ ] Iniziamo supponendo che i sopraindicati vettori siano linearmente indipendenti e supponiamo per assurdo che ad bc = 0. Se (a, b) = (0, 0) allora posso trovare una combinazione lineare nulla con coefficienti non nulli: 1(a, b) + 0(c, d) = (0, 0) Siccome questo non può succedere poichè per ipotesi ho vettori linearmente indipendenti, almeno uno tra a e b deve essere non nullo. Stesso discorso si può fare per il vettore (c, d). Ottengo quindi quattro casi: 1. Supponiamo che a 0 e d 0. Siccome so che ad bc = 0, deduco che anche b 0 e c 0. Allora ho una combinazione lineare nulla con coefficienti non nulli: Impossibile. d(a, b) b(c, d) = (da bc, 0) = (0, 0) 2
3 2. Supponiamo che a 0 e c 0. Allora ho una combinazione lineare nulla con coefficienti non nulli: c(a, b) a(c, d) = (0, cb ad) = (0, 0) Impossibile. 3. Supponiamo che b 0 e d 0. Allora ho una combinazione lineare nulla con coefficienti non nulli: d(a, b) b(c, d) = (da bc, 0) = (0, 0) Impossibile. 4. Supponiamo che b 0 e c 0. Siccome so che ad bc = 0, deduco che anche a 0 e d 0. Allora ho una combinazione lineare nulla con coefficienti non nulli: Impossibile. d(a, b) b(c, d) = (da bc, 0) = (0, 0) [ ] Assumiamo ora che (ad bc) 0 e supponiamo che esistano λ 1, λ 2 K tali che λ 1 (a, b) + λ 2 (c, d) = 0 Questo diventa il sistema lineare { λ1 a + λ 2 c = 0 λ 1 b + λ 2 d = 0 (2) Siccome (ad bc) 0, almeno una coppia tra (a, b), (a, c), (d, b) e (d, c) deve essere non nulla. Supponiamo per un momento che sia (a, b). Allora moltiplico la prima riga di 2 per b e la seconda per a (posso proprio perchè so che non sono zeri) ottenendo { λ1 ab + λ 2 cb = 0 λ 1 ab + λ 2 ad = 0 Se ora sottraggo il primo membro al secondo ottengo λ 2 (ad bc) = 0 e siccome (ad bc) 0 allora λ 2 = 0. Da questo si deduce facilmente che λ 1 = 0. Se la coppia non nulla non fosse (a, b) ma un altra, si può procedere similmente ottenendo sempre un sistema che implica necessariamente λ 1 = λ 2 = 0. Quindi i vettori sono linearmente indipendenti. 3
4 Esercizio 4. Nello spazio vettoriale V = R sul campo K = Q, dimostrare che i vettori (numeri reali) 1 e 2 sono linearmente indipendenti. Dimostra lo stesso per 2 e 3. Svolgimento. Supponiamo che esistano λ 1, λ 2 K = Q tali che λ λ 2 2 = 0 Questa equazione vettoriale può essere pensata come un unica equazione tra numeri di R: λ 1 + λ 2 2 = 0 λ1, λ 2 Q Supponiamo per un momento che λ 2 0: in tal caso otteniamo che 2 = λ1 λ 2 Q che è impossibile. Deduciamo che allora in verità λ 2 = 0 e da questo deduciamo facilmente che anche λ 1 = 0. Vediamo ora 2 e 3. Il procedimento è analogo: basta solo mostrare che razionale. Supponiamo per assurdo che lo sia: 2 3 non è 2 3 = p q p, q N Si può anche supporre che p, q siano primi tra loro (in caso contrario semplifico numeratore e denominatore finchè non lo sono). Prendendo i quadrati di ambo i membri ottengo 3q 2 = 2p 2 Siccome la scomposizione in fattori primi è unica, il 3 a sinistra deve dividere il numero 2p 2. Ma siccome 3 non può dividere 2, questo deve necessariamente dividere p 2 ed allora anche p. Ma chiaramente, se 3 divide p allora 9 divide p 2 e quindi 9 divide il membro a sinistra (3q 2 ). Concludo che 3 divide q 2 e quindi q. Da questo deduco che p e q non sono primi tra loro in quanto entrambi sono divisi da 3: assurdo. Esercizio 5. Sia X un insieme, (V, + V, V ) un K-spazio vettoriale e Appl(X, V ) l insieme di tutte le applicazioni f : X V. Allora anche Appl(X, V ) è uno spazio vettoriale con la seguente somma + A e moltiplicazione A: (f + A g) }{{} somma di funzioni (λ A f) }{{} molt. scalare/funzione (x) = f(x) + V g(x) }{{} somma di vettori (x) = λ V f(x) }{{} molt. scalare/vettore f, g Appl(X, V ) λ K Considerando lo spazio vettoriale Appl(R, R) delle funzioni reali f : R R, x f(x), dimostrare che ognuna delle seguenti famiglie di funzioni è linearmente indipendente in App(R, R): 1. (cos(x), sin(x)) 2. (e x, e 2x ) 3. (cos(x), sin(x), e x ) 4
5 4. (1, x, x 2,, x n ) Durante lo svolgimento di questo esercizio è bene tenere presente che i vettori dello spazio vettoriale Appl(R, R) sono funzioni e che quindi non ha senso parlare di coordinate. Inoltre, ogni combinazione lineare viene posta uguale a 0 PER OGNI valore x: il fatto che possano esistere coefficienti non nulli per cui la combinazione lineare si annulla per un x fissato non influisce sulla lineare indipendenza delle funzioni. Svolgimento. 1. Supponiamo che esistano λ 1, λ 2 R tali che λ 1 cos(x) + λ 2 sin(x) = 0 x R Siccome vale per ogni x R, in particolare vale per x = 0: ne deduco che λ 1 cos(0) +λ 2 sin(0) = 0 }{{}}{{} 1 0 da cui λ 1 = 0. Analogamente, se vale per ogni x R allora vale anche per x = π/2 da cui si ottiene λ 2 = 0. Complessivamente otteniamo che λ 1 = λ 2 = Supponiamo che esistano λ 1, λ 2 R tali che λ 1 e x + λ 2 e 2x = 0 Se consideriamo x = 0 ed x = 1 otteniamo { λ1 (e 0 ) + λ 2 (e 0 ) = 0 λ 1 (e 1 ) + λ 2 (e 2 ) = 0 x R { λ1 = λ 2 λ 1 = eλ 2 che ha come unica soluzione λ 1 = λ 2 = Supponiamo che esistano λ 1, λ 2, λ 3 R tali che λ 1 cos(x) + λ 2 sin(x) + λ 3 e x = 0 x R Se consideriamo i valori x = 0, x = π/2 ed x = π otteniamo λ 1 (cos(0)) + λ 2 (sin(0)) + λ 3 (e 0 ) = 0 ( ) ( ) λ π π 1 + λ 3 = 0 λ 1 cos + λ 2 sin + λ 3 (e π 2 ) = 0 λ λ 3 (e π 2 ) = 0 λ 1 (cos(π)) + λ 2 (sin(π)) + λ 3 (e π ) = 0 λ 1 + λ 3 (e π ) = 0 Se sommiamo la prima e la terza equazione otteniamo λ 3 = 0 da cui si deduce che anche λ 1 = λ 2 = 0 4. Supponiamo che esistano λ 1,..., λ n+1 R tali che λ 1 + λ 2 x + + λ n+1 x n = 0 x R (3) Da teoremi di algebra classica (teorema fondamentale dell algebra) si sa che un polinomio di grado n può avere al massimo n radici distinte. Siccome p(x) = λ 1 + λ 2 x + + λ n+1 x n ha infiniti zeri (causa equazione 3), questo deve essere necessariamente il polinomio nullo. Per definizione, il polinomio nullo è quel polinomio che ha tutti i coefficienti nulli. Perciò λ 1 = = λ n = 0. 5
6 Esercizio 6. Sia V uno spazio vettoriale sul campo K e W un sottospazio di V. Si dice che due vettori v 1 e v 2 in V sono equivalenti modulo W (e si indica con v 1 v 2 ) se v 1 v 2 W. 1. Dimostrare che questo definisce una relazione di equivalenza su V 2. Se [v] = {u V : u v} denota la classe di equivalenza di v, dimostrare che [v] = v + W = { v + w : w W } 3. Si denoti con V/W = {[v] : v V } l insieme delle classi di equivalenza. Si definisce una somma e una moltiplicazione scalare in V/W nel seguente modo : [v 1 ] + [v 2 ] = [v 1 + v 2 ]; λ[v] = [λv]. Dimostrare che questa somma e moltiplicazione scalare V/W sono ben definite, ovvero non dipendono dalla scelta dei rappresentanti delle classi di equivalenza. Osservazione: Con questa somma e moltiplicazione scalare V/W diventa uno spazio vettoriale su K che si chiama spazio quoziente. Svolgimento. 1. Per provare che la relazione precedentemente definita è una relazione di equivalenza bisogna mostrare che valgono riflessività, simmetria e transitività. Riflessività: Siccome v v = 0 e 0 W, deduciamo che v v W e quindi v v. Simmetria: Supponiamo che v 1 v 2. Questo significa per definizione che v 1 v 2 W. Ma W è un sottospazio vettoriale allora v 2 v 1 W e quindi v 2 v 1. Transitività: Supponiamo che v 1 v 2 e v 2 v 3. Per definizione significa che v 1 v 2 W v 2 v 3 W Ma W è chiuso alla somma dei sui elementi ed allora Questo significa precisamente che v 1 v 3. v 1 v 3 = (v 1 v 2 ) + (v 2 v 3 ) W 2. Per verificare che vale l uguaglianza dei seguenti insiemi: bisogna verificare le doppie inclusioni. {u V : u v} = {v + w : w W } [ ]: Prendiamo u {u V : u v}. Allora u v e per definizione questo significa u v W. Il vettore w = u v appartiene chiaramente a W ed allora u = v + w v + W. [ ]: Prendiamo u { v + w w W }. Per definizione esiste w W tale che u = v + w. La differenza u v = w appartiene a W e quindi u v. In particolare significa che u {u V : u v}. 3. Iniziamo spiegando cosa significhi che le operazioni siano ben definite. In generale, gli elementi di V/W sono insiemi e quindi la scrittura [v 1 ] + [v 2 ] si riferisce ad una somma di insiemi. Questa deve restituire un nuovo elemento di V/W che è ancora un insieme. L ambiguità con cui è definita l operazione somma risiede nel fatto che è possibile che gli insiemi [v 1 ] e [v 1 ] siano uguali anche per vettori v 1 v 1. Questo potrebbe portare alla seguente situazione senza senso: se prendo [v 1 ] = [v 1 ] e [v 2] = [v 2 ] allora [v 1 ] + [v 2 ] = [v 1 + v 2 ] [v 1] + [v 2] = [v 1 + v 2] 6
7 ma potrebbe essere che [v 1 + v 2 ] [v 1 + v 2] (4) Mostrare che la somma è ben definita significa proprio verificare che la formula 4 non può accadere. Analoghe considerazioni si possono fare per la moltiplicazione per uno scalare. Di seguito faremo largo uso del seguente risultato: Lemma 1. [v 1 ] = [v 1 ] se e solo se v 1 v 1. Supponiamo che [v 1 ] = [v 1 ] e [v 2] = [v 2 ]. Questo implica che v 1 v 1 e v 2 v 2, ossia v 1 v 1 W e v 2 v 2 W. Ma allora (v 1 + v 2 ) (v 1 + v 2) = (v 1 v 1) + (v 2 v 2) W da cui (v 1 + v 2 ) (v 1 + v 2 ) e [v 1 + v 2 ] = [v 1 + v 2 ]. Supponiamo che [v 1 ] = [v 1 ]. Come prima, questo implica che v 1 v 1. Allora v 1 v 1 W e siccome W è un sottospazio, allora λ(v 1 v 1 ) W. Deduciamo perciò che λv 1 λv 1 e quindi [λv 1 ] = [λv 1] Procediamo ora a dimostrare il lemma. Supponiamo che v 1 v 1 e mostriamo un inclusione tra gli insiemi [v 1 ] e [v 1 ] (l altra è analoga). Preso w [v 1] ho per definizione w v 1. Ma la relazione è transitiva allora w v 1 v 1 da cui deduco che w [v 1 ]. Supponiamo ora che [v 1 ] = [v 1 ]. Siccome la relazione è riflessiva, ho che v 1 [v 1 ] = [v 1 ] e quindi v 1 v 1. Esercizio 7. 1 Trovare gli elementi inversi, rispetto al prodotto, degli elementi 5, 8 in Z Se n 2 non è un numero primo, dimostrare che ci sono elementi non banali (non-zero) in Z n che non hanno un inverso, rispetto al prodotto. Svolgimento. Per quanto riguarda il primo punto, la strategia è la seguente: siccome so che Z 13 ha solo 13 numeri, se esiste un inverso di 5 (rispettivamente 8) questo deve essere tra questi. Basta allora provarli tutti: *
8 Da questa tabella si deduce che l inverso di 5 è 8 è rispettivamente 8 è 5. Passiamo ora al secondo punto: siccome n non è un numero primo, esistono due numeri p, q N tali che 2 p, q < n e p q = n. Supponiamo per assurdo che p sia invertibile, ossia che esista x Z n tale che px = 1. Per definizione, questo significa che esiste k Z tale che px 1 = kn = kqp Da ciò deduciamo che p(x kq) = 1 e che p è invertibile in Z. Ma l unico elemento invertibile di Z è 1: assurdo. Esercizio 8. Sia G un gruppo (in notazione moltiplicativa). Dimostrare che (ab) 1 = b 1 a 1 Svolgimento. Da definizione di elemento inverso dobbiamo di fatto verificare che valgono { (ab) (b 1 a 1 ) = 1 (b 1 a 1 ) (ab) = 1 Sfruttando l associatività del prodotto si ottiene { (ab) (b 1 a 1 ) = a(b b 1 )a 1 = a 1 a 1 = a a 1 = 1 (b 1 a 1 ) (ab) = b 1 (a 1 a)b = b 1 b 1 = b b 1 = 1 [PS:Osserviamo che per tale verifica NON si è usata la proprietà commutativa e quindi tale verifica vale anche per prodotti che non godono della proprietà commutativa (ad esempio la composizione tra funzioni).] 8
Esercizi di Geometria 1 - Foglio 3bis
Esercizi di Geometria - Foglio 3bis Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso dicembre 7 Esercizio. Sia f : V W un applicazione e G = {(v,
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 3. Sistemi di equazioni lineari
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 3 Sistemi di equazioni lineari Siano m, n N \ {}, sia K un campo Definizione a) Un sistema
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliGeometria per Fisica e Astrofisica
Geometria per Fisica e Astrofisica Soluzione esercizi - Foglio 3 Esercizio. Risolvere i seguenti sistemi lineari al variare dei parametri reali α β e k < < (a) x + y z = αx + αy + βz = x + y z = β. (b)
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliCORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI
CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI FOGLIO DI ESERCIZI # GEOMETRIA E ALGEBRA 009/0 Esercizio.. Dati i vettori di R : v (,, ), v (, 4, 6), v (,, 5), v 4 (,, 0) determinare se v 4 è combinazione
DettagliEsercizi di geometria per Fisica / Fisica e Astrofisica
Esercizi di geometria per Fisica / Fisica e Astrofisica Foglio 3 - Soluzioni Esercizio. Stabilire se i seguenti sottoinsiemi di R 3 sono sottospazi vettoriali: (a) S = {(x y z) R 3 : x + y + z = }. (b)
DettagliMATRICI E OPERAZIONI
MATRICI E SISTEMI MATRICI E OPERAZIONI Matrici, somma e prodotto (definizioni, esempi, non commutatività del prodotto, legge di annullamento del prodotto Potenze e inverse di matrici quadrate (definizioni
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA
CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
Dettagli3/10/ Divisibilità e massimo comun divisore
MCD in N e Polinomi 3/10/2013 1 Divisibilità e massimo comun divisore 1.1 Divisibilità in N In questa sezione introdurremo il concetto di divisibilità e di massimo comun divisore di due numeri naturali
DettagliALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri,
ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 05/06 docente: Elena Polastri, plslne@unife.it Esercizi 3: SPAZI VETTORIALI e MATRICI Combinazioni lineari di vettori.. Scrivere il vettore
DettagliSpazi vettoriali euclidei.
Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
DettagliGeometria BAER I canale Foglio esercizi 3
Geometria BAER I canale Foglio esercizi 3 Esercizio. Discutere le soluzioni del seguente sistema lineare nelle incognite,, z al variare del parametro k. 3 + kz = k k + 3z = k k + z = Soluzione: Il determinante
DettagliRelazioni e Principio di Induzione
Relazioni e Principio di Induzione Giovanna Carnovale October 12, 2011 1 Relazioni Dato un insieme S, un sottoinsieme fissato R del prodotto cartesiano S S definisce una relazione ρ tra gli elementi di
DettagliESERCIZI sui VETTORI
ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di
DettagliALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011
ALGEBRA I: SOLUZIONI QUINTA ESERCITAZIONE 9 maggio 2011 Esercizio 1. Usando l algoritmo euclideo delle divisioni successive, calcolare massimo comune divisore e identità di Bézout per le seguenti coppie
DettagliEsempi. In R 2, le coppia (2, 5) è combinazione lineare dei vettori (0, 1) e (1, 1). Infatti:
Combinazioni lineari [Abate, 4.2] Sia V uno spazio vettoriale e v 1, v 2,..., v n dei vettori di V. Diremo che un vettore w V è combinazione lineare dei vettori v 1,..., v n se esistono a 1, a 2,..., a
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014 DOCENTE: MATTEO LONGO Rispondere alle domande di Teoria in modo esauriente e completo. Svolgere il maggior numero di esercizi
Dettaglip(ϕ) = a 0 Id + a 1 ϕ + + a n ϕ n,
1. Autospazi e autospazi generalizzati Sia ϕ: V V un endomorfismo. Allora l assegnazione x ϕ induce un morfismo di anelli ρ: K[x] End K (V ). Più esplicitamente, al polinomio p dato da viene associato
DettagliGiovanna Carnovale. October 18, Divisibilità e massimo comun divisore
MCD in N e Polinomi Giovanna Carnovale October 18, 2011 1 Divisibilità e massimo comun divisore 1.1 Divisibilità in N In questa sezione introdurremo il concetto di divisibilità e di massimo comun divisore
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliSpazi Vettoriali ed Applicazioni Lineari
Spazi Vettoriali ed Applicazioni Lineari 1. Sottospazi Definizione. Sia V uno spazio vettoriale sul corpo C. Un sottoinsieme non vuoto W di V è un sottospazio vettoriale di V se è chiuso rispetto alla
DettagliSOLUZIONI DELLA SECONDA PROVA IN ITINERE DEL CORSO AL GENNAIO (1) (3 punti) Si consideri il sottoinsieme dei numeri complessi
SOLUZIONI DELLA SECONDA PROVA IN ITINERE DEL CORSO AL210 15 GENNAIO 2019 (0.1) (1) (3 punti) Si consideri il sottoinsieme dei numeri complessi Q( 3) := {a + b 3 : a, b Q} C Dimostrare che Q( 3) è un campo.
DettagliCorso di Laurea in Informatica Applicata Esame di Analisi Matematica Secondo test di verifica a. a. 2006/2007
Corso di Laurea in Informatica Applicata Esame di Analisi Matematica Secondo test di verifica a. a. 2006/2007 Risolvere esattamente due tra gli esercizi seguenti. Le risposte non motivate non saranno prese
DettagliALGEBRA I: SOLUZIONI TERZA ESERCITAZIONE 11 aprile 2011
ALGEBRA I: SOLUZIONI TERZA ESERCITAZIONE 11 aprile 2011 Esercizio 1. Siano m e n due numeri interi positivi tali che m + n è un numero primo. Mostrare che m e n sono coprimi. Soluzione. Sia d = (m, n)
DettagliGeometria BAER PRIMO CANALE Foglio esercizi 1
Geometria BAER PRIMO CANALE Foglio esercizi 1 Esercizio 1. Risolvere le seguenti equazioni lineari nelle variabili indicate trovando una parametrizzazione dell insieme delle soluzioni. a) x + 5y = nelle
DettagliCapitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico
Capitolo 3 Matrici Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Anno accademico 2017-2018 Tutorato di geometria e algebra lineare Definizione (Matrice) Una matrice A M R (k, n) è
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
DettagliMatematica per l Economia, a.a Integrazione al libro di testo
Matematica per l Economia, a.a. 2016 2017 Integrazione al libro di testo Gianluca Amato 20 dicembre 2016 1 Note ed errata corrige Sezione 2.3, definizione di dominio. La definizione di dominio data dal
DettagliESERCIZI VARI su SPAZI VETTORIALI. Si giustifichi la risposta ad ogni esercizio ( o parte di esercizio ) posto in forma di domanda.
ESERCIZI VARI su SPAZI VETTORIALI Si giustifichi la risposta ad ogni esercizio ( o parte di esercizio ) posto in forma di domanda. Esercizio. Dimostrare che i vettori in R sono linearmente indipendenti
DettagliCorso di Geometria BIAR, BSIR Esercizi 2: soluzioni
Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliSi deve verificare (sulla brutta copia) che (1 i 3)z dà lo stesso risultato usando l espressione del testo e la soluzione trovata.
Università degli Studi di Bergamo Corso integrato di Analisi 1 (Geometria e Algebra Lineare 18 febbraio 1 Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliRISOLUZIONE ESERCIZI su INSIEMI NUMERICI. = 5 2 ; π = 9 2 ; ) Scrivere in forma diversa i seguenti numeri reali (a,b,c IR e a,b,c > 0):
RISOLUZIONE ESERCIZI su INSIEMI NUMERICI 1) In ordine crescente: 1/7 < 5/8 < 10 1 < 0,13 < 0,1 3 = /15 < 5/8 = 10/16 < 1/7 < < 0,0031 10 3 < 3,1 = 157/50 < π. ) In ordine crescente: 0/9 < 16/17 = 3/3
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 Soluzione Tutorato 3 3
Dettaglii) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva;
1 Spazi vettoriali 11 Definizioni ed assiomi Definizione 11 Un campo è un insieme K dotato di una operazione somma K K K, (x, y) x + y e di una operazione prodotto K K K, (x, y) xy tali che i) la somma
DettagliGeometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
DettagliQualche informazione su gruppi e anelli
Qualche informazione su gruppi e anelli 1. Gruppi e sottogruppi: prime proprietà Cominciamo subito scrivendo la definizione formale di gruppo. Definizione 0.1. Un gruppo G è un insieme non vuoto dotato
Dettagli1 Fattorizzazione di polinomi
1 Fattorizzazione di polinomi Polinomio: un polinomio di grado n nella variabile x, è dato da p(x) = a n x n + a n 1 x n 1 + + a 1 x + a 0 con a n 0, a 0 è detto termine noto, a k è detto coefficiente
DettagliMATRICI E SISTEMI LINEARI
MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2013/2014 M. Tumminello, V. Lacagnina e
DettagliCapitolo 5 Campi finiti
Capitolo 5 Campi finiti Definizione 5.1. Un campo finito K (cioè composto da un numero finito di elementi) si dice campo di Galois. Il numero dei suoi elementi si dice ordine e si denota con K. Un campo
DettagliENDOMORFISMI. NOTE DI ALGEBRA LINEARE
ENDOMORFISMI. NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 15 GENNAIO 2011 1. Endomorfismi e sottospazi invarianti Definizione 1.1. Sia V uno spazio vettoriale su K. Un endomorfismo di V è una qualsiasi
DettagliLimiti e continuità. Teoremi sui limiti. Teorema di unicità del limite Teorema di permanenza del segno Teoremi del confronto Algebra dei limiti
Limiti e continuità Teorema di unicità del ite Teorema di permanenza del segno Teoremi del confronto Algebra dei iti 2 2006 Politecnico di Torino 1 Se f(x) =` ` è unico Per assurdo, siano ` 6= `0 con f(x)
DettagliGeometria BAER A.A. Canale I Foglio esercizi 4
Geometria BAER A.A. Canale I Foglio esercizi 4 Esercizio. Si trovino basi degli spazi delle soluzioni dei seguenti sistemi lineari Soluzione: Sol(S ) = L[ x + 3x x 3 + 5x 4 = S : x + 3x x 3 + x 4 = S x
DettagliUN BREVE VIAGGIO ATTRAVERSO GLI SPAZI VETTORIALI 1
asdf UN BREVE VIAGGIO ATTRAVERSO GLI SPAZI VETTORIALI 4 November 2011 Con questo articolo, stavolta, proviamo a compiere un "viaggetto" attraverso gli spazi vettoriali. Come sempre avremo a che fare con
DettagliLEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero
LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.
DettagliEsercizi di Geometria Spazi vettoriali e sottospazi - indipendenza lineare
Esercizi di Geometria Spazi vettoriali e sottospazi - indipendenza lineare 1. Quali dei seguenti sottoinsiemi sono sottospazi di R 3? Motivare la risposta. (a) {(x, y, 1) x, y R} (b) {(0, y, 0) y R} (c)
DettagliCorso di geometria (per fisici)
Corso di geometria (per fisici) Anno accademico 2009/2010 Esercizi - Foglio 2 - Soluzioni Gruppo 1. Esercizi da 2.1 a 2.11 del libro di esercizi. Soluzioni dal libro. Gruppo 2. 1. Sia v span( v 1, v 2,
DettagliMetodi Matematici per la Comunicazione Digitale - 19 Giugno 2017
Metodi Matematici per la Comunicazione Digitale - 9 Giugno 7 Esercizio. Determinare il valore del parametro reale h in modo che il polinomio sia divisibile per il polinomio p h (x) = x 3 x 5x + 4 + h q(x)
DettagliAL210 - Appunti integrativi - 7
AL210 - Appunti integrativi - 7 Prof. Stefania Gabelli - a.a. 2016-2017 Fattorizzazione in anelli di polinomi Poiché l anello dei polinomi K[X] in una indeterminata X su un campo K è un dominio euclideo,
DettagliLEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h.
LEZIONE 15 15.1. Polinomi a coefficienti complessi e loro e loro radici. In questo paragrafo descriveremo alcune proprietà dei polinomi a coefficienti complessi e delle loro radici. Già nel precedente
Dettagli, 3x y = a 2 = b 2 + c 2 2bc cos α.
Esercizi. Soluzioni. (.A ) Siano x = e y =. 2 (i) Calcolare e disegnare i vettori x, 2x, x, 0x. (ii) Calcolare e disegnare i vettori x + y, x y, y e x y. (iii) Calcolare x, y, x + y e x y. Sol. 2 0 (i)
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
Dettagli0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
DettagliContinuità di funzioni
Continuità di funzioni Annalisa Cesaroni, Paola Mannucci e Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 2 novembre 2015 Annalisa Cesaroni, Paola Mannucci e Alvise Sommariva
DettagliGeometria e Topologia I 22 Giugno 2005 (U1-10, 9:00 11:00) [PROVA PARZIALE]1/8
Geometria e Topologia I 22 Giugno 2005 (U-0, 9:00 :00) [PROVA PARZIALE]/8 Correzione 0 () In A 3 (R) siano dati i tre punti A =, B = 0, C =. 0 (a) A B e C sono allineati? Dipendenti? (b) Dimostrare che
DettagliAppunti di Geometria - 2
Appunti di Geometria - Samuele Mongodi - s.mongodi@sns.it Cambi di base e applicazioni lineari Richiami Sia V uno spazio vettoriale di dimensione n sul campo K, con base assegnata e,..., e n } (ad esempio
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 2 MATRICI Siano m, n N \ {0}, sia K un campo Una matrice m n a coefficienti in K è una
DettagliCorso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 4 a.a Soluzioni
Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 4 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 5.2, 5.3
DettagliEQUAZIONI DI II GRADO
RICHIAMI SULLE EQUAZIONI DI PRIMO E SECONDO GRADO PROF.SSA ROSSELLA PISCOPO Indice 1 EQUAZIONI DI I GRADO --------------------------------------------------------------------------------------------------
Dettagli25 - Funzioni di più Variabili Introduzione
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 25 - Funzioni di più Variabili Introduzione Anno Accademico 2013/2014 M. Tumminello
DettagliElementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n
Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra e di Matematica
DettagliAnalisi Matematica 1 Foglio 1 Lunedì 3 ottobre. f(x) = log x 2 6x + 5.
Analisi Matematica Foglio Lunedì 3 ottobre Esercizio. Trovare il dominio naturale della funzione f data da ( ) f(x) = log x 2 6x + 5. Esercizio 2. Dire quali tra le seguenti funzioni sono iniettive :.
DettagliDefinizione 1 Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v 1 V, v 2 V ;
Spazi vettoriali Definizione Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v V, v V ; - prodotto per uno scalare λ K, (K campo); e chiuso rispetto ad esse, è uno spazio vettoriale
DettagliCapitolo 6: Campi di spezzamento:
Capitolo 6: Campi di spezzamento: Idea: Studiare i polinomi a coefficienti in un campo. Definizione (Algebrico e trascendente): Dati campi, un elemento si dice algebrico su se Dati campi, un elemento si
DettagliAlgebra Lineare e Geometria. Il teorema fondamentale dell algebra. 1 Non c è un ordine totale sull insieme dei complessi
Università di Bergamo Anno accademico 2008 2009 Primo anno di Ingegneria Algebra Lineare e Geometria Il teorema fondamentale dell algebra 1 Non c è un ordine totale sull insieme dei complessi Vogliamo
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA Foglio 4 Esempio. Sia V = P 5 (R) lo spazio dei polinomi di grado strettamente minore di 5. Si considerino i seguenti sottoinsiemi di V (i) Dimostrare
DettagliSe con e indichiamo l elemento neutro di in G, e deve appartenere ad H.
Abbiamo visto a lezione che una sottoalgebra B di un algebra A è identificabile con l immagine di un omomorfismo iniettivo a valori in A. Una sottoalgebra B di A è in particolare un sottoinsieme non vuoto
DettagliSottospazi vettoriali
Capitolo 6 Sottospazi vettoriali 6.1 Introduzione Riprendiamo un argomento già studiato ampiamente nel corso di Geometria, i sottospazi vettoriali di uno spazio vettoriale. Ci limiteremo a darne la definizione,
DettagliSviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
DettagliAPPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e
DettagliCORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI A.A. 2018/2019 PROF. VALENTINA BEORCHIA
CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Matrici associate a un applicazione lineare 1 2 Cambiamenti di base 4 3 Diagonalizzazione 6 1 MATRICI ASSOCIATE
DettagliSoluzione della prova scritta di di Algebra lineare del 10 giugno Esercizio 1
Soluzione della prova scritta di di Algebra lineare del 0 giugno 05 Esercizio (a) La matrice A che rappresenta f rispetto alle basi assegnate è la seguente: A = 0 0 0 (b) Applicando il metodo di Gauss
DettagliCollegio di Merito Bernardo Clesio Università di Trento
Collegio di Merito Bernardo Clesio Università di Trento 23 luglio 2012 Prova per i candidati per le facoltà scientifiche Esercizio 1. Descrivere tutti i polinomi p(x) con coefficienti reali tali che per
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliRango di una matrice e teorema di Rouché-Capelli
Rango di una matrice e teorema di Rouché-Capelli Sappiamo che a una matrice m n, A, è associata l applicazione lineare L A : R n R m, L A (X) = AX, X R n. Definizione 1. Lo spazio nullo di A, N (A), è
DettagliCORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
DettagliParte 7. Autovettori e autovalori
Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliAlgebra delle matrici
Algebra delle matrici Metodo di Gauss-Jordan per l inversione di una matrice. Nella lezione scorsa abbiamo visto che un modo per determinare l eventuale inversa di una matrice quadrata A consiste nel risolvere
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
DettagliLEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono:
LEZIONE 11 11.1. Spazi vettoriali ed esempi. La nozione di spazio vettoriale generalizza quanto visto nelle lezioni precedenti: l insieme k m,n delle matrici m n a coefficienti in k = R, C, l insieme V
DettagliNote per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan
Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni
DettagliCorso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
DettagliDim. Usare la chiusura rispetto al prodotto esterno (vedi appunti lezione o libri di testo).
ESERCIZI PER CASA di GEOMETRIA per il Corso di Laurea di Scienze dei Materiali, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 28 maggio 29 Sottospazi di uno spazio vettoriale, sistemi
DettagliA.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO SPECIALE 1.
A.A. 2015-2016. CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO SPECIALE 1. Nota preliminare. Nell esercizio S. 1. 5. non vi è alcuna ragione per restringersi ai campi finiti
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
DettagliComplementi di Algebra e Fondamenti di Geometria
Complementi di Algebra e Fondamenti di Geometria Capitolo 5 Forme quadratiche inr n M. Ciampa Ingegneria Elettrica, a.a. 2009/2010 Capitolo 5 Forme quadratiche inr n In questo capitolo si definisce la
DettagliIndice. NUMERI REALI Mauro Saita Versione provvisoria. Ottobre 2017.
NUMERI REALI Mauro Saita e-mail: maurosaita@tiscalinet.it Versione provvisoria. Ottobre 2017. Indice 1 Numeri reali 2 1.1 Il lato e la diagonale del quadrato sono incommensurabili: la scoperta dei numeri
Dettagli