Esempi. In R 2, le coppia (2, 5) è combinazione lineare dei vettori (0, 1) e (1, 1). Infatti:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esempi. In R 2, le coppia (2, 5) è combinazione lineare dei vettori (0, 1) e (1, 1). Infatti:"

Transcript

1 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 n R tali che: w = a 1 v 1 + a 2 v a n v n. Esempi Lezioni 11 e 12 In R 2, le coppia (2, 5) è combinazione lineare dei vettori (0, 1) e (1, 1). Infatti: (2, 5) = 3(0, 1) + 2(1, 1). Lo stesso vettore (2, 5) è anche combinazione lineare di (1, 1) e (1, 2). Infatti: (2, 5) = 3(1, 1) (1, 2). ( Esercizi: C. Carrara, 5 ) Il vettore w = (2, 5), non è combinazione lineare dei vettori v 1 = (3, 0) e v 2 = (5, 0). Infatti, a 1, a 2 R: a 1 v 1 + a 2 v 2 = (3a 1 + 5a 2, 0) w. (La seconda componente è nulla.) 1 / 23 Esempi Siano A, B, C R 2,3 le matrici: A = B = C = Sia I = { v 1, v 2,..., v n } un insieme di vettori di V. L insieme di tutte le combinazioni lineari dei vettori di I verrà indicato con il simbolo L(v 1,..., v n ) oppure L(I). Quindi: L(I) = L(v 1,..., v n ) := { w V : w = a 1 v a n v n, con a 1,..., a n R }. Allora A è combinazione lineare di B e C, infatti: A = 3 B 1 C. 2 2 Siano P 1 (x), P 2 (x), P 3 (x) R[x] i polinomi: P 1 (x) = x P 2 (x) = x 2 + 2x + 1 P 3 (x) = x 2 + 3x + 1 Allora P 1 è combinazione lineare di P 2 e P 3, infatti: P 1 (x) = 3P 2 (x) 2P 3 (x). Dire se il vettore w = (1, 2, 3) di R 3 è combinazione lineare dei vettori v 1 = (1, 1, 1) v 2 = (3, 2, 1) (= Dire se w L(v 1, v 2 ). = Dire se esistono a 1, a 2 R tali che w = a 1 v 1 + a 2 v 2. ) Nella figura a fianco, il vettore D A è combinazione lineare di B A e C D: D A = 2(B A) + (C D) B A B A B A C D A D C D Dire se 1 (3, 2) L ( (0, 0), (2, 2) ) 2 (3, 2) L ( (1, 1), (2, 2) ) 3 (0, 0) L ( (1, 1), (2, 2) ) 4 (3, 2) L ( (1, 1), (2, 2) ) 2 / 23 3 / 23

2 Esempi Ogni vettore (x, y) R 2, si può scrivere nella forma Da cui: L ( (1, 0), (0, 1) ) = R 2. (x, y) = x (1, 0) + y (0, 1) Ogni vettore (x, y) R 2, si può scrivere nella forma (x, y) = x + y 2 Da cui: L ( (1, 1), (1, 1) ) = R 2. In M 2 (R) si considerino le matrici (1, 1) + x y 2 (1, 1) E 11 :=, E 12 :=, E 21 :=, E 22 := Proposizione Sia I = { v 1, v 2,..., v n } V. L insieme L(I) è un sottospazio di V. Dimostrazione. Usiamo il criterio c) di sottospazio. Siano: w = a 1 v 1 + a 2 v a n v n w = a 1v 1 + a 2v a nv n due vettori di L(I), e siano k, k R. Si ha: kw + k w = (ka 1 + k a 1)v 1 + (ka 2 + k a 2)v (ka n + k a n)v n. Quindi kw + k w L(I), essendo combinazione lineare dei vettori v 1,..., v n, e questo conclude la dimostrazione. Nota: L(I) è detto spazio generato dai vettori v 1,..., v n, o anche spazio generato dall insieme I. I vettori v 1,..., v n si diranno generatori di L(I). Siano v 1 = (1, 0, 1) e v 2 = (2, 0, 0). Provare che L(v 1, v 2 ) R 3. Mostrare che L(E 11, E 12, E 21, E 22 ) = M 2 (R). 4 / 23 Soluzione. Qualunque combinazione lineare di v 1 e v 2 ha la seconda componente uguale a zero. Quindi, ad esempio, (0, 1, 0) R 3 non appartiene a L(v 1, v 2 ). 5 / 23 Sia V = R[x] e sia I = {1, x, x 2, x 3,..., x n } l insieme dei monomi di grado n in x. Allora: L(I) = { a 0 + a 1 x + a 2 x 2 + a 3 x a n x n : a 0, a 1,..., a n R } è l insieme di tutti i polinomi in x di grado n, L(I) R n [x]. Uno spazio vettoriale V si dice finitamente generato se ammette un numero finito di generatori, ossia se esistono v 1,..., v n V tali che L(v 1,..., v n ) = V. : R 2 e M 2 (R) sono finitamente generati (vedere esempio slide nr. 4). Teorema Lo spazio R[x] non è finitamente generato. Insiemi liberi e legati [Abate, 4.3] Osservazione: Aggiungendo ad un insieme I di vettori di V una qualsiasi loro combinazione lineare non si cambia lo spazio da essi generato: v L(I) L ( I { v } ) = L(I). E naturale cercare un insieme minimo di generatori. A questo scopo è introdotta la nozione di dipendenza/indipendenza lineare. Definizione Un insieme I = { v 1,..., v n } V si dice libero, ed i suoi vettori si dicono linearmente indipendenti, se a 1 v 1 + a 2 v a n v n = 0 a 1 = a 2 =... = a n = 0, Dimostrazione. Per assurdo, supponiamo che esista un insieme finito di generatori I = {P 1 (x), P 2 (x)..., P n (x)}, e sia d il grado del polinomio di grado massimo. Allora x d+1 / L(I) ed L(I) è un sottoinsieme proprio di R[x], contraddicendo l ipotesi. ovvero se l unica loro combinazione lineare che dà il vettore nullo è quella banale, con tutti i coefficienti uguali a zero. In caso contrario, l insieme I si dirà legato ed i sui vettori si diranno linearmente dipendenti. 6 / 23 7 / 23

3 In R 3, siano v 1 = (1, 4, 6), v 2 = (9, 1, 1), v 3 = (3, 2, 4). Riassunto Lezione 11 Dato un insieme di vettori I = { v 1, v 2,..., v n } di uno spazio vettoriale V: L insieme I = { v 1, v 2, v 3 } è legato, infatti 3v 1 2v 2 + 5v 3 = 0 R 3. un vettore w V si dice combinazione lineare dei vettori dell insieme I se: In R 2,3, consideriamo matrici: A = , B = , C = l insieme I si dice legato se: a 1,..., a n R tali che a 1 v a n v n = w. L insieme I = {A, B, C} è legato, in quanto: 2A 3B + C = 0 R 2,3. a 1,..., a n R non tutti nulli tali che a 1 v a n v n = 0. In R[x], consideriamo i polinomi: Un insieme di vettori che non è legato si dice libero. P 1 (x) = x 3 + 7x 2 + 9x + 3, P 2 (x) = 4x 3 + x 2, P 3 (x) = 6x 3 2x 2 x 4. L insieme I = {P 1 (x), P 2 (x), P 3 (x)} è legato, in quanto: 2P 1 (x) 11P 2 (x) + 7P 3 (x) = 0. Sinonimi: insieme legato vettori linearmente dipendenti insieme libero vettori linearmente indipendenti 8 / 23 9 / 23 Osservazioni se 0 I, allora I è legato (infatti a v 1 + 0v v n = 0 anche se a 1 0); se I è libero e I I, allora I è libero; se I è legato e I I, allora I è legato. Iniziamo a studiare i casi più semplici. Sia I = { v 1 } un insieme formato da un solo vettore v 1 V. Se v 1 = 0 l insieme è legato. Se v 1 0, per la legge di annullamento del prodotto a 1 v 1 = 0 implica a 1 = 0, quindi I è libero. I = { v 1 } è legato se e solo se v 1 = 0. Proposizione Sia n 2. Un insieme I = { v 1,..., v n } è libero se e solo se nessun suo elemento si può scrivere come combinazione lineare dei rimanenti vettori di I. Dimostrazione. Se I è legato, allora esistono a 1,..., a n R non tutti nulli tali che a 1 v 1 + a 2 v a n v n = 0. Da questo ricaviamo, se a 1 0: v 1 = 1 ( ) a2 v a a n v n. 1 Più in generale se a i 0, v i si può scrivere come combinazione dei rimanenti vettori di I. Siccome almeno un coefficiente è non nullo per ipotesi, questo prova. Definizione/Osservazione. Due vettori v, w V si dicono proporzionali se esiste k R tale che v = kw oppure w = kv. Il vettore nullo è proporzionale ad ogni altro vettore (0 = 0v v V). Sia I = { v 1, v 2 } un insieme di due vettori di V. Allora: I = { v 1, v 2 } è legato i due vettori v 1 e v 2 sono proporzionali. Questo è un caso particolare della proposizione seguente / 23 Viceversa, immaginiamo per ipotesi che un vettore di I si possa scrivere come combinazione lineare dei rimanenti, sia esso ad esempio v 1 : v 1 = b 2 v 2 + b 3 v b n v n, con b 2,..., b n R. Allora posto a 1 = 1 e a i = b i i 2, si ha a 1 v 1 + a 2 v a n v n = 0. Poichè almeno un coefficiente è non nullo (a 1 = 1), l insieme I è legato. 11 / 23

4 Dire se i seguenti vettori di R 3 sono linearmente indipendenti: v 1 = (1, 5, 2) v 2 = (3, 5, 4) v 3 = (6, 0, 3) In caso negativo, esprimere uno di essi come combinazione lineare degli altri due. Studiare la dipendenza/indipendenza lineare dei seguenti vettori di R 2 : v 1 = (2, 1), v 2 = (1, 1), v 3 = (4, 2). Se risultano linearmente dipendenti esprimere, quando è possibile, v 1 come combinazione lineare di v 2 e v 3 ; v 2 come combinazione lineare di v 1 e v 3 ; v 3 come combinazione lineare di v 1 e v 2. Teorema I = { v 1,..., v n } è libero v 1 0 e, 2 i n, si ha v i / L(v 1, v 2,..., v i 1 ). Dimostrazione. segue dalla proposizione precedente. Dimostriamo. Per assurdo, immaginiamo si possano scegliere a 1,..., a n non tutti nulli tali che a 1 v 1 + a 2 v a n v n = 0. Se a n 0, possiamo scrivere v n come combinazione lineare dei primi n 1 vettori, contraddicendo l ipotesi. Deve essere quindi a n = 0, e da ( ) si ricava a 1 v 1 + a 2 v a n 1 v n 1 = 0. Ripetendo lo stesso ragionamento, siccome v n 1 non può essere combinazione lineare primi n 2 vettori, deve essere necessariamente a n 1 = 0, e: a 1 v 1 + a 2 v a n 2 v n 2 = 0. Iterando il ragionamento, si dimostra che a 2 = a 3 =... = a n = 0 e che a 1 v 1 = 0. Siccome per ipotesi v 1 0, per la legge di annullamento del prodotto anche a 1 = 0. L insieme I è quindi libero. ( ) 12 / / 23 Basi e componenti Definizione Una base B = (v 1,..., v n ) di V è un insieme libero e ordinato di generatori. Per ogni 1 i n, sia i 1 volte n i volte {}}{{}}{ e i = ( 0,..., 0, 1, 0,..., 0 ) la n-upla con i-esima componente uguale a 1 e tutte le altre uguali a zero. Per ogni v = (a 1,..., a n ) R n vale l identità v = a 1 e 1 + a 2 e a n e n. ( ) Questo prova che i vettori e i sono generatori di R n. Inoltre la combinazione lineare ( ) è nulla solo se a 1 = a 2 =... = a n = 0, quindi i vettori formano una base B = (e 1, e 2,..., e n ) detta base canonica di R n. 14 / 23 Osservazione: lo spazio V = {0} che ha come unico elemento il vettore nullo non possiede nessuna base (ogni sottoinsieme non vuoto di V è legato). Per ogni 1 i m e 1 j n, sia E ij R m,n la matrice che ha 1 in posizione (i, j) e tutti gli altri elementi uguali a zero. Per ogni matrice A = (a ij ) R m,n vale l identità A = i=1,...,m j=1,...,n a ij E ij. Questo prova che le matrici E ij sono generatori di R m,n. Inoltre la combinazione lineare ( ) è nulla solo se a ij = 0 per ogni i, j. Quindi le matrici E ij formano una base B = (E 11, E 12,..., E 1n, E 21, E 22,..., E 2n,..., E m1, E m2,..., E mn ) detta base canonica di R m,n. ( ) 15 / 23

5 L insieme è una base per lo spazio R n [x]. B = (1, x, x 2,..., x n ) Basi e sistemi di riferimento [Abate, 2.2] Si dice versore di una retta orientata r il vettore libero di modulo 1 avente la stessa direzione e lo stesso verso di r. Siano v 1 = (1, 1), v 2 = (1, 0) e v 3 = (0, 1). L insieme (v 1, v 2, v 3 ) contiene la base canonica, quindi genera R 2. Non è però una base, in quanto v 1 = v 2 + v 3 ed i vettori non sono linearmente indipendenti. Abbiamo visto che i vettori v 1 = (1, 1) e v 2 = (1, 1) generano R 2. Siccome nessuno dei due è proporzionale all altro, l insieme B = ( ) v 1, v 2 è una base di R 2. Osservazione Per costruzione, se I = (v 1,..., v n ) è libero, allora è una base dello spazio L(I). Nel piano, scegliamo un sistema di riferimento e indichiamo con î e ĵ i versori degli assi, che rappresentiamo applicati nell origine. Ogni vettore libero P O si può scrivere nella forma y ĵ P P O = xî + yĵ dove (x, y) sono le coordinate di P. ĵ L insieme B = (î, ĵ) O î xî è libero (P O = 0 x = y = 0), quindi è una base di V 2. Nello spazio tridimensionale, i tre versori degli assi î, ĵ, ˆκ formano una base di V / / 23 Teorema (Caratterizzazione di una base) B = (v 1,..., v n ) è una base di V se e solo se ogni w V si può scrivere in un unico modo come combinazione lineare w = a 1 v 1 + a 2 v a n v n ( ) dei vettori di B. Definizione/Osservazione Il coefficiente a i in ( ) si dice componente i-esima di w nella base B. Fissata una base ogni vettore è univocamente determinato dalle sue componenti. Siano w = (w 1,..., w n ) R n, A = (a ij ) R m,n. Allora w i è la è la i-esima componente di w nella base canonica di R n, mentre a ij sono le componenti di A nella base canonica di R m,n. Se P O V 2 è un vettore libero, le sue componenti nella base B = (î, ĵ) sono le coordinate del punto P nel sistema di riferimento corrispondente. 18 / 23 Dimostrazione del Teorema. Sia B = (v 1,..., v n ) una base di V. Se w = a 1 v 1 + a 2 v a n v n = a 1v 1 + a 2v a nv n, allora (a 1 a 1)v 1 + (a 2 a 2)v (a n a n)v n = w w = 0. Per definizione di base, v 1,..., v n sono linearmente indipendenti, e quindi deve essere a 1 a 1 = a 2 a 2 =... = a n a n = 0. Se ne deduce che w si può scrivere in un unico modo come combinazione lineare dei vettori v 1,..., v n. Supponiamo che ogni v V si possa scrivere in uno e un solo modo come combinazione lineare dei vettori v 1,..., v n. Allora B genera V. Inoltre b 1 v 1 + b 2 v b n v n = 0 se e solo se b 1 = b 2 =... = b n = 0, altrimenti si avrebbero due modi differenti di scrivere 0 come combinazione lineare dei vettori v 1,..., v n, contraddicendo l ipotesi di partenza. Se ne deduce che B è libero, e quindi una base. 19 / 23

6 In R 2, detti v 1 = (1, 1), v 2 = (1, 1), determinare le componenti del vettore u = (2, 1) nella base B = (v 1, v 2 ). Soluzione. Per definizione le componenti a 1, a 2 R del vettore u nella base B si ottengono imponendo l uguaglianza u = a 1 v 1 + a 2 v 2 ovvero scrivendo i vettori in colonna [ 2 1 = a ] 1 + a 2 1 Si ottiene in questo modo un sistema di due equazioni nelle incognite a 1, a 2, { a1 + a 2 = 2 la cui soluzione è unica e data da a 1 a 2 = 1 a 1 = 3 2, a 2 = / 23 Lemma di Steinitz Sia A = { v 1, v 2,..., v n } un insieme di generatori di V e B = { w 1, w 2,..., w k } un insieme libero. Allora k n. Dimostrazione (per assurdo). Supponiamo k > n. Dato che A è un insieme di generatori di V, w 1 si può scrivere come combinazione lineare dei vettori di A: w 1 = a 1 v 1 + a 2 v a n v n I coefficienti a i non possono essere tutti nulli, poichè B è libero e quindi w 1 0. Senza perdere generalità, supponiamo a 1 0. Allora v 1 = a 1 1 (w 1 a 2 v 2... a n v n ). Pertanto anche A 1 = {w 1, v 2,..., v n } è un insieme di generatori di V. Possiamo scrivere w 2 come combinazione lineare dei vettori di A 1 : w 2 = b 1 w 1 + b 2 v 2 + b 3 v b n v n ed i coefficienti b 2,..., b n non possono essere tutti zero, perché altrimenti w 2 sarebbe proporzionale ad w 1, contraddicendo l ipotesi che B è un insieme libero.... continua. 21 / 23 Lemma di Steinitz Sia A = { v 1, v 2,..., v n } un insieme di generatori di V e B = { w 1, w 2,..., w k } un insieme libero. Allora k n. Equipotenza delle basi Se B = (v 1, v 2,..., v n ) e B vettoriale V, allora k = n. = (w 1, w 2,..., w k ) sono due basi di uno stesso spazio Dimostrazione (2a parte). Senza perdere generalità, supponiamo b 2 0. Allora v 2 = b 1 2 (w 2 b 1 w 1 b 3 v 3... b n v n ). Pertanto anche A 2 = {w 1, w 2, v 3,..., v n } è un insieme di generatori di V. Con lo stesso ragionamento, dopo n passi, si arriva a sostituire v 3 con w 3, v 4 con w 4,..., v n con w n. Si dimostra in questo modo che i primi n vettori dell insieme libero B danno un insieme A n = { w 1, w 2,..., w n } di generatori di V. Se k > n, i restanti vettori w n+1,... w k si possono scrivere come combinazione lineare dei vettori di A n, contraddicendo l ipotesi che B è un insieme libero. Deve essere quindi k n. Dimostrazione. Per ipotesi, B ed B sono basi, ovvero insiemi liberi di generatori. Siccome B è libero e B genera V dal lemma di Steinitz segue che k n. Siccome B è libero e B genera V dal lemma di Steinitz segue che n k. Quindi k = n. Osservazione Tutte le basi di V hanno lo stesso numero di elementi; tale numero è detto dimensione di V ed indicato con dim(v). Per convenzione dim({0}) = 0. Teorema dim(r n ) = n dim(r m,n ) = m n dim(v 2 ) = 2 dim(v 3 ) = 3 Dimostrazione. Contare gli elementi delle basi canoniche (cf. slide 14, 15, 17). 22 / / 23

Esempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:

Esempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi: Nucleo, immagine e loro proprietà [Abate, 5.2] Data una applicazione lineare f : V W, chiamiamo nucleo di f l insieme N(f) := { v V : f(v) = 0 W } Se S V è un sottoinsieme del dominio, indichiamo con f(s)

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE 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

Dettagli

LEZIONE 12. v = α 1 v α n v n =

LEZIONE 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

Dettagli

Spazi Vettoriali ed Applicazioni Lineari

Spazi 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

Dettagli

1 Indipendenza lineare e scrittura unica

1 Indipendenza lineare e scrittura unica Geometria Lingotto. LeLing7: Indipendenza lineare, basi e dimensione. Ārgomenti svolti: Indipendenza lineare e scrittura unica. Basi e dimensione. Coordinate. Ēsercizi consigliati: Geoling. Indipendenza

Dettagli

Per capire meglio il concetto di combinazione lineare prendiamo in considerazione alcuni esempi.

Per capire meglio il concetto di combinazione lineare prendiamo in considerazione alcuni esempi. Lezione 14 14.1 Combinazioni lineari Definizione 14.1. Sia V uno spazio vettoriale su un campo K = R, C esiano v 1,...,v n 2 V vettori fissati. Un vettore v 2 V si dice combinazione lineare di v 1,...,v

Dettagli

Dim. Usare la chiusura rispetto al prodotto esterno (vedi appunti lezione o libri di testo).

Dim. 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

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 4: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 4: soluzioni Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,

Dettagli

Parte 4. Spazi vettoriali

Parte 4. Spazi vettoriali Parte 4. Spazi vettoriali A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Spazi vettoriali, 2 Prime proprietà, 3 3 Dipendenza e indipendenza lineare, 4 4 Generatori, 6 5 Basi, 8 6 Sottospazi,

Dettagli

Rango di una matrice e teorema di Rouché-Capelli

Rango 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

Dettagli

Esercizi di Geometria Spazi vettoriali e sottospazi - indipendenza lineare

Esercizi 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)

Dettagli

GEOMETRIA 1 seconda parte

GEOMETRIA 1 seconda parte GEOMETRIA 1 seconda parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 40 index Spazi vettoriali 1 Spazi vettoriali 2 Sottospazi 3 Sistemi

Dettagli

dipendenti. Cosa possiamo dire sulla dimensione di V?

dipendenti. Cosa possiamo dire sulla dimensione di V? Esercizi Esercizi. In uno spazio vettoriale V ci sono tre vettori v, v 2, v linearmente indipendenti. Cosa possiamo dire sulla dimensione di V? 2. In uno spazio vettoriale V ci sono tre vettori v, v 2,

Dettagli

Spazi vettoriali. Indipendenza lineare.

Spazi vettoriali. Indipendenza lineare. Spazi vettoriali Indipendenza lineare Nel piano vettoriale G 2, fissato un punto O ed identificati i vettori con i segmenti orientati con origine in O, informalmente si puo dire che che due vettori sono

Dettagli

Definizione. Sia f : V V un endomorfismo e λ R. Se esiste v V non nullo tale che

Definizione. Sia f : V V un endomorfismo e λ R. Se esiste v V non nullo tale che Autovalori ed autovettori [Abate, 131] Sia f : V V un endomorfismo e λ R Se esiste v V non nullo tale che f(v) = λv, diremo che λ è un autovalore di f e che v è un autovettore di f associato a λ Lezioni

Dettagli

Sistemi di equazioni lineari

Sistemi di equazioni lineari Sistemi di equazioni lineari Siano X 1,, X n indeterminate Un equazione lineare (o di primo grado) nelle incognite X 1,, X n a coefficienti nel campo K è della forma a 1 X 1 + + a n X n = b, a i, b K,

Dettagli

Geometria BAER A.A. Canale I Foglio esercizi 4

Geometria 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

Dettagli

2. Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse, quando è possibile:

2. Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse, quando è possibile: aa 5-6 Esercizi 5 Basi dimensione e coordinate Soluzioni Apostol: Sezione 5 Esercizi 6a 7 8 9 Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse quando è possibile: i

Dettagli

1. Complemento ortogonale di un vettore non nullo Abbiamo visto che nel piano

1. Complemento ortogonale di un vettore non nullo Abbiamo visto che nel piano Geometria e Algebra (II), 11.12.12 1. Complemento ortogonale di un vettore non nullo Abbiamo visto che nel piano P O i vettori ortogonali ad un dato vettore non nullo descrivono una retta per O, e nello

Dettagli

Sottospazi vettoriali

Sottospazi 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,

Dettagli

Elementi di Algebra Lineare Spazi Vettoriali

Elementi di Algebra Lineare Spazi Vettoriali Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 41 index Spazi vettoriali

Dettagli

Insiemi di generatori e basi

Insiemi di generatori e basi Insiemi di generatori e basi Proposizione (Corollario al Teorema di Steinitz) Siano V (K) uno spazio vettoriale, B una sua base di cardinalità n e A un sottoinsieme di V di n vettori. Allora: se A è libero,

Dettagli

Elementi di Algebra Lineare Spazi Vettoriali

Elementi di Algebra Lineare Spazi Vettoriali Elementi di Algebra Lineare Spazi Vettoriali Cristina Turrini UNIMI - 2018/2019 Cristina Turrini (UNIMI - 2018/2019) Elementi di Algebra Lineare 1 / 32 index Spazi vettoriali 1 Spazi vettoriali 2 Sottospazi

Dettagli

UN BREVE VIAGGIO ATTRAVERSO GLI SPAZI VETTORIALI 1

UN 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

Dettagli

Lezione Il metodo degli scarti

Lezione Il metodo degli scarti Lezione 15 15.1 Il metodo degli scarti Sia dato uno spazio vettoriale V su un campo K = R, C esianov 1,...,v n 2 V vettori fissati. Quanto visto nella lezione precedente ci suggerisce il seguente algoritmo

Dettagli

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore

Dettagli

Elementi di Algebra Lineare Spazi Vettoriali

Elementi di Algebra Lineare Spazi Vettoriali Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali

Dettagli

Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice

Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta Versione del 21/12/07 Metodi per il calcolo del rango di una matrice Sia A M m,n (K). Denotiamo con A (i) la riga i-ma di A, i {1,..., m}.

Dettagli

Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa

Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 27/28 Canali A C, e L Pa Durata: 2 ore e 3 minuti Simone Diverio Alessandro D Andrea Paolo Piccinni 7 settembre

Dettagli

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

Dettagli

LEZIONE 13. v =α 1 v α i 1 v i 1 + α i v i = =α 1 v α i 1 v i 1 + α i (λ 1 v λ i 1 v i 1 ) =

LEZIONE 13. v =α 1 v α i 1 v i 1 + α i v i = =α 1 v α i 1 v i 1 + α i (λ 1 v λ i 1 v i 1 ) = LEZIONE 13 13.1. Il metodo degli scarti. Sia dato uno spazio vettoriale V su k = R, C e siano v 1,..., v n V. Quanto visto nella lezione precedente ci suggerisce il seguente algoritmo per stabilire se

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,

Dettagli

7. Dipendenza ed indipendenza lineare.

7. Dipendenza ed indipendenza lineare. 1 7. Dipendenza ed indipendenza lineare. 7.1. Osservazione. In generale, (α u) v α (u v). Infatti (α u) v = α (u v) (α u) v = (α u) (α v) v = α v 1*v = α v v = 0 vel α = 1 7.2. Esempio. Si ha che 2 [(1,

Dettagli

Appunti di ALGEBRA LINEARE

Appunti di ALGEBRA LINEARE Appunti di ALGEBRA LINEARE Corso di Laurea in Chimica A. A. 2009/200 Capitolo SPAZI VETTORIALI In matematica si incontrano spesso insiemi di elementi su cui sono definite delle operazioni che godono di

Dettagli

Sistemi lineari 1 / 41

Sistemi lineari 1 / 41 Sistemi lineari 1 / 41 Equazioni lineari Una equazione lineare a n incognite, è una equazione del tipo: a 1 x 1 + a 2 x 2 + + a n x n = b, dove a 1,,a n,b sono delle costanti (numeri) reali. I simboli

Dettagli

0.1 Spazi Euclidei in generale

0.1 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

Dettagli

Elementi di Algebra Lineare Spazi Vettoriali

Elementi di Algebra Lineare Spazi Vettoriali Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2017/2018 Antonio Lanteri e Cristina Turrini (UNIMI - 2017/2018) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali

Dettagli

Lezione 4: Base e dimensione

Lezione 4: Base e dimensione Lezione 4: Base e dimensione 1 Base: definizione ed esempi Come la parola stessa suggerisce, il concetto di base di uno spazio vettoriale e fondamentale e racchiude tutte le informazioni necessarie a ricostruire

Dettagli

Geometria e Topologia I (U1-4) 2006-mag-10 61

Geometria 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

Dettagli

Lezione del 5 dicembre. Sottospazi vettoriali.

Lezione del 5 dicembre. Sottospazi vettoriali. Lezione del 5 dicembre. Sottospazi vettoriali. 1. Sottospazi vettoriali. Identificato lo spazio con R 3 tramite un sistema di riferimento cartesiano ortogonale, consideriamo un piano passante per l origine

Dettagli

Corso di Geometria Lezione II: Spazi vettoriali

Corso di Geometria Lezione II: Spazi vettoriali .. Corso di Geometria Lezione II: Spazi vettoriali F. Baldassarri 8 ottobre 2013 Definizione di spazio vettoriale Uno spazio vettoriale su un campo C (ad es. Q,R,C,{0, 1}) è un insieme V dotato di due

Dettagli

Somma diretta di sottospazi vettoriali

Somma diretta di sottospazi vettoriali Capitolo 8 Somma diretta di sottospazi vettoriali 8.1 Introduzione Introduciamo un caso particolare di somma di due sottospazi vettoriali: la somma diretta. Anche questo argomento è stato visto nel corso

Dettagli

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)

Dettagli

CORSO DI ALGEBRA (M-Z) Prof. A. Venezia

CORSO DI ALGEBRA (M-Z) Prof. A. Venezia CORSO DI ALGEBRA (M-Z) Prof. A. Venezia 2018-19 Complementi ed Esercizi APPLICAZIONI LINEARI Siano V e V spazi vettoriali sul campo K. Una applicazione L: V V si dice lineare se: 1 AL. L(v+w) = L(v) +

Dettagli

APPUNTI DI ALGEBRA LINEARE

APPUNTI 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

Dettagli

Intersezione e somma di sottospazi vettoriali

Intersezione e somma di sottospazi vettoriali Capitolo 7 Intersezione e somma di sottospazi vettoriali 7.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria

Dettagli

Corso di Laurea in Fisica. Geometria. a.a Prof. P. Piazza Soluzione compito a casa del 24/10/09

Corso di Laurea in Fisica. Geometria. a.a Prof. P. Piazza Soluzione compito a casa del 24/10/09 Corso di Laurea in Fisica. Geometria. a.a. 29-. Prof. P. Piazza Soluzione compito a casa del 24//9 Soluzione esercizio. Siano A e B due matrici simmetriche e λ un numero reale. Dobbiamo mostrare che anche

Dettagli

Parte I. Algebra lineare teorica

Parte I. Algebra lineare teorica Parte I Algebra lineare teorica 1 1 Gli spazi vettoriali 11 Definizione ed esempi Consideriamo come esempio di riferimento lo spazio R n, n 1, ossia l insieme delle n uple di numeri reali con n fissato

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da

Dettagli

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo

Dettagli

Intersezione e somma di sottospazi vettoriali

Intersezione e somma di sottospazi vettoriali Capitolo 6 Intersezione e somma di sottospazi vettoriali 6.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 6 - Soluzione Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione

Dettagli

Corso 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 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

Dettagli

APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a

APPUNTI 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

Dettagli

Insiemi di generatori, dipendenza lineare e basi

Insiemi di generatori, dipendenza lineare e basi Insiemi di generatori, dipendenza lineare e basi July 4, 2015 1 Insiemi di generatori Nel seguito V è uno spazio vettoriale sul campo K. Definizione. Una combinazione lineare di vettori v 1, v 2,..., v

Dettagli

a + 2b + c 3d = 0, a + c d = 0 c d

a + 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,

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante

Dettagli

Note sui sistemi lineari per il Corso di Geometria per Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 4 Maggio 2010

Note sui sistemi lineari per il Corso di Geometria per Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 4 Maggio 2010 Note sui sistemi lineari per il Corso di Geometria per Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 4 Maggio 21 Sistemi lineari. Un sistema lineare di n 1 equazioni in m incognite

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere

Dettagli

CORSO DI MATEMATICA II Prof. Paolo Papi ESERCIZI. 1). Stabilire quali dei seguenti sottoinsiemi di V sono sottospazi vettoriali. (a) V = R 3.

CORSO DI MATEMATICA II Prof. Paolo Papi ESERCIZI. 1). Stabilire quali dei seguenti sottoinsiemi di V sono sottospazi vettoriali. (a) V = R 3. CORSO DI MATEMATICA II Prof Paolo Papi ESERCIZI ) Stabilire quali dei seguenti sottoinsiemi di V sono sottospazi vettoriali (a) V = R 3 () W = {(x,,x 3 ) x,x 3 R} (2) W 2 = {(x,,x 3 ) x,x 3 R} (3) W 3

Dettagli

Analisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c.

Analisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c. Analisi dei dati corso integrato - Algebra lineare 4.3.8 e 5.3.8-1 1. Nella lezione precedente abbiamo definito lo spazio nullo e lo spazio delle colonne di una matrice; ora definiamo lo spazio delle righe

Dettagli

Note 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 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

Dettagli

ALGEBRA 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. 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

Dettagli

[Si può fare una dimostrazione valida per ogni scelta di u, che sfrutti solo la linearità del prodotto scalare]

[Si può fare una dimostrazione valida per ogni scelta di u, che sfrutti solo la linearità del prodotto scalare] Università di Bergamo Anno accademico 20182019 Primo anno di Ingegneria Foglio 7 Geometria e Algebra Lineare Sottospazi, basi e dimensione Esercizio 7.1. Sia u = (1, 1, 1) e si consideri il sottoinsieme

Dettagli

Note di Matematica Generale Elementi di Teoria degli Spazi Vettoriali. Roberto Monte

Note di Matematica Generale Elementi di Teoria degli Spazi Vettoriali. Roberto Monte Note di Matematica Generale Elementi di Teoria degli Spazi Vettoriali Roberto Monte December 5, 23 Abstract These notes are still a work in progress and are intended to be for internal use. Please, don

Dettagli

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della

Dettagli

Esercizi svolti. delle matrici

Esercizi svolti. delle matrici Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa

Dettagli

CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI A.A. 2018/2019 PROF. VALENTINA BEORCHIA

CORSO 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

Dettagli

Parte 5. Sottospazi. A. Savo Appunti del Corso di Geometria

Parte 5. Sottospazi. A. Savo Appunti del Corso di Geometria Parte 5. Sottospazi A. Savo Appunti del Corso di Geometria 03-4 Indice delle sezioni Sottospazi di R n, Equazioni di un sottospazio di R n, 3 3 Sottospazio intersezione, 6 4 Sottospazio somma, 8 5 Formula

Dettagli

Corso 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 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

Dettagli

ESERCIZI 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. 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

Dettagli

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016.

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016. Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5

Dettagli

Università di L Aquila. Claudio Arbib. Ricerca Operativa. Basi in IR n

Università di L Aquila. Claudio Arbib. Ricerca Operativa. Basi in IR n Università di L Aquila Claudio Arbib Ricerca Operativa Basi in IR n Sommario Combinazione lineare, affine, conica e convessa Dipendenza e indipendenza lineare e affine Basi per un insieme di vettori di

Dettagli

ALGEBRA LINEARE: LEZIONI DAL 10 AL 18 OTTOBRE

ALGEBRA LINEARE: LEZIONI DAL 10 AL 18 OTTOBRE ALGEBRA LINEARE: LEZIONI DAL 10 AL 18 OTTOBRE Sommario delle lezioni 10 Ott: Lezione 4. Dipendenza ed indipendenza lineare. Sottospazio generato da un sottoinsieme. Sottospazio generato da un numero finito

Dettagli

r 2 r 2 2r 1 r 4 r 4 r 1

r 2 r 2 2r 1 r 4 r 4 r 1 SPAZI R n 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, y, z)

Dettagli

Autovalori, Autovettori, Diagonalizzazione.

Autovalori, Autovettori, Diagonalizzazione. Autovalori Autovettori Diagonalizzazione Autovalori e Autovettori Definizione Sia V uno spazio vettoriale sul campo K = R o C e sia T : V V un endomorfismo Un vettore non nullo v V \ {O} si dice autovettore

Dettagli

Criteri di diagonalizzabilità Maurizio Cornalba 18/12/2013

Criteri di diagonalizzabilità Maurizio Cornalba 18/12/2013 Criteri di diagonalizzabilità Maurizio Cornalba 8/2/203 Sia K un campo e sia P (t) un polinomio a coefficienti in K. Se a K, la molteplicità di a come radice di P (t), che indicheremo con m a, è il massimo

Dettagli

- ciascun autovalore di T ha molteplicità geometrica uguale alla moltplicitaà algebrica.

- ciascun autovalore di T ha molteplicità geometrica uguale alla moltplicitaà algebrica. Lezioni del 14.05 e 17.05 In queste lezioni si sono svolti i seguenti argomenti. Ripresa del teorema generale che fornisce condizioni che implicano la diagonalizzabilità, indebolimento delle ipotesi, e

Dettagli

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe. Matrici triangolari [Abate, 32] Definizione Una matrice A = a ij ) R m,n si dice triangolare superiore se a ij = 0 per ogni i > j; triangolare inferiore se a ij = 0 per ogni i < j Lezioni 05 e 06 Una matrice

Dettagli

LEZIONE 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. 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

Dettagli

Questa lezione si riferisce al Cap.4 Basi e dimensione, Par.4.3 L algoritmo di Gauss come un metodo pratico..., pp

Questa lezione si riferisce al Cap.4 Basi e dimensione, Par.4.3 L algoritmo di Gauss come un metodo pratico..., pp Lezione del 05.04 Questa lezione si riferisce al Cap.4 Basi e dimensione, Par.4.3 L algoritmo di Gauss come un metodo pratico..., pp.83 86. Problema I. Dato un insieme di m vettori di uno spazio R n, determinare

Dettagli

Anno Accademico 2017/2018

Anno Accademico 2017/2018 Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2017/2018 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente

Dettagli

VETTORI NELLO SPAZIO ORDINARIO ,

VETTORI NELLO SPAZIO ORDINARIO , VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto

Dettagli

Introduzione ai grafi

Introduzione ai grafi TFA A048 Anno Accademico 2012-13 Outline Cenni storici sui grafi Nozioni introduttive: cammini, connessione, alberi, cicli Cammini di costo minimo Origini storiche La nascita della teoria dei grafi risale

Dettagli

Definizione 1 Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v 1 V, v 2 V ;

Definizione 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

Dettagli

Matematica discreta 1 [145016]

Matematica discreta 1 [145016] Facoltà di Scienze Matematiche, Fisiche e Naturali anno accademico 2008/09 Registro dell'attività didattica Matematica discreta 1 [145016] Attività didattica: Attività didattica [codice] Corso di studio

Dettagli

0.1 Complemento diretto

0.1 Complemento diretto 1 0.1 Complemento diretto Dato U V, un complemento diretto di U é un sottospazio W V tale che U W = {0} U + W = V cioé la somma di U con il suo complemento diretto é diretta, e dá tutto lo spazio vettoriale

Dettagli

Spazi affini e combinazioni affini.

Spazi affini e combinazioni affini. Spazi affini e combinazioni affini. Morfismi affini. Giorgio Ottaviani Abstract Introduciamo il concetto di combinazione affine in uno spazio affine, e in base a questo, ne caratterizziamo i sottospazi.

Dettagli

GE110 - Geometria 1. Prova in Itinere 2 27 Maggio 2010

GE110 - Geometria 1. Prova in Itinere 2 27 Maggio 2010 GE110 - Geometria 1 Prova in Itinere 2 27 Maggio 2010 COGNOME e NOME : Problema 1: Problema 2: Problema 3: 1 2 Problema 1. Nello spazio affine reale A 5 R si fissi il riferimento affine canonico, e siano

Dettagli

21. (cenni di) Geometria analitica del piano.

21. (cenni di) Geometria analitica del piano. . (cenni di) Geometria analitica del piano... Definizione. Sia π un piano e sia O un suo punto. Siano i e j due versori ortogonali tra loro e paralleli al piano π. Diremo che la terna ordinata (O, i, j)

Dettagli

ENDOMORFISMI. NOTE DI ALGEBRA LINEARE

ENDOMORFISMI. 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

Dettagli

Matematica Discreta I

Matematica Discreta I Matematica Discreta I 5 Febbraio 8 TEMA A Esercizio Sia data la matrice A M (R) A = (i) Calcolare gli autovalori di A (ii) Determinare una base di R composta di autovettori di A (iii) Diagonalizzare la

Dettagli

Autovalori e autovettori di una matrice quadrata

Autovalori e autovettori di una matrice quadrata Autovalori e autovettori di una matrice quadrata Data la matrice A M n (K, vogliamo stabilire se esistono valori di λ K tali che il sistema AX = λx ammetta soluzioni non nulle. Questo risulta evidentemente

Dettagli

Appunti del corso di geometria 1. G. Bande

Appunti del corso di geometria 1. G. Bande Appunti del corso di geometria 1 G. Bande 21 febbraio 2011 2 Indice 1 Spazi vettoriali 5 1.0.1 Esempi di spazi vettoriali.................. 6 1.1 Sottospazi vettoriali......................... 7 1.1.1

Dettagli

Proposizione 2 Il polinomio minimo di t corrisponde all annullatore minimale di M V.

Proposizione 2 Il polinomio minimo di t corrisponde all annullatore minimale di M V. Fogli NON riletti. Grazie per ogni segnalazione di errori. L esempio qui sviluppato vuole mostrare in concreto il significato dei risultati trattati a lezione e qui velocemente riassunti. Si assume che

Dettagli

CORSO 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 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

Dettagli

GEOMETRIA 1 terza parte

GEOMETRIA 1 terza parte GEOMETRIA 1 terza parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 32 index Applicazioni lineari 1 Applicazioni lineari 2 Nucleo e

Dettagli