Esempi. In R 2, le coppia (2, 5) è combinazione lineare dei vettori (0, 1) e (1, 1). Infatti:
|
|
- Gennaro Marino
- 4 anni fa
- Visualizzazioni
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:
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)
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliSpazi Vettoriali ed Applicazioni Lineari
Spazi Vettoriali ed Applicazioni Lineari 1. Sottospazi Definizione. Sia V uno spazio vettoriale sul corpo C. Un sottoinsieme non vuoto W di V è un sottospazio vettoriale di V se è chiuso rispetto alla
Dettagli1 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
DettagliPer 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
DettagliDim. Usare la chiusura rispetto al prodotto esterno (vedi appunti lezione o libri di testo).
ESERCIZI PER CASA di GEOMETRIA per il Corso di Laurea di Scienze dei Materiali, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 28 maggio 29 Sottospazi di uno spazio vettoriale, sistemi
DettagliCorso 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 =,
DettagliParte 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,
DettagliRango di una matrice e teorema di Rouché-Capelli
Rango di una matrice e teorema di Rouché-Capelli Sappiamo che a una matrice m n, A, è associata l applicazione lineare L A : R n R m, L A (X) = AX, X R n. Definizione 1. Lo spazio nullo di A, N (A), è
DettagliEsercizi di Geometria Spazi vettoriali e sottospazi - indipendenza lineare
Esercizi di Geometria Spazi vettoriali e sottospazi - indipendenza lineare 1. Quali dei seguenti sottoinsiemi sono sottospazi di R 3? Motivare la risposta. (a) {(x, y, 1) x, y R} (b) {(0, y, 0) y R} (c)
DettagliGEOMETRIA 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
Dettaglidipendenti. 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,
DettagliSpazi 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
DettagliDefinizione. 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
DettagliSistemi 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,
DettagliGeometria BAER A.A. Canale I Foglio esercizi 4
Geometria BAER A.A. Canale I Foglio esercizi 4 Esercizio. Si trovino basi degli spazi delle soluzioni dei seguenti sistemi lineari Soluzione: Sol(S ) = L[ x + 3x x 3 + 5x 4 = S : x + 3x x 3 + x 4 = S x
Dettagli2. 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
Dettagli1. 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
DettagliSottospazi vettoriali
Capitolo 6 Sottospazi vettoriali 6.1 Introduzione Riprendiamo un argomento già studiato ampiamente nel corso di Geometria, i sottospazi vettoriali di uno spazio vettoriale. Ci limiteremo a darne la definizione,
DettagliElementi 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
DettagliInsiemi 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,
DettagliElementi 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
DettagliUN BREVE VIAGGIO ATTRAVERSO GLI SPAZI VETTORIALI 1
asdf UN BREVE VIAGGIO ATTRAVERSO GLI SPAZI VETTORIALI 4 November 2011 Con questo articolo, stavolta, proviamo a compiere un "viaggetto" attraverso gli spazi vettoriali. Come sempre avremo a che fare con
DettagliLezione 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
DettagliPagine 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
DettagliElementi 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
DettagliNote 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}.
DettagliGeometria 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
DettagliSi 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
DettagliLEZIONE 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
DettagliSOTTOSPAZI 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,
Dettagli7. 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,
DettagliAppunti 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
DettagliSistemi 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
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
DettagliElementi 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
DettagliLezione 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
DettagliGeometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
DettagliLezione 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
DettagliCorso 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
DettagliSomma 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
DettagliSPAZI 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)
DettagliCORSO 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) +
DettagliAPPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e
DettagliIntersezione 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
DettagliCorso 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
DettagliParte 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
DettagliAPPLICAZIONI 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
DettagliDefinizione 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
DettagliIntersezione 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
DettagliEsercitazione 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
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 3. Sistemi di equazioni lineari
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 3 Sistemi di equazioni lineari Siano m, n N \ {}, sia K un campo Definizione a) Un sistema
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
DettagliInsiemi 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
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliMetodi 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
DettagliNote 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
DettagliFONDAMENTI 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
DettagliCORSO 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
DettagliAnalisi 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
DettagliNote per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan
Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni
DettagliALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri,
ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 05/06 docente: Elena Polastri, plslne@unife.it Esercizi 3: SPAZI VETTORIALI e MATRICI Combinazioni lineari di vettori.. Scrivere il vettore
Dettagli[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
DettagliNote 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
DettagliLezione 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
DettagliEsercizi 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
DettagliCORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI A.A. 2018/2019 PROF. VALENTINA BEORCHIA
CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Matrici associate a un applicazione lineare 1 2 Cambiamenti di base 4 3 Diagonalizzazione 6 1 MATRICI ASSOCIATE
DettagliParte 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
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango
DettagliESERCIZI VARI su SPAZI VETTORIALI. Si giustifichi la risposta ad ogni esercizio ( o parte di esercizio ) posto in forma di domanda.
ESERCIZI VARI su SPAZI VETTORIALI Si giustifichi la risposta ad ogni esercizio ( o parte di esercizio ) posto in forma di domanda. Esercizio. Dimostrare che i vettori in R sono linearmente indipendenti
DettagliRegistro 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
DettagliUniversità 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
DettagliALGEBRA 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
Dettaglir 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)
DettagliAutovalori, 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
DettagliCriteri 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.
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
DettagliMatrici 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
DettagliLEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono:
LEZIONE 11 11.1. Spazi vettoriali ed esempi. La nozione di spazio vettoriale generalizza quanto visto nelle lezioni precedenti: l insieme k m,n delle matrici m n a coefficienti in k = R, C, l insieme V
DettagliQuesta 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
DettagliAnno 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
DettagliVETTORI 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
DettagliIntroduzione 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
DettagliDefinizione 1 Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v 1 V, v 2 V ;
Spazi vettoriali Definizione Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v V, v V ; - prodotto per uno scalare λ K, (K campo); e chiuso rispetto ad esse, è uno spazio vettoriale
DettagliMatematica 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
Dettagli0.1 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
DettagliSpazi 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.
DettagliGE110 - 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
Dettagli21. (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)
DettagliENDOMORFISMI. NOTE DI ALGEBRA LINEARE
ENDOMORFISMI. NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 15 GENNAIO 2011 1. Endomorfismi e sottospazi invarianti Definizione 1.1. Sia V uno spazio vettoriale su K. Un endomorfismo di V è una qualsiasi
DettagliMatematica 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
DettagliAutovalori 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
DettagliAppunti 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
DettagliProposizione 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
DettagliCORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
DettagliGEOMETRIA 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