0.1 Soluzioni Foglio di esercizi 1: Matrici
|
|
- Gaetano Franceschini
- 4 anni fa
- Visualizzazioni
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
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,
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)
DettagliMATRICI E OPERAZIONI
MATRICI E SISTEMI MATRICI E OPERAZIONI Matrici, somma e prodotto (definizioni, esempi, non commutatività del prodotto, legge di annullamento del prodotto Potenze e inverse di matrici quadrate (definizioni
DettagliDeterminante. 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
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA Foglio 4 Esempio. Sia V = P 5 (R) lo spazio dei polinomi di grado strettamente minore di 5. Si considerino i seguenti sottoinsiemi di V (i) Dimostrare
DettagliGeometria per Fisica e Astrofisica
Geometria per Fisica e Astrofisica Soluzione esercizi - Foglio 3 Esercizio. Risolvere i seguenti sistemi lineari al variare dei parametri reali α β e k < < (a) x + y z = αx + αy + βz = x + y z = β. (b)
DettagliEsercizi 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
DettagliG. 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
Dettagli0.1 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
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,
Dettagli1 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,
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 =,
DettagliSISTEMI 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
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA
CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore
DettagliCORSO 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
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
Dettagli1 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
DettagliSistemi 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
DettagliESERCIZI sui VETTORI
ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di
Dettagli1 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.
DettagliMATRICI E SISTEMI LINEARI
MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione
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
DettagliCapitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico
Capitolo 3 Matrici Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Anno accademico 2017-2018 Tutorato di geometria e algebra lineare Definizione (Matrice) Una matrice A M R (k, n) è
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliMATRICI. 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 +
DettagliI. 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
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
Dettagli3. 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.
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
DettagliESERCIZI 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
DettagliGeometria BAER I canale Foglio esercizi 3
Geometria BAER I canale Foglio esercizi 3 Esercizio. Discutere le soluzioni del seguente sistema lineare nelle incognite,, z al variare del parametro k. 3 + kz = k k + 3z = k k + z = Soluzione: Il determinante
DettagliCorso di Geometria BIAR, BSIR Esercizi 2: soluzioni
Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)
DettagliGEOMETRIA 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.
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
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
Dettaglix 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
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
Dettagli1 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
DettagliSoluzioni 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
DettagliEsercizi 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
DettagliAlgebra 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.
DettagliFederica 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 +
DettagliElementi 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
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
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
DettagliElementi 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,
DettagliUNIVERSITA 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
DettagliGeometria 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
DettagliESERCIZI 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
DettagliESERCIZI 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
DettagliAlgebra 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
DettagliSui 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
DettagliIl 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
DettagliPROVA 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
DettagliNozioni 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
DettagliMetodo 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
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 2 MATRICI Siano m, n N \ {0}, sia K un campo Una matrice m n a coefficienti in K è una
DettagliLo 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)
DettagliEquivalentemente, 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
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
DettagliCorso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
DettagliSISTEMI 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
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
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
DettagliAUTOVALORI, 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
DettagliEsercizi 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,
DettagliESAME 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) :
DettagliCORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI
CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI FOGLIO DI ESERCIZI # GEOMETRIA E ALGEBRA 009/0 Esercizio.. Dati i vettori di R : v (,, ), v (, 4, 6), v (,, 5), v 4 (,, 0) determinare se v 4 è combinazione
DettagliArgomento 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
Dettagli1. 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
DettagliENDOMORFISMI. 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)
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
DettagliSistemi 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
Dettagli11 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
DettagliAlgebra 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 =
DettagliIl 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
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
Dettagli1. 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;
DettagliSISTEMI 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
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
DettagliA = 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
DettagliContenuti 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
DettagliDEFINIZIONE. 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.
DettagliAPPLICAZIONI 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:
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
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
DettagliAlgebra 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)
DettagliMATRICI. 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
DettagliCorso 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,
DettagliCorso 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
DettagliDIARIO 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.
DettagliCorso 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,...,
Dettagli11 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
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
DettagliEsercizi 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
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliEsercizi 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
Dettagli1.[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
DettagliSi 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
DettagliOperazioni 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