Capitolo IV SPAZI VETTORIALI EUCLIDEI

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Capitolo IV SPAZI VETTORIALI EUCLIDEI"

Transcript

1 Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori. Con tale ulteriore strutture si possono introdurre i concetti di ortogonalità di vettori e distanza tra punti; così facendo si fornisce a VO 3 la struttura classica usata nella geometria euclidea. In questo capitolo estenderemo ad un R-spazio vettoriale qualunque la struttura di V 3 O pensato come R-spazio vettoriale dotato di prodotto scalare. Vedremo inoltre come in tali spazi si possano definire delle basi speciali (quelle ortonormali). 1. Prodotto scalare, norma, ortogonalità 1.1. Esempio. Il prodotto scalare usuale in V 3 O, tenuto conto dell isomorfismo V3 O = R 3 (e della Proposizione 3.6. Cap II), induce naturalmente un applicazione definita da: : R 3 R 3 R. (x 1, x 2, x 3 ) (y 1, y 2, y 3 ) = x 1 y 1 + x 2 y 2 + x 3 y 3. Si verificano le seguenti proprietà: per ogni (x 1, x 2, x 3 ), (y 1, y 2, y 3 ) R 3 e a, b R si ha i) (x 1, x 2, x 3 ) (y 1, y 2, y 3 ) = x 1 y 1 + x 2 y 2 + x 3 y 3 = = y 1 x 1 + y 2 x 2 + y 3 x 3 = (y 1, y 2, y 3 ) (x 1, x 2, x 3 ) ii) (a(x 1, x 2, x 3 ) + b(y 1, y 2, y 3 )) (z 1, z 2, z 3 ) = (ax 1 + by 1 )z 1 + (ax 2 + by 2 )z 2 + (ax 3 + by 3 )z 3 = a(x 1 z 1 + x 2 z 2 + x 3 z 3 ) + b(y 1 z 1 + y 2 z 2 + by 3 z 3 ) = a(x 1, x 2, x 3 ) (z 1, z 2, z 3 ) + b(y 1, y 2, y 3 ) (z 1, z 2, z 3 ) iii) iv) (x 1, x 2, x 3 ) (x 1, x 2, x 3 ) = x x x (x 1, x 2, x 3 ) (x 1, x 2, x 3 ) = 0 (x 1, x 2, x 3 ) = (0, 0, 0). Le precedenti proprietà portano alla seguente definizione generale Definizione. Sia V un R-spazio vettoriale di dimensione finita. Diciamo prodotto scalare in V a valori reali un applicazione : V V R denotata da (v, w) v w tale che, per ogni v, w, v 1, v 2 V e per ogni a 1, a 2 R si ha: i) v w = w v; ii) (a 1 v 1 + a 2 v 2 ) w = a 1 (v 1 w) + a 2 (v 2 w); iii) v v 0; iv) v v = 0 v = 0 V. In tal caso utilizzeremo la notazione (V, ), intendendo che V è un R-spazio vettoriale dotato di prodotto scalare (a volte si dice anche che la coppia (V, ) è uno spazio euclideo). Brundu-Landi, Note di Algebra lineare e Geometria,

2 Usando la linearità sul primo argomento e la simmetria (come negli assiomi i) e ii)) si deduce la linearità anche sul secondo argomento. In maniera sintetica si dice anche che un prodotto scalare è una forma bilineare simmetrica Esempio. E ovvio che il prodotto scalare definito in VO 3 è un prodotto scalare nel senso di 1.2. Analogamente l applicazione dell Esempio 1.1 è un prodotto scalare per lo spazio R 3. Tale prodotto scalare in R 3 non è l unico come si vede dall esempio seguente. Sia p : R 3 R 3 R l applicazione definita da p((x 1, x 2, x 3 ), (y 1, y 2, y 3 )) = 2x 1 y 1 + 3x 2 y 2 + x 3 y 3. Poiché p è bilineare simmetrica (come si verifica facilmente), soddisfa le proprietà i) e ii) della Definizione 1.2. Resta da provare che p(v, v) 0 ed che vale l uguaglianza se e solo se v = 0. Ciò è chiaro in quanto p(v, v) = 2v v v 2 3, dove v = (v 1, v 2, v 3 ). Estendiamo ad R n in maniera diretta il prodotto scalare su R 3 dato in Definizione. Si dice prodotto scalare canonico su R n l applicazione definita da : R n R n R (x 1,..., x n ) (y 1,..., y n ) = x 1 y x n y n. La coppia (R n, ) si dice spazio euclideo e si denota E n. Per l applicazione precedente, gli assiomi di prodotto scalare sono di facile verifica: i) (x 1,..., x n ) (y 1,..., y n ) = x 1 y x n y n = y 1 x y n x n = (y 1,..., y n ) (x 1,..., x n ); ii) è lasciata al lettore; iii) (x 1,..., x n ) (x 1,..., x n ) = n i=1 x2 i 0; iv) (x 1,..., x n ) (x 1,..., x n ) = 0 n i=1 x2 i = 0 x i = 0, i (x 1,..., x n ) = (0,..., 0) Definizione. Sia (V, ) un R-spazio vettoriale con prodotto scalare. L applicazione : V R, v v = v v si dice norma; il numero reale v si dice norma di v, per ogni v V Esempio. In E n = (R n, ) la norma di un vettore assume la forma: (x 1,..., x n ) = n x 2 i. In particolare in E 3 si ha (x 1, x 2, x 3 ) = x x2 2 + x2 3. Si hanno immediatamente le proprietà: i=1 38 Capitolo IV - Spazi vettoriali euclidei

3 1.5. Proposizione. Sia (V, ) un R-spazio vettoriale con prodotto scalare; allora: i) v 0; ii) v = 0 v = 0 V ; iii) av = a v. Due importanti risultati sulla norma sono i seguenti: 1.6. Proposizione. (Disuguaglianza di Schwarz). Sia (V, ) un R-spazio vettoriale con prodotto scalare e siano v, w V. Allora v w v w. Dimostrazione. Se v = 0 V oppure w = 0 V la tesi è vera. Siano dunque entrambi i vettori 0 V. Con a = w e b = v, per 1.2. iii) si ha 0 av ±bw 2 = (av ±bw) (av ±bw) = a 2 v 2 ± 2ab(v w)+b 2 w 2 = 2ab( v w ± v w). Poiché sia a sia b sono scalari positivi, possiamo semplificarli ottenendo, v w v w da cui la tesi. 1.6.bis Definizione. Angolo tra vettori. La disuguaglianza precedente può essere scritta come: v w v w 1, ovvero 1 v w v w 1. Esiste quindi un angolo α, con 0 α π, tale che v w v w = cos α in analogia al caso dei vettori geometrici in Cap. II, Proposizione. (Disuguaglianza triangolare o di Minkowski). Sia (V, ) un R-spazio vettoriale con prodotto scalare e siano v, w V. Allora v + w v + w. Dimostrazione. Si osservi dapprima che v w v w v w, dove la prima disuguaglianza segue dalla definizione di valore assoluto e la seconda è quella di Schwarz. Pertanto v + w 2 = (v + w) (v + w) = v 2 +2(v w)+ w 2 v 2 +2 v w + w 2 = ( v + w ) 2 da cui la tesi Definizione. Sia (V, ) un R-spazio vettoriale con prodotto scalare e siano v, w V ; v e w si dicono ortogonali se v w = 0. Vediamo ora una serie di proprietà riguardanti l ortogonalità: Brundu-Landi, Note di Algebra lineare e Geometria,

4 1.9. Proposizione. Siano (V, ) un R-spazio vettoriale con prodotto scalare e v, w 1,, w s V ; se v è ortogonale a w i per ogni i, allora v è ortogonale ad ogni combinazione lineare di w 1,, w s. Dimostrazione. Per ipotesi v w i = 0 per ogni i; dunque per la bilinearità del prodotto scalare, per ogni scelta di scalari λ 1,..., λ s, si ha v (λ 1 w λ s w s ) = λ 1 (v w 1 ) λ s (v w s ) = Proposizione. Siano (V, ) un R-spazio vettoriale con prodotto scalare e v 1,, v s vettori non nulli di V tali che v i v j = 0 per ogni i j. Allora v 1,, v s sono linearmente indipendenti. Dimostrazione. Si consideri una combinazione lineare nulla dei vettori dati: λ 1 v λ s v s = 0 V. Sia v i {v 1,, v s }; allora 0 = v i (λ 1 v λ s v s ) = λ 1 (v i v 1 ) λ s (v i v s ) = λ i v i 2 ; poiché v i 0 V, allora λ i = 0. Ripetendo il procedimento per ogni vettore v i, si ottiene che deve essere λ 1 = = λ s = Definizione. Sia (V, ) un R-spazio vettoriale con prodotto scalare e sia W V un sottospazio vettoriale. Si dice ortogonale di W l insieme: W = {v V v w = 0, w W } Proposizione. Sia (V, ) un R-spazio vettoriale con prodotto scalare e sia W V un suo sottospazio vettoriale. Allora: i) W è un sottospazio vettoriale di V. ii) W W = {0 V }, quindi la somma di W e W è diretta. Dimostrazione. i) Siano v 1, v 2 W, cioè v 1 w = 0 e v 2 w = 0 per ogni w W ; dunque, comunque scelti λ 1, λ 2 R, si ha (λ 1 v 1 + λ 2 v 2 ) w = λ 1 (v 1 w) + λ 2 (v 2 w) = 0 per ogni w W ; pertanto λ 1 v 1 + λ 2 v 2 W. ii) Sia w W W, allora w w = 0; dunque w = 0 V Osservazione. Sia W = L(w 1,..., w s ) V. Allora W = {v V v w i = 0, i = 1,..., s}. Infatti, l inclusione è ovvia, mentre segue da Esempio. Sia W = L((1, 0, 1)) E 3. Per 1.13 W = {(x, y, z) E 3 (x, y, z) (1, 0, 1) = 0} = {(x, y, z) E 3 x + z = 0} cioè W = L((1, 0, 1), (0, 1, 0)). 40 Capitolo IV - Spazi vettoriali euclidei

5 Esempio. Sia W E 4 definito da Ancora per 1.13 W = W = L((1, 1, 1, 0), (2, 1, 0, 1)). { { } (x, y, z, t) E 4 (x, y, z, t) (1, 1, 1, 0) = 0 (x, y, z, t) (2, 1, 0, 1) = 0 dunque basta calcolare le soluzioni del sistema lineare { x y + z = 0 2x + y + t = 0 che sono, ad esempio, { z = y x t = 2x y, con x, y che non sono fissate dalle equazioni e prendono quindi valori arbitrari. Assegnando a essi i valori più semplici possibili (x, y) = (1, 0) e (x, y) = (0, 1), una possibile espressione per lo spazio ortogonale è data da W = L((1, 0, 1, 2), (0, 1, 1, 1)). 2. Basi ortonormali In uno spazio vettoriale con prodotto scalare, avendo introdotto le nozioni di ortogonalità e di norma, si può richiedere ai vettori di una base di verificare le analoghe proprietà geometriche degli elementi della terna naturale (la base) di VO 3, ovvero essere di norma 1 e mutuamente ortogonali Definizione. Sia I = {v 1,..., v r } con v i V ; I si dice ortonormale se i vettori v i sono a due a due ortogonali ed hanno norma 1, cioè se { 1, se i = j ; v i v j = δ ij = 0, se i j Osservazione. Da 1.10 si ha che ogni insieme ortonormale è libero Definizione. Una base B di (V, ) si dice ortonormale se è un insieme ortonormale. E chiaro che la base (i, j, k) di V 3 O e la base canonica di Rn sono basi ortonormali Osservazione. Sia B = (e 1,..., e n ) una base ortonormale di (V, ) e sia v V ; le componenti di v rispetto ad B assumono una forma particolare: Infatti, se v = (v e 1 )e (v e n )e n. v = a 1 e a n e n basta considerare i prodotti scalari di v con i vettori della base B: v e 1 = a 1,..., v e n = a n. Pertanto le componenti di un vettore rispetto ad una base ortonormale si ottengono moltiplicando scalarmente il vettore per gli elementi della base scelta. Brundu-Landi, Note di Algebra lineare e Geometria,

6 2.5. Definizione. Sia B = (e 1,..., e n ) una base ortonormale di (V, ) e sia v V. I vettori (v e 1 )e 1,..., (v e n )e n in cui si decompone v si dicono proiezioni ortogonali di v lungo e 1,..., e n, rispettivamente. In un spazio vettoriale con prodotto scalare una base ortonormale gioca un ruolo centrale. Infatti con essa il prodotto scalare assume la stessa forma del prodotto scalare canonico in E n Proposizione. Sia B = (e 1,..., e n ) una base ortonormale di (V, ) e siano v, w V. Posti v = (a 1,..., a n ) B e w = (b 1,..., b n ) B, allora v w = a 1 b a n b n. Dimostrazione. Dalla bilinearità del prodotto scalare e dal fatto che e i e j = δ ij. Il seguente metodo non solo permette il calcolo di una base ortonormale negli esempi, ma prova anche, in generale, l esistenza di una tale base. Esso prende il nome di procedimento di ortonormalizzazione di Gram Schmidt Metodo di Gram Schmidt. Sia B = (v 1,..., v n ) una base di (V, ). Posti e 1 = v 1 v 1, e 2 = v 2 (v 2 e 1 )e 1 v 2 (v 2 e 1 )e 1,, e n = v n n 1 i=1 (v n e i )e i v n n 1 i=1 (v n e i )e i vogliamo dimostrare che e 1,..., e n costituiscono una base ortonormale di V. Chiaramente e 1,..., e n hanno norma 1. Verificheremo che e 1,..., e n sono a due a due ortogonali per induzione; cioè supporremo che e 1,..., e h siano a due a due ortogonali e proveremo allora che anche e 1,..., e h+1 lo sono. Per l ipotesi induttiva, basta provare che e h+1 è ortogonale a e 1,..., e h. Sia dunque k un intero tale che 1 k h, allora e h+1 e k = v h+1 h i=1 (v h+1 e i )e i v h+1 h i=1 (v h+1 e i )e i e k = v h h+1 e k i=1 ((v h+1 e i )(e i e k )) v h+1 h i=1 (v = h+1 e i )e i v h+1 e k v h+1 e k = v h+1 h i=1 (v h+1 e i )e i = 0 dove l ultima uguaglianza segue dal fatto che e i e k = 0 per l ipotesi induttiva. Inoltre per 2.2 sono linearmente indipendenti e pertanto costituiscono una base ortonormale di V Esempio. Sia V = L(v 1, v 2 ) E 4, dove v 1 = (1, 1, 0, 0), v 2 = (0, 2, 1, 1); vogliamo determinare una base ortonormale di V con il metodo di Gram Schmidt. e 1 = v ( ) 1 1 v 1 = 1 2,, 0, 0 ; 2 si ponga f 2 = v 2 (v 2 e 1 )e 1 e quindi e 2 = f 2 ( f 2 = (0, 2, 1, 1) (0, 2, 1, 1) f 2. Si ha dunque )) ( 1 1, 0, 0 2, 2 ( 1 2, ) 1, 0, 0 = 2 Quindi = (0, 2, 1, 1) (1, 1, 0, 0) = ( 1, 1, 1, 1). e 2 = ( 1 2, 1 2, 1 2, 1 ) Capitolo IV - Spazi vettoriali euclidei

7 2.8. Teorema. Sia (V, ) di dimensione finita. Allora V ha una base ortonormale. Dimostrazione. Poiché V ha dimensione finita, ammette una base che basta ortonormalizzare con Gram Schmidt Teorema. Sia (V, ) di dimensione finita e sia {e 1,..., e r } un insieme ortonormale di vettori di V ; allora si può completare tale insieme ad una base ortonormale (e 1,..., e r, e r+1,..., e n ) di V. Dimostrazione. Per il teorema di completamento ad una base (Cap. III, 4.15), si completi l insieme libero {e 1,..., e r } ad una base B = (e 1,..., e r, v r+1,..., v n ) di V. Poi si ortonormalizzi B; si noti che il metodo di Gram Schmidt applicato a B non altera i primi r vettori, che sono già ortonormali Corollario. Sia (V, ) di dimensione n e sia W un sottospazio vettoriale di V. Allora: i) dim(w ) + dim(w ) = n; ii) V = W W ; iii) (W ) = W. Dimostrazione. i) Sia (e 1,..., e r ) una base ortonormale di W ; si completi, per 2.9, ad una base ortonormale (e 1,..., e r, e r+1,..., e n ) di V. Poiché e r+1,..., e n sono ortogonali ai precedenti vettori della base, sono ortogonali ad ogni vettore di W per 1.9; dunque e r+1,..., e n W. Pertanto dim(w ) n r, cioè dim(w ) + dim(w ) n. D altra parte per il punto ii) di la somma di W e W è diretta. quindi da 5.5. Cap III, si ha dim(w ) + dim(w ) = dim(w W ) n e ciò prova la tesi. ii) Per i) si ha dim(w W ) = dim(w ) + dim(w ) = n = dim(v ) e quindi la tesi. iii) Mostriamo dapprima che (W ) W. Per definizione (W ) = {v V v w = 0, w W }. Se v W, allora v w = 0 per ogni w W, dunque W (W ). Si applichi ora la i) al sottospazio W : si ha dim(w ) + dim((w ) ) = n. Confrontando tale uguaglianza con i), si ottiene dim((w ) ) = dim(w ). Quindi W e (W ) sono uno sottospazio dell altro e hanno la stessa dimensione. Pertanto per 1.14 coincidono. Si osservi che, l uguaglianza (W ) = W vale poichè lo spazio ambiente V è finito dimensionale. In generale, vale l inclusione (W ) W Esempio. Nell esempio abbiamo calcolato il sottospazio ortogonale del sottospazio W di E 3, dove W = L((1, 0, 1)), ottenendo che W = L((1, 0, 1), (0, 1, 0)). Chiaramente dim(w ) + dim(w ) = = 3 = dim(e 3 ). Si può fare l analoga verifica per i sottospazi dell esempio Brundu-Landi, Note di Algebra lineare e Geometria,

8 3. Prodotto hermitiano Il prodotto scalare canonico in R n può essere esteso allo spazio vettoriale complesso C n con una semplice variazione Definizione. Si dice prodotto hermitiano canonico su C n l applicazione definita da : C n C n C (z 1,..., z n ) (w 1,..., w n ) = z 1 w z n w n, dove ᾱ denota il complesso coniugato di un numero complesso α (vedi 4.1, Cap. I). La coppia (C n, ) si dice spazio euclideo complesso o spazio hermitiano. L applicazione precedente gode di proprietà simili al caso reale, delle quali omettiamo la dimostrazione. Per denotare i vettori di C n scriveremo z = (z 1,..., z n ) ecc Proposizione. Per ogni z, w, v C n e a, b C, valgono le seguenti proprietà: i) w z = z w; ii) (az + bw) v = āz v + bw v ; mentre v (az + bw) = av z + bv w; iii) z z = n i=1 z i 2 0. iv) z z = 0 z = (0,..., 0) C n. Da notare che l uso del complesso coniugato nella definizione del prodotto hermitiano è dovuto alla necessità che, come al punto iii), il prodotto scalare di un vettore per se stesso sia positivo. Inoltre dal punto ii) il prodotto hermitiano è anti-lineare nel primo argomento mentre continua ad aversi linearità sul secondo argomento. Analogamente al caso reale, in (C n, ) la norma di un vettore è definita come: (z 1,..., z n ) = (z 1,..., z n ) (z 1,..., z n ) = n z i 2. Da notare che anche in questo caso la norma di un vettore è sempre non negativa e si annulla se e solo se il vettore è nullo, ovvero z = 0 C n = (0,..., 0). i=1 44 Capitolo IV - Spazi vettoriali euclidei

Prodotto interno (prodotto scalare definito positivo)

Prodotto interno (prodotto scalare definito positivo) Contenuto Prodotto scalare. Lunghezza, ortogonalità. Sistemi e basi ortonormali. Somma diretta: V = U U. Proiezioni. Teorema di Pitagora, disuguaglianza di Cauchy-Schwarz. Angoli. Federico Lastaria. Analisi

Dettagli

Prodotto scalare e norma

Prodotto scalare e norma Capitolo 7 Prodotto scalare e norma Riprendiamo ora lo studio dei vettori da un punto di vista più geometrico. È noto, per esempio dalla Fisica, che spesso è comodo visualizzare un vettore del piano o

Dettagli

x 1 Fig.1 Il punto P = P =

x 1 Fig.1 Il punto P = P = Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi

Dettagli

Vettori e geometria analitica in R 3 1 / 25

Vettori e geometria analitica in R 3 1 / 25 Vettori e geometria analitica in R 3 1 / 25 Sistemi di riferimento in R 3 e vettori 2 / 25 In fisica, grandezze fondamentali come forze, velocità, campi elettrici e magnetici vengono convenientemente descritte

Dettagli

REGISTRO DELLE LEZIONI

REGISTRO DELLE LEZIONI UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007

Dettagli

Somma diretta di sottospazi vettoriali

Somma diretta di sottospazi vettoriali Capitolo 8 Somma diretta di sottospazi vettoriali 8.1 Introduzione Introduciamo un caso particolare di somma di due sottospazi vettoriali: la somma diretta. Anche questo argomento è stato visto nel corso

Dettagli

LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero

LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.

Dettagli

Appendice 1. Spazi vettoriali

Appendice 1. Spazi vettoriali Appendice. Spazi vettoriali Indice Spazi vettoriali 2 2 Dipendenza lineare 2 3 Basi 3 4 Prodotto scalare 3 5 Applicazioni lineari 4 6 Applicazione lineare trasposta 5 7 Tensori 5 8 Decomposizione spettrale

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere

Dettagli

Prodotti scalari e matrici

Prodotti scalari e matrici Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,

Dettagli

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare

Dettagli

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

Dettagli

Esercizi di Geometria - 2

Esercizi di Geometria - 2 Esercizi di Geometria - 2 Samuele Mongodi - s.mongodi@sns.it La prima sezione contiene alcune domande aperte e alcune domande verofalso, come quelle che potrebbero capitare nel test. E consigliabile, nel

Dettagli

QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica

QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica Università ditorino QUADERNI DIDATTICI del Dipartimento di Matematica E Abbena, G M Gianella Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica Quaderno # 6 - Aprile 003 Gli esercizi proposti

Dettagli

Esercizi per Geometria II Geometria euclidea e proiettiva

Esercizi per Geometria II Geometria euclidea e proiettiva Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si

Dettagli

a + 2b + c 3d = 0, a + c d = 0 c d

a + 2b + c 3d = 0, a + c d = 0 c d SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,

Dettagli

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)

Dettagli

Prodotto scalare. Piani e rette nello spazio. Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1

Prodotto scalare. Piani e rette nello spazio. Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1 Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it Prodotto scalare in n. Piani e rette nello spazio. 17 Gennaio 2016 Indice 1 Prodotto scalare nello spazio

Dettagli

Esame di Geometria - 9 CFU (Appello del 14 gennaio A)

Esame di Geometria - 9 CFU (Appello del 14 gennaio A) Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire

Dettagli

Argomenti Capitolo 1 Richiami

Argomenti Capitolo 1 Richiami Argomenti Capitolo 1 Richiami L insieme dei numeri reali R si rappresenta geometricamente con l insieme dei punti di una retta orientata su cui sia stato fissato un punto 0 e un segmento unitario. L insieme

Dettagli

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo Corso di Approfondimenti di Matematica Biotecnologie, Anno Accademico 2010-2011, http://users.mat.unimi.it/users/colombo/programmabio.html Vettori Vettori 1 2 3 4 di di Ricordiamo il in R n Dati a = (a

Dettagli

Prodotto scalare e ortogonalità

Prodotto scalare e ortogonalità Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano

Dettagli

Sviluppi e derivate delle funzioni elementari

Sviluppi e derivate delle funzioni elementari Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI - - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle

Dettagli

ii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......

ii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli...... Indice Prefazione vii 1 Matrici e sistemi lineari 1 1.1 Le matrici di numeri reali................. 1 1.2 Nomenclatura in uso per le matrici............ 3 1.3 Matrici ridotte per righe e matrici ridotte

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof. Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si

Dettagli

1 Applicazioni lineari

1 Applicazioni lineari 1 Applicazioni lineari 1 Applicazioni lineari 1.1 Definizione Si considerino lo spazio tridimensionale euclideo E e lo spazio vettoriale V ad esso associato. Definizione. 1.1. Sia A una applicazione di

Dettagli

Applicazioni lineari e diagonalizzazione pagina 1 di 5

Applicazioni lineari e diagonalizzazione pagina 1 di 5 pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x

Dettagli

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base

Dettagli

Ferruccio Orecchia. esercizi di GEOMETRIA 1

Ferruccio Orecchia. esercizi di GEOMETRIA 1 A01 102 Ferruccio Orecchia esercizi di GEOMETRIA 1 Copyright MCMXCIV ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele Garofalo, 133 A/B 00173 Roma (06) 93781065 ISBN 978

Dettagli

vettori V Sia inoltre l angolo che il primo vettore deve percorrere per sovrapporsi al secondo. * **

vettori V Sia inoltre l angolo che il primo vettore deve percorrere per sovrapporsi al secondo. * ** Prodotto scalare di vettori. Consideriasmo due vettori u e v e siano O e O due rappresentanti applicati in O. Indichiamo come al solito con u = O la norma (cioè l intensità) del vettore u Sia inoltre l

Dettagli

Le derivate parziali

Le derivate parziali Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire

Dettagli

Esercizi svolti. Geometria analitica: rette e piani

Esercizi svolti. Geometria analitica: rette e piani Esercizi svolti. Sistemi di riferimento e vettori. Dati i vettori v = i + j k, u =i + j + k determinare:. il vettore v + u ;. gli angoli formati da v e u;. i vettore paralleli alle bisettrici di tali angoli;

Dettagli

Appunti sul corso di Complementi di Matematica (modulo Analisi)

Appunti sul corso di Complementi di Matematica (modulo Analisi) Appunti sul corso di Complementi di Matematica (modulo Analisi) prof. B.Bacchelli. 04 - Vettori topologia in R n : Riferimenti: R.Adams, Calcolo Differenziale 2. Cap. 1.2: In R n : vettori, somma, prodotto

Dettagli

Applicazioni lineari e diagonalizzazione. Esercizi svolti

Applicazioni lineari e diagonalizzazione. Esercizi svolti . Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)

Dettagli

8. Completamento di uno spazio di misura.

8. Completamento di uno spazio di misura. 8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme

Dettagli

Capitolo 1. Gli strumenti. 1.1 Relazioni

Capitolo 1. Gli strumenti. 1.1 Relazioni Capitolo 1 Gli strumenti Consideriamo un insieme X. In geometria siamo abituati a considerare insiemi i cui elementi sono punti ad esempio, la retta reale, il piano cartesiano. Più in generale i matematici

Dettagli

DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri:

DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: DEFINIZIONE Un vettore (libero) è un ente geometrico rappresentato da un segmento orientato caratterizzato da tre parametri: 1. modulo: la lunghezza del segmento 2. direzione: coincidente con la direzione

Dettagli

Esercizi svolti per Geometria 1 per Fisici 2008/09

Esercizi svolti per Geometria 1 per Fisici 2008/09 Esercizi svolti per Geometria 1 per Fisici 2008/09 F.Pugliese January 25, 2009 Abstract In queste note svolgerò alcuni esercizi sulla parte del corso che mi riguarda; si tenga presente che si tratta solo

Dettagli

k=0 a k k=0 a k, quando si voglia precisare qual è l indice iniziale: si possono infatti considerare anche serie del tipo k=1 a k, k=50 a k,

k=0 a k k=0 a k, quando si voglia precisare qual è l indice iniziale: si possono infatti considerare anche serie del tipo k=1 a k, k=50 a k, 2.2 Serie Le serie numeriche sono semplicemente successioni reali o complesse di tipo particolare, che però, per la loro importanza pratica e teorica, meritano una trattazione a parte. Data una successione

Dettagli

I.T.I.S «G. MARCONI» - PADOVA Via Manzoni, 80 Tel.: Fax

I.T.I.S «G. MARCONI» - PADOVA Via Manzoni, 80 Tel.: Fax I.T.I.S «G. MARCONI» - PADOVA Via Manzoni, 80 Tel.: 049.80.40.211 Fax 049.80.40.277 marconi@provincia.padova.it www.itismarconipadova.it Settore tecnologico Indirizzo meccanica meccatronica ed energia

Dettagli

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo

Dettagli

DAI NUMERI NATURALI AI NUMERI RAZIONALI

DAI NUMERI NATURALI AI NUMERI RAZIONALI DAI NUMERI NATURALI AI NUMERI RAZIONALI 1. L insieme dei numeri naturali Nel sistema assiomatico ZF, l Assioma dell infinito stabilisce che: Esiste un insieme A, i cui elementi sono insiemi e tale che

Dettagli

Parte 11. Geometria dello spazio II

Parte 11. Geometria dello spazio II Parte 11. Geometria dello spazio II A. Savo Appunti del Corso di Geometria 2010-11 Indice delle sezioni 1 Il prodotto scalare, 1 2 Distanze, angoli, aree, 4 3 Il prodotto vettoriale, 6 4 Condizioni di

Dettagli

variabili. se i limiti esistono e si chiamano rispettivamente derivata parziale rispetto ad x e rispetto ad y.

variabili. se i limiti esistono e si chiamano rispettivamente derivata parziale rispetto ad x e rispetto ad y. Funzioni di più variabili Derivate parziali Qui saranno considerate soltanto funzioni di due variabili, ma non c è nessuna difficoltà ad estendere le nuove nozioni a funzioni di n ( > variabili ( Definizione:

Dettagli

3. Vettori, Spazi Vettoriali e Matrici

3. Vettori, Spazi Vettoriali e Matrici 3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e

Dettagli

Prodotto scalare, ortogonalitá e basi ortonormali

Prodotto scalare, ortogonalitá e basi ortonormali CAPITOLO 0 Prodotto scalare, ortogonalitá e basi ortonormali Esercizio 0.. Dati i seguenti vettori di R si calcoli il prodotto scalare (v i,v j per i,j =,,...,6: v = (6,3 v = (,0 v 3 = (, v 4 = (,0 v 5

Dettagli

1.1 Coordinate sulla retta e nel piano; rette nel piano

1.1 Coordinate sulla retta e nel piano; rette nel piano 1 Sistemi lineari 11 Coordinate sulla retta e nel piano; rette nel piano Coordinate sulla retta Scelti su una retta un primo punto O (origine) ed un diverso secondo punto U (unita ), l identificazione

Dettagli

Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Politecnico di Torino. Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Sottospazi. Generatori. Confrontando sottospazi: intersezione.

Dettagli

Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016

Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016 Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016 Prodotti scalari e forme bilineari simmetriche (1) Sia F : R 2 R 2 R un applicazione definita da F (x, y) = x 1 y 1 + 3x 1 y 2 5x 2 y 1 + 2x 2

Dettagli

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione

Dettagli

Richiami sugli insiemi numerici

Richiami sugli insiemi numerici Richiami sugli insiemi numerici denota l insieme vuoto cioè l insieme privo di elementi. N = {1, 2, 3,...} denota l insieme dei numeri naturali. Z = {..., 2, 1, 0, 1, 2,...} denota l insieme dei numeri

Dettagli

Giovanna Carnovale. October 18, Divisibilità e massimo comun divisore

Giovanna Carnovale. October 18, Divisibilità e massimo comun divisore MCD in N e Polinomi Giovanna Carnovale October 18, 2011 1 Divisibilità e massimo comun divisore 1.1 Divisibilità in N In questa sezione introdurremo il concetto di divisibilità e di massimo comun divisore

Dettagli

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara

Dettagli

ANALISI 1 - Teoremi e dimostrazioni vari

ANALISI 1 - Teoremi e dimostrazioni vari ANALISI 1 - Teoremi e dimostrazioni vari Sommario Proprietà dell estremo superiore per R... 2 Definitivamente... 2 Successioni convergenti... 2 Successioni monotone... 2 Teorema di esistenza del limite

Dettagli

Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria

Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo

Dettagli

Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni

Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Note per il corso di Geometria e algebra lineare 009-0 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie

Dettagli

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

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

Dettagli

Piccolo teorema di Fermat

Piccolo teorema di Fermat Piccolo teorema di Fermat Proposizione Siano x, y Z, p N, p primo. Allora (x + y) p x p + y p (mod p). Piccolo teorema di Fermat Proposizione Siano x, y Z, p N, p primo. Allora (x + y) p x p + y p (mod

Dettagli

Parte 12a. Trasformazioni del piano. Forme quadratiche

Parte 12a. Trasformazioni del piano. Forme quadratiche Parte 12a Trasformazioni del piano Forme quadratiche A Savo Appunti del Corso di Geometria 2013-14 Indice delle sezioni 1 Trasformazioni del piano, 1 2 Cambiamento di coordinate, 8 3 Forme quadratiche,

Dettagli

Matematica II,

Matematica II, Matematica II,.05.04 Diamo qui la nozione di determinante di una matrice quadrata, le sue prime proprieta, e ne deriviamo una caratterizzazione delle matrici non singolari e una formula per l inversa di

Dettagli

LEZIONE 4. { x + y + z = 1 x y + 2z = 3

LEZIONE 4. { x + y + z = 1 x y + 2z = 3 LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.

Dettagli

Equazioni lineari con due o più incognite

Equazioni lineari con due o più incognite Equazioni lineari con due o più incognite Siano date le uguaglianze: k 0; x + y = 6; 3a + b c = 8. La prima ha un termine incognito rappresentato dal simbolo letterale k; la seconda ha due termini incogniti

Dettagli

LEZIONE 27. C = { P = (x, y) x 2 /a 2 y 2 /b 2 = 1 }. C si dice iperbole di semiassi a e b (in forma canonica). L equazione

LEZIONE 27. C = { P = (x, y) x 2 /a 2 y 2 /b 2 = 1 }. C si dice iperbole di semiassi a e b (in forma canonica). L equazione LEZIONE 27 27.1. Ellisse, iperbole, parabola. Nelle prossime lezioni illustreremo come la teoria delle forme quadratiche e della riduzione ortogonale si applichi allo studio di alcuni oggetti geometrici

Dettagli

LEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h.

LEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h. LEZIONE 15 15.1. Polinomi a coefficienti complessi e loro e loro radici. In questo paragrafo descriveremo alcune proprietà dei polinomi a coefficienti complessi e delle loro radici. Già nel precedente

Dettagli

ESERCIZI SVOLTI SU: GEOMETRIA TRIDIMENSIONALE. 2. Fissato un sistema di riferimento cartesiano dello spazio euclideo O, i, j, k,

ESERCIZI SVOLTI SU: GEOMETRIA TRIDIMENSIONALE. 2. Fissato un sistema di riferimento cartesiano dello spazio euclideo O, i, j, k, ESERCIZI SVOLTI SU: GEOMETRIA TRIDIMENSIONALE 1. Fissato un sistema di riferimento cartesiano dello spazio euclideo O, i, j, k, determinare un equazione omogenea del piano parallelo al vettore v = i+j,

Dettagli

Richiami di algebra delle matrici

Richiami di algebra delle matrici Richiami di algebra delle matrici (S. Terzi) 1. SPAZI VETTORIALI I. ALCUNE DEFINIZIONI 1) Definizione di spazio vettoriale Sia S un insieme di vettori di ordine n. S è detto spazio lineare se e' un insieme

Dettagli

COMPLETAMENTO DI SPAZI METRICI

COMPLETAMENTO DI SPAZI METRICI COMPLETAMENTO DI SPAZI METRICI 1. Successioni di Cauchy e spazi metrici completi Definizione 1.1. Una successione x n n N a valori in uno spazio metrico X, d si dice di Cauchy se, per ogni ε > 0 esiste

Dettagli

1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7.

1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7. 1 FORME QUADRATICHE 1 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli esercizi

Dettagli

R. Capone Analisi Matematica Calcolo Differenziale Funzioni di due variabili

R. Capone Analisi Matematica Calcolo Differenziale Funzioni di due variabili Richiami teorici Sia una funzione di due variabili definita in un insieme A e sia un punto interno ad A. Se R è un dominio regolare di centro e di dimensioni e la funzione della sola variabile x, risulta

Dettagli

Appunti del corso di Geometria del prof. Landi

Appunti del corso di Geometria del prof. Landi Appunti del corso di Geometria del prof. Landi (tratti dal programma svolto) Anno Accademico 2009/2010 A cura di Piccoli Tobia PARTE TEORICA 1 DEFINIZIONI a) Spazio vettoriale Sia K un campo e V un insieme

Dettagli

ax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0.

ax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0. . Rette in R ; circonferenze. In questo paragrafo studiamo le rette e le circonferenze in R. Ci sono due modi per descrivere una retta in R : mediante una equazione cartesiana oppure mediante una equazione

Dettagli

2.6 Calcolo degli equilibri di Nash

2.6 Calcolo degli equilibri di Nash 92 2 Giochi non Cooperativi Per queste estensioni di giochi non finiti si possono provare risultati analoghi a quelli visti per i giochi finiti. Rimandiamo alla bibliografia per uno studio più approfondito

Dettagli

CLASSIFICAZIONE DELLE CONICHE AFFINI

CLASSIFICAZIONE DELLE CONICHE AFFINI CLASSIFICAZIONE DELLE CONICHE AFFINI Pre-requisiti necessari. Elementi di geometria analitica punti e rette nel piano cartesiano, conoscenza delle coniche in forma canonica). Risoluzione di equazioni e

Dettagli

1 Cenni di teoria degli insiemi

1 Cenni di teoria degli insiemi 1 Cenni di teoria degli insiemi 1.1. Siano A, B, C,... insiemi. Scriveremo a A, a / A per affermare rispettivamente che l elemento a appartiene all insieme A e che l elemento a non appartiene ad A. Diremo

Dettagli

IV-2 Forme quadratiche

IV-2 Forme quadratiche 1 FORME QUADRATICHE 1 IV-2 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli

Dettagli

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine

Dettagli

m = a k n k + + a 1 n + a 0 Tale scrittura si chiama rappresentazione del numero m in base n e si indica

m = a k n k + + a 1 n + a 0 Tale scrittura si chiama rappresentazione del numero m in base n e si indica G. Pareschi COMPLEMENTI ED ESEMPI SUI NUMERI INTERI. 1. Divisione con resto di numeri interi 1.1. Divisione con resto. Per evitare fraintendimenti nel caso in cui il numero a del Teorema 0.4 sia negativo,

Dettagli

Appunti di algebra lineare. Federico G. Lastaria. Mauro Saita. Politecnico di Milano. gennaio 2008

Appunti di algebra lineare. Federico G. Lastaria. Mauro Saita. Politecnico di Milano. gennaio 2008 1 Appunti di algebra lineare Federico G. Lastaria Mauro Saita Politecnico di Milano gennaio 2008 Email degli autori: federico.lastaria@polimi.it maurosaita@tiscalinet.it 2 Indice 1 Spazi vettoriali e Applicazioni

Dettagli

Funzioni vettoriali di variabile scalare

Funzioni vettoriali di variabile scalare Capitolo 11 Funzioni vettoriali di variabile scalare 11.1 Curve in R n Abbiamo visto (capitolo 2) come la posizione di un punto in uno spazio R n sia individuata mediante le n coordinate di quel punto.

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,

Dettagli

1 Cambiamenti di coordinate nel piano.

1 Cambiamenti di coordinate nel piano. Cambiamenti di coordinate nel piano.. Coordinate cartesiane Coordinate cartesiane su una retta. Sia r una retta: dare un sistema di coordinate su r significa fissare un punto O di r e un vettore u = U

Dettagli

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI 2 Direttore Beatrice VENTURI Università degli Studi di Cagliari Comitato scientifico Umberto NERI University of

Dettagli

Quadriche Maurizio Cornalba 7/6/2016

Quadriche Maurizio Cornalba 7/6/2016 Quadriche Maurizio Cornalba 7/6/2016 Sia K un campo. Informalmente, una ipersuperficie (algebrica) nello spazio proiettivo P n K è il luogo dei punti [t 0 : t 1 : : t n ] tali che (t 0, t 1,..., t n )

Dettagli

Corso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 2 a.a Soluzioni

Corso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 2 a.a Soluzioni Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 2 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 3.5, 3.6,

Dettagli

Esercizi per il corso Matematica clea

Esercizi per il corso Matematica clea Esercizi per il corso Matematica clea Daniele Ritelli anno accademico 008/009 Lezione : Numeri naturali e principio di induzione Esercizi svolti. Provare che + + + n. Provare che + + + n n(n + ) n(n +

Dettagli

APPUNTI DI ALGEBRA LINEARE E GEOMETRIA

APPUNTI DI ALGEBRA LINEARE E GEOMETRIA 1 APPUNTI DI ALGEBRA LINEARE E GEOMETRIA Federico G. Lastaria Mauro Saita 2 Indice 1 Spazi vettoriali e Applicazioni Lineari 5 1.1 Gli spazi vettoriali reali.............................. 5 1.1.1 Lo spazio

Dettagli

Definizione 1 Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari:

Definizione 1 Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari: Applicazioni lineari Definizione Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari: f(αv + βv 2 ) = αf(v ) + βf(v 2 ) v, v 2 V, α, β K.

Dettagli

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque

Dettagli

Coseno, seno, e pi greco

Coseno, seno, e pi greco L. Chierchia. Dipartimento di Matematica e Fisica, Università Roma Tre 1 Coseno, seno, e pi greco In queste note daremo una presentazione analitica e autocontenuta della definizione e delle proprietà fondamentali

Dettagli

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali? 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 ℕ, gli interi ℤ, i numeri

Dettagli

STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI

STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI M. G. BUSATO STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI mgbstudio.net PAGINA INTENZIONALMENTE VUOTA SOMMARIO In questo scritto viene compiuto lo studio dettagliato

Dettagli

4 0 = 4 2 = 4 4 = 4 6 = 0.

4 0 = 4 2 = 4 4 = 4 6 = 0. Elementi di Algebra e Logica 2008. Esercizi 4. Gruppi, anelli e campi. 1. Determinare la tabella additiva e la tabella moltiplicativa di Z 6. (a) Verificare dalla tabella moltiplicativa di Z 6 che esistono

Dettagli

Esercizi di Geometria Affine

Esercizi di Geometria Affine Esercizi di Geometria Affine Sansonetto Nicola dicembre 01 Geometria Affine nel Piano Esercizio 1. Nel piano affine standard A (R) dotato del riferimento canonico, si consideri la retta τ di equazione

Dettagli

Limiti di successioni

Limiti di successioni Capitolo 5 Limiti di successioni 5.1 Successioni Quando l insieme di definizione di una funzione coincide con l insieme N costituito dagli infiniti numeri naturali 1, 2, 3,... talvolta si considera anche

Dettagli

LEZIONE 9. k, tenendo conto delle formule che permettono di calcolare il prodotto scalare ed il prodotto vettoriale, otteniamo

LEZIONE 9. k, tenendo conto delle formule che permettono di calcolare il prodotto scalare ed il prodotto vettoriale, otteniamo LEZIONE 9 9.1. Prodotto misto. Siano dati i tre vettori geometrici u, v, w V 3 (O) definiamo prodotto misto di u, v e w il numero u, v w. Fissiamo un sistema di riferimento O ı j k in S 3. Se u = u x ı

Dettagli

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1 Corso integrato di Matematica per le scienze naturali ed applicate Materiale integrativo Paolo Baiti 1 Lorenzo Freddi 1 1 Dipartimento di Matematica e Informatica, Università di Udine, via delle Scienze

Dettagli

Esercizi sui vettori liberi (i, j, k è una base ortonormale positiva)

Esercizi sui vettori liberi (i, j, k è una base ortonormale positiva) Esercizi sui vettori liberi (i, j, k è una base ortonormale positiva) Esercizio 1 Siano v e w due vettori non paralleli.sapendo che v è un versore e che v w =3 trovare l espressione di tutti i vettori

Dettagli