Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
|
|
- Pasquale Tommasi
- 7 anni fa
- Visualizzazioni
Transcript
1 Politecnico di Torino. Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Basi e coordinate. Applicazioni lineari. Matrici come applicazioni lineari. Nucleo immagine e controimmagine. La matrice di f rispetto a basi in V e V. La matrice di un endomorfismo. Cambiamento di base. Altra dimostrazione del Teorema del rango. Aquila non captat muscas Esercizi: lineari Basi e coordinate Una base B di uno spazio vettoriale V e un insieme ordinato B = ( v v v n di generatori linearmente independenti (L.I di V cioe per dare una base bisogna indicare: i i vettori L.I. v v v n che generano Vcioe V = L( v v v n ; ii l ordine tra questi vettori cioe quale e il primo vettore della base quale e il secondo e cosi via. Il numero n di vettori di una base di V e la dimensione di V e si indica dim(v = n. Esempio.. Sia V = R lo spazio vettoriale delle matrici. Le sei matrici : ( ( ( ( ( ( sono un sistema di generatori L.I. di V. Con queste 6 matrici si possono formare 6! = 7 basi diversi di V poiche ci sono 7 modi diversi di ordinare sei oggetti. Ecco Applicazioni Lineari Geometria
2 Politecnico di Torino. tre di queste 7 basi: ( C = ( ( A = ( ( B = ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( Data la base B = ( v v v n di V ogni vettore v V si associa con la sua colonna di coordinate: c B[ c v ] =. dove i c c c n sono i coefficienti della combinazione lineare v = c v + c v + + c n v n. Si dice che la colonna B [ v ] rappresenta il vettore v rispetto alla base B o che B [ v ] e la colonna delle componenti o coordinate di v rispetto alla base B. Esempio.. Sia ( v = e siano A B e C le tre basi dello esempio precedente. Allora A[ v ] = B[ v ] = C[ v ] = Esempio.. Come fa vedere l esempio precendente normalmente la colonna che rappresenta un vettore cambia quando si cambia la base. Ma il vettore nullo e sempre rappresentato dalla colonna nulla rispetto a qualsiasi base. Ad esempio se dim(v = 4 allora B[ ] = c n Applicazioni Lineari Geometria
3 Politecnico di Torino. per qualsiasi base B. Il vettore nullo e l unico vettore di uno spazio vettoriale la cui colonna B [ ] e sempre la stessa rispetto a qualsiasi base. Infatti un vettore v non nullo appartiene sempre a un sistema di generatori linearmente independenti. Dunque esiste una base A = ( v v v n dove v e il primo vettore e dunque la sua colonna A [ v ] =.. Invece rispetto alla base B = (v v v n la colonna B [ v ] = poiche. v e il secondo vettore della base B. Esercizio.4. Sia C = (e e e la base canonica di R e sia B = ( v v v la base di R dove v = ( ; v = ( ; v = ( Calcolare le seguenti colonne: (a B [ v ] B [ v ] e B [ v ]. (b C [ v ] C [ v ] e C [ v ]. (c C [e ] C [e ] e C [e ]. (d B [e ] B [e ] e B [e ]. (e Sia w = e + v v. Calcolare le colonne B [ w ] e C [ w ] ( Esercizio.5. Sia m =. Calcolare le tre colonne 4 8 π A [m] B [m] e C [m] dove A B C sono le tre basi del Esempio.. Applicazioni lineari Una funzione f : V V tra due spazi vettoriali e una applicazione lineare se: Applicazioni Lineari Geometria
4 Politecnico di Torino. f( v + w = f( v + f( w f(r v = rf( v per ogni vettori v w V e qualsiasi numero r. Questo e equivalente ad dire che f rispetta combinazioni lineari cioe f(c v + c v + + c n v n = c f( v + c f( v + + c n f( v n Nota: Una funzione lineare f applica o trasforma il vettore zero nel vettore zero cioe f( =. Dizionario: Una applicazione lineare si dice anche funzione lineare od operatore lineare o transformazione lineare. Esempio.. Una base B di V si puo pensare come una applicazione lineare da V allo spazio vettoriale delle colonne. Infatti se n = dim(v e B = ( v v v n allora e una applicazione lineare. f( v = B [v] Esempio.. Sia f : V V la funzione costante uguale a zero cioe f( v = per qualsiasi v V. Allora f e una applicazione lineare chiamata applicazione nulla zero o banale. Esempio.. La derivata f(x f (x e una applicazione lineare dello spazio V delle funzioni che ammetono derivate nello spazio V delle funzioni. Dizionario: A volte si usano queste parole: morfismo = omomorfismo= applicazione lineare. endomorfismo= applicazione lineare di V in se stesso. epimorfismo = applicazione lineare suriettiva. monomorfismo = applicazione lineare iniettiva. isomorfismo= monomorfismo + epimorfismo. automorfismo = isomorfismo + endomorfismo. Esempio.4. La applicazione identica o identita id : V V definita da id( v = v e un automorfismo di V. Esempio.5. Sia f : R R la funzione f(x y = (x + y x + 4y 5x + 6y. Allora f e una applicazione lineare. Applicazioni Lineari 4 Geometria
5 . Matrici come applicazioni lineari Politecnico di Torino. Se f : R n R m e la funzione f(x x n = (f (x x n f m (x x n allora f e una applicazione lineare se e soltanto se tutte le f i : R n R sono lineari cioe del tipo: ax + bx + + cx n. dove Ad esempio la f : R R del esempio precedente e f(x y = (f (x y f (x y f (x y f (x y = x + y f (x y = x + 4y f (x y = 5x + 6y Esempio.6. Sia f : R R la funzione f(x y = (x y non e applicazione lineare poiche compare y. Esempio.7. Sia f : R R la funzione f(x y z = (x + y + z 7x + 8z + 9y + non e applicazione lineare poiche c e la costante e dunque f( = ( non e il vettore zero. Esercizio.8. Quale delle seguenti funzioni f : R R e una applicazione lineare? i f(x = x ii f(x = 5x + iii f(x = log(x + iv f(x = e x. Esercizio.9. Sia f : V V una applicazione lineare. Per che f( =?. Matrici come applicazioni lineari Una matrice A R mn determina una applicazione lineare f A : R n R m tramite la moltiplicazione matrice per colonna. Le n-uple X = (x x n si pensano come x colonne.. Il prodotto A. x n x x n e una colonna di m elementi che da il risultato Molte persone quando parlano degli elementi di R n come vettori li pensano sempre come colonne anziche come n-uple. Applicazioni Lineari 5 Geometria
6 . Matrici come applicazioni lineari Politecnico di Torino. f A (X cioe f A (X = AX dove X e la colonna x. x n. Se A = (a ij allora f A in formule e : Esempio.. Se A = f A (x x n = ( n a k x k k= ( n a k x k k= allora f A e n a mk x k k= f A (x x x = (x + x + x 4x + 5x + 6x ( ( Infatti x x x + x = + x. 4x x + 5x + 6x ( Esercizio.. Sia A = e sia X =. Calcolare la colonna AX. 7 5 Calcolare f A ( 5. Trovare le formule f A (x x x. Esercizio.. Sia f A (x x x = ( x + x x + x + 7x. Trovare la matrice A. Trovare la matrice Jacobiana di f A. Esercizio.. Sia f A (x y z = ( x+z z +y+7z. Trovare la matrice A. Trovare la matrice Jacobiana di f A. Esercizio.4. Sia f A (u v w = (u+w. Trovare la matrice A. Trovare la matrice Jacobiana di f A. Esercizio.5. Sia A =. Trovare le formule f A (x x e calcolare f A (. Ecco due esempi da ricordare: ( cos(θ sin(θ Esempio.6. La matrice sin(θ cos(θ senzo antiorario nel piano R. determina una rotazione di angolo θ in Applicazioni Lineari 6 Geometria
7 . Nucleo immagine e controimmagini di f Politecnico di Torino. Esempio.7. Le matrice cos(θ sin(θ cos(θ sin(θ cos(θ sin(θ sin(θ cos(θ sin(θ cos(θ sin(θ cos(θ determinano rispettivamente rotazioni di angolo θ rispetto agli assi x y e z nello spazio R. Esercizio.8. Calcolare le matrici che ruotano 45 6 e 9 gradi in senzo orario R. ( In realta una matrice come A : si puo usare anche per definire una applicazione 4 lineare L A dello spazio R in se stesso cioe L A : R R. Eccola qui: L A (X = AX dove X R. ( Esercizio.9. Sia A : e sia L A : R R come spiegato precedentemente. Calcolare L A (. ( 6 5. Nucleo immagine e controimmagini di f Data una applicazione lineare f : V V ci sono due sottospazi importanti: il nucleo ker(f e l immagine im(f. L immagine e semplicemente l immagine di f cioe l insieme im(f = f(v = {f( v : v V }. Ecco il nucleo ker(f = { v V : f( v = } dunque il nucleo e il sottoinsieme di vettori che dove f fa zero. Osservare che ker(f e un sottospazio del dominio V di f invece im(f del codominio V. Il nucleo di f serve per determinare se f e iniettiva: dim(ker(f = se e soltanto se f e iniettiva. L immagine f serve per determinare se f e suriettiva: dim(im(f = dim(v se e soltanto se f e suriettiva. Applicazioni Lineari 7 Geometria
8 . Nucleo immagine e controimmagini di f Politecnico di Torino. Esempio.. Sia V uno spazio vettoriale di dimension 4 e sia V uno spazio vettoriale di dimension. Esiste una applicazione lineare f : V V iniettiva?. Risposta: No poiche dim(im(f non puo essere maggiore di. Esempio.. Sia V uno spazio vettoriale di dimension 5 e sia V uno spazio vettoriale di dimension. Esiste una applicazione lineare f : V V suriettiva?. Risposta: No poiche = dim(v > 5 = dim(v dim(im(f. Esempio.. Sia f A l applicazione lineare associata alla matrice A. Allora ker(f A e l insieme delle soluzioni del sistema omogeneo A.X =. Dunque dim(ker(f A = p dove p e il numero di parametri liberi della soluzione generale di A.X =. Invece im(f A e il sottospazio generato dalle colonne della A cioe im(f A = C A. Dunque r = rango(a = dim(im(f A = dim(c A. Quindi A ha n = r + p colonne. El esempio precedente e un caso particolare dell equazione : dim(v = dim(ker(f + dim(im(f Esempio.. Sia V uno spazio vettoriale di dimension 8. Esiste una applicazione lineare f : V V tale che dim(ker(f = 4 e dim(im(f = 5?. Risposta: No poiche Esempio.4. Sia V uno spazio vettoriale di dimension 7 e sia V uno spazio vettoriale di dimension. Esiste una applicazione lineare f : V V suriettiva e dim(ker(f = 6?. Risposta: No poiche Se f : V V e una applicazione lineare e b V la controimmagine f (b e il sottoinsieme di vettori di V che f applica su b simbolicamente f (b = {x V : f(x = b} Esempio.5. Sia f A : R R la applicazione lineare definita dalla matrice ( A =. 4 6 La controimmagine f (b e l insieme delle soluzioni del sistema non homogeneo A AX = b. In wikipedia questo e chiamato Teorema del rango : del_rango Applicazioni Lineari 8 Geometria
9 . La matrice di f rispetto a basi in V e V. Politecnico di Torino. ( Ad esempio f A ( = l insieme vuoto poiche il sistema AX = e incompat- + L( cioe un piano passante per il ( 6 ibile. Invece f A ( = punto (. ( Dizionario Il rango della applicazione lineare f e la dimensione di im(f. C e gente che usa la parola rango per indicare anche il sottospazio im(f.. La matrice di f rispetto a basi in V e V. Sia A = ( v v n una base di V e B una base di V e sia f : V V una applicazione lineare. La matrice B[f( v ] B[f( v ] B[f( v n ] e la matrice di f rispetto della base A in partenza (o del dominio e B in arrivo (o del codominio. Questa matrice se indica con il simbolo B[f] A. A volte si dice che B [f] A rappresenta f rispetto alle basi A e B. Osservare che B [f] A ha n = dim(v colonne e m = dim(v righe. Esempio.6. Sia V dim(v ( = e V dim(v =. La applicazione lineare nulla da V in V ha matrice rispetto a qualsiasi basi. Invece la applicazione lineare nulla da V in V ha come matrice rispetto a qualsiasi basi. L utilita della notazione B [f] A e che permette calcolare il valore di f( v tramite un prodotto matrice per colonna. Ecco la formula: B[f( v ] = B [f] A A [ v ] Una altra utilita della notazione si vede nella formula che collega composizione di applicazioni lineari con il prodotto tra le loro matrici. Siano f : V V e Applicazioni Lineari 9 Geometria
10 . La matrice di f rispetto a basi in V e V. Politecnico di Torino. g : V V due applicazioni lineari e sia h = g f : V V la loro composizione. Siano A B e C basi di V V e V rispettivamente. Allora C[h] A = C [g] B B [f] A In parole povere la composizione corresponde alla moltiplicazione delle matrici. Infatti se A B sono matrici allora f A f B = f AB dove f A (X = AX e f B (X = BX. Nota: Precedentemente sezione. ho spiegato che una matrice A R mn si puo pensare come una applicazione lineare f A da R n in R m. Usando i simboli di questa sezione la matrice A e in realta la matrice di f A rispetto alle basi canoniche di R n e R m cioe A = C [f A ] C Esempio.7. Sia f : R R la funzione lineare f(x y = (x+y x+4y 5x+6y. Ecco la sua matrice rispetto alle basi canoniche C[f] C = Esercizio.8. Sia f : R R la applicazione lineare definita da f(x y z = ( x + z z + y + 7z. Trovare la matrice di f rispetto alle basi canoniche. Trovare la matrice Jacobiana di f. Esercizio.9. Sia f la applicazione lineare del esempio precedente. matrice C [f] B dove B = (( (. Calcolare la Esempio.. Esiste una applicazione lineare f : R R tale che ker(f = L(( e im(f = L( 8?. Si ecco perche. Consideriamo A = (( ( una base di R in cui il nucleo di f e generato dal primo vettore. Dunque la matrice 8 considerata come matrice C [f] A determina una applicazione lineare f : R R tale che ker(f = L(( e im(f = L( 8. A volte e facile trovare la f esplicitamente ecco un esempio. Applicazioni Lineari Geometria
11 .4 La matrice d un endomorfismo f Politecnico di Torino. Esempio.. Esiste una applicazione lineare f : R R tale che ker(f = L(( e im(f = L(4?. Si ecco perche. La matrice A di f rispetto alle basi canoniche ha due colonne e tre righe. Che il vettore ( sia in ker(f ci dice che le due colonne dia A sono uguali cioe A e una matrice del tipo a a b b. c c Per fare che im(f = L(4 basta prendere a = 4 b = c = cioe f(x y = (4x + 4y x + y x y..4 La matrice d un endomorfismo f Quando f e un endomorfismo cioe una applicazione lineare d uno spazio vettoriale V in se stesso allora una base A puo essere usata tanto in partenza come in arrivo. In questa situazione la matrice A [f] A se chiama matrice di f rispetto alla base A. La notazione A [f] A si puo abreviare con [f] A e dunque A[f( v ] = [f] A A[ v ] Esempio.. La matrice [id] della applicazione identica id : V V e sempre la A matrice identica cioe non dipende dalla base A. Ad esempio = e la matrice della applicazione lineare identica id se dim(v = rispetto a qualsiasi base di V. In generale la matrice d un endomorfismo f cambia quando la base cambia. ( ρ Esercizio.. Sia f : R R e sia la sua matrice rispetto la base ρ canonica. Sia A = (( (. Calcolare le seguenti tre matrici: C[f] A A [f] C A [f] A Applicazioni Lineari Geometria
12 Politecnico di Torino. Esempio.4. ( Sia L A : R R la applicazione lineare che si ottiene moltiplicando a sinistra per. Ecco la sua matrice rispetto alla base C in Esempio.: 4 [L A ] C = Esercizio.5. Sia L A la applicazione lineare del esempio precedente. Scrivere le due matrici [L A ] [L A ] A B dove A B sono le basi del esempio.. Cambiamento di base Siano A e B due basi dello spazio vettoriale V. La matrice P di cambiamento di base dalla base A alla B e una matrice che permette ottenere la colonna che rappresenta un vettore nella base B cioe B [ v ] conoscendo la colonna che rappresenta v nella base A. Il cambiamento di base si fa moltiplicando la colonna per la matrice P cioe B[ v ] = P A [ v ]. La matrice P si indica con il simbolo B C A e dunque l identita precedente e B[ v ] = B C A A [ v ]. Come calcolare B C A?. Osservare che B C A e semplicemente la matrice della applicazione identica id : V V rispetto alla base A in partenza e B in arrivo. Simbolicamente BC A = B [id] A Dunque le colonne di B C A sono le colonne che rappresentano i vettori della base A rispetto della base B. Simbolicamente se A = (v v v n allora Anche detta matrice di passaggio dalla base A alla base B. Applicazioni Lineari Geometria
13 Politecnico di Torino. BC A = B[v ] B[v ] B[v n ] Osservare che le matrici B C A e A C B sono una l inversa dell altra. Infatti BC A A C B = B C B = B [id] B = Dunque a volte e piu facile calcolare B C A e dopo calcorare l inversa A C B : Esempio.. Ecco la matrice C C A dalla base A = (( ( di R alla base canonica C = (e e : ( CC A = Esempio.. Ecco la matrice A C C di R : AC C = C C A = dalla base canonica alla base A = (( ( ( = ( Esercizio.. Sia A = (( (. Calcolare le matrici di cambiamento di base AC C e C C A. Sia v = (x y R tale che A [ ( v ] =. Calcolare x y. 5 Esercizio.4. Sia A = (( (. Calcolare le matrici di cambiamento di base AC C e C C A. Sia v R tale che C [ ( v ] =. Calcolare A [ v ]. Se A e B sono due basi di R n ci sono due metodi per calcolare la matrice di cambiamento di base B C A. Entrambi metodi usano la base canonica C di R n. Metodo. Passando tramite la base canonica C : Si calcola B C C calcolando l inversa di CC B e dopo si fa il prodotto BC A = B C C C C A Metodo. Si applica il metodo di Gauss-Jordan alla matrice : (CC B CC A per ottenere la matrice ( BC A Applicazioni Lineari Geometria
14 . La matrice di f in diverse basi Politecnico di Torino. Esempio.5. Calcolare B C A dove A = (( ( e B = (( ( sono due basi di R. ( Metodo. B C C e l inversa di cioe BC C = ( dunque BC A = B C C C C A = ( ( Metodo. Si fa Gauss-Jordan alla matrice ( ( = e si ottiene ( dunque BC A = ( Esercizio.6. Siano A = (( ( e B = (( ( 6. Calcolare le matrici di cambiamento di base: AC B B C A. La matrice di f in diverse basi Sia f : V V una applicazione lineare. Siano A A due basi di V e B B due basi di V. Conoscendo B [f] A si puo calcolare B [f] A usando le matrici di cambiamento di base: B [f] A = B C B B[f] A A C A ( Se invece f e un endomorfismo la matrice [f] si puo calcolare conoscendo [f] A A : [f] A = A C A [f] A AC A ( Applicazioni Lineari 4 Geometria
15 . Rotazioni in R rispetto ad un asse. Politecnico di Torino. Sia f : R n R n una applicazione lineare. Sia x la colonna di coordinate rispetto alla base V (vecchie coordinate e sia u le nuove coordinate rispetto alla base N. Usando: la lettera F per la matrice di f rispetto alla base V ; la lettera F per la matrice di f rispetto alla base N ; la lettera P per la matrice di cambiamento dalla base N alla base V cioe P = V C N la formula precedente si scrive: F = P FP Questa formula sara usata quando si parlera di diagonalizzazione di una matrice o d un endomorfismo. Si dice che le matrici F e F sono matrici simili se esiste una matrice P tale che F = P FP e la matrice P si dice che e la similarita. Esercizio.7. Sia f : R R la applicazione lineare al cui matrice rispetto alla base canonica e ( ρ F = ρ Sia A = (( ( una base di R. Calcolare la matrice F = [f] A. Esercizio.8. Trovare la matrice C [f] C dove f e la applicazione lineare del esempio.. Dopodiche trovare le formule f(x y = (f (x y f (x y f (x y. ( ( a b Esercizio.9. Dimostrare che e sono matrici simili indipendemente dei valori numerici a b. Esercizio.. Quale sono i valori di x percui le matrici matrici simili?.. Rotazioni in R rispetto ad un asse. ( ( x x e sono x x Supponiamo che ci serve la rotazione R d angolo θ intorno ad un asse determinato dal vettore a. Siccome una rotazione e una applicazione lineare bisogna trovare la sua matrice. Normalmente si ha bisogno della matrice di R rispetto alla base canonica di R cioe ci serve la matrice [R] C Ecco un modo per trovare questa matrice: Applicazioni Lineari 5 Geometria
16 . Rotazioni in R rispetto ad un asse. Politecnico di Torino. Si trovano due versori a a tale che a a e il vettore a siano tutti perpendicolare tra di loro e define base A = ( a a a dove a = a cioe l asse della a rotazione R e l asse determinato dal terzo vettore della base A. Si calcolano le matrici di cambiamento di base C C A e la sua inversa A C C E importante osservare che la matrice di R rispetto alla base A e cos(θ sin(θ [R] = sin(θ cos(θ A Dopodiche la matrice che ci serve e il risultato di moltiplicare tre matrici: [R] C = C C A [R] A AC C cioe [R] C cos(θ sin(θ = C C A sin(θ cos(θ A C C Nota: Siccome il senzo dell angolo di rotazione θ puo essere il contrario forse ci serve R cioe la rotazione di θ intorno all asse. Ma la matrice di R e la sua trasposta cioe [R ] C = [R] C Esempio.. Ecco come calcolare la rotazione R d angolo θ rispetto all asse determinato dal vettore a = (. Passo. Prendiamo a = ( a = ( e a = (. Passo. Ecco la matrice CC A = Applicazioni Lineari 6 Geometria
17 Politecnico di Torino. ed ecco la sua inversa AC C = Passo. La matrice di R rispetto alla base canonica di R e il prodotto ed eccola qui: cos(θ sin(θ sin(θ cos(θ ( + cos(θ ( ( cos(θ sin(θ ( cos(θ + sin(θ cos(θ + sin(θ ( + cos(θ ( ( ( cos(θ sin(θ cos(θ sin(θ cos(θ + sin(θ ( + cos(θ Se l angolo θ = 6 la rotazione e Esercizio.. Trovare la matrice della rotazione di 6 intorno all asse determinato dal vettore (. 4 Altra dimostrazione del Teorema del rango Sia A una matrice m n. Sia R A il sottospazio generato dalle righe di A e sia C A il sottospazio generato dalle colonne di A. Il rango righe di A e ρ R (A = dim(r A e il rango colonne di A e ρ C (A = dim(r A. Ricordo che il Teorema del rango dice ρ R (A = ρ C (A Ecco una dimostrazione in tre passi. Prima di leggere la dimostrazione e conveniente leggere ancora l esempio.. Applicazioni Lineari 7 Geometria
18 Politecnico di Torino. Passo Dimostriamo che ρ C (A = ρ C (à se A e à sono equivalenti per righe. Per dimostrare questo consideriamo le applicazioni lineari f A fã : R n R m. Siccome i sistemi omogenei A.X = e Ã.X = sono equivalenti risulta ker(f A = ker(fã ergo Quindi usando le due formule dim(ker(f A = dim(ker(fã. n = dim(ker(f A + ρ C (A n = dim(ker(fã + ρ C (à risulta ρ C (A = ρ C (Ã. Passo Dimostriamo che ρ C (E = ρ R (E per tutte le matrici Echelon E. Il rango righe ρ R (E = r e il numero di righe non nulle di E. Osservare che il sottospazio generato dalle colonne di E e contenuto nel sottospazio generato dalle prime r colonne canoniche di R m (poiche tutte le righe nulle della matrice E si trovano al disotto la r-esima riga per definizione di matrice Echelon. Quindi ρ C (E r. Ma le r colonne che contengono gli r elementi speciali sono propio le prime r colonne canoniche di R m. Dunque ρ C (E = r = ρ R (E Passo Finalmente dimostriamo il teorema del rango cioe ρ R (A = ρ C (A per qualsiasi matrice A. Sia E la matrice Echelon ottenuta da A via il metodo di Gauss-Jordan. La matrice E e equivalente per righe ad A e dunque del Passo Usando il Passo risulta ρ C (A = ρ C (E. ρ C (A = ρ C (E = ρ R (E. Siccome ρ R (A = ρ R (E risulta quello che vogliamo dimostrare ρ C (A = ρ R (A. QED Applicazioni Lineari 8 Geometria
LeLing9: Prodotto tra matrici.
Geometria Lingotto LeLing9: Prodotto tra matrici Ārgomenti svolti: Prodotto tra matrici Dimostrazione del teorema del rango L algebra delle matrici quadrate: Il prodotto tra matrici non e commutativo Rotazioni
DettagliSottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
Politecnico di Torino. Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Sottospazi. Generatori. Confrontando sottospazi: intersezione.
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 18 index Applicazioni lineari 1 Applicazioni lineari
DettagliInversa di una matrice
Geometria Lingotto. LeLing: La matrice inversa. Ārgomenti svolti: Inversa di una matrice. Unicita e calcolo della inversa. La inversa di una matrice. Il gruppo delle matrici invertibili. Ēsercizi consigliati:
DettagliEsercizi per il corso di Algebra e Geometria L.
Esercizi per il corso di Algebra e Geometria L AA 2006/2007 1 Foglio 1 In tutti gli esercizi che seguiranno lo spazio ambiente sarà il piano cartesiano a valori nel campo dei numeri reali, dove supporremo
DettagliLEZIONE 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
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
DettagliEsercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria
Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliSapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
DettagliEsercizi Applicazioni Lineari
Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le
DettagliApplicazioni 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)
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
DettagliM.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
DettagliPROGRAMMA del corso di. GEOMETRIA 1 - Algebra Lineare. Laurea Triennale in Matematica. Anno Accademico 2007/08. docente : Bruno Zimmermann
PROGRAMMA del corso di GEOMETRIA 1 - Algebra Lineare Laurea Triennale in Matematica Anno Accademico 2007/08 docente : Bruno Zimmermann (Il presente programma è stato redatto sulla base degli appunti del
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari
Dettagli1 Indipendenza lineare e scrittura unica
Geometria Lingotto. LeLing7: Indipendenza lineare, basi e dimensione. Ārgomenti svolti: Indipendenza lineare e scrittura unica. Basi e dimensione. Coordinate. Ēsercizi consigliati: Geoling. Indipendenza
DettagliEsercizi per il corso di Algebra e Geometria L.
Esercizi per il corso di Algebra e Geometria L. Alessandra Bernardi Il numero degli esercizi qui raccolti è volutamente elevato. Lo scopo è di fornire un ampio spettro di esercizi e la conseguente possibilità
DettagliForme bilineari simmetriche
Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliMATRICI E SISTEMI LINEARI
- - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle
DettagliRisoluzione di ax 2 +bx+c = 0 quando a, b, c sono numeri complessi.
LeLing14: Ancora numeri complessi e polinomi Ārgomenti svolti: Risoluzione di ax + bx + c = 0 quando a, b, c sono numeri complessi La equazione di Eulero: e i θ = cos(θ) + i sin(θ) La equazione x n = a,
Dettaglidipendenti. Cosa possiamo dire sulla dimensione di V?
Esercizi Esercizi. In uno spazio vettoriale V ci sono tre vettori v, v 2, v linearmente indipendenti. Cosa possiamo dire sulla dimensione di V? 2. In uno spazio vettoriale V ci sono tre vettori v, v 2,
DettagliPer le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.
COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda
DettagliVettori del piano. Questo materiale non deve essere considerato come sostituto
0.1 Vettori applicati e liberi Politecnico di Torino. Vettori del piano Nota Bene: delle lezioni. Questo materiale non deve essere considerato come sostituto 0.1 Vettori applicati e liberi P P Q Q Il simbolo
Dettagli1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
Dettagli(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.
1. Applicazioni lineari Esercizio 1.1. Sia T : R 2 R 3 l applicazione lineare definita sulla base canonica di R 2 nel seguente modo: T (e 1 ) = (1, 2, 1), T (e 2 ) = (1, 0, 1). a) Esplicitare T (x, y).
DettagliEsercizi di GEOMETRIA I - Algebra Lineare B = , calcolare A A t A + I
Esercizi di GEOMETRIA I - Algebra Lineare. Tra le seguenti matrici, eseguire tutti i prodotti possibili: 2 ( ) A = 0 3 4 B = 2 0 0 2 D = ( 0 ) E = ( ) 4 4 2 C = 2 0 5 F = 4 2 6 2. Data la matrice A = 0
DettagliDefinizione 1 Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari:
Applicazioni lineari Definizione Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari: f(αv + βv 2 ) = αf(v ) + βf(v 2 ) v, v 2 V, α, β K.
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
Dettaglix1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3
Matematica II -..9 Spazio delle soluzioni di un sistema lineare omogeneo.. Consideriamo l equazione lineare omogenea nelle tre incognite x, x, x 3. x + x + 3x 3 = Possiamo risolvere l equazione ricavando
DettagliEsercitazione 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
DettagliDefinizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im
APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo
DettagliFondamenti 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
DettagliCAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI
CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n
DettagliTesti consigliati e contatti
Testi consigliati e contatti P.Bonacini, M. G. Cinquegrani, L. Marino, Algebra lineare: esercizi svolti, Cavallotto Edizioni, Catania P. Bonacini, M. G. Cinquegrani, L. Marino, Geometria analitica: esercizi
DettagliSPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:
SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)
DettagliMatematica Discreta e Algebra Lineare (per Informatica)
Matematica Discreta e Algebra Lineare (per Informatica) Docente: Alessandro Berarducci Anno accademico 2016-2017, versione 14 Marzo 2017 Tipiche domande d esame La seguente lista di domande non intende
Dettagli1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?
Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali ℕ, gli interi ℤ, i numeri
Dettagli0.1 Coordinate in uno spazio vettoriale
.1. COORDINATE IN UNO SPAZIO VETTORIALE 1.1 Coordinate in uno spazio vettoriale Sia V uno spazio vettoriale di dimensione finita n costruito sul campo K. D ora in poi, ogni volta che sia fissata una base
Dettagli1 Combinazioni lineari.
Geometria Lingotto LeLing5: Spazi Vettoriali Ārgomenti svolti: Combinazioni lineari Sistemi lineari e combinazioni lineari Definizione di spazio vettoriale Ēsercizi consigliati: Geoling 6, Geoling 7 Combinazioni
DettagliSomma diretta di sottospazi vettoriali
Capitolo 8 Somma diretta di sottospazi vettoriali 8.1 Introduzione Introduciamo un caso particolare di somma di due sottospazi vettoriali: la somma diretta. Anche questo argomento è stato visto nel corso
DettagliApplicazioni lineari tra spazi euclidei. Cambi di base.
pplicazioni lineari tra spazi euclidei. Cambi di base. Esercizio. Data la seguente applicazione lineare f : R R : f(x, y, z) = (x z, x + y, y + z), scrivere la matrice B, rappresentativa di f rispetto
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliTutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica
Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2013-2014 - Docente: Prof. Angelo Felice Lopez Tutori: Dario Giannini e Giulia Salustri Soluzioni Tutorato 9 15 Maggio
DettagliDipartimento di Matematica Corso di laurea in Fisica Compito di Geometria assegnato il 1 Febbraio 2002
Compito di Geometria assegnato il 1 Febbraio 2002 Trovare l equazione della conica irriducibile tangente all asse x nel punto A(2, 0), tangente all asse y e passante per i punti B(1, 1) e C(2, 2) Scrivere
DettagliOmomorfismi e matrici
Capitolo 12 Omomorfismi e matrici 121 Introduzione Nel corso di Geometria è stato visto come associare una matrice ad un omomorfismo tra spazi vettoriali Rimandiamo al testo del corso per esempi e esercizi
DettagliApplicazioni lineari e diagonalizzazione pagina 1 di 5
pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x
Dettagli1 Equazioni parametriche e cartesiane di sottospazi affini di R n
2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale
DettagliFerruccio Orecchia. esercizi di GEOMETRIA 1
A01 102 Ferruccio Orecchia esercizi di GEOMETRIA 1 Copyright MCMXCIV ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele Garofalo, 133 A/B 00173 Roma (06) 93781065 ISBN 978
DettagliMetodo di Gauss-Jordan 1
Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi
DettagliCdL in Ingegneria Gestionale e CdL in Ingegneria del Recupero Edilizio ed Ambientale
CdL in Ingegneria Gestionale e CdL in Ingegneria del Recupero Edilizio ed Ambientale della prova scritta di Algebra Lineare e Geometria- Compito A- 8 Aprile 8 E assegnato l endomorfismo f : R 3 R 3 definito
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
DettagliLezione 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
DettagliI VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007
A I VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007 ESERCIZIO 1. Si consideri il seguente sistema di equazioni lineari x + y + 2z = 1 2x + ky + 4z = h 2x 2y + kz = 0 (a) Determinare,
DettagliLEZIONE 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
DettagliForme quadratiche e coniche. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
Forme quadratiche e coniche. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Prodotto scalare. Matrici simmetriche e forme quadratiche. Diagonalizzazione
DettagliSoluzioni agli Esercizi di Geometria e Algebra per Ingegneria Aerospaziale (nuovo ordinamento)
Soluzioni agli Esercizi di Geometria e Algebra per Ingegneria Aerospaziale (nuovo ordinamento) Relazioni 1) Quali delle seguenti relazioni sono di equivalenza? x, y R {0} xry x/y Q x, y Z xry x + y è divisibile
DettagliCorso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni
Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base
DettagliEsercizi di GEOMETRIA e ALGEBRA LINEARE (Ingegneria Ambientale e Civile - Curriculum Ambientale)
Esercizi di GEOMETRIA e ALGEBRA LINEARE (Ingegneria Ambientale e Civile - Curriculum Ambientale). Tra le seguenti matrici, eseguire tutti i prodotti possibili: 2 ( ) A = 0 3 4 B = C = 2 2 0 0 2 D = ( 0
Dettagliii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......
Indice Prefazione vii 1 Matrici e sistemi lineari 1 1.1 Le matrici di numeri reali................. 1 1.2 Nomenclatura in uso per le matrici............ 3 1.3 Matrici ridotte per righe e matrici ridotte
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1 APPLICAZIONI LINEARI Applicazioni lineari tra spazi R n spazi di matrici spazi di polinomi e matrice associata rispetto ad una coppia di basi Endomorismi e matrice associata rispetto
DettagliEsercizi 1 Spazi vettoriali. { (x, y, z) R 3 (x, y, z) (2, 2, 2) } ;
Esercizi 1 Spazi vettoriali Esercizio. Si dica quali dei seguenti sottoinsiemi di R 3 sono sottospazi vettoriali su R: { (x y z R 3 x y z Z } ; { (x y z R 3 x y z Q } ; { (x y z R 3 (x y z (2 2 2 } ; {
DettagliAlgebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
DettagliProdotto scalare, ortogonalitá e basi ortonormali
CAPITOLO 0 Prodotto scalare, ortogonalitá e basi ortonormali Esercizio 0.. Dati i seguenti vettori di R si calcoli il prodotto scalare (v i,v j per i,j =,,...,6: v = (6,3 v = (,0 v 3 = (, v 4 = (,0 v 5
DettagliElementi 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
DettagliNote 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
DettagliSi 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
DettagliNote per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni
Note per il corso di Geometria e algebra lineare 009-0 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie
DettagliEsercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3
Esercitazione di Geometria I 13 dicembre 2008 a. Completa la seguente definizione: i vettori v 1, v 2,..., v n del K-spazio vettoriale V si dicono linearmente dipendenti se... b. Siano w 1, w 2, w 3 vettori
DettagliA = {1,2,3,5} B = {x N : x 2 = 9 o x 2 = 16} e C = {4,6,7} Si descrivano gli insiemi A B C (A B) (A B) (C B). elencandone gli elementi.
.. Indicazioni per lo studio e per gli esercizi per casa. Sabato 4 ottobre: potete fare gli esercizi.4, tutti quelli sui numeri complessi, tutti quelli sulle matrici (soprattutto il.). Potete fare anche
DettagliCorso di Geometria BIAR, BSIR Esercizi 2: soluzioni
Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)
DettagliCompiti di geometria & algebra lineare. Anno: 2004
Compiti di geometria & algebra lineare Anno: 24 Anno: 24 2 Primo compitino di Geometria e Algebra 7 novembre 23 totale tempo a disposizione : 3 minuti Esercizio. [8pt.] Si risolva nel campo complesso l
DettagliSistemi lineari e spazi vettoriali 1 / 14
Sistemi lineari e spazi vettoriali 1 / 14 Sistemi lineari 2 / 14 Studieremo sistemi lineari costituiti da m equazioni in n incognite (m,n N, m,n 1): cioè a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n
Dettagliappuntiofficinastudenti.com 1. Strutture algebriche e polinomi
1. Strutture algebriche e polinomi Cenni su linguaggio di Teoria degli Insiemi: appartenenza, variabili, quantificatori, negazione, implicazione, equivalenza, unione, intersezione, prodotto cartesiano,
Dettagli1 Cambiamenti di riferimento nel piano
1 Cambiamenti di riferimento nel piano Siano date due basi ortonormali ordinate di V : B = ( i, j) e B = ( i, j ) e supponiamo che i = a i + b j j = c i + d j allora per un generico vettore v V abbiamo
Dettaglif(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))
Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Applicazioni Lineari 1. Sia f : R 3 R 3 l applicazione lineare definita da f(x, y, z) = (x + ky + z, x y + 2z, x + y z) per ogni (x,
DettagliSistemi 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
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliLezione 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
DettagliEsercizi di Geometria - 1
Esercizi di Geometria - Samuele Mongodi - smongodi@snsit Di seguito si trovano alcuni esercizi assai simili a quelli che vi troverete ad affrontare nei test e negli scritti dell esame Non è detto che vi
DettagliEsercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica
Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica 1) Dati i vettori a = (2, 4), b = (1, 2), c = ( 1, 1), d = (3, 6), stabilire se c e d appartengono a Span(a, b}). 2) Nello spazio vettoriale
DettagliSpazi Vettoriali ed Applicazioni Lineari
Spazi Vettoriali ed Applicazioni Lineari 1. Sottospazi Definizione. Sia V uno spazio vettoriale sul corpo C. Un sottoinsieme non vuoto W di V è un sottospazio vettoriale di V se è chiuso rispetto alla
DettagliEsame di Geometria - 9 CFU (Appello del 14 gennaio A)
Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire
DettagliESERCIZI SULLE MATRICI
ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a
DettagliParte 12b. Riduzione a forma canonica
Parte 2b. Riduzione a forma canonica A. Savo Appunti del Corso di Geometria 202-3 Indice delle sezioni. Coniche, 2. Esempio di riduzione, 4 3. Teoremi fondamentali, 6 4. Come determinare l equazione canonica,
DettagliFondamenti 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 15 Capitolo
DettagliDef. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni:
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 5 Operazioni elementari sulle righe di una matrice Sia A una matrice m n. Def. 1. Si chiamano operazioni elementari sulle righe
DettagliLEZIONE 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
DettagliParte 7. Autovettori e autovalori
Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
DettagliVETTORI NELLO SPAZIO ORDINARIO ,
VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto
DettagliAlgebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1
Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1 Prof. Lidia Angeleri Anno accademico 2015-2016 1 1 appunti aggiornati in data 14 gennaio 2016 Indice I Gruppi 3
DettagliRette e piani nello spazio Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1
ette e piani nello spazio Federico Lastaria, Analisi e Geometria 1 Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it ette e piani nello spazio. 9 Gennaio
DettagliGeometria analitica del piano pag 32 Adolfo Scimone
Geometria analitica del piano pag 32 Adolfo Scimone CAMBIAMENTI DI SISTEMA DI RIFERIMENTO Consideriamo il piano cartesiano R 2 con un sistema di riferimento (O,U). Se introduciamo in R 2 un secondo sistema
Dettagli