APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A."

Transcript

1 APPLICAZIONI LINEARI Siano V e W due spazi vettoriali, di dimensione m ed n sullo stesso campo di scalari R. Una APPLICAZIONE ƒ : V W viene definita APPLICAZIONE LINEARE od OMOMORFISMO se risulta, per ogni coppia v, v di vettori di V e per ogni coppia a, b di elementi del campo R: ƒ(a v + b v ) a ƒ(v ) + b ƒ(v ) V è detto DOMINIO di ƒ, W è detto CODOMINIO di ƒ. Dalla definizione segue che ƒ() ; questa è una CONDIZIONE NECESSARIA, ma NON SUFFICIENTE, perché ƒ sia lineare. L insieme di tutti i vettori w di W che sono i trasformati, mediante ƒ, di qualche elemento di V è detto IMMAGINE di ƒ e indicato con ƒ(v) o Im(ƒ). Il trasformato w ƒ(v) di un elemento v è detto immagine di v; ogni vettore v che venga trasformato in w è detto antimmagine di w. L insieme di tutti i vettori v di V la cui immagine per ƒ è il vettore nullo di W è detto NUCLEO di ƒ e indicato con Ker(ƒ). Ker(ƒ) è sottospazio vettoriale di V. Vale il teorema: dim Im(ƒ) + dim Ker(ƒ) dim V ƒ è detta INIETTIVA se, qualora sia v v risulta pure ƒ(v ) ƒ(v ); ƒ è INIETTIVA se e solo se dim Im(ƒ) dim V, (quindi è dim Ker(ƒ) ); ƒ è detta SURIETTIVA se ogni vettore w di W ha almeno un antimmagine in V; ƒ è SURIETTIVA se e solo se dim Im(ƒ) dim W; ƒ è detta BIUNIVOCA (o ISOMORFISMO o TRASFORMAZIONE LINEARE) se è contemporaneamente INIETTIVA e SURIETTIVA; Alcune esemplificazioni negli insiemi numerici. a) Dati gli insiemi A [,, 3, 4, 5] e B [8, 9, ] e l applicazione ƒ tale che sia ƒ() ƒ() 8, ƒ(3) 9, ƒ(4) ƒ(5), dimostrare che ƒ è suriettiva. Esaminando la rappresentazione grafica, mostrata in figura, si evince che ogni elemento di B è immagine di almeno un elemento di A; il codominio di ƒ coincide con B. Ricordiamo che: una applicazione ƒ di A in B ƒ(a) B si definisce surriettiva A 8 quando è ƒ(a) B cioè 3 9 quando ogni elemento di 4 B risulta IMMAGINE di almeno un elemento di A. 5 Se ƒ è SURIETTIVA, si dice allora che ƒ applica A su B. b) Siano dati gli insiemi A [,, 3, 4] e B [,, 3, 4, 5, 6] e l applicazione ƒ che associa a ogni elemento a A un elemento b B tale che sia: b a +. Studiare l applicazione. La rappresentazione grafica, mostrata in figura, evidenzia che a ogni elemento di A corrisponde un solo elemento di B; l insieme A coincide con il dominio ; il codominio ƒ(a) è un sotto

2 insieme proprio di B. L applicazione ƒ esaminata, risulta INIETTIVA: cioè, a A elementi distinti la funzione 3 fa corrispondere elementi ƒ(a) distinti. 5 4 Per l applicazione vista in figura, si osserva anche (figura - ) che in B sono presenti degli elementi che non sono immagini di elementi di A, cioè l applicazione NON È SURIETTIVA. Ricordiamo che: un applicazione ƒ di A in B si dice Iniettiva se a elementi distinti di A associa, o fa corrispondere, elementi distinti di B. c) Consideriamo l insieme dei numeri relativi Z ed analizziamo l applicazione che associa a ogni elemento il suo quadrato, cioè: ƒ : [ x x : Z Z ] Osservando la rappresentazione grafica di figura 3, si evince che l applicazione introdotta in Z non è iniettiva in quanto sussistono (figura - 3) elementi distinti (cioè due interi opposti) che possiedono la stessa immagine (lo stesso quadrato) e non è neppure suriettiva poiché un intero qualsiasi non risulta, in generale, quadrato di un altro. Si noti che l applicazione ƒ così definita: ƒ : [ x x : N Z ] è INIETTIVA ma NON è SURIETTIVA. Come si nota, benché le due applicazioni ƒ ed ƒ esprimano lo stesso procedimento operativo di calcolo, la differenza del dominio di queste applicazioni implica delle proprietà diverse tra loro. Un applicazione dell insieme A sull insieme B che sia contemporaneamente iniettiva e suriettiva si dice biiettiva. In una applicazione biiettiva di A in B a ogni elemento di A è associato uno e un solo elemento di B e viceversa ogni elemento di B proviene da uno e uno solo elemento di A. Più comunemente si è soliti dire (figura - 4) r B che tra A e B si è posta una a corrispondenza biunivoca. A f s b In figura - 4 viene evidenziata la t rappresentazione grafica di una e u c w applicazione BIIETTIVA. d v Dunque, l applicazione ƒ è detta una biiezione di A in B se risulta: ƒ(a) B e da x x segue ƒ(x ) ƒ(x ) qualunque siano gli elementi x e x di A Si osserva allora che: la ƒ, poiché applicazione, fa corrispondere a ogni elemento di A uno e un solo elemento di B; inoltre, poiché la ƒ è suriettiva, ogni elemento di B è immagine di almeno un elemento di A infine, poiché l applicazione ƒ è anche iniettiva, ogni elemento di B è immagine di un solo elemento di A

3 Possiamo allora dire che: Fra gli elementi di due insiemi A e B, non vuoti, intercorre una corrispondenza biunivoca, ovvero una biiezione, quando esiste una legge che fa corrispondere ad ogni elemento di A uno e un solo elemento di B, e viceversa, ogni elemento di B è il corrispondente di uno e un solo elemento di A. La corrispondenza biunivoca tra A e B si indica nel modo seguente: A B Sia ƒ un applicazione biunivoca di A in B. In questo caso, come ogni elemento di B è associato ad un solo elemento di A, così pure ogni elemento di A è associato ad un solo elemento di B. Perciò, se con l applicazione ƒ si passa dall elemento x di A all elemento ƒ(x) di B, allora esiste anche un applicazione g di B in A, che dall elemento di B fa ritornare all elemento x di A; cioè: g() x, che si può scrivere nella forma: g(ƒ(x)] x. L applicazione g viene chiamata s B inversa della ƒ e si indica con ƒ -- a. In tale caso si dice, anche, che A b t la ƒ è invertibile. Nella figura 5 è u evidenziata la rappresentazione c grafica tipica relativa ad una d v applicazione biunivoca di A in B. (figura - 5) In figura 6 vengono rappresentate con un diagramma di Eulero Venn le applicazioni iniettive, suriettive e biiettive. iniettiva biiettiva suriettiva Applicazioni Relazioni (figura - 6) Un applicazione lineare ƒ : V W viene, come già detto, denominata anche OMOMORFISMO di spazi vettoriali di dominio V ed immagine o condominio W; di solito è indicato con Hom(V,W) l insieme di tali omomorfismi. Le applicazioni lineari che hanno la proprietà di essere INVERTILI, cioè che sono INIETTIVE e SURIETTIVE contemporaneamente, vengono denominate ISOMORFISMI, ed il loro insieme è solitamente indicato con Iso(V,W). Un omomorfismo per il quale il dominio e il condominio coincidono, di solito, prende il nome di ENDOMORFISMO ed il loro insieme è, usualmente, indicato con End(V,W). Un isomorfismo per il quale il dominio e il condominio coincidono, di solito, prende il nome di AUTOMORFISMO ed il loro insieme viene individuato, solitamente, con Aut(V,W). Premesso le considerazioni teoriche sopra richiamate si propone un approfondimento afferente la matrice associata ad una applicazione lineare e successivamente vengono proposti alcuni esercizi applicativi e di approfondimento degli argomenti trattati.

4 MATRICE ASSOCIATA AD UNA APPLICAZIONE LINEARE Lo studio delle specificità delle Applicazioni Lineari risulta notevolmente facilitato dal ricorso all utilizzo delle matrici. Infatti la teoria dimostra che ad una assegnata applicazione lineare resta associata un opportuna matrice. Consideriamo l applicazione lineare ƒ : V W e siano rispettivamente n ed m le dimensioni di V e di W, ovvero: dimv n e dimw m; inoltre, in V ed in W siano stabilite le specifiche basi che vengono indicate, rispettivamente, con: B V {v, v,.., v n } B W {w, w,.., w m } In ossequio alla definizione di base di uno spazio vettoriale risulta assodato che ogni vettore v V sarà univocamente determinato da una opportuna combinazione lineare dei vettori costituenti la base B V ; parimenti, ogni vettore w W sarà definito anch esso in modo unico dalla combinazione lineare dei vettori della base B W. Con riferimento alla base B W, proprio rispetto ad essa, ognuno degli n vettori ƒ(v ), ƒ(v ),..., ƒ(v n ), che costituiscono le immagini dei vettori di B V ottenute dall azione dell applicazione ƒ, avrà m coordinate che possono essere ordinate e quindi espresse in vettori colonna di K m, come di seguito mostrato: x x x x f ( v) : x m x, f ( v ) : x m n x,..., f ( vn ) : x La matrice A f, avente come colonne gli n vettori ƒ(v ), ƒ(v ),.., ƒ(v n ) già in precedenza definiti, costituisce e definisce in modo univoco la matrice associata all applicazione ƒ. Il significato operativo specifico della matrice A f consiste nel fatto che essa esplicita la modalità per determinare l agito espletato dall applicazione ƒ sui vettori v V, cioè sui vettori del dominio V. A tale riguardo, osserviamo che una volta stabilita la base B V in V, a ciascun vettore v V resta associata una n-pla di coordinate che rappresentano i coefficienti della combinazione lineare dei vettori della base che conformano il vettore v medesimo, così come espresso dalla relazione di seguito riportata: n v a v + a v + a v... + a v a v 3 3 n n i Risulta, allora, possibile associare a v V il vettore colonna le cui componenti sono costituite dai coefficienti a i della combinazione lineare dei vettori della base B V ; indicando poi con (v) BV la matrice vettore colonna i cui elementi sono costituiti dalle coordinate del vettore v rispetto alla base BV, si ottengono le due scritture equivalenti di seguito esplicitate: a a a v a ovvero: ( v) : B V : a n an Attivando l azione esercitata sul vettore v dall applicazione ƒ, si otterrà il vettore w ƒ(v) di W. È tuttavia evidente che in riferimento alla base B W stabilita in W, il vettore w ƒ(v) sarà certamente esprimibile, in modo unico, mediante la m-pla di coordinate β, β,, β m che rappresentano gli m coefficienti della combinazione lineare degli m vettori w j della base B W. i i n mn

5 Atteso quanto premesso, la matrice A f consente di costruire la m-pla di coordinate di w ƒ(v) rispetto alla base B W a partire dalla n-pla di coordinate di v rispetto alla base B V. In definitiva, la matrice A f consente di costruire e quindi determinare l immagine di ciascun vettore del dominio V; ciò avviene per il tramite dell operazione di prodotto righe per colonne della matrice A f ubicata quale fattore di sinistra del vettore colonna che costituisce le coordinate del vettore v rispetto alla base B V. Esprimendo quanto sopra detto in formule, la m-pla delle coordinate del vettore w ƒ(v) rispetto alla base B W è fornita dalla scrittura di seguito esplicitata: ( a β x x... xn a β a β x x... xn a β Af { : : : : ::::: : : : m n) { an βm xm xm x 4444 mn 3 a { n β m3 ( n ) ( m ) ( m n) ( n ) ( m ) Come mostrato dalla relazione sopra evidenziata, la matrice A f, proprio per come è stata strutturata, permette di affermare che A f M m,n (K) e, pertanto, nell ambito del prodotto righe per colonne fra matrici, è conformabile alla sua destra con i vettori colonna di M n, (K). La relazione evidenzia poi che il risultato del prodotto definisce un vettore colonna di M m, (K), il che fornisce significato alla affermazione in base alla quale tale vettore colonna M m, (K) definisce una m-pla di coordinate di un vettore di W. La matrice associata A f(m n), cioè di tipo (mxn) può, pertanto, essere usata agevolmente per calcolare l immagine ƒ(v) di ogni vettore v V mediante la relazione che, in forma compatta, di seguito si riporta: in cui [ v] Bv e A [ v] [ w] f B v B w [ w] Bw sono le coordinate del vettore v e del vettore w nelle rispettive basi. Si deve osservare che la scelta delle basi è essenziale in quanto, la stessa matrice, usata su basi diverse, può rappresentare applicazioni lineari diverse.

6 ESERCIZIO. Stabilire quali delle seguenti applicazioni ƒ : R R 3 sono da dichiararsi lineari. a b a f + a a b f a + a b a b f a + b a f a a b b + 5a a b b a) L applicazione fornita è: ƒ(a, b) (a + b, a, a b). La condizione necessaria è soddisfatta, è infatti ƒ() O. Applichiamo, pertanto, la definizione. ƒ è lineare se è, per ogni λ, µ e per ogni coppia di vettori u (a, b ) e v (a, b ): λ ƒ(a, b ) + µ ƒ(a, b ) ƒ(λ (a, b ) + µ (a, b )) Applicando la definizione si ottiene per il primo membro: λ λ µ µ a a a + b a + b a + b + a + b λ f µ f + λ a µ a λ a µ a b b + + a b a b λa λ b + µ a µ b e per il secondo membro si ottiene: ( λ a a ) ( b b ) a a λ a µ a µ λ µ f ( λ µ ) f + λ a µ a b b λ b µ b + + ( λ a + µ a ) ( λ b + µ b Poiché i due vettori ottenuti sono uguali, ƒ È lineare. b) L applicazione fornita è del tipo: ƒ(a, b) (a +, a, b + 5a). La condizione necessaria NON È soddisfatta, infatti ƒ(, ) (,, ) O. Il risultato ora conseguito consente, con immediatezza, di dichiarare che ƒ NON È lineare. c) L applicazione data è del tipo: ƒ(a, b) (a + b,, a). La condizione necessaria È soddisfatta, infatti ƒ() (,, ) O. Applichiamo, pertanto, la definizione. ƒ è lineare se è, per ogni λ, µ e per ogni coppia di vettori u (a, b ) e v (a, b ): λ ƒ(a, b ) + µ ƒ(a, b ) ƒ(λ (a, b ) + µ (a, b )) Applicando la definizione si ottiene per il primo membro: λ λ µ µ a a a + b a + b a + b + a + b λ f µ f + λ µ b b + a a λ a + µ a e per il secondo membro si ottiene: ( λ a a ) ( b b ) a a λ a µ a µ λ µ f ( λ µ ) f + b b λ b + µ b ( λ a + µ a Poiché i due vettori ottenuti sono uguali, ƒ È lineare. d) L applicazione fornita è: ƒ(a, b) (a,, b ). La condizione necessaria è soddisfatta, infatti è ƒ() (,, ) O. Applichiamo, pertanto, la definizione. ƒ è lineare se è, per ogni λ, µ e per ogni coppia di vettori u (a, b ) e v (a, b ): λ ƒ(a, b ) + µ ƒ(a, b ) ƒ(λ (a, b ) + µ (a, b )) Applicando la definizione si ottiene per il primo membro:

7 a a λ a + µ a λ a + µ λ µ + f a f b b b b λ b + µ b e per il secondo membro si ottiene: ( λ a a ) a a λ a µ a µ f ( λ + µ + ) f b + b λ b + µ b ( λ b µ b ) + λ a + µ a + λµ aa λ b + µ b + λµ bb Poiché i due vettori ottenuti NON sono uguali, se non per particolari valori di λ e di µ e per particolari vettori, l applicazione ƒ NON È lineare. Consideriamo l applicazione ƒ:r R 3 definita mediante la relazione ƒ(a, b) (a + b,, b). Si verifichi che tale applicazione non è lineare. La condizione necessaria NON è soddisfatta, infatti ƒ(, ) (,, ) O. Il risultato ottenuto consente, con immediatezza, di dichiarare che ƒ NON È lineare. ESERCIZIO. Si dica per quali valori del parametro reale k risulta lineare l applicazione ƒ : R 3 R 3 tale che: ƒ(a, b, c) (ka + b, ( k)b + c, ( k ) + a) Verifichiamo che l applicazione assegnata soddisfa la condizione necessaria. Affinché sussista la condizione ƒ(,, ) O deve risultare: a k + fb f k ( ) + c ( k ) + k L applicazione ƒ può, quindi, essere lineare solo se ( k ), ovvero se k e k ; ma non è detto che per tali valori lo sia, in quanto la condizione è solo sufficiente. Proviamo il caso di k ; l applicazione ƒ diviene: ƒ(a, b, c) (a + b, c, a). Applichiamo ora la definizione ƒ è lineare se è, per ogni λ, µ e per ogni coppia di vettori u (a, b, c ) e v (a, b, c ): λ ƒ(a, b, c ) + µ ƒ(a, b, c ) ƒ(λ (a, b, c ) + µ (a, b, c )) Per il primo membro si ottiene: a a λ λ µ µ λ µ λ µ λ µ + a + b a + + b a b a b f b f b + c c c c c c a a λ a + µ a mentre per il secondo membro si ottiene:

8 a a λ a + µ a f ( λ b µ b ) f λ b µ b + + c c λ c + µ c Poiché i due vettori ottenuti sono uguali, ƒ + È lineare. λ a + µ a + λ b + µ b λ c µ c + λ a + µ a Proviamo k ; l applicazione ƒ diviene: ƒ(a, b, c) (a + b, b + c, a). Per la definizione ƒ è lineare se è, per ogni λ, µ e per ogni coppia di vettori u (a, b, c ) e v (a, b, c ): λ ƒ(a, b, c ) + µ ƒ(a, b, c ) ƒ(λ (a, b, c ) + µ (a, b, c )) Per il primo membro si ottiene: a a a + b a + b λ µ λ µ f b f b b c b + c c c a a λa + λ b µ a + µ b λb + λ c + µ b + µ c λ a + µ a mentre per il secondo membro si ottiene: a a λ a µ a λ a µ a λ b µ b f ( λ b µ b ) f λ b µ b ( λ b µ b ) λ c µ c c c λ c + µ c λ a + µ a λ a µ a + λ b + µ b λ b + µ b + 4λµ bb + λ c + µ c λ a + µ a La seconda componente dei due vettori è diversa, quindi l applicazione ƒ - NON È lineare. L applicazione è lineare solo per k. ESERCIZIO 3. Stabilire la dimensione e una base sia per l immagine sia per il nucleo dell applicazione lineare ƒ : R 3 R (x) così definita: ƒ(a, b, c) (a b c)x + (a + c)x + (b + c) Determiniamo come prima cosa un sistema di generatori per l immagine. Consideriamo per R 3 la base canonica: e (,, ), e (,, ), e 3 (,, ). Risulta allora: u f x x v f x w f x x Dobbiamo quindi verificare se i tre vettori u, v, w sono linearmente indipendenti o dipendenti. A tale scopo, consideriamo la combinazione lineare dei tre vettori; si ha: α u + β v + δ w ovvero, se per ogni x si verifica che: α( x + x) + β( x + ) + γ ( x + x + )

9 con α, β, γ contemporaneamente nulli, allora tre vettori u, v, w sono linearmente indipendenti altrimenti i tre vettori risultano linearmente dipendenti; si ottiene ( α β γ ) x + ( α + γ ) x + ( β + γ ) x + x + che, per il principio di identità dei polinomi richiede la validità delle condizioni seguenti: α β γ α + γ β + γ α γ β γ Poiché il sistema è verificato per α γ, β γ, quindi ad esempio per α, β e γ, i tre vettori u, v, w sono linearmente dipendenti. Sono, invece, linearmente indipendenti i due vettori u x + x e v x +, infatti: λ ( x + x) + µ ( x + ) ( λ µ ) x + λ x + µ x + x + da cui si evince il sistema seguente: λ µ λ µ λ µ Pertanto i due vettori u x + x e v x + costituiscono una base per l immagine, che quindi ha dimensione, cioè: dim Im(.ƒ). Per il teorema di nullità più rango risulta: dim Ker(ƒ) + dim Im(ƒ) dim R 3 da cui si deduce quanto segue: dim Ker(ƒ) + 3 dim Ker(ƒ) Il nucleo ha quindi dimensione. I vettori del nucleo sono tutti quei vettori di R 3 che hanno come immagine il vettore nullo, cioè il polinomio nullo di R (x). In ossequio alla definizione di nucleo, si perviene alla scrittura di seguito riportata: a fb a b c x a c x b c x x ( ) + ( + ) + ( + ) + + c La condizione è verificato per a c, b c, cioè per a, b e c. Pertanto, si ricava che i vettori del nucleo sono i multipli del vettore n (,, ). ESERCIZIO 4. Sia data l applicazione lineare ƒ : R R così definita: ƒ(a, b) [a + kb, (k )a + b]. Stabilire per quali valori di k, ƒ è iniettiva Una applicazione è iniettiva se e solo se la dimensione dell immagine dim Im(ƒ) coincide con la dimensione del dominio dim Dom(ƒ) che in questo caso è. I generatori della immagine sono i trasformati dei vettori di una base del dominio, ad esempio la base canonica o standard. Risulta con immediatezza:

10 k f ( e ) f f ( e ) f k e la matrice associata all applicazione, relativa alla base canonica, assume la forma: k A rango( A) dimim( f ) det( A) k Vediamo se esistono valori di k per cui i due generatori sono indipendenti, cioè: dim Im(ƒ). I valori richiesti sono quelli per cui: det k k( k ) + k k k Pertanto, nel caso in cui sia k e k i due vettori sono linearmente indipendenti. Quindi, ƒ è iniettiva per tutti i valori di k, esclusi k e k. ESERCIZIO 5. Stabilire la dimensione ed una base sia per l immagine sia per il nucleo dell applicazione lineare (ƒg), in cui sia: ƒ : R R 3 e tale che ƒ(a, b) (a, ab, a) g : R R 3 e tale che g(, ) (,, 4) e g(, ) (, 3, ). Metodo: considerata per l applicazione g la base canonica, risulta evidente la posizione di seguito esplicitata: g a a b g a b ag bg a b a b b ( ) a Allora, per come è definita la costituzione della definizione dell applicazione ƒ * (ƒ g), si ha: f * a f g a a f g a a a b b ( ) a b a b b b b b + b a 4a Quindi, il generico vettore dell immagine Im(ƒ * ) Im(ƒ g), definisce un multiplo del vettore x (, 5, ) ottenuto ponendo la componente b al valore b. Risulta, inoltre, evidente che dim Im(ƒ * ) dim Im(ƒ g) ed il vettore x (, 5, ) rappresenta una base per l immagine. Dal teorema costitutivo della seguente relazione: dim Im(ƒg) + dim Ker(ƒ g) n si deduce che il nucleo dell applicazione ha dimensione: dim Ker(ƒ g) n dim Im(ƒg) Per determinare una base per il nucleo, detto u (x, ) il generico vettore, dovrà essere soddisfatta la relazione: ƒ * (x, ) (ƒg)(x, )(, 5, ) (,, ) ovvero con x arbitrario. Una base del nucleo è allora costituita dal vettore u (, ) ottenuto ponendo x ed. Metodo: individuiamo le matrici associate alle applicazioni ƒ e g nelle rispettive basi canoniche di R e R 3. Si ottiene:

11 f f g g 3 ; ; ; 4 Ricordiamo che le colonne delle due matrici F e G di ƒ e di g sono i coefficienti della combinazione lineare con cui si ottengono i trasformati dei vettori della base scelta del dominio nella base scelta per il codominio, quindi si ottiene: F G 3 4 Allora la matrice F * dell applicazione ƒ* (ƒg) è: F * La matrice F *, in seguito alla prima colonna costituita da tutti zeri, presenta rango ; pertanto la dimensione dell immagine, in conformità al teorema di nullità più rango, è dim Im(ƒg). I vettori generatori dell immagine sono O (,, ) e w (-, -5, ), in cui il primo è ovviamente dipendente dal secondo. Dato che poi la prima colonna è il vettore nullo O, e la prima colonna è il trasformato del vettore (, ), ne risulta che tale vettore (, ) è una base del nucleo. ESERCIZIO 6. In R 3 si considerino la base canonica e la base costituita dai tre vettori u (,, ), v (,, ) e w (-3, -, ). Si determini la matrice dell automorfismo di R 3 che porti la prima base nella seconda, e si determinino le componenti del vettore (,, 5) nella seconda base. Esiste un vettore che abbia le stesse componenti nelle due basi? L applicazione ƒ richiesta, che è un automorfismo, è quella che opera il cambiamento di base, quindi è tale che: 3 f f f La matrice F associata all applicazione ƒ, rispetto alle basi canoniche, per dominio e codominio, è quindi quella a lato mostrata. Se ora consideriamo un vettore x (a, b, c) si potrà porre: x λu + µv + νw, in cui risulta: λ a 6 3 µ ( F ) b ; ove si intende: F 3 ν c Pertanto, le componenti, nella seconda base, del vettore assegnato (,, 5) saranno: λ * µ ν da cui si deduce il vettore * di: componenti: * 7u +6v + 5w ; 3 F

12 Per rispondere all ultimo quesito, si deve determinare se esiste un vettore x* tale che sia: x * a 6 3 a a 6 3 a b b b b 3 3 c c c c ovvero, operando le semplificazioni algebriche dovute, si ottiene anche: 6 3 a a a 3 b b b c c c È immediato verificare che: det 3a + 6b + 3c a + b + c a + b Quindi, non vale il teorema di Cramer. Esistono soluzioni diverse da quella nulla che era ovvia, visto che il vettore nullo ha sempre componenti tutte nulle in ogni base. I vettori richiesti, pertanto, sono i multipli del vettore x (,, ). Infatti si ha: a + b + c a + b + c a b b a b x b c ESERCIZIO 7. Si desidera calcolare la matrice, riferita alle basi canoniche, della applicazione lineare ƒ : R 3 R 4 tale che il nucleo Ker(ƒ) sia generato dal vettore x (,, 5) e sia inoltre ƒ(,, ) (,, -, ) e ƒ(,, ) (,,, -). Le condizioni poste dal problema proposto dalla traccia si possono compendiare nelle relazioni che di seguito sono riportate: f f f 5 Se per R 3 si considera la base costituita dai vettori u (,, ); v (,, ); w (,. 5), e per R 4 la base canonica costituita da: c (,,, ); c (,,, ); c 3 (,,, ); c 4 (,,, ), la matrice associata all applicazione ƒ è costituita dalla matrice seguente: F Pertanto la matrice A, riferita alle basi canoniche di R 3 e di R 4, richiesta dal problema, è individuata nonché definita dalla relazione seguente: A F*G. La matrice G dell automorfismo di R 3 che muta la base canonica (e, e, e 3 ) nella base (u, v, w) assume la forma che viene a lato riportata. G A 5

13 ESERCIZIO 8. In R 3 siano date le due basi definite da (u, u, u 3 ) e (v, v, v 3 ) e le trasformazioni tra le due basi: v u u u3 v u v3 u + u3 Determinare i vettori di R 3 che hanno le stesse componenti rispetto alle due basi. Il vettore di R 3 che ha per base (v, v, v 3 ) abbia componenti, rispetto a tale base, date da: w (a, b, c); ciò vuol dire che: w a v + b v + c v 3 Il vettore z di R 3 che ha per base (u, u, u 3 ), se deve avere le medesime componenti, (a, b, c), rispetto a tale base, soddisferà alla relazione: z a u + b u + c u 3 L uguaglianza delle componenti rispetto alle due basi impone la relazione: a v + b v + c v 3 a u + b u + c u 3 ovvero: a (u u u 3 ) b u + c ( u + u 3 ) a u + b u + c u 3 Tale relazione implica quanto segue: a u + (a b + c) u + (a + c) u 3 a u +b u + c u 3 Si ottiene pertanto l insieme delle seguenti condizioni: a a a a a b + c b b c b c a + c c c c c c I vettori di R 3 che hanno tutti le stesse componenti rispetto alle due basi sono tutti i vettori del tipo: w (, b, b) ESERCIZIO 9. Sia ƒ : R 3 R 3, un applicazione lineare della quale si conosce la seguente definizione: f ( e ) f ( e ) f ( e3) f ( e ) f ( e ) 3 ed in cui e, e, e 3 indicano i tre vettori della base canonica di R 3. Le informazioni fornite dalla traccia consentono di ricostruire la funzione ƒ; infatti si ha subito che: f ( e3) f ( e ) f ( e ) Si può definire la matrice A che rappresenta l applicazione ƒ in R 3 rispetto alla base canonica: u x A 3 Si può poi scrivere: v f x z (,, ) w 3 3 z

14 La matrice A ha rango ; infatti per il modo con cui è definita la ƒ(e 3 ), la 3ª colonna è una combinazione lineare delle prime due, cioè è ottenuta come differenza fra la ª e la ª colonna. Pertanto, ricordando quanto asserito dal teorema nullità e rango, cioè: dim Im(ƒ) rango di A l Immagine di ƒ ha dimensione, cioè: dim Im(ƒ), e, inoltre, i vettori ƒ(e ) e ƒ(e ) ne costituiscono una base. Di conseguenza la dimensione del nucleo è: dim Ker(ƒ) + dim Im(ƒ) n dim Ker(ƒ) 3 - Geometricamente l insieme immagine di ƒ coincide col piano che passa per l origine e per i punti ƒ(e ) ed ƒ(e ), di equazione: w 6u 3v. Il nucleo Ker(ƒ) è l insieme delle soluzioni del sistema: x z x z x 3z 3 + 3z Si tratta di un sistema lineare omogeneo di tre equazioni in tre incognite con la matrice A dei coefficienti singolare e di rango ; il sistema è equivalente al sistema seguente: x z + z che ha come soluzione tutti i vettori: x k k R z ottenuti ponendo arbitrariamente z ; da cui x z ed z. Dal punto di vista geometrico il nucleo costituisce una retta passante per l origine. ESERCIZIO. Sia ƒ : R 4 R 4, un applicazione tale che: f ([ x,, z, w]) [( w ),,( z + ),( x )] Verificare che ƒ è un applicazione lineare, scrivere quindi la matrice A associata rispetto alle basi canoniche e trovare, poi, una base per il nucleo Ker(ƒ) ed una base per l immagine Im(ƒ). a) La condizione necessaria è soddisfatta, è infatti verificata ƒ() O. Applichiamo, pertanto, la definizione. ƒ è lineare se e solo se, per ogni coppia di scalari λ, µ e per ogni coppia di vettori u (x,, z, w ) e v (x,, z, w ) risulta soddisfatta la relazione seguente: λ ƒ(x,, z, w ) + µ ƒ(x,, z, w ) ƒ(λ (x,, z, w ) + µ ( x,, z, w )) Applicando la definizione si ottiene per il primo membro: x x w w λ f + µ f λ + µ z + + z z z w w x x ovvero:

15 x x z z w w w z x f w z x f µ µ λ λ µ µ λ λ µ µ λ λ µ λ e per il secondo membro si ottiene: f x z w x z w f x x z z w w w w z z x x ( ) λ µ λ µ λ µ λ µ λ µ λ µ λ µ λ µ λ µ λ µ λ µ λ λ µ µ λ λ µ µ λ λ µ µ w w z z x x Poiché i due vettori ottenuti sono uguali, ƒ È lineare. b) Al fine di determinare la matrice A associata rispetto alla base canonica consideriamo, dapprima in R 4 la base canonica: e (,,, ), e (,,, ), e 3 (,,, ), e 4 (,,, ). L applicazione ƒ agente sui tali vettori consente, allora, di relazionare come segue: r f s f u f v f A c) Al fine di definire una base per l immagine Im(ƒ) ricerchiamo, fra i quattro vettori r, s, u, v, quali sono fra loro linearmente indipendenti. Il rango della matrice A, definendo il numero di colonne linearmente indipendenti fra loro, individuerà anche i vettori della base dell immagine. Poiché la matrice A presenta una riga costituita da tutti zeri, essa è sicuramente singolare; ne consegue che: det(a). Osserviamo, che il minore del secondo ordine, mostrato qui in lato, è A M M rango A det( ) ( ) La matrice A associata alla base canonica, altro non è che la matrice che si ottiene accostando per colonne i vettori generati dall applicazione agente sulla base canonica B E (e, e, e 3, e 4 ), ovvero la matrice a lato riportata. diverso da zero; pertanto, per il rango della matrice A si può asserire che: rango(a). Orliamo tale minore, secondo quando stabilito dalla regola di Kroneker, con gli elementi della prima riga e della terza colonna ottenendo il minore del terzo ordine, diverso da zero, a lato riportato. Ne consegue che rango(a) 3.

16 Si conclude, quindi, che per il teorema di nullità più rango, la dimensione dell immagine della applicazione è dim Im(ƒ) 3 ed una base per l immagine Im(ƒ) è individuata nonché definita dai tre vettori della matrice A relativi al minore M 3, ovvero: BIm( f ) ([,,, ],[,,, ],[,,, ]) d) Al fine di determinare una base per il nucleo Ker(ƒ) ricordiamo che il nucleo è definito dal sottospazio costituito dai vettori di R 4 che, tramite l applicazione ƒ, generano il vettore nullo. Inoltre è, da subito, possibile affermare che: dim Ker(ƒ) + dim Im(ƒ) n dim Ker(ƒ) 4 dim Im(ƒ) 4 3 Con immediatezza, ricordando che l applicazione si identifica nella relazione costitutiva seguente: f ([ x,, z, w]) [( w ),,( z + ),( x )] e applicando la definizione di nucleo di un applicazione, risulta che, se u (x,, z, w) è un vettore appartenente al nucleo, allora dovrà soddisfare alla seguente relazione: f ( u) f ([ x,, z, w]) [( w ),,( z + ),( x )] (,,, ) la quale comporta l imposizione delle scritture di seguito riportate: w z + x w z x u (,,, ) u (,,, ) Tutti i vettori appartenenti al sottospazio relativo al Ker(ƒ) si ottengono come prodotto dello scalare per il vettore base u b (,, -, ) ottenuto ponendo. Si osservi che la base del nucleo può ricavarsi, per definizione di nucleo di una applicazione, impostando la seguente relazione matriciale: A u O con u inteso come vettore colonna. ESERCIZIO. Sia assegnata l applicazione ƒ : R R 3, definita da: f ([ x, ]) [( x + ),,( 3 x )] Si stabilisca se l applicazioneƒ è un applicazione iniettiva e suriettiva. Si ricorda che un applicazione ƒ: W V è INIETTIVA se e solo se il nucleo dell applicazione stessa è rappresentato dal solo vettore nullo ovvero se Ker(ƒ) {O} ed è SURIETTIVA se e solo se l immagine Im(ƒ) prodotta dall applicazione, ovvero il codominio, coincide con lo spazio V, cioè: Im(ƒ) V il che equivale a dire che: dim Im(ƒ) dim V. Quanto affermato può riassumersi nello schema di seguito riportato: { } Ker( f ) O dim Ker( f ) Im( f ) V dimim( f ) dimv Atteso quanto premesso, si può determinare la matrice A f associata all applicazione riferita alla base canonica dello spazio W ed alla base canonica dello spazio V; infatti facendo agire l applicazione sui vettori della base canonica di W si ottengono le scritture di seguito esplicitate: f ( e) f f ( e ) f 3 La matrice A f associata all applicazione è la matrice che ha come colonne i vettori che, tramite la applicazione stessa, costituiscono le immagini dei vettori della base canonica di W; quindi, si ha:

17 Af rango( Af ) dimim( f ) rango( Af ) 3 Il ricorso all equazione dimensionale, conosciuta anche come teorema di nullità più rango, che di seguito si ritiene opportuno riscrivere: dim Ker(ƒ) + dim Im(ƒ) dim R consente di ottenere le informazioni necessarie in merito alla natura dell applicazione stessa; infatti si ottiene, per il caso specifico in esame, quanto segue: dim Ker(ƒ) + dim Ker(ƒ) Ker(ƒ) {} Dai risultati conseguiti si possono evincere le seguenti conclusioni: poiché dim Ker(ƒ) ovvero Ker(ƒ) {} l applicazione ƒ È INIETTIVA. poiché dim Im(ƒ) e dimv 3 si ha: dim Im(ƒ) dimv ƒ NON È SURIETTIVA ESERCIZIO. Sia assegnata l applicazione ƒ : R R 3, tale che: f ( e ) e e + e3 f ( e ) e + 3e3 Si determini la matrice associata all applicazione e si stabilisca se l applicazione ƒ stessa è un applicazione iniettiva. L applicazione ƒ è descritta, in questo caso, definendo l azione da essa esercitata sui vettori della base canonica di R al fine di ottenere la loro immagine in funzione dei vettori della base canonica di R 3. Considerata, pertanto, la base canonica B E :{e (, ), e (, )} di R, l applicazione agisce nel modo espresso dalle scritture di seguito riportate: ( ) f e ( ) f e f + f La matrice A ƒ associata all applicazione è la matrice le cui colonne sono formate dai vettori della immagine, ovvero: Af rango( Af ) dimim( f ) rango( Af ) 3 Il ricorso all equazione dimensionale, conosciuta anche come teorema di nullità più rango, che di seguito di nuovo si riporta: dim Ker(ƒ) + dim Im(ƒ) dim R consente di ottenere le informazioni necessarie in merito alla natura dell applicazione stessa; infatti si ottiene, per il caso specifico in esame, quanto segue: dim Ker(ƒ) + dim Ker(ƒ) Ker(ƒ) {} Dal risultato conseguito si può concludere che, poiché dim Ker(ƒ), ovvero Ker(ƒ) {}, la applicazione ƒ È INIETTIVA.

18 ESERCIZIO 3. Si consideri l endomorfismo ƒ : R 3 R 3, che risulta associato alla matrice t Af t t + t Si desidera conoscere il valore del parametro t affinché l endomorfismo dato f sia un automorfismo. Per gli eventuali valori del parametro t per i quali ƒ non è un automorfismo si determini la dimensione ed una base per il nucleo Ker(ƒ). È utile ricordare che un automorfismo è costituito da un endomorfismo invertibile. Ciò richiede che, in termini di matrice associata all applicazione, esista la matrice inversa cioè A ƒ deve essere invertibile e quindi NON SINGOLARE. Questa condizione implica che det(a ƒ ). Calcoliamo, quindi, il determinante della matrice A ƒ che risulterà essere, ovviamente, in funzione del parametro t. Si ottiene: det( A) 4t + 4( t + ) + ( t + 3) t( t + ) t( t + 3) 6 4t + 4t t + 6 t t t 6t 6 t t 6 Imponendo la condizione det(a) si determinano i valori del parametro t per i quali la matrice è SINGOLARE. Si ottiene: det( A) t t 6 t ± + 4 ± 5 ± 5 da cui, risolvendo l equazione di secondo grado, si ha: + 3 Si conclude che per t e t 3 la matrice A ƒ È NON SINGOLARE e l endomorfismo ƒ è un automorfismo per t - la matrice A ƒ assume la forma seguente: A f ( t ) 4 Esiste un minore del secondo ordine diverso da zero che consente di concludere quanto segue: ( f t ) dimim( f ) rango A ( t ) ( ) Una base dell immagine è costituita dei vettori colonna appartenenti al minore del secondo ordine diverso da zero; per tanto si ottiene: B Im (f(t ) ) {(,, ),(,, 4 ) } Ricordando quanto asserito dal teorema di nullità più rango si evince che: dim Ker(ƒ (t) ) + dim Im(ƒ (t) ) dim R 3 dim Ker(ƒ (t) ) 3 Per la determinazione di una base del nucleo si deve ricordare che il nucleo è l insieme dei vettori del dominio che hanno come immagine il vettore nullo del codominio; è allora ovvia la scrittura che di seguito si riporta: a Af b ( t ) c da cui si ottiene: a b 4 c

19 a + b + c a b + c a + b + 4c b + c a b a b c a c Si perviene alla conclusione che tutti i vettori appartenenti al nucleo sono vettori caratterizzati da componenti del tipo v (a, a, ); posto a, tutti i vettori del nucleo sono multipli del vettore v (,, ) che, quindi, genera tutto il nucleo e di cui ne una base. per t 3 la matrice A ƒ assume la forma seguente: 3 A f ( t ) Esiste un minore del secondo ordine diverso da zero che consente di concludere quanto segue: ( f t ) dimim( f ) rango A ( t 3) ( 3) Una base dell immagine è costituita dei vettori colonna appartenenti al minore del secondo ordine diverso da zero; per tanto si ottiene: { } B (,, ),(,, ) Im (f(t 3)) Ricordando quanto asserito dal teorema di nullità più rango si evince che: dim Ker(ƒ (t3) ) + dim Im(ƒ (t3) ) dim R 3 dim Ker(ƒ (t3) ) 3 Per la determinazione di una base del nucleo si deve ricordare che il nucleo è l insieme dei vettori del dominio che hanno come immagine il vettore nullo del codominio; è allora ovvia la scrittura che di seguito si riporta: a 3 a Af b b ( t ) 3 da cui si ottiene: 3 c 3a + b + c a + 3b + c 4a + 6b + 4c c 3a + b c a + 3b c 5b 4c a c 5 5a c b 4c 5 Si perviene alla conclusione che tutti i vettori appartenenti al nucleo sono vettori caratterizzati da componenti del tipo v (c/5, 4c/5, c); posto c, tutti i vettori del nucleo sono multipli del vettore v (/5, 4/5, ) che, quindi, genera tutto il nucleo e di cui ne una base. ESERCIZIO 4. Si consideri l applicazione lineare ƒ : R 3 R la cui matrice associata A ƒ, M (,3) (R), riferita alle basi canoniche, è di seguito riportata: Af 5 3 M (, )(R) Si vuole determinare la matrice associata ad ƒ rispetto alle basi B V {v (,,), v (,, ), v 3 (,, )} di R 3 e B W {w (, 3), w (, 5)} di R. Dato che A ƒ è la matrice associata all applicazione lineare e riferita alle basi canoniche di R 3 e di R si può calcolare l immagine dell applicazione stessa agente sui vettori della base B V ; in relazione alla conformazione istitutiva della matrice A ƒ i vettori trasformati saranno espressi in funzione dei vettori della base B W. Pertanto, in ossequio alla definizione di matrice associata ad una applicazione sono ovvie le relazioni di seguito riportate:

20 f ( v) Af v f f ( v ) Af v f f ( v3) Af v3 f 4 7 Come già sopra richiamato, i vettori ƒ(v ), ƒ(v ) e ƒ(v 3 ) sono rappresentati tramite le loro coordinate riferite ai vettori della base canonica di R. Le coordinate dei vettori trasformati dall applicazione riferite ai vettori della base B W sono fornite dai coefficienti delle seguenti combinazioni lineari: 4 f ( v) Af v w w ( 7 f ( v ) Af v w w ( f ( v3) Af v3 3w 3w ( 3 La scrittura () implica la validità contemporanea delle seguenti relazioni: α + β 4 3α + 5β 4 α β 8 La scrittura () richiede che siano soddisfatte contemporaneamente le relazioni di seguenti mostrate: α + β 7 3α + 5β 3 α β 4 4 La scrittura (3) trova soddisfazione nella contemporanea validità delle relazioni di seguenti mostrate: α 3 + β3 3α 3 + 5β3 α3 8 β 5 3 La matrice associata all applicazione lineare ƒ : R 3 R riferita alle basi B V e B W è la matrice le cui colonne sono costituite dai coefficienti della combinazione lineare dei vettori immagine riferiti alla base B W ; pertanto, alla luce dei risultato sopra conseguiti, si può asserire che la matrice cercata è così strutturata: A f( ) M (R) BV, B (, ) W α α α β β β

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

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

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

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

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

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio Lezioni di Geometria e Algebra Fulvio Bisi, Francesco Bonsante, Sonia Brivio CAPITOLO 4 Applicazioni lineari 1. Definizioni ed esempi. In questo capitolo ci proponiamo di studiare le funzioni tra spazi

Dettagli

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

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

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

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

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga Lezioni del corso di Geometria e Algebra prof Michele Mulazzani dott Alessia Cattabriga AA 20001/2002 Indice 1 Equazioni e sistemi lineari 4 11 Alcune strutture algebriche 4 12 Operazioni standard su K

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

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

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

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: 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

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

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

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

STRUTTURE ALGEBRICHE

STRUTTURE ALGEBRICHE STRUTTURE ALGEBRICHE 1. Operazioni algebriche binarie Dato un insieme M, chiamiamo operazione algebrica binaria definita su M una qualunque applicazione f che associa ad ogni coppia ordinata (a, b) di

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

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1

Dettagli

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto. 29 giugno 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola

Dettagli

Esame di Geometria - 9 CFU (Appello del 28 gennaio 2013 - A)

Esame di Geometria - 9 CFU (Appello del 28 gennaio 2013 - A) Esame di Geometria - 9 CFU (Appello del 28 gennaio 23 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Nello spazio R 3, siano dati il piano e i punti P = (, 2, ), Q = (2,, ). π : x + 2y 3

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

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

Esercitazione del 16-11-11 Analisi I

Esercitazione del 16-11-11 Analisi I Esercitazione del 6-- Analisi I Dott.ssa Silvia Saoncella silvia.saoncella 3[at]studenti.univr.it a.a. 00-0 Esercizio. Determinare se la funzione f() è continua nel suo dominio sin se 0 f() = 0 se = 0

Dettagli

Appunti di Algebra Lineare

Appunti di Algebra Lineare Appunti di Algebra Lineare Indice 1 I vettori geometrici. 1 1.1 Introduzione................................... 1 1. Somma e prodotto per uno scalare....................... 1 1.3 Combinazioni lineari e

Dettagli

Funzione Una relazione fra due insiemi A e B è una funzione se a ogni elemento di A si associa uno e un solo elemento

Funzione Una relazione fra due insiemi A e B è una funzione se a ogni elemento di A si associa uno e un solo elemento TERIA CAPITL 9. ESPNENZIALI E LGARITMI. LE FUNZINI Non si ha una funzione se anche a un solo elemento di A non è associato un elemento di B, oppure ne sono associati più di uno. DEFINIZINE Funzione Una

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

Geometria analitica di base (prima parte)

Geometria analitica di base (prima parte) SAPERE Al termine di questo capitolo, avrai appreso: come fissare un sistema di riferimento cartesiano ortogonale il significato di equazione di una retta il significato di coefficiente angolare di una

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

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

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

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

ALGEBRA I: ARITMETICA MODULARE E QUOZIENTI DI ANELLI

ALGEBRA I: ARITMETICA MODULARE E QUOZIENTI DI ANELLI ALGEBRA I: ARITMETICA MODULARE E QUOZIENTI DI ANELLI 1. CLASSI DI RESTO E DIVISIBILITÀ In questa parte sarò asciuttissimo, e scriverò solo le cose essenziali. I commenti avete potuto ascoltarli a lezione.

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 B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

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

Geometria I A. Algebra lineare

Geometria I A. Algebra lineare UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali Geometria I A. Algebra lineare Prof.ssa Silvia Pianta Anno Accademico 22/23 Indice Spazi vettoriali 7 Definizione

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

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

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

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

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

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007 Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari

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

Algebra lineare for dummies

Algebra lineare for dummies Algebra lineare for dummies Sergio Polini 26 settembre 22 Indice Premessa 2 Spazi vettoriali 3. Definizione................................ 3.2 Sottospazi vettoriali........................... 3.3 Indipendenza

Dettagli

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali APPROFONDIMENTI DI ALGEBRA M. Chiara Tamburini Anno Accademico 2013/2014 Indice Prefazione iii I Moduli su un anello

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

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

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi di Algebra Lineare. Claretta Carrara Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo 1. Operazioni tra matrici e n-uple 1 1. Soluzioni 3 Capitolo. Rette e piani 15 1. Suggerimenti 19. Soluzioni 1 Capitolo 3. Gruppi, spazi e

Dettagli

AL. Algebra vettoriale e matriciale

AL. Algebra vettoriale e matriciale PPENDICI L. lgebra vettoriale e matriciale Vettori Somma di vettori: struttura di gruppo Come abbiamo richiamato nell introduzione vi sono delle grandezze fisiche caratterizzabili come vettori, cioè tali

Dettagli

2 FUNZIONI REALI DI VARIABILE REALE

2 FUNZIONI REALI DI VARIABILE REALE 2 FUNZIONI REALI DI VARIABILE REALE 2.1 CONCETTO DI FUNZIONE Definizione 2.1 Siano A e B due insiemi. Una funzione (o applicazione) f con dominio A a valori in B è una legge che associa ad ogni elemento

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

1 Grafico di una funzione reale 1. 2 Funzioni elementari 2 2.1 Funzione potenza... 2 2.2 Funzione esponenziale... 3 2.3 Funzione logaritmica...

1 Grafico di una funzione reale 1. 2 Funzioni elementari 2 2.1 Funzione potenza... 2 2.2 Funzione esponenziale... 3 2.3 Funzione logaritmica... UNIVR Facoltà di Economia Sede di Vicenza Corso di Matematica Funzioni reali di variabile reale Indice Grafico di una funzione reale 2 Funzioni elementari 2 2. Funzione potenza................................................

Dettagli

ISTITUZIONI DI MATEMATICA I. (prof. M.P.Cavaliere) SPAZI VETTORIALI SU R

ISTITUZIONI DI MATEMATICA I. (prof. M.P.Cavaliere) SPAZI VETTORIALI SU R ISTITUZIONI DI MATEMATICA I (prof MPCavaliere) SPAZI VETTORIALI SU R Abbiamo visto parlando dei numeri complessi che i punti P del piano possono essere determinati da coppie di numeri reali, se è dato

Dettagli

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione

Dettagli

I Insiemi e funzioni

I Insiemi e funzioni I Insiemi e funzioni 1. INSIEMI ED OPERAZIONI SU DI ESSI 1.1. Insiemi Dal punto di vista intuitivo, il concetto di insieme può essere fatto corrispondere all atto mentale mediante il quale associamo alcuni

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

Funzioni. Capitolo 6. 6.1 Concetto di funzione e definizioni preliminari

Funzioni. Capitolo 6. 6.1 Concetto di funzione e definizioni preliminari Capitolo 6 Funzioni 6. Concetto di funzione e definizioni preliminari Definizione 6. Dati due insiemi non vuoti D e C, si dice applicazione o funzione una qualsiasi legge (relazione) che associa ad ogni

Dettagli

Funzioni. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Funzioni. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Funzioni Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli

Le funzioni reali di variabile reale

Le funzioni reali di variabile reale Prof. Michele Giugliano (Gennaio 2002) Le funzioni reali di variabile reale ) Complementi di teoria degli insiemi. A) Estremi di un insieme numerico X. Dato un insieme X R, si chiama maggiorante di X un

Dettagli

FOGLIO 4 - Applicazioni lineari. { kx + y z = 2 x + y kw = k. 2 k 1

FOGLIO 4 - Applicazioni lineari. { kx + y z = 2 x + y kw = k. 2 k 1 FOGLIO 4 - Applicazioni lineari Esercizio 1. Si risolvano i seguenti sistemi lineari al variare di k R. { x y + z + 2w = k x z + w = k 2 { kx + y z = 2 x + y kw = k Esercizio 2. Al variare di k R trovare

Dettagli

DIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI

DIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI DIARIO DEL CORSO DI ALGEBRA A.A. 2012/13 DOCENTE: ANDREA CARANTI Lezione 1. lunedí 17 settembre 2011 (1 ora) Presentazione del corso. Esercizio: cosa succede a moltiplicare per 2, 3, 4,... il numero 052631578947368421,

Dettagli

Corso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti

Corso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti Corso di Analisi Numerica - AN1 Parte 2: metodi diretti per sistemi lineari Roberto Ferretti Richiami sulle norme e sui sistemi lineari Il Metodo di Eliminazione di Gauss Il Metodo di Eliminazione con

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

Corso introduttivo pluridisciplinare Strutture algebriche

Corso introduttivo pluridisciplinare Strutture algebriche Corso introduttivo pluridisciplinare Strutture algebriche anno acc. 2013/2014 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano) Corso introduttivo pluridisciplinare 1 / 17 index

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

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4

Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4 Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università

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

UNIVERSITÀ DEGLI STUDI DI FERRARA

UNIVERSITÀ DEGLI STUDI DI FERRARA UNIVERSITÀ DEGLI STUDI DI FERRARA Anno Accademico 2012/2013 REGISTRO DELL ATTIVITÀ DIDATTICA Docente: ANDREOTTI MIRCO Titolo del corso: MATEMATICA ED ELEMENTI DI STATISTICA Corso: CORSO UFFICIALE Corso

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI In matematica, per semplificare la stesura di un testo, si fa ricorso ad un linguaggio specifico. In questo capitolo vengono fornite in maniera sintetica le nozioni

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Terzo Appello del corso di Geometria e Algebra II Parte - Docente F. Flamini, Roma, 7/09/2007 SVOLGIMENTO COMPITO III APPELLO

Dettagli

Funzioni inverse e disequazioni

Funzioni inverse e disequazioni Funzioni inverse e disequazioni Edizioni H ALPHA LORENZO ROI c Edizioni H ALPHA. Febbraio 006. H Il disegno di copertina rappresenta un particolare dell insieme di Mandelbrot centrato in (.897006, 0.43530057)

Dettagli

09 - Funzioni reali di due variabili reali

09 - Funzioni reali di due variabili reali Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 09 - Funzioni reali di due variabili reali Anno Accademico 2013/2014

Dettagli

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L. Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

Cenni di teoria dei campi finiti

Cenni di teoria dei campi finiti Cenni di teoria dei campi finiti Luca Giuzzi 31 ottobre 2011 In queste note vengono richiamati alcuni risultati di algebra relativi la teoria dei campi finiti. 1 Anelli Definizione 1. Un anello (R, +,

Dettagli

Lezione 9: Cambio di base

Lezione 9: Cambio di base 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

Dettagli

Equazioni alle differenze finite (cenni).

Equazioni 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

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano

Dettagli

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ. M. Chiara Tamburini

UNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ. M. Chiara Tamburini UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ M Chiara Tamburini Anno Accademico 2009/2010 Indice I Omomorfismi fra anelli 1 1 Ideali 1 2 Anelli

Dettagli

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1 LE FUNZIONI EALI DI VAIABILE EALE Soluzioni di quesiti e problemi estratti dal Corso Base Blu di Matematica volume 5 Q[] Sono date le due funzioni: ) = e g() = - se - se = - Determina il campo di esistenza

Dettagli

Generalità sulle funzioni

Generalità sulle funzioni Capitolo Concetto di funzione Generalità sulle funzioni Definizione di funzione Definizione Dato un sottoinsieme non vuoto D di R, si chiama funzione reale di variabile reale, una relazione che ad ogni

Dettagli

Funzioni. Il concetto di funzione nasce da quello di corrispondenza fra grandezze. Tale corrispondenza può essere data in svariati modi:

Funzioni. Il concetto di funzione nasce da quello di corrispondenza fra grandezze. Tale corrispondenza può essere data in svariati modi: Funzioni Il concetto di funzione nasce da quello di corrispondenza fra grandezze. Tale corrispondenza può essere data in svariati modi: da un rilevamento empirico da una formula (legge) ESEMPI: 1. la temperatura

Dettagli

Funzioni reali di più variabili reali

Funzioni reali di più variabili reali Funzioni reali di più variabili reali Generalità. Indichiamo con R n il prodotto cartesiano di R per sé stesso, n volte: R n = {(, 2,, n ) ;! R,, n!r}. Quando n = 2 oppure n = 3 indicheremo le coordinate

Dettagli

I tre concetti si possono descrivere in modo unitario dicendo che f e iniettiva, suriettiva, biiettiva se e solo se per ogni b B l equazione

I tre concetti si possono descrivere in modo unitario dicendo che f e iniettiva, suriettiva, biiettiva se e solo se per ogni b B l equazione Lezioni del 29 settembre e 1 ottobre. 1. Funzioni iniettive, suriettive, biiettive. Sia f : A B una funzione da un insieme A ad un insieme B. Sia a A e sia b = f (a) B l elemento che f associa ad a, allora

Dettagli

Soluzione di equazioni quadratiche

Soluzione di equazioni quadratiche Soluzione di equazioni quadratiche Soluzione sulla Retta Algebrica Inseriamo sulla Retta Algebrica le seguenti espressioni polinomiali x e x 3 e cerchiamo di individuare i valori di x per i quali i punti

Dettagli

Geometria nel piano complesso

Geometria nel piano complesso Geometria nel piano complesso Giorgio Ottaviani Contents Un introduzione formale del piano complesso 2 Il teorema di Napoleone 5 L inversione circolare 6 4 Le trasformazioni di Möbius 7 5 Il birapporto

Dettagli

Coordinate Cartesiane nel Piano

Coordinate Cartesiane nel Piano Coordinate Cartesiane nel Piano O = (0,0) origine degli assi ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi, y sistemi dimetrici: unità di misura diverse sui due assi (spesso

Dettagli

R X X. RELAZIONE TOTALE Definizione: Si definisce relazione totale tra x e y se dati X,Y diversi dall'insieme vuoto

R X X. RELAZIONE TOTALE Definizione: Si definisce relazione totale tra x e y se dati X,Y diversi dall'insieme vuoto PRODOTTO CARTESIANO Dati due insiemi non vuoti X e Y si definisce prodotto cartesiano: X Y ={ x, y x X, y Y } attenzione che (x,y) è diverso da (y,x) perchè (x,y)={x,{y}} e (y,x)={y,{x}} invece sono uguali

Dettagli

Teoria degli insiemi

Teoria degli insiemi Teoria degli insiemi pag 1 Easy Matematica di dolfo Scimone Teoria degli insiemi Il concetto di insieme si assume come primitivo, cioè non riconducibile a concetti precedentemente definiti. Sinonimi di

Dettagli

DIARIO DEL CORSO DI ALGEBRA A.A. 2013/14 DOCENTE: ANDREA CARANTI

DIARIO DEL CORSO DI ALGEBRA A.A. 2013/14 DOCENTE: ANDREA CARANTI DIARIO DEL CORSO DI ALGEBRA A.A. 2013/14 DOCENTE: ANDREA CARANTI Lezione 1. lunedí 16 settembre 2013 (2 ore) Presentazione del corso. Esercizio: cosa succede a moltiplicare per 2, 3, 4,... il numero 142857,

Dettagli

Il gruppo dei vettori

Il gruppo dei vettori Capitolo Terzo Il gruppo dei vettori 3.1. Le strutture di gruppo e di corpo Un operazione binaria (1) definita in un insieme è un applicazione fra il quadrato cartesiano dell insieme e l insieme stesso,

Dettagli

3. Sia g(x) = 4. Si calcoli l area del triangolo mistilineo ROS, ove l arco RS appartiene al grafico di f(x) o, indifferentemente, di g(x).

3. Sia g(x) = 4. Si calcoli l area del triangolo mistilineo ROS, ove l arco RS appartiene al grafico di f(x) o, indifferentemente, di g(x). Esame liceo Scientifico : ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMI Problema. Sia ABCD un quadrato di lato, P un punto di AB e γ la circonferenza

Dettagli

ALGEBRA E LOGICA (v1.5)

ALGEBRA E LOGICA (v1.5) ALGEBRA E LOGICA (v1.5) Iniettività e suriettività: Per dimostrare che una funzione è iniettiva basta provare che se a1 = a2 => f(a1) = f(a2) per ogni valore di a (la cardinalità del codominio è maggiore

Dettagli