LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m"

Transcript

1 LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta in varie situazioni (vedremo in seguito il problema del calcolo della matrice inversa È evidente che è inutile ripetere le stesse operazioni per ciascun sistema: è più conveniente risolvere i sistemi simultaneamente, cioè considerare l equazione matriciale AX = B ove X e B sono rispettivamente una matrice incognita ed una numerica aventi colonna di indice j pari ad X j e B j rispettivamente Definizione 411 Siano A = (a i,j 1 i m 1 j n R m,n, B = (b i,h 1 i m 1 h p R m,p Un equazione matriciale lineare con matrice incompleta A e matrice dei termini noti B è un equazione della forma (4111 AX = B ove X è una matrice incognita n p La matrice a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n (A B = a m,1 a m,2 a m,n b 1,1 b 1,p b 2,1 b 2,p b m,1 b m,p viene detta matrice completa dell Equazione (4111 L Equazione (4111 si dice omogenea se B = 0 m,p, non omogenea altrimenti Una soluzione dell Equazione (4111 è una matrice numerica X per cui vale l identità numerica AX = B: se esiste una soluzione l Equazione (4111 si dice compatibile, incompatibile altrimenti L Equazione (4111 può essere pensata come sistema di mp equazioni, una per ogni entrata di B, in np incognite, una per ogni entrata di X Si noti però che la riga di indice i di A definisce esattamente p equazioni di tale grande sistema, una per ogni entrata della riga di indice i della matrice B Fissato un tale i, l entrata a i,j moltiplica nelle equazioni considerate tutte le entrate x h,j di X per j = 1,, p Indicata con X h la riga di indice h di X, 1 Typeset by AMS-TEX

2 2 41 EQUAZIONI MATRICIALI possiamo allora pensare all Equazione (4111 come un sistema di m equazioni corrispondenti alle m righe di (A B nelle n incognite vettoriali della forma a 1,1 X 1 + a 1,2 X a 1,n X n = ( b 1,1 b 1,p a 2,1 X 1 + a 2,2 X a 2,n X n = ( b 2,1 b 2,p a m,1 X 1 + a m,2 X a m,n X n = ( b m,1 b m,p Ne segue che il metodo di soluzione delle equazioni matriciali è totalmente analogo a quello dei sistemi di equazioni lineari (che ne sono un caso particolare quando la matrice dei termini noti si riduce ad un unica colonna Infatti esso si basa sulla riduzione della matrice completa (A B con operazioni elementari di riga che continuano ad avere senso anche per incognite di tipo vettoriale Diamo alcuni esempi Esempio 412 Si consideri l equazione matriciale ( ( (4121 X =, 2 1 la cui matrice completa è ( , corrispondente al sistema X1 + 2X 2 = ( 1 2 2X 1 + X 2 = ( Trasformando (A B con operazioni elementari di riga otteniamo ( (A B R 2 R 2 2R R 2 R 2 / ( ( R 1 R 1 2R 2 2/3 1 1/3 0 2/3 1 Pertanto l Equazione (4121 è equivalente a ( X = ( 1/3 0 2/3 1 ovvero al sistema ad incognite vettoriali X1 = ( 1/3 0 X 2 = ( 2/3 1 che, come unica soluzione, ha ovviamente la matrice ( 1/3 0 2/3 1,

3 Esempio 413 Si consideri l equazione matriciale (4131 ( X = LEZIONE 4 3 ( 1 1, la cui matrice completa è ( L Equazione (4131 equivale al sistema X1 + 2X 2 + X 3 = ( 1 1 X 1 X 2 + X 3 = ( Trasformando (A B con operazioni elementari di riga otteniamo ( (A B R 2 R 2 R R 2 R 2 /3 ( ( R 1 R 1 2R /3 Pertanto l Equazione (4131 è equivalente a ( 1 X = 0 ( 1 1/3 ovvero a X1 + X 3 = ( 1 1/3 X 2 = ( Quindi l insieme delle soluzioni dell Equazione (4131 è 1 x 3,1 1/3 x 3,2 x 3,1 x 3,2 x 3,1, x 3,2 R Perciò le soluzioni dipendono da 1 = 3 2 = n rk(a righe libere Anche per equazioni matriciali vale il Teorema di Rouché Capelli Lo enunciamo omettendone la dimostrazione in quanto totalmente analoga a quella della Proposizione 335

4 4 42 CALCOLO DELL INVERSA DI UNA MATRICE Proposizione 414 Siano A R m,n, B R m,p e si considerino le equazioni matriciali (4141 (4142 AX = B, AX = 0 m,p i L Equazione (4141 è compatibile se e solo se rk(a = rk(a B ii Se l Equazione (4141 è compatibile allora le matrici n p che sono sue soluzioni dipendono da n rk(a righe libere iii Se l Equazione (4141 è compatibile e X 0 è una sua soluzione fissata allora ogni altra sua soluzione X è della forma X = X 0 + Y ove Y appartiene all insieme delle soluzioni dell Equazione (4142 Esempio 415 Si considerino i sistemi degli Esempi 336 e 337 risolverli separatamente consideriamo l equazione a a b b 2 (4151 c c 2 = 0 0 d d 2 e 1 e 2 La matrice completa dell Equazione (4151 è (A B = Invece di Con le operazioni elementari indicate nell Esempio 327, tenendo conto dei già citati Esempi 336 e 337, possiamo trasformarla nella matrice /4 / /4 0 0 (A B = 0 2 7/2 0 1/ Deduciamo che l Equazione (4151 è incompatibile perché rk(a = 3 < 4 = rk(a B (infatti ogni sua soluzione darebbe una soluzione del sistema avente come colonna dei termini noti la prima colonna di B, che è incompatibile: si veda l Esempio Calcolo dell inversa di una matrice Un caso particolarmente interessante di equazioni matriciali è quello delle equazioni della forma AX = I n ove A R n,n Chiedere che una tale equazione sia compatibile equivale a chiedere se la matrice A sia invertibile Infatti se l equazione è compatibile la sua unica soluzione è A 1 Per la Proposizione 414, data A R n,n l equazione AX = I n è compatibile se e solo se rk(a = rk(a I n : quest ultima matrice è fortemente ridotta per righe ed il suo rango è esattamente rk(i n = n Abbiamo perciò dimostrato

5 LEZIONE 4 5 Proposizione 421 A R n,n è invertibile se e solo se rk(a = n Si noti che se A è invertibile, per calcolarne l inversa si può procedere come segue Si scrive la matrice completa (A I n : con trasformazioni elementari di riga si riduce tale matrice alla matrice fortemente ridotta (A A Su ogni riga di A ci deve essere un entrata pari ad 1, poiché rk(a = n: poiché ci sono n colonne su ogni riga tutte le entrate sono nulle eccetto una che vale 1 e che si trova sempre in una colonna diversa Quindi, semplicemente con permutazioni di riga, si può ulteriormente trasformare (A A in una nuova matrice della forma (I n A A questo punto si osservi che l equazione di partenza è equivalente a I n X = A, dunque A 1 = A Esempio 422 Si consideri la matrice A = Vogliamo stabilire se A è invertibile e, in caso affermativo, determinarne l inversa A tale scopo scriviamo la matrice (A I 3 trasformandola, come spiegato sopra, con operazioni elementari di riga: R 3 R 3 +R : R 3 R 3 3R 2 si noti che a questo punto osserviamo che rk(a = 3, dunque A è invertibile per la Proposizione 421, perciò ha senso continuare il calcolo di A 1 Risulta R 3 R 3 /2 0 R 2 R 2 R 3 R R 1 2R /2 3/2 1/ /2 5/2 1/2 R 1 R 1 0 1/2 3/2 1/ /2 5/2 1/2 R 1 R 1 +R 2 0 1/2 3/2 1/2 0 1/2 1/2 1/2 0 1/2 5/2 1/2 R 1 R 2 0 1/2 3/2 1/2 0 1/2 5/2 1/2 0 1/2 1/2 1/2 R 2 R 3 0 1/2 3/2 1/2

6 6 43 ALGEBRA LINEARE SU C /2 5/2 1/2 1/2 3/2 1/2 1/2 1/2 1/2 Concludiamo che 1/2 5/2 1/2 A 1 = 1/2 3/2 1/2 1/2 1/2 1/2 43 Algebra lineare su C Concludiamo questa Lezione osservando che le nozioni introdotte, i risultati enunciati ed i procedimenti descritti per matrici, sistemi, equazioni a coefficienti in R si possono ripetere per matrici, sistemi, equazioni a coefficienti nel campo complesso C Per questo motivo, da adesso in poi, nelle definizioni e negli enunciati delle proposizioni spesso sostituiremo al simbolo R il simbolo k che indicherà o il campo reale R o il campo complesso C Diamo solo un esempio Esempio 431 Si consideri la matrice A = ( 1 i C 2,2 i 1 Vogliamo calcolare, se esiste, l inversa di A ( 1 i i 1 ( 1 i i 1 ( ( R 2 R 2 ir 1 1 i 0 2 i/2 1/2 R 1 R 1 ir 2 R 2 R 2 /2 1/2 i/2 i/2 1/2 Quindi A 1 esiste e si ha A 1 = ( 1/2 i/2 i/2 1/2

LEZIONE 5. AX = 0 m,1.

LEZIONE 5. AX = 0 m,1. LEZIONE 5 5 isoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per quanto visto nella precedente lezione, sappiamo di poter trasformare,

Dettagli

Lezione Risoluzione di sistemi

Lezione Risoluzione di sistemi Lezione Risoluzione di sistemi Sia AX = B un sistema di equazioni lineari, con la sua matrice completa associate (A B) Per la Proposizione sappiamo di poter trasformare con operazioni elementari di riga

Dettagli

LEZIONE 3. Typeset by AMS-TEX

LEZIONE 3. Typeset by AMS-TEX LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni

Dettagli

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere

Dettagli

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati. LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b

Dettagli

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

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

Dettagli

Fondamenti di ALGEBRA LINEARE E GEOMETRIA

Fondamenti di ALGEBRA LINEARE E GEOMETRIA Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo

Dettagli

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016.

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016. Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5

Dettagli

Sistemi di equazioni lineari

Sistemi di equazioni lineari Sistemi di equazioni lineari Siano X 1,, X n indeterminate Un equazione lineare (o di primo grado) nelle incognite X 1,, X n a coefficienti nel campo K è della forma a 1 X 1 + + a n X n = b, a i, b K,

Dettagli

APPLICAZIONI. Im f = {b B a A tale che f (a) = b}.

APPLICAZIONI. Im f = {b B a A tale che f (a) = b}. APPLICAZIONI Diremo applicazione (o funzione) da un insieme A ad un insieme B una legge f che associa ad ogni elemento a A uno ed un solo elemento b B. Scriviamo f : A B e il corrispondente o immagine

Dettagli

Lezione Sistemi di equazioni lineari

Lezione Sistemi di equazioni lineari Lezione. Sistemi di equazioni lineari Definizione. (Sistemi di equazioni lineari e loro soluzioni). Un equazione lineare nelle n incognite x,,...,x n acoefficientiink = R, èun equazionedellaforma a x +

Dettagli

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango

Dettagli

CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI

CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione

Dettagli

LEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1.

LEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1. LEZIONE 16 16.1. Autovalori, autovettori ed autospazi di matrici. Introduciamo la seguente definizione. Definizione 16.1.1. Siano k = R, C e A k n,n. Un numero λ k si dice autovalore di A su k) se rka

Dettagli

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X), LEZIONE 1 1.1. Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione 1.1.1. Per ogni j 1,..., n indichiamo con

Dettagli

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni

Dettagli

LEZIONE 9. Figura 9.1.1

LEZIONE 9. Figura 9.1.1 LEZIONE 9 9.1. Equazioni cartesiane di piani. Abbiamo visto come rappresentare parametricamente un piano. Un altro interessante metodo di rappresentazione di un piano nello spazio è tramite la sua equazione

Dettagli

LEZIONE i i 3

LEZIONE i i 3 LEZIONE 5 51 Determinanti In questo lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli

Dettagli

Lezione 7: Il Teorema di Rouché-Capelli

Lezione 7: Il Teorema di Rouché-Capelli Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da

Dettagli

Sistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico

Sistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 200-20 2 a di o.0 4 Capelli Rango o Caratterisca : definizioni a di o.0 Un equazione nelle n incognite x,..., x n della forma dove

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.

Dettagli

Geometria BAER I canale Foglio esercizi 2

Geometria BAER I canale Foglio esercizi 2 Geometria BAER I canale Foglio esercizi 2 Esercizio 1. Calcolare il determinante e l inversa (quando esiste) della matrice ( ) cos θ sin θ R θ =, θ [0, 2π] sin θ cos θ Soluzione: Il determinante ( é cos

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Metodo di Gauss-Jordan per l inversione di una matrice. Nella lezione scorsa abbiamo visto che un modo per determinare l eventuale inversa di una matrice quadrata A consiste nel risolvere

Dettagli

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore

Dettagli

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema

Dettagli

LEZIONE i 0 3 Le sottomatrici 2 2 di A sono. 1 2 i i 3. Invece (

LEZIONE i 0 3 Le sottomatrici 2 2 di A sono. 1 2 i i 3. Invece ( LEZIONE 6 6 Determinanti In questa lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI 1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito

Dettagli

CORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA

CORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA CORSO DI GEOMETRIA DETERMINANTE AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Definizione induttiva di determinante 1 2 Caratterizzazione delle matrici quadrate di rango massimo 5 3 Regole di Laplace 6

Dettagli

LEZIONE 12. v = α 1 v α n v n =

LEZIONE 12. v = α 1 v α n v n = LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono

Dettagli

1. Sistemi di equazioni lineari. 1.1 Considerazioni preliminari

1. Sistemi di equazioni lineari. 1.1 Considerazioni preliminari 1. Sistemi di equazioni lineari 1.1 Considerazioni preliminari I sistemi lineari sono sistemi di equazioni di primo grado in più incognite. Molti problemi di matematica e fisica portano alla soluzione

Dettagli

Argomento 13 Sistemi lineari

Argomento 13 Sistemi lineari Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto

Dettagli

PreCorso di Matematica - PCM Corso M-Z

PreCorso di Matematica - PCM Corso M-Z PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti

Dettagli

A =, c d. d = ad cb. c d A =

A =, c d. d = ad cb. c d A = Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il

Dettagli

LEZIONE 1 C =

LEZIONE 1 C = LEZIONE 1 11 Matrici a coefficienti in R Definizione 111 Siano m, n Z positivi Una matrice m n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi

Dettagli

LEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono:

LEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono: LEZIONE 11 11.1. Spazi vettoriali ed esempi. La nozione di spazio vettoriale generalizza quanto visto nelle lezioni precedenti: l insieme k m,n delle matrici m n a coefficienti in k = R, C, l insieme V

Dettagli

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3 SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni

Dettagli

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa

Dettagli

Sistemi lineari 1 / 12

Sistemi lineari 1 / 12 Sistemi lineari 1 / 12 Sistemi lineari 2 / 12 Ricordiamo che cosa è un sistema lineare con m equazioni in n incognite (m,n N, m,n 1): a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n = b 2, (1).. a m1 x

Dettagli

Capitolo VI SISTEMI LINEARI

Capitolo VI SISTEMI LINEARI Capitolo VI SISTEMI LINEARI 1 Concetti fondamentali 11 Definizione Un equazione in n incognite x 1,, x n a coefficienti in R si dice lineare se è della forma: a 1 x 1 + + a n x n = b con a i R e b R Una

Dettagli

Lezione Operazioni elementari di riga

Lezione Operazioni elementari di riga Lezione 4 4. Operazioni elementari di riga Nella lezione precedente abbiamo visto un metodo per risolvere un sistema lineare la cui matrice dei coefficienti sia fortemente ridotta per righe, o anche solo

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

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

Dettagli

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI GEOMETRIA 009/0 Esercizio. (7.9). Si consideri il sistema di equazioni lineari: x + y + z = x + y + z = x + y + 3z = a) Si dica per quali

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito C 3/5/25 A. A. 24 25 ) Risolvere il seguente sistema

Dettagli

Note sui sistemi lineari

Note sui sistemi lineari Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite

Dettagli

Rango di una matrice e teorema di Rouché-Capelli

Rango di una matrice e teorema di Rouché-Capelli Rango di una matrice e teorema di Rouché-Capelli Sappiamo che a una matrice m n, A, è associata l applicazione lineare L A : R n R m, L A (X) = AX, X R n. Definizione 1. Lo spazio nullo di A, N (A), è

Dettagli

a.a MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI

a.a MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI aa 2012-2013 MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI 1 Sistemi di equazioni lineari Definizione 11 i Un equazione lineare nelle indeterminate (o incognite X 1,, X 1 m a coefficienti interi (o razionali,

Dettagli

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5. SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga

Dettagli

Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice

Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta Versione del 21/12/07 Metodi per il calcolo del rango di una matrice Sia A M m,n (K). Denotiamo con A (i) la riga i-ma di A, i {1,..., m}.

Dettagli

3x 2 = 6. 3x 2 x 3 = 6

3x 2 = 6. 3x 2 x 3 = 6 Facoltà di Scienze Statistiche, Algebra Lineare 1 A, GParmeggiani LEZIONE 7 Sistemi lineari Scrittura matriciale di un sistema lineare Def 1 Un sistema di m equazioni ed n incognite x 1, x 2, x n, si dice

Dettagli

Sistemi di equazioni lineari

Sistemi di equazioni lineari Sistemi di equazioni lineari A. Bertapelle 25 ottobre 212 Cos è un sistema lineare? Definizione Un sistema di m equazioni lineari (o brevemente sistema lineare) nelle n incognite x 1,..., x n, a coefficienti

Dettagli

Istituzioni di Matematiche prima parte

Istituzioni di Matematiche prima parte Istituzioni di Matematiche prima parte anno acc. 2011/2012 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Istituzioni di Matematiche 1 / 33 index Generalità sugli insiemi 1 Generalità

Dettagli

Sottospazi vettoriali

Sottospazi vettoriali Capitolo 6 Sottospazi vettoriali 6.1 Introduzione Riprendiamo un argomento già studiato ampiamente nel corso di Geometria, i sottospazi vettoriali di uno spazio vettoriale. Ci limiteremo a darne la definizione,

Dettagli

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

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

Dettagli

Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma:

Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma: SISTEMI LINEARI Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari 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

SISTEMI LINEARI MATRICI E SISTEMI 1

SISTEMI LINEARI MATRICI E SISTEMI 1 MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui

Dettagli

CORSI DI LAUREA IN MATEMATICA E FISICA

CORSI DI LAUREA IN MATEMATICA E FISICA CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore

Dettagli

Sistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..

Sistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +.. Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine

Dettagli

0.1 Condizione sufficiente di diagonalizzabilità

0.1 Condizione sufficiente di diagonalizzabilità 0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali

Dettagli

ALGEBRA LINEARE PARTE III

ALGEBRA LINEARE PARTE III DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI

Dettagli

Matrici e sistemi. Sistemi lineari. Invertibilità Matrici elementari Criteri di invertibilità Sistemi quadrati e Teorema di Cramer

Matrici e sistemi. Sistemi lineari. Invertibilità Matrici elementari Criteri di invertibilità Sistemi quadrati e Teorema di Cramer Sistemi lineari Invertibilità Matrici elementari Criteri di invertibilità Sistemi quadrati e Teorema di Cramer 2 2006 Politecnico di Torino 1 Prodotto tra matrici quadrate Date comunque A e B matrici quadrate

Dettagli

Geometria BAER I canale Foglio esercizi 3

Geometria BAER I canale Foglio esercizi 3 Geometria BAER I canale Foglio esercizi 3 Esercizio. Discutere le soluzioni del seguente sistema lineare nelle incognite,, z al variare del parametro k. 3 + kz = k k + 3z = k k + z = Soluzione: Il determinante

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 4: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 4: soluzioni Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,

Dettagli

Esercizi sui sistemi di equazioni lineari.

Esercizi sui sistemi di equazioni lineari. Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la

Dettagli

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer. ) Trovare le soluzioni del seguente sistema lineare: x+ y+ z = 3x y + z = 0 x + 5y 4z = 5 Osserviamo in primo luogo che il sistema dato è un sistema quadrato di tre equazioni in tre incognite, precisamente

Dettagli

Istituzioni di Matematiche prima parte

Istituzioni di Matematiche prima parte Istituzioni di Matematiche prima parte anno acc. 2014/2015 Univ. Studi di Milano E.Frigerio, C.Turrini (Univ. Studi di Milano Istituzioni di Matematiche 1 / 30 index Generalità sugli insiemi 1 Generalità

Dettagli

Inversa. Inversa. Elisabetta Colombo

Inversa. Inversa. Elisabetta Colombo Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi lineari - Parte Seconda - Esercizi Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione

Dettagli

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare

Dettagli

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

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

Dettagli

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della

Dettagli

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari MATEMATICA a.a. 2014/15 8. Sistemi di equazioni lineari SISTEMI LINEARI Si definisce sistema lineare un sistema di p equazioni di primo grado in q incognite. a11x1 + a12 x2 +... + a1 qxq = k1 a21x1 + a22x2

Dettagli

2 Sistemi lineari. Metodo di riduzione a scala.

2 Sistemi lineari. Metodo di riduzione a scala. Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1

Dettagli

Sistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..

Sistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +.. Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine

Dettagli

Sistemi II. Sistemi II. Elisabetta Colombo

Sistemi II. Sistemi II. Elisabetta Colombo Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+

Dettagli

Corso di Analisi Numerica

Corso di Analisi Numerica con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 Introduzione algebrica

Dettagli

Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 26 Ottobre

Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 26 Ottobre Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 26 Ottobre SETTIMANA 4 (19 25 Ottobre) Matrici elementari Gli esercizi sono presi dal libro Intorduction to Linear Algebra di Serge Lang. Esercizio

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 6 - Soluzione Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione

Dettagli

1 Risoluzione di sistemi lineari con l uso dei determinanti

1 Risoluzione di sistemi lineari con l uso dei determinanti 2006 Trapani Dispensa di Geometria, 1 Risoluzione di sistemi lineari con l uso dei determinanti Sia A una matrice n n con det(a) 0 consideriamo il sistema lineare AX = b abbiamo n = numero di righe di

Dettagli

Sistemi di equazioni lineari

Sistemi di equazioni lineari Sistemi di equazioni lineari I sistemi di equazioni si incontrano in natura in molti problemi di vita reale. Per esempio, prendiamo in considerazione una bevanda a base di uova, latte e succo d arancia.

Dettagli

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato

Dettagli

Istituzioni di Matematiche Modulo A (ST)

Istituzioni di Matematiche Modulo A (ST) Istituzioni di Matematiche Modulo A (ST V II foglio di esercizi ESERCIZIO. Nei seguenti sistemi lineari, discutere l insieme delle soluzioni al variare del parametro t, o dei parametri t e τ, in R. 5 x

Dettagli

Matematica II,

Matematica II, Matematica II 181111 1 Matrici a scala Data una riga R = [a 1 a 2 a n ] di numeri reali non tutti nulli il primo elemento non nullo di R si dice pivot di R Cosi il pivot di R compare come j mo elemento

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti su Indipendenza Lineare di Vettori Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo

Dettagli

ESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ

ESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ ESAME DI GEOMETRIA 6 febbraio CORREZIONE QUIZ. La parte reale di ( + i) 9 è positiva. QUIZ Si può procedere in due modi. Un primo modo è osservare che ( + i) =i, dunque ( + i) 9 =(+i)(i) 4 = 4 ( + i) :

Dettagli

Equivalentemente, le colonne di A sono linearmente indipendenti se e solo se

Equivalentemente, le colonne di A sono linearmente indipendenti se e solo se Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme

Dettagli

Matematica II

Matematica II Matematica II 231111 Matrice inversa 1 Per n 1, l insieme R n n delle matrici quadrate di ordine n diventa l insieme R dei numeri reali, e la moltiplicazione di matrici diventa la moltiplicazione di numeri

Dettagli

LEZIONE 13. v =α 1 v α i 1 v i 1 + α i v i = =α 1 v α i 1 v i 1 + α i (λ 1 v λ i 1 v i 1 ) =

LEZIONE 13. v =α 1 v α i 1 v i 1 + α i v i = =α 1 v α i 1 v i 1 + α i (λ 1 v λ i 1 v i 1 ) = LEZIONE 13 13.1. Il metodo degli scarti. Sia dato uno spazio vettoriale V su k = R, C e siano v 1,..., v n V. Quanto visto nella lezione precedente ci suggerisce il seguente algoritmo per stabilire se

Dettagli

Applicazioni eliminazione di Gauss

Applicazioni eliminazione di Gauss Applicazioni eliminazione di Gauss. Premessa Nel seguito supporremo sempre di applicare il metodo di eliminazione di Gauss allo scopo di trasformare la matrice del sistema Ax = b in una matrice triangolare

Dettagli

1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =...

1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =... Algebra/ Algebra Lineare, 230207 1 Un sistema di m equazioni lineari in n incognite x 1, x n aventi tutte termine noto nullo a i1 x 1 + a i2 x 2 + + a in x n = 0, i = 1,, m si dice omogeneo; ponendo x

Dettagli

Intersezione e somma di sottospazi vettoriali

Intersezione e somma di sottospazi vettoriali Capitolo 7 Intersezione e somma di sottospazi vettoriali 7.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria

Dettagli

Le risposte vanno giustificate con chiarezza. 1) Nello spazio vettoriale V delle matrici 2 2 a coefficienti reali, considera le matrici A 1 = , A 4 =

Le risposte vanno giustificate con chiarezza. 1) Nello spazio vettoriale V delle matrici 2 2 a coefficienti reali, considera le matrici A 1 = , A 4 = Università degli Studi di Roma Tor Vergata. Corso di Laurea in Matematica Esame di Geometria 1 con Elementi di Storia Prof. F. Tovena 30 gennaio 2015 Le risposte vanno giustificate con chiarezza. 1 Nello

Dettagli

Algebra Lineare. a.a Gruppo A-H. Prof. P. Piazza Soluzioni del compito pomeridiano del 6/12/2004

Algebra Lineare. a.a Gruppo A-H. Prof. P. Piazza Soluzioni del compito pomeridiano del 6/12/2004 Algebra Lineare. a.a. 004-05. Gruppo A-H. Prof. P. Piazza Soluzioni del compito pomeridiano del 6/1/004 Esercizio 1. Siano V e W due spazi vettoriali e sia F : V W un isomorfismo (quindi F è lineare e

Dettagli

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

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

Dettagli

Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza.

Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali, gli interi, i numeri

Dettagli