RIDUZIONE E RANGO , C = 2 5 1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "RIDUZIONE E RANGO , C = 2 5 1"

Transcript

1 MATRICI E SISTEMI RIDUZIONE E RANGO Riduzione di matrici (definizioni, trasformazioni elementari). Calcolo del rango e dell inversa (metodo di Gauss, metodo di Gauss-Jordan). 3 4 Esercizio Ridurre per righe la matrice Esercizio Ridurre le seguenti matrici: A = 3 4, B = 0, C = k 0 dove k è un parametro reale Esercizio 3 Calcolare il rango delle matrici A = e B = Esercizio 4 Calcolare il rango delle seguenti matrici, al variare del parametro k reale: 3 k k k 0 A = k 4, B = k, C = k 0 k 3 5 Esercizio 5 Calcolare l inversa della matrice A = Esercizio 6 Siano date le matrici A = ( ) e B = 3. 0 Stabilire quali tra le seguenti affermazioni sono vere e quali false: (i) det(a) = 0; (ii) non è possibile effettuare ilprodotto AB; (iii) il rango di A è ; ( ) 4 (iv) AB =.

2 MATRICI E SISTEMI - Riduzione e rango Esercizio 7 Data la matrice A = e quali false: (i) rang A = per ogni valore di h R; (ii) rang A = per ogni valore di h C; (iii) deta = 4 per h = 0; (iv) rang A = 4 perché A non è la matrice nulla. ( ) h, stabilire quali delle seguenti affermazioni sono vere h Esercizio 8 Data una matrice quadrata A di ordine, stabilire quali delle seguenti affermazioni sono vere e quali false: (i) A + A t è una matrice simmetrica; (ii) se A ha rango massimo, anche A + A t ha rango massimo; (iii) se deta =, allora det(a) = ; (iv) se det A =, allora det(ab) = detb per ogni matrice B quadrata di ordine.

3 MATRICI E SISTEMI - Riduzione e rango 3 SVOLGIMENTI Svolgimento Esercizio Evidenzieremo in grassetto gli elementi scelti come speciali. Usiamo a = per annullare a e a 3 : 3 4 R R 5R R A = R 3 9R = Usiamo a = 4 per annullare a 3 : A R 3 R 3 R (ma uno qualsiasi tra 4, 8, può essere scelto come elemento speciale). Ogni riga non nulla ha almeno un elemento speciale e quindi la riduzione è conclusa. Svolgimento Esercizio Evidenzieremo in grassetto gli elementi scelti come speciali. Poiché la prima riga di A ha già un elemento nullo, conviene ridurre per colonne. Usiamo a = per annullare a : 0 A = C C +C Usiamo ora a = 7 per annullare a 3 : A 3 7 C 3 C 3 7 C (ma anche a 3 = 7 può essere scelto come elemento speciale). Ogni colonna non nulla ha almeno un elemento speciale e quindi la riduzione è conclusa. La matrice B è già ridotta per righe (su ogni riga non nulla c è almeno un elemento speciale): B = Riduciamo per righe la matrice C. Guardando l ultima colonna, si vede che lo scambio R R 3 fa già apparire un elemento speciale sulla prima riga, dopodiché procediamo come al solito: k 0 C = 0 R R 3 0 k Ogni riga non nulla ha almeno un elemento speciale e quindi la riduzione è conclusa.

4 MATRICI E SISTEMI - Riduzione e rango 4 Svolgimento Esercizio 3 Evidenzieremo in grassetto gli elementi scelti come speciali. Poiché le trasformazioni elementari non cambiano il rango di una matrice, procediamo alla riduzione in modo da leggere poi facilmente il rango sulla matrice ridotta. Siccome le matrici hanno più righe che colonne, conviene ridurre per colonne. Circa la matrice A, si ha 0 A = 0 C C 0 0 dove la seconda matrice è ridotta per colonne (ogni colonna non nulla ha almeno un elemento speciale), quindi il suo rango è immediatamente dato dal numero di colonne non nulle, cioè. Dunque rang A =. Per la matrice B, si ottiene 5 9 B = C C 5C C 3 C 3 9C C 3 C 3 C , 4 0 dove tutte le matrici scritte hanno lo stesso rango e la matrice finale è ridotta per colonne con colonne non nulle. Dunque rang B = Svolgimento Esercizio 4 La matrici contengono un parametro k da discutere, quindi, volendo procedere tramite riduzione, conviene che gli elementi contenenti k siano coinvolti nel processo il più tardi possibile. Si tenga anche presente che, per matrici quadrate, il rango è massimo se e solo se il determinante non si annulla; imponendo tale condizione si trovano quindi i valori del parametro per cui il rango è pari all ordine della matrice, dopodiché restano da considerare solo i valori di k del per cui il rango non è massimo, che tipicamente sono in numero finito e possono essere studiati direttamente. Si ha 3 A = k 4 R R k 4 R R 3 R R 3 R 3 R 3 5/ 0 5/ k / 0 5/ R 3 R 3 R / k dove l ultima matrice è ridotta per righe ed ha oppure 3 righe non nulle a seconda che sia k = 3 oppure k 3, rispettivamente. Dunque { se k = 3 rang A = 3 se k 3. Nel caso della matrice B, che presenta tanti elementi contenenti il parametro, ricorriamo al determinante. Si ha k detb = k k = k k k k + k = k ( k ) k + = k (k ) (k + ) (k ) = (k ) ( k + k ) = (k ) (k + )

5 MATRICI E SISTEMI - Riduzione e rango 5 e dunque det B = 0 k =,. Ciò significa che rang B = 3 per ogni k,. Studiamo ora i casi restanti. Se k =, allora si ha R R R B = R 3 R 3 R e dunque rang B =. Se k =, allora si ha R R R B = R 3 R 3 +R R 3 R 3 +R e dunque rang B =. In definitiva se k = rang B = se k = 3 altrimenti. Per la matrice C, si ottiene k k 0 C = 0 R 3 R 3 R 0 k k k 0 k k 0 0 R 3 R 3 +kr 0 k + k k 0 0 k 0 0 (si ricordi che la trasformazione R i R i + λr j è ammessa anche se λ = 0) e dunque { se k = rang C = 3 se k. Svolgimento Esercizio 5 Procediamo al calcolo di A (che esisite perché det A = 0, come si vede subito moltiplicando tra loro gli elementi della diagonale di A, che è triangolare) sia mediante l algoritmo di Gauss-Jordan che tramite matrice aggiunta. Mediante algoritmo di Gauss-Jordan (particolarmente semplice perché A è già triangolare), si ottiene R R 5R (A I) = R R 7R R R 3R = ( I A ) e dunque 3 6 A = Procedendo tramite matrice aggiunta, si tratta di calcolare il complemento algebrico A ij di ciascun elemento a ij di A e scrivere la matrice aggiunta di A, cioè adj A = (A ij ) T ; dopodiché A = deta adja.

6 MATRICI E SISTEMI - Riduzione e rango 6 Si ha A = ( ) =, A = ( ) = 0, A 3 = ( ) = 0, A = ( ) = 3, A = ( ) =, A 3 = ( ) = 0, A 3 = ( ) = 6, A 3 = ( ) = 7, A 33 = ( ) = e quindi 3 6 adja = (A ij ) T = Essendo det A =, si ottiene finalmente 3 6 A = adja = Svolgimento Esercizio 6 La (i) è falsa, o meglio non ha senso, perché A non è quadrata. La (ii) è falsa, perché A è di tipo m n e B è di tipo n p, per cui il prodotto AB esiste (ed è di tipo m p). La (iii) è vera, ad esempio perché A possiede il minore non nullo 0 =, che ha ordine. La (iv) è senz altro falsa, perché A è di tipo 3 e B è di tipo 3, per cui AB deve essere di tipo. Svolgimento Esercizio 7 Si ha rang A = det A 0 (perché A è quadrata di ordine ) e risulta det A = h h = h + 4. Quindi la (i) è vera, perché h +4 0 per ogni h R, mentre la (ii) e la (iii) sono false, perché h + 4 = 0 per h = ±i e det A = 4 se h = 0. La (iv) è falsa, perché il rango di una matrice non può superare nessuna delle sue dimensioni e quindi deve essere rang A in ogni caso. Svolgimento Esercizio 8 (i) Vera. Infatti risulta ( ) a b A = c d A + A T = ( ) a b + c d ( ) a c = b d ( ) a b + c c + b d dove b + c = c + b (il risultato è vero anche per matrici quadrate di ordine maggiore; infatti, se A = (a ij ) allora A T = (a ji ) ed A + A T = (a ij + a ji ), dove b ij = a ij + a ji è tale che b ij = a ij + a ji = a ji + a ij = b ji, essendo la somma a ij + a ji commutativa).

7 MATRICI E SISTEMI - Riduzione e rango 7 (ii) Falsa. Ad esempio ( ) / A = 0 / A + A T = ( ) ( ) / / 0 + = 0 / / ( ) dove risulta det ( A + A T) = 0 pur essendo deta = /4 0. (iii) Falsa. Infatti, se deta =, allora risulta det(a) = deta = 4 (si ricordi che per ogni matrice A K n,n e per ogni λ K risulta det(λa) = λ n deta). (iv) Vera. Infatti, per ogni B K,, il prodotto AB è ben definito e risulta det (AB) = det A det B (teorema di Binet).

MATRICI. 1. Esercizi

MATRICI. 1. Esercizi MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +

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

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è

Dettagli

1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici

1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici Matrici R. Notari 1 1. Proprietà della somma di matrici 1. (A + B) + C = A + (B + C) qualunque siano le matrici A, B, C Mat(m, n; K). 2. A + B = B + A qualunque siano le matrici A, B Mat(m, n; K). 3. Sia

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

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

Dettagli

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

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

Dettagli

Geometria BIAR Esercizi 2

Geometria 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

Dettagli

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

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

Dettagli

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

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

Dettagli

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

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

Dettagli

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R. 1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,

Dettagli

Corso di Matematica B - Ingegneria Informatica Testi di Esercizi

Corso di Matematica B - Ingegneria Informatica Testi di Esercizi A. Languasco - Esercizi Matematica B - 1. Sistemi lineari e Matrici 1 A: Sistemi lineari: eliminazione gaussiana Corso di Matematica B - Ingegneria Informatica Testi di Esercizi A1. Determinare, con il

Dettagli

Esercizi svolti sui sistemi lineari

Esercizi svolti sui sistemi lineari Esercizio 1. Risolvere il seguente sistema lineare al variare del parametro reale t: t x + (t 1)y + z = 1 (t 1)y + t z = 1 2 x + z = 5 Soluzione. Il determinante della matrice dei coefficienti è t t 1

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

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

Giuseppe Accascina. Note del corso di Geometria e Algebra

Giuseppe Accascina. Note del corso di Geometria e Algebra Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato

Dettagli

Richiami di algebra delle matrici

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

Dettagli

CONICHE. Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oxy sia data la conica C di equazione

CONICHE. Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oxy sia data la conica C di equazione CONICHE Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oy sia data la conica C di equazione 7 2 + 2 3y + 5y 2 + 32 3 = 0. Calcolare le equazioni di una rototraslazione che riduce

Dettagli

1 Determinante di una matrice 1. 2 Calcolo della matrice inversa 7. 3 Calcolo del rango 8. 4 Soluzioni degli esercizi 12. n! = n.

1 Determinante di una matrice 1. 2 Calcolo della matrice inversa 7. 3 Calcolo del rango 8. 4 Soluzioni degli esercizi 12. n! = n. 1 DETERMINANTE DI UNA MATRICE 1 Determinante e rango Indice 1 Determinante di una matrice 1 2 Calcolo della matrice inversa 7 3 Calcolo del rango 8 4 Soluzioni degli esercizi 12 1 Determinante di una matrice

Dettagli

Anno 4 Matrice inversa

Anno 4 Matrice inversa Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere

Dettagli

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

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

Dettagli

Metodo di Gauss-Jordan 1

Metodo 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

Dettagli

Matematica II,

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

Dettagli

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

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

Dettagli

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

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

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante

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

IV-2 Forme quadratiche

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

Dettagli

Esercitazione di Matematica su matrici e sistemi lineari

Esercitazione di Matematica su matrici e sistemi lineari Esercitazione di Matematica su matrici e sistemi lineari Notazioni: deta, A T =trasposta di A, A 1 =inversa di A. 1. Si considerino le matrici A, B, C, D denite da 1 0 5 1 A = 0, B = 0 0, C = 0 1 0 6 1

Dettagli

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A = Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):

Dettagli

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

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

Dettagli

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

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 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

Dettagli

e così via per tutte le colonne. Una prima proprietà importante ci dice quello che accade quando si fanno delle permutazioni di colonne di A.

e così via per tutte le colonne. Una prima proprietà importante ci dice quello che accade quando si fanno delle permutazioni di colonne di A. Capitolo 3 DETERMINANTE Il problema di stabilire se un insieme di vettori è linearmente indipendente (ad esempio se lo sono le colonne di una matrice quadrata, e quindi se la matrice è invertibile) non

Dettagli

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

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

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

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

Dettagli

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

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1 Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l

Dettagli

Esercizi svolti sui sistemi lineari

Esercizi svolti sui sistemi lineari Francesco Daddi - www.webalice.it/francesco.daddi Esercizi svolti sui sistemi lineari Esercizio 1. Risolvere il seguente sistema lineare al variare del parametro reale t: tx+(t 1)y + z =1 (t 1)y + tz =1

Dettagli

Esercizi per Geometria II Geometria euclidea e proiettiva

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

Dettagli

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

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

Dettagli

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire

Dettagli

ESERCIZI PROPOSTI. Capitolo 5 MCD(15,5) = 15 5 =3. un unico sottogruppo di ordine d, cioè x 20/d = C d. , x 20/10 = x 2 = C 10. , x 20/4 = x 5 = C 4

ESERCIZI PROPOSTI. Capitolo 5 MCD(15,5) = 15 5 =3. un unico sottogruppo di ordine d, cioè x 20/d = C d. , x 20/10 = x 2 = C 10. , x 20/4 = x 5 = C 4 ESERCIZI PROPOSTI Capitolo 5 511 Determinare il periodo dell elemento x 320 del gruppo ciclico C 15 = x x 15 =1 Indicare tutti i generatori del sottogruppo x 320 Soluzione Dividiamo 320 per 15 Si ha 320

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il

Dettagli

CLASSIFICAZIONE DELLE CONICHE AFFINI

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

Dettagli

SISTEMI LINEARI, METODO DI GAUSS

SISTEMI LINEARI, METODO DI GAUSS SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti

Dettagli

RETTE E PIANI. ove h R. Determinare i valori di h per cui (1) r h e α sono incidenti ed, in tal caso, determinare l angolo ϑ h da essi formato;

RETTE E PIANI. ove h R. Determinare i valori di h per cui (1) r h e α sono incidenti ed, in tal caso, determinare l angolo ϑ h da essi formato; RETTE E PIANI Esercizi Esercizio 1. Nello spazio con riferimento cartesiano ortogonale Oxyz si considerino la retta r h ed il piano α rispettivamente di equazioni x = 1 + t r h : y = 1 t α : x + y + z

Dettagli

QUADERNI DI DIDATTICA

QUADERNI DI DIDATTICA Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Marta Cardin Paola Ferretti Stefania Funari Introduzione soft alla matematica per l economia e la finanza: I SISTEMI LINEARI

Dettagli

Applicazioni lineari tra spazi euclidei. Cambi di base.

Applicazioni 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

Dettagli

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

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

Dettagli

Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni

Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)

Dettagli

ha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il

ha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 6 Eliminazione di Gauss con scambi di righe Sia A O una matrice m n. Abbiamo illustrato nella Lezione 5 un algoritmo che ha come

Dettagli

Le matrici. A cura di Benedetta Noris, 17 aprile Cos è una matrice. 2 Rappresentazione di una matrice generica 2

Le matrici. A cura di Benedetta Noris, 17 aprile Cos è una matrice. 2 Rappresentazione di una matrice generica 2 Le matrici A cura di Benedetta Noris, 17 aprile 2012 benedetta.noris1@unimib.it Indice 1 Cos è una matrice 1 2 Rappresentazione di una matrice generica 2 3 Somma di matrici e prodotto di una matrice per

Dettagli

POTENZE DI MATRICI QUADRATE

POTENZE DI MATRICI QUADRATE POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)

Dettagli

Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari

Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari 4 maggio Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ) Esercizio Siano 3 6 8 6 4 3 3 ) determinare

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

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

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

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

Tempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni

Tempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti

Dettagli

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

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

Dettagli

La riduzione a gradini e i sistemi lineari (senza il concetto di rango)

La riduzione a gradini e i sistemi lineari (senza il concetto di rango) CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere

Dettagli

Argomento 13 Sistemi lineari

Argomento 13 Sistemi lineari Sistemi lineari: definizioni Argomento 3 Sistemi lineari I 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) eb è un numero reale (detto

Dettagli

Parte 1. Sistemi lineari, algoritmo di Gauss, matrici

Parte 1. Sistemi lineari, algoritmo di Gauss, matrici Parte 1. Sistemi lineari, algoritmo di Gauss, matrici A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Brevi richiami sugli insiemi, 1 Insiemi numerici, 3 3 L insieme R n, 4 4 Equazioni

Dettagli

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

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

Dettagli

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 E COMPLEMENTI DI GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA SRCIZI DI ALGBRA LINAR COMPLMNTI DI GOMTRIA Foglio 3 sercizio 1. Determinare la decomposizione LU della matrice reale simmetrica A = 1 2 1 2 5 3 1 3 4 sercizio 2. Determinare la decomposizione LU della

Dettagli

Prodotti scalari e matrici

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

Dettagli

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano

Dettagli

3. Vettori, Spazi Vettoriali e Matrici

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

Dettagli

III-4 Sistemi di equazioni lineari

III-4 Sistemi di equazioni lineari SISTEMI DI EQUAZIONI LINEARI III-4 Sistemi di equazioni lineari Indice Sistemi di equazioni lineari 2 Alcuni risultati generali 2 2 Il teorema di Rouché Capelli 3 22 Il teorema e la regola di Cramer 3

Dettagli

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

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali? Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali ℕ, gli interi ℤ, i numeri

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema

Dettagli

1 Sistemi di equazioni lineari 1. 2 Alcuni risultati generali Il teorema di Rouché Capelli Il teorema e la regola di Cramer...

1 Sistemi di equazioni lineari 1. 2 Alcuni risultati generali Il teorema di Rouché Capelli Il teorema e la regola di Cramer... SISTEMI DI EQUAZIONI LINEARI Sistemi di equazioni lineari Indice Sistemi di equazioni lineari 2 Alcuni risultati generali 2 2 Il teorema di Rouché Capelli 2 22 Il teorema e la regola di Cramer 3 3 Il calcolo

Dettagli

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo

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

Dettagli

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

UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO

UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO Geometria III esonero pariale A.A. 6 Cognome Nome Matricola Codice

Dettagli

Algoritmi per operazioni con le matrici

Algoritmi per operazioni con le matrici Algoritmi per operazioni con le matrici 1 Sommario Definizioni Alcune operazioni principali sulle matrici Somma di due matrici Trasposta di una matrice Prodotto di matrici: algoritmo classico Prodotto

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

Informatica B

Informatica B 2013-2014 Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli: durelli@elet.polimi.it Luigi Malago : malago@di.unimi.it Materiale di laboratorio reperibile all indirizzo: www.gianlucadurelli.com

Dettagli

2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:

2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare: Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante

Dettagli

Somma diretta di sottospazi vettoriali

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

Dettagli

1 Definizione di sistema lineare omogeneo.

1 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

Esercitazioni di Geometria A: curve algebriche

Esercitazioni di Geometria A: curve algebriche Esercitazioni di Geometria A: curve algebriche 24-25 maggio 2016 Esercizio 1 Sia P 2 il piano proiettivo complesso munito delle coordinate proiettive (x 0 : x 1 : x 2 ). Sia r la retta proiettiva di equazione

Dettagli

Chi non risolve esercizi non impara la matematica.

Chi non risolve esercizi non impara la matematica. 5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi

Dettagli

Prima di risolverli, è necessario prevedere se ci saranno soluzioni e, eventualmente, quante saranno.

Prima di risolverli, è necessario prevedere se ci saranno soluzioni e, eventualmente, quante saranno. Sistemi lineari Prima di risolverli, è necessario prevedere se ci saranno soluzioni e, eventualmente, quante saranno. La discussione di un sistema si imposta in questo modo: 1 studiare il rango della matrice

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito

Dettagli

Università degli Studi di Firenze Facoltà di Scienze Matematiche, Fisiche e Naturali C.d.L. in Matematica

Università degli Studi di Firenze Facoltà di Scienze Matematiche, Fisiche e Naturali C.d.L. in Matematica Università degli Studi di Firenze Facoltà di Scienze Matematiche, Fisiche e Naturali C.d.L. in Matematica Anno Accademico 2011-2012 Relazione finale per la Laurea Triennale DIAGONALIZZAZIONE SU UN PID

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

Sistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3

Sistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3 Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b

Dettagli

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

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

Dettagli

Matematica Finanziaria 29 novembre 2000

Matematica Finanziaria 29 novembre 2000 Matematica Finanziaria 29 novembre 2000 Ottimizzazione. Cognome Nome FILA A ESERCIZIO 1: Gestione del rischio a) Ricavare l espressione del vettore dei coe cienti nella tecnica dei minimi quadrati. b)

Dettagli

04 - Logica delle dimostrazioni

04 - Logica delle dimostrazioni Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 04 - Logica delle dimostrazioni Anno Accademico 013/014 D. Provenzano,

Dettagli

C.L. Informatica, M-Z Bari, 12 Gennaio 2016 Traccia: 1

C.L. Informatica, M-Z Bari, 12 Gennaio 2016 Traccia: 1 Bari, 2 Gennaio 206 Traccia: Esercizio. Scrivere la definizione di funzione suriettiva. Dimostrare che la composizione di due funzioni suriettive è una funzione suriettiva. Esercizio 2. () Stabilire se

Dettagli

ESERCITAZIONE N.8. Il calcolatore ad orologio di Gauss. L aritmetica dell orologio di Gauss. Operazioni e calcoli in Z n

ESERCITAZIONE N.8. Il calcolatore ad orologio di Gauss. L aritmetica dell orologio di Gauss. Operazioni e calcoli in Z n Il calcolatore ad orologio di Gauss ESERCITAZIONE N.8 18 novembre L aritmetica dell orologio di Gauss Operazioni e calcoli in Z n 1, 1, -11, sono tra loro equivalenti ( modulo 12 ) Rosalba Barattero Sono

Dettagli

I numeri sulla Mole Antonelliana.

I numeri sulla Mole Antonelliana. Ārgomenti svolti: Serie di numeri di Fibonacci. Potenza n-esima di matrici. Autovalori ed autovettori. Formula di Binet. LeLing: Fibonacci, Autovalori e Autovettori. Ēsercizi consigliati: Geoling 6. I

Dettagli

Quadriche Maurizio Cornalba 7/6/2016

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

Dettagli

I numeri sulla Mole Antonelliana.

I numeri sulla Mole Antonelliana. I numeri sulla Mole Antonelliana. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. I voli dei numeri Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6,

Dettagli

LUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011

LUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011 LUISS Laurea specialistica in Economia e Finanza Anno Accademico 1/11 Corso di Metodi Matematici per la Finanza Prof. Fausto Gozzi, Dr. Davide Vergni Soluzioni esercizi 4,5,6 esame scritto del 13/9/11

Dettagli

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Capitolo IV SPAZI VETTORIALI EUCLIDEI Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.

Dettagli

Aritmetica in Floating Point

Aritmetica in Floating Point Aritmetica in Floating Point Esempio di non associatività Alcune proprietà delle operazioni in aritmetica esatta possono non valere in aritmetica finita in virgola mobile (floating point). Ad esempio:

Dettagli