Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 19 Ottobre

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 19 Ottobre"

Transcript

1 Esercizi Di Geometria (BAER Canale Da consegnare Lunedi 9 Ottobre SETTIMANA 3 (2 8 Ottobre Moltiplicazione di matrici Gli esercizi sono presi dal libro Intorduction to Linear Algebra di Serge Lang Esercizio Data una matrice quadrata A, mostrare che A + t A é simmetrica; 2 Un matrice quadrata A si dice anti simmetrica se t A = A Mostrare che se A é una matrice quadrata, allora A t A é anti simmetrica; 3 Se una matrice é anti simmetrica, cosa si puó dire dei suoi elementi sulla diagonale? 4 Mostrare che ogni matrice quadrata é somma di una matrice simmetrica e di una anti simmetrica Soluzione t (A + t A = t A + t ( t A per linearitá della trasposizione Poiché t ( t A = A otteniamo che t (A + t A = t A + A = A + t A; 2 t (A t A = t A t ( t A per linearitá della trasposizione Poiché t ( t A = A otteniamo che t (A t A = A + t A = (A t A; 3 Gli elementi diagonali di una matrice anti simmetrica sono zero Infatto zero é l unico numero reale uguale al suo opposto 4 Sia A una matrice quadrata Allora A = 2 (A t A + 2 (A + t A Per quanto visto nei punti precedenti, A é quindi somma di una matrice simmetrica e di una anti simmetrica Esercizio 2 In ognuno dei seguenti casi trovare (ABC e A(BC ( ( ( 2 4 A =, B =, C = ; ( ( 2 2 A =, B = 2, C = ;

2 ( A = 3, B = 2 3 5, C = Soluzione 2 Per quanto visto a lezione, il prodotto righe per colonne é associativo Per cui (ABC = A(BC Esso é uguale a ( 3 2 ; 4 ( 2 ; 4 ( Esercizio 3 Siano Trovare AB e BA Soluzione 3 AB = Esercizio 4 Sia A = ( 5 5 ( 2 3 ( 4 2, BA = 5 A = ( 2, B = Determinare E A, E 2 A ed E 3 A, ed anche A t (E, A t (E 2, A t (E 3 dove E i denota l i esimo vettore (riga! unitario standard di R 3 Soluzione 4 E A = (3,, 5, E 2 A = (2,,, E 3 A = (,, 7, A t (E = t (3, 2,, A t (E 2 = t (,,, A t (E 3 = t (5,, 7 Esercizio 5 Sia X = E = (,, il primo vettore unitario standard di R 3 e sia A una matrice 3 3 Descrivere XA e A t X Stessa richiesta per X = E 3 = (,, Generalizzare al caso dell i-esimo vettore standard di R n Soluzione 5 E i A é uguale alla i esima riga di A: E i A = A i A t E i é uguale alla i esima colonna di A: A t E i = A i Esercizio 6 Siano e ( 2 3 A = B = Trovare AX e BX per ognuno dei seguenti valori di X: X = ; X = ; X = 2

3 Soluzione 6 Come osservato nell esercizio precedentea t E i = A i Per cui A t E = t (2, 4, A t (E 2 + E 3 = t (, + t (3, 5 = t (4, 6, A t E 3 = t (3, 5 Similmente, B t E = t (3,, 2, B t (E 2 + E 3 = t (7,, + t (5, 4, 8 = t (5, 3, 9, B t E 3 = t (5, 4, 8 Esercizio 7 Trovare AX in ognuno dei seguenti casi: 3 X = 2 e A = 2 ; 2 2 X = 3 X = 4 X = x x 2 x 3 x x 2 x 3 e A = e A = e A = Soluzione 7 t (4, 9, 5; 2 t (3, ; 3 t (x 2, ; ( 2 5 ( ( ; ; 4 t (, x Esercizio 8 Sia A = ( a b c d Trovare AS per ognuna delle seguenti matrici S Descrivere a parole l effetto su A di questo prodotto ( x S = ; ( 2 S = x Soluzione 8 AS = ( a b + ax : é ottenuta aggiungendo un multiplo della c d + cx prima colonna alla seconda colonna di A; ( a + bx b 2 AS = c + dx d alla prima colonna di A ( a b Esercizio 9 Sia A = c d Descrivere a parole l effetto su A di questo prodotto : é ottenuta aggiungendo un multiplo della seconda colonna Trovare SA per ognuna delle seguenti matrici S 3

4 ( x S = ( 2 S = x ; ( a + cx b + dx Soluzione 9 SA = c d della seconda riga alla prima riga di A; ( a b 2 SA = c + ax d + bx alla seconda riga di A Esercizio Sia : é ottenuta aggiungendo un multiplo : é ottenuta aggiungendo un multiplo della prima riga A = Trovare A 2 ed A 3 Generalizzare al caso 4 4 Soluzione A 2 = ; A 3 = Posto B = si ha B 4 = Esercizio Sia Trovare A 2, A 3 ed A 4 B 2 = B 3 = A = 2 ; ; 4

5 Soluzione Esercizio 2 Sia Trovare A 2, A 3 ed A 4 Soluzione 2 A 2 = A 3 = A 4 = A = A 2 = A 3 = A 4 = Esercizio 3 Sia A una matrice diagonale con elementi diagonali a, a 2,, a n Descrivere A 2, A 3 e A k per ogni intero positivo k Soluzione 3 A k e una matrice diagonale con entrate a k, a k 2,, a k n Esercizio 4 Trovare una matrice A, 2 2, tale che A 2 = 2 = ( 2 Determinare tutte le matrici A, 2 2 e tali che A 2 = ( Soluzione 4 Ad esempio A = ( a b 2 A = per ogni a, b R tali che b Inoltre ci sono anche le matrici a2 a b ( della forma per ogni c R c Esercizio 5 Sia A una matrice quadrata di taglia n 5

6 Se A 2 =, mostrare che n A é invertibile 2 Se A 3 =, mostrare che n A é invertibile 3 In generale, se A k = per qualche k, mostrare che n A é invertibile [Suggerimento: pensare alle serie geometriche] 4 Supponiamo che A 2 + 2A + n = Mostrare che A é invertibile 5 Supponiamo che A 3 A + n = Mostrare che A é invertibile Soluzione 5 Sia A una matrice quadrata di taglia n L inversa é n + A 2 L inversa é n + A + A 2 3 L inversa é n + A + A 2 + A A k 4 Per ipotesi, A(A + 2 n = n e qundi l inversa di A é (A + 2 n 5 Per ipotesi, A(A 2 n = n e qundi l inversa di A é (A 2 n Esercizio 6 Due matrici quadrate A e B della stessa taglia Diciamo che A é simile a B se esiste una matrice invertibile T tale che B = T AT Supponiamo che A sia simile a B, allora dimostrare che: B é simile ad A; 2 A é invertibile se e solo se B é invertibile; 3 t A é simile a t B 4 Supponiamo che A n = per qualche n, e che B sia invertibile della stessa taglia di A mostrare che (BAB n = Soluzione 6 Se B = T AT, moltiplicando a destra per T e a sinistra per T entrambi i membri di questa uguaglianza, si ottiene T BT = A e quindi B é simile ad A (mediante la matrice T ; 2 Supponiamo che A abbia inversa A Allora, T A T é inversa di B, poiché T A T B = (T A T (T AT = T A (T T AT = T (A AT = T T 3 Si prenda la trasposta della relazione B = T AT Si ottiene t B = t T t A t T Questo vuol dire che t B é simile ad t A,poiché esiste una matrice C (la matrice C := t T tale che t B = C t AC 4 n volte {}}{ (BAB n = (BAB (BAB (BAB (BAB = = BA(B BA(B B AB = BA n B = 6

7 Esercizio 7 Una matrice quadrata A = (a ij i,j=,,n, n n di dice triangolare superiore se a ij = per ogni i > j Siano A e B due matrici triangolari superiori della stessa taglia Mostrare che AB é ancora triangolare superiore Cosa possiamo dire degli elementi diagonali di AB? Soluzione 7 (AB ij = A i B j = se i > j Gli elementi sulla diagonale di AB sono i prodotti degli elementi sulla diagonale di A con quelli sulla diagonale di B, componente per componente: ovvero (AB ii = A ii B ii per ogni i Esercizio 8 Siano a e b due numeri Si considerino le seguenti matrici: ( ( a b A := B := Determinare AB, A 2, A 3 ed A k per ogni k 2 Mostrare che sia A che B sono invertibili esibendone una inversa ( a + b Soluzione 8 AB = Per induzione su k si dimostra che ( ka A k = (per ogni k ( ( a b 2 A := e B := Esercizio 9 Sia R(θ la matrice di rotazione di un angolo θ: ( cos θ sin θ R(θ = sin θ cos θ Mostrare che dati comunque due numeri θ e θ 2 si ha R(θ R(θ 2 = R(θ + θ 2 2 Mostrare che la matrice R(θ ha una inversa, esibendola 3 Mostrare che R(θ 2 = R(2θ Usando l induzione, mostrare che R(θ n = R(nθ per ogni n Soluzione 9 Dati comunque due numeri θ e θ 2 si ha ( cos θ cos θ R(θ R(θ 2 = 2 sin θ sin θ 2 (sin θ cos θ 2 + cos θ sin θ 2 sin θ cos θ 2 + cos θ sin θ 2 cos θ cos θ 2 sin θ sin θ 2 Dalle ben note formule: cos θ cos θ 2 sin θ sin θ 2 = cos(θ + θ 2 e sin θ cos θ 2 + cos θ sin θ 2 = sin(θ + θ 2 otteniamo la formula desiderata 7

8 2 Poiché cos( = e sin( =, dalla formula appena dimostrata si ha R(θ = R( θ 3 Per induzione su n si dimostra che ( cos nθ sin nθ R(θ n = sin nθ cos nθ Esercizio 2 Sia X = t (, 2 un punto del piano Se rotiamo X di un angolo di π/4, quali sono le coordinate del nuovo punto? 2 Stessa domanda per il vettore X = t (, 3 e la rotazione di un angolo di π/2 3 Sia X un vettore di R 2 e sia Y = R(θX la sua rotazione di un angolo θ Mostrare che Y = X 4 Sia θ > Qual é la matrice associata alla rotazione di angolo θ? Soluzione 2 2 t (, 3 2 t ( 3, 3 Le coordinate di Y = (y, y 2 sono date da da cui, espandendo si ottiene y = x cos θ x 2 cos θ y 2 = x sin θ + x 2 cos θ y 2 + y 2 2 = x 2 + x 2 2 8

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

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

Dettagli

Geometria BAER I canale Foglio esercizi 2

Geometria BAER I canale Foglio esercizi 2 Geometria BAER I canale Foglio esercizi Esercizio. ( ) Data la matrice, determinare tutte le matrici X Mat( ) tali che AX = 0 e tutte le matrici Y Mat( ) tali che Y 0. ( ) ( ) ( ) x y x + z y + w Soluzione:

Dettagli

Geometria BAER I canale Foglio esercizi 2

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

Dettagli

MATRICI E OPERAZIONI

MATRICI E OPERAZIONI MATRICI E SISTEMI MATRICI E OPERAZIONI Matrici, somma e prodotto (definizioni, esempi, non commutatività del prodotto, legge di annullamento del prodotto Potenze e inverse di matrici quadrate (definizioni

Dettagli

Geometria BIAR Esercizi 2

Geometria BIAR Esercizi 2 Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si

Dettagli

Algebra delle matrici

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

Dettagli

ALGEBRA DELLE MATRICI

ALGEBRA DELLE MATRICI ALGEBRA DELLE MATRICI March 8, 2015 1 Definizioni e notazioni Una matrice è una tabella rettangolare le cui entrate sono numeri organizzati in righe orizzontali e colonne verticali. Esempio 1 2 A = 4 0

Dettagli

Matematica II

Matematica II Matematica II 29..0. Somma di due matrici. Siano m ed n due interi positivi fissati. Date due matrici A, B R m n di tipo m n, sommando a ciascun elemento di A il corrispondente elemento di B, si ottiene

Dettagli

Operazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3

Operazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3 Operazioni tra matrici Definizione di matrice a ij è un elemento di A a ij è detto l elemento ij-esimo di A Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

Dettagli

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti

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

Geometria BAER Canale A-K Esercizi 11

Geometria BAER Canale A-K Esercizi 11 Geometria BAER 6-7 Canale A-K Esercizi Esercizio. Scrivere la matrice delle seguenti trasformazioni ortogonali del piano (a Proiezione ortogonale sulla retta x + y = (b Rotazione di π/4 seguita da riflessione

Dettagli

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

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

Dettagli

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

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

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione

Dettagli

Geometria BAER A.A. Canale I Foglio esercizi 4

Geometria BAER A.A. Canale I Foglio esercizi 4 Geometria BAER A.A. Canale I Foglio esercizi 4 Esercizio. Si trovino basi degli spazi delle soluzioni dei seguenti sistemi lineari Soluzione: Sol(S ) = L[ x + 3x x 3 + 5x 4 = S : x + 3x x 3 + x 4 = S x

Dettagli

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

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

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

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

Dettagli

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

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

Dettagli

Esercizi Di Geometria 1 (BAER) Canale 1

Esercizi Di Geometria 1 (BAER) Canale 1 Esercizi Di Geometria 1 (BAER) Canale 1 SETTIMANA 9 (23 29 Novembre 2015) da consegnare Mercoledi 2 Dicembre. Esercizio 1. Sia E = (V,, ) uno spazio metrico finito dimensionale. sottospazio vettoriale

Dettagli

Operazioni tra matrici e n-uple

Operazioni tra matrici e n-uple CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,

Dettagli

Fondamenti di Informatica

Fondamenti di Informatica Fondamenti di Informatica Prof. Arcangelo Castiglione A.A. 2016/17 Matrici In una matrice gli elementi sono numerati per riga e per colonna, ad esempio m ij denota l elemento alla riga i e colonna j Matrici

Dettagli

La matematica del CAD. Vettori e Matrici

La matematica del CAD. Vettori e Matrici La matematica del CAD Vettori e Matrici IUAV Disegno Digitale Camillo Trevisan I programmi CAD riducono tutti i problemi geometrici in problemi analitici: la proiezione di un punto su un piano viene, ad

Dettagli

Geometria BAER Canale I Esercizi 11

Geometria BAER Canale I Esercizi 11 Geometria BAER Canale I Esercizi 11 Esercizio 1. Data la retta x = t r : y = t z = 1 si trovi il punto A di r tale che l angolo di r con il vettore AO sia π/2, e il punto B di r tale che l angolo di r

Dettagli

Elementi di Algebra Matriciale. (richiami)

Elementi di Algebra Matriciale. (richiami) Elementi di Algebra Matriciale Definizione di matrice (richiami) Matrice quadrata, diagonale, identità, triangolare, simmetrica Matrice trasposta Principali operazioni su matrici e vettori: somma, sottrazione,

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

PreCorso di Matematica - PCM Corso M-Z

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

Dettagli

ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5. Indice. 2. Esercizi 5

ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5. Indice. 2. Esercizi 5 ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5 Indice 1. Principali definizioni 1 2. Esercizi 5 Operazioni con le matrici 1. Principali definizioni Ricordiamo le principali definizioni legate alle matrici a coefficienti

Dettagli

Piccola rassegna di Algebra delle Matrici

Piccola rassegna di Algebra delle Matrici Piccola rassegna di Algebra delle Matrici 1 Introduzione Questa nota va intesa semplicemente come un brevissimo sommario di alcuni concetti relativi alle Matrici, che dovete utilizzare nell ambito dello

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2015 Rossi Algebra Lineare 2015 1 / 41 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +

Dettagli

Esercitazioni di Algebra e Geometria

Esercitazioni di Algebra e Geometria Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Algebra Lineare 2012 1 / 59 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +

Dettagli

Matematica II,

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

Dettagli

Geometria BAER I canale Foglio esercizi 3

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

Dettagli

Geometria BAER Canale I Esercizi 12

Geometria BAER Canale I Esercizi 12 Geometria BAER Canale I Esercizi Esercizio. x = 0 x = Date le rette r : y = t e s : y = t, si verifichi che sono sghembe e si scrivano le equazioni z = t z = t parametriche di una retta r ortogonale ed

Dettagli

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico Trasformazioni elementari sulle matrici Data una matrice A K m,n definiamo su A le seguenti tre trasformazioni elementari: T : scambiare tra loro due righe (o due colonne) di A; T : sommare ad una riga

Dettagli

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m.

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m. MATRICI Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: 11 a 12 a 1 3 a 1m A=(a a 21 a 2 3 a 2m con a a n1 a n2 a n 3 a nm i j R, 1 i n, 1 j m. per

Dettagli

Anno 4 Matrice inversa

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

Dettagli

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 2 MATRICI Siano m, n N \ {0}, sia K un campo Una matrice m n a coefficienti in K è una

Dettagli

DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI

DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI Nota. La descrizione di lezioni non ancora svolte si deve intendere come una previsione/pianificazione.

Dettagli

LE MATRICI NEL PIANO

LE MATRICI NEL PIANO LE MATRICI NEL PIANO A cura di Buon Laura, Carniel Chiara, Lucchetta Jessica, Spadetto Luca Realizzato nell'ambito del Progetto Archimede con la supervisione del Prof FZampieri ISISS MCasagrande, Pieve

Dettagli

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI)

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Esempi Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Osservazioni per le matrici quadrate a) Data A M n (K) è possibile definire ricorsivamente

Dettagli

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico Capitolo 3 Matrici Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Anno accademico 2017-2018 Tutorato di geometria e algebra lineare Definizione (Matrice) Una matrice A M R (k, n) è

Dettagli

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

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

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Università di Pavia Richiami di Algebra Lineare Eduardo Rossi Vettori a : (n 1) b : (n 1) Prodotto interno a b = a 1 b 1 + a 2 b 2 +... + a n b n Modulo (lunghezza): a = a 2 1 +... + a2 n Vettori ortogonali:

Dettagli

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

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

Dettagli

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

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

Rango di una matrice e teorema di Rouché-Capelli

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

Dettagli

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

(P x) (P y) = x P t (P y) = x (P t P )y = x y.

(P x) (P y) = x P t (P y) = x (P t P )y = x y. Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici

Dettagli

1 Spazi vettoriali. Sottospazi.

1 Spazi vettoriali. Sottospazi. CORSO DI ALGEBRA LINEARE. A.A. 004-005. Esercitazione del 10 Gennaio 005. (Prof. Mauro Saita, e-mail: maurosaita@tiscalinet.it) 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Siano v 1 = (, 5, 1, 3), v

Dettagli

CORSI DI LAUREA IN MATEMATICA E FISICA

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

Dettagli

Daniela Lera A.A

Daniela Lera A.A Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Richiami Algebra Lineare Spazio normato Uno spazio lineare X si dice normato se esiste una funzione

Dettagli

Argomento 12 Matrici

Argomento 12 Matrici Argomento 2 Matrici 2 Vettori di R n eoperazioni I Vettore di R n : x =(x i ) i=n =(x i ) n i=,conx i R componenti di x I R n = spazio dei vettori reali a n componenti = spazio vettoriale reale n-dimensionale

Dettagli

Matrici e sistemi. Geometria. Matrici e operazioni tra matrici. Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante

Matrici e sistemi. Geometria. Matrici e operazioni tra matrici. Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante Geometria Matrici e sistemi Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante 2 2006 Politecnico di Torino 1 Matrici e sistemi Matrici: definizione e notazioni Somma e

Dettagli

Isometrie e cambiamenti di riferimento

Isometrie e cambiamenti di riferimento Isometrie e cambiamenti di riferimento Isometrie Le isometrie sono trasformazioni del piano o dello spazio che conservano angoli e distanze. Esempi sono le rotazioni del piano, le riflessioni in una retta

Dettagli

Ricordiamo brevemente come possono essere rappresentate le rette nel piano: 1) mediante un'equazione cartesiana. = ( p 1

Ricordiamo brevemente come possono essere rappresentate le rette nel piano: 1) mediante un'equazione cartesiana. = ( p 1 Introduzione Nella computer grafica, gli oggetti geometrici sono definiti a partire da un certo numero di elementi di base chiamati primitive grafiche Possono essere punti, rette e segmenti, curve, superfici

Dettagli

Corso di Studi in Fisica. Geometria e Algebra Lineare II Prova scritta del 6 luglio 2009

Corso di Studi in Fisica. Geometria e Algebra Lineare II Prova scritta del 6 luglio 2009 Corso di Studi in Fisica Geometria e Algebra Lineare II Prova scritta del 6 luglio 009 Esercizio 1. Si considerino le matrici 3 1 1 3 1 1 A = 0 4 0, B = 3 1 3 1 1 3 0 a. (4 punti) Dimostrare che A e B

Dettagli

Fattorizzazione QR e matrici di Householder

Fattorizzazione QR e matrici di Householder Fattorizzazione QR e matrici di Householder ottobre 009 In questa nota considereremo un tipo di fattorizzazione che esiste sempre nel caso di matrici quadrate non singolari ad entrate reali. Definizione

Dettagli

Richiami di algebra delle matrici a valori reali

Richiami di algebra delle matrici a valori reali Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o

Dettagli

Esercizi Di Geometria 1 (BAER) Canale 2

Esercizi Di Geometria 1 (BAER) Canale 2 Esercizi Di Geometria (BAER) Canale SETTIMANA (4 Dic 0 Dic) Esercizio Consideriamo nel piano il triangolo di vertici P = (, ), Q = (, 0) e R = (0, ) Calcolare il circocentro (ovvero il centro della circonferenza

Dettagli

Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni

Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Note per il corso di Geometria e algebra lineare 009-0 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie

Dettagli

MATRICI E SISTEMI LINEARI

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

Dettagli

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

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

Dettagli

Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =

Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A = Esercitazione di Calcolo Numerico 22 Aprile 29. Determinare la fattorizzazione LU della matrice a A = 3a 2 a 2a a a 2 ed utilizzarla per calcolare il det(a). 2. Calcolare il determinante della matrice

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

Geometria BAER Canale I Esercizi 10

Geometria BAER Canale I Esercizi 10 Geometria BAER Canale I Esercizi 10 Esercizio 1. Data la retta x = t r : y = t z = 1 si trovi il punto A di r tale che l angolo di r con il vettore AO sia π/2, e il punto B di r tale che l angolo di r

Dettagli

Introduzione ai numeri complessi. Federico Lastaria. Analisi e Geometria 1. Numeri Complessi 1/16

Introduzione ai numeri complessi. Federico Lastaria. Analisi e Geometria 1. Numeri Complessi 1/16 Introduzione ai numeri complessi Federico Lastaria. Analisi e Geometria 1. Numeri Complessi 1/16 Definizione (Campo complesso C. Prima definizione.) Il campo complesso C è costituito da tutte le espressioni

Dettagli

Algebra matriciale. Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale

Algebra matriciale. Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale Algebra matriciale Algebra Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale In algebra matriciale un numero è chiamato scalare

Dettagli

LEZIONE 1 C =

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

Dettagli

x n i sima pos. x, y = x T y = x i y i R. i=1

x n i sima pos. x, y = x T y = x i y i R. i=1 1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei

Dettagli

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

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

Dettagli

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

AUTOVALORI, AUTOVETTORI, AUTOSPAZI AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se

Dettagli

MATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni

MATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni MATRICI e DETERMINANTI Le matrici non sono altro che tabelle di elementi ordinati per righe e colonne. Se m = n la matrice si dice quadrata Matrice quadrata di ordine 3 Matrice rettangolare di tipo 2 3

Dettagli

APPUNTI DI ALGEBRA LINEARE

APPUNTI DI ALGEBRA LINEARE APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e

Dettagli

ALGEBRA LINEARE PARTE II

ALGEBRA LINEARE PARTE II DIEM sez. Matematica Finanziaria Marina Resta Università degli studi di Genova Dicembre 005 Indice PREMESSA INVERSA DI UNA MATRICE DETERMINANTE. DETERMINANTE DI MATRICI ELEMENTARI................. MATRICI

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prima prova di esonero TESTO E SOLUZIONI

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prima prova di esonero TESTO E SOLUZIONI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 011-01 Prima prova di esonero TESTO E SOLUZIONI 1. Per h, k R si consideri il sistema lineare kx 1 + hx + X 4 = 1

Dettagli

Esercizi di Algebra Lineare - Foglio 2

Esercizi di Algebra Lineare - Foglio 2 Esercizi di Algebra Lineare - Foglio ES 1. Sia f : A B una funzione, siano A 1, A A due sottoinsiemi. Dimostrare che f(a 1 A ) = f(a 1 ) f(a ) e che f(a 1 A ) f(a 1 ) f(a ). Inoltre se f è iniettiva, provare

Dettagli

Diagonalizzabilità di endomorfismi

Diagonalizzabilità di endomorfismi Capitolo 16 Diagonalizzabilità di endomorfismi 16.1 Introduzione Nei capitoli precedenti abbiamo definito gli endomorfismi su uno spazio vettoriale E. Abbiamo visto che, dato un endomorfismo η di E, se

Dettagli

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

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

Dettagli

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di

Dettagli

Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa

Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 27/28 Canali A C, e L Pa Durata: 2 ore e 3 minuti Simone Diverio Alessandro D Andrea Paolo Piccinni 7 settembre

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari

Metodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari Metodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari L. De Giovanni G. Zambelli 1 Problema dell assegnamento Sia dato un grafo non orientato bipartito

Dettagli

Il prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno:

Il prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno: L anello delle matrici Esempio. Siano A = [ ] 0 1 3 0 2 1, B = 1 2 0 0 1 2 3 4, 1 0 calcolare AB e BA. Osservazioni Siano A Mat m,n (K) e B Mat p,q (K). Il prodotto AB è definito se n = p. Si ha AB Mat

Dettagli

Matematica II, aa

Matematica II, aa Matematica II, aa 2011-2012 Il corso si e svolto su cinque temi principali: sistemi lineari, algebra delle matrici, determinati, spazio vettoriale R n, spazio euclideo R n ; per ogni tema descrivo gli

Dettagli

Lezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale

Lezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Lezione Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Matrici. Somma Date due matrici n x m, A = A ij e B = B ij, con i =,,,

Dettagli

A = {1,2,3,5} B = {x N : x 2 = 9 o x 2 = 16} e C = {4,6,7} Si descrivano gli insiemi A B C (A B) (A B) (C B). elencandone gli elementi.

A = {1,2,3,5} B = {x N : x 2 = 9 o x 2 = 16} e C = {4,6,7} Si descrivano gli insiemi A B C (A B) (A B) (C B). elencandone gli elementi. .. Indicazioni per lo studio e per gli esercizi per casa. Sabato 4 ottobre: potete fare gli esercizi.4, tutti quelli sui numeri complessi, tutti quelli sulle matrici (soprattutto il.). Potete fare anche

Dettagli

SISTEMI DI EQUAZIONI LINEARI

SISTEMI DI EQUAZIONI LINEARI SISTEMI DI EQUAZIONI LINEARI Date le rette di equazioni ax + by + c = 0 e a x + b y + c = 0 quanti punti hanno in comune? Per rispondere devo risolvere il sistema ax + by + c = 0 ቊ a x + b y + c = 0 e

Dettagli

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

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

Dettagli

Matematica ed Elementi di Statistica. Regole di calcolo

Matematica ed Elementi di Statistica. Regole di calcolo a.a. 2011/12 Laurea triennale in Scienze della Natura Matematica ed Elementi di Statistica Regole di calcolo Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità

Dettagli

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA b) Dal testo sappiamo già che si tratta di un isometria. Rappresentando i punti si vede che sia

CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA b) Dal testo sappiamo già che si tratta di un isometria. Rappresentando i punti si vede che sia CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI GEOMETRIA 008/09 Esercizio.. Dati i punti i O0, 0), A, ), B, ), determinare l isometria fx, y) = x, y ) tale che fo) = O, fa) = A, fb)

Dettagli

Errata corrige. p. 10 riga 5 del secondo paragrafo: misurare

Errata corrige. p. 10 riga 5 del secondo paragrafo: misurare Errata corrige p. 9 esercizio 5. Modificare testo dell esercizio come segue: Dati una retta r e un punto P, esistono infiniti piani per P paralleli a r: si tratta dei piani che contengono la retta s per

Dettagli

Geometria analitica del piano pag 32 Adolfo Scimone

Geometria analitica del piano pag 32 Adolfo Scimone Geometria analitica del piano pag 32 Adolfo Scimone CAMBIAMENTI DI SISTEMA DI RIFERIMENTO Consideriamo il piano cartesiano R 2 con un sistema di riferimento (O,U). Se introduciamo in R 2 un secondo sistema

Dettagli

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

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

Dettagli

x 1 Fig.1 Il punto P = P =

x 1 Fig.1 Il punto P = P = Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi

Dettagli

Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari. MATLAB: Elementi di Algebra Lineare

Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari. MATLAB: Elementi di Algebra Lineare 1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB: Elementi di Algebra Lineare 2 Elementi di Algebra Lineare. Una matrice è una tabella di numeri ordinata per righe

Dettagli