1 Coordinate proiettive omogenee
|
|
- Isidoro Grasso
- 5 anni fa
- Visualizzazioni
Transcript
1 1 Coordinate proiettive omogenee Abbiamo introdotto lo spazio proiettivo P n (R) come il quoziente R n+1 {0}/R dove R è la relazione di equivalenza di parallelismo vrw λ 0 tale che v = λw Abbiamo evidenziato alcune proprietà topologiche come connessione, compattezza, separazione... Vogliamo ora vedere alcune proprietà dello spazio proiettivo da un altro punto di vista. Innazitutto osserviamo che possiamo ripetere l operazione fatta su R n+1 partendo da un qualunque spazio vettoriale V di dimensione finita. Definiamo ove R è definita allo stesso modo. P(V ) = V {0}/R Vogliamo coordinatizzare P(V ) in modo intrinseco: vogliamo cioè, in analogia a quello che si fa con uno spazio vettoriale V quando lo si identifica con R n+1 ogni volta che si fissa una base, dare una procedura per identificare P(V ) con P n (R), mettere quello che si dice un sistema di coordinate proiettive omogenee in P(V ). Indicheremo V {0} per brevità con V e chiameremo la proiezione canonica. ν : V P(V ) Con queste notazioni chiameremo sottospazi lineari di dimensione h di P(V ) le immagini dei sottospazi vettoriali di V di dimensione h+1 tramite la ν : in particolare chiameremo punti le immagini di quelli di dimensione 1 e potremo pensare il vuoto come sottospazio di dimensione 1. Se {V i } è una famiglia di sottospazi di V, l insieme V i è ancora un sottospazio per cui risultano ben poste le definisioni di sottospazio lineare generato, sottospazio intersezione e sottospazio unione di sottospazi lineari. Inoltre le nozioni di dipendenza ed indipendenza lineare e di sistema di generatori passano al quoziente nel senso del seguente lemma di immediata dimostrazione. Lemma 1.1. Siano {v 1,...,v k } e {w 1,...,w k } due k-ple di vettori paralleli, cioè tali che v i = λ i w i con λ i 0 e siano inoltre v e w sono due altri vettori paralleli. Allora {v 1,...,v k } sono indipendenti se e solo se lo sono {w 1,...,w k }.
2 v Span(v 1,...,v k ) w Span(w 1,...,w k ). Non avendo lo spazio proiettivo così introdotto una struttura additiva, conviene definire la nozione di dipendenza in questo modo. Definizione 1.2. Diremo che il punto P è dipendente dai punti P 1,...,P k se P Span(P 1,...,P k ) con ovvio significato del termine Span(P 1,...,P k ) 1 Diremo quindi che k punti sono indipendenti se nessuno appartiene allo spazio generato dagli altri Ossrvazione 1.3. È immediato verificare che con questa definizione due punti sono dipendenti se e solo se coincidono. È pertanto ben posta la seguente definizione di base Definizione 1.4. Diremo che i punti P 1,...,P k sono una base di P(V ) se P i = [v i ] e {v 1,...,v k } formano una base di V Per uno spazio vettoriale di dimensione n + 1 la nozione di base equivale ad un isomorfismo con lo spazio numerico R n+1. Vale la stessa cosa per lo spazio P(V )? Nel senso che la scelta di una base di punti induce una identificazione con lo spazio P n (R)? La risposta è no. Spieghiamo la ragione. Fissiamo n+1 punti P 0,...,P n in P(V ) indipendenti e scegliamo un rappresentante per ogni classe di equivalenza P i = [v i ] Sia ora P un punto qualsiasi di P(V ) e P = [v]. Poiché i {v i } sono una base di V si ha per v v = v x n v n Se {w i } e w sono altri rappresentanti per i P i e per P, risulta w = y 0 w y n w n e se w = kv e W i = k i v i risulta y i = k i k 1 x i. Pertanto l applicazione P (,...,x n ) non è ben definita poiché in generale la (n+1)-pla (,...,x n ) non è proporzionale a (y 0,...,y n ) e quindi l associazione dipende dai rappresentatnti scelti.. Per ovviare a questo inconveniente scegliamo un ulteriore punto U in modo tale che la (n+2)-pla P 0,...,P n,u sia composta di punti a n + 1 a n + 1 indipendenti. Sia U = [u]. Risulta u = α i v i con gli α i 0 per ogni i. Possiamo quindi scegliere come rappresentanti di P i i vettori v i = α i V i : con questa scelta si ha u = v i cioè il punto U ha tutte le coordinate ugulai a 1. 1 Indichiamo con Span(P 1,...,P k ) il sottospazio lineare che si ottiene come proiezione ν (Span(v 1,...,v k ) {0}) se P i = [v i ] 2
3 Se prendiamo altri rappresentanti per i P i e U, diciamo ṽ i e ũ con la stessa convenzione, cioè che ũ abbia coordinate tutte 1 nella base ṽ i, cioè si ha: ṽ i = λ i v i, ũ = λu, ũ = ṽ i, ũ = ṽ i = λ i v i ũ = λu = λv i. Da cui, per l indipendenza dei v i, si ha λ i = λ i. Abbiamo due (n + 1)-ple di vettori ṽ i e v i con ṽ i = λv i e quindi le due n + 1-ple di coordinate associate allo stesso punto risultano proporzionali. Pertanto la mappa è ben definita. P(V ) P n (R) Definizione 1.5. Una scelta di punti siffatta si dirà un sitema di riferimento proiettivo; in particolare il punto U si dirà il punto unità Concludiamo il paragrafo notando che è immediato verificare, passando dallo spazio vettoraiale sopragiacente, la validità nello spazio proiettivo della formula di Grassmann. Teorema 1.6. Se U e V sono sottospazi lineari di uno spazio proiettivo P(V ) allora vale dim U + dim V = dim (U V ) + dim (U V ) 2 Cambiamenti di base Negli spazi vettoriali l identificazione di V con l R n canonico porta a trattare le applicazioni lineari per mezzo di matrici. V f W R n A f R m Se prendo W = V e f = id la matrice A f può essere interpretata come la matrice di un cambiamento di base. In questo caso la matrice è invertibile. Consideriamo quindi il caso di un endomorfismo invertibile dello spazio vettoriale V : il caso in cui la matrice non è invertibile risulta di trasposizione un pochino più laboriosa e ne parleremo più avanti. 3
4 Sia quindi A una matrice (n + 1) (n + 1) con deta 0: l applicazione lineare indotta da A passa al quoziente perché la controimmagine di 0 è il solo zero e la relazione di parallelismo commuta con la linearità. Anche qui ci poniamo il problema se esistono due matrici che inducono lo stesso cambiamento di base nel quoziente: ad esempio se A = λb è immediato verificare che la cosa è così perché il vettore Bv è parallelo al vettore Av. Teorema 2.1. Due matrici A e B inducono lo stesso cambiamento di riferimento proiettivo se e solo se A = λb Prova: La prova usa lo stesso ordine di ideee di quanto fatto fino ad ora. Se A e B sono due matrici tali che A = λb è ovvia che inducono lo stesso riferimento proiettivo.. Viceversa, sia P 0,...,P n,u un riferimento proiettivo e siano Q i = A(P i ) = B(P i ),U == A(U) = B(U). Se P i = [v i ] risulta Av i = λ i (Bv i )i = 0,...,n Quindi λ i v i è una base di autovettori per B 1 A che pertanto in questa base è diagonale. Usando il fatto che viene conservato il punto U si ottiene che tutti gli elementi sulla diagonale debbono essere uguali e quindi che B 1 A = λi. Da ultimo, passando attraverso lo spazio vettoriale sopragiacente, si ha Teorema 2.2. Date due (n + 2)-ple di punti di P n (R) a n + 1 a n + 1 indipendenti, esiste una ed un sola classe di matrici invertibili che portano l una nell altra. 3 Spazi subordinati I sottospazi di P(V ) sono stati definiti come le immagini dei sottospazi vettoriali per l applicazione sul quoziente; in particolare abbiamo chiamato punti le immagini dei sottospazi di dimensione 1 e chiameremo iperpiani le immagini di quelli di codimensione 1. Volendo porre un punto di vista intrinseco potremmo fissare un riferimento proiettivo P 0,...,P n,u:si noti che un iperpiano coordinato (cioè un sottospazio generato da n dei punti P j si rappresenta in questa situazione con una equazione x i = 0 ed analogamente un sottospazio coordinato di dimensione k, generato cioè da k + 1 dei punti P j si rappresenta con equazioni x i1 =... = x in k = 0. Più precisamente l iperpiano x i = 0 è quello che non contiene il punto P i di coordinate (0,...,1,...,0) ove l 1 è all i-esimo posto. Sia ora a a n x n = 0 una equazione lineare omogenea Teorema 3.1. Un iperpiano è l insieme di tutti e soli i punti che verificano una equazione omogenea del tipo a a n x n = 0. Due tali equazioni individuano lo stesso iperpiano se e solo se i coefficienti differiscono per un fattore moltiplicativo. 4
5 Prova: Invece che ricavarlo direttamente dallo spazio vettoriale sopragiacente, vediamo la cosa in modo intrinseco.. Poiché almeno uno dei coefficienti, diciamo a 0, è diverso da zero, la matrice a 0 a 1 a 2... a n A = induce un cambiamento di base in cui a a n x n = 0 diviene l iperpiano coordinato = 0. Mostriamo infine che se a i x i = 0 e b i x i = 0 rappresentano lo stesso iperpiano allora a i = λb i per i = 0,...,n Supponiamo che a 0 0 e b 0 0. Allora = n i=1 a i a 0 x i = n i=1 b i b 0 x i Usando il fatto che l eguaglianza vale per ogni punto e quindi anche per i punti di coordinate (0...,1,...,0) si ottiene che a i a 0 = b i b 0 cioè a i = λb i con λ = a 0 b 0. Tutto ciò si estende in modo ovvio ad un sottospazio qualsiasi e quindi si ha che un sistema lineare omogeneo di r equazioni rappresenta un sottospazio lineare di dimensione maggiore o uguale a n r. 4 Dualità negli spazi proiettivi Abbiamo visto nel paragrafo precedente che ad un iperpiano viene associata una (n + 1)-pla a meno di un fattore di proporzionalità, cioè lo spazio degli iperpiani di uno spazio proiettivo (o di uno spazio vettoriale) viene parametrizzato in modo naturale da uno spazio proiettivo. È immediato vedere che questo spazio non è altro che il proiettivizzato dello spazio duale V = Hom R (V, R). In altri termini lo spazio proiettivo P(V ) rappresenta (parametrizza) sia le rette (per l origine) dello spazio vettoriale V, sia (per dualità) gli iperpiani (sempre per l origine) di V. Se in uno spazio proiettivo chiamiamo stella di iperpiani di dimensione h un sottospazio lineare dello spazio proiettivo duale, l usuale dualità in uno spazio vettoriale V 2 induce il seguente risultato 2 Ricordiamo che dato un sottospazio W di uno spazio vettoriale V di dimensione finita n, se indichiamo con A(W) il sottospazio dello spazio duale V formato da tutti i funzionali lineari nulli 5
6 Teorema 4.1. Una stella di iperpiani Σ h di dimensione h è l insieme di tutti e soli gli iperpiani di P(V ) passanti per un sottospazio lineare S n h 1, che si dirà centro della stella. Gli iperpiani passanti per un sottospazio lineare S h formano una stella di iperpiani di dimensione n h 1 di cui S h è il centro. In particolare le rette di P(V ), cioè i sottospazi Σ 1 di dimensione 1 di P(V ) si chiamano fasci. Osserviamo inoltre che se Σ(S ) e Σ(S ) sono due stelle di iperpiani di centri rispettivamente S e S risulta da cui Σ(S ) Σ(S ) S S Σ(S S ) = Σ(S ) Σ(S ), e Σ(S S ) = Σ(S ) Σ(S ). Tutto ciò si può riassumere nel seguente principio di dualità negli spazi proiettivi Teorema 4.2. Sia T un enunciato comprendente i termini sottospazio, inclusione, inetrsezione, unione o equazioni. Allora se T è valido per un qualunque spazio proiettivo di dimensione n è valido l enunciato T (detto l enunciato duale) ottenuto da T scambiando i sottospazi di dimensione h con i sottospazi di dimensine duale n 1 h, rovesciando le inclusioni e scambiando le intersezioni con le unioni. Prova: Sia T(S h,s k,...,,. ) un enuciato come in ipotesi, valido per gli spazi proiettivi di dimensione n. Quindi nello spazio duale vale il teorema T(Σ h, Σ k,...,,. ). Utilizzando le relazioni appena viste e il teorema della stella di iperpiani, passando da ogni stella alla sua base si ottiene per P(V ) l enunciato T Ad esempio in uno spazio proiettivo di dimensione 2 per due punti passa una ed una sola retta e (duale) due rette si incontrano sempre in un punto, in uno spazio di dimensione 3 lo stesso enunciato si dualizza in due piani si incontrano in una retta (i duali dei punti in P 3 sono i piani e le rette sono autoduali. Si noti che dai discorsi fatti risulta che in un piano proiettivo due rette si incontrano sempre in un punto e in uno spazio proiettivo di dimensione 3 una retta e un piano hanno sempre un punto in comune. 5 Relazione tra coordinate affini e coordiante omogenee. Abbiamo visto che in uno spazio proiettivo P n (R) viene naturale individuare n + 1 aperti omeomorfi a R n, precisamente i sottoinsiemi U i in cui la i-esima coordinata su W risulta dim A(W) = n dim W; definendo analogamente per un sottospazio U di V lo spazio A(U) come il sottospazio di V formato dai vettori che annullano tutti i funzionali di U, risulta A(A(W)) = W 6
7 è diversa da zero e l applicazione è data da, nel caso ad esempio di U 0, {(,...,x n ) : 0} ( x 1,..., x n ) Se viceversa partiamo da un R n considerando le coordinate (y 1,...,y n ) come rapporto di due coordinate omogenee ( x 1,..., xn ) si ottiene una identificazione dell R n come un aperto di un proiettivo dove i punti che mancano sono quelli con = 0. Nel seguito saremo portati a considerare in R n i luoghi di zero di funzioni polinomiali: che cosa succede se facciamo questa operazione? Partiamo da un polinomio p(y 1,...,y n ) di grado d, consideriamo in R n il chiuso p(y 1,...,y n ) = 0, introduciamo delle coordinate omogenee e consideriamo il polinomio P(,...,x n ) = x d 0p( x 1,..., xn ). P non è una funzione su P n (R), tuttavia risulta ben definito in P n (R) il suo luogo di zeri (perché?) che è un chiuso (perché?), e quindi un compatto. P = 0 contiene in P n (R) dei punti in piú di p = 0 in R n : i punti in cui interseca l iperpiano = 0. Vediamo qualche esmpio. Esempi Provare che due rette in P 2 (R) si incontarno sempre sia come conseguenza della formula di Grassmann che analiticamente in termini di equazioni. 2. Pensando R 2 dotato di un sistema di coordinate proiettive omogenee 3, scrivere le equazioni di tutte le rette passanti per il punto (0, 0, 1),oppure passanti per il punto (0, 1, 1) o passanti per il punto (1, 0, 0) 3. Provare, sia come conseguenza della formula di Grassmann che analiticamente in termini di equazioni,che una retta ed un piano in P 3 (R) si incontrao sempre 4. Pensando R 3 dotato di un sistema di coordinate proiettive omogenee, scrivere le equazioni di tutti i piani passanti per il punto (1, 0, 0, 0) e il punto (0, 0, 0, 1) 5. Pensando R 3 dotato di un sistema di coordinate proiettive omogenee, scrivere le equazioni di tutte le rette passanti per il punto (1, 0, 0, 0),oppure passanti per il punto (0, 0, 0, 1) Gli esempi precedenti giustificano un poco il nome di di punti all infinito che viene dato ai punti con la coordinata uguale a 0 in R n quando lo si pensa dotato di un sistema di coordinate proiettive omogenee Esempi 5.2. Calcolare i punti all infinito delle seguenti curve di R 2 1. x 2 y 2 = 0 2. x 2 y 2 = 1 3 Cioè pensandolo come l aperto 0 del suo completato proiettivo 7
8 3. xy = 0 4. xy =
Informatica Grafica. Un introduzione
Informatica Grafica Un introduzione Rappresentare la Geometria Operabile da metodi di calcolo automatici Grafica Vettoriale Partiamo dalla rappresentazione di un punto... Spazi Vettoriale SPAZI VETTORIALI
CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI
CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n
Definizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A
Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,
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
Geometria Superiore Esercizi 1 (da consegnare entro... )
Geometria Superiore Esercizi 1 (da consegnare entro... ) In questi esercizi analizziamo il concetto di paracompattezza per uno spazio topologico e vediamo come questo implichi l esistenza di partizioni
INDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
Prof. Stefano Capparelli
APPUNTI PER UN SECONDO CORSO DI ALGEBRA LINEARE Prof. Stefano Capparelli A mia madre Prefazione. Brevi Richiami di Algebra Lineare. Forma Canonica di Jordan.. Blocco di Jordan.. Base di Jordan.. Polinomio
Algebra Lineare e Geometria
Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da
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
5 DERIVATA. 5.1 Continuità
5 DERIVATA 5. Continuità Definizione 5. Sia < a < b < +, f : (a, b) R e c (a, b). Diciamo che f è continua in c se sono verificate le ue conizioni: (i) c esiste (ii) = f(c) c Si osservi che nella efinizione
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,
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 "!$%!
Introduzione alla programmazione lineare. Mauro Pagliacci
Introduzione alla programmazione lineare Mauro Pagliacci c Draft date 25 maggio 2010 Premessa In questo fascicolo sono riportati gli appunti dalle lezioni del corso di Elaborazioni automatica dei dati
0.1 Esercizi calcolo combinatorio
0.1 Esercizi calcolo combinatorio Esercizio 1. Sia T l insieme dei primi 100 numeri naturali. Calcolare: 1. Il numero di sottoinsiemi A di T che contengono esattamente 8 pari.. Il numero di coppie (A,
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
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
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
Massimi e minimi vincolati in R 2 - Esercizi svolti
Massimi e minimi vincolati in R 2 - Esercizi svolti Esercizio 1. Determinare i massimi e minimi assoluti della funzione f(x, y) = 2x + 3y vincolati alla curva di equazione x 4 + y 4 = 1. Esercizio 2. Determinare
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
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
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
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
Appunti di Algebra Lineare. Antonino Salibra
Appunti di Algebra Lineare Antonino Salibra January 11, 2016 2 Libro di testo: Gilbert Strang, Algebra lineare, Edizioni Apogeo 2008 Programma di Algebra Lineare (2015/16) (da completare): 1. Campi numerici.
SESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE
SESSIONE ORDINARIA 007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE PROBLEMA Si consideri la funzione f definita da f ( x) x, il cui grafico è la parabola.. Si trovi il luogo geometrico dei
ITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
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.
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
LA GEOMETRIA ANALITICA DELLO SPAZIO. Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 CONVEGNO MATHESIS VERONA
LA GEOMETRIA ANALITICA DELLO SPAZIO CONVEGNO MATHESIS Liceo G. GALILEI - Verona Venerdì 10 Aprile 2015 Perché Assenza di ogni riferimento alla geometria analitica dello spazio nel quadri di Mondrian La
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
MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO
Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA
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
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
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,
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
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)
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.
TECNICHE DI CONTROLLO
TECNICHE DI CONTROLLO Richiami di Teoria dei Sistemi Dott. Ing. SIMANI SILVIO con supporto del Dott. Ing. BONFE MARCELLO Sistemi e Modelli Concetto di Sistema Sistema: insieme, artificialmente isolato
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
Studio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
Lezione 3: Il problema del consumatore: Il
Corso di Economica Politica prof. Stefano Papa Lezione 3: Il problema del consumatore: Il vincolo di bilancio Facoltà di Economia Università di Roma La Sapienza Il problema del consumatore 2 Applichiamo
Appunti per il Corso di Fondamenti di Algebra Lineare e Geometria
Appunti per il Corso di Fondamenti di Algebra Lineare e Geometria Marco A Garuti 4 giugno 9 Questi appunti integrano il testo adottato per il corso (Cantarini - Chiarellotto - Fiorot, Un corso di Matematica,
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
Generazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
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
Illustrazione 1: Telaio. Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali
Piantanida Simone 1 G Scopo dell'esperienza: Misura di grandezze vettoriali Materiale utilizzato: Telaio (carrucole,supporto,filo), pesi, goniometro o foglio con goniometro stampato, righello Premessa
Il metodo delle coordinate: vantaggi e pericoli. (schema della lezione)
Il metodo delle coordinate: vantaggi e pericoli. (schema della lezione) Riferimenti: V. Villani, Cominciamo dal punto, 13. Quali sono i pregi di una trattazione della geometria per via analitica? E quali
4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale
4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,
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
Richiami di algebra lineare e geometria di R n
Richiami di algebra lineare e geometria di R n combinazione lineare, conica e convessa spazi lineari insiemi convessi, funzioni convesse rif. BT.5 Combinazione lineare, conica, affine, convessa Un vettore
FUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
NUMERI COMPLESSI. Test di autovalutazione
NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso
Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni
Classificazione Singolarità isolate, Serie di Laurent, Residui, Teorema dei residui e applicazioni Docente:Alessandra Cutrì Richiamo:Zeri di Funzioni olomorfe (o analitiche) Sia f : A C C A aperto connesso,
Esercizi svolti. Elettrotecnica
Esercizi svolti di Elettrotecnica a cura del prof. Vincenzo Tucci NOVEMBE 00 NOTA SUL METODO PE LA DEGLI ESECIZI La soluzione degli esercizi è un momento della fase di apprendimento nel quale l allievo
TEMA 1. 1. Della seguente matrice, calcolare i complementi algebrici e il determinante: a + b 1 a 2 S = a + b + 3 a + 2b. x = t. f = x 2 + 2xy 3y 2,
Prova scritta di MATEMATICA B1 Vicenza, 17 marzo 008 TEMA 1 1 1 A = 1 0 1. 3 0 1. Stabilire se il seguente sottoinsieme di M(, R): {( ) a + b 1 a S = a, b R}, a + b + 3 a + b è un sottospazio di M(, R).
Barriere assorbenti nelle catene di Markov e una loro applicazione al web
Università degli studi di Roma Tre Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea in Matematica Sintesi relativa alla Tesi di Laurea in Matematica di Giulio Simeone Barriere assorbenti
II Spazi vettoriali ed applicazioni lineari
II Spazi vettoriali ed applicazioni lineari Nel capitolo precedente abbiamo visto come assumano un ruolo importante nello studio dello Spazio Euclideo la sua struttura di spazio affine e quindi di spazio
Protocollo dei saperi imprescindibili Ordine di scuola: professionale
Protocollo dei saperi imprescindibili Ordine di scuola: professionale DISCIPLINA: MATEMATICA RESPONSABILE: CAGNESCHI F. IMPERATORE D. CLASSE: prima servizi commerciali Utilizzare le tecniche e le procedure
Rette e curve, piani e superfici
Rette e curve piani e superfici ) dicembre 2 Scopo di questo articolo è solo quello di proporre uno schema riepilogativo che metta in luce le caratteristiche essenziali delle equazioni di rette e curve
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
Lezione 3: Il problema del consumatore:
Corso di Economica Politica prof. S.Papa Lezione 3: Il problema del consumatore: scelta ottimale Facoltà di Economia Università di Roma La Sapienza Lucidi liberamente tratti dai lucidi del prof. Rodano
OGNI SPAZIO VETTORIALE HA BASE
1 Mimmo Arezzo OGNI SPAZIO VETTORIALE HA BASE CONVERSAZIONE CON ALCUNI STUDENTI DI FISICA 19 DICEMBRE 2006 2 1 Preliminari Definizione 1.0.1 Un ordinamento parziale (o una relazione d ordine parziale)
Analisi. Calcolo Combinatorio. Ing. Ivano Coccorullo
Analisi Ing. Ivano Coccorullo Prof. Ivano Coccorullo ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli possibili. Quando le situazioni diventano
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
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
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
SPAZI METRICI. Uno spazio metrico X con metrica d si indica con il simbolo (X, d). METRICI 1
SPAZI METRICI Nel piano R 2 o nello spazio R 3 la distanza fra due punti è la lunghezza, o norma euclidea, del vettore differenza di questi due punti. Se p = (x, y, z) è un vettore in coordinate ortonormali,
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
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
Teoremi di Mordell e Lutz-Nagell. Relazioni con due classici problemi aritmetici.
Università degli Studi di Padova Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Matematica Teoremi di Mordell e Lutz-Nagell. Relazioni con due classici problemi aritmetici. Tesi
Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007
Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari
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
ESERCIZIO 1: Vincolo di bilancio lineare
Microeconomia rof. Barigozzi ESERCIZIO 1: Vincolo di bilancio lineare Si immagini un individuo che ha a disosizione un budget di 500 euro e deve decidere come allocare tale budget tra un bene, che ha un
Per lo svolgimento del corso risulta particolarmente utile considerare l insieme
1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R
NOTA 3. VETTORI LIBERI e VETTORI APPLICATI. Negli esempi visti sono stati considerati due tipi di vettori :
NOTA 1 VETTOI LIBEI e VETTOI APPLICATI Negli esempi visti sono stati considerati due tipi di vettori : 1) Vettori liberi, quando non è specificato il punto di applicazione. Di conseguenza ad uno stesso
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.
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.
ELEMENTI DI ANALISI SPETTRALE 1 I DUE DOMINI
Lezioni di Fisica della Terra Solida, Università di Chieti, a.a. 999/. Docente A. De Santis ELEMENTI DI ANALISI SPETTRALE I DUE DOMINI È spesso utile pensare alle unzioni ed alle loro trasormate di Fourier
ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI
ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI ISTITUTO PROFESSIONALE DI ENOGASTRONOMIA E OSPITALITA ALBERGHIERA CON I PERCORSI: ACCOGLIENZA TURISTICA, CUCINA, SALA-BAR ISTITUTO TECNICO PER IL TURISMO Sede Amministrativa:
Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio
Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli
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
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
TOPOLOGIA ALBERTO SARACCO
TOPOLOGIA ALBERTO SARACCO Abstract. Le presenti note saranno il più fedeli possibile a quanto detto a lezione. I testi consigliati sono Jänich [1], Kosniowski [2] e Singer- Thorpe [3]. Un ottimo libro
BOOK IN PROGRESS MATEMATICA GEOMETRIA SECONDO ANNO TOMO NR. 2
OOK IN PROGRESS MTEMTIC GEOMETRI SECONDO NNO TOMO NR. 2 SOMMRIO DEL TOMO 2 SECONDO NNO UNITÀ 9: LE GRNDEZZE E L PROPORZIONLIT...2 9.1 Generalità...2 9.2 Grandezze commensurabili e incommensurabili...3
LEZIONE 17. B : kn k m.
LEZIONE 17 17.1. Isomorfismi tra spazi vettoriali finitamente generati. Applichiamo quanto visto nella lezione precedente ad isomorfismi fra spazi vettoriali di dimensione finita. Proposizione 17.1.1.
Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8. Cognome:... Nome:... Matricola:...
Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8 Cognome:................ Nome:................ Matricola:................ (Dare una dimostrazione esauriente di tutte le
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i
Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon
Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon Esercizi di algebra lineare e sistemi di equazioni lineari con applicazioni
(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
Fondamenti Algebrici degli Automi Cellulari Invertibili
Università degli Studi di Torino Facoltà di Scienze M.F.N. Tesi di Laurea in Matematica Fondamenti Algebrici degli Automi Cellulari Invertibili Leo Liberti Novembre 1997 Relatore: Prof. Umberto Cerruti
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
Ripasso di Calcolo Scientifico: Giulio Del Corso
Ripasso di Calcolo Scientifico: Giulio Del Corso Queste dispense sono tratte dalle lezioni del Prof. Gemignani e del Prof. Bini del corso di Calcolo Scientifico (2014/2015) dell università di Pisa. Non
PROBLEMI DI SCELTA dipendenti da due variabili d azione
prof. Guida PROBLEMI DI SCELTA dipendenti da due variabili d azione in un problema di programmazione lineare, si ricorda che la funzione obiettivo z=f(x,y)=ax+by+c assume il suo valore massimo (o minimo)
LUCIO GUERRA. dove, indica l accoppiamento covettori-vettori. L omomorfismo P è antisimmetrico
VARIETÀ OMOGENEE CON STRUTTURA DI POISSON LUCIO GUERRA Abstract. Presentazione delle ricerche in collaborazione con N.Ciccoli. 1.1. Varietà di Poisson. 1. Varietà di Poisson 1.1.1. Su una varietà differenziabile
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
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, ).
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
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
I.P.S.S. Severini a.s. 2015-16 Curriculum Verticale MATEMATICA
Curriculum Verticale MATEMATICA I Docenti di Matematica dell IPSS concordano, per l a.s. 2015/16, i seguenti punti: numero minimo di verifiche annue (riferite ad una frequenza regolare): 6, di varia tipologia
I polinomi 1; x;x 2 ;x 3 sono linearmente indipendenti; infatti. 0= 1 1+ 2 x+ 3 x 2 + 4 x 3 =) 1 = 2 == 4 =0
ASPETTI TEORICI Spazio vettoriale Un insieme qualunque di inniti elementi V = fv i g si dice uno spazio vettoriale sull'insieme dei numeri reali R se: { E possibile denire un'operazione binaria fra gli
+ t v. v 3. x = p + tv, t R. + t. 3 2 e passante per il punto p =
5. Rette e piani in R 3 ; sfere. In questo paragrafo studiamo le rette, i piani e le sfere in R 3. Ci sono due modi per desrivere piani e rette in R 3 : mediante equazioni artesiane oppure mediante equazioni