Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f).

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f)."

Transcript

1 Due Matrici A,B. Ker f = ker g. 1- Ridurre a scala A e B e faccio il sistema. 2 Se Vengono gli stessi valori allora, i ker sono uguali. Cauchy 1 autovalore, 1- Metto a matrice x1(0),x2(0),x3(0) e la chiamo C. 2- Metto a matrice il sistema e la chiamo A. 3- Calcolo polinomio caratteristico di A 4- Molteplicità algebrica. 5- Molteplicità geometrica. Dimensione matrice rk(matricea autovalore). 6- Calcolo matrice di Jordan.I blocchi si calcolano con la molteplicità geometrica. Se è 1 è un blocco solo 3x3. Sulla diagonale l'autovalore che trovo dal polinomio caratteristico. Sopra il valore 1 e poi tutti zeri. 7- Formula = P * e^(lambda t) * p^(-1)*c 8- Trovo P. Prendo la matrice unitaria. Prendo A elevato alla molteplicità algebrica- 1. Quindi P è una riga di I una di A e una di A^(ma-1). 9- Trovo p^-1 col sistema. 10- e^(lambda t ) = e^(lambda t) t*e^(lambda t) (t/2)^(2*e^(lambda t)) 0 e^(lambda t) t*e^(lambda t) 0 0 e^(lambda t) 11- uso la formula del punto 7. Calcola del k. 1- Metto a matrice il sistema e lo rendo a scala. 2- prendo i valori. E trovo le soluzioni. Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f).

2 1-Ho: f(1,2,0,0) = (0,1,-1,0) f(1,3,0,0) = (0,2,-2,0) f(0,0,1,2) = (0,1,3,2) f(0,0,1,3) = (0,1,5,3) 2- Metto a matrice i coefficienti di f ossia 0,1,-1,0 etc e li metto in colonna. 2- Metto a sistema f ossia 1,2,0,0 etc. quindi: x+2y = 1 Ogni volta scambio = 1 alle eq successive. 3- Ad ogni sistema trovo una riga. 4- Metto a matrice le righe trovate e la chiamo B. 5- Moltiplico la matrice iniziale per la B. 6- Calcolo il ker, e immagine (lo spazio della matrice - vettori ker). 7- Metto a matrice le basi ker e img. 8- Riduco a scala affiancando x,y,z,t per trovare rappr. Cartesiana. Calcolo base ortonormale di U e base ortonormale di U^(perpendicolare). Calcolare matrice rappresent. M(pU) e M(pU ). U = { (1,2,0), (0-1,1) } 1- Trovo il versore: v1/v1*v1 (1,2,0)/sqrt(5) stessa cosa con il secondo vettore. 2- Formula: Vet2 (vet1 * vet2) / (vet1 * vet1) * vet1 = vet3 3- Quindi: (0,-1-1) (0,-2,0)/(1,4,0) * (1,2,0) -(-2/5) * (1,2,0) = -(-2/5,-4/5,0) (0,-1,1) - (-2/5,-4/5,0) (2/5,-1/5,1) (2,-1,5) * (2,-1,5) = 1/sqrt(30). 4- Metto a matrice in colonna i due vettori iniziali affiancando x,y,z e calcolo rappresentazione cartesiana.(2x-y-z = 0) 5- Faccio proeiz. Ortogonale: 2x-y-z (2,-1,-1). Lo moltiplico per se stesso e sommo i valori interni. Quindi = 6. 1/sqrt(6)*(2,-1,-1). 6-2x-y-z) / 6 *(2,-1,-1). Moltiplico il 2 * l'eq. Poi il -1 per l'eq, e ancora il -1 per l'eq. Metto a matrice i 3 vettori per riga. 1/6 * (x,y,z) = (x,y,z) pu( )(x,y,z). (x,y,z) = (1,1,1)

3 Calcolo forma quadratica. Matrice di Gram G, matrice ortogonale P t.c P^(-1) * G* P sia diagonale. q(u) = X1²+2x1*x2+8x1*x3+x^(2)2+8x2*x3-2x^(2)3 1- Prendo i coefficienti di tutte le x^(2) e le metto sulla diagonale della matrice. Quindi: Prendo i coefficienti fuori dai quadrati,li divido per 2 e li metto sulla simmetrica. Quindi: 1 2/2 8/2 2/2 1 8/2 8/2 8/2-2 copio i termini simmetricamente. G = Calcolo polinomio caratteristico di G. Trovo gli autovalori. 4- Per ogni autovalore, lo sostituisco alla t. faccio una matrice e trovo dei vettori (autospazi).quindi 0,6 e -6 (autovalori da sostituire alla t). vettori. V6 = (1,1,1). V0 = (1,-1,0). V-6 = (1,1,-2). 5- Trovo i versori di ogni vettore.v6*v6 e sommo le componenti. 1/sqrt(3). v0*v0 = 1/sqrt(2). V-6*v-6 = 1/sqrt(6). Metto in colonna questi che trovo. Quindi: 1/ 3 1/ 2 1/ 6 1/ 3-1/ 2 1/ 6 1/ 3 0-2/ 6

4 Matrice rapprentativa. Determinare base ker e im, rappresentazione cartesiana per im(f). Dire se F è diagonalizzabile. F(1,-1,-2) = (6,-6,-12) f(1,1,0) = (0,0,0) f(-2,0,1) = (0,0,0) 1- Metto a matrice etc in colonna. 2- Faccio la matrice canonica. 3- faccio il sistema di x-y-2z = 1. Sposto l'1 alle eq successive quindi 3 sistemi. Trovo 3 vettori e li metto in colonna. 4- Moltiplico la matrice etc * quella che ho trovato dai sistemi. 5- Trovo il ker e l'im della matrice che ho appena trovato. 6- Faccio la rappresentazione cartesiana di img di f. 7- devo vedere la diagonalizzazione. Matrici uguali. 1- Due matrici sono uguali se hanno lo stesso rango e stesso indice. L'indice è, una volta ridotta a scala vedi quanti numeri ci sono sulla diagonale > 0. Un numero solo = indice 1. Matrici simili. 1- Se la traccia di A è uguale alla traccia della matrice B.

5 Calcolo Matrice rappresentativa rispetto a E = {e1,e2,e3}, base per il nucleo e per immagine. F(e1) = F(e2) = F(e3) F(e1+e2) = 4(e1+e2+e3) 1- Visto che F(e1) = F(e2) = F(e3) allora la matrice avrà le colonne uguali. 2- F(e1) + F(e2) = 2F(e3) => 2F(e2) /2 = 4F(e1+e2+e3)/2 => semplifico. 3- Trovo F(e2) = 2(e1+e2+e3) => F(e2) = (2,2,2). 4- Visto che e1=e2=e3 la matrice è: 2 2 2; 2 2 2; Trovo il Ker, riducendo a scala la matrice, dopo faccio due sistemi uno con y= 0 e z = 1 e l altro con y=1 e z = 0. Trovo due basi. 6- Trovo l immagine: dimensione(r^3 ker) = > 3-2 = 1. La base è: (2,2,2) in colonna. U Sottospazione generato da x-2y+3z+t = 0. E sia Wh = (-1,1,h,3-3h), (- 1,0,0,1), (-1,1,0,3). Determinare: Wh = U. Wh contenuto in U. Wh da U. 1- Sostituisco tutti i vettori dentro l equazione data h+3-3h = 0. => 0=0 ok! 2- Poi faccio lo stesso per gli altri due vettori dati. 3- Metto a matrice i 3 vettori e la riduco a scala. Trovo h Si ha che Wh = U, mentre W0 U.

6 Al variare di H. Determinare per ciascun H un sottospazio di Wh. (1,1,1,1),(-3h,h^2,-3h,-2h),(3h,3h,-h^2,2h),(0,h^2+3h,-h^2-3h,0) 1- Mettere I vettori dati a matrice e ridurre a scala. 2- Trovo che H {3,0}. Al variare di K. Determinare le soluzioni. 1- Metto a matrice il sistema completo e lo riduco a scala. 2- Trovo per quali k il sistema si annulla. 3- Sostituisco i valori di K che ho trovato nella matrice. 4- Faccio il sistema e trovo le basi/e. Nello spazio dei polinomi R<=2. Sottoinsieme A formato dai polinomi che si annullano in T = -1. Ed il sottospazio B che si annullano in T = 3. Provare che A e B sono sottospazi di R<=2. Calcolare una base per A, B, A B. 1- P(t) = a0 + a1t + a2t^2 2- Sostituisco -1 dentro la t. Quindi l eq diventa: a0-a1+a2. 3- A0 = a1-a2. 4- Sostituisco a0 dentro P(t): (a1-a2) + a1t + a2t^2. 5- Raggruppo a1 e a2: a1(1+t) + a2(-1+t^2). Trovo lo span(1+t, -1+t^2). 6- Faccio lo stesso per b. 7- P(t) = b0 + b1t + b2t^2. Sostituisco 3 alla t => b0 + 3b1 + 9b2. 8- B0 = -3b1 9b2. Sostituisco b0 in P(t). Raggruppo e trovo lo span(-3+t, -9+t^2) 9- Prendo il 1 elemento dello span di A e lo stesso di B. (1+t)*(-3+t) 10- Dim(A) = 2. DIm(B) = 1. Dim(A) + Dim(B). Il termine a sx è > di quello a dx quindi non è somma diretta. 11- (1+t) + (-1+ t^2) + (-3+t) sommo e trovo la base.

7 Dati dei vettori e un sistema trovare la rappresentazione cartesiana di U + V. (15,4,2,3),(10,2,1,2),(5,0,0,1),(5,2,1,1) V = x y + 2z + 2t = 0 X y + 2z + t = 0 2x 2y + 4z +3t = 0 1- Mettendo a matrice i vettori si nota che due sono sovrabbondanti. Quindi i vettori che formano la base sono: (5,0,0,1) e (5,2,1,1) 2- Per il sistema: Metto a matrice i valori e poi rifaccio il sistema trovando le due basi. Che in questo caso sono: (1,1,0,0),(-2,0,1,0). 3- Quindi U + V è data dalle 4 basi. 4- Per la rappresentazione cartesiana metto a matrice i 4 vettori in colonna + una colonna finale di x,y,z,t. Riduco a scala e trovo l eq. In questo caso: x-y+2z-5t = 0. Al variare di H trovare la soluzione dei sistemi lineari con e1,e2,e3. Determinare h per cui Ker(fh) contenuto Im(fh), ed i valori per cui V appartiene a Im(fh). Fh(e1) = (1,2,-3) Fh(e1 e3) = (0,2,-h^2-2h) Fh (e1-e2) = (0,-h-2,0) V = (1,2,0) 1- E3 = (1,2,-3) (0,2, -h^2 2h). e3 = (1,0,-3+h^2 + 2h). 2- E2 = (1,2,3) (0,-h-2,0) e2 = (1,h+4,-3).

8 3- Metto a matrice in colonna i 3 vettori e1,e2,e3. 4- Formo il sistema con accanto i valori di V. 5- Quindi: x + y + z = 1 2x + (h+4)y = 2-3x 3y + (h^2 + 2h -3)z = 0 6- Lo rimetto a matrice completa e lo riduco a scala. Trovo i valori di h. 7- Trovo l immagine. 8- In questo caso V(1,2,0) appartiene a Im(fh) se h -2,0. Trovare Il Rango. Formula: Matrice originale (auto valore) * (matrice unitaria). A λi. L autovalore è quello della molteplicità algebrica. Rango righe non nulle dopo aver ridotto a scala la matrice. Dire se la matrice è diagonalizzabile. Ma = mg. A = 3k + 7 -k 3 9k k Trovo il polinomio caratteristico mettendo t sulla diagonale. 2- Trovo i valori di t in questo caso: -2,-2. (t+2)^2. 3- Molteplicità algebrica: ma(2) = Mg = Ker(A-λI) rk(a). 2 0 = Ma = mg. La matrice è diagonalizzabile.

9 Calcola rango, indice e segnatura ed una base ortonormale per lo spazio pseudo euclideo. Q(x,y,z) = x^2 + 2xy + 4xz y^2-4xz + 3z^2 1- Faccio la matrice di Gram G. Mettendo sulla diagonale i coefficienti elevati al quadrato. Tutti gli altri in simmetria. 2- Quindi: 1 2/2 4/2 2/2-1 -4/ /2-4/ Applico Gauss Lagrange. 4- Affianco la matrice I accanto a quella I G I 5- Le tratto come due matrici indipendenti. 6- Devo trovare una matrice che ha tutti zeri tranne che sulla diagonale. 7- Gli spostamenti che faccio per righe li devo fare per colonne. Una volta Faccio gli spostamenti per righe su G e poi su I. Gli stessi li faccio per colonne sia su G che su I. 8- Alla fine trovo: Rango = Righe sulla diagonale da 0. Quindi Indice = Componenti sulla diagonale > 0. Quindi Segnatura = Componenti positive quella negative. (1+5) (2) = 6-2 = 4.

10 Calcolare matrice rappresentativa, una base Ker(f) e im(f) e una base di autovettori. Infine determinare D = P^- 1 * A * P. F(x,y,z) = (-5x y + 5z, -9x 3y + 11z, -5x y + 5z) 1- La matrice rappresentativa si trova mettendo a matrice f(x,y,z) in riga. 2- Trovo il ker(f) riducendo a scala la matrice appena formata trovo le basi. 3- Trovo l immagine: R^3 dimker = 3 1 = 2. E trovo le due basi dell immagine. 4- Trovo il polinomio caratteristico. 5- I valori che trovo di T li sostituisco al posto di T nella matrice e trovo la base(mettendo a sistema.) 6- Gli auto vettori tutti i vettori trovati. 7- P = Ai 3 vettori trovati messi in colonna. 8- Poi trovo D. Dati due sistema U e V. Trovare base U e provare che U = V. 1- Metto a matrice il primo sistema e lo riduco a scala. 2- Trovo le basi. 3- Stessa cosa per V. 4- Se i vettori di U e quelli di V sono uguali allora U = V. (Anche la dimensione di U deve essere uguale a quella di V).

11 Data l applicazione lineare e 3 vettori determinare: (da sotto a sopra: ε sta sotto B sopra ad esempio.) MεB(idR^3), MBε(idR^3),Mεε(f),MεB(f),MBε(f). F(x,y,z) = (-4x + 4y +z, -9x + 9y + z, -4x + 4y + z) B = {(1,1,0),(1,2,0),(0,0,1)} 1- MεB(idr^3) = metto a matrice per riga I vettori di B. 2- Mεε(f) = Metto a matrice i vettori di F in riga. 3- Poi faccio MεB ^ -1. E trovo le basi. 4- MεB (f) = la matrice del punto 2 * la matrice del punto MBε(f) = Matrice inversa (punto 3) * Matrice del 2 punto. Dato un sistema lineare calcolare la matrice rappresentativa ed un matrice P t.c P^-1*A*P. F(x,y,z) = (x 2y + 3z, -2x 2y + 6z, -2x 2y + 6z) 1- Matrice rappresentativa: metto a matrice F. 2- Calcolo polinomio caratteristico. 3- Calcolo lo spettro: ossia gli auto valori di T cambiati di segno. 4- Poi in base a quanti sono gli auto valori li sostituisco alla t della matrice. 5- Trovo le basi. 6- Con quelle basi mettendole in verticale trovo P. 7- Poi trovo p^-1 col sistema. Rappresentazione parametrica. 1- Riduco a scala la matrice completa del sistema. 2- Trovo le soluzioni. Infinito alla x soluzioni. 3- Faccio il sistema e lo risolvo con le variabili libere. 4- Trovo la base/i.

12 Problema Cauchy a 2 autovalori. X1 = 2x1 x2 + x3 X2 = 2x3 X3 = 4x1 2x2 X1(0) = 1 X2(0) = 0 X3(0) = 0 1- Prendere il secondo sistema e metterlo in verticale e chiamarlo C. 2- Prendere il primo sistema e metterlo a matrice chiamarla A. 3- Calcolare il polinomio caratteristico di A. In questo caso viene t^2 ( - t + 2) 4- Calcolare la Ma e la Mg dei due auto valori. 5- In questo caso gli auto valori sono: t^2 e t Per quanto riguarda t^2 ma(0) = 2. Mg = dim rk(a-λi). Riduco a scala la matrice A con il valore zero della ma. E trovo mg = 2 7- Per quanto riguarda ( - t + 2). Ma(2) = 1 Mg = dim rk(a-λi). Riduco a scala la matrice A con il valore 2. E trovo mg = Quindi ora abbiamo: t^2 ma(0) = 2 Mg = 2. -t+2 ma(2) = 1 Mg = 1 9- Costruisco Jordan: vedo che sono 2 blocchi uno 1*1 e l altro 2*2 (si vede dalla molteplicità geometrica). Sulla diagonale metto gli auto valori: il primo blocco in alto a sinistra è il più piccolo (quello 1*!) quindi 2 * * * * * * * * Il Blocco 1*1 è formato dal solo auto valore 2 messo all inizio della diagonale. Il secondo Blocco è un 2*2. Quindi sulla diagonale metto l autovalor zero. * * * * 0 * * * 0 Secondo blocco 2*2 con 0 sulla diagonale di quel blocco. Sopra gli zeri va messo 1 senza però andare fuori dal blocco che prendo in considerazione. Quindi :

13 * * * * 0 1 * * 0 Dopo aver inserito anche il primo blocco 1*1, dalle altre parti tutti 0. In definitiva viene: Blocco 1*1 Blocco 2*2 9- Scrivo la formula: P * e^(λt) * P^-1 * c 10- Per trovare P: Scrivo la matrice A^ma(del relativo autovalore) In questo caso A^1, sostituisco 2 al posto della T. faccio il sistema e trovo un vettore in questo caso (1,1,1). 11- Poi Faccio la stessa cosa con l altro auto valore. Prendo la matrice A sostituisco il valore 0. Quindi A^ma A^2. Faccio A*A e poi riduco a scala, faccio il sistema e qui trovo 2 vettori. In questo caso: (1,2,0) e (0,0,1). 12- Questi 3 vettori (1,1,1),(1,2,0),(0,0,1) messi in verticale formano la matrice P. 13- Calcolo e^(λt): La matrice è: e^(λt) t*e^(λt) [ t^(2)*(e^λt) ]/2 0 e^(λt) t*e^(λt) 0 0 e^(λt) Prendo Jordan: Considero i due blocchi indipendenti. Al posto di λ ci metto il relativo auto valore. Quindi sul blocco 1*1 ci metto l autovalore 2. Quindi e^(2*t). Il blocco 2*2 lo calcolo con l autovalore 0. Diventa: e^(2t) t Infine calcolo P-1 e utilizzo la formula al punto La matrice finale viene: 2e^(2t) -1-2t 2e^(2t) e^(2t) - 2

14 16- La verifica: Derivata 1 riga = 4e^(2t) -2 Derivata 2 riga = 4e^(2t) 4 Derivata 3 riga = 4e^(2t) Ora scrivo: 4e^(2t) 2 = 2 * (2e^(2t) -1-2) - (2e^(2t) 2-4t) + 2e^2t-2 Vedendo il primo sistema 2x1 x2 + x3. Al posto di x1, x2,x3 ci metto la prima riga, 2 riga e 3 riga. Alla fine deve essere soddisfatta l uguaglianza. Ossia della prima riga: 4e^(2t) = 4e^(2t) Così per gli altri elementi del sistema.

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

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

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

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

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

ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura

ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura Cognome Nome Matricola ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA Corso di Laurea Ingegneria Edile-Architettura (Primo appello/ii prova parziale 15/6/15 - Chiarellotto-Urbinati) Per la II prova: solo esercizi

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

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

Prova scritta di Geometria 2 Prof. M. Boratynski

Prova scritta di Geometria 2 Prof. M. Boratynski 10/9/2008 Es. 1: Si consideri la forma bilineare simmetrica b su R 3 associata, rispetto alla base canonica {e 1, e 2, e 3 } alla matrice 3 2 1 A = 2 3 0. 1 0 1 1) Provare che (R 3, b) è uno spazio vettoriale

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

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

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

1 Regole generali per l esame. 2 Libro di Testo

1 Regole generali per l esame. 2 Libro di Testo FACOLTÀ DI INGEGNERIA Corso di GEOMETRIA E ALGEBRA (mn). (Ing. per l Ambiente e il Territorio, Ing. Informatica - Sede di Mantova) A.A. 2008/2009. Docente: F. BISI. 1 Regole generali per l esame L esame

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

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

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

Dettagli

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

Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof.

Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof. Università degli Studi di Roma La Sapienza Laurea in Ingegneria Energetica A.A. 2014-2015 Programma del corso di Geometria Prof. Antonio Cigliola Prerequisiti Logica elementare. Principio di Induzione.

Dettagli

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24

Federico Lastaria. Analisi e Geometria 2. Matrici simmetriche. Il teorema spettrale. 1/24 Contenuto Endomorfismi auto-aggiunti. Matrici simmetriche. Il teorema spettrale Gli autovalori di una matrice simmetrica sono tutti reali. (Dimostrazione fatta usando i numeri complessi). Dimostrazione

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

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

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

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

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

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

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

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

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

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

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

Autovalori e Autovettori

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

Dettagli

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

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

Forme bilineari e prodotti scalari. Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione. b :

Forme bilineari e prodotti scalari. Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione. b : Forme bilineari e prodotti scalari Definizione Dato lo spazio vettoriale V (K) sul campo K, una funzione b : { V V K ( v, w) b( v, w), si dice forma bilineare su V se per ogni u, v, w V e per ogni k K:

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

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

2) Sul piano coordinato z = 0 studiare il fascio Φ di coniche di equazione. determinando in particolare le sue coniche spezzate ed i suoi punti base.

2) Sul piano coordinato z = 0 studiare il fascio Φ di coniche di equazione. determinando in particolare le sue coniche spezzate ed i suoi punti base. DPARTMENTO D MATEMATCA E NFORMATCA Corso di Laurea in ngegneria Telematica Prova scritta di Elementi di Algebra e Geometria assegnata il 18/7/02 È assegnato l endomorfismo f : R 3 R 3 definito dalle relazioni

Dettagli

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

Esercizi risolti di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio Esercizi risolti di Geometria e Algebra Fulvio Bisi, Francesco Bonsante, Sonia Brivio Quest opera è stata rilasciata con licenza Creative Commons Attribuzione - Non commerciale- Non opere derivate 3.0

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

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

Facoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica. Calcolo 2 [40214]

Facoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica. Calcolo 2 [40214] Facoltà di Ingegneria anno accademico 2007/08 Registro dell'attività didattica Calcolo 2 [40214] Attività didattica: Attività didattica [codice] Corso di studio Facoltà Calcolo 2 [40214] Ingegneria delle

Dettagli

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

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

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

Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof.

Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof. A01 178 Grazie ai Colleghi di Geometria del Dipartimento di Matematica dell Università degli Studi di Torino per il loro prezioso contributo. Grazie al Prof. S.M. Salamon per tanti utili suggerimenti e

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

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

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

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

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

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

TEMA 1. 1. Della seguente matrice, calcolare i complementi algebrici e il determinante: a + b 1 a 2 S = a + b + 3 a + 2b. x = t. f = x 2 + 2xy 3y 2,

TEMA 1. 1. Della seguente matrice, calcolare i complementi algebrici e il determinante: a + b 1 a 2 S = a + b + 3 a + 2b. x = t. f = x 2 + 2xy 3y 2, Prova scritta di MATEMATICA B1 Vicenza, 17 marzo 008 TEMA 1 1 1 A = 1 0 1. 3 0 1. Stabilire se il seguente sottoinsieme di M(, R): {( ) a + b 1 a S = a, b R}, a + b + 3 a + b è un sottospazio di M(, R).

Dettagli

Esempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica.

Esempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica. Esempio Risultati sperimentali Approssimazione con il criterio dei minimi quadrati Esempio Interpolazione con spline cubica. Esempio 1 Come procedere? La natura del fenomeno suggerisce che una buona approssimazione

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

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

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

2 Argomenti introduttivi e generali

2 Argomenti introduttivi e generali 1 Note Oltre agli esercizi di questa lista si consiglia di svolgere quelli segnalati o assegnati sul registro e genericamente quelli presentati dal libro come esercizio o come esempio sugli argomenti svolti

Dettagli

GRUPPI E LORO AZIONI

GRUPPI E LORO AZIONI GRUPPI E LORO AZIONI 1. Azioni e rappresentazioni Siano G un gruppo e S un insieme. Si dice che G agisce a sinistra su S se vi è una applicazione σ : G S S dove, per semplicità si scriverà sempre σ((g,

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

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

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 Corso di Geometria I (seconda parte)

GEOMETRIA I Corso di Geometria I (seconda parte) Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo

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

3 Applicazioni lineari e matrici

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

Dettagli

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

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

METODI MATEMATICI PER LA FISICA

METODI MATEMATICI PER LA FISICA Si svolgano cortesemente i seguenti esercizi ESERCIZIO (6 PUNTI) METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 2 GENNAIO 25 Una volta identificato, nel piano complesso α, il dominio di convergenza della

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

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

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

Dettagli

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

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2003 Sessione straordinaria

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2003 Sessione straordinaria ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 3 Sessione straordinaria Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA È assegnata

Dettagli

3. SPAZI VETTORIALI CON PRODOTTO SCALARE

3. SPAZI VETTORIALI CON PRODOTTO SCALARE 3 SPAZI VETTORIALI CON PRODOTTO SCALARE 31 Prodotti scalari Definizione 311 Sia V SV(R) Un prodotto scalare su V è un applicazione, : V V R (v 1,v 2 ) v 1,v 2 tale che: i) v,v = v,v per ogni v,v V ; ii)

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

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

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

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6 EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)

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

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Funzioni di trasferimento: stabilità, errore a regime e luogo delle radici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail:

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

Funzioni di più variabili. Ottimizzazione libera e vincolata

Funzioni di più variabili. Ottimizzazione libera e vincolata libera e vincolata Generalità. Limiti e continuità per funzioni di 2 o Piano tangente. Derivate successive Formula di Taylor libera vincolata Lo ordinario è in corrispondenza biunivoca con i vettori di

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

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

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,

Dettagli

Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x

Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: e x. per x 1 f(x) = α x + e 1 per 1 < x FUNZIONI Esercizio 1 Studiare la funzione f(x) = ln ( ) x e disegnarne il grafico. x 1 Esercizio 2 Si consideri la funzione f definita dalle seguenti condizioni: { e x per x 1 f(x) = α x + e 1 per 1

Dettagli

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

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

Dettagli

Corrado Zanella. Modelli Geometrici. applicabili in Meccanica dei Solidi, Robotica, Visione Computazionale

Corrado Zanella. Modelli Geometrici. applicabili in Meccanica dei Solidi, Robotica, Visione Computazionale Corrado Zanella Modelli Geometrici applicabili in Meccanica dei Solidi, Robotica, Visione Computazionale ii Versione del 23 settembre 2010 www.corradozanella.it Questo lavoro è diffuso sotto licenza Creative

Dettagli

II Spazi vettoriali ed applicazioni lineari

II Spazi vettoriali ed applicazioni lineari II Spazi vettoriali ed applicazioni lineari Nel capitolo precedente abbiamo visto come assumano un ruolo importante nello studio dello Spazio Euclideo la sua struttura di spazio affine e quindi di spazio

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Analisi dei sistemi dinamici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail: marcello.bonfe@unife.it pag. 1 Analisi dei

Dettagli

Appunti dalle lezioni di Calcolo Numerico

Appunti dalle lezioni di Calcolo Numerico Appunti dalle lezioni di Calcolo Numerico A.A. 2012/2013 ii Indice 1 La soluzione di equazioni nonlineari 1 1.1 Prime prove................................ 2 1.2 Lo schema delle iterazioni successive (o

Dettagli

Richiami di algebra lineare e geometria di R n

Richiami di algebra lineare e geometria di R n Richiami di algebra lineare e geometria di R n combinazione lineare, conica e convessa spazi lineari insiemi convessi, funzioni convesse rif. BT.5 Combinazione lineare, conica, affine, convessa Un vettore

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

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

Richiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati.

Richiami su norma di un vettore e distanza, intorni sferici in R n, insiemi aperti, chiusi, limitati e illimitati. PROGRAMMA di Fondamenti di Analisi Matematica 2 (DEFINITIVO) A.A. 2010-2011, Paola Mannucci, Canale 2 Ingegneria gestionale, meccanica e meccatronica, Vicenza Testo Consigliato: Analisi Matematica, M.

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

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

B9. Equazioni di grado superiore al secondo

B9. Equazioni di grado superiore al secondo B9. Equazioni di grado superiore al secondo Le equazioni di terzo grado hanno una, due o tre soluzioni, risolvibili algebricamente con formule molto più complesse di quelle dell equazione di secondo grado.

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

ANALISI DEI DATI PER IL MARKETING 2014

ANALISI DEI DATI PER IL MARKETING 2014 ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it RIPASSO SULLE MATRICI 1 Addizione tra matrici Moltiplicazione Matrice diagonale Matrice identità Matrice trasposta

Dettagli

scaricato da www.risorsedidattiche.net

scaricato da www.risorsedidattiche.net MOLTIPLICA E DIVIDI PER 10, 100, 1.000 A. Osserva, scrivi i risultati e poi completa la regola. X10 X1.000 X100 1 X 10 = 1 X 100 = 1 X 1.000 = Regola Se moltiplico un numero per 10 scrivo questo numero

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

FONDAMENTI DI AUTOMATICA / CONTROLLI AUTOMATICI

FONDAMENTI DI AUTOMATICA / CONTROLLI AUTOMATICI FONDAMENTI DI AUTOMATICA / CONTROLLI AUTOMATICI Guida alla soluzione degli esercizi d esame Dott. Ing. Marcello Bonfè Esercizi sulla scomposizione di modelli nello spazio degli stati: Gli esercizi nei

Dettagli

Programma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI)

Programma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI) 1 Programma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI) Approssimazioni di Taylor BPS, Capitolo 5, pagine 256 268 Approssimazione lineare, il simbolo

Dettagli