Geometria per Fisica e Astrofisica
|
|
- Alfredo Di Stefano
- 4 anni fa
- Visualizzazioni
Transcript
1 Geometria per Fisica e Astrofisica Soluzione esercizi - Foglio 3 Esercizio. Risolvere i seguenti sistemi lineari al variare dei parametri reali α β e k < < (a) x + y z = αx + αy + βz = x + y z = β. (b) x x + (k + )x 3 x 4 = k x + x x 4 = x + x kx 4 =. Soluzione. (a) La matrice completa del sistema α α β β A (a sinistra della linea verticale c è la matrice dei coefficienti A a destra il vettore dei termini noti ). Efettuiamo trasformazioni elementari sulle sue righe in modo da renderla a scala seconda riga α volte la α A. terza riga volte la prima β Ora scambiamo le seconda e la terza riga β α A. Questa è la riduzione a scala della matrice di partenza. Il rango di una matrice è il numero di righe non nulle della sua riduzione a scala. Quindi distinguiamo due casi aso (A) =. In questo caso rg A =. Per il rango di distinguiamo due sottocasi. aso (A) = e α = (quindi anche β = ). Si ha rg A = rg = ed esistono 3 = soluzioni cioè infinite soluzioni dipendenti da un parametro. alcoliamole. In questo caso la matrice ridotta a scala e il sistema ridotto sono A < x + y z = y + z = =. Nella matrice abbiamo messo in evidenza i pivot cioè i primi elementi non nulli di ogni riga. Il rango di una matrice è anche il numero di pivot della sua riduzione a scala. In generale gli n r parametri (n numero di variabili r = rg A = rg ) possono essere scelti come le variabili corrispondenti alle colonne di A in cui non ci sono i pivot. In questo caso poniamo z = λ (la terza colonna di A è l unica senza pivot). Dalla seconda equazione otteniamo Dalla prima equazione otteniamo Quindi l insieme delle soluzioni è y = z + = λ +. x = y + z = (λ + ) + λ =. S (αβ)=() = {( λ + λ) λ R}. Separando i termini noti dai termini che dipendono da λ possiamo scrivere questo insieme come S (αβ)=() = {( ) + λ( ) λ R}. Si può verificare che ( ) è una soluzione particolare del sistema mentre ( ) è una soluzione del sistema omogeneo associato cioè del sistema che si ottiene da quello iniziale sostituendo ai termini noti tutti zeri. Il fatto che la soluzione di un sistema si possa scrivere come una soluzione particolare più una combinazione di soluzioni del sistema omogeneo associato è vero in generale.
2 aso (A) = e α cioè β = α e α. In questo caso la riduzione a scala di β A α dove abbiamo messo di nuovo in evidenza i pivot. Questa volta rg A = mentre rg = 3. Poiché rg A rg non esistono soluzioni. In altri termini S (αβ)β= αα = Ø. aso () cioè β α. In questo caso la matrice a scala e il sistema ridotto sono < x + y z β A y + z = β α ()z = α Quindi rg A = rg = 3 ed esiste esattamente una soluzione. alcoliamola. Dalla terza equazione z = α (si noti che in questo caso il denominatore ha senso). Dalla seconda equazione otteniamo y = z β + = α β + = α αβ β + α + β = Dalla prima equazione otteniamo x = y + z = α + β αβ β Quindi l insieme delle soluzioni è S (αβ)β α = j β α + β αβ β. α α β + αβ + β ()(β ) = = = β. α + β αβ β α ff (si noti che non si tratta di infinite soluzioni dipendenti da due parametri ma piuttosto si ha che per ogni coppia (α β) tale che β α si ha una soluzione; usando un linguaggio più logico si ha che la quantificazione su α e β è esterna all insieme delle soluzioni). (b) La matrice completa del sistema è k + A. k Efettuiamo trasformazioni elementari sulle sue righe in modo da renderla a scala k + k seconda riga prima (k + ) k A. terza riga volte la prima 3 (k + ) k k Dobbiamo fare un ulteriore trasformazione k + (k + ) k terza riga 3 volte la seconda (k + ) k (k + 3) Questa è la riduzione a scala della matrice di partenza. Il rango di A e il rango di allora valgono in ogni caso 3 infatti se k il terzo elemento della terza riga è un pivot di A e di ma se k = allora k cioè il quarto elemento della terza riga è un pivot di A e di. Quindi in ogni caso esistono 4 3 = soluzioni. alcoliamole distinguendo i due casi. aso (A) k. In questo caso la matrice ridotta a scala e il sistema ridotto sono rispettivamente k + k >< x x + (k + )x 3 x 4 = (k + ) k A x (k + )x 3 = k (k + ) ( k) (k + 3) > (k + )x 3 + ( k)x 4 = (k + 3) A.
3 (per comodità abbiamo moltiplicato l ultima riga/equazione per ). Poniamo x 4 = λ parametro da cui dipenderanno le soluzioni (la quarta riga di A è l unica senza pivot). Dalla terza equazione x 3 = ( k)x4 + k + 3 k + Dalla seconda equazione otteniamo = ( k)λ + k + 3 k + = ( k) k + λ + k + 3 k +. x = (k + )x3 + k Dalla prima equazione otteniamo = ( k)λ + k k = ( k)λ +. x = x (k + )x 3 + x 4 + k = ( k)λ + ( k)λ k 3 + λ + k = (k )λ. Quindi in questo caso l insieme delle soluzioni è j ( k) S k = (k )λ ( k)λ + k + λ + k + 3 k + λ ff λ R. Separando i termini noti dalla parte dipendente dal parametro λ si può scrivere j S k = k + 3 ff k + ( k) + λ k k k + λ R (di nuovo attenzione al diverso significato dei due parametri possiamo dire che per ogni k esistono soluzioni dipendenti dal parametro λ). aso () k =. In questo caso la matrice a scala e il sistema ridotto sono rispettivamente >< x x x 4 A x = > 3 3x 4 = In questo caso poniamo x 3 = λ (ora la terza colonna è l unica senza pivot). Dalla terza e dalla seconda equazione otteniamo rispettivamente x 4 = e x =. Dalla prima 3 L insieme delle soluzioni è dunque S k= = ` 3 λ 3 x = x + x 4 = 3 = 3. λ R} = ` λ( ) λ R. Esercizio. (a) Determinare la matrice = A + A +! A + 3! A3 + 4! A4 dove A è la matrice quadrata A A. 3 (b) Prendendo spunto dallo sviluppo di Taylor della funzione esponenziale (lo avete visto o lo vedrete a alcolo) si definisce l esponenziale di una matrice quadrata nel seguente modo e A = X k= alcolare e A dove A è la matrice 3 3 di cui sopra. k! Ak = A + A +! A + 3! A3 + 4! A4 +. Soluzione. (a) Si ha A = I 3 A A A 3
4 A A A 3 3 A 3 = AA A A. 3 Dunque anche A 4 = AA 3 è la matrice nulla di ordine 3. Allora si ha = A + A +! A + 3! A3 + 4! A4 A A. 3 + ( ) (b) In realtà per ogni k 3 si ha che A k è la matrice nulla di ordine 3 essendo A k = A k 3 A 3 ed essendo A 3 nulla. Dunque e A = A. Esercizio 3. Sia V l insieme dei reali strettamente positivi. Definiamo le seguenti operazioni V V V R V V (v w) v w = vw (a v) a v = v a dove vw denota l usuale prodotto tra reali e v a denota l usuale potenza di base v ed esponente reale a (in generale ricordiamo che b a è definito da b a = e a log b assumendo di conoscere le definizioni di esponenziale e logaritmo). Dimostrare che (V ) è uno spazio vettoriale sul campo R. Soluzione. Le operazioni sono ben definite. Dobbiamo allora dimostrare i seguenti cinque fatti () (V ) è un gruppo abeliano; () proprietà associativa v V a b R a (b v) = (ab) v; (3) proprietà distributiva v w V a R a (v w) = (a v) (a w); (4) proprietà distributiva v V a b R (a + b) v = (a v) (b v); (5) buon comportamento dell elemento neutro di R v V v = v. Dimostriamoli. () segue dal fatto che l insieme dei reali positivi con l operazione di prodotto è un gruppo abeliano (lo abbiamo visto in esercizi precedenti). I fatti () (3) (4) e (5) possono essere verificati esplicitando le operazioni e () segue dalla nota proprietà delle potenze (v b ) a = v ab ; (3) segue dalla nota proprietà delle potenze (vw) a = v a w a ; (4) segue dalla nota proprietè delle potenze v a+b = v a v b ; (5) segue dal fatto che v = v. Esercizio 4. Sia V = M (R) (a volte indicato con M( R)) lo spazio vettoriale delle matrici quadrate reali del secondo ordine. Verificare che il sottoinsieme j a b U = a b R} a b di V è un sottospazio vettoriale. Determinare una base di U e la sua dimensione. Soluzione. Esistono diversi modi per verificare che un sottoinsieme U di uno spazio vettoriale V su un campo K è un sottospazio. Uno consiste nel verificare che tutti gli assiomi siano verificati. In realtà basta meno infatti vale il risultato che U è un sottospazio vettoriale di V se e solo se λ µ K v w V λv + µw V.
5 Quasto esercizio potrebbe essere risolto con questa verifica. Ma esiste un altro metodo se riusciamo a scrivere gli elementi di U come combinazioni lineari di certi vettori fissati allora U è un sottospazio vettoriale. Questo metodo permette anche di determinare una base e la dimensione di U. Nel nostro caso il generico vettore di U si può scrivere a b = a a b quindi U = j a + b + b a b R} = Span (ricordiamo che Span(v... v m) denota lo spazio generato dai vettori v... v m cioè l insieme di tutte le loro possibili combinazioni lineari). Questo dimostra che U è un sottospazio vettoriale di V. Inoltre poichè le due matrici che generano U sono indipendenti (come si verifica facilmente) si ha che queste costituiscono una base di U e dunque la dimensione di U è. Esercizio 5. Dire se Span(v v v 3) = R 3 nei seguenti due casi (a) v = ( ) v = ( ) e v 3 = ( ); (b) v = ( ) v = ( 3) e v 3 = ( ). Soluzione. In generale si ha Span(v v v 3) = R 3 se e solo se ogni vettore di R 3 si può esprimere come combinazione lineare dei tre vettori v v e v 3. Questo avviene se e solo se il sistema quadrato la cui matrice dei coefficienti ha per righe le coordinate dei tre vettori ha sempre soluzione. E questo è vero se e solo se il rango di tale matrice è 3. Nel nostro caso dobbiamo calcolare il rango di A A e 3 A. Questi possono essere calcolati o con la riduzione a scala e conteggio dei pivot (come abbiamo visto per i sistemi) oppure (per chi lo ha già visto) con il calcolo del determinante. Facendo i conti si ottiene rg A = 3 (det A ) e rg = (det = ma esiste un minore di ordine due non nullo). Si dice anche che A è non singolare mentre è singolare. Riassumendo (a) Span(v v v 3) = R 3 ; (b) Span(v v v 3) R 3. Esercizio 6. Discutere al variare del parametro t R la dipendenza o indipendenza lineare dei tre vettori v v e v 3 nei seguenti due casi (a) v = ( t ) v = (t ) e v 3 = ( ); (b) v = ( t ) v = (t ) e v 3 = ( ). Soluzione. In generale m vettori sono independenti se e solo se la matrice che ha come righe le componenti dei vettori ha rango m. Nel nostro caso quindi ci chiediamo quando le matrici t t A t A e t A hanno rango 3 ovvero quando il loro determinante non è nullo. Di nuovo possiamo effettuare la riduzione a scala e contare i pivot oppure possiamo fare il calcolo del determinante. Si ottiene Riassumendo det A = t t + = cioè per nessun valore di t det = t t = t = oppure t =. (a) v v e v 3 sono sempre linearmente indipendenti per qualunque valore di t; (b) v v e v 3 sono linarmente dipendenti se e solo se t = o t =.
6 Esercizio 7. Sia V uno spazio vettoriale su un campo K. (a) Verificare che è generalmente falsa l affermazione se n vettori v v... v n sono linearmente dipendenti allora ciascuno di essi è combinazione lineare dei rimanenti. (b) Verificare che se due vettori v e v non nulli sono linearmente dipendenti allora ciascuno di essi è multiplo dell altro. (c) Verificare che è generalmente falsa l affermazione se tre vettori v v e v 3 non nulli sono linearmente dipendenti allora ciascuno di essi è combinazione lineare degli altri due. Soluzione. (a) Dimostrare che l affermazione è generalmente falsa vuol dire trovare un esempio in cui non è verificata. Se si considerano i tre vettori ( ) ( ) e ( ) di R si vede facilmente che sono linearmente dipendenti ma il terzo non è combinazione lineare dei primi due. (b) Siano v e v due vettori non nulli linearmente dipendenti. Questo vuol dire che esistono λ λ K non entrambi nulli tali che λ v + λ v = vettore nullo di V. In generale uno dei due coefficienti λ o λ potrebbe essere nullo ma in questo caso sono entrambi non nulli altrimenti si avrebbe v = o v = in contraddizione con le ipotesi. Dunque si ha v = λ λ v e v = λ λ v cioè ciascuno dei due vettori è multiplo dell altro. (c) L esempio è lo stesso presentato nella soluzione del punto (a). Esercizio. (a) Mostrare che l insieme dei polinomi a coefficienti reali di grado n (n fissato) P n[x] = {p(x) = a + a x + a x + + a nx n a i R} è uno spazio vettoriale. Determinarne una base e la dimensione. (b) Mostrare che U = {p(x) P n[x] p() = } è un sottospazio vettoriale di P n[x]. Determinarne una base e la dimensione. (c) Mostrare che W = {p(x) P n[x] p() = p()} è un sottospazio vettoriale di P n. Determinarne una base e la dimensione. Soluzione. (a) Ragionando come nella soluzione dell Esercizio 4 si ha P n[x] = Span( x x... x n ) cioè P n[x] è il sottospazio generato dai vettori (in questo caso polinomi) x x... x n. Tali vettori sono indipendenti infatti a + a x + a x + + a nx n = (a a a... a n) = (... ) che equivale a dire che l unico polinomio identicamente nullo è quello con tutti i coefficienti nulli. Quindi i polinomi x x... x n costituiscono una base di P n[x] e la sua dimensione è n +. (b) Dato p(x) = a + a x + a x + + a nx n la condizione p() = equivale a a =. Dunque U = {p(x) = a x + a x + + a nx n a i R}. Ragionando come in (a) si ha che questo è il sottospazio generato dai polinomi x x... x n. Questi costituiscono una base U e la sua dimensione è n. (c) Dato p(x) = a + a x + a x + + a nx n la condizione p() = p() equivale a a = a + a + a + a n ovvero a + a + + a n =. Esplicitando un coefficiente la condizione diventa a n = (a +a + +a n ). Dunque l espressione del generico vettore (polinomio) di W è a + a x + a x + + a n x n (a + a + + a n a)x n.
7 Questa si può anche scrivere a + a (x x n ) + a (x x n ) + + a n (x n x n ). Quindi W = Span( x x n x x n... x n x n ). cioè W è il sottospazio generato dai polinomi x x n x x n... x n x n. Tali vettori sono indipendenti infatti a + a (x x n ) + a (x x n ) + + a n (x n x n ) = a + a x + a x + + a n x n (a + a + + a n )x n = (a a a... a n ) = (... ). Quindi i polinomi x x n... x n x n costituiscono una base di W e la sua dimensione è n. Esercizio 9. Si considerino i vettori u = ( ) R 3 e v = ( ) v = ( ) R 4. (a) Estendere l insieme {u } ad una base ortogonale di R 3. (b) Normalizzare i vettori ottenuti nel punto (a) per ottenere una base ortonormale. (c) alcolare le coordinate del vettore z = ( ) R 3 rispetto alla base. (d) alcolare le coordinate del generico vettore z = (a b c) R 3 rispetto alla base. (e) Estendere l insieme {v v } ad una base ortogonale di R 4. (f) Normalizzare i vettori ottenuti nel punto (e) per ottenere una base ortonormale. (g) alcolare le coordinate del vettore w = ( ) R 4 rispetto alla base. (h) alcolare le coordinate del generico vettore w = (a b c d) rispetto alla base. Soluzione. (a) Un vettore (a b c) R 3 è ortogonale ad u se e solo se (a b c) ( ) = a + b + c = Quindi l insieme dei vettori ortogonali ad u che si denota con u è u = {(a b c) R 3 a + b + c = } = {(a b a b) a b R} = {a( ) + b( ) a b R} = Span(( ) ( )). Scegliamo uno di questi vettori ad esempio ponendo (a b) = ( ). Si ottiene u = ( ) che è chiaramente indipendente da u e per costruzione ad esso ortogonale (in realtà si verifica in generale che se due vettori non nulli sono ortogonali allora sono necessariamente indipendenti). Ora un vettore (a b c) R 3 è ortogonale sia ad u che ad u se e solo se j (a b c) ( ) = (a b c) ( ) = ovvero j a + b + c = a c =. Questo è un sistema lineare omogeneo che ha soluzioni (a b c) = (λ λ λ). Dunque l insieme dei vettori contemporaneamente ortogonali ad u e u è u u = {(a b c) R 3 a + b + c = b = c} = {(λ λ λ) λ R} = Span(( )). Possiamo allora scegliere u 3 = ( ) e si ha che (u u u 3) è la base ortogonale richiesta. (b) Per normalizzare un vettore è sufficiente dividerlo per la sua norma. Si ha u = + + = 3 u = u u = ( ) = u = p + + ( ) = u = u u = ( ) = u 3 = + + = 6 u 3 = u3 u = ( ) = La base (u u u 3) è la base ortonormale richiesta..
8 (c) Se poniamo z = ( ) = x u + x u + x 3u 3 otteniamo il sistema lineare < x + x + x 3 = 3 x x = x + x + x 3 = che ha come unica soluzione (x x x 3) = ( ). Queste sono quindi le coordinate. (d) Generalizzando la soluzione del punto precedente si ottiene il sistema lineare < x + x + x 3 = a 3 x x = b x + x + x 3 = c 6. Sottraendo la prima equazione dalla terza otteniamo x = a 3 + c 6. Dalla seconda otteniamo x = x +b = a 3+b +c 6. Infine sommando le prime due abbiamo x +x 3 = a 3+b da cui x 3 = a 3 + b x = 3a 3 b c 6. Quindi le coordinate di z = (a b c) sono (x x x 3) = ( a 3 + b + c 6 a 3 + c 6 3a 3 b c 6) Si noti che la precedente relazione si può anche scrivere come segue x a x A b x 3 3 c A 6 e infatti la matrice quadrata che compare nella precedente formula è l inversa della matrice dei coefficienti del sistema lineare considerato (dalla teoria sappiamo che un sistema lineare AX = con A matrice quadrata invertibile ha un unica soluzione data da X = A ). (e) Osserviamo innanzitutto che v e v sono ortogonali tra loro essendo v v =. Un vettore (a b c d)r 4 è ortogonale a v = ( ) e v = ( ) se e solo se j a + b + c + d = b c =. Questo sistema lineare omogeneo ha soluzioni date da ( 5λ µ λ λ µ) dunque v v = {λ( 5 ) + µ( ) λ µ R} = Span(( 5 ) ( )). Se scegliamo ad esempio v 3 = ( ) si ha che v v e v 3 sono indipendenti e ortogonali. Un vettore (a b c d)r 4 è ortogonale a v v e v 3 se e solo se < a + b + c + d = b c = a + d =. Questo sistema lineare omogeneo ha soluzioni date da (5λ 4λ λ 5λ) dunque v v v 3 = {λ(5 4 5)} = Span((5 4 5)). Allora se scegliamo v 4 = (5 4 5) si ha che (v v v 3 v 4) è la base ortogonale richiesta. (f) Normalizziamo i vettori v v v 3 e v 4. Si ha v = 7 v = v v = 7 ( ) = v = 5 v = v v = 5 ( ) = v 3 = 3 v 3 = v3 v = ( ) = 3 v 4 = 7 v 4 = v4 v = 7 (5 4 5) = La base (v v v 3 v 4) è la base ortonormale richiesta.
9 (g) Se poniamo z = ( ) = x v + x v + x 3v 3 + x 4v 4 otteniamo il sistema lineare x + x + x 3 + x 4 = 7 >< x x 3 = x + x + x 4 = > 5x 4x x 3 + 5x 4 = che ha come unica soluzione (x x x 3 x 4) = (/ 7 ) (3 ). Quindi le coordinate di z = ( ) nella base (v v v 3 v 4) sono 3 7 (x x x 3 x 4) = (h) Generalizzando la soluzione del punto precedente si ottiene il sistema lineare x + x + x 3 + x 4 = a 7 >< x x 3 = b 5 x > + x + x 4 = c 5x 4x x 3 + 5x 4 = d 7 Questo sistema ha un unica soluzione data da 3a 7 x = + b c + d 7 7 a 7 >< x = + b d 7 35 a 7 x 3 = b 5 d > x 4 = a 7 b c + 9d 7 7. Quindi queste sono le coordinate del generico vettore w = (a b c d) R 4 (v v v 3 v 4). Si noti che l ultima formula si può anche scrivere x 3/7 /5 / /7 a 7 x 3 A = /7 /5 /35 b /7 /5 /35 c x 4 /7 /5 / 9/7 d A 7 rispetto alla base e infatti la matrice quadrata che compare nella precedente formula è l inversa della matrice dei coefficienti del sistema lineare considerato.
Esercizi di geometria per Fisica / Fisica e Astrofisica
Esercizi di geometria per Fisica / Fisica e Astrofisica Foglio 3 - Soluzioni Esercizio. Stabilire se i seguenti sottoinsiemi di R 3 sono sottospazi vettoriali: (a) S = {(x y z) R 3 : x + y + z = }. (b)
DettagliGeometria 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
DettagliEsercizi di Algebra Lineare - Foglio 5
Esercizi di Algebra Lineare - Foglio 5 Soluzioni Esercizio alcolare i determinanti delle seguenti matrici: 3 (a) A = 3 A (b) = A (c) = i i A 3 i i Soluzione (a) alcoliamo il determinante con il metodo
DettagliCorso di Geometria BIAR, BSIR Esercizi 4: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,
DettagliCORSI 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
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
Dettagli2. Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse, quando è possibile:
aa 5-6 Esercizi 5 Basi dimensione e coordinate Soluzioni Apostol: Sezione 5 Esercizi 6a 7 8 9 Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse quando è possibile: i
DettagliGeometria 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
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliINGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 17 SETTEMBRE 2012
INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 7 SETTEMBRE 202 Esercizio. Sia V = R[X] 2 lo spazio vettoriale dei polinomi ax 2 + bx + c nella variabile X di grado al più 2 a coefficienti
DettagliEsercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale
Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque
DettagliESERCIZI sui VETTORI
ESERCIZI sui VETTORI 1. Calcolare la somma di v 1 (2, 3) e v 2 (1, 4). 2. Calcolare la somma di v 1 (1, 5, 4) e v 2 (6, 8, 2). 3. Calcolare il prodotto di α = 2 e v 1 (1, 4). 4. Calcolare il prodotto di
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
Dettagli{Geometria per [Fisica e (Fisica e Astrofisica)]}
{Geometria per [Fisica e (Fisica e Astrofisica)]} Foglio 9 - Soluzioni Esercizio (facoltativo) Un quadrato magico reale di ordine n è una matrice di M n n (R) tale che sommando gli elementi di ogni sua
Dettagli0.1 Soluzioni esercitazione IV, del 28/10/2008
1 0.1 Soluzioni esercitazione IV, del 28/10/2008 Esercizio 0.1.1. Risolvere, usando il teorema di Cramer, i seguenti sistemi lineari 2x + y + z = 0 x + 3z = 1 x y z = 1 kx + y z = 1 x y + 2z = 1 2x + 2y
DettagliCorso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA Foglio 4 Esempio. Sia V = P 5 (R) lo spazio dei polinomi di grado strettamente minore di 5. Si considerino i seguenti sottoinsiemi di V (i) Dimostrare
DettagliProva scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017
Prova scritta di Geometria Docente: Giovanni Cerulli Irelli Gennaio 7 Esercizio. Si considerino i seguenti tre punti dello spazio euclideo: P :=, Q :=, R :=.. Dimostrare che P, Q ed R non sono collineari.
DettagliGeometria 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
DettagliEquivalentemente, 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
Dettagli1 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
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 10 aprile 01 Esercizio 1 Sia E 3 lo spazio euclideo tridimensionale dotato di un riferimento cartesiano ortonormale di coordinate
DettagliRango 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
Dettagli12 gennaio Commenti esame di geometria - Ing. gestionale - a.a
Questo documento riporta commenti, approfondimenti o metodi di soluzione alternativi per alcuni esercizi dell esame Ovviamente alcuni esercizi potevano essere risolti utilizzando metodi ancora diversi
DettagliNote per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice
Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta Versione del 21/12/07 Metodi per il calcolo del rango di una matrice Sia A M m,n (K). Denotiamo con A (i) la riga i-ma di A, i {1,..., m}.
Dettaglir 2 r 2 2r 1 r 4 r 4 r 1
SPAZI R n 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x, y, z)
Dettagli(V) (FX) L unione di due basi di uno spazio vettoriale è ancora una base dello spazio vettoriale.
8 gennaio 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
DettagliUniversità di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011)
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011) ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
Dettagli11 settembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura 3 ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliGeometria per Fisica e Astrofisica
Geometria per Fisica e Astrofisica Soluzione esercizi - Foglio 4 Esercizio. alcolare i determinanti delle seguenti matrici, sviluppando per righe o per colonne, o procedendo per operazioni elementari (a
DettagliEsercizi 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
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
DettagliEsercizi di Geometria 1 - Foglio 3bis
Esercizi di Geometria - Foglio 3bis Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso dicembre 7 Esercizio. Sia f : V W un applicazione e G = {(v,
Dettagli2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 27 GIUGNO 2016
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 7 GIUGNO 06 MATTEO LONGO Ogni versione del compito contiene solo due tra i quattro esercizi 6-7-8-9. Esercizio. Considerare
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI 4 GEOMETRIA 2008/09 Esercizio 4.1 (5.10). Dati i vettori di R 3 : v 1 (1, 1, 2), v 2 (2, 4, 6), v 3 ( 1, 2, 5), v 4 (1, 1, 10) determinare
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria 1 che ho tenuto presso la
DettagliSistemi 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
DettagliCORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI
CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI FOGLIO DI ESERCIZI # GEOMETRIA E ALGEBRA 009/0 Esercizio.. Dati i vettori di R : v (,, ), v (, 4, 6), v (,, 5), v 4 (,, 0) determinare se v 4 è combinazione
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
Dettagli25 ottobre Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
DettagliCorso di Laurea in Fisica. Geometria. a.a Prof. P. Piazza Soluzione compito a casa del 24/10/09
Corso di Laurea in Fisica. Geometria. a.a. 29-. Prof. P. Piazza Soluzione compito a casa del 24//9 Soluzione esercizio. Siano A e B due matrici simmetriche e λ un numero reale. Dobbiamo mostrare che anche
DettagliCORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
DettagliEsercizi proposti. Si dica quali dei precedenti sono sottospazi vettoriali dello spazio vettoriale quadrate di ordine n.
Esercizi proposti 1. astratti 1.1 Si consideri lo spazio R [x] dei polinomi nella variabile x con coefficienti reali. Si dica se il suo sottoinsieme S formato dai polinomi privi del termine di grado 2
DettagliSISTEMI LINEARI, METODO DI GAUSS
SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti
DettagliNOME COGNOME MATRICOLA CANALE
NOME COGNOME MATRICOLA CANALE Fondamenti di Algebra Lineare e Geometria Proff. M. Imbesi - R. Sanchez - C. Zanella Ingegneria Gestionale, Meccanica e Meccatronica, Vicenza TEMA 1 1. Scrivere la formula
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
Dettagli14 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
Dettagli11 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
DettagliEsercizi di Geometria 1 - Foglio 1
Esercizi di Geometria 1 - Foglio 1 Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso 22 dicembre 2017 Esercizio 1. Sia V uno spazio vettoriale sul
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliSoluzione della prova scritta di di Algebra lineare del 10 giugno Esercizio 1
Soluzione della prova scritta di di Algebra lineare del 0 giugno 05 Esercizio (a) La matrice A che rappresenta f rispetto alle basi assegnate è la seguente: A = 0 0 0 (b) Applicando il metodo di Gauss
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
DettagliMatematica Discreta I
Matematica Discreta I 5 Febbraio 8 TEMA A Esercizio Sia data la matrice A M (R) A = (i) Calcolare gli autovalori di A (ii) Determinare una base di R composta di autovettori di A (iii) Diagonalizzare la
Dettagli8 novembre Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
Dettagli1 Esercizi 13. 3x + λy + 2z = 0 (1 λ)x + 5y + 3z = 0 3x + 2y + z = 0
1 Esercizi 13 1. Discutere le soluzioni del sistema seguente al variare del parametro λ R. 3x + λy + 2z 0 (1 λ)x + 5y + 3z 0 3x + 2y + z 0 Soluzione. Si tratta di un SLO 3 3 e sappiamo che tale sistema
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliProblema 1.5. Mostra che una retta immaginaria r nello spazio contiene al più un punto reale.
1 Complessificazione Problema 1.5. Mostra che una retta immaginaria r nello spazio contiene al più un punto reale. Soluzione. Se r è di prima specie, allora r è complanare con la sua coniugata: se, in
DettagliApplicazioni eliminazione di Gauss
Applicazioni eliminazione di Gauss. Premessa Nel seguito supporremo sempre di applicare il metodo di eliminazione di Gauss allo scopo di trasformare la matrice del sistema Ax = b in una matrice triangolare
DettagliGeometria BAER Test di autovalutazione del 31/10/18
Geometria BAER Test di autovalutazione del 3//8 LEGGERE ATTENTAMENTE PRIMA DI ANDARE ALL INIZIO DEL TEST ALLA PAGINA SUCCESSIVA. NON LEGGERE LE DOMANDE PRIMA DI INIZIARE IL TEST Il test NON É VALUTATO
DettagliF x 1 = x 1 + x 2. 2x 1 x 2 Determinare la matrice C associata a F rispetto alla base canonica (equivalentemente,
Corso di Laurea in Fisica. Geometria 1. a.a. 2006-07. Gruppo B. Prof. P. Piazza Esonero del 1/12/06 con soluzione Esercizio. Spazio vettoriale R 2 con base canonica fissata e coordinate associate (x 1,
DettagliCompito di MD 13 febbraio 2014
Compito di MD 13 febbraio 2014 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può scrivere con il lapis. Motivare
DettagliUNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO
UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO Geometria 9 5 A.A. 5 Cognome Nome Matricola Codice Scrivere in
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliIl teorema di Rouché-Capelli
Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un
DettagliGeometria BAER PRIMO CANALE Foglio esercizi 1
Geometria BAER PRIMO CANALE Foglio esercizi 1 Esercizio 1. Risolvere le seguenti equazioni lineari nelle variabili indicate trovando una parametrizzazione dell insieme delle soluzioni. a) x + 5y = nelle
DettagliA = e 1 = e 2 + e 3, e 2 = e 1 + e 3, e 3 = e 1, ; e 3 =
aa -6 Soluzioni Esercizi Applicazioni lineari Sia data l applicazione lineare F : R R, F X A X, dove A i Sia {e, e, e } la base canonica di R Far vedere che i vettori e e + e, e e + e, e e, formano una
DettagliCapitolo 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
DettagliESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ
ESAME DI GEOMETRIA 6 febbraio CORREZIONE QUIZ. La parte reale di ( + i) 9 è positiva. QUIZ Si può procedere in due modi. Un primo modo è osservare che ( + i) =i, dunque ( + i) 9 =(+i)(i) 4 = 4 ( + i) :
DettagliRisoluzione di sistemi lineari
Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
DettagliSoluzioni esercizi complementari
Soluzioni esercizi complementari Relazioni 1) Quali delle seguenti relazioni sono di equivalenza? x, y R {0} xry x/y Q x, y Z xry x + y è divisibile per 17 x, y Z xry x y X, Y sottoinsiemi di un insieme
DettagliAppunti di Geometria - 2
Appunti di Geometria - Samuele Mongodi - s.mongodi@sns.it Cambi di base e applicazioni lineari Richiami Sia V uno spazio vettoriale di dimensione n sul campo K, con base assegnata e,..., e n } (ad esempio
DettagliSoluzioni. Foglio 1. Rette e piani. n x + c = 0. (1)
Soluzioni Foglio 1. Rette e piani. Esercizio 1. Se n è la normale al piano, sia c = n x 0. Dimostriamo prima che se x π, allora x soddisfa Si ha Sostituendo dentro (1) si ottiene n x + c = 0. (1) x = x
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliGeometria 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:
DettagliFacoltà di Scienze. Appello A
Facoltà di Scienze Appello -2-28-A SOLUZIONI Esercizio. Discutere e risolvere almeno 3 dei seguenti esercizi. Giustificare sempre le risposte, fornendo una dimostrazione nel caso l affermazione sia vera
DettagliUniversità di Pisa - Ingegneria Meccanica Geometria e Algebra Lineare 2009/2010. Soluzioni esercitazione 11/11/2009
Università di Pisa - Ingegneria Meccanica Geometria e Algebra Lineare 29/2 Soluzioni esercitazione //29 Esercizio. Risolvere, al variare del parametro reale λ, il seguente sistema lineare: x 2 y z = λ
DettagliGeometria BAER I canale Foglio esercizi 5
Geometria BAER I canale Foglio esercizi 5 Esercizio. Si considerino i sottospazi di R 4 : E = L[v =, v = Si trovi una base di E F. ] F = L[w = 3, w = 4, w 3 = Soluzione: Osserviamo che w 3 = w + w, dunque
DettagliFattorizzazione 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
DettagliESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R:
ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R: x 1 + x = 0 6x 1 + (λ + )x + x 3 + x 4 = 1 x 1 4x + (λ + 1)x 3 + 6x 4 = 3
DettagliDefinizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im
APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo
Dettagli10 luglio Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
10 luglio 014 - Soluzione esame di geometria - Ingegneria gestionale - a.a. 01-014 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI
DettagliDefinizione 1 Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v 1 V, v 2 V ;
Spazi vettoriali Definizione Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v V, v V ; - prodotto per uno scalare λ K, (K campo); e chiuso rispetto ad esse, è uno spazio vettoriale
Dettaglie non ci possono chiaramente essere minori di ordine più grande per cui il rango per minori è 2. Rango per pivot: Svolgiamo la riduzione
18 ottobre 2011 1. Per le matrici seguenti calcolare il rango per minori, il rango per pivot, il rango per righe ed il rango per colonne. Verificare che si ottiene sempre lo stesso numero. Determinare
Dettagli(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.
5 luglio 010 - 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
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014 DOCENTE: MATTEO LONGO Rispondere alle domande di Teoria in modo esauriente e completo. Svolgere il maggior numero di esercizi
DettagliPer capire meglio il concetto di combinazione lineare prendiamo in considerazione alcuni esempi.
Lezione 14 14.1 Combinazioni lineari Definizione 14.1. Sia V uno spazio vettoriale su un campo K = R, C esiano v 1,...,v n 2 V vettori fissati. Un vettore v 2 V si dice combinazione lineare di v 1,...,v
Dettagli4 Autovettori e autovalori
4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità
DettagliPer le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.
COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda
Dettagli