Lezione 9: Cambio di base

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Lezione 9: Cambio di base"

Transcript

1 Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire come cambia la matrice associata ad un applicazione lineare se cambiamo la base nel dominio e nel codominio. 1 L identita Fino a questo momento abbiamo considerato le applicazioni lineari da R n a R m come matrici m n, piu precisamente la matrice associata ad una applicazione lineare f : R n R m ha per colonne le immagini dei vettori della base canonica di R n. Ricordiamo con un esempio. Consideriamo l applicazione f : R 2 R 2, f(e 1 ) = e 1 e 2, f(e 2 ) = 3e 2. Questa applicazione è associata, fissando la base canonica nel dominio e codominio, alla matrice: ( ) 1 0 A =. 1 3 Possiamo facilmente generalizzare il concetto di matrice associata ad una applicazione lineare in basi diverse dalla canonica. Definizione 1.1. Sia f : R n R m una applicazione lineare, e siano B, B rispettivamente una base del dominio e una base del codominio. Definiamo A B,B la matrice associata a f nelle basi B e B una matrice m n tale che: x 1 f. x n B x 1 = A B,B. x n B y 1 =. y m B. Sappiamo bene che la scelta della base canonica per rappresentare i vettori in R n è arbitraria, pur essendo estremamente conveniente. Ad esempio abbiamo gia visto che un vettore espresso in due basi diverse ha ovviamente coordinate diverse. Per il momento usare una base diversa dalla canonica per rappresentare i vettori sembra una cosa inutilmente faticosa, tuttavia vedremo nella lezione successiva che ci fornisce la chiave per capire i concetti di autovalori e autovettori, data l importanza che essi hanno in analisi numerica oltre che in innumerevoli altre parti della matematica. 1

2 Torniamo all esempio sopra. Se scegliamo la base di R 2 data dai vettori: v 1 = e 1 e 2, v 2 = 3e 2, ci poniamo le domande: 1. Come si rappresentano i vettori v 1 e v 2 nella nuova base B? 2. Come possiamo scrivere la matrice associata a f nella base canonica del dominio e nella base B del codominio? Se lo studente comprende la teoria(come dovrebbe essere a questo punto!), la risposta alla prima domanda è ovvia. I vettori v 1 e v 2 hanno rispettivamente coordinate (1,0) e (0,1) (se cio non è chiaro si vada a rileggere la definizione di coordinate). Anche la risposta alla seconda domanda come vedremo, è abbastanza semplice, tuttavia procederemo nel dettaglio, dato che si tratta di un concetto nuovo. Abbiamo gia visto che modificare la base che noi scegliamo per rappresentare i vettori all interno di uno spazio vettoriale, non cambia i vettori, ma soltanto appunto il modo di scriverli. Quello che vogliamo dire e che nell esempio sopra i vettori v 1 e v 2 sono sempre gli stessi (possiamo anche disegnarli su di un grafico), quello che cambia passando dalla base canonica alla base B sono le loro coordinate che passano da (1, 1), (0,3) a (1,0), (0,1). Ora vogliamo fare la stessa cosa per le applicazioni lineari, dove il concetto di coordinate è sostituito dal concetto di matrice associata all applicazione lineare in due basi date di dominio e codominio. L applicazione lineare che vogliamo considerare è f : R 2 R 2, tale che f(e 1 ) = v 1, f(e 2 ) = v 2. Vediamo ora di esprimere quanto abbiamo scritto usando le coordinate nella base canonica C = (e 1,e 2 ) nel dominio e la base B = (v 1,v 2 ) nel codominio. f(1,0) C = (1,0) B, f(0,1) C = (0,1) B, ove mettiamo un indice per ricordarci che si tratta di coordinate in una base che non è necessariamente la canonica. Quindi abbiamo che la matrice associata a f nella base C del dominio e B del codominio e ( ) 1 0 A C,B =. 0 1 Infatti questa matrice facendo il prodotto righe per colonne manda proprio (1,0) in (1,0) e (0,1) in (0,1). In realta quanto abbiamo detto si puo facilmente generalizzare. 2

3 Proposizione 1.2. Sia f : R n R n una applicazione lineare tale che f(u 1 ) = v 1,..., f(u n ) = v n ove B = (u 1,...,u n ), B = (v 1,...,v n ) sono due basi di R n. Allora la matrice associata a f nella base B del dominio e nella base B del codominioè la matrice identita. La dimostrazione è un facile esercizio se uno ha capito il ragionamento scritto sopra. Ora ci poniamo una domanda in un qualche modo inversa a quanto abbiamo stabilito nella proposizione precedente. DomandaQual èlamatriceassociataall applicazioneidentita id : R n R n nelle basi B = (u 1...u n ), B = (v 1...v n ) rispettivamente del dominio e codominio? Senz altro sappiamo che la matrice identita è associata all applicazione identita qualora fissiamo le basi canoniche in dominio e codominio, tuttavia abbiamo gia capito dall esempio precedente, che cambiando la base puo cambiare radicalmente l aspetto della matrice associata alla stessa applicazione lineare. Come sempre vediamo un esempio semplice. Consideriamo l applicazione identita id : R 2 R 2 e supponiamo di fissare la base B = (v 1 = 2e 1,v 2 = e 1 +e 2 ) nel dominio e la base canonica C nel codominio. All applicazione identita non importa cosa noi usiamo per rappresentarla: id mandera comunque un vettore in se stesso. Vediamo che cosa accade: Se lo scriviamo in coordinate: id(v 1 ) = v 1 = 2e 1, id(v 2 ) = e 1 +e 2 id(1,0) B = (2,0) C, id(0,1) B = (1,1) C Dunque la matrice associata nella base B del dominio e nella base canonica C del codominio e : ( ) 2 1 I B,C =. 0 1 Ora chiediamoci invece che cosa accade se vogliamo la base canonica C nel dominio e la base B nel codominio. Come prima l identita manda ogni vettore in se stesso, il problema è capire quali sono le coordinate giuste. id(e 1 ) = e 1 = (1/2)v 1, id(e 2 ) = e 2 = (1/2)v 1 +v 2 3

4 Quindi: id(1,0) = (1,1/2), id(0,1) = (1/2,0) Dunque la matrice associata nella base canonica C del dominio e nella base B del codominio e : ( ) 1/2 1/2 I C,B =. 0 1 In questo esempio molto semplice è stato possibile calcolare facilmente le coordinate di e 1 ed e 2 nella base B = (v 1,v 2 ), in generale cio non e cosi facile. Tuttavia lo studente attento avra notato che I C,B = I 1 B,C. Dunque le coordinatedei vettori e 1 ede 2 nella base B si possono leggerecome le colonne della matrice I 1 B,C (e la matrice I B,C è facilmente calcolabile in quanto ha per colonne le coordinate dei vettori v 1, v 2 nella base canonica). Questo fenomeno è vero in generale come è attestato dal seguente teorema che è la chiave per la comprensione del cambiamento di base per le applicazioni lineari. Teorema 1.3. Sia id : R n R n l applicazione lineare identita che manda ogni vettore in se stesso. Sia B = (v 1,...,v n ) una base per R n. Allora abbiamo che: la matrice associata a id nella base B del dominio e nella base canonica C del codominio e : I B,C = ( (v 1 ) C,...,(v n ) C ) ove (v i ) C sono le coordinate del vettore v i nella base canonica; la matrice associata a id nella base canonica C del dominio e B del codominio e : I 1 B,C. Proof. Il primo punto è chiaro, sostanzialmente è quanto abbiamo visto nell esempio precedente. Infatti id(v 1 ) = (1,0,...,0) nella base B ed è dato proprio dalle coordinate del vettore v 1 nella base canonica. Lo stesso per v 2...v n. Per il secondo punto invece andiamo a vedere come vengono trasformati i vettori. Se A = I B,C e A = (a ij ) allora abbiamo: v 1 = a 11 e 1 +a 21 e 2 + +a n1 e n. v n = a 1n e 1 +a 2n e 2 + +a nn e n 4

5 Dunque (v) = A(e) in forma sintetica. (Questo non è un sistema lineare, in quanto non abbiamo delle incognite, perchè sia v che e sono noti). Se voglio trovare e in funzione di v: (e) = A 1 (v), cioe : e 1 = b 11 v 1 +b 21 v 2 + +b n1 v n. e n = b 1n v 1 +b 2n v 2 + +b nn v n ove B = (b ij ) è la matrice inversa di A. Nel corso della dimostrazione di questo teorema abbiamo in effetti dato anche la risposta ad un altra domanda che ci eravamo posti in precedenza e cioe : Domanda: Sia B una base fissata di R n. Come posso scrivere le coordinate di un vettore v nella base B? Fino a questo momento abbiamo risposto con un calcolo molto esplicito caso per caso. Ora pero questo teorema ci da un corollario che contiene la risposta generale. Corollario 1.4. Sia B una base di R n. Le coordinate (α 1,...,α n ) B di un vettore v nella base B sono date da: α 1. α n B = I 1 B,C β 1. Proof. Si ha che v = id(v), quindi basta scegliere la base canonica C nel dominio e la base B nel codominio. A questo punto sappiamo che, rispetto a queste basi, l applicazione lineare identita è rappresentata dalla matrice I C,B = I 1 B,C. Se ad esempio consideriamo la base B = {v 1 = e 1 + 2e 2,v 2 = e 2 } di R 2 e vogliamo trovare ( le coordinate ) del vettore v = (( 1,3) nella ) base B sappiamo che I B,C =. Si ottiene che I B,C =, quindi le ( ) ( )( ) coordinate sono: = B β n. C C 5

6 2 Cambio di base per una applicazione lineare Poniamoci ora il seguente problema, che è una generalizzazione del problema affrontato nella sezione precedente. Problema. Sef : R n R m èunaapplicazionelineareacui èassociata la matrice A nelle basi canoniche C e C di dominio e codominio rispettivamente, come cambia A se fissiamo le basi B per R n e B per R m? Cioè qual è la matrice associata ad f nelle basi B per R n e B per R m? Abbiamo gia affrontato e risolto questo problema per f = id nella sezione precedente, vedremo che se abbiamo capito bene quello che succede per l identita, qui non avremo problemi. Cerchiamo di descrivere la situazione. Sia l applicazione lineare f che i vettori dello spazio vettoriale si comportano in modo indipendente dalla base che noi arbitrariamente scegliamo per rappresentarli. L esempio dell identita è particolarmente utile, perchè l identita resta sempre quell applicazione che ad ogni vettore associa se stesso, ma se cambiamo la base in cui rappresentarla, la matrice associata subisce variazioni drastiche. Guardiamo il seguente diagramma 1 : C R n id B R n f R m C id f R m B ove abbiamo posto accanto ad ogni spazio vettoriale la base che scegliamo per rappresentare i vettori. Nella riga superiore, scegliamo le basi canoniche, in quella inferiore, due basi B e B scelte a piacere. Ora associamo ad ogni applicazione lineare la matrice corrispondente, cioè scriviamo lo stesso diagramma nelle coordinate, cioè usando le matrici per rappresentare le applicazioni lineari. Per quanto sappiamo dalla sezione precedente: 1 che si dice commutativo in quanto il risultato che otteniamo non dipende dal percorso scelto nel diagramma 6

7 C R n A C,C R m C I B,C I C,B B R n A B,B R m B ove A B,B è la nostra incognita e cioè la matrice associata ad f nelle basi B del dominio e B nel codominio. Ricordando quanto sappiamo sulla corrispondenza tra composizione di applicazioni lineari e moltiplicazione riga per colonna di matrici 2 : A B,B = I C,B A C,C I B,C = I 1 B,C A C,C I B,C. Abbiamo pertanto dimostrato il seguente teorema. Teorema 2.1. Sia f : R n R m una applicazione lineare, A C,C, la matrice ad essa associata nelle basi canoniche C e C del dominio e del codominio rispettivamente. Allora la matrice associata ad f nelle basi B del dominio e B del codominio è data da: ove: A B,B = I 1 B,C A C,C I B,C A C,C ha per colonne le immagini dei vettori della base canonica, cioè f(e 1 ),...,f(e n ) espressi nelle coordinate delle basi canoniche; I B,C ha per colonne i vettori della base B espressi nelle coordinate della base canonica C ; I B,C ha per colonne i vettori della base B espressi nelle coordinate della base canonica C; Vediamo un esempio per chiarire questo tipo di calcolo. 2 Ricordiamo che V f W g Z è g f e corrisponde a A g A f ove A g e A f sono le matrici associate a f e g nelle basi opportune 7

8 Esempio 2.2. Sia data l applicazione f : R 2 R 3 espressa nelle basi canoniche dalla matrice 1 2 A C,C = Vogliamo trovare la matrice à = A B,B che esprime f nelle basi: B = {e 1 + e 2, e 1 2e 2 } nel dominio e B = {2e 3,e 1 +e 3,e 1 +e 2 } nel codominio. Troviamo le matrici B = I B,C e C = I B,C : B = ( ) 1 1, C = Calcoliamo con un qualunque metodo C 1 : 1/2 1/2 1/2 C 1 = La matrice à è data dalla formula: 1/2 1/2 1/2 1 2 à = C 1 AB = Esercizi ( ) Sia data l applicazione lineare f : R 3 R 3 definita da f(x,y,z) = (8x 9y,6x 7y,2x 3y z). a) Scrivere la matrice A associata adf nella base canonica, e la matrice B assciata ad f nella base B = { e 1 +e 2, 2e 1 +3e 2, e 3 }. b) Si dica se f è un isomorfismo. Motivare la risposta. c) In caso di risposta affermativa al punto (b) si calcoli l inversa di f. 2. Si scrivano le coordinate del vettore v = (1, 1,1) rispetto alla base B = {(2,0,5),(0, 1,0),(1,1,3)} di R 3 3. Si scrivano le coordinate del vettore v = (1, 2, 3) rispetto alla base B = {e 1 e 2,e 1 +e 2 e 3, e 1 +e 3 } di R 3. 8

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine Lezione 6 Nucleo, Immagine e Teorema della Dimensione In questa lezione entriamo nel vivo della teoria delle applicazioni lineari. Per una applicazione lineare L : V W definiamo e impariamo a calcolare

Dettagli

Parte 6. Applicazioni lineari

Parte 6. Applicazioni lineari Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Dimensione di uno Spazio vettoriale

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

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 Applicazioni Lineari tra Spazi Vettoriali 1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

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

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

Dettagli

Esercizi su lineare indipendenza e generatori

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

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

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

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

Dettagli

LEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W

LEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W LEZIONE 16 16.1. Applicazioni lineari iniettive e suriettive. Ricordo le seguenti due definizioni valide per applicazioni di qualsiasi tipo ϕ: X Y fra due insiemi. L applicazione ϕ si dice iniettiva se

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

Algebra Lineare e Geometria

Algebra Lineare e Geometria Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da

Dettagli

LEZIONE 17. B : kn k m.

LEZIONE 17. B : kn k m. LEZIONE 17 17.1. Isomorfismi tra spazi vettoriali finitamente generati. Applichiamo quanto visto nella lezione precedente ad isomorfismi fra spazi vettoriali di dimensione finita. Proposizione 17.1.1.

Dettagli

ESERCIZI APPLICAZIONI LINEARI

ESERCIZI APPLICAZIONI LINEARI ESERCIZI APPLICAZIONI LINEARI PAOLO FACCIN 1. Esercizi sulle applicazioni lineari 1.1. Definizioni sulle applicazioni lineari. Siano V, e W spazi vettoriali, con rispettive basi B V := (v 1 v n) e B W

Dettagli

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim

Dettagli

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

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

Dettagli

LEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j.

LEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j. LEZIONE 31 31.1. Domini di funzioni di più variabili. Sia ora U R n e consideriamo una funzione f: U R m. Una tale funzione associa a x = (x 1,..., x n ) U un elemento f(x 1,..., x n ) R m : tale elemento

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

Dettagli

f(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))

f(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2)) Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Applicazioni Lineari 1. Sia f : R 3 R 3 l applicazione lineare definita da f(x, y, z) = (x + ky + z, x y + 2z, x + y z) per ogni (x,

Dettagli

Anno 3. Classificazione delle funzioni

Anno 3. Classificazione delle funzioni nno 3 Classificazione delle funzioni 1 Introduzione In questa lezione affronteremo lo studio delle principali proprietà delle funzioni, imparando a classificarle e a compiere alcune operazioni su esse.

Dettagli

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Versione ottobre novembre 2008 Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Contenuto 1. Applicazioni lineari 2. L insieme delle

Dettagli

4. Operazioni elementari per righe e colonne

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

Dettagli

STRUTTURE ALGEBRICHE

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

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI Esercizi Esercizio 1. Sia f: R 3 R 2 (x, y, z) (x + 2y + z, y + z). (1) Verificare che f è lineare. (2) Determinare una base di ker(f) e stabilire se f è iniettiva. (3) Calcolare w

Dettagli

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................

Dettagli

3 Applicazioni lineari e matrici

3 Applicazioni lineari e matrici 3 Applicazioni lineari e matrici 3.1 Applicazioni lineari Definizione 3.1 Siano V e W dei K spazi vettoriali. Una funzione f : V W è detta applicazione lineare se: i u, v V, si ha f(u + v = f(u + f(v;

Dettagli

LE FIBRE DI UNA APPLICAZIONE LINEARE

LE FIBRE DI UNA APPLICAZIONE LINEARE LE FIBRE DI UNA APPLICAZIONE LINEARE Sia f:a B una funzione tra due insiemi. Se y appartiene all immagine di f si chiama fibra di f sopra y l insieme f -1 y) ossia l insieme di tutte le controimmagini

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

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

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

Dettagli

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2014-2015 - Docente: Prof. Angelo Felice Lopez Tutori: Federico Campanini e Giulia Salustri Soluzioni Tutorato 13

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

11) convenzioni sulla rappresentazione grafica delle soluzioni

11) convenzioni sulla rappresentazione grafica delle soluzioni 2 PARAGRAFI TRATTATI 1)La funzione esponenziale 2) grafici della funzione esponenziale 3) proprietá delle potenze 4) i logaritmi 5) grafici della funzione logaritmica 6) principali proprietá dei logaritmi

Dettagli

Diagonalizzazione di matrici e applicazioni lineari

Diagonalizzazione di matrici e applicazioni lineari CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Soluzioni del giornalino n. 16

Soluzioni del giornalino n. 16 Soluzioni del giornalino n. 16 Gruppo Tutor Soluzione del Problema 1 Soluzioni corrette ci sono pervenute da : Gianmarco Chinello, Andrea Conti, Simone Costa, Marco Di Liberto, Simone Di Marino, Valerio

Dettagli

F (x) = f(x) per ogni x I. Per esempio:

F (x) = f(x) per ogni x I. Per esempio: Funzioni Primitive (Integrali Indefiniti) (l.v.) Pur essendo un argomento che fa parte del Calcolo Differenziale, molti autori inseriscono funzioni primitive nel capitolo sul Calcolo Integrale, in quanto

Dettagli

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni

Dettagli

1. PRIME PROPRIETÀ 2

1. PRIME PROPRIETÀ 2 RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,

Dettagli

Sia data la rete di fig. 1 costituita da tre resistori,,, e da due generatori indipendenti ideali di corrente ed. Fig. 1

Sia data la rete di fig. 1 costituita da tre resistori,,, e da due generatori indipendenti ideali di corrente ed. Fig. 1 Analisi delle reti 1. Analisi nodale (metodo dei potenziali dei nodi) 1.1 Analisi nodale in assenza di generatori di tensione L'analisi nodale, detta altresì metodo dei potenziali ai nodi, è un procedimento

Dettagli

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

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

Dettagli

Rette e curve, piani e superfici

Rette e curve, piani e superfici Rette e curve piani e superfici ) dicembre 2 Scopo di questo articolo è solo quello di proporre uno schema riepilogativo che metta in luce le caratteristiche essenziali delle equazioni di rette e curve

Dettagli

Funzioni. Parte prima. Daniele Serra

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

Dettagli

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

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

Dettagli

Matematica generale CTF

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

Dettagli

Prodotto libero di gruppi

Prodotto libero di gruppi Prodotto libero di gruppi 24 aprile 2014 Siano (A 1, +) e (A 2, +) gruppi abeliani. Sul prodotto cartesiano A 1 A 2 definiamo l operazione (x 1, y 1 ) + (x 2, y 2 ) := (x 1 + x 2, y 1 + y 2 ). Provvisto

Dettagli

Funzioni funzione dominio codominio legge argomento variabile indipendente variabile dipendente

Funzioni funzione dominio codominio legge argomento variabile indipendente variabile dipendente Funzioni In matematica, una funzione f da X in Y consiste in: 1. un insieme X detto dominio di f 2. un insieme Y detto codominio di f 3. una legge che ad ogni elemento x in X associa uno ed un solo elemento

Dettagli

I SISTEMI DI NUMERAZIONE

I SISTEMI DI NUMERAZIONE ISTITUTO DI ISTRUZIONE SUPERIORE G. M. ANGIOY CARBONIA I SISTEMI DI NUMERAZIONE Prof. G. Ciaschetti Fin dall antichità, l uomo ha avuto il bisogno di rappresentare le quantità in modo simbolico. Sono nati

Dettagli

2 Formulazione dello shortest path come problema di flusso

2 Formulazione dello shortest path come problema di flusso Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione

Dettagli

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme 1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R

Dettagli

Trasformazioni Geometriche 1 Roberto Petroni, 2011

Trasformazioni Geometriche 1 Roberto Petroni, 2011 1 Trasformazioni Geometriche 1 Roberto etroni, 2011 Trasformazioni Geometriche sul piano euclideo 1) Introduzione Def: si dice trasformazione geometrica una corrispondenza biunivoca che associa ad ogni

Dettagli

Appunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio

Appunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio Appunti di informatica Lezione 2 anno accademico 2015-2016 Mario Verdicchio Sistema binario e logica C è un legame tra i numeri binari (0,1) e la logica, ossia la disciplina che si occupa del ragionamento

Dettagli

Matematica generale CTF

Matematica generale CTF Equazioni differenziali 9 dicembre 2015 Si chiamano equazioni differenziali quelle equazioni le cui incognite non sono variabili reali ma funzioni di una o più variabili. Le equazioni differenziali possono

Dettagli

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE FLAVIO ANGELINI Sommario Queste note hanno lo scopo di indicare a studenti di Economia interessati alla finanza quantitativa i concetti essenziali

Dettagli

Algebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2)

Algebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2) Algebra e Geometria Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2) Traccia delle lezioni che saranno svolte nell anno accademico 2012/13 I seguenti appunti

Dettagli

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI 119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO

Dettagli

Applicazioni lineari

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

Dettagli

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

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

Dettagli

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno

Dettagli

Matematica 1 - Corso di Laurea in Ingegneria Meccanica

Matematica 1 - Corso di Laurea in Ingegneria Meccanica Matematica 1 - Corso di Laurea in Ingegneria Meccanica Esercitazione su massimi e minimi vincolati 9 dicembre 005 Esercizio 1. Considerare l insieme C = {(x,y) R : (x + y ) = x } e dire se è una curva

Dettagli

Transitori del primo ordine

Transitori del primo ordine Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

Indice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità...

Indice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità... Indice 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo............................. 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità.............. 5 i Capitolo 1 Introduzione

Dettagli

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA... 15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi 4

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi 4 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi 4 Piani di ammortamento Esercizio 1. Un debito di 1000e viene rimborsato a tasso annuo i = 10%

Dettagli

Le query di raggruppamento

Le query di raggruppamento Le query di raggruppamento Le "Query di raggruppamento" sono delle Query di selezione che fanno uso delle "Funzioni di aggregazione" come la Somma, il Conteggio, il Massimo, il Minimo o la Media, per visualizzare

Dettagli

Funzioni - Parte II. 1 Composizione di Funzioni. Antonio Lazzarini. Prerequisiti: Funzioni (Parte I).

Funzioni - Parte II. 1 Composizione di Funzioni. Antonio Lazzarini. Prerequisiti: Funzioni (Parte I). Funzioni - Parte II Antonio Lazzarini Prerequisiti: Funzioni (Parte I). 1 Composizione di Funzioni Sappiamo che é possibile denire diverse operazioni ra i numeri: addizione, sottrazione, moltiplicazione,

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

Documentazione esterna al software matematico sviluppato con MatLab

Documentazione esterna al software matematico sviluppato con MatLab Documentazione esterna al software matematico sviluppato con MatLab Algoritmi Metodo di Gauss-Seidel con sovrarilassamento Metodo delle Secanti Metodo di Newton Studente Amelio Francesco 556/00699 Anno

Dettagli

CORSO DI LAUREA IN INGEGNERIA.

CORSO DI LAUREA IN INGEGNERIA. CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 4 GEOMETRIA E ALGEBRA LINEARE 2010/11 Esercizio 4.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i

Dettagli

La Minimizzazione dei costi

La Minimizzazione dei costi La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione

Dettagli

Anello commutativo. Un anello è commutativo se il prodotto è commutativo.

Anello commutativo. Un anello è commutativo se il prodotto è commutativo. Anello. Un anello (A, +, ) è un insieme A con due operazioni + e, dette somma e prodotto, tali che (A, +) è un gruppo abeliano, (A, ) è un monoide, e valgono le proprietà di distributività (a destra e

Dettagli

Corso di Laurea in Scienze della Formazione Primaria Università di Genova MATEMATICA Il

Corso di Laurea in Scienze della Formazione Primaria Università di Genova MATEMATICA Il Lezione 5:10 Marzo 2003 SPAZIO E GEOMETRIA VERBALE (a cura di Elisabetta Contardo e Elisabetta Pronsati) Esercitazione su F5.1 P: sarebbe ottimale a livello di scuola dell obbligo, fornire dei concetti

Dettagli

Guardiamo ora però la cosa da un altro punto di vista analizzando il seguente grafico a forma di torta. La torta in 5 parti

Guardiamo ora però la cosa da un altro punto di vista analizzando il seguente grafico a forma di torta. La torta in 5 parti L EQUIVALENZA FRA I NUMERI RAZIONALI (cioè le frazioni), I NUMERI DECIMALI (quelli spesso con la virgola) ED I NUMERI PERCENTUALI (quelli col simbolo %). Ora vedremo che ogni frazione (sia propria, che

Dettagli

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede

Dettagli

Numeri naturali numeri naturali minore maggiore Operazioni con numeri naturali

Numeri naturali numeri naturali minore maggiore Operazioni con numeri naturali 1 Numeri naturali La successione di tutti i numeri del tipo: 0,1, 2, 3, 4,..., n,... forma l'insieme dei numeri naturali, che si indica con il simbolo N. Tale insieme si può disporre in maniera ordinata

Dettagli

Funzioni. Funzioni /2

Funzioni. Funzioni /2 Funzioni Una funzione f è una corrispondenza tra due insiemi A e B che a ciascun elemento di A associa un unico elemento di B. Si scrive: f : A B l'insieme A si chiama il dominio della funzione f, l'insieme

Dettagli

Misure di base su una carta. Calcoli di distanze

Misure di base su una carta. Calcoli di distanze Misure di base su una carta Calcoli di distanze Per calcolare la distanza tra due punti su una carta disegnata si opera nel modo seguente: 1. Occorre identificare la scala della carta o ricorrendo alle

Dettagli

G. Pareschi GENERALITÀ SULLE FUNZIONI. CARDINALITÀ

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

Dettagli

0. Piano cartesiano 1

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

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Primo Esonero del corso di Geometria Docente F. Flamini, Roma, 2//28 SOLUZIONI COMPITO I ESONERO Esercizio.

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

Dettagli

Convertitori numerici in Excel

Convertitori numerici in Excel ISTITUTO DI ISTRUZIONE SUPERIORE G. M. ANGIOY CARBONIA Convertitori numerici in Excel Prof. G. Ciaschetti Come attività di laboratorio, vogliamo realizzare dei convertitori numerici con Microsoft Excel

Dettagli

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe

Dettagli

x u v(p(x, fx) q(u, v)), e poi

x u v(p(x, fx) q(u, v)), e poi 0.1. Skolemizzazione. Ogni enunciato F (o insieme di enunciati Γ) è equisoddisfacibile ad un enunciato universale (o insieme di enunciati universali) in un linguaggio estensione del linguaggio di F (di

Dettagli

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0 Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice

Dettagli

FUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x)

FUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x) 1 FUNZIONE Dati gli insiemi A e B, si definisce funzione da A in B una relazione o legge o corrispondenza che ad ogni elemento di A associa uno ed un solo elemento di B. Si scrive: A B f: A B f() (si legge:

Dettagli

Prodotto elemento per elemento, NON righe per colonne Unione: M R S

Prodotto elemento per elemento, NON righe per colonne Unione: M R S Relazioni binarie Una relazione binaria può essere rappresentata con un grafo o con una matrice di incidenza. Date due relazioni R, S A 1 A 2, la matrice di incidenza a seguito di varie operazioni si può

Dettagli

Il principio di induzione e i numeri naturali.

Il principio di induzione e i numeri naturali. Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito

Dettagli

1. Scopo dell esperienza.

1. Scopo dell esperienza. 1. Scopo dell esperienza. Lo scopo di questa esperienza è ricavare la misura di tre resistenze il 4 cui ordine di grandezza varia tra i 10 e 10 Ohm utilizzando il metodo olt- Amperometrico. Tale misura

Dettagli

IL CALCOLO VETTORIALE (SUPPLEMENTO AL LIBRO)

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

Dettagli

7 - Esercitazione sulle derivate

7 - Esercitazione sulle derivate 7 - Esercitazione sulle derivate Luigi Starace gennaio 0 Indice Dimostrare il teorema 5.5.3.a................................................b............................................... Dimostrazioni.a

Dettagli

Ottimizazione vincolata

Ottimizazione vincolata Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l

Dettagli

Trasformazioni geometriche nel piano cartesiano

Trasformazioni geometriche nel piano cartesiano Trasformazioni geometriche nel piano cartesiano Francesco Biccari 18 marzo 2013 Una trasformazione geometrica del piano è una legge (corrispondenza biunivoca) che consente di associare a un determinato

Dettagli

Autovalori e Autovettori

Autovalori e Autovettori Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora

Dettagli

Capitolo 2. Operazione di limite

Capitolo 2. Operazione di limite Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A

Dettagli