0.1 Soluzioni Foglio di esercizi 1: Matrici

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "0.1 Soluzioni Foglio di esercizi 1: Matrici"

Transcript

1 0.1 Soluzioni Foglio di esercizi 1: Matrici Esercizio 1 (dal Test di Autovalutazione 3/11/2015 M.Manaresi) Siano A 2 2 0, B 1, 1 0 X M 3 (R) Si stabilisca per quali valori del parametro reale k è possibile risolvere l equazione matriciale XA + kx B e se per tali valori di k la matrice è univocamente determinata. Soluzione: Osserviamo che detb 1, e che si ha XA + kx XA + X(kI) X(A + ki), dove 1 + k 1 1 A + ki k k Quindi l equazione può essere scritta così: X(A + ki) B. Risulta det(a + ki) (k 1) 1 + k k (k 1)(2 3k + k2 2) k(k 1)(k 3) Se det(a + ki) 0, cioé se k 0, 1, 3, X non può esistere perché altrimenti si avrebbe: det(x(a + ki)) detb e per il Teorema di Binet det(x(a + ki)) detx det(a + ki) 0, mentre detb 0. Se invece k è tale che det(a + ki) 0, cioé se k R \ {0, 1, 3}, la matrice A + ki è invertibile, quindi l equazione ha una e una sola soluzione, cioé: X B (A + ki) 1 Esercizio 2 (dal Test di Autovalutazione 4/11/2014 M.Manaresi) 1 0 k A 0, B 0 2 0, C Si stabilisca per quali valori del parametro k esiste una matrice M (a ij ) M 3 tale che e se per tali valori la matrice M è univocamente determinata. AM B, MA C ( ) 1

2 Soluzione: Non esistono soluzioni per alcun valore del parametro k, infatti: si ha detb 0, detc 0; se esistesse M che per un qualche valore di k soddisfa le ( ) si avrebbe det(am) detb 1, e anche det(ma) detc 0, da cui 1 det(am) deta detm detm deta det(ma) 0. Esercizio 3 (dal Test di Autovalutazione 5/11/2013 M.Manaresi) Dimostrare o confutare (con un controesempio): a) Se per A, B, C M n (R) risulta AB AC allora B C. b) Se per A, B M n (R) risulta AB A allora deta 0 oppure detb 1. c) Se per A, B M n (R) risulta AB A e BA B allora deta detb 0 oppure A B I. d) Per ogni matrice A M n (R) risulta rka rka 2. e) Sia A M n (R), A 0, tale che t A A. Allora A è invertibile. f) Siano A, B M n (R), B 0, tale che AB 0. Allora A non è invertibile. Soluzione: a) falso: A (0), B (1), C (2) in M 1 (R). b) vero: AB A deta detb det(ab) deta deta 0 oppure detb 1. c) vero: per il punto a) AB A e BA B (deta 0 oppure detb 1) e (detb 0 oppure deta 1), cioé (deta 0 e detb 0) o (deta 0 e deta 1, non possibile) o (detb 1 e detb 0, non possibile) o (detb 1 e deta 1). ( ) ( ) ( ) ( ) d) falso: se A allora A, e rka 1, rka 0. 1 e) falso: A 1, allora deta 0 quindi A non invertibile, ma t A A (si osservi che 1 se n è dispari det( A) deta, quindi deta det t A det( A) deta deta 0). f) vero: se A è invertibile e AB 0 allora B IB (A 1 A)B A 1 (AB) A contro l ipotesi B 0. Esercizio 4 (dal Test di Autovalutazione 5/11/2013 M.Manaresi) Siano A h h, B 0, I 0, con h parametro reale a) Si stabilisca se esistono valori di h R per i quali l equazione matriciale A h X B + hi 0 ha soluzioni in M 3 (R). b) Si determini l inversa della matrice C B + I. 2

3 1 h c) Si determinino i valori di h R per i quali il vettore 0 R 3 si può scrivere come h combinazione lineare dei vettori colonna della matrice A h. a d) Si determini l insieme dei vettori b R 3 che si possono scrivere come combinazione lineare c dei vettori colonna della matrice A h. Soluzione: a) Se A h è invertibile, allora A h X B + hi 0 ha esattamente una soluzione: X (A h ) 1 (B hi). Guardiamo per quali valori di h la matrice A h è invertibile: quindi A h non è mai invertibile h h Vediamo che A h X B + hi 0 equivale a A h X B hi; quindi se X è soluzione si ha 0 deta h detx det(a h X) det(b hi); cerchiamo quindi per quali h si ha 2 h 0 det(b hi) 0 h 0 h 2 h h 1 h h(h2 2h + 1) h(h 1) 2 Quindi gli unici due valori per cui ci può essere una soluzione sono 0 e 1. soluzione c è: Vediamo se questa h 0: l equazione diventa A 0 X B, cioé, se X (x ij ): x 11 x 12 x x 21 x 22 x x 31 x 32 x x 11 2x 21 2x 12 2x 22 2x 13 2x x 21 x 22 x 23 0 x 11 + x 21 x 12 + x 22 x 13 + x 23 1 cioé x 21 x 22 x 23 0, 2x 12 2x 22 0, x 12 + x 22 0, x 13 + x 23 0, 2x 11 2x 21 2, x 11 + x 21 1, 2x 13 2x 23 1, da cui quindi non ci sono soluzioni. x 21 x 22 x 23 x 12 x 13 0, 2x 11 2, x 11 1, 0 1 Oppure possiamo ragionare così: ponendo α x 11 x 21, β x 12 x 22, γ x 13 x 23, l uguaglianza tra la prima e la terza riga delle due matrici si riassume così: 2(α, β, γ) (2, 0, 1), (α, β, γ) ( 1, 0, 0) ma allora se ci fossero soluzioni dovrebbe essere (1, 0, 1 2 ) (1, 0, 0) che è falso, per cui non ci sono soluzioni. 3

4 h 1: l equazione diventa A 1 X B I, cioé, se X (x ij ): 2x 11 2x x 12 2x x 13 2x 23 1 x 21 + x 31 0 x 22 + x 32 1 x 23 + x 33 0 x 11 + x 21 1 x 12 + x 22 0 x 13 + x x 11 x 12 x x 21 x 22 x x 31 x 32 x x 11 2x 21 2x 12 2x 22 2x 13 2x 23 1 x 21 + x 31 x 22 + x 32 x 23 + x x 11 + x 21 x 12 + x 22 x 13 + x e si può andare avanti a fare i conti. Oppure, analogamente a quanto fatto nel caso h 0, possiamo osservare che, ponendo α x 11 x 21, β x 12 x 22, γ x 13 x 23, l uguaglianza tra la prima e la terza riga delle due matrici diventa 2(α, β, γ) (1, 0, 1), (α, β, γ) ( 1, 0, 1) ma allora se ci fossero soluzioni dovrebbe essere ( 1 2, 0, 1 2 ) (1, 0, 1) che è falso, per cui non ci sono soluzioni. b) Calcoliamo il determinante di C B + I secondo la seconda colonna: quindi C è invertibile, con inversa: 3 C C(ˆ1 ˆ1) C(ˆ2 ˆ1) C(ˆ3 ˆ1) C 1 1 C(ˆ1 ˆ2) C(ˆ2 ˆ2) C(ˆ3 ˆ2) C(ˆ1 ˆ3) C(ˆ2 ˆ3) C(ˆ3 ˆ3)

5 Se non siete convinti di avere fatto bene i conti, verificate: I Rispondiamo prima alla domanda d) e poi alla c): a d) Cerchiamo i vettori b R 3 che sono c.l. delle colonne di A h ; ricordando che deta h 0 per c a 2 2 ogni h R, questo equivale a cercare gli b c.l. di 0 e 1, cioé gli (a, b, c) tali che c 1 1 esistono λ, µ R tali che: cioé gli (a, b, c) tali che esiste λ R tale che: a 2λ 2µ b µ c λ + µ { 1 2 a + b λ b c λ quindi troviamo l insieme {(a, b, c) R 3 c 1 2 a} 1 h c) Cerchiamo gli h R tali che 0 h sia c.l. delle colonne di A h ; per quanto visto al punto d), deve essere h 1 2 (1 h) cioé h 1. Esercizio 5 (dal Test di Autovalutazione 4/11/2014 M.Manaresi) Siano A, B M n (R). Provare o confutare le seguenti affermazioni: a) Le matrici A e B hanno lo stesso rango se e solo se deta detb. b) Se A (a ij ) e B (b ij ) sono matrici triangolari superiori, ossia matrici tali che a ij b ij 0 per ogni i > j, allora anche la matrice prodotto AB è triangolare superiore. c) Se A 3 0 (dove 0 è la matrice nulla di ordine n), allora la matrice A I è invertibile (dove I è la matrice identità di ordine n) e (A I) 1 A 2 A I. 5

6 Soluzione: a) Per provare che rka rkb deta detb è falsa basta far vedere che esistono due matrici con rka rkb e deta detb, oppure che esistono due matrici con rka rkb e deta detb. Ma dato che ci siamo, facciamo vedere che sono false entrambe le implicazioni rka rkb deta detb e deta detb rka rkb. ( ) ( ) 1 1 Se A, B : si ha deta 0 detb e rka 0, rkb Se A ( ) ( ) , B : si ha deta detb e rka rkb b) Sia AB (c ij ), dove b 1j c ij ( a i1... a in ). a i1 b 1j a in b nj a ik b kj b nj Sia i > j; se i > k si ha a ik b kj 0 perché a ik 0 per ogni i > k; se k i si ha a ik b kj 0 perché b kj 0 per ogni k > j, e siamo nel caso k i > j. c) Si ha ( A 2 A I)(A I) A 3 A 2 A + A 2 + A + I A 3 + I; se A 3 0 allora ( A 2 A I)(A I) I da cui (A I) 1 A 2 A I. Esercizio 6 Si dica se con le ordinarie operazioni di somma tra matrici e prodotto di uno scalare per una matrice i seguenti sottoinsiemi di M 2 (R) sono : ( ) a b U 1 {, a, b R}, U b a 2 { ( ) a ab U 4 {, a, b R}, U b 0 5 { ( a a + b b 0 ( a 1 a b ) ( ) a 0, a, b R} U 3 {, a R} 0 a ), a, b R} U 6 { ( a a 2 ), a R} Soluzione: U 1, U 2, U 3 lo sono, essendo sottospazi vettoriali di M 2 (R); vediamolo per U 1, per gli altri è analogo: ( ) ( ) a b c d per ogni, U b a d c 1, per ogni λ, µ R si ha: ( ) ( ) ( ) a b c d λa + µc λb + µd λ + µ U b a d c λb + µd λa + µc 1 U 4 non è un sottospazio vettoriale di M 2 (R): ad esempio si ha 2 ( ) ( ) 2 2 / U

7 U 5 non è un sottospazio vettoriale di M 2 (R): ad esempio si ha 2 ( ) ( ) 2 2 / U U 6 non è un sottospazio vettoriale di M 2 (R): ad esempio si ha ( ) ( ) 2 4 ( ) 3 5 / U 6 Esercizio 7 Una matrice A M n (R) si dice nilpotente se esiste un intero m > 0 tale che A m 0. Si provi che: a) una matrice nilpotente ( non è invertibile; ) a a b) le matrici della forma non sono invertibili per alcun a R; ( ) a a c) la matrice B non è nilpotente; 1 0 d) le matrici B 2 e B 3 sono invertibili. Soluzione: a) Sia A nilpotente, e sia m il più piccolo intero > 0 tale che A m 0. Se esistesse una matrice B tale che BA 0, allora si avrebbe 0 B 0 B A m (BA) A m 1 I A m 1 0, contraddizione. b) A è nilpotente, dunque non è invertibile: ( ) a a 2 ( ) ( ) ( a a a a a 2 a 2 a 2 + a 2 ) a a a a a a a 2 a 2 a 2 + a 2 0 c) l affermazione a) è equivalente alla: una matrice invertibile non è nilpotente ; poiché detb 0, B è invertibile, e quindi non può essere nilpotente. d) Si ha (B 1 ) 2 B 2 B 1 (B 1 B)B B 1 IB B 1 B I, e (B 1 ) 3 B 3 B 1 ((B 1 ) 2 B 2 )B B 1 IB B 1 B I. 7

8 1 Foglio di esercizi 2: sottospazi vettoriali, generatori, indipendenza lineare Esercizio 1 Si estragga da {(1, 0, 1), (2, 0, 3), (0, 0, 0), (3, 0, 4), (6, 0, 8)} un sistema di vettori linearmente indipendenti (l.i.) di R 3. È tale sistema di vettori un insieme di generatori per R 3? Soluzione Utilizziamo il metodo degli scarti successivi: v 1 (1, 0, 1) 0 è l.i.; v 2 (2, 0, 3) a(1, 0, 1), quindi v 2 non è c.l. di v 1 ; (0, 0, 0) 0v 1 + 0v 2 è c.l. di v 1, v 2 e quindi va scartato; v 3 (3, 0, 4) è c.l. di v 1, v 2? Vediamo: ci chiediamo se esistono a, b R tali che (3, 0, 4) a(1, 0, 1) + b(2, 0, 3), cioé tali che (3, 0, 4) (a + 2b, 0, a + 3b), cioé tali che { a + 2b 3 a + 3b 4 { { a 3 2b a 1 3 2b + 3b 4 b 1 Quindi v 3 v 1 + v 2 va scartato. Infine v 4 (6, 0, 8) 2v 3 2v 1 + 2v 2 quindi anche v 4 va scartato. Abbiamo quindi estratto da {(1, 0, 1), (2, 0, 3), (0, 0, 0), (3, 0, 4), (6, 0, 8)} il sistema di vettori l.i. (1, 0, 1), (2, 0, 3). Si osservi che non è l unico sistema di vettori l.i. estraibile; ad esempio anche (1, 0, 1), (3, 0, 4) va bene. Ma (1, 0, 1), (2, 0, 3) non è un insieme di generatori per R 3, infatti < (1, 0, 1), (2, 0, 3) > {(a + 2b, 0, a + 3b), a, b R} R 3 Esercizio 2 Consideriamo l R-spazio vettoriale R[t]. Si dica se i seguenti vettori sono l.i.: 1 t + t 2, t t 2 + 3t 3, 2 t 4, t 2 + t 3 + t 4 Soluzione Vediamo se esistono a, b, c, d R tali che a(1 t + t 2 ) + b(t t 2 + 3t 3 ) + c(2 t 4 ) + d(t 2 + t 3 + t 4 ) 0 Si ha a(1 t+t 2 )+b(t t 2 +3t 3 )+c(2 t 4 )+d(t 2 +t 3 +t 4 ) a+2c+t( a+b)+t 2 (a b+d)+t 3 (3b+d)+t 4 ( c+d) quindi stiamo cercando a, b, c, d R tali che a + 2c 0 a + b 0 a b + d 0 3b + d 0 c + d 0 a + 2c 0 a b d 0 3b 0 c d a b c d 0 Dunque i vettori dati sono l.i. 8

9 Esercizio 3 Si dica quali dei seguenti sottoinsiemi dello spazio vettoriale R 2 sono sottospazi: A {(x, y) R 2 x 2y 0}; B {(x, y) R 2 x 2y 3 0}; C {(x, y) R 2 x 2 y 0}; D {(x, y) R 2 x 0}; E {(x, y) R 2 x 1} Soluzione A è sottospazio: λ, µ R, (a, b), (c, d) A si ha a 2b, c 2d λa + µc 2(λb + µd) λ(a, b) + µ(c, d) (λa + µc, λb + µd) A. B non lo è: (0, 0) / B. C non lo è: (1, 1) C, ma 3(1, 1) / C. D non lo è: ( 1, 0) D, ma ( 3)( 1, 0) / D. E non lo è: (1, 0), ( 1, 0) E, ma (1, 0) + ( 1, 0) / E. Esercizio 4 Denotiamo con [0, 1] l intervallo reale chiuso tra 0 ed 1. a) Si provi che l insieme F {f f : [0, 1] R} con le operazioni definite nel modo seguente: f, g F, (f+g)(x) : f(x)+g(x) x [0, 1]; f F, a R, (af)(x) : af(x) x [0, 1] è un R-spazio vettoriale. b) Si dica quali dei seguenti sottoinsiemi di questo spazio vettoriale sono sottospazi: G {f f : [0, 1] R, f(x) 0 x [0, 1]} M {f f : [0, 1] R, f( 1 3 ) 0} H {f f : [0, 1] R, f(x) f(1 x) x [0, 1]} L {f f : [0, 1] R, f(x) f(x ) x, x [0, 1], x < x } Soluzione a) Si ha (f + g) + h f + (g + h) f, g, h F poiché vale l associativa in R, quindi (f(x) + g(x)) + h(x) f(x) + (g(x) + h(x)). Analogamente si prova f + g g + f f, g F. La funzione elemento neutro per la somma è la funzione identicamente nulla 0, cioé la funzione 0(x) 0 x [0, 1]; la funzione opposta di f è la funzione f cioé la funzione ( f)(x) f(x) x [0, 1]. Ci resta da provare: i) a(f + g) af + ag per ogni a R, f, g F ; ii) (a + b)f af + bf per ogni a, b R, f F ; iii) (ab)f a(bf) per ogni a, b R, f F ; 9

10 iv) 1 f f per ogni x F. Ognuna di tali affermazioni è vera, e per dimostrarlo basta verificare tutte le volte che le due funzioni assumono gi stessi valori su ogni x [0, 1]. b) G {f f : [0, 1] R, f(x) 0 x [0, 1]} non è sottospazio: sia f : [0, 1] R la funzione costante f(x) 3 x [0, 1]; allora f G, ma ( 2)f / G. M {f f : [0, 1] R, f( 1 3 ) 0} è sottospazio: a, b R, f, g M si ha (af + bg)( 1 3 ) af(1 3 ) + bg( 1 3 ) 0. H {f f : [0, 1] R, f(x) f(1 x) x [0, 1]} è ben definito, perché se x [0, 1] anche 1 x [0, 1], ed H è sottospazio: a, b R, f, g H si ha (af + bg)(x) af(x) + bg(x) af(1 x) + bg(1 x) (af + bg)(1 x) x [0, 1]. L {f f : [0, 1] R, f(x) f(x ) x, x [0, 1], x < x } non è sottospazio: sia f : [0, 1] R la funzione f(x) x x [0, 1]; allora f L, ma f / L. Esercizio 5 Si dica quali dei seguenti sottoinsiemi del C-spazio vettoriale C 2 sono sottospazi: A {(z, w) C 2 4z 3w 0}; B {(z, w) C 2 z w 0}; C {(z, w) C 2 z 0} Soluzione A è sottospazio: (a, b), (c, d) A si ha 4a 3b 0, 4c 3d 0 λ, µ C, 0 λ(4a 3b) + µ(4c 3d) 4(λa + µc) 3(λb + µd) (λa + µc, λb + µd) λ(a, b) + µ(c, d) A. B non lo è: (1, 1) B, ma (2 i)(1, 1) (2 i, 2 i) / B. C lo è: z 0 z 0, e si vede subito che {(0, w) C 2 } è sottospazio di C 2. 10

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

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

MATRICI E OPERAZIONI

MATRICI E OPERAZIONI MATRICI E SISTEMI MATRICI E OPERAZIONI Matrici, somma e prodotto (definizioni, esempi, non commutatività del prodotto, legge di annullamento del prodotto Potenze e inverse di matrici quadrate (definizioni

Dettagli

Determinante. Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema:

Determinante. Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema: Determinante 1 Proprieta Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema: Theorem 1.1 Esiste un unica mappa F dallo spazio delle matrici

Dettagli

ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA Foglio 4 Esempio. Sia V = P 5 (R) lo spazio dei polinomi di grado strettamente minore di 5. Si considerino i seguenti sottoinsiemi di V (i) Dimostrare

Dettagli

Geometria per Fisica e Astrofisica

Geometria per Fisica e Astrofisica Geometria per Fisica e Astrofisica Soluzione esercizi - Foglio 3 Esercizio. Risolvere i seguenti sistemi lineari al variare dei parametri reali α β e k < < (a) x + y z = αx + αy + βz = x + y z = β. (b)

Dettagli

Esercizi di Geometria

Esercizi di Geometria UNIVERSITÀ DEGLI STUDI DI TRENTO FACOLTÀ DI INGEGNERIA Marco Andreatta Luca Migliorini Gianluca Occhetta Davide Panizzolo Lorenza Tonetto Marina Avitabile Esercizi di Geometria Luglio 2000 2 1. Programma

Dettagli

G. Parmeggiani, 28/4/2016 Algebra Lineare, a.a. 2015/2016, numero di MATRICOLA PARI. Svolgimento degli Esercizi per casa 7

G. Parmeggiani, 28/4/2016 Algebra Lineare, a.a. 2015/2016, numero di MATRICOLA PARI. Svolgimento degli Esercizi per casa 7 G. Parmeggiani, 8/4/6 Algebra Lineare, a.a. 5/6, Scuola di Scienze - Corsi di laurea: Studenti: Statistica per l economia e l impresa Statistica per le tecnologie e le scienze numero di MATRICOLA PARI

Dettagli

0.1 Soluzioni esercitazione IV, del 28/10/2008

0.1 Soluzioni esercitazione IV, del 28/10/2008 1 0.1 Soluzioni esercitazione IV, del 28/10/2008 Esercizio 0.1.1. Risolvere, usando il teorema di Cramer, i seguenti sistemi lineari 2x + y + z = 0 x + 3z = 1 x y z = 1 kx + y z = 1 x y + 2z = 1 2x + 2y

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

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R. 1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,

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

SISTEMI LINEARI MATRICI E SISTEMI 1

SISTEMI LINEARI MATRICI E SISTEMI 1 MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui

Dettagli

CORSI DI LAUREA IN MATEMATICA E FISICA

CORSI DI LAUREA IN MATEMATICA E FISICA CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore

Dettagli

CORSO DI LAUREA IN INGEGNERIA. k R 1 2k 3 0. Il rango di una matrice A corrisponde al massimo ordine di una sottomatrice quadrata di A con deteminante

CORSO DI LAUREA IN INGEGNERIA. k R 1 2k 3 0. Il rango di una matrice A corrisponde al massimo ordine di una sottomatrice quadrata di A con deteminante CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 6 GEOMETRIA E ALGEBRA LINEARE 00/ Esercizio 6. (6.3). Calcolare il rango della seguente matrice A, utilizzando il calcolo del determinante. k + 0 A = k

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

1 2 1 x = Quando sapremo calcolare i determinanti potremo ricavare:

1 2 1 x = Quando sapremo calcolare i determinanti potremo ricavare: 5 NOVEMBRE 2009 Esempio: Risolviamo il sistema: 3x + 2y + 4z = 1 2x y + z = 0 x + 2y + 3z = 1 1 2 4 3 1 4 3 2 1 0 1 1 2 0 1 2 1 0 1 2 3 1 1 3 1 2 1 x =, y =, z = 3 2 4 3 2 4 3 2 4 2 1 1 2 1 1 2 1 1 1 2

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi lineari - Parte Seconda - Esercizi Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione

Dettagli

ESERCIZI sui VETTORI

ESERCIZI sui VETTORI ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di

Dettagli

1 Rette nel piano ordinario. Rette e piani nello spazio ordinario

1 Rette nel piano ordinario. Rette e piani nello spazio ordinario 1 Rette nel piano ordinario. Rette e piani nello spazio ordinario 1.1 Vettori applicati Nel seguito denotiamo con P l insieme dei punti del piano ordinario, e con S l insieme dei punti dello spazio ordinario.

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione

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

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico Capitolo 3 Matrici Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Anno accademico 2017-2018 Tutorato di geometria e algebra lineare Definizione (Matrice) Una matrice A M R (k, n) è

Dettagli

Geometria BIAR Esercizi 2

Geometria BIAR Esercizi 2 Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si

Dettagli

MATRICI. 1. Esercizi

MATRICI. 1. Esercizi MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +

Dettagli

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ. ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio

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

3. Elementi di Algebra Lineare.

3. Elementi di Algebra Lineare. CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 3. Elementi di Algebra Lineare. 1 Sistemi lineari Sia A IR m n, x IR n di n Ax = b è un vettore di m componenti.

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

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007 ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala

Dettagli

Geometria BAER I canale Foglio esercizi 3

Geometria BAER I canale Foglio esercizi 3 Geometria BAER I canale Foglio esercizi 3 Esercizio. Discutere le soluzioni del seguente sistema lineare nelle incognite,, z al variare del parametro k. 3 + kz = k k + 3z = k k + z = Soluzione: Il determinante

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

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

(V) (FX) L unione di due basi di uno spazio vettoriale è ancora una base dello spazio vettoriale.

(V) (FX) L unione di due basi di uno spazio vettoriale è ancora una base dello spazio vettoriale. 8 gennaio 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

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

x n i sima pos. x, y = x T y = x i y i R. i=1

x n i sima pos. x, y = x T y = x i y i R. i=1 1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei

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

1 Addendum su Diagonalizzazione

1 Addendum su Diagonalizzazione Addendum su Diagonalizzazione Vedere le dispense per le definizioni di autovettorre, autovalore e di trasformazione lineare (o matrice) diagonalizzabile. In particolare, si ricorda che una condizione necessaria

Dettagli

Soluzioni primi compitini - Geometria 1

Soluzioni primi compitini - Geometria 1 Soluzioni primi compitini - Geometria Caterina Vernieri Ottobre 7 Le soluzioni proposte non sono state riviste dai professori Soluzioni Primi Compitini - G I compitino 7//3 Esercizio Al variare di α R

Dettagli

Esercizi proposti. Si dica quali dei precedenti sono sottospazi vettoriali dello spazio vettoriale quadrate di ordine n.

Esercizi proposti. Si dica quali dei precedenti sono sottospazi vettoriali dello spazio vettoriale quadrate di ordine n. Esercizi proposti 1. astratti 1.1 Si consideri lo spazio R [x] dei polinomi nella variabile x con coefficienti reali. Si dica se il suo sottoinsieme S formato dai polinomi privi del termine di grado 2

Dettagli

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.

Dettagli

Federica Gregorio e Cristian Tacelli

Federica Gregorio e Cristian Tacelli 1 Sistemi lineari Federica Gregorio e Cristian Tacelli Un sistema lineare m n (m equazioni in n incognite) è un insieme di equazioni lineari che devono essere soddisfatte contemporaneamente a 11 x 1 +

Dettagli

Elementi di Algebra Lineare

Elementi di Algebra Lineare Elementi di Algebra Lineare Corso di Calcolo Numerico, a.a. 2009/2010 Francesca Mazzia Dipartimento di Matematica Università di Bari 13 Marzo 2006 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare

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

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

Elementi di Algebra Matriciale. (richiami)

Elementi di Algebra Matriciale. (richiami) Elementi di Algebra Matriciale Definizione di matrice (richiami) Matrice quadrata, diagonale, identità, triangolare, simmetrica Matrice trasposta Principali operazioni su matrici e vettori: somma, sottrazione,

Dettagli

UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO

UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO Geometria 9 5 A.A. 5 Cognome Nome Matricola Codice Scrivere in

Dettagli

Geometria BAER I canale Foglio esercizi 5

Geometria BAER I canale Foglio esercizi 5 Geometria BAER I canale Foglio esercizi 5 Esercizio. Si considerino i sottospazi di R 4 : E = L[v =, v = Si trovi una base di E F. ] F = L[w = 3, w = 4, w 3 = Soluzione: Osserviamo che w 3 = w + w, dunque

Dettagli

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la

Dettagli

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria 1 che ho tenuto presso la

Dettagli

Algebra Proff. A. D Andrea e P. Papi Primo scritto

Algebra Proff. A. D Andrea e P. Papi Primo scritto Algebra Proff. A. D Andrea e P. Papi Primo scritto 6 febbraio 8 Nome e Cognome: Numero di Matricola: Esercizio Punti totali Punteggio 6 6 3 6 4 6 5 6 otale 3 Occorre motivare le risposte. Una soluzione

Dettagli

Sui determinanti e l indipendenza lineare di vettori

Sui determinanti e l indipendenza lineare di vettori Sui determinanti e l indipendenza lineare di vettori 1 Si dice che m vettori v 1, v 2,,v m di R n sono linearmente indipendenti, se una loro combinazione lineare può dare il vettore nullo solo se i coefficienti

Dettagli

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di

Dettagli

PROVA SCRITTA DEL 10 LUGLIO 2008 e SOLUZIONI. Per ognuno dei seguenti quiz indicare l unica risposta corretta tra le quattro proposte.

PROVA SCRITTA DEL 10 LUGLIO 2008 e SOLUZIONI. Per ognuno dei seguenti quiz indicare l unica risposta corretta tra le quattro proposte. Geometria B1-02efe Geometria - 13bcg PROVA SCRITTA DEL 10 LUGLIO 2008 e SOLUZIONI Per ognuno dei seguenti quiz indicare l unica risposta corretta tra le quattro proposte. Esercizio 1. Sia u, v, w vettori

Dettagli

Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza.

Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali, gli interi, i numeri

Dettagli

Metodo dei minimi quadrati e matrice pseudoinversa

Metodo dei minimi quadrati e matrice pseudoinversa Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati

Dettagli

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 2 MATRICI Siano m, n N \ {0}, sia K un campo Una matrice m n a coefficienti in K è una

Dettagli

Lo scopo della teoria dei determinanti è di definire una funzione. det : M n R. sia calcolabile facendo somme e prodotti delle entrate delle matrici

Lo scopo della teoria dei determinanti è di definire una funzione. det : M n R. sia calcolabile facendo somme e prodotti delle entrate delle matrici Determinanti 1 / 44 Lo scopo della teoria dei determinanti è di definire una funzione det : M n R chiamata determinante tale che: sia calcolabile facendo somme e prodotti delle entrate delle matrici det(a)

Dettagli

Equivalentemente, le colonne di A sono linearmente indipendenti se e solo se

Equivalentemente, le colonne di A sono linearmente indipendenti se e solo se Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme

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

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.

Dettagli

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3 SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni

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

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

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

AUTOVALORI, AUTOVETTORI, AUTOSPAZI AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se

Dettagli

Esercizi del tutoraggio - algebra lineare

Esercizi del tutoraggio - algebra lineare Esercizi del tutoraggio - algebra lineare 13 Novembre 2008 6 Ottobre 2008 Esercizio 1. Siano dati i seguenti punti nel piano. Dire se i vettori geometrici pq e p q sono equipollenti. p = (1, 2) q = (3,

Dettagli

ESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ

ESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ ESAME DI GEOMETRIA 6 febbraio CORREZIONE QUIZ. La parte reale di ( + i) 9 è positiva. QUIZ Si può procedere in due modi. Un primo modo è osservare che ( + i) =i, dunque ( + i) 9 =(+i)(i) 4 = 4 ( + i) :

Dettagli

CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI

CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI FOGLIO DI ESERCIZI # GEOMETRIA E ALGEBRA 009/0 Esercizio.. Dati i vettori di R : v (,, ), v (, 4, 6), v (,, 5), v 4 (,, 0) determinare se v 4 è combinazione

Dettagli

Argomento 12 Matrici

Argomento 12 Matrici Argomento 2 Matrici 2 Vettori di R n eoperazioni I Vettore di R n : x =(x i ) i=n =(x i ) n i=,conx i R componenti di x I R n = spazio dei vettori reali a n componenti = spazio vettoriale reale n-dimensionale

Dettagli

1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici

1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici Matrici R. Notari 1 1. Proprietà della somma di matrici 1. (A + B) + C = A + (B + C) qualunque siano le matrici A, B, C Mat(m, n; K). 2. A + B = B + A qualunque siano le matrici A, B Mat(m, n; K). 3. Sia

Dettagli

ENDOMORFISMI. ove B := (v 1,v 2,v 3 ). (1) Determinare gli autovalori di f e le relative molteplicità algebriche e geometriche.

ENDOMORFISMI. ove B := (v 1,v 2,v 3 ). (1) Determinare gli autovalori di f e le relative molteplicità algebriche e geometriche. ENDOMORFISMI Esercizi Esercizio 1 Siano v 1 := T (1, 1, 1, 0), v 2 := T (0, 1, 2, 1), v 3 := T (0, 0, 1, 1) Consideriamo V := L(v 1,v 2,v 3 ) R 4 e sia f End R (V ) associato alla matrice A := MB B (f)

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

Sistemi lineari. Sia A R m n, x R n Ax = b è un vettore di m componenti. a m,1 x 1 + a m,2 x a m,n x n = b m

Sistemi lineari. Sia A R m n, x R n Ax = b è un vettore di m componenti. a m,1 x 1 + a m,2 x a m,n x n = b m 1 Sistemi lineari. Sia A R m n, x R n Ax = b è un vettore di m componenti. Numero di operazioni per calcolare b: m n moltiplicazioni m (n 1) addizioni. a 1,1 x 1 + a 1,2 x 2 +... + a 1,n x n = b 1 a 2,1

Dettagli

11 giugno Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

11 giugno Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA... COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi

Dettagli

Algebra lineare Geometria 1 11 luglio 2008

Algebra lineare Geometria 1 11 luglio 2008 Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =

Dettagli

Il prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno:

Il prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno: L anello delle matrici Esempio. Siano A = [ ] 0 1 3 0 2 1, B = 1 2 0 0 1 2 3 4, 1 0 calcolare AB e BA. Osservazioni Siano A Mat m,n (K) e B Mat p,q (K). Il prodotto AB è definito se n = p. Si ha AB Mat

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

1. Esercizi (1) Calcolare + ( 1) + 3 2, 2. (2) siano X, Y, Z R 3. Dimostrare che se X +Y = X +Z, allora Y = Z;

1. Esercizi (1) Calcolare + ( 1) + 3 2, 2. (2) siano X, Y, Z R 3. Dimostrare che se X +Y = X +Z, allora Y = Z; Esercizi () Calcolare 4 + () + () siano X Y Z R Dimostrare che se X +Y = X +Z allora Y = Z; () dimostrare che i vettori sono linearmente dipendenti; (4) dimostrare che i vettori 4 sono linearmente indipendenti;

Dettagli

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5. SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga

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

A = e 1 = e 2 + e 3, e 2 = e 1 + e 3, e 3 = e 1, ; e 3 =

A = e 1 = e 2 + e 3, e 2 = e 1 + e 3, e 3 = e 1, ; e 3 = aa -6 Soluzioni Esercizi Applicazioni lineari Sia data l applicazione lineare F : R R, F X A X, dove A i Sia {e, e, e } la base canonica di R Far vedere che i vettori e e + e, e e + e, e e, formano una

Dettagli

Contenuti aggiuntivi su matrici e determinanti, Dimostrazioni del Capitolo 3

Contenuti aggiuntivi su matrici e determinanti, Dimostrazioni del Capitolo 3 Contenuti aggiuntivi su matrici e determinanti, Dimostrazioni del Capitolo 3 Dimostrazione 310 Sia W = L(C A ) K Osserviamo che S è una base di W Infatti S è indipendente, inoltre ogni vettore di W dipende

Dettagli

DEFINIZIONE. u (u; v); α 3. v (u; v); α 3. ha rango 2 in ogni punto della parametrizzazione. DEFINIZIONE

DEFINIZIONE. u (u; v); α 3. v (u; v); α 3. ha rango 2 in ogni punto della parametrizzazione. DEFINIZIONE DEFINIZIONE Una superficie in R 3 è un applicazione α : U R 3, di classe almeno C. In realtà, tratteremo solamente superfici di classe C. Inoltre, U R deve essere un aperto, e α deve essere iniettiva.

Dettagli

APPLICAZIONI LINEARI O OMOMORFISMI

APPLICAZIONI LINEARI O OMOMORFISMI 42 APPLICAZIONI LINEARI O OMOMORFISMI Definizione 9 Dati due spazi vettoriali U e V sullo stesso campo K, una applicazione f : U V è detta lineare o omomorfismo se soddisfa le seguenti due condizioni:

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

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

Algebra lineare e geometria AA Esercitazione del 14/6/2018

Algebra lineare e geometria AA Esercitazione del 14/6/2018 Algebra lineare e geometria AA. 2017-2018 Esercitazione del 14/6/2018 1) Siano A, B due matrici n n tali che 0 < rk(a) < rk(b) = n. (a) AB è invertibile. (b) rk(ab) = nrk(b). (c) det(ab) = det(a). (d)

Dettagli

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m.

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m. MATRICI Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: 11 a 12 a 1 3 a 1m A=(a a 21 a 2 3 a 2m con a a n1 a n2 a n 3 a nm i j R, 1 i n, 1 j m. per

Dettagli

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Spazio dei vettori Il primo oggetto matematico che definiamo sarà il vettore. Partendo dai numeri reali come rappresentazione dei punti della retta reale R,

Dettagli

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa

Dettagli

DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI

DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI Nota. La descrizione di lezioni non ancora svolte si deve intendere come una previsione/pianificazione.

Dettagli

Corso di Geometria - CdL triennale in Ingegneria a.a

Corso di Geometria - CdL triennale in Ingegneria a.a Corso di Geometria - CdL triennale in Ingegneria a.a. 8-9 C. Liverani, J. Garofali Tutorato del 3/5/9 Cambiamenti di base Per fissare le notazioni ricordiamo che date due basi B = {v,..., v n } e B = {v,...,

Dettagli

11 settembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

11 settembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA... COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura 3 ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi

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

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire

Dettagli

I teoremi della funzione inversa e della funzione implicita

I teoremi della funzione inversa e della funzione implicita I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1

Dettagli

Esercizi di Geometria 1 - Foglio 1

Esercizi di Geometria 1 - Foglio 1 Esercizi di Geometria 1 - Foglio 1 Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso 22 dicembre 2017 Esercizio 1. Sia V uno spazio vettoriale sul

Dettagli

1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2

1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2 Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA SCRITTA DI GEOMETRIA A del 27 giugno 2011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra

Dettagli

Si noti che la matrice trasposta A ha lo stesso determinante. Questa proprietà è generale;

Si noti che la matrice trasposta A ha lo stesso determinante. Questa proprietà è generale; Ottavio Serra Matrici e determinanti In questa nota estenderemo a matrici quadrate di ordine n qualsiasi il concetto di determinante introdotto nelle scuole secondarie per matrici di ordine 2 come tecnica

Dettagli

Operazioni tra matrici e n-uple

Operazioni tra matrici e n-uple CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,

Dettagli