Algebra Lineare e Geometria

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Algebra Lineare e Geometria"

Transcript

1 Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A Prova d esame del 16/06/ ) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da T (e 1 ) = (1, 1, 0, 0), T (e 1 + e 2 ) = (3, 1, 0, 1), T (e 1 + e 2 + e 3 ) = (0, 1, 1, 2), rispetto alle basi canoniche del dominio e codominio, dove E = {e 1, e 2, e 3 } è la base canonica del dominio. b) Descrivere nucleo e immagine (con basi, equazioni e dimensioni) di T. c) Sia U : 2x y = 0 un sottospazio di R 3. Descrivere l immagine di U tramite T, con basi, equazioni e dimensioni. d) Sia a = (1, 1, 9, 4). Verificare che {a} è una base di Im(T ) dove Im(T ) è l immagine di T. e) Dire se le seguenti asserzioni sono vere o false. Giustificare la risposta dimostrando l asserzione nel caso sia vera o fornendo un controesempio nel caso sia falsa (per controesempio si intende un esempio in cui quanto asserito risulta essere falso): (i) Comunque scegliamo tre matrici quadrate di ordine 2, A, B, e C vale: AB = AC = B = C. (ii) Sia A una matrice di tipo 4 3 di rango 3. Allora ogni sistema lineare avente A come matrice dei coefficienti è compatibile e indeterminato. (iii) Siano u e v una coppia di vettori tra loro ortogonali. Allora i vettori u v e u + v sono anch essi tra loro ortogonali. 2) Si considerino nello spazio affine il punto P (0, 1, 5), la retta r : Determinare: a) il piano ρ perpendicolare a r e passante per P ; b) il piano σ parallelo a π e passante per P e la distanza tra σ e π; c) la retta s parallela a π, incidente a r e passante per P ; d) le rette parallele a π e passanti per P. { 3x + 7y = 0 x + 2y 3z 2 = 0 ed il piano π : x + z 1 = 0. e) Sia V lo spazio direttore della retta r. Scrivere la matrice associata alla trasformazione lineare P r : R 3 R 3 che associa ad ogni vettore x R 3 la proiezione di x su V. (Sugg: Per definizione proiettare su uno spazio 1-dimensionale equivale a proiettare sulla direzione di un vettore non nullo dello stesso spazio.) 3) Data la seguente famiglia di matrici dove k è un parametro reale, determinare: A k = 0 1 k 0 1 k 0 k 1 a) i valori di k per cui la matrice A k ammette autovalore λ = 1; b) i valori del parametro k per cui la matrice è diagonalizzabile; c) per ogni valore di k R gli autospazi di A k, specificandone equazioni cartesiane, dimensioni e basi. d) Sia v = (3, 1, 1) t. Verificare che v è un autovettore di A 2 (ovvero la matrice della famiglia ottenuta ponendo k = 2) e calcolare (A 2 ) 103 v. e) Sia B una matrice invertibile e sia w un autovettore di B relativo all autovalore λ. (i) Dimostrare che λ 0. (ii) Dimostrare che w è un autovettore di B 1 relativo all autovalore λ 1.,

2 1) a) La matrice associata a T rispetto alle basi canoniche del dominio e codominio è la matrice avente per colonne i vettori immagine dei vettori della base canonica e 1, e 2, e 3. Per calcolare tali vettori usiamo le proprietà di linearità di T. Otteniamo: T (e 1 ) = (1, 1, 0, 0), T (e 2 ) = T (e 1 + e 2 ) T (e 1 ) = (3, 1, 0, 1) (1, 1, 0, 0) = (2, 2, 0, 1), T (e 3 ) = T (e 1 + e 2 + e 3 ) T (e 1 + e 2 ) = (0, 1, 1, 2) (3, 1, 0, 1) = ( 3, 2, 1, 1). Pertanto la matrice associata A T è la matrice: A T = b) Al fine di determinare il nucleo risolviamo il sistema lineare omogeneo la cui matrice dei coefficienti è la matrice A T. Applicando il metodo di Gauss, partendo dalla matrice completa , è possibile pervenire alla seguente forma: Segue che il sistema ha l unica soluzione data dal vettore nullo (0, 0, 0), ovvero T è iniettiva. Inoltre l immagine di T ha dimensione 3 (calcolata per mezzo del teorema nullità più rango o osservando la matrice ridotta con Gauss). Una base B Im(T ) dell immagine di T, è costituita dai 3 vettori colonna della matrice A T, ovvero B Im(T ) = {(1, 1, 0, 0), (2, 2, 0, 1), ( 3, 2, 1, 1)}. Pertanto l immagine di T ha equazione in forma parametrica data da: x 1 = s + 2t 3u Im(T ) : x 2 = s 2t + 2u x 3 = u s, t, u R, x 4 = t + u che dà luogo alla seguente equazione in forma affine/cartesiana x 1 3x 3 x 4 = 0. c) Calcoliamo una base di U. Per far questo risolviamo l equazione definente U. Troviamo l equazione di U in forma parametrica, ovvero: { x = s s, t R. U : y = t Una base di U è la seguente: B U = {(1, 2, 0), (0, 0, 1)}. L immagine di U è lo spazio generato dall immagine di questi vettori, tramite T, ovvero dai vettori: T (1, 2, 0) = T (e 1 ) + 2T (e 2 ) = (1, 1, 0, 0) + 2(2, 2, 0, 1) = (5, 3, 0, 2), T (0, 0, 1) = T (e 3 ) = ( 3, 2, 1, 1).

3 Essendo i due vettori linearmente indipendenti, essi ne costituiscono una base. La sua dimensione è quindi uguale a 2 e la sua equazione parametrica è data da: x 1 = 5s + 3t T (U) : x 2 = 3s + 2t x 3 = t s, t R, x 4 = 2s + t d) Poiché l immagine di T ha dimensione 3, il suo ortogonale, che è uno spazio complementare ad Im(T ) in R 4, ha dimensione 1. Quindi affinché a sia base di Im(T ), a deve essere non nullo (condizione banalmente verificata) e deve essere ortogonale ai vettori di una qualsiasi base di Im(T ). Abbiamo: Segue quindi quanto asserito. a (1, 1, 0, 0) = 1 1 = 0, a (2, 2, 0, 1) = = 0, a ( 3, 2, 1, 1) = = 0. e) Esse sono tutte false. Nel seguito un (contro)esempio per ciascun caso. ( ) ( ) ( ) (i) Siano A =, B =, e C =. In tal caso: AB = AC = ( (ii) Il sistema lineare avente come matrice completa la matrice A b = ), ma B C. è incompatibile. (iii) Siano u = (2, 0) e v = (0, 1) vettori in R 2. Essi sono tra loro ortogonali ma i vettori u v = (2, 1) e u + v = (2, 1) non lo sono., 2) a) Un equazione parametrica della retta r è la seguente: x = 21t r : y = 9t t R, z = t 2 3 ottenuta risolvendo l equazione cartesiana/affine. Il vettore di direzione di r è il vettore v = (21, 9, 1). Affinché ρ sia ortogonale a r il suo vettore normale n deve essere parallelo/multiplo di v. L equazione di ρ è data da: ρ : 21x 9(y 1) + (z 5) = 0. Sviluppando i conti si ottiene: ρ : 21x 9y + z + 4 = 0. b) Il piano σ passante per P, e parallelo a π ha equazione: σ : x + (z 5) = 0,

4 ovvero: σ : x + z 5 = 0. Tale piano contiene il punto P. La distanza tra i due piani è uguale alla distanza di un punto qualsiasi di uno dei due piani, rispetto all altro piano. Quindi possiamo calcolare la distanza tra i due piani calcolando la distanza di P da π. Segue: d(σ; π) = d(p ; π) = = 4 = c) La retta s giace sul piano parallelo a π e passante per P (piano σ) e sul piano contenente r e P. Troviamo l equazione di quest ultimo. Il fascio di piani contenenti la retta r (cioè il fascio di piani di asse r) è il fascio F di equazione: F : x + 2y 3z 2 + k(3x + 7y) = 0, k R. Imponendo il passaggio per il punto P si ottiene k = 15 7, e quindi il piano 52x + 119y 21z 14 = 0. La retta s ha equazione: { x + z 5 = 0 s : 52x + 119y 21z 14 = 0 d) Le rette parallele a π e passanti per P costituiscono un fascio di rette proprio. Un equazione di tale fascio, che denoto con la lettera G, può essere trovata come segue. La stella di rette per P è data da: x = lt y = mt + 1, t R, al variare di l, m, n in R. z = nt + 5 Imponiamo la condizione di parallelismo al piano π. Una retta è parallela ad un piano se il suo vettore di direzione è ortogonale alla normale al piano. In questo caso imponiamo che il vettore di direzione di una generica retta per P, ovvero il vettore (l, m, n) sia ortogonale a n π = (1, 0, 1), cioè l + n = 0, da cui n = l. Il fascio G ha quindi equazione: x = lt G : y = mt + 1, t R, al variare di l, m in R. z = lt + 5 e) Per trovare la matrice associata a P r dobbiamo trovare le immagini dei vettori della base canonica, tramite P r. Ricordo che la proiezione sulla direzione di r è data da: Segue: P r (x) = x v x (21, 9, 1) v = (21, 9, 1). v P r (e 1 ) = 21 (21, 9, 1), 523 P r (e 2 ) = 9 (21, 9, 1), 523 P r (e 3 ) = 1 (21, 9, 1), 523 La matrice B associata a P r è la matrice: Si noti che questa matrice è simmetrica. B =

5 3) a) Lo scalare λ = 1 è un autovalore di A k se e solo se det(a k + I) = 0, ovvero: 1 1 k det 0 2 k = 4 k 2 = 0, da cui k = 2 o k = 2. 0 k 2 b)-c) Determiniamo gli autovalori di A k con la rispettiva molteplicità algebrica. Il determinante di A k λi è uguale a: λ 1 k ( ) det 0 1 λ k 1 λ k = λ det = λ[(1 λ) 2 k 2 ] = λ(1 λ k)(1 λ + k). k 1 λ 0 k 1 λ Gli autovalori di A k sono quindi λ 0 = 0, λ 1 = 1 k e λ 2 = 1 + k. Supponiamo k 0, k 1 e k 1. In tal caso i tre autovalori sono distinti e quindi la matrice A k è diagonalizzabile. Determiniamo ora gli autospazi relativi agli autovalori λ 0, λ 1 e λ 2. Consideriamo l autovalore λ 0. Risolviamo il sistema lineare omogeneo la cui matrice completa è la seguente: 0 1 k k 0 0 k 1 0 Applicando il metodo di Gauss si ottiene la seguente forma ridotta: Nella risoluzione con Gauss si è tenuto conto che k 0. L autospazio di A k relativa all autovalore λ 0 = 0, che denotiamo con Λ 0 è lo spazio delle soluzioni del sistema lineare omogeneo precedente e pertanto ha equazione in forma affine Λ 0 : y = z = 0. L equazione parametrica è data da: Λ 0 : x = t y = 0 t R. z = 0 Una base di Λ 0 è data da B Λ0 = {(1, 0, 0)}. Consideriamo ora l autovalore λ 1 = 1 k. Risolviamo il sistema lineare omogeneo la cui matrice completa è la seguente: 1 + k 1 k 0 0 k k 0 0 k k 0 Applicando il metodo di Gauss si ottiene la seguente forma ridotta: k k Nella risoluzione con Gauss si è tenuto conto che k 1. L autospazio di A k relativa all autovalore λ 1 = 1 k, che denotiamo con Λ 1 è lo spazio delle soluzioni del sistema lineare omogeneo precedente e pertanto ha equazione in forma affine { (k 1)x + (k 1)z = 0 Λ 1 : y + z = 0 Un equazione parametrica è data da: Λ 1 : x = (k + 1)t y = (k 1)t t R. z = (1 k)t

6 Una base di Λ 1 è data da B Λ1 = {(k + 1, k 1, 1 k)}. Consideriamo infine l autovalore λ 2 = 1 + k. Risolviamo il sistema lineare omogeneo la cui matrice completa è la seguente: 1 k 1 k 0 0 k k 0 0 k k 0 Applicando il metodo di Gauss si ottiene la seguente forma ridotta: 1 k 1 0 k Nella risoluzione con Gauss si è tenuto conto che k 1. L autospazio di A k relativa all autovalore λ 2 = 1 + k, che denotiamo con Λ 2 è lo spazio delle soluzioni del sistema lineare omogeneo precedente e pertanto ha equazione in forma affine { (k + 1)x (k 1)z = 0 Λ 1 : y z = 0 Un equazione parametrica è data da: Λ 1 : x = (k 1)t y = (k + 1)t t R. z = (k + 1)t Una base di Λ 2 è data da B Λ2 = {(k 1, k + 1, k + 1)}. Una matrice diagonalizzante per A k, se k 0, k 1 e k 1 è data da: P k = 1 0 k + 1 k 1 k 1 k + 1, 0 1 k k + 1 con relativa matrice in forma diagonale: D k = k k Supponiamo ora k = 0. La matrice A 0 è la seguente: A 0 = Essa ha autovalori, calcolati precedentemente, λ 0 = 0, λ 1 = λ 2 = 1. L autospazio Λ 0 è lo spazio delle soluzioni del sistema lineare omogeneo la cui matrice orlata è: Una sua equazione in forma affine è Λ 0 : y = z = 0 e una sua base è B Λ0 = {(1, 0, 0)}. L autospazio Λ 1, relativo all autovalore λ 1 = 1 è lo spazio delle soluzioni del sistema lineare omogeneo la cui matrice orlata è: Una sua equazione in forma affine è pertanto Λ 1 : x + y = 0 ed una sua base è B Λ1 = {(1, 1, 0), (0, 0, 1)}. L autovalore λ 1 ha molteplicità pari a 2. Quindi se k = 0 la matrice è diagonalizzabile. Una sua forma diagonale è la matrice: D =

7 con matrice diagonalizzante P che possiamo prendere uguale a: P = Se k = 1 gli autovalori di A 1 sono λ 0 = λ 1 = 0 e λ 2 = 2. Calcoliamo l autospazio Λ 0 di A 1 relativo all autovalore λ = 0. Esso è spazio delle soluzioni del sistema lineare omogeneo la cui matrice completa è: , ovvero, Λ 0 : y = z = 0. Pertanto una base di Λ 0 è data da B Λ0 = {(1, 0, 0)}. La molteplicità geometrica di λ 0 è pari ad 1, diversa dalla molteplicità algebrica. La matrice A 1 non è diagonalizzabile. L autospazio Λ 2 di A 1 relativo all autovalore λ 2 = 2 è spazio delle soluzioni del sistema la cui matrice orlata è: Applicando il metodo di Gauss si ottiene Λ 2 : x = y z = 0 ed una sua base è data da B Λ2 = {(0, 1, 1)}. Se k = 1 gli autovalori di A 1 sono λ 0 = λ 2 = 0 e λ 1 = 2. Calcoliamo l autospazio Λ 0 di A 1 relativo all autovalore λ = 0. Esso è spazio delle soluzioni del sistema lineare omogeneo la cui matrice completa è: , ovvero ancora Λ 0 : y = z = 0. Una base di Λ 0 è data da B Λ0 = {(1, 0, 0)}. La molteplicità geometrica di λ 0 è pari ad 1, diversa dalla molteplicità algebrica. La matrice A 1 non è diagonalizzabile. L autospazio Λ 1 di A 1 relativo all autovalore λ 1 = 2 è spazio delle soluzioni del sistema la cui matrice orlata è: Applicando il metodo di Gauss si ottiene Λ 1 : x = y + z = 0 ed una sua base è data da B Λ1 = {(0, 1, 1)}. d) Calcoliamo il prodotto della matrice A 2 per il vettore v. Otteniamo: A 2 v = = 3 1 = v Il valore di (A 2 ) 103 v è uguale a ( 1) 103 v = v = ( 3, 1, 1) t. e) La i) è diretta conseguenza della definizione di autovalore. Uno scalare λ è autovalore di una matrice B se e solo se det(b λi) = 0. Se per assurdo l autovalore λ fosse nullo, allora si avrebbe det(b) = 0 e quindi B non potrebbe essere invertibile. Verifichiamo la ii). Essendo w un autovettore di B con autovalore λ vale la seguente uguaglianza: Bw = λw. Moltiplicando a sinistra per B 1 ambo i membri della stessa uguaglianza si ottiene: w = λb 1 w. Per la parte i) sappiamo che λ è diverso da zero. Dividendo per λ entrambi i membri si ottiene: cioè la tesi. B 1 w = λ 1 w,

8 Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A Prova d esame del 01/07/ ) Si consideri la seguente famiglia di applicazioni lineari T k : R 4 R 4, dove k è un parametro reale, definite da: T k (x 1, x 2, x 3, x 4 ) = ( 2x 1 x 2 2x 4, x 2 + (k + 1)x 3, x 1 + x 3 x 4, x 1 + kx 2 + (2k 1)x 3 + x 4 ). a) Scrivere la matrice A k associata a T k rispetto alle basi canoniche di R 4. b) Verificare che i vettori v 1 = ( 1, 2, 1, 2), v 2 = (1, 1, 1, 1), v 3 = (0, 1, 1, 0) e v 4 = (0, 1, 0, 0) costituiscono una base di R 4 e scrivere la matrice A k associata a T k rispetto alla base canonica del dominio ed alla base B = {v 1, v 2, v 3, v 4 } del codominio. c) Studiare al variare di k R il nucleo e l immagine di T k, evidenziando al variare di k in R le rispettive equazioni, in forma parametrica o cartesiana, le dimensioni e le basi. d) Posto k = 1 calcolare la controimmagine del vettore (3, 1, 2, 1). e) Due matrici quadrate di ordine n A e B commutano se e solo se AB = BA. (i) Trovare l insieme U di tutte le matrici 2 2 che commutano con la matrice C = ( (ii) Verificare che U è un sottospazio vettoriale dello spazio delle matrici quadrate di ordine 2. (iii) Siano A e B due matrici quadrate di ordine n. Mostrare che se A commuta con B e B è invertibile, allora A commuta con B 1. ). 2) Si considerino nello spazio affine i punti P (1, 2, 1), Q(2, 1, 0) e la retta r : Determinare: a) la retta s parallela a r e passante per P ; b) la posizione reciproca tra la retta r e la retta t passante per P e Q; c) i piani paralleli a r e passanti per Q; d) la retta perpendicolare alle rette r e t ed incidente le stesse rette. e) Sia L = v R 2 lo spazio generato in R 2 dal vettore v = ( 1 2 trasformazione lineare R L : R 2 R 2 definita da R L (x) = 2(x v) v v v x. { 2x y = 0 x + 3y 2z 1 = 0. ). Scrivere la matrice associata alla 3) Sia R 2 [x] lo spazio dei polinomi a coefficienti reali aventi grado al più 2 e sia E 2 = {1, x, x 2 } la base standard di R 2 [x]. Determinare: a) la matrice A associata all endomorfismo T di R 2 [x] definito da rispetto a E 2 ; T (a + bx + cx 2 ) = b + c + (a + c)x + (a + b)x 2 b) gli autovalori di A con le rispettive molteplicità algebriche; c) gli autospazi di A, specificandone equazioni cartesiane, dimensioni e basi. d) Determinare se A è diagonalizzabile ed in caso affermativo scrivere una forma diagonale D ed una matrice diagonalizzante P relativa a D. e) Scrivere, se esiste, una base ortogonale di R 3 costituita da autovettori della matrice A.

9 1) a) Calcoliamo le immagini dei vettori della base canonica di R tramite T k : T k (1, 0, 0, 0) =(2, 0, 1, 1). T k (0, 1, 0, 0) =( 1, 1, 0, k). T k (0, 0, 1, 0) =(0, k + 1, 1, 2k 1). T k (0, 0, 0, 1) =( 2, 0, 1, 1). La matrice associata A k è la matrice avente per colonne i vettori calcolati precedentemente, ovvero: A k = 0 1 k k 2k 1 1 b) Sia C la matrice le cui colonne sono i vettori v 1, v 2, v 3, v 4. Affinché i 4 vettori costituiscano una base di R 4 il determinante di C deve essere diverso da C = Calcoliamone il determinante. det(c) = det = det = det ( ) = 1. Calcoliamo l inversa della matrice C. Uso qui il metodi Gauss. La matrice inversa di C è la matrice C 1 = La matrice A k ha per colonne le componenti delle immagini dei vettori della base canonica rispetto alla base formata dai vettori v 1, v 2, v 3, v 4. Vale pertanto: k 1 2k 1 1 A = C 1 A k = k = 3 k 2 2k k 2k k 3k c) Al fine di determinare il nucleo risolviamo il sistema lineare omogeneo la cui matrice completa è la matrice A k : k k 2k 1 1 0

10 Riducendo con Gauss, è possibile pervenire alla seguente forma: k Se k 1 allora si perviene alla forma: Si ottiene pertanto l equazione di ker(t k ) in forma affine: x 1 x 4 = 0 ker(t k ) : x 2 = 0 x 3 = 0 che ha soluzioni (equazione parametrica): ker(t k ) : x 1 = t x 2 = 0 x 3 = 0 x 4 = t t R. Segue che la dimensione di ker(t k ) è uguale a 1 ed una base è formata dal vettore (1, 0, 0, 1). L immagine di T k, per il teorema di nullità più rango (Teorema 5.8 della dispensa) ha quindi dimensione 4 1 = 3 e quindi una sua base coincide con l insieme delle prime colonne di A k. Esse sono linearmente indipendenti. Una base di Im(T k ) è quindi B Im(Tk ) = {(2, 0, 1, 1), ( 1, 1, 0, k), (1.k + 1, 2, 2k 1)}. Una sua equazione, in forma parametrica è data da: x 1 = 2s t + u Im(T k ) : x 2 = t + (k + 1)u x 3 = s + 2u x 4 = s + kt + (2k 1)u s, t, u R. Supponiamo ora k = 1. In tal caso la matrice completa del sistema definente in nucleo è data da: Il nucleo di T 1 ha pertanto equazione in forma affine/cartesiana data da { x1 + x ker(t 1 ) : 3 x 4 = 0 x 2 + 2x 3 = 0 che ha soluzioni (equazione parametrica): x 1 = s + t ker(t 1 ) : x 2 = 2s x 3 = s x 4 = t s, t R.

11 In tal caso l immagine ha dimensione dim(im(t 1 )) = 4 2 = 2. Una sua base è costituita dai primi due vettori della matrice A 1, ovvero B Im(T1) = {(2, 0, 1, 1), ( 1, 1, 0, 1)}. Una sua equazione, in forma parametrica è data da: x 1 = 2s t Im(T k ) : x 2 = t x 3 = s s, t R. x 4 = s + t d) Per determinare la controimmagine del vettore (3, 1, 2, 1) rispetto a T 1 risolviamo il sistema la cui matrice dei coefficienti è A 1 ed il cui vettore termine noto è (3, 1, 2, 1) t Un procedimento di Gauss porta alla seguente forma ridotta: , le cui soluzioni sono: T 1 1 (3, 1, 2, 1) = x 1 = s + t + 2 x 2 = 2s + 1 x 3 = s x 4 = t s, t R. ( ) x11 x e) (i) Sia X = 12 una generica matrice quadrata di ordine 2. Imponiamo che essa commuti con C. x 21 x 22 Abbiamo: ( ) ( ) ( ) x11 x XC = x11 2x = 12 x 11, x 21 x x 21 2x 22 x 21 ( ) ( ) ( ) 1 1 x11 x CX = 12 x11 x = 21 x 12 x x 21 x 22 2x 11 2x 12 Pertanto XC = CX se e solo se x 11, x 12, x 21 e x 22 sono soluzioni del sistema: x 11 x 12 = x 11 x 21 x 11 = x 12 x 22 x 21 2x 22 = 2x 11 x 21 = 2x 12 Il precedente sistema è equivalente al seguente: { x11 + x 12 x 22 = 0 2x 12 x 21 = 0 che ha soluzioni: x 1 = s + t x 2 = s x 3 = 2s x 4 = t s, t R.

12 {( s + t s Segue U = 2s t ) } : s, t R. ( ) 1 1 (ii) Dalla soluzione del punto precedente abbiamo che U è lo spazio generato dalle matrici e 2 0 ( ) 1 0 nello spazio delle matrici quadrate di ordine 2. Possiamo mostrare la stessa proprietà osservando 0 1 che, comunque date due matrici A 1 e A 2 che commutano con C ed uno scalare k R, le matrici A 1 + A 2 e ka 1 commutano con C, senza guardare alla definizione di U data al punto (i). Infatti, se A 1 e A 2 commutano con C, allora: (A 1 + A 2 )C = A 1 C + A 2 C = CA 1 + CA 2 = C(A 1 + A 2 ), cioè A 1 + A 2 commuta con C, ovvero è in U. Inoltre se k R, allora: (ka 1 )C = k(a 1 C) = k(ca 1 ) = C(kA 1 ), cioè ka 1 U. U è chiuso rispetto alla somma ed alla moltiplicazione per uno scalare, quindi è un sottospazio vettoriale dello spazio delle matrici di tipo 2 2. (iii) Supponiano A e B due matrici quadrate di ordine n tali che A commuta con B e B è invertibile. Allora cioè A commuta con B 1. AB 1 = IAB 1 = B 1 BAB 1 = B 1 ABB 1 = B 1 A, 2) a) L equazione parametrica della retta r si ottiene risolvendo la sua equazione cartesiana. Da facili conti si ottiene: x = 2α r : y = 4α α R. z = 7α 1 2 Il suo vettore di direzione è il vettore v r = (2, 4, 7). La retta s, essendo parallela a r, ha la sua stessa direzione. La sua equazione, in forma parametrica, è data da: x = 2α + 1 r : y = 4α + 2 α R. z = 7α 1 b) La retta t, passante per P e Q, ha come vettore di direzione il vettore v t = P Q = Q P = (1, 3, 1). Essa ha quindi equazione: t : x = α + 1 y = 3α + 2 α R. z = α 1 Le direzioni delle rette r e t sono diverse. Esse pertanto possono essere o incidenti o sghembe. Studiamo l intersezione delle due rette sostituendo le coordinate di un generico punto di t all equazione cartesiana di r. Otteniamo: 2(α + 1) ( 3α + 2) = 0 e (α + 1) + 3( 3α + 2) 2(α 1) 1 = 0. La prima è soddisfatta per α = 0, la seconda per α = 4 5. Le due rette sono quindi sghembe. c) I piani paralleli ad r e passanti per Q costituiscono un fascio di piani proprio F il cui asse è la retta parallela ad r per Q. Tale retta, che denoto con la lettera q ha equazione in forma cartesiana del tipo: q : { 2x y + k1 = 0 x + 3y 2z + k 2 = 0

13 per opportuni scalari reali k 1 e k 2. Imponendo il passaggio per Q si ottiene q : { 2x y + 5 = 0 x + 3y 2z + 1 = 0 Il fascio F ha quindi equazione: F : µ(2x y + 5) + ν(x + 3y 2z + 1) = 0, µ, ν R. d) La retta cercata, che denoto con la lettera p ha direzione v p = (l, m, n) perpendicolare alle direzioni delle rette r e t. Ora v r = (2, 4, 7) e v t = (1, 3, 1). Segue che l, m, n devono soddisfare il sistema: { 2l + 4m + 7n = 0 l 3m + n = 0 Risolvendo il sistema si ottiene che p ha direzione individuata dal vettore v p = (5, 1, 2). La retta p è intersezione dei piani contenenti rispettivamente le rette r e t e paralleli ad p (più precisamente la contengono, ma per noi è sufficiente il fatto che sia parallela). I piani contenenti la retta r sono i piani di equazione: cioè: x + 3y 2z 1 + k(2x y) = 0, (2k + 1)x + (3 k)y 2z 1 = 0. Un tale piano è perpendicolare a p se e solo se il suo vettore normale è ortogonale a v p, cioè se: 5(2k + 1) + (3 k) + 4 = 0, da cui k = 4 3. Sostituendo tale valore nell equazione si ottiene 5x 13y + 6z + 3 = 0. La retta t ha equazione cartesiana data da: { 3x + y 5 = 0 t : x z 2 = 0 I piani contenenti la retta t sono i piani di equazione: cioè: Imponendo che sia perpendicolare a p si ha: 3x + y 5 + k(x z 2) = 0, (k + 3)x + y kz 2k 5 = 0. 5(k + 3) k = 0, da cui k = Sostituendo tale valore nell equazione si ottiene 5x + 7y + 16z 3 = 0. L equazione cartesiana di p è quindi data da: { 5x 13y + 6z + 3 = 0 p : 5x + 7y + 16z 3 = 0 e) Calcoliamo le immagini dei vettori della base canonica e 1 = (1, 0) e e 2 = (0, 1), tramite R L. Si ottiene facilmente R L (e 1 ) = ( 3 5, 4 5 ) e R L(e 2 ) = ( 4 5, 3 5 ). La matrice associata a R L è la matrice: R L è la riflessione rispetto alla retta L. ( ).

14 3) a) Calcoliamo le immagini dei vettori della base canonica E 2 = {1, x, x 2 } di R 2 [x] tramite T : T (1) = x + x 2, T (x) = 1 + x 2, T (x 2 ) = 1 + x. La matrice A è la matrice le cui colonne sono le coordinate delle tre immagini rispetto alla base E 2, ovvero: A = b) Notiamo che la matrice A è simmetrica, quindi diagonalizzabile. Determiniamo gli autovalori di A con la rispettiva molteplicità algebrica. Il determinante di A λi è uguale a: det(a λi) = det λ λ λ = λ λ = λ 3 + λ + 2λ + 2 = λ(λ 1)(λ + 1) + 2(λ + 1) = (λ + 1)(λ 2 λ 2) = (λ + 1) 2 (λ 2). Gli autovalori di A sono λ 1 = 1 con molteplicità algebrica 2 e λ 2 = 2 con molteplicità algebrica 1. c) Determiniamo l autospazio Λ 1 di A relativo all autovalore λ 1. Esso è lo spazio delle soluzioni del sistema lineare omogeneo la cui matrice dei cofficienti è A λ 1 I, cioè il sistema: Un semplicissimo procedimento di Gauss porta alla forma: L autospazio Λ 1 ha quindi equazione cartesiana data da Λ 1 : x + y + z = 0 ed equazione in forma parametrica: x = s + t Λ 1 : y = s s, t R. z = t Una sua base B Λ1 è costituita dai vettori (1, 1, 0) e (1, 0, 1). Λ 1 ha la dimensione attesa 2, equivalente a dire che la molteplicità geometrica dell autovalore λ 1 è pari a 2. Determiniamo ora l autospazio Λ 2 di A relativo all autovalore λ 2. Esso è lo spazio delle soluzioni del sistema lineare omogeneo la cui matrice dei cofficienti è A λ 2 I, cioè il sistema: Utilizzando ancora il procedimento di Gauss si perviene alla forma:

15 L autospazio Λ 1 ha quindi equazione cartesiana data da Λ 2 : { x z = 0 y z = 0 ed equazione in forma parametrica: Λ 1 : x = s y = s s R. z = s Una sua base è B Λ2 = {(1, 1, 1)}. L autovalore λ 2 ha quindi molteplicità geometrica 1. d) A è diagonalizzabile. Una sua forma diagonale è data dalla matrice D data da: D = Una matrice diagonalizzante P, relativa alla forma diagonale D è data da: P = e) A è simmetrica, quindi R 3 possiede una base ortogonale costituita da autovettori di A. Dalla risoluzione del punto precedente sappiamo che una base di R 3 costituita da autovettori di A è la base B = {(1, 1, 0), (1, 0, 1), (1, 1, 1)}. Tale base non è ortogonale. I primi due vettori sono ortogonali al terzo, ma non ortogonali tra loro. Applichiamo il procedimento di Gram-Schmidt alla prima coppia di vettori. Denotiamo i tre vettori della base B rispettivamente con v 1, v 2 e v 3. Costruiamo vettori w 1, w 2, w 3 ponendo w 1 := v 1 = (1, 1, 0), w 2 := v 2 proj w1 (v 2 ) = v 2 v 2 w 1 w 1 w 1 w 1 = ( 1 2, 1 ) 2, 1, w 3 := v 3 proj w1 (v 3 ) proj w2 (v 3 ) = v 3 = (1, 1, 1). Una base ortogonale di R 3 costituita da autovettori di A è quindi la base O = {w 1, w 2, w 3 }.

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim

Dettagli

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

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

Dettagli

Diagonalizzazione di matrici e applicazioni lineari

Diagonalizzazione di matrici e applicazioni lineari CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x

Dettagli

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto. 29 giugno 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola

Dettagli

Esame di Geometria - 9 CFU (Appello del 28 gennaio 2013 - A)

Esame di Geometria - 9 CFU (Appello del 28 gennaio 2013 - A) Esame di Geometria - 9 CFU (Appello del 28 gennaio 23 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Nello spazio R 3, siano dati il piano e i punti P = (, 2, ), Q = (2,, ). π : x + 2y 3

Dettagli

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

Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2014-2015 - Docente: Prof. Angelo Felice Lopez Tutori: Federico Campanini e Giulia Salustri Soluzioni Tutorato 13

Dettagli

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria Elettronica Terzo Appello del corso di Geometria e Algebra II Parte - Docente F. Flamini, Roma, 7/09/2007 SVOLGIMENTO COMPITO III APPELLO

Dettagli

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

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

Dettagli

1 Regole generali per l esame. 2 Libro di Testo

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

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

Dettagli

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

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

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

Dettagli

Prova scritta di Geometria 2 Prof. M. Boratynski

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

Dettagli

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Versione ottobre novembre 2008 Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Contenuto 1. Applicazioni lineari 2. L insieme delle

Dettagli

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

APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A. APPLICAZIONI LINEARI Siano V e W due spazi vettoriali, di dimensione m ed n sullo stesso campo di scalari R. Una APPLICAZIONE ƒ : V W viene definita APPLICAZIONE LINEARE od OMOMORFISMO se risulta, per

Dettagli

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1

Dettagli

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi di Algebra Lineare. Claretta Carrara Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo 1. Operazioni tra matrici e n-uple 1 1. Soluzioni 3 Capitolo. Rette e piani 15 1. Suggerimenti 19. Soluzioni 1 Capitolo 3. Gruppi, spazi e

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

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

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

Dettagli

Applicazioni lineari

Applicazioni lineari CAPITOLO 8 Applicazioni lineari Esercizio 8.. Sia T : R 3 R 3 l applicazione definita da T(x,x,x 3 ) = (x,x,x 3 ). Stabilire se T è lineare. Esercizio 8.. Verificare che la funzione determinante definita

Dettagli

CORSO DI LAUREA IN INGEGNERIA.

CORSO DI LAUREA IN INGEGNERIA. CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 4 GEOMETRIA E ALGEBRA LINEARE 2010/11 Esercizio 4.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i

Dettagli

f(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2))

f(x, y, z) = (x + ky + z, x y + 2z, x + y z) f(x, y, z) = (x + 2y z, x + y z, x + 2y) F (f(x)) = (f(0), f(1), f(2)) Algebra Lineare e Geometria Analitica Politecnico di Milano Ingegneria Applicazioni Lineari 1. Sia f : R 3 R 3 l applicazione lineare definita da f(x, y, z) = (x + ky + z, x y + 2z, x + y z) per ogni (x,

Dettagli

ESERCIZI APPLICAZIONI LINEARI

ESERCIZI APPLICAZIONI LINEARI ESERCIZI APPLICAZIONI LINEARI PAOLO FACCIN 1. Esercizi sulle applicazioni lineari 1.1. Definizioni sulle applicazioni lineari. Siano V, e W spazi vettoriali, con rispettive basi B V := (v 1 v n) e B W

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W Matematica B - a.a 2006/07 p. 1 Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. Definizione 1. La funzione L : V W si dice una applicazione

Dettagli

Appunti di Algebra Lineare

Appunti di Algebra Lineare Appunti di Algebra Lineare Indice 1 I vettori geometrici. 1 1.1 Introduzione................................... 1 1. Somma e prodotto per uno scalare....................... 1 1.3 Combinazioni lineari e

Dettagli

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

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

Dettagli

Parte 6. Applicazioni lineari

Parte 6. Applicazioni lineari Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

LE FIBRE DI UNA APPLICAZIONE LINEARE

LE FIBRE DI UNA APPLICAZIONE LINEARE LE FIBRE DI UNA APPLICAZIONE LINEARE Sia f:a B una funzione tra due insiemi. Se y appartiene all immagine di f si chiama fibra di f sopra y l insieme f -1 y) ossia l insieme di tutte le controimmagini

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

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

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

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE FLAVIO ANGELINI Sommario Queste note hanno lo scopo di indicare a studenti di Economia interessati alla finanza quantitativa i concetti essenziali

Dettagli

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

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

Dettagli

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

Matrice rappresent. Base ker e img. Rappresentazione cartesiana ker(f) + im(f). Due Matrici A,B. Ker f = ker g. 1- Ridurre a scala A e B e faccio il sistema. 2 Se Vengono gli stessi valori allora, i ker sono uguali. Cauchy 1 autovalore, 1- Metto a matrice x1(0),x2(0),x3(0) e la chiamo

Dettagli

Algebra lineare for dummies

Algebra lineare for dummies Algebra lineare for dummies Sergio Polini 26 settembre 22 Indice Premessa 2 Spazi vettoriali 3. Definizione................................ 3.2 Sottospazi vettoriali........................... 3.3 Indipendenza

Dettagli

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

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

Dettagli

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

(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.

(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).

Dettagli

Rette e piani con le matrici e i determinanti

Rette e piani con le matrici e i determinanti CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.

Dettagli

GEOMETRIA I Corso di Geometria I (seconda parte)

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

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 Applicazioni Lineari tra Spazi Vettoriali 1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!

Dettagli

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t) CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

Prodotto elemento per elemento, NON righe per colonne Unione: M R S

Prodotto elemento per elemento, NON righe per colonne Unione: M R S Relazioni binarie Una relazione binaria può essere rappresentata con un grafo o con una matrice di incidenza. Date due relazioni R, S A 1 A 2, la matrice di incidenza a seguito di varie operazioni si può

Dettagli

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga Lezioni del corso di Geometria e Algebra prof Michele Mulazzani dott Alessia Cattabriga AA 20001/2002 Indice 1 Equazioni e sistemi lineari 4 11 Alcune strutture algebriche 4 12 Operazioni standard su K

Dettagli

0. Piano cartesiano 1

0. Piano cartesiano 1 0. Piano cartesiano Per piano cartesiano si intende un piano dotato di due assi (che per ragioni pratiche possiamo scegliere ortogonali). Il punto in comune ai due assi è detto origine, e funziona da origine

Dettagli

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine Lezione 6 Nucleo, Immagine e Teorema della Dimensione In questa lezione entriamo nel vivo della teoria delle applicazioni lineari. Per una applicazione lineare L : V W definiamo e impariamo a calcolare

Dettagli

Le trasformazioni geometriche

Le trasformazioni geometriche Le trasformazioni geometriche Le trasformazioni geometriche Le trasformazioni affini del piano o affinità Le similitudini Le isometrie Le traslazioni Le rotazioni Le simmetrie assiale e centrale Le omotetie

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26

Teoria in sintesi 10. Attività di sportello 1, 24 - Attività di sportello 2, 24 - Verifica conclusiva, 25. Teoria in sintesi 26 Indice L attività di recupero 6 Funzioni Teoria in sintesi 0 Obiettivo Ricerca del dominio e del codominio di funzioni note Obiettivo Ricerca del dominio di funzioni algebriche; scrittura del dominio Obiettivo

Dettagli

CONI, CILINDRI, SUPERFICI DI ROTAZIONE

CONI, CILINDRI, SUPERFICI DI ROTAZIONE CONI, CILINDRI, SUPERFICI DI ROTAZIONE. Esercizi x + z = Esercizio. Data la curva x, calcolare l equazione del cilindro avente γ y = 0 come direttrice e con generatrici parallele al vettore v = (, 0, ).

Dettagli

Geometria analitica di base (prima parte)

Geometria analitica di base (prima parte) SAPERE Al termine di questo capitolo, avrai appreso: come fissare un sistema di riferimento cartesiano ortogonale il significato di equazione di una retta il significato di coefficiente angolare di una

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

Esercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3

Esercitazione 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

Dettagli

STRUTTURE ALGEBRICHE

STRUTTURE ALGEBRICHE STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente operazione), oppure legge di composizione interna. Per definizione

Dettagli

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

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

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 10: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 10: soluzioni Corso di Geometria 2010-11 BIAR, BSIR Esercizi 10: soluzioni 1 Geometria dello spazio Esercizio 1. Dato il punto P 0 = ( 1, 0, 1) e il piano π : x + y + z 2 = 0, determinare: a) Le equazioni parametriche

Dettagli

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

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

Dettagli

Lezione 9: Cambio di base

Lezione 9: Cambio di base Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

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

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio Lezioni di Geometria e Algebra Fulvio Bisi, Francesco Bonsante, Sonia Brivio CAPITOLO 4 Applicazioni lineari 1. Definizioni ed esempi. In questo capitolo ci proponiamo di studiare le funzioni tra spazi

Dettagli

Geometria I A. Algebra lineare

Geometria I A. Algebra lineare UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali Geometria I A. Algebra lineare Prof.ssa Silvia Pianta Anno Accademico 22/23 Indice Spazi vettoriali 7 Definizione

Dettagli

Insiemi con un operazione

Insiemi con un operazione Capitolo 3 Insiemi con un operazione 3.1 Gruppoidi, semigruppi, monoidi Definizione 309 Un operazione binaria su un insieme G è una funzione: f : G G G Quindi, un operazione binaria f su un insieme G è

Dettagli

3 Applicazioni lineari e matrici

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

Dettagli

Anello commutativo. Un anello è commutativo se il prodotto è commutativo.

Anello commutativo. Un anello è commutativo se il prodotto è commutativo. Anello. Un anello (A, +, ) è un insieme A con due operazioni + e, dette somma e prodotto, tali che (A, +) è un gruppo abeliano, (A, ) è un monoide, e valgono le proprietà di distributività (a destra e

Dettagli

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

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

Dettagli

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

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

Dettagli

09 - Funzioni reali di due variabili reali

09 - Funzioni reali di due variabili reali Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 09 - Funzioni reali di due variabili reali Anno Accademico 2013/2014

Dettagli

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

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

Dettagli

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI 119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO

Dettagli

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI

Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI In matematica, per semplificare la stesura di un testo, si fa ricorso ad un linguaggio specifico. In questo capitolo vengono fornite in maniera sintetica le nozioni

Dettagli

4. Proiezioni del piano e dello spazio

4. Proiezioni del piano e dello spazio 4. Proiezioni del piano e dello spazio La visualizzazione di oggetti tridimensionali richiede di ottenere una vista piana dell'oggetto. Questo avviene mediante una sequenza di operazioni. Innanzitutto,

Dettagli

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

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

Dettagli

Esame di Geometria - 9 CFU (Appello del 20 Giugno A)

Esame di Geometria - 9 CFU (Appello del 20 Giugno A) Esame di Geometria - 9 CFU (Appello del 20 Giugno 2012 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio 1. Siano dati, al variare del parametro k R, i piani: π 1 : x 2y + 2z = 2, π 2 : z =

Dettagli

ESERCITAZIONI DI ANALISI 1 FOGLIO 1 FOGLIO 2 FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI. Marco Pezzulla

ESERCITAZIONI DI ANALISI 1 FOGLIO 1 FOGLIO 2 FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI. Marco Pezzulla ESERCITAZIONI DI ANALISI FOGLIO FOGLIO FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI Marco Pezzulla gennaio 05 FOGLIO. Determinare il dominio e il segno della funzione ( ) f(x) arccos x x + π/3.

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione

Dettagli

Autovalori e Autovettori

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

Dettagli

FASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette:

FASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette: FASCI DI RETTE DEFINIZIONE: Si chiama fascio di rette parallele o fascio improprio [erroneamente data la somiglianza effettiva con un fascio!] un insieme di rette che hanno tutte lo stesso coefficiente

Dettagli

FOGLIO 6 - Esercizi Riepilogativi Svolti. Nei seguenti esercizi, si consideri fissato una volta per tutte un riferimento proiettivo per

FOGLIO 6 - Esercizi Riepilogativi Svolti. Nei seguenti esercizi, si consideri fissato una volta per tutte un riferimento proiettivo per Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Edile/Architettura Esercizi per il corso di GEOMETRIA 2 - aa 2007/2008 Docente: Prof F Flamini - Tutore: Dott M Paganin FOGLIO 6 - Esercizi

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

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

MATEMATICA 2001. p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E).

MATEMATICA 2001. p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E). MATEMATICA 2001 66. Quale fra le seguenti affermazioni è sbagliata? A) Tutte le funzioni ammettono la funzione inversa B) Una funzione dispari è simmetrica rispetto all origine C) Una funzione pari è simmetrica

Dettagli

Esame di Geometria - 9 CFU (Appello del 14 gennaio A)

Esame 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

Dettagli

RELAZIONI BINARIE. Proprietà delle relazioni Data una relazione R, definita in un insieme non vuoto U, si hanno le seguenti proprietà :

RELAZIONI BINARIE. Proprietà delle relazioni Data una relazione R, definita in un insieme non vuoto U, si hanno le seguenti proprietà : RELAZIONI INARIE Dati due insiemi non vuoti, A detto dominio e detto codominio, eventualmente coincidenti, si chiama relazione binaria (o corrispondenza) di A in, e si indica con f : A, (oppure R ) una

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Coordinate Cartesiane nel Piano

Coordinate Cartesiane nel Piano Coordinate Cartesiane nel Piano O = (0,0) origine degli assi ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi, y sistemi dimetrici: unità di misura diverse sui due assi (spesso

Dettagli

Geometria Superiore. A.A. 2014/2015 CdL in Matematica Università degli Studi di Salerno. March 2, 2015

Geometria Superiore. A.A. 2014/2015 CdL in Matematica Università degli Studi di Salerno. March 2, 2015 Geometria Superiore A.A. 2014/2015 CdL in Matematica Università degli Studi di Salerno Luca Vitagliano March 2, 2015 Programma Prerequisiti. Spazi affini. Anelli commutativi con unità. Ideali. Anelli quoziente.

Dettagli

Esempi di funzione. Scheda Tre

Esempi di funzione. Scheda Tre Scheda Tre Funzioni Consideriamo una legge f che associa ad un elemento di un insieme X al più un elemento di un insieme Y; diciamo che f è una funzione, X è l insieme di partenza e X l insieme di arrivo.

Dettagli

15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI

15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI 15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono

Dettagli

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE 2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 INTRODUZIONE Il problema agli autovalori di un operatore La trattazione del problema agli autovalori di un operatore fatta negli spazi finitodimensionali

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli