Equazioni alle differenze finite (cenni).

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Equazioni alle differenze finite (cenni)."

Transcript

1 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 se il termine generale della successione è espresso in funzione di un certo numero di termini precedenti a n = φ(a n 1, a n,..., a n k ), dove k è un intero positivo. L intero k si dice grado (o ordine) della successione. Osservazione. Una successione ricorsiva di grado k è completamente determinata dai primi k termini. Infatti, conoscendo a 1, a,..., a k, i termini successivi si ottengono come a k+1 = φ(a k, a k 1,..., a 1 ), a k+ = φ(a k+1, a k,..., a ),... etc.... L equazione a n φ(a n 1, a n,..., a n k ) = 0, (1) soddisfatta dal termine generale di una successione ricorsiva, è detta equazione ricorsiva o alle differenze finite. L equazione si dice: - lineare se la funzione φ è una funzione lineare di a n 1, a n,..., a n k, ossia a n c 1 (n)a n 1 c (n)a n... c k (n)a n k F (n) = 0, dove i coefficienti c 1 (n),..., c k (n) e il termine noto F (n) sono funzioni di n, con c k (n) 0; - lineare a coefficienti costanti se i coefficienti c 1,..., c k sono costanti (il termine noto non è necessariamente costante); - lineare omogenea se il termine noto è identicamente nullo F (n) 0. Esempi. (a) L equazione a n = na n 1, n 1, è lineare omogenea, a coefficienti non costanti (qui c 1 (n) = n), di grado 1. Poniamo ad esempio a 0 = 1. Allora a 1 = 1, a = a 1 =, a 3 = 3a = 3 1,......, a n = n!. (b) L equazione a n = a n 1 + 3a n + a n, n, è omogenea, non lineare (qui a n appare al quadrato), di grado 3. (c) L equazione a n = na n + n, n, è lineare non omogenea, a coefficienti non costanti, di grado. (d) L equazione a n = a n 1 + a n, n, è lineare omogenea, a coefficienti costanti, di grado. Poniamo ad esempio a 0 = 0 e a 1 = 1. Allora ed a n } n IN è la successione di Fibonacci. Poniamo adesso a 0 = e a 1 = 1. In questo caso a = 1, a 3 =, a 4 = 3, a =, a 6 = 8, a = 3, a 3 = 4, a 4 = 7, a = 11, a 6 = 18, Il termine generale della successione a n } n IN così ottenuta soddisfa la stessa equazione ricorsiva della successione di Fibonacci, ma avendo i termini iniziali diversi, è una successione diversa da quella di Fibonacci. 1

2 Equazioni ricorsive lineari a coefficienti costanti. Sia a n c 1 a n 1 c a n... c k a n k = F (n), () una equazione ricorsiva lineare a coefficienti costanti c 1,..., c k IR, con c k 0. L equazione a n c 1 a n 1 c a n +... c k a n k = 0, (3) è l equazione omogenea associata. Proposizione 1. Le soluzioni di un equazione ricorsiva lineare omogenea a coefficienti costanti di grado k formano uno spazio vettoriale. Dim. Dobbiamo verificare che date due soluzioni α n } n e β n } n dell equazione (3), per ogni A, B IR la successione S n = Aα n + Bβ n } n è soluzione dell equazione (3). Sostituendo il termine generale S n nella (3) e sfruttando il fatto che per ipotesi α n c 1 α n 1 c α n... c k α n k = β n c 1 β n 1 c β n... c k β n k = 0, troviamo infatti S n c 1 S n 1 c S n... c k S n k = = (Aα n + Bβ n ) c 1 (Aα n 1 + Bβ n 1 ) c (Aα n + Bβ n )... c k (Aα n k + Bβ n k ) = = A(α n c 1 α n 1 c α n... c k α n k ) + B(β n c 1 β n 1 c β n... c k β n k ) = 0. Questo dimostra che le soluzioni di un equazione ricorsiva lineare omogenea a coefficienti costanti formano uno spazio vettoriale (letteralmente abbiamo dimostrato che le successioni che soddisfano l equazione (3) sono un sottospazio dello spazio vettoriale di tutte le successioni, dove la somma e il prodotto per uno scalare sono definiti termine per termine). Le soluzioni di un equazione ricorsiva lineare omogenea a coefficienti costanti di grado k formano uno spazio vettoriale di dimensione k ed una base di questo spazio può essere costruita esplicitamente a partire dalle radici del polinomio a coefficienti reali di grado k λ k c 1 λ k 1... c 1 = 0 ad essa associato. Qui ci limitiamo a considerare in dettaglio i casi di grado 1 e. Equazioni di grado 1. Lo spazio vettoriale delle soluzioni di un equazione ricorsiva lineare omogenea a coefficienti costanti di grado uno a n ca n 1 = 0, c IR, c 0, (4) ha dimensione 1. Dim. Dimostriamo questo fatto esibendo innanzitutto una soluzione non banale α n } dell equazione (4). Mostriamo poi che ogni successione a n } n IN il cui termine generale soddisfa la (4) è della forma a n = Aα n }, per un opportuno scalare A IR, determinato dal valore termine iniziale a 0 (in altre parole dimostriamo che a n } n spanα n } n }). In questo caso, il polinomio associato all equazione è λ c ed ha come radice il coeffciente c. Definiamo α n = c n } n. È immediato che c n = c c n 1, cioè la successione α n } n soddisfa l equazione (4) e dunque è un elemento non banale dello spazio delle soluzioni. Indichiamo con la famiglia dei multipli di α n } n. S n = Aα n } n, A IR,

3 Sia ora a n } n IN una successione il cui termine generale soddisfa la (4). Per ogni valore a 0 del termine iniziale, esiste A IR per cui S 0 = a 0 : basta prendere infatti A = a 0. Poiché una successione di grado uno è completamente determinata dal termine iniziale a 0, segue che che è esattamente quello che volevamo dimostrare. a n = a 0 c n } n, n IN, Equazioni di grado. Lo spazio vettoriale delle soluzioni di un equazione ricorsiva lineare omogenea a coefficienti costanti di grado due ha dimensione. a n c 1 a n 1 c a n = 0, c 1, c IR, c 0, () Dim. Il metodo è lo stesso usato per le equazioni di grado uno. Sia λ c 1 λ c il polinomio associato all equazione (). Si verifica facilmente che se r 0 è una radice reale del polinomio, la successione r n } n è soluzione dell equazione: infatti r n c 1 r n 1 c r n = r n (r c 1 r c ) = 0. Adesso distinguiamo tre casi, a seconda della natura delle radici del polinomio. - radici reali e distinte r 1 r IR. Definiamo α n = r n 1 } n e β n = r n } n. Le due successioni sono chiaramente linearmente indipendenti in quanto r 1 r implica che non sono una multipla dell altra (elemento per elemento). Sia S n = Aα n + Bβ n } n, A, B IR (6) lo spazio da esse generato. Resta da far vedere che ogni soluzione della () è un elemento della famiglia (6). Precisamente, data a n } n IN una successione il cui termine generale soddisfa la (), con termini iniziali a 0 ed a 1, esistono unici A, B IR tali che a n = Aα n + Bβ n, n IN. Poiché una successione di grado due è completamente determinata dai due termini iniziali, basterà far vedere che esistono unici A, B IR tali che S0 = a 0 S 1 = a 1 A + B = a0 Ar 1 + Br = a 1. Questo segue dal fatto che r 1 r implica che il sistema di destra è compatibile ed ha soluzione unica. - radice reale r di molteplicità. Definiamo α n = r n } n e β n = nr n } n. Le successioni sono chiaramente linearmente indipendenti in quanto r 1 r implica che non sono una multipla dell altra (elemento per elemento). Verifichiamo che anche β n } n soddisfa l equazione (): infatti nr n c 1 (n 1)r n 1 c (n )r n = nr n (r c 1 r c ) + r n (c 1 r + c ) = 0, usando il fatto che r è radice del polinomio e che nel caso di radice reale doppia c 1 r + c = 0 (in questo caso il discriminante del polinomio = c 1 + 4c = 0 e la radice è data da r = c1, da cui segue che c 1 c1 + ( c 1 4 ) = 0). Sia S n = Aα n + Bnβ n } n, A, B IR (6) lo spazio da esse generato. 3

4 A questo punto resta solo da dimostrare che data a n } n IN una successione il cui termine generale soddisfa la (), con termini iniziali a 0 ed a 1, esistono unici A, B IR tali che a n = Aα n + Bnβ n, n IN, ossia tali che S0 = a 0 S 1 = a 1 ( ) 1 0 Poiché det r r A = a0 Ar + Br = a 1. 0, il sistema di destra è compatibile ed ha soluzione unica. - radici complesse coniugate z e z, con Im(z) 0. Consideriamo le successioni complesse α n = z n } n e ᾱ n = z n } n. Le successioni sono chiaramente linearmente indipendenti su IR (e anche su C), in quanto non esiste uno scalare reale t (né uno scalare complesso) con la proprietà che tz n = z n, per ogni n (pensare a come sono messi nel piano z = x + iy e z = x iy). Entrambe soddisfano l equazione (): infatti z n c 1 z n 1 c z n = z n (z c 1 z c ) = 0 = z n c 1 z n 1 c z n = z n ( z c 1 z c ). Sia S n = Aα n + Bβ n } n, (6) lo spazio da esse generato, con A, B scalari possibilmente complessi. Osservazione. Se S n } n è reale, allora B = Ā. Dim. Abbiamo che S n } è reale se e solo se i due termini iniziali S 0 ed S 1 sono reali (sono quelli che determinano tutti gli altri). Scriviamo z = x + iy e A = α + iβ. Dalle equazioni del sistema S0 = A + B IR S 1 = Az + B z IR deduciamo rispettivamente Im(A + B) = Im(A) + Im(B) = 0 e Im(Az + B z) = 0. Ne otteniamo B = Ā. Adesso possiamo caratterizzare il sottoinsieme delle successioni reali all interno della famiglia S n } n come quelle il cui termine generale è della forma Az n + Ā zn = Re(Az n ) = α z n cos(nθ) β z n sin(nθ) = P z n cos(nθ) + Q z n sin(nθ), per θ = arg(z), con P, Q IR. Resta da far vedere che ogni successione reale a n } n che soddisfa l equazione () può essere ottenuta per opportuni valori di P e Q, determinati univocamente dai termini iniziali a 0 ed a 1. Infatti il sistema P = a0 P z cos θ + Q z sin θ = a 1 è compatibile ed ha soluzione unica (in coordinate polari, la condizione Im(z) 0, si traduce in sin θ 0, per θ = arg(z)). 4

5 Proposizione. Siano α n } n e β} n soluzioni di un equazione ricorsiva lineare non omogenea a coefficienti costanti. Allora la loro differenza è soluzione dell equazione omogena associata. Dim. Si verifica che (α n β n ) c 1 (α n 1 β n 1 ) c (α n β n )... c k (α n k β n k ) = = (α n c 1 α n 1 c α n... c k α n k ) (β n c 1 β n 1 c β n... c k β n k ) = F (n) F (n) 0. Corollario. Di conseguenza la soluzione generale (ossia la famiglia di tutte le soluzioni) di un equazione ricorsiva lineare a coefficienti costanti () è data da X n = ξ 0 n + S n } n dove ξ 0 n} n è una soluzione particolare (ossia una soluzione qualunque, fissata) dell equazione () ed S n } n è lo spazio delle soluzioni dell equazione omogenea associata (3). La determinazione di una soluzione particolare della equazione () dipende dalla forma del termine noto F (n) e può essere un problema complicato. Diamo la ricetta per determinare una soluzione particolare nel caso in cui il termine noto è della forma speciale F (n) = s n p(n), s IR, p(n) = p t n t + p t 1 n t p 1 n + p 0, p i IR, (7) ossia dato dalle potenze di un numero reale per un polinomio in n di grado t. Ricetta. Se il termine noto è del tipo (7), una soluzione particolare dell equazione () va ricercata della forma ξ 0 n} n, con ξ 0 n = s n (q t n t + q t 1 n t q 1 n + q 0 ), q i IR, se s non è radice del polinomio associato n m s n (q t n t + q t 1 n t q 1 n + q 0 ) se s è una radice del polinomio associato di molteplicità m, dove il q(n) è anch esso un polinomio in n, dello stesso grado di p(n). I coefficienti q 0, q 1,..., q t di q(n) si determinano sostituendo ξ 0 n nell equazione, e imponendo che sia appunto soluzione dell equazione completa.

6 Esempi Esempio 1. Determinare la successione che soddisfa l equazione ricorsiva a n = a n 1 + a n, n, con condizioni iniziali a 0 = 0, a 1 = 1. costanti di grado due a n a n 1 a n = 0, il cui polinomio associato è dato da λ λ 1 = 0. Le radici sono reali e distinte, date da r 1 = 1+ ed r = 1. Pertanto una base dello spazio delle soluzioni dell equazione è data dalle successioni di termine generale α n = ( 1+ ) n e β n = ( 1 ) n e lo spazio delle soluzioni è dato dalle successioni di termine generale S n = A( 1 + ) n + B( 1 ) n, Le condizioni iniziali a 0 = 0, a 1 = 1 determinano univocamente le costanti A, B: infatti S0 = a 0 = 0 S 1 = a 1 = 1 A + B = 0 A( 1+ ) + B( 1 ) = 1 A = 1, B = 1. Conclusione: la successione cercata è ed è la famosa successione di Fibonacci. 1 ( 1 + ) n 1 ( 1 ) n } n Esempio. Determinare la successione che soddisfa l equazione ricorsiva a n = a n 1 + a n, n, con condizioni iniziali a 0 = a 1 = 1. Sol. Nello spazio delle soluzioni dell equazione a n a n 1 a n = 0, che è dato dalle successioni di termine generale S n = A( 1 + ) n + B( 1 ) n, A, B IR, questa volta cerchiamo la soluzione che soddisfa le condizioni iniziali a 0 = a 1 = 1. Esse determinano univocamente le costanti A, B: infatti S0 = a 0 = 1 S 1 = a 1 = 1 A + B = 1 A( 1+ ) + B( 1 ) = 1 A = 1 (1 + ), B = 1 (1 ). Conclusione: la successione cercata questa volta è 1 (1 + )(1 + ) n + 1 (1 )(1 ) n } n. Abbiamo già osservato che questa è una successione diversa dalla successione di Fibonacci. Esempio 3. Determinare la successione che soddisfa l equazione ricorsiva a n = a n 1 + a n, n, con condizioni iniziali a 0 =, a 1 = 7. costanti di grado due a n a n 1 a n = 0, il cui polinomio associato è dato da λ λ = 0. Le radici sono reali e distinte r 1 = ed r = 1. Lo spazio delle soluzioni è dato dalle soluzioni di termine generale S n = A n + B( 1) n, 6

7 Le condizioni iniziali a 0 = 0, a 1 = 1 determinano univocamente le costanti A, B: infatti S0 = a 0 = S 1 = a 1 = 7 A + B = A B = 7 A = 3, B = 1. Conclusione: la successione cercata è 3 n ( 1) n } n = 3 n + ( 1) n+1 } n. Osservazione. Se avessimo imposto le condizioni iniziali a 0 = 0, a 1 = 1, avremmo trovato come soluzione la successione 1 3 n 1 3 ( 1)n } n. Esempio 4. Determinare la successione che soddisfa l equazione ricorsiva a n = 4a n 1 4a n, n, con condizioni iniziali a 0 = 0, a 1 =. costanti di grado due a n 4a n 1 + 4a n = 0, il cui polinomio associato è dato da λ 4λ + 4 = 0. Le radici sono reali e coincidenti r 1 = r = r =. Una base dello spazio delle soluzioni dell equazione è data dalle successioni di termine generale α n = n e β n = n n e lo spazio delle soluzioni è dato dalle successioni di termine generale S n = A n + Bn n, Le condizioni iniziali a 0 = 0, a 1 = 1 determinano univocamente le costanti A, B: S0 = a 0 = 0 S 1 = a 1 = A = 0 A + B = A = 0, B = 1. Conclusione: la successione cercata è n n } n. Osservazione. Se avessimo imposto le condizioni iniziali a 0 =, a 1 = 1, avremmo trovato come soluzione la successione n 3 nn } n. Esempio. Determinare la successione che soddisfa l equazione ricorsiva a n = a n, n, con condizioni iniziali a 0 = 0, a 1 = 1. costanti di grado due a n + a n = 0, il cui polinomio associato è dato da λ + 1 = 0. Le radici sono complesse coniugate z = i e z = i. Scriviamo z = i in forma polare, come cos( π ) + i sin( π ), dove z = 1 e θ = arg(z) = π. In questo caso, una base dello spazio delle soluzioni dell equazione è data dalle successioni di termine generale α n = z n cos(nθ) = cos(n π ) e β n = z n sin(nθ) = sin(n π ) e lo spazio delle soluzioni è dato dalle successioni di termine generale S n = P cos(n π ) + Q sin(nπ ), P, Q IR. Le condizioni iniziali a 0 = 0, a 1 = 1 determinano univocamente le costanti P, Q: S0 = a 0 = 0 S 1 = a 1 = 1 P = 0 Q = 1. 7

8 Conclusione: la successione cercata è sin(n π )} n. Osservazione. Se avessimo imposto le condizioni iniziali a 0 = 1, a 1 = 1, avremmo trovato come soluzione la successione cos(n π ) + sin(nπ )} n. Esempio 6. Determinare la successione che soddisfa l equazione ricorsiva a n = a n 1 a n, n, con condizioni iniziali a 0 =, a 1 = 1. costanti di grado due a n a n 1 + a n = 0, il cui polinomio associato è dato da λ λ + = 0. Le radici sono complesse coniugate z = 1 + i e z = 1 i. Scriviamo z = 1 + i in forma polare, come (cos( π 4 ) + i sin( π 4 )), dove z = e θ = arg(z) = π 4. In questo caso, una base dello spazio delle soluzioni dell equazione è data dalle successioni di termine generale α n = z n cos(nθ) = cos(n π 4 ) e β n = z n sin(nθ) = sin(n π 4 ) e lo spazio delle soluzioni è dato dalle successioni di termine generale S n = P n cos(n π 4 ) + Q n sin(n π 4 ), P, Q IR. Le condizioni iniziali a 0 =, a 1 = 1 determinano univocamente le costanti P, Q: S0 = a 0 = S 1 = a 1 = 1 P = P + Q = 1 P =, Q = 1. Conclusione: la successione cercata è n cos(n π 4 ) n sin(n π 4 )} n. Osservazione. Se avessimo imposto le condizioni iniziali a 0 = 1, a 1 = 1, avremmo trovato come soluzione la successione cos(n π 4 ) + sin(nπ 4 )} n. Esempio 7. Determinare la successione che soddisfa l equazione ricorsiva a n a n 1 + a n = n, n, con condizioni iniziali a 0 =, a 1 = 3. costanti di grado due a n a n 1 + a n = 0, il cui polinomio associato è dato da λ λ + = 0. Le radici sono reali e coincidenti r 1 = r = r = 1. Una base dello spazio delle soluzioni dell equazione è data dalle successioni di termine generale α n = 1 n 1 e β n = n1 n = n e lo spazio delle soluzioni è dato dalle successioni di termine generale S n = A + Bn, Adesso determiniamo una soluzione particolare dell equazione completa: il termine noto F (n) = n, è della forma s n p(n), dove s = 1 è radice di molteplicità m = del polinomio associato all equazione omogenea e p(n) è un polinomio di grado uno in n. Dunque la soluzione particolare va cercata della forma ξ n = n s q(n), q(n) = (an + b) generico polinomio di grado uno in n. 8

9 Dunque della forma ξ n = n (an + b), dove i coefficienti a e b risulteranno determinati imponendo appunto che ξ n sia soluzione dell equazione completa. Infatti abbiamo che ξ n ξ n 1 + ξ n = n se e solo se n (an + b) ((n 1) (a(n 1) + b)) + ((n ) (a(n ) + b)) = = an 3 + bn (n + 1 n)(an a + b) + (n + 4 4n)(an a + b) = La soluzione particolare trovata ha termine generale = = = n(6a 1) + (b 6a) = 0 a = 1 6, b = 1. ξ n = n ( 1 6 n + 1 ), e la soluzione generale dell equazione completa ha termine generale T n = n ( 1 6 n + 1 ) + A + Bn, Le costanti A, B sono determinate univocamente dalle condizioni iniziali: T0 = a 0 = T 1 = a 1 = 3 Conclusione: la successione cercata è A = A + B = 3 A =, B = 1 3. n ( 1 6 n + 1 ) n} n. Esempio 8. Sia F n la successione definita per ricorrenza da F n = F n 1 F n + con condizioni iniziali F 1 = 0 ed F = 1. Determinare F. Determinare F n risolvendo la corrispondente equazione alle differenze finite. Sol. - F 3 = F F 1 + = 4, F 4 = F 3 F 3 + = 9, F = F 4 F 3 + = Soluzione generale dell omogenea: polinomio caratteristico λ λ + 1 con radice λ = 1 doppia, da cui α n = A1 n + Bn1 n = A + nb, Soluzione particolare: da cercarsi del tipo β n = cn. Sostituendo nell equazione originale si trova c = 1, da cui: Soluzione generale dell equazione originale: β n = n. F n = A + nb + n, Imponendo le condizioni iniziali F 1 = 0 ed F = 1, troviamo A + B = 1 A + B = 3 A = 1, B =, 9

10 da cui la soluzione dell equazione originale con le condizioni iniziali date risulta F n = 1 n + n. Si può controllare che effettivamente F = 16, come previsto (cf. (a)). Esempio 9. Sia F n la successione definita per ricorrenza da F n = F n 1 + F n + 3 n con condizioni iniziali F 1 = 0 ed F = 1. Determinare F. Determinare F n risolvendo la corrispondente equazione alle differenze finite. (a) F 3 = F + F = 8, F 4 = F 3 + F = 111, F = F 4 + F = 410. (b) Equazione omogenea associata F n = F n 1 + F n, con polinomio caratteristico λ λ = 0. Le radici del polinomio caratteristico sono λ =, 1 e la soluzione generale dell omogenea è data da α n = A n + B( 1) n, Cerchiamo una soluzione particolare della forma β n = C3 n, C IR, (perché il termine noto è della forma 3 n P (n), con P (n) polinomio in n di grado zero, e 3 non è radice del polinomio caratteristico dell omogenea). Sostituendo β n nell equazione originaria troviamo che C = 9 4. La soluzione generale dell equazione originaria è data da S n = A n + B( 1) n n, Imponendo le condizioni iniziali determiniamo infine A e B: F1 = A B = 0 F = 4A + B = 1 A = 13 3, B =

Parte I. Relazioni di ricorrenza

Parte I. Relazioni di ricorrenza Parte I Relazioni di ricorrenza 1 Capitolo 1 Relazioni di ricorrenza 1.1 Modelli Nel seguente capitolo studieremo le relazioni di ricorrenza. Ad esempio sono relazioni di ricorrenza a n = a n 1 + n, a

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

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

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

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero

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

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

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

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W Matematica B - a.a 2006/07 p. 1 Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. Definizione 1. La funzione L : V W si dice una applicazione

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

Studio del grafico di una funzione reale

Studio del grafico di una funzione reale Capitolo 1 Studio del grafico di una funzione reale Questo testo è una guida per lo studio del grafico di una funzione. Non è un testo completo ma solo una bozza che servirà agli studenti per arrivare

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

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

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

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

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

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

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc.

1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc. Classi Numeriche 1 1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc. In questo breve capitolo richiamiamo le definizioni delle classi numeriche fondamentali, già note al lettore,

Dettagli

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti

I Numeri Complessi. Si verifica facilmente che, per l operazione di somma in definita dalla (1), valgono le seguenti Y T T I Numeri Complessi Operazioni di somma e prodotto su Consideriamo, insieme delle coppie ordinate di numeri reali, per cui si ha!"# $&% '( e )("+* Introduciamo in tale insieme una operazione di somma,/0"#123045"#

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

Numeri Complessi R 2. P = (x P,y P ) x P. z = (x,y) y P (0,0)

Numeri Complessi R 2. P = (x P,y P ) x P. z = (x,y) y P (0,0) Numeri Complessi Un numero complesso z può essere definito come una coppia ordinata (x,y) di numeri reali x e y. L insieme dei numeri complessi è denotato con C e può essere identificato con il piano cartesiano

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

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

Dettagli

Analysis for Brixen. Corso Estivo A.A. 2011/12. Paolo Guiotto

Analysis for Brixen. Corso Estivo A.A. 2011/12. Paolo Guiotto Analysis for Brien Corso Estivo A.A. 0/ Paolo Guiotto Avvertenze Questa avvertenze sono rivolte direttamente all allievo/a, con la speranza di fornirgli/le qualche utile indicazione per un utilizzo proficuo

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

Esercizi svolti sui numeri complessi

Esercizi svolti sui numeri complessi Francesco Daddi - ottobre 009 Esercizio 1 Risolvere l equazione z 1 + i = 1. Soluzione. Moltiplichiamo entrambi i membri per 1 + i in definitiva la soluzione è z 1 + i 1 + i = 1 1 + i z = 1 1 i. : z =

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

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

0. Piano cartesiano 1

0. Piano cartesiano 1 0. Piano cartesiano Per piano cartesiano si intende un piano dotato di due assi (che per ragioni pratiche possiamo scegliere ortogonali). Il punto in comune ai due assi è detto origine, e funziona da origine

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Esercizi di Analisi Matematica I

Esercizi di Analisi Matematica I Esercizi di Analisi Matematica I Andrea Corli e Alessia Ascanelli gennaio 9 Indice Introduzione iii Nozioni preliminari. Fattoriali e binomiali..................................... Progressioni..........................................

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

IL CALCOLO VETTORIALE (SUPPLEMENTO AL LIBRO)

IL CALCOLO VETTORIALE (SUPPLEMENTO AL LIBRO) IL CALCOLO VETTORIALE SUPPLEMENTO AL LIBRO CLAUDIO BONANNO Contents. Campi di vettori e operatori 2. Il lavoro di un campo di vettori 5 2.. Lavoro e campi conservativi 6 2.2. Lavoro e campi irrotazionali:

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

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6 EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI 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

Dettagli

Insiemi con un operazione

Insiemi con un operazione Capitolo 3 Insiemi con un operazione 3.1 Gruppoidi, semigruppi, monoidi Definizione 309 Un operazione binaria su un insieme G è una funzione: f : G G G Quindi, un operazione binaria f su un insieme G è

Dettagli

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti.

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Def. Si dice equazione differenziale lineare del secondo ordine

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 CONTROLLI DIGITALI Laurea Magistrale in Ingegneria Meccatronica SISTEMI A TEMPO DISCRETO Ing. Tel. 0522 522235 e-mail: cristian.secchi@unimore.it http://www.dismi.unimo.it/members/csecchi Richiami di Controlli

Dettagli

Geometria nel piano complesso

Geometria nel piano complesso Geometria nel piano complesso Giorgio Ottaviani Contents Un introduzione formale del piano complesso 2 Il teorema di Napoleone 5 L inversione circolare 6 4 Le trasformazioni di Möbius 7 5 Il birapporto

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

Trasformate di Laplace

Trasformate di Laplace TdL 1 TdL 2 Trasformate di Laplace La trasformata di Laplace e un OPERATORE funzionale Importanza dei modelli dinamici Risolvere equazioni differenziali (lineari a coefficienti costanti) Tempo t Dominio

Dettagli

Analisi Complessa. Prova intermedia del 7 novembre 2002 - Soluzioni. (z 11 1) 11 1 = 0.

Analisi Complessa. Prova intermedia del 7 novembre 2002 - Soluzioni. (z 11 1) 11 1 = 0. Analisi Complessa Prova intermedia del 7 novembre 2002 - Soluzioni Esercizio. Si consideri l equazione z 0. Quante soluzioni distinte esistono in C? Quante di esse sono contenute all interno del disco

Dettagli

Corso di Analisi Matematica. Successioni e serie numeriche

Corso di Analisi Matematica. Successioni e serie numeriche a.a. 2011/12 Laurea triennale in Informatica Corso di Analisi Matematica Successioni e serie numeriche Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità

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

Definizione 8.1. Si dice successione una qualsiasi funzione a: N R. Spesso per indicare una successione si usa la sequenza delle immagini:

Definizione 8.1. Si dice successione una qualsiasi funzione a: N R. Spesso per indicare una successione si usa la sequenza delle immagini: Appendice 1 Le successioni Definizione 8.1. Si dice successione una qualsiasi funzione a: N R. Spesso per indicare una successione si usa la sequenza delle immagini: a 0 = a(0), a 1 = a(1),..., a n = a(n),....

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

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

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

Appunti di Analisi Matematica 1. Docente:Fabio Camilli. SAPIENZA, Università di Roma A.A. 2014/15. http://www.dmmm.uniroma1.it/~fabio.

Appunti di Analisi Matematica 1. Docente:Fabio Camilli. SAPIENZA, Università di Roma A.A. 2014/15. http://www.dmmm.uniroma1.it/~fabio. Appunti di Analisi Matematica Docente:Fabio Camilli SAPIENZA, Università di Roma A.A. 4/5 http://www.dmmm.uniroma.it/~fabio.camilli/ (Versione del 9 luglio 5) Note scritte in collaborazione con il prof.

Dettagli

Cenni di teoria dei campi finiti

Cenni 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, +,

Dettagli

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

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

NUMERI COMPLESSI. Esercizi svolti., e) i 34, f) i 7. 10 i

NUMERI 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,

Dettagli

ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali. www.vincenzoscudero.it novembre 2009

ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali. www.vincenzoscudero.it novembre 2009 ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali v.scudero www.vincenzoscudero.it novembre 009 1 1 Funzioni algebriche fratte 1.1 Esercizio svolto y = x 1 x 11x + 10 (generalizzazione)

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it

Dettagli

LA FUNZIONE ESPONENZIALE E IL LOGARITMO

LA FUNZIONE ESPONENZIALE E IL LOGARITMO LA FUNZIONE ESPONENZIALE E IL LOGARITMO APPUNTI PER IL CORSO DI ANALISI MATEMATICA I G. MAUCERI Indice 1. Introduzione 1 2. La funzione esponenziale 2 3. Il numero e di Nepero 9 4. L irrazionalità di e

Dettagli

SISTEMI DIGITALI DI CONTROLLO

SISTEMI DIGITALI DI CONTROLLO Sistemi Digitali di Controllo A.A. 2009-2010 p. 1/45 SISTEMI DIGITALI DI CONTROLLO Prof. Alessandro De Luca DIS, Università di Roma La Sapienza deluca@dis.uniroma1.it Lucidi tratti dal libro C. Bonivento,

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

L anello dei polinomi

L 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

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

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

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2 Chiusura lineare Def. Sia A V (K) con A. Si dice copertura lineare (o chiusura lineare) di A, e si indica con L(A), l insieme dei vettori di V che risultano combinazioni lineari di un numero finito di

Dettagli

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

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 Analisi Matematica 1. Docente: Klaus Engel. Università degli Studi dell Aquila Facoltà di Ingegneria A.A. 2011/12

Appunti di Analisi Matematica 1. Docente: Klaus Engel. Università degli Studi dell Aquila Facoltà di Ingegneria A.A. 2011/12 Appunti di Analisi Matematica Docente: Klaus Engel Università degli Studi dell Aquila Facoltà di Ingegneria A.A. / http://univaq.it/~engel ( = %7E) (Versione del 4 dicembre ) Note scritte in collaborazione

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

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

Successioni ricorsive

Successioni ricorsive Capitolo 1 Successioni ricorsive Un modo spesso usato per assegnare una successione è quello ricorsivo che consiste nell assegnare alcuni termini iniziali (il primo, oppure i primi due, oppure i primi...

Dettagli

( x) ( x) 0. Equazioni irrazionali

( x) ( x) 0. Equazioni irrazionali Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

UNIT 8 Soluzione del problema di controllo con Modelli Poveri 3 - Sintesi per tentativi degli asservimenti nel dominio della variabile complessa

UNIT 8 Soluzione del problema di controllo con Modelli Poveri 3 - Sintesi per tentativi degli asservimenti nel dominio della variabile complessa UNIT 8 Soluzione del problema di controllo con Modelli Poveri 3 - Sintesi per tentativi degli asservimenti nel dominio della variabile complessa Corso di Controlli Automatici Prof. Tommaso Leo Indice UNIT

Dettagli

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.

EQUAZIONI 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

Dettagli

Funzioni. Parte prima. Daniele Serra

Funzioni. Parte prima. Daniele Serra Funzioni Parte prima Daniele Serra Nota: questi appunti non sostituiscono in alcun modo le lezioni del prof. Favilli, né alcun libro di testo. Sono piuttosto da intendersi a integrazione di entrambi. 1

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

Analisi Matematica 3 appunti

Analisi Matematica 3 appunti Corso di Laurea in Statistica Matematica e trattamento Informatico dei Dati Analisi Matematica 3 appunti Francesca Astengo Università di Genova, A.A. 20/202 Indice Capitolo. Serie numeriche. Brevi richiami

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

5. La teoria astratta della misura.

5. La teoria astratta della misura. 5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme

Dettagli

FASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette:

FASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette: FASCI DI RETTE DEFINIZIONE: Si chiama fascio di rette parallele o fascio improprio [erroneamente data la somiglianza effettiva con un fascio!] un insieme di rette che hanno tutte lo stesso coefficiente

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

Alcuni complementi sulle successioni

Alcuni complementi sulle successioni Alcuni complementi sulle successioni 1 (Teorema del confronto) Siano {a n } e {b n } due successioni regolari tali che si abbia a n b n n N. (1) Allora: a n b n. (2) Dim. Sia L = a n ed L = b n. Se L =

Dettagli

STRUTTURE ALGEBRICHE

STRUTTURE ALGEBRICHE STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente operazione), oppure legge di composizione interna. Per definizione

Dettagli

Esercizi di Macroeconomia per il corso di Economia Politica

Esercizi di Macroeconomia per il corso di Economia Politica Esercizi di Macroeconomia per il corso di Economia Politica (Gli esercizi sono suddivisi in base ai capitoli del testo di De Vincenti) CAPITOLO 3. IL MERCATO DEI BENI NEL MODELLO REDDITO-SPESA Esercizio.

Dettagli

STRUTTURE ALGEBRICHE

STRUTTURE ALGEBRICHE STRUTTURE ALGEBRICHE 1. Operazioni algebriche binarie Dato un insieme M, chiamiamo operazione algebrica binaria definita su M una qualunque applicazione f che associa ad ogni coppia ordinata (a, b) di

Dettagli

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale 4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,

Dettagli

ESERCITAZIONI DI ANALISI 1 FOGLIO 1 FOGLIO 2 FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI. Marco Pezzulla

ESERCITAZIONI DI ANALISI 1 FOGLIO 1 FOGLIO 2 FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI. Marco Pezzulla ESERCITAZIONI DI ANALISI FOGLIO FOGLIO FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI Marco Pezzulla gennaio 05 FOGLIO. Determinare il dominio e il segno della funzione ( ) f(x) arccos x x + π/3.

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

Metodi iterativi per sistemi lineari

Metodi iterativi per sistemi lineari Metodi iterativi per sistemi lineari Dario A. Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi ai metodi iterativi per risolvere sistemi di equazioni

Dettagli

2.5 Stabilità dei sistemi dinamici 20. - funzioni di trasferimento, nella variabile di Laplace s, razionali fratte del tipo:

2.5 Stabilità dei sistemi dinamici 20. - funzioni di trasferimento, nella variabile di Laplace s, razionali fratte del tipo: .5 Stabilità dei sistemi dinamici 9 Risulta: 3 ( s(s + 4).5 Stabilità dei sistemi dinamici Si è visto come un sistema fisico può essere descritto tramite equazioni differenziali o attraverso una funzione

Dettagli

B9. Equazioni di grado superiore al secondo

B9. Equazioni di grado superiore al secondo B9. Equazioni di grado superiore al secondo Le equazioni di terzo grado hanno una, due o tre soluzioni, risolvibili algebricamente con formule molto più complesse di quelle dell equazione di secondo grado.

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO

UNIVERSITÀ DEGLI STUDI DI TERAMO UNIVERSITÀ DEGLI STUDI DI TERAMO CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA (Classe 7) Corso di Matematica per l Economia (Prof. F. Eugeni) TEST DI INGRESSO Teramo, ottobre 00 SEZIONE

Dettagli

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo

Dettagli

Applicazioni lineari

Applicazioni lineari CAPITOLO 8 Applicazioni lineari Esercizio 8.. Sia T : R 3 R 3 l applicazione definita da T(x,x,x 3 ) = (x,x,x 3 ). Stabilire se T è lineare. Esercizio 8.. Verificare che la funzione determinante definita

Dettagli

Nel seguito, senza ulteriormente specificarlo, A indicherà un anello commutativo con identità.

Nel 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

Dettagli

Funzione Una relazione fra due insiemi A e B è una funzione se a ogni elemento di A si associa uno e un solo elemento

Funzione Una relazione fra due insiemi A e B è una funzione se a ogni elemento di A si associa uno e un solo elemento TERIA CAPITL 9. ESPNENZIALI E LGARITMI. LE FUNZINI Non si ha una funzione se anche a un solo elemento di A non è associato un elemento di B, oppure ne sono associati più di uno. DEFINIZINE Funzione Una

Dettagli

Funzioni in più variabili

Funzioni in più variabili Funzioni in più variabili Corso di Analisi 1 di Andrea Centomo 27 gennaio 2011 Indichiamo con R n, n 1, l insieme delle n-uple ordinate di numeri reali R n4{(x 1, x 2,,x n ), x i R, i =1,,n}. Dato X R

Dettagli

1 Alcuni criteri di convergenza per serie a termini non negativi

1 Alcuni criteri di convergenza per serie a termini non negativi Alcuni criteri di convergenza per serie a termini non negativi (Criterio del rapporto.) Consideriamo la serie a (.) a termini positivi (ossia a > 0, =, 2,...). Supponiamo che esista il seguente ite a +

Dettagli

Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI

Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Facoltà di Dipartimento di Ingegneria Elettrica e dell'informazione anno accademico 2014/15 Registro lezioni del docente SPORTELLI LUIGI Attività didattica ANALISI MATEMATICA [2000] Periodo di svolgimento:

Dettagli

Appunti sulle disequazioni

Appunti sulle disequazioni Premessa Istituto d Istruzione Superiore A. Tilgher Ercolano (Na) Appunti sulle disequazioni Questa breve trattazione non vuole costituire una guida completa ed esauriente sull argomento, ma vuole fornire

Dettagli

G. Pareschi GENERALITÀ SULLE FUNZIONI. CARDINALITÀ

G. Pareschi GENERALITÀ SULLE FUNZIONI. CARDINALITÀ G. Pareschi GENERALITÀ SULLE FUNZIONI. CARDINALITÀ 1. Definizione di funzione Definizione 1.1. Siano X e Y due insiemi. Una funzione f da X a Y è un sottoinsieme del prodotto cartesiano: f X Y, tale che

Dettagli