1 Indipendenza lineare e scrittura unica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "1 Indipendenza lineare e scrittura unica"

Transcript

1 Geometria Lingotto. LeLing7: Indipendenza lineare, basi e dimensione. Ārgomenti svolti: Indipendenza lineare e scrittura unica. Basi e dimensione. Coordinate. Ēsercizi consigliati: Geoling. Indipendenza lineare e scrittura unica Dato un vettore v L(w, w,, w n ) sappiamo che (per definizione) v e una combinazione lineare di w, w,, w n, cioe v = c w + c w + + c n w n. Quello che non possiamo dire e se la combinazione lineare e unica, cioe diversi coefficienti c, c,, c n possono eventualmente produrre lo stesso vettore v. Esempio.. La colonna C = B = appartiene a L(A, B) dove A = e. Infatti C e una combinazione lineare di A e B e.g. C =.A + ( ).B. Ma la combinazione lineare C =.A + ( ).B non e l unico modo di esprimere C come combinazione lineare di A e B. Ecco un altro modo C = ( )A + B. Definizione.. I vettori w, w,, w n si dicono linearmente indipendenti (in breve: L.I.) se i vettori di L(w, w,, w n ) si scrivono in modo unico come combinazione lineare di w, w,, w n. Altrimenti, i vettori w, w,, w n si dicono linearmente dipendenti (in breve: L.D.): cioe, se esiste un vettore che si scrive come due combinazioni lineari dei w, w,, w n con coefficienti diversi. Ingegneria dell Autoveicolo, LeLing7 Geometria

2 Geometria Lingotto. Per quanto appena definito, le colonne A, B dell esempio precedente sono linearmente dipendenti. E interessante guardare la definizione precedente dal punto di vista di un sistema lineare non-omogeneo. Ricordiamo che un sistema lineare non omogeneo si puo scrivere come: x w + x w + + x n w n = v, () dove v e il termine noto, x, x,, x n sono le incognite, etc. Cioe un sistema non-omogeneo pone il problema di determinare se un vettore v (il termine noto) appartiene al sottospazio L(w,, w n ). Ora, se prendiamo da un v L(w,, w n ) siamo sicuri che il sistema non omogeneo () e compatible. Cio di cui non siamo sicuri e se la soluzione e unica. La definizione (.) ci aiuta a rispondere a tale problema: la soluzione del sistema non-omogeneo () e unica se e solo se i vettori w, w,, w n sono linearmente indipendenti. Teorema.. I vettori w, w,, w n sistema omogeneo associato sono linearmente indipendenti se e solo se il x w + x w + + x n w n = ha soltanto la soluzione banale x =, x =, x =,, x n =. In altre parole, i vettori w, w,, w n sono linearmente indipendenti se e solo se l unica combinazione lineare di w, w,, w n che produce lo zero e quella banale, cioe quella in cui tutti i coefficienti sono zero. Il teorema e molto interessante perche ci dice che basta verificare che lo zero si scrive in modo unico come combinazione lineare di w, w,, w n per essere sicuri che qualsiasi vettore v L(w, w,, w n ) si scrive in modo unico come combinazione lineare di w, w,, w n. Dimostrazione del Teorema.. Se i vettori sono L.I. allora lo zero si scrive in modo unico come combinazione lineare di w, w,, w n per definizione, cioe soltanto con tutti i coefficienti uguali a zero. Dunque assumiamo che lo zero si scriva in modo unico, mentre un vettore v si scriva eventualmente in due modi diversi: Ingegneria dell Autoveicolo, LeLing7 Geometria

3 Geometria Lingotto. Facendo la differenza otteniamo { v = c w + c w + c w + + c n w n, v = d w + d w + d w + + d n w n v v = = (c d )w + (c d )w + (c d )w + + (c n d n )w n. Dunque la differenza v v esprime lo zero come combinazione lineare di w, w,, w n. Poiche per ipotesi lo zero si scrive in modo unico, risulta c d =, c d =, c d =, etc. Cioe, anche v si scrive in modo unico come combinazione lineare di w, w,, w n e questo termina la dimostrazione. Osservazione Importante: Se i vettori w, w,, w n sono vettori colonna, allora essi sono L.I. se e soltanto se l unica soluzione del sistema omogeneo x w + x w + + x n w n = e quella banale, cioe x =, x =, x =, etc. Esempio.4. Le colonne A = omogeneo: x x =, x = + x = Esempio.5. Le colonne A = omogeneo: x + x banale x = x = =, cioe e B =, cioe e B = x + x = x + x = x + x = sono L.D. Infatti il sistema x + x = x = x + x = ha soluzioni non banali: sono L.I. Infatti il sistema ha soltanto la soluzione Osserviamo che se i vettori w, w,, w n sono L.I. allora, in particolare, w, w, w, etc. Infatti se, diciamo, w i = allora si potrebbe scrivere = w + w + +.w i + +.w v, cioe lo zero come combinazione lineare non banale di w, w,, w n ; e questo contraddice l ipotesi di L.I. Ingegneria dell Autoveicolo, LeLing7 Geometria

4 . Dimensione Geometria Lingotto. Esempio.6. Le colonne quattro colonne Infatti la terza colonna e quella banale.,, e sono L.D. Due vettori v e v sono L.I. se uno non e un multiplo dell altro. Tre vettori v, v e v sono linearmente independenti se nessuno di essi si puo scrivere come una combinazione lineare degli altri due. Piu in generale: Proposizione.7. I vettori v, v,, v n sono L.I. se e solo se L(v, v,, v i,, v n ) L(v, v,, v i,, v n ), dove v i significa togliere dalla lista il vettore v i.. Dimensione Sia W = L(w, w,, w n ) un sottospazio generato da n vettori. Dal Teorema di Steinitz segue che se m > n e v, v,, v n, v n+,, v m W allora v, v,, v n, v n+,, v m sono linearmente dipendenti. In parole povere, in L(w, w,, w n ) piu di n vettori sono sempre L.D. Infatti, se cerchiamo un eventuale combinazione lineare nulla x v + x v + + x m v m = risulta (usando il fatto che v i = n j= a ijw j ): n n n x ( a j w j ) + x ( a j w j ) + + x m ( a mj w j ) = j= j= e mettendo in evidenza il sottoindice j risulta: i= i= j= m m m ( x i a i )w + ( x i a i )w + + ( x i a in )w n =. Cerchiamo allora una soluzione non banale x, x,, x m del sistema omogeneo: i= Ingegneria dell Autoveicolo, LeLing7 4 Geometria

5 . Basi e coordinate Geometria Lingotto. m i= x ia i = m i= x ia i =. m i= x ia in = e siccome m > n questo sistema ha una soluzione non banale per il Teorema di Steinitz. Questo dimostra la seguente proposizione. Proposizione.8. Se m > n e se v, v,, v m L(w, w,, w n ) allora i vettori v, v,, v m sono L.D. Puo capitare che un sottospazio W sia generato in due modi diversi, cioe W = L(w, w,, w n ) e W = L(v, v,, v m ). Ma se i vettori w, w,, w n sono L.I. e anche i vettori v, v,, v m lo sono, allora m = n necessariamente, cioe il numero di generatori L.I. di W non cambia, come risulta applicando la proposizione precedente. Questo giustifica la definizione di dimensione. Definizione.9. Il sottospazio W = L(w, w,, w n ) ha dimensione n se i vettori w, w,, w n sono L.I. In simboli, si scrive dim(w) = n. Il sottospazio banale W = {} ha dimensione. Ha anche senso parlare della dimensione dim(v) di uno spazio vettoriale (essendo V un particolare sottospazio di se stesso): cioe, dim(v) = n se e solo se esistono n vettori L.I. w, w,, w n tali che V = L(w, w,, w n ).. Basi e coordinate Se lo spazio vettoriale V ha dimensione n allora esistono n vettori w, w,, w n L.I. che generano V. Detto in parole piu semplici: tutti i vettori v V si scrivono di modo unico come combinazioni lineari di w, w,, w n, cioe v = c w + c w + + c n w n. Questo si puo interpretare come un corrispondenza tra i vettori v V e le colonne C n : c c v. c n Ingegneria dell Autoveicolo, LeLing7 5 Geometria

6 . Basi e coordinate Geometria Lingotto. Cioe, data una colonna c c. c n si ricava un vettore v tramite i vettori w, w,, w n come la combinazione lineare v = c w + c w + + c n w n. Notare l importanza che gioca l ordine dei vettori w, w,, w n inquesto ultimo passaggio. Poniamo n = per esempio, e prendiamo la colonna che rappresenta il vettore v =.w + w + w. Questo vettore e ovviamente diverso dal vettore.w + w + w ; dunque e importantissimo usare la componente i-esima della colonna come coefficiente del vettore i-esimo w i. Da questa spiegazione discende la prossima definizione. Definizione.. Sia V uno spazio vettoriale. Una base B di V e una n-upla, (in cui cioe conta l ordine) (w, w,, w n ) di n vettori tale che: (i) i vettori w, w,, w n sono L.I., (ii) V = L(w, w,, w n ). In simboli, si scrive B = (w, w,, w n ). Osserviamo che il numero di vettori di una base e la dimensione dello spazio vettoriale. Esempio.. Ecco una base dello spazio C : B = (,, Scambiando l ordine dei vettori della base precedente si ottiene una base diversa: D = (,, Data una base B = (w, w,, w n ) di uno spazio vettoriale la corrispondenza ) ) Ingegneria dell Autoveicolo, LeLing7 6 Geometria

7 . Esistenza delle basi Geometria Lingotto. v si chiama sistema di coordinate; equivalentemente, i coefficienti c, c,, c n si dicono le coordinate del vettore v rispetto alla base B = (w, w,, w n ). Esempio.. Le coordinate della colonna rispetto alla base D sono,,. Le coordinate di un vettore cambiano a seconda della base. Ma c e un vettore le cui coordinate sono sempre le stesse, in qualsiasi base: lo. Infatti, al vettore nullo corrispondono sempre le coordinate,,,,. Osservare che se un vettore v e il primo vettore di una base B, allora le sue coordinate respetto a B sono,,,,...,. Se v e il secondo vettore allora le sue coordinate sono,,,,,, e così via. Gli spazi vettoriali delle colonne C n hanno una base (resp. righe R n ) chiamata base canonica che e quella fatta con le colonne (resp. righe) aventi un coefficiente uguale a e tutti gli altri uguali a zero, prese nel ordine naturale.. Esistenza delle basi Dalla definizione di dimensione e di base segue che ogni spazio di dimensione finita ha una base. Il problema dell esistenza di una base e il seguente: siano v, v,, v n V vettori di uno spazio vettoriale e sia W = L(v,, v n ) il sottospazio da essi generato; se i vettori v, v,, v n sono L.I. sappiamo per definizione che dim(w) = n e che B = (v, v,, v n ) e una base di W; ma cosa succede se i vettori v, v,, v n sono L.D.? W ha comunque dimensione finita? Ed esiste una base di W? Una cosa che dobbiamo capire e che le risposte a queste due domande non sono banali, cioe rispondere ad esse comporta una certa fatica. c c. c n Ingegneria dell Autoveicolo, LeLing7 7 Geometria

8 .4 Sottospazi: una desiguaglianza importante Geometria Lingotto. Ecco un metodo che risponde a tale problema, noto come il metodo degli scarti successivi. Se i vettori v, v,, v n sono L.D. allora uno di loro si esprime come combinazione lineare degli altri. Possiamo assumere per semplicita che questo vettore sia v n. Dunque possiamo generare W con n vettori scartando v n, dunque W = L(v,, v n ). Adesso ripetiamoci la domanda, chiediamoci cioe se i vettori v,, v n sono L.I. oppure no. Se la risposta e si, allora dim(w) = n e abbiamo finito. Se la risposta e no, possiamo continuare scartando ulteriori vettori. Chiaramente dopo un numero finito di scarti o li avremo scartati tutti, oppure arriveremo ad una risposta positiva, cioe dim(w) n ed esiste una base. Osserviamo che l unico caso in cui si scartano tutti e quando v = v = = v n =, cioe W e il sottospazio banale W = {} che contiene solo il vettore nullo; e, in questo caso, dim(w) =. Riassumiamo quanto spiegato nel seguente teorema. Teorema.. Se lo spazio vettoriale V e finitamente generato e non banale ( cioe V = L(v, v,, v n ) e almeno un vettore v i non e nullo) allora V ha una base e dim(v) n..4 Sottospazi: una desiguaglianza importante Intuitivamente e chiaro che la dimensione di un sottospazio W V deve essere minore o uguale alla dimensione dello spazio vettoriale V; per esserne sicuri dobbiamo pero dimostrarlo. Teorema.4. Sia W V un sottospazio dello spazio vettoriale V. Allora dim(w) dim(v). Inoltre, la ugualianza e vera se e solo se W = V. Dimostrazione. Sia n = dim(w), cioe W = L(v,, v n ) dove i v,, v n sono L.I. Allora se W V risulta dalla discusione iniziale che dim(v) > n; cioe, se esiste v / L(v,, v n ) allora i vettori v,, v n, v sono L.I. e dunque dim(v) > n. Corollario.5. Sia V uno spazio vettoriale. Se per ogni n N esiste un sottospazio W di dimensione dim(w) n allora V non ha dimensione finita. E facile vedere che molti spazi hanno dimensione infinita (cioe, non finita); ad esempio, lo spazio vettoriale di tutti i polinomi, quello di tutte le funzioni continue, etc, etc. Ingegneria dell Autoveicolo, LeLing7 8 Geometria

LeLing12: Ancora sui determinanti.

LeLing12: 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

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE 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

Dettagli

LeLing9: Prodotto tra matrici.

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

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

Inversa di una matrice

Inversa 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:

Dettagli

LEZIONE 12. v = α 1 v α n v n =

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

Dettagli

1 Combinazioni lineari.

1 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

Dettagli

1 Definizione di sistema lineare non-omogeneo.

1 Definizione di sistema lineare non-omogeneo. Geometria Lingotto LeLing: Sistemi lineari non-omogenei Ārgomenti svolti: Sistemi lineari non-omogenei Il metodo di Gauss-Jordan per sistemi non-omogenei Scrittura della soluzione generale Soluzione generale

Dettagli

Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

Sottospazi 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.

Dettagli

1 Riduzione per righe e matrici equivalenti per righe.

1 Riduzione per righe e matrici equivalenti per righe. Geometria Lingotto. LeLing2: Sistemi lineari omogenei. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi gia risolti. Il metodo di Gauss-Jordan e la forma echelon.

Dettagli

Spazi Vettoriali ed Applicazioni Lineari

Spazi 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

Dettagli

Intersezione e somma di sottospazi vettoriali

Intersezione e somma di sottospazi vettoriali Capitolo 6 Intersezione e somma di sottospazi vettoriali 6.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria

Dettagli

dipendenti. Cosa possiamo dire sulla dimensione di V?

dipendenti. 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,

Dettagli

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

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

Dettagli

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

Elementi di Algebra Lineare Spazi Vettoriali

Elementi di Algebra Lineare Spazi Vettoriali Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali

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

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

Parte 4. Spazi vettoriali

Parte 4. Spazi vettoriali Parte 4. Spazi vettoriali A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Spazi vettoriali, 2 Prime proprietà, 3 3 Dipendenza e indipendenza lineare, 4 4 Generatori, 6 5 Basi, 8 6 Sottospazi,

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

Forme bilineari simmetriche

Forme 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

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

APPLICAZIONI LINEARI

APPLICAZIONI 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

Dettagli

x1 + 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

x1 + 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

Dettagli

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

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

Dettagli

Esercizi svolti. delle matrici

Esercizi 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

Dettagli

Fondamenti di ALGEBRA LINEARE E GEOMETRIA

Fondamenti di ALGEBRA LINEARE E GEOMETRIA Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 15 Capitolo

Dettagli

Parte 5. Sottospazi. A. Savo Appunti del Corso di Geometria

Parte 5. Sottospazi. A. Savo Appunti del Corso di Geometria Parte 5. Sottospazi A. Savo Appunti del Corso di Geometria 03-4 Indice delle sezioni Sottospazi di R n, Equazioni di un sottospazio di R n, 3 3 Sottospazio intersezione, 6 4 Sottospazio somma, 8 5 Formula

Dettagli

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

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

Dettagli

Risoluzione di ax 2 +bx+c = 0 quando a, b, c sono numeri complessi.

Risoluzione 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,

Dettagli

Cambio di base. Capitolo Introduzione. 8.2 Cambio di base

Cambio di base. Capitolo Introduzione. 8.2 Cambio di base apitolo 8 ambio di base 8 Introduzione Sappiamo che, fissata una base finita in uno spazio vettoriale, ad ogni vettore sono associate le coordinate relative a tale base In questo capitolo vediamo che tali

Dettagli

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

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

Dettagli

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

Geometria e Topologia I (U1-4) 2006-mag-10 61

Geometria e Topologia I (U1-4) 2006-mag-10 61 Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca

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

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

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

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im

Definizione 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

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

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

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

0.1 Spazi Euclidei in generale

0.1 Spazi Euclidei in generale 0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo

Dettagli

Matematica per Analisi dei Dati,

Matematica per Analisi dei Dati, Matematica per Analisi dei Dati, 09.03.09 1. Sia n in intero positivo fissato, e sia V un sottospazio di R n. Il massimo numero di vettori linearmente indipendenti in V viene detto dimensione di V, e viene

Dettagli

Sistemi lineari e spazi vettoriali 1 / 14

Sistemi 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

Dettagli

Prodotto interno (prodotto scalare definito positivo)

Prodotto interno (prodotto scalare definito positivo) Contenuto Prodotto scalare. Lunghezza, ortogonalità. Sistemi e basi ortonormali. Somma diretta: V = U U. Proiezioni. Teorema di Pitagora, disuguaglianza di Cauchy-Schwarz. Angoli. Federico Lastaria. Analisi

Dettagli

Appunti sui Codici di Reed Muller. Giovanni Barbarino

Appunti sui Codici di Reed Muller. Giovanni Barbarino Appunti sui Codici di Reed Muller Giovanni Barbarino Capitolo 1 Codici di Reed-Muller I codici di Reed-Muller sono codici lineari su F q legati alle valutazioni dei polinomi sullo spazio affine. Per semplicità

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

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari 1 Sistemi di equazioni lineari 1.1 Determinante di matrici quadrate Ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante della matrice

Dettagli

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

ESERCIZI 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

Dettagli

Lezione 7: Il Teorema di Rouché-Capelli

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

Dettagli

Analisi dei dati corso integrato - Algebra lineare,

Analisi dei dati corso integrato - Algebra lineare, Analisi dei dati corso integrato - Algebra lineare, 050308-2 1 Ortogonalita nel piano Sia fissato nel piano un sistema di riferimento cartesiano ortogonale monometrico, con origine in O Tranne avviso contrario,

Dettagli

Numeri di Fibonacci, Autovalori ed Autovettori.

Numeri di Fibonacci, Autovalori ed Autovettori. Numeri di Fibonacci, Autovalori ed Autovettori. I numeri sulla Mole Antonelliana. Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6, 987, dove ogni nuovo numero rappresenta la somma dei due

Dettagli

Dipendenza e indipendenza lineare (senza il concetto di rango)

Dipendenza e indipendenza lineare (senza il concetto di rango) CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori

Dettagli

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

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

Dettagli

Esercitazione 6 - Soluzione

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

Dettagli

Complemento ortogonale e proiezioni

Complemento ortogonale e proiezioni Complemento ortogonale e proiezioni Dicembre 9 Complemento ortogonale di un sottospazio Sie E un sottospazio di R n Definiamo il complemento ortogonale di E come l insieme dei vettori di R n ortogonali

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

Lezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige. Fulvio Bisi, Francesco Bonsante, Sonia Brivio

Lezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige. Fulvio Bisi, Francesco Bonsante, Sonia Brivio Lezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige Fulvio Bisi, Francesco Bonsante, Sonia Brivio DA GENNAIO 2015 1 Da gennaio 2015 Riportiamo di seguito gli errata corrige

Dettagli

Spazi affini e combinazioni affini.

Spazi affini e combinazioni affini. Spazi affini e combinazioni affini. Morfismi affini. Giorgio Ottaviani Abstract Introduciamo il concetto di combinazione affine in uno spazio affine, e in base a questo, ne caratterizziamo i sottospazi.

Dettagli

ESERCIZI sui VETTORI

ESERCIZI sui VETTORI ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di

Dettagli

Appunti di ALGEBRA LINEARE

Appunti di ALGEBRA LINEARE Appunti di ALGEBRA LINEARE Corso di Laurea in Chimica A. A. 2009/200 Capitolo SPAZI VETTORIALI In matematica si incontrano spesso insiemi di elementi su cui sono definite delle operazioni che godono di

Dettagli

Algebra 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 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

Dettagli

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.

Per 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

Dettagli

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2012-2013 - Docente: Prof. Angelo Felice Lopez Tutori: Dario Giannini e Giulia Salustri Tutorato 3 20 Marzo 2013 1.

Dettagli

ESERCIZI VARI su SPAZI VETTORIALI. Si giustifichi la risposta ad ogni esercizio ( o parte di esercizio ) posto in forma di domanda.

ESERCIZI VARI su SPAZI VETTORIALI. Si giustifichi la risposta ad ogni esercizio ( o parte di esercizio ) posto in forma di domanda. ESERCIZI VARI su SPAZI VETTORIALI Si giustifichi la risposta ad ogni esercizio ( o parte di esercizio ) posto in forma di domanda. Esercizio. Dimostrare che i vettori in R sono linearmente indipendenti

Dettagli

ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri,

ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri, ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 05/06 docente: Elena Polastri, plslne@unife.it Esercizi 3: SPAZI VETTORIALI e MATRICI Combinazioni lineari di vettori.. Scrivere il vettore

Dettagli

Appunti di Geometria - 3

Appunti di Geometria - 3 Appunti di Geometria - 3 Samuele Mongodi - smongodi@snsit Cambi di base nel duale Richiami Sia V uno spazio vettoriale di dimensione n sul campo K e sia V il suo duale Supponiamo di avere fissate due basi

Dettagli

Omomorfismi e matrici

Omomorfismi 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

Dettagli

2. ALCUNI ESERCIZI SVOLTI

2. ALCUNI ESERCIZI SVOLTI SPAZI E SOTTOSPAZI VETTORIALI 3 2. ALCUNI ESERCIZI SVOLTI Elementi di teoria sugli spazi vettoriali K n, K m,n, R [x], R n [x] verranno richiamati via via, a commento del testo di alcuni esercizi. L asterisco

Dettagli

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

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

Dettagli

1 Equazioni parametriche e cartesiane di sottospazi affini di R n

1 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

Dettagli

Note sui sistemi lineari

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

Dettagli

Matematica per Analisi dei Dati,

Matematica per Analisi dei Dati, Matematica per Analisi dei Dati, 230209 1 Spazio vettoriale R n Sia n un intero positivo fissato Lo spazio vettoriale R n e l insieme delle n ple ordinate di numeri reali, che rappresenteremo sempre come

Dettagli

ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA Foglio 4 Esempio. Sia V = P 5 (R) lo spazio dei polinomi di grado strettamente minore di 5. Si considerino i seguenti sottoinsiemi di V (i) Dimostrare

Dettagli

1) Hamming bound, coset, codici equivalenti

1) Hamming bound, coset, codici equivalenti Argomenti della Lezione ) Hamming bound, coset, codici equivalenti 2) Esercizi sui codici lineari a blocchi Osservazione () Per effettuare la decodifica a rivelazione di errore si può seguire una delle

Dettagli

Applicazioni eliminazione di Gauss

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

Dettagli

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni

Corso 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

Dettagli

0.1. MATRICI SIMILI 1

0.1. MATRICI SIMILI 1 0.1. MATRICI SIMILI 1 0.1 Matrici simili Definizione 0.1.1. Due matrici A, B di ordine n si dicono simili se esiste una matrice invertibile P con la proprietà che P 1 AP = B. Con questa terminologia dunque

Dettagli

DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE

DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE DOCENTI: S. MATTAREI (TITOLARE), G. VIGNA SURIA, D. FRAPPORTI Prima settimana. Lezione di martedí 23 febbraio 2010 Introduzione al corso: applicazioni dell

Dettagli

Spazi vettoriali euclidei.

Spazi vettoriali euclidei. Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti

Dettagli

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio

Dettagli

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente

Soluzione. (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

Dettagli

RANGO DI UNA MATRICE ρ(a)

RANGO DI UNA MATRICE ρ(a) RANGO DI UNA MATRICE (A) a,... a A M M am,... a, n mn, K É il massimo ordine di un minore estratto con determinante non nullo. Equivalentemente è il massimo numero di righe (colonne) linearmente indipendenti.

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI 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

Dettagli

Dipendenza e indipendenza lineare

Dipendenza e indipendenza lineare Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus

Dettagli

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

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

Dettagli

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

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

Dettagli

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

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

Dettagli

Risoluzione di sistemi lineari

Risoluzione di sistemi lineari Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini

Dettagli

0.1 Coordinate in uno spazio vettoriale

0.1 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

Dettagli

Geometria analitica: rette e piani

Geometria analitica: rette e piani Geometria analitica: rette e piani Equazioni del piano Intersezioni di piani. Rette nello spazio Fasci di piani e rette Intersezioni fra piani e rette Piani e rette ortogonali Piani di forma parametrica

Dettagli

11. Misure con segno.

11. Misure con segno. 11. Misure con segno. 11.1. Misure con segno. Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 11.1.1. (Misura con segno). Si chiama misura con segno su A ogni funzione ϕ : A R verificante

Dettagli

Parte 8. Prodotto scalare, teorema spettrale

Parte 8. Prodotto scalare, teorema spettrale Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,

Dettagli

ESERCIZI SULLE MATRICI

ESERCIZI 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

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 Autovettori e autovalori

4 Autovettori e autovalori 4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità

Dettagli

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. 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

Dettagli

Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n

Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra e di Matematica

Dettagli

Prima lezione. Gilberto Bini. 16 Dicembre 2006

Prima lezione. Gilberto Bini. 16 Dicembre 2006 16 Dicembre 2006 Vediamo alcune nozioni di teoria ingenua degli insiemi. Vediamo alcune nozioni di teoria ingenua degli insiemi. Un insieme è una collezione di oggetti di cui possiamo specificare una proprietà

Dettagli

i) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva;

i) la somma e il prodotto godano delle proprietà associativa, commutativa e distributiva; 1 Spazi vettoriali 11 Definizioni ed assiomi Definizione 11 Un campo è un insieme K dotato di una operazione somma K K K, (x, y) x + y e di una operazione prodotto K K K, (x, y) xy tali che i) la somma

Dettagli