Lezione 9: Cambio di base
|
|
- Gerardina Boscolo
- 8 anni fa
- Visualizzazioni
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
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
DettagliApplicazioni 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
DettagliLezione 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
DettagliParte 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
DettagliESERCIZI 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
Dettagli2.1 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
DettagliParte 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
Dettagli1 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 "!$%!
DettagliParte 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
DettagliEsercizi 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
DettagliIniziamo 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
DettagliLEZIONE 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
DettagliAPPLICAZIONI 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)
DettagliLEZIONE 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
DettagliLEZIONE 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
DettagliLEZIONE 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.
DettagliAnno 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.
DettagliChiusura 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
Dettagli4. 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:
DettagliFASCI 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
DettagliAPPLICAZIONI 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
DettagliDiagonalizzazione 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
DettagliUniversità 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
DettagliLE 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
DettagliAPPUNTI 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....................................
Dettaglix 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
DettagliAlgebra 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
Dettagli1. 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,
Dettaglif(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,
DettagliAppunti 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
DettagliESERCIZI 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
DettagliSiano 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
DettagliMATEMATICA. { 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
DettagliAppunti 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
DettagliMatematica 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
DettagliF (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
DettagliLezioni 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
DettagliSTRUTTURE 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
DettagliTutorato 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
DettagliSia 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
DettagliFunzioni 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
DettagliConvertitori 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
DettagliFunzioni. 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
DettagliLEZIONE 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,
DettagliMatematica 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
DettagliCORSO 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
DettagliProdotto 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
Dettaglirisulta (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
DettagliTrasformazioni 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
DettagliIl 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
DettagliCorso 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
DettagliFUNZIONE. 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:
DettagliOttimizazione 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
DettagliCORSO 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
DettagliFunzioni - 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,
Dettagli4 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
Dettagli3 GRAFICI DI FUNZIONI
3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom
DettagliEquazioni alle differenze finite (cenni).
AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza
DettagliCAPITOLO 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
DettagliLE 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
DettagliPolitecnico 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.....................
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
Dettaglif(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
DettagliLE 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
DettagliI 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
DettagliPer 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
DettagliMatematica 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
DettagliProof. 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
Dettagli15 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
DettagliGuida all uso di Java Diagrammi ER
Guida all uso di Java Diagrammi ER Ver. 1.1 Alessandro Ballini 16/5/2004 Questa guida ha lo scopo di mostrare gli aspetti fondamentali dell utilizzo dell applicazione Java Diagrammi ER. Inizieremo con
Dettaglix 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
DettagliGuardiamo 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
DettagliRette 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
DettagliCapitolo 3. L applicazione Java Diagrammi ER. 3.1 La finestra iniziale, il menu e la barra pulsanti
Capitolo 3 L applicazione Java Diagrammi ER Dopo le fasi di analisi, progettazione ed implementazione il software è stato compilato ed ora è pronto all uso; in questo capitolo mostreremo passo passo tutta
Dettagli4 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
DettagliLA RETTA. Retta per l'origine, rette orizzontali e verticali
Retta per l'origine, rette orizzontali e verticali LA RETTA Abbiamo visto che l'equazione generica di una retta è del tipo Y = mx + q, dove m ne rappresenta la pendenza e q il punto in cui la retta incrocia
DettagliIndice. 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
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliLA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1
LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1 I CODICI 1 IL CODICE BCD 1 Somma in BCD 2 Sottrazione BCD 5 IL CODICE ECCESSO 3 20 La trasmissione delle informazioni Quarta Parte I codici Il codice BCD
DettagliLuigi Piroddi piroddi@elet.polimi.it
Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,
DettagliRicerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani
Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.
DettagliMisure 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
Dettagli1 Giochi a due, con informazione perfetta e somma zero
1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una
DettagliTransitori 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
DettagliSoluzioni 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
DettagliCapitolo 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
DettagliFunzioni con dominio in R n
0.1 Punti e vettori di R n Politecnico di Torino. Funzioni con dominio in R n Nota Bene: delle lezioni. Questo materiale non deve essere considerato come sostituto Molto spesso risulta che una quantita
DettagliCRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI
Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,
DettagliUniversita 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.
DettagliRICHIAMI 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
DettagliMATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010
elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre
DettagliESERCIZI 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%
DettagliRette e piani con le matrici e i determinanti
CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
Dettagli11) 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
DettagliFunzioni. 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
Dettagli19. Inclusioni tra spazi L p.
19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p
DettagliALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE
ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è
DettagliSchemi delle Lezioni di Matematica Generale. Pierpaolo Montana
Schemi delle Lezioni di Matematica Generale Pierpaolo Montana Al-giabr wa al-mukabalah di Al Khuwarizmi scritto approssimativamente nel 820 D.C. Manuale arabo da cui deriviamo due nomi: Algebra Algoritmo
Dettagli