APPLICAZIONI LINEARI
|
|
- Fabia Fusco
- 5 anni fa
- Visualizzazioni
Transcript
1 APPLICAZIONI LINEARI Fra le applicazioni definite tra spazi vettoriali sono particolarmente significative quelle che conservano le operazioni, dette applicazioni lineari. Definizione Siano V, W due k-s.v. Un applicazione f : V W si dice lineare se: 1. f (v + v ) = f (v) + f (v ) per ogni v, v V 2. f (av) = af (v) per ogni a k e v V. Lo spazio V si chiama DOMINIO di f e W si chiama CODOMINIO di f. Se f : V W è lineare, allora f (0 V ) = 0 W. Infatti, preso un qualsiasi v V : f (0 v ) = f (0 v) = 0 f (v) = 0 W. 1 / 26
2 Definizione Sia f : V W un applicazione lineare tra due k-s.v. Chiamiamo immagine di f il sottoinsieme di W : Im f = {w W w = f (v) per qualche v V }. Quindi Imf è l'insieme dei vettori di W che provengono da V mediante f. Chiamiamo nucleo di f il sottoinsieme di V : ker f = {v V f (v) = 0 W }. Quindi Kerf è l'insieme degli elementi di V che hanno per immagine 0 W. Osserviamo che 0 W Im f e 0 V ker f, per cui Im f, ker f.
3 Proposizione Siano V, W due k-s.v. e sia f : V W un applicazione lineare. Allora: 1. Im f W e ker f V sono due sottospazi 2. se V = L(v 1, v 2,..., v n ) = Im f = L(f (v 1 ), f (v 2 ),..., f (v n )). DIMOSTRAZIONE
4 L applicazione θ : V W definita da θ(v) = 0 W per ogni v V è un applicazione lineare ed è detta applicazione nulla. Siano U, V, W k-s.v. e siano f : V W e g : W U applicazioni lineari. Allora l applicazione composta g f : V U definita da: (g f )(v) = g(f (v)) v V è un applicazione lineare, detta applicazione lineare composta. Definizione Sia V un k-s.v. Chiamiamo endomorfismo di V un applicazione lineare f : V V. L applicazione identica i V : V V definita da i V (v) = v per ogni v V è un endomorfismo. 2 / 26
5 Definizione Se f : V W e V V è un sottospazio, la restrizione di f a V è f V : V W definita da f V (v) = f (v) per ogni v V ed è un applicazione lineare. Se V U, con U k-s.v. e V sottospazio di U, ogni applicazione lineare f : U W tale che f V = f è detta estensione di f. Definizione Se Im f T, con T k-s.v., allora si può considerare l applicazione lineare g : V T tale che g(v) = f (v) per ogni v V. Si dice che g è indotta da f. Quindi f induce un'applicazione g da V in T se Imf è contenuto in T e tale che g(v) = f(v) per v di V. 3 / 26
6 Definizione Sia f : V W un applicazione lineare tra due k-s.v. V e W. Diremo che f è iniettiva se è un applicazione iniettiva, cioè se: v, v V, v = v = f (v) f (v ). Diremo che f è suriettiva se è un applicazione suriettiva, cioè se ogni vettore di W è immagine di qualche vettore di V, cioè se Im f = W. Diremo che f è un isomorfismo se f è iniettiva e suriettiva. Diremo che f è invertibile se esiste g : W V applicazione lineare tale che g f = i v e f g = i W. g è detta applicazione inversa e si indica con f 1. 4 / 26
7 PROPRIETA' Il seguente risultato fornisce un criterio utile per controllare se un'applicazione è iniettiva. Proposizione Sia f : V W un applicazione lineare tra due k-s.v. V e W. Allora: f è iniettiva ker f = {0 V }. DIMOSTRAZIONE.
8 Le nozioni di isomorfismo e di applicazione lineare invertibile sono equivalenti come afferma il seguente risultato. Proposizione Sia f : V W un applicazione lineare tra due k-s.v. V e W. Allora: f è un isomorfismo f è invertibile. Vediamo adesso l'azione di un'applicazione lineare su vettori linearmente indipendenti. Proposizione (Immagini di vettori linearmente indipendenti) Sia f : V W un applicazione lineare tra due k-s.v. V e W. Allora: 1. se f è iniettiva e v 1,..., v r V sono l.i. = f (v 1 ),..., f (v r ) sono l.i. 2. se f (v 1 ),..., f (v r ) sono l.i. = v 1,..., v r V sono l.i. DIMOSTRAZIONE. 5 / 26
9 Corollario Sia f : V W un applicazione lineare tra due k-s.v. V e W e siano dim V = n e dim W = m. Allora: 1. se f è iniettiva n m 2. se f è suriettiva n m 3. se f è un isomorfismo n = m 4. se f è un isomorfismo e [v 1,..., v n ] è una base di V [f (v 1 ),..., f (v n )] è una base di W. Teorema (Teorema della dimensione) Sia f : V W un applicazione lineare tra due k-s.v. V e W e sia V finitamente generato. Allora: dim ker f + dim Im f = dim V. DIMOSTRAZIONE 6 / 26
10 ASSEGNAZIONE DI UN'APPLICAZIONE LINEARE Ci sono tre modi tra loro equivalenti per assegnare un applicazione lineare. PRIMO MODO (Mediante una base del dominio) Teorema Siano V, W due k-s.v., A = [v 1,..., v n ] una base di V e w 1,..., w n W vettori arbitrari. Allora esiste un unica applicazione lineare f : V W tale che: f (v 1 ) = w 1, f (v 2 ) = w 2,..., f (v n ) = w n. Corollario Siano V, W due k-s.v., f : V W, g : V W due applicazioni lineari e A = [v 1,..., v n ] una base di V. Allora: f = g f (v 1 ) = g(v 1 ), f (v 2 ) = g(v 2 ),..., f (v n ) = g(v n ). 7 / 26
11 SECONDO MODO (Mediante equazioni esplicite) Siano V, W due k-s.v. e siano A = [v 1,..., v n ] una base di V e B = [w 1,..., w m ] una base di W. Ogni vettore v V è determinato dalle sue componenti [v] A = (x 1,..., x n ) e ogni w W da [w] B = (y 1,..., y m ). Quindi, un applicazione lineare f : V W è assegnata se assegniamo una legge: f (v) = w f (x 1 v x n v n ) = y 1 w y m w m, dove y 1,..., y m sono espresse mediante polinomi lineari e omogenei nelle x i : y 1 = a 11 x a 1n x n y 2 = a 21 x a 2n x n... y m = a m1 x a mn x n. 8 / 26
12 TERZO MODO (Assegnando la matrice associata) Definizione Siano V, W due k-s.v. e siano A = [v 1,..., v n ] una base di V e B = [w 1,..., w m ] una base di W. Se f : V W è un applicazione lineare, chiamiamo matrice associata a f rispetto alle basi A e B la matrice M A,B (f ) che ha per colonne [f (v 1 )] B, [f (v 2 )] B,..., [f (v n )] B, cioè: dove: a 11 a a 1n M A,B a 21 a a 2n (f ) = km,n, a m1 a m2... a mn f (v 1 ) = a 11 w 1 + a 21 w a m1 w m f (v 2 ) = a 12 w 1 + a 22 w a m2 w m... f (v n ) = a 1n w 1 + a 2n w a mn w m. 9 / 26
13 Osservazione Se v V e [v] A = (x 1,..., x n ), allora [f (v)] B = M A,B (f )[v] A, cioè: M A,B (f ) M A,B (f ) x 1 x 2... x n v 1 v 2... v n = [f (v)] B. Nel caso in cui le basi A e B sono canoniche vale anche : se v = (v 1,..., v n ), allora f (v) = M A,B (f )[v], cioè: = f (v). 10 / 26
14 Allora data una matrice A, due spazi vettoriali e relative basi è possibile definire l'applicazione lineare associata alla matrice A rispetto alle basi date come segue: Siano V, W due k-s.v., A = [v 1,..., v n ] una base di V, B = [w 1,..., w m ] una base di W e sia A k m,n una matrice: a 11 a a 1n a 21 a a 2n A = a m1 a m2... a mn Definiamo applicazione lineare associata ad A rispetto alle basi A e B l applicazione lineare ϕ: V W definita da: cioè tale che A = M A,B (ϕ). ϕ(v i ) = a 1i w 1 + a 2i w a mi w m, i, 11 / 26
15 Notazioni Se f : V V è un endomorfismo e A è una base di V, allora: M A,A (f ) = M A (f ). Se f : k n k n ed E è la base canonica di k n, allora: M E (f ) = M(f ). 12 / 26
16 Studio della dimensione di Imf e Kerf Se f : V W è un applicazione lineare tra due k-s.v. V e W e se A = [v 1,..., v n ] è una base di V e B è una base di W, allora: 1) Im f = L(f (v 1 ),..., f (v n )) dim Im f = ρ(m A,B (f )). 2) Per il teorema della dimensione: dim Kerf = dim V - dim Im f = dim V - ρ (M A,B (f )). 13 / 26
17 Operazioni tra applicazioni lineari e basi assegnate Definizione Siano V, W due k-s.v. e siano f : V W e g : V W due applicazioni lineari. La somma di f e g è l applicazione lineare f + g : V W definita da (f + g)(v) = f (v) + g(v) v V. Definizione Siano V, W due k-s.v., f : V W un applicazione lineare e a k. Il prodotto di af è l applicazione lineare af : V W definita da (af )(v) = af (v) v V. Siano V, W due k-s.v., A una base di V, B una base di W, f : V W e g : V W due applicazioni lineari e a, b k. Allora: M A,B (f + g) = M A,B (f ) + M A,B (g) e M A,B (af ) = am A,B (f ). In particolare, M A,B (af + bg) = am A,B (f ) + bm A,B (g).
18 Proposizione Siano V, W, U k-s.v. e f : V W e g : W U applicazioni lineari. Siano A una base di V, B una base di W e C una base di U. Allora: M A,C (g f ) = M B,C (g) M A,B (f ). Proposizione Siano V, W due k-s.v. e f : V W un isomorfismo. Siano A e B due basi di v e W, rispettivamente. Allora: M B,A (f 1 ) = ( M A,B (f )) 1.
19 Assegnazione di restrizioni ed estensioni di applicazioni lineari 1) Sia f : V W un applicazione lineare e sia U V un sottospazio. Se [u 1,..., u r ] è una base di U, allora f U : U W è definita da f (u 1 ),..., f (u r ). 2) Sia V V, con V k-s.v. di cui V è sottospazio proprio. Sia A = [v 1,..., v n ] una base di V e sia [v 1,..., v n, v n +1,..., v m] una base di V (abbiamo completato ad una base di V ). Un applicazione g : V W è un estensione di f se g V = f. Questo significa che certamente: g(v 1 ) = f (v 1 ), g(v 2 ) = f (v 2 ),..., g(v n ) = f (v n ). Invece, g(v n+1 ),..., g(v m) possono essere dei vettori qualsiasi di W. 14 / 26
20 Siano V un k-s.v. A = [u 1,..., u n ] e B = [v 1,..., v n ] basi di V. Siano: Le matrici: P A,B = Matrici del cambiamento di base u i = a 1i v 1 + a 2i v a ni v n i = 1,..., n v i = b 1i u 1 + b 2i u b ni u n i = 1,..., n. a 11 a a 1n a 21 a a 2n a n1 a n2... a nn PB,A = b 11 b b 1n b 21 b b 2n b n1 b n2... b nn sono dette matrici del cambiamento di base o di passaggio, la prima da A a B, la seconda da B a A. Quindi, la prima colonna di P A,B è [u 1 ] B, la seconda è [u 2 ] B, e così via fino all ultima che è [u n ] B. 16 / 26
21 PROPRIETA' Sia f : V W un applicazione lineare tra due k-s.v. V e W e siano A, A due basi di V e B, B due basi di W. Allora: Se B = A e B = A, allora: M A,B (f ) = P B,B M A,B (f )P A,A. M A (f ) = P A,A M A (f )P A,A = (P A,A ) 1 M A (f )P A,A. Questa proprietà assume importanza alla luce della nozione che segue. 18 / 26
22 Matrici simili Definizione Due matrici A, B k n,n sono simili se esiste una matrice invertibile P k n,n tale che A = P 1 BP. Teorema Due matrici A, B k n,n sono simili sono associate allo stesso endomorfismo rispetto a basi diverse.
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
Dettaglif(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,
DettagliLEZIONE 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.
DettagliUniversità 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
DettagliApplicazioni 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
DettagliLEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W
LEZIONE 16 16.1. Applicazioni lineari iniettive e suriettive. Ricordo le seguenti due definizioni valide per applicazioni di qualsiasi tipo ϕ: X Y fra due insiemi. L applicazione ϕ si dice iniettiva se
DettagliAPPLICAZIONI 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)
DettagliParte 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
DettagliSiano 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
DettagliLezione 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
Dettagli3 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;
DettagliProf. 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
DettagliChiusura 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
Dettagli2.1 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
DettagliLezioni 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
DettagliUniversita 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.
DettagliCORSO 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
DettagliESERCIZI 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
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio 1. Sia f: R 3 R 2 (x, y, z) (x + 2y + z, y + z). (1) Verificare che f è lineare. (2) Determinare una base di ker(f) e stabilire se f è iniettiva. (3) Calcolare w
DettagliInformatica 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
DettagliI 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
Dettaglix 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
DettagliLezione 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
Dettagli1 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
DettagliAPPLICAZIONI 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
DettagliMatrice 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
DettagliAlgebra 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
DettagliLezioni 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
DettagliESERCIZI 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
DettagliProdotto 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
DettagliRELAZIONI 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
DettagliISTITUZIONI DI MATEMATICA I. (prof. M.P.Cavaliere) SPAZI VETTORIALI SU R
ISTITUZIONI DI MATEMATICA I (prof MPCavaliere) SPAZI VETTORIALI SU R Abbiamo visto parlando dei numeri complessi che i punti P del piano possono essere determinati da coppie di numeri reali, se è dato
Dettagli1 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 "!$%!
DettagliLE 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
DettagliSTRUTTURE 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
DettagliLEZIONE 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,
DettagliProva 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
DettagliUNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali
UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali APPROFONDIMENTI DI ALGEBRA M. Chiara Tamburini Anno Accademico 2013/2014 Indice Prefazione iii I Moduli su un anello
DettagliEsame 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
DettagliRICHIAMI 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
Dettagli4. Strutture algebriche. Relazioni
Relazioni Sia R una relazione definita su un insieme A (cioè R A A). R si dice riflessiva se a A : ara R si dice simmetrica se a, b A : arb = bra R si dice antisimmetrica se a, b A : arb bra = a = b R
DettagliAnello 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
DettagliALGEBRA I: MODULI. Abbiamo indicato con 0 A, 1 A lo zero e l unità nell anello A e con 0 M l elemento neutro del gruppo abeliano (M, +).
ALGEBRA I: MODULI 1 GENERALITÀ SUGLI A-MODULI Il concetto di A-modulo generalizza quello di spazio vettoriale su un campo K Definizione 11 Sia A un anello commutativo con unità Un A-modulo è un insieme
DettagliLezioni 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
DettagliParte 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
DettagliSpazi 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
DettagliEsercizi 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
DettagliClassicazione dei moduli nitamente generati su un dominio euclideo
Classicazione dei su un dominio euclideo Relatore: Prof. Andrea Loi Candidato: Università degli Studi di Cagliari 31 Marzo 2015 (UniCa) 31 Marzo 2015 1 / 14 classicazione dei su un dominio euclideo Obiettivo:
DettagliSPAZI 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,
DettagliII 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
DettagliAppunti 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
DettagliLEZIONE 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
DettagliOGNI 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)
DettagliEquazioni alle differenze finite (cenni).
AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza
DettagliParte 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
DettagliFOGLIO 4 - Applicazioni lineari. { kx + y z = 2 x + y kw = k. 2 k 1
FOGLIO 4 - Applicazioni lineari Esercizio 1. Si risolvano i seguenti sistemi lineari al variare di k R. { x y + z + 2w = k x z + w = k 2 { kx + y z = 2 x + y kw = k Esercizio 2. Al variare di k R trovare
DettagliFederico 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
DettagliR X X. RELAZIONE TOTALE Definizione: Si definisce relazione totale tra x e y se dati X,Y diversi dall'insieme vuoto
PRODOTTO CARTESIANO Dati due insiemi non vuoti X e Y si definisce prodotto cartesiano: X Y ={ x, y x X, y Y } attenzione che (x,y) è diverso da (y,x) perchè (x,y)={x,{y}} e (y,x)={y,{x}} invece sono uguali
DettagliFunzioni e loro invertibilità
Funzioni e loro invertibilità Una proposta didattica di Ettore Limoli Definizione di funzione Sono dati due insiemi non vuoti A (dominio) e B (codominio) Diremo che y=f(x) è una funzione, definita in A
DettagliRango: 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
DettagliDimensione 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
DettagliAppunti 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.
DettagliALGEBRA I: ARITMETICA MODULARE E QUOZIENTI DI ANELLI
ALGEBRA I: ARITMETICA MODULARE E QUOZIENTI DI ANELLI 1. CLASSI DI RESTO E DIVISIBILITÀ In questa parte sarò asciuttissimo, e scriverò solo le cose essenziali. I commenti avete potuto ascoltarli a lezione.
DettagliProgramma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI)
1 Programma definitivo Analisi Matematica 2 - a.a. 2005-06 Corso di Laurea Triennale in Ingegneria Civile (ICI) Approssimazioni di Taylor BPS, Capitolo 5, pagine 256 268 Approssimazione lineare, il simbolo
DettagliG. Pareschi GENERALITÀ SULLE FUNZIONI. CARDINALITÀ
G. Pareschi GENERALITÀ SULLE FUNZIONI. CARDINALITÀ 1. Definizione di funzione Definizione 1.1. Siano X e Y due insiemi. Una funzione f da X a Y è un sottoinsieme del prodotto cartesiano: f X Y, tale che
DettagliLezioni di Geometria. Lucian Bădescu, Ettore Carletti, Giacomo Monti Bragadin
Lezioni di Geometria Lucian Bădescu, Ettore Carletti, Giacomo Monti Bragadin 2 Introduzione Mηδǫίς αγǫωµ ǫτρητoς ǫισίτω Lo scopo di queste note è offrire un testo scritto per il Corso di Geometria Analitica
DettagliDiagonalizzazione 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
DettagliForme 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:
Dettagli2) 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
DettagliGEOMETRIA 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
DettagliTeoria degli insiemi
Teoria degli insiemi pag 1 Easy Matematica di dolfo Scimone Teoria degli insiemi Il concetto di insieme si assume come primitivo, cioè non riconducibile a concetti precedentemente definiti. Sinonimi di
DettagliEquazioni differenziali ordinarie
Equazioni differenziali ordinarie Denis Nardin January 2, 2010 1 Equazioni differenziali In questa sezione considereremo le proprietà delle soluzioni del problema di Cauchy. Da adesso in poi (PC) indicherà
DettagliAlcuni Preliminari. Prodotto Cartesiano
Alcuni Preliminari Prodotto Cartesiano Dati due insiemi A e B, si definisce il loro prodotto cartesiano A x B come l insieme di tutte le coppie ordinate (a,b) con a! A e b! B. Es: dati A= {a,b,c} e B={,2,3}
DettagliCorrado Zanella. Modelli Geometrici. applicabili in Meccanica dei Solidi, Robotica, Visione Computazionale
Corrado Zanella Modelli Geometrici applicabili in Meccanica dei Solidi, Robotica, Visione Computazionale ii Versione del 23 settembre 2010 www.corradozanella.it Questo lavoro è diffuso sotto licenza Creative
DettagliGeometria 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
DettagliIL CALCOLO VETTORIALE (SUPPLEMENTO AL LIBRO)
IL CALCOLO VETTORIALE SUPPLEMENTO AL LIBRO CLAUDIO BONANNO Contents. Campi di vettori e operatori 2. Il lavoro di un campo di vettori 5 2.. Lavoro e campi conservativi 6 2.2. Lavoro e campi irrotazionali:
Dettagli(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
DettagliTECNICHE 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
Dettagli4 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,
DettagliELEMENTI 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
DettagliMatematica 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 + +
DettagliApplicazioni 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
DettagliUNIVERSITÀ CATTOLICA DEL SACRO CUORE. Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ. M. Chiara Tamburini
UNIVERSITÀ CATTOLICA DEL SACRO CUORE Facoltà di Scienze Matematiche, Fisiche e Naturali ALGEBRA II UNITÀ M Chiara Tamburini Anno Accademico 2009/2010 Indice I Omomorfismi fra anelli 1 1 Ideali 1 2 Anelli
DettagliConvessità e derivabilità
Convessità e derivabilità Definizione 1 (convessità per funzioni derivabili) Sia f : (a, b) R derivabile su (a, b). Diremo che f è convessa o concava su (a, b) se per ogni 0 (a,b) il grafico di f sta tutto
DettagliFUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x)
1 FUNZIONE Dati gli insiemi A e B, si definisce funzione da A in B una relazione o legge o corrispondenza che ad ogni elemento di A associa uno ed un solo elemento di B. Si scrive: A B f: A B f() (si legge:
DettagliRichiami 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
DettagliAnno 5 4. Funzioni reali: il dominio
Anno 5 4 Funzioni reali: il dominio 1 Introduzione In questa lezione impareremo a definire cos è una funzione reale di variabile reale e a ricercarne il dominio. Al termine di questa lezione sarai in grado
DettagliAppunti 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,
DettagliTeoremi di struttura dei moduli finitamente generati su un dominio euclideo
Teoremi di struttura dei moduli finitamente generati su un dominio euclideo Appunti al corso di Algebra Anno accademico 23-24 1 Prodotti diretti. Siano M e N due moduli sullo stesso anello A, non necessariamente
DettagliAutovalori 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
DettagliGeometria 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.
DettagliLezione 8. La macchina universale
Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione
DettagliUniversità degli Studi di Catania A.A. 2012-2013. Corso di laurea in Ingegneria Industriale
Università degli Studi di Catania A.A. 2012-2013 Corso di laurea in Ingegneria Industriale Corso di Analisi Matematica I (A-E) (Prof. A.Villani) Elenco delle dimostrazioni che possono essere richieste
Dettagli5 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
DettagliUniversità 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.
DettagliGRUPPI E LORO AZIONI
GRUPPI E LORO AZIONI 1. Azioni e rappresentazioni Siano G un gruppo e S un insieme. Si dice che G agisce a sinistra su S se vi è una applicazione σ : G S S dove, per semplicità si scriverà sempre σ((g,
DettagliLezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:
Lezione 1 Gli Insiemi La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme: degli iscritti ad un corso di laurea delle stelle in cielo dei punti di un piano
DettagliANALISI NUMERICA. Elementi finiti bidimensionali. a.a. 2014 2015. Maria Lucia Sampoli. ANALISI NUMERICA p.1/23
ANALISI NUMERICA Elementi finiti bidimensionali a.a. 2014 2015 Maria Lucia Sampoli ANALISI NUMERICA p.1/23 Elementi Finiti 2D Consideriamo 3 aspetti per la descrizione di elementi finiti bidimensionali:
DettagliL anello dei polinomi
L anello dei polinomi Sia R un anello commutativo con identità. È possibile costruire un anello commutativo unitario, che si denota con R[x], che contiene R (come sottoanello) e un elemento x non appartenente
DettagliEsame di Matematica Discreta Laurea Triennale in Informatica e Comunicazione Digitale Sede di Taranto 28/9/2005
Sede di Taranto 28/9/2005 1. Dati gli insiemi A = {1, 2, 3, 4, 5} e B = {a, b, c}, determinare tutte le applicazioni surgettive f : A B tali che f(2) = f(3) = a f(x) a per x {2, 3}. 2. Risolvere il sistema
Dettagli