Elementi di Algebra Lineare Applicazioni lineari
|
|
- Cosima Danieli
- 7 anni fa
- Visualizzazioni
Transcript
1 Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI /2016 Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 1 / 18
2 index Applicazioni lineari 1 Applicazioni lineari 2 Nucleo e immagine di un applicazione 3 Isomorfismo di spazi vettoriali 4 La matrice rappresentativa Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 2 / 18
3 Applicazioni lineari Applicazioni lineari Siano V, W spazi vettoriali sullo stesso campo K. Consideriamo un applicazione f : V W. Si dice che f è lineare (o K-lineare) se u, v V, λ, µ K è: f (λu + µv) = λ f (u) + µ f (v), cioè f conserva le combinazioni lineari. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 3 / 18
4 Applicazioni lineari Esempi di applicazioni lineari V spazio vettoriale, si può considerare l applicazione identica id V : V V; l applicazione identica è lineare. V, W, si può considerare 0 : V W, v 0 W. L applicazione nulla è lineare. sia V uno spazio vettoriale su K e B = {b 1,..., b n } una sua base (ordinata: qui e nel seguito parlando di base sottointenderemo sempre che lo sia); l applicazione definita da Φ B : V K n Φ B (v) = λ 1 λ λ n se v = λ 1 b 1 + λ 2 b λ n b n, è lineare. Φ B associa ad ogni vettore le sue componenti rispetto alla base B (dette anche coordinate nella base B). Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 4 / 18
5 Applicazioni lineari V = K n, W = K m, A Mat m,n (K), L A : K n K m, (prodotto riga per colonna) x A x L applicazione L A viene detta applicazione associata alla matrice A e, per le proprietà del prodotto riga per colonna, è lineare. Se A Mat m,n (K) e B Mat n,p (K), allora si hanno le applicazioni L A : K n K m e L B : K p K n per cui si può considerare la composizione L A L B : K p K m. Risulta L A L B = L A B cioè l applicazione composta L A L B è l applicazione associata alla matrice A B Mat m,p prodotto riga per colonna di A per B. Se I = I m Mat m è la matrice identica, allora L I : K m K m è l applicazione identica. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 5 / 18
6 Applicazioni lineari Propriet`à delle applicazioni lineari Siano V, W, Z spazi vettoriali sul campo K. 1) f (0 V ) = 0 W 2) g : W Z. Se f, g sono lineari g f : V Z è lineare. 3) Se f è biunivoca, l applicazione inversa di f, f 1 : W V è lineare. TEOREMA - Siano V e W spazi vettoriali su K. Sia B = {b 1,..., b n } una base di V e siano w 1,..., w n W vettori comunque presi. Allora esiste una ed una sola applicazione lineare φ : V W tale che φ(b i ) = w i, i = 1,..., n Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 6 / 18
7 index Nucleo e immagine di un applicazione 1 Applicazioni lineari 2 Nucleo e immagine di un applicazione 3 Isomorfismo di spazi vettoriali 4 La matrice rappresentativa Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 7 / 18
8 Nucleo e immagine di un applicazione Nucleo e immagine di un applicazione lineare Siano V, W spazi vettoriali su un campo K e sia f : V W lineare. Si dice nucleo di f e si indica con ker(f ) l insieme dei vettori di V che hanno per immagine il vettore nullo. ker(f ) = {v V f (v) = 0 W } Si dice immagine di f e si indica con Im(f ) l usuale immagine dell applicazione. Im(f ) = {w W v V : f (v) = w} Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 8 / 18
9 Nucleo e immagine di un applicazione Proprietà a) ker(f ) V è un sottospazio. b) Im(f ) W è un sottospazio (verificarlo). f è iniettiva se e solo se ker(f ) = {0 V }, ossia f è iniettiva se e solo se dim(ker(f )) = 0. f è suriettiva se e solo se Im(f ) = W, ossia f è iniettiva se e solo se dim(im(f )) = dim(w). Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 9 / 18
10 Nucleo e immagine di un applicazione Teorema della nullità + rango TEOREMA - Siano V, W spazi vettoriali f.g. su un campo K, e sia f : V W lineare. Si ha: ( ) dim(v) = dim(ker(f )) + dim(im(f )). COROLLARIO - Sia f : V W lineare, con V, W f.g. e dim(v) = dim(w). Allora f è iniettiva se e solo se è suriettiva se e solo se è biunivoca. Dimostrazione f iniettiva se e solo se dim(ker(f )) = 0 se e solo se dim(v) = dim(im(f )) se e solo se dim(w) = dim(im(f )) se e solo se f suriettiva. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 10 / 18
11 index Isomorfismo di spazi vettoriali 1 Applicazioni lineari 2 Nucleo e immagine di un applicazione 3 Isomorfismo di spazi vettoriali 4 La matrice rappresentativa Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 11 / 18
12 Isomorfismo di spazi vettoriali Un applicazione lineare biunivoca si dice isomorfismo. ESEMPI id V : V V è un isomorfismo. se A è una matrice quadrata m m invertibile, allora L A : K m K m è un isomorfismo e l applicazione inversa di L A è (L A ) 1 = L A 1 fissata una base B = {b 1, b 2,..., b n } l applicazione Φ B : V K n definita in precedenza (e che associa ad ogni vettore le sue coordinate nella base B) è un isomorfismo. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 12 / 18
13 Isomorfismo di spazi vettoriali Siano V, W spazi vettoriali su un campo K. Si dice che V e W sono isomorfi, e si scrive V W, se esiste un isomorfismo f : V W. La relazione di isomorfismo è di equivalenza (verificarlo). TEOREMA - Due spazi vettoriali f.g. V e W sullo stesso campo K sono isomorfi se e solo se hanno la stessa dimensione. Tutti gli spazi vettoriali di dimensione n sono isomorfi a K n. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 13 / 18
14 index La matrice rappresentativa 1 Applicazioni lineari 2 Nucleo e immagine di un applicazione 3 Isomorfismo di spazi vettoriali 4 La matrice rappresentativa Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 14 / 18
15 La matrice rappresentativa Proprietà della trasformazione L A Sia A Mat m,n (K), siano K n, K m spazi vettoriali. Abbiamo visto che si può costruire L A : K n K m lineare, x A x = y. Si ha: ker L A = {x K n : L A (x) = 0 K m } = {x K n : A x = 0} = {soluzioni del sistema omogeneo A x = 0}. α 11 x α 1n x n = 0. α m1 x α mn x n = 0 ImL A = {y K m : x K n : y = L A (x)} = {y K m : x : A x = y} = {termini noti che rendono risolubile il sistema riportato qui sotto} α 11 x α 1n x n = y 1. α m1 x α mn x n = y m Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 15 / 18
16 La matrice rappresentativa L A ( x 1 x 2 ) = x 1 α 11 α 21.. x n α m1 I vettori colonna di A sono generatori di ImL A. + + x n α 1n α 2n. α mn. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 16 / 18
17 La matrice rappresentativa Costruzione della matrice rappresentativa Siano V, W spazi vettoriali sul campo K, con dim V = n, dim W = m, e siano A = {a 1,..., a n } una base (ordinata) di V, e B = {b 1,..., b m } una base (ordinata) di W. Scriviamo i vettori f (a 1 ),..., f (a n ) W come combinazioni lineari dei vettori della base B : f (a 1 ) = α 11 b 1 + α 21 b α m1 b m f (a 2 ) = α 12 b 1 + α 22 b α m2 b m. f (a n ) = α 1n b 1 + α 2n b α mn b m Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 17 / 18
18 La matrice rappresentativa Costruiamo la matrice A Mat m,n (K) le cui colonne sono le coordinate dei vettori f (a 2 ) nella base B: α 11 α 12 α 1n α A = 21 α 22 α 2n α m1 α m2 α mn Essenzialmente si ha f = L A. Ossia, se x è il vettore delle coordinate di v nella base A e y è il vettore delle coordinate di f(v) nella base B risulta y = A x. Ricapitolando: tutti gli spazi vettoriali f.g. sono del tipo K n ; tutte le applicazioni lineari tra spazi vettoriali f.g. sono del tipo L A. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 18 / 18
Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria
Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo
DettagliElementi di Algebra Lineare Spazi Vettoriali
Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
DettagliLEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),
LEZIONE 1 1.1. Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione 1.1.1. Per ogni j 1,..., n indichiamo con
DettagliApplicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
Politecnico di Torino. Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Basi e coordinate. Applicazioni lineari. Matrici come applicazioni
DettagliIngegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009
Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 28/29 Dire se le seguenti proposizioni sono vere o false: ESERCITAZIONE. Proposizione Vera Falsa f : R R 4 rk(f f : R 4 R rk(f f :
DettagliDefinizione 1 Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari:
Applicazioni lineari Definizione Una applicazione f : V W, con V, W spazi vettoriali sul campo K si dice lineare se conserva le combinazioni lineari: f(αv + βv 2 ) = αf(v ) + βf(v 2 ) v, v 2 V, α, β K.
DettagliApplicazioni lineari tra spazi euclidei. Cambi di base.
pplicazioni lineari tra spazi euclidei. Cambi di base. Esercizio. Data la seguente applicazione lineare f : R R : f(x, y, z) = (x z, x + y, y + z), scrivere la matrice B, rappresentativa di f rispetto
DettagliGEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A
Soluzioni Appello del 17 GIUGNO 2010 - Compito A a) Se h = 7 il sistema ha infinite soluzioni (1 variabile libera), mentre se h 7 la soluzione è unica. b) Se h = 7 allora Sol(A b) = {( 7z, 5z + 5, z),
DettagliEsercizi Applicazioni Lineari
Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le
Dettagliii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......
Indice Prefazione vii 1 Matrici e sistemi lineari 1 1.1 Le matrici di numeri reali................. 1 1.2 Nomenclatura in uso per le matrici............ 3 1.3 Matrici ridotte per righe e matrici ridotte
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
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,
DettagliREGISTRO DELLE LEZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007
DettagliForme bilineari simmetriche
Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3
DettagliCAPITOLO 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
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
DettagliEsercizi di GEOMETRIA I - Algebra Lineare B = , calcolare A A t A + I
Esercizi di GEOMETRIA I - Algebra Lineare. Tra le seguenti matrici, eseguire tutti i prodotti possibili: 2 ( ) A = 0 3 4 B = 2 0 0 2 D = ( 0 ) E = ( ) 4 4 2 C = 2 0 5 F = 4 2 6 2. Data la matrice A = 0
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
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo
DettagliEsercizi per il corso di Algebra e Geometria L.
Esercizi per il corso di Algebra e Geometria L AA 2006/2007 1 Foglio 1 In tutti gli esercizi che seguiranno lo spazio ambiente sarà il piano cartesiano a valori nel campo dei numeri reali, dove supporremo
DettagliCdL in Ingegneria Gestionale e CdL in Ingegneria del Recupero Edilizio ed Ambientale
CdL in Ingegneria Gestionale e CdL in Ingegneria del Recupero Edilizio ed Ambientale della prova scritta di Algebra Lineare e Geometria- Compito A- 8 Aprile 8 E assegnato l endomorfismo f : R 3 R 3 definito
DettagliDIAGONALIZZAZIONE. M(f) =
DIAGONALIZZAZIONE Esercizi Esercizio 1. Sia f End(R 3 ) associato alla matrice M(f) = 0 1 2 0. 2 (1) Determinare gli autovalori di f e le relative molteplicità. (2) Determinare gli autospazi di f e trovare,
DettagliCompiti di geometria & algebra lineare. Anno: 2004
Compiti di geometria & algebra lineare Anno: 24 Anno: 24 2 Primo compitino di Geometria e Algebra 7 novembre 23 totale tempo a disposizione : 3 minuti Esercizio. [8pt.] Si risolva nel campo complesso l
DettagliTutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica
Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2013-2014 - Docente: Prof. Angelo Felice Lopez Tutori: Dario Giannini e Giulia Salustri Soluzioni Tutorato 9 15 Maggio
DettagliCorso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni
Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base
DettagliTesti consigliati e contatti
Testi consigliati e contatti P.Bonacini, M. G. Cinquegrani, L. Marino, Algebra lineare: esercizi svolti, Cavallotto Edizioni, Catania P. Bonacini, M. G. Cinquegrani, L. Marino, Geometria analitica: esercizi
DettagliSpazi Vettoriali e Applicazioni lineari.
Spazi Vettoriali e Applicazioni lineari Appunti dalle lezioni di Geometria - Corso di laurea in Fisica Giorgio PATRIZIO - AA 2006/07 1 Spazi vettoriali: definizioni e esempi Denoteremo con K il campo dei
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
DettagliEsame di Geometria - 9 CFU (Appello del 14 gennaio A)
Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire
DettagliLEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m
LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta
Dettagli1 Cenni di teoria degli insiemi
1 Cenni di teoria degli insiemi 1.1. Siano A, B, C,... insiemi. Scriveremo a A, a / A per affermare rispettivamente che l elemento a appartiene all insieme A e che l elemento a non appartiene ad A. Diremo
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
DettagliEsercitazioni di geometria /2009 (Damiani) Il polinomio minimo. I) Definizione del polinomio minimo.
Esercitazioni di geometria 2-2008/2009 (Damiani) Il polinomio minimo I) Definizione del polinomio minimo. Siano k un campo, A un anello (associativo) unitario, k Z(A) A un omomorfismo di anelli unitari
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
DettagliOmomorfismi e matrici
Capitolo 12 Omomorfismi e matrici 121 Introduzione Nel corso di Geometria è stato visto come associare una matrice ad un omomorfismo tra spazi vettoriali Rimandiamo al testo del corso per esempi e esercizi
DettagliEsercizi di GEOMETRIA e ALGEBRA LINEARE (Ingegneria Ambientale e Civile - Curriculum Ambientale)
Esercizi di GEOMETRIA e ALGEBRA LINEARE (Ingegneria Ambientale e Civile - Curriculum Ambientale). Tra le seguenti matrici, eseguire tutti i prodotti possibili: 2 ( ) A = 0 3 4 B = C = 2 2 0 0 2 D = ( 0
DettagliDiario delle lezioni e esercizi settimanali per il corso di Algebra Lineare - Canale I-Z
Diario delle lezioni e esercizi settimanali per il corso di Algebra Lineare - Canale I-Z Anno Accedemico 204-5, I Semestre Docente: Alberto De Sole Lezione : lunedì 29 settembre 204, 2 ore Lettura: AdF
DettagliElementi di Algebra Lineare. Spazio Vettoriale (lineare)
Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi
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
Dettaglidipendenti. Cosa possiamo dire sulla dimensione di V?
Esercizi Esercizi. In uno spazio vettoriale V ci sono tre vettori v, v 2, v linearmente indipendenti. Cosa possiamo dire sulla dimensione di V? 2. In uno spazio vettoriale V ci sono tre vettori v, v 2,
DettagliEsercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3
Esercitazione di Geometria I 13 dicembre 2008 a. Completa la seguente definizione: i vettori v 1, v 2,..., v n del K-spazio vettoriale V si dicono linearmente dipendenti se... b. Siano w 1, w 2, w 3 vettori
Dettagli0.1 Coordinate in uno spazio vettoriale
.1. COORDINATE IN UNO SPAZIO VETTORIALE 1.1 Coordinate in uno spazio vettoriale Sia V uno spazio vettoriale di dimensione finita n costruito sul campo K. D ora in poi, ogni volta che sia fissata una base
DettagliLEZIONE 15. Esempio L applicazione f: R 3 R 2. è lineare. Infatti si ha che se α R, (x, y, z) R 3 risulta
LEZIONE 15 15.1. Applicazioni lineari ed esempi. Definizione 15.1.1. Siano V e W spazi vettoriali su k = R, C. Un applicazione f: V W si dice k lineare se: (AL1) per ogni v 1, v 2 V si ha f(v 1 + v 2 )
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
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
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
DettagliLa notazione di Dirac
La notazione di Dirac Marcello Colozzo http://www.extrabyte.info 1 Introduzione. Il Teorema di Riesz Assegnato uno spazio di Hilbert H, consideriamo il suo spazio duale: 1 INTRODUZIONE. IL TEOREMA DI RIESZ
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.
DettagliESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la
ESERCIZI DI ALGEBRA LINEARE (D) D1 Nello spazio vettoriale R 2,2 si consideri l insieme { V = X R 2,2 XA = AX, A = ( 1 1 1 2 )} delle matrici che commutano con A. Verifiare che V = L(I 2, A). Verificare
Dettagliappuntiofficinastudenti.com 1. Strutture algebriche e polinomi
1. Strutture algebriche e polinomi Cenni su linguaggio di Teoria degli Insiemi: appartenenza, variabili, quantificatori, negazione, implicazione, equivalenza, unione, intersezione, prodotto cartesiano,
Dettagli1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?
Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali ℕ, gli interi ℤ, i numeri
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
DettagliProdotto scalare e norma
Capitolo 7 Prodotto scalare e norma Riprendiamo ora lo studio dei vettori da un punto di vista più geometrico. È noto, per esempio dalla Fisica, che spesso è comodo visualizzare un vettore del piano o
DettagliSomma diretta di sottospazi vettoriali
Capitolo 8 Somma diretta di sottospazi vettoriali 8.1 Introduzione Introduciamo un caso particolare di somma di due sottospazi vettoriali: la somma diretta. Anche questo argomento è stato visto nel corso
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.
DettagliEsercizi di ripasso: geometria e algebra lineare.
Esercizi di ripasso: geometria e algebra lineare. Esercizio. Sia r la retta passante per i punti A(2,, 3) e B(,, 2) in R 3. a. Scrivere l equazione cartesiana del piano Π passante per A e perpendicolare
DettagliM.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente
Dettagli1 Trasformazioni lineari 1. 2 Matrici 6. 3 Immagine e nucleo di una trasformazione lineare Inversione di una trasformazione lineare 14
TRASFORMAZIONI LINEARI Trasformazioni lineari e matrici Indice Trasformazioni lineari 2 Matrici 6 3 Immagine e nucleo di una trasformazione lineare 2 4 Inversione di una trasformazione lineare 4 5 Soluzioni
DettagliEsercizi 1 Spazi vettoriali. { (x, y, z) R 3 (x, y, z) (2, 2, 2) } ;
Esercizi 1 Spazi vettoriali Esercizio. Si dica quali dei seguenti sottoinsiemi di R 3 sono sottospazi vettoriali su R: { (x y z R 3 x y z Z } ; { (x y z R 3 x y z Q } ; { (x y z R 3 (x y z (2 2 2 } ; {
DettagliAlgebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
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
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
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
DettagliElementi di Algebra e di Matematica Discreta Insiemi, relazioni
Elementi di Algebra e di Matematica Discreta Insiemi, relazioni Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra e di Matematica Discreta 1 / 65 index Matematica
Dettagli19 Spazi proiettivi. Geometria I 169. Figura 10: Piero Della Francesca ( ), Pala di Brera / Pala Montefeltro. Cfr: Sernesi, Vol I, cap 3 [1].
Geometria I 169 Figura 10: Piero Della Francesca (1415 1492), Pala di Brera / Pala Montefeltro 19 Spazi proiettivi Cfr: Sernesi, Vol I, cap 3 [1]. (19.1) Definizione. Sia V uno spazio vettoriale su campo
DettagliIntersezione e somma di sottospazi vettoriali
Capitolo 6 Intersezione e somma di sottospazi vettoriali 6.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria
DettagliApplicazioni lineari e diagonalizzazione pagina 1 di 5
pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x
DettagliSapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
Dettagli(P x) (P y) = x P t (P y) = x (P t P )y = x y.
Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici
DettagliCorso introduttivo pluridisciplinare Strutture algebriche
Corso introduttivo pluridisciplinare Strutture algebriche anno acc. 2013/2014 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano) Corso introduttivo pluridisciplinare 1 / 17 index
DettagliAlgebra Lineare. Gian Pietro Pirola
Algebra Lineare Gian Pietro Pirola Indice Indice 5 Capitolo 1. Dalla geometria euclidea ai vettori 5 1. Misurare in geometria 5 2. Azioni sulla retta euclidea e cambiamenti di unità di misura 5 3. Trasporto
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
DettagliSPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:
SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)
DettagliMatematica Discreta e Algebra Lineare (per Informatica)
Matematica Discreta e Algebra Lineare (per Informatica) Docente: Alessandro Berarducci Anno accademico 2016-2017, versione 14 Marzo 2017 Tipiche domande d esame La seguente lista di domande non intende
DettagliALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri,
ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 05/06 docente: Elena Polastri, plslne@unife.it Esercizi 3: SPAZI VETTORIALI e MATRICI Combinazioni lineari di vettori.. Scrivere il vettore
Dettagli1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA SCRITTA DI GEOMETRIA A del 27 giugno 2011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra
Dettagli1. Sistemi lineari. Definizione. Un sistema lineare di m equazioni in n incognite è un sistema di equazioni della forma
Dispense di Algebra Lineare per Ingegneria Sistemi lineari Definizione Un sistema lineare di m equazioni in n incognite è un sistema di equazioni della forma a x +a x + +a n x n = b a x +a x + +a n x n
DettagliLezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige. Fulvio Bisi, Francesco Bonsante, Sonia Brivio
Lezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige Fulvio Bisi, Francesco Bonsante, Sonia Brivio Riportiamo di seguito gli errata corrige principali, aggiornati alla data
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
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
Dettagli( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1
. Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo
DettagliInversa. Inversa. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una
DettagliEsercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni
Esercizi di Algebra Commutativa Moduli 1 Tracce delle soluzioni 1. Sia A un anello A 0. Provare che: A n A m m = n. Soluzione. Sia m A un ideale massimale. Sia m m = ma m e m n = ma n. Se ϕ : A m A n e
DettagliSPAZI VETTORIALI CON PRODOTTO SCALARE A =
SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo
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
DettagliSPAZI DUALI. NOTE DI ALGEBRA LINEARE
SPAZI DUALI. NOTE DI ALGEBRA LINEARE 200- MARCO MANETTI: 4 DICEMBRE 200. Spazi di applicazioni lineari Dati due spazi vettoriali V, W indichiamo con L(V, W ) l insieme di tutte le applicazioni lineari
DettagliValutazioni discrete. Capitolo 7
Capitolo 7 Valutazioni discrete Definizione 7.1. Una valutazione si dice discreta se il suo gruppo di valori è un gruppo ciclico infinito (cioè, isomorfo a (Z,+)). Una valutazione discreta si dice normalizzata
DettagliEsercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica
Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica 1) Dati i vettori a = (2, 4), b = (1, 2), c = ( 1, 1), d = (3, 6), stabilire se c e d appartengono a Span(a, b}). 2) Nello spazio vettoriale
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
DettagliSpazi affini e combinazioni affini.
Spazi affini e combinazioni affini. Morfismi affini. Giorgio Ottaviani Abstract Introduciamo il concetto di combinazione affine in uno spazio affine, e in base a questo, ne caratterizziamo i sottospazi.
DettagliSISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.
SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga
DettagliCompito Parziale di Algebra lineare e Geometria analitica. 2x + 3y + 2z = 0 x y z = 0
Compito Parziale di Algebra lineare e Geometria analitica ) Dire se il seguente sottoinsieme di R 3 H = (x; y; z) R 3 : x + 3y + z = x y z = è o non un sottospazio vettoriale di R 3 e eventualmente calcolarne
DettagliAlgebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1
Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1 Prof. Lidia Angeleri Anno accademico 2015-2016 1 1 appunti aggiornati in data 14 gennaio 2016 Indice I Gruppi 3
DettagliFormulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,
DettagliTUTTO (o quasi tutto ) SULLA RETTA di Leonardo Calconi
TUTTO (o quasi tutto ) SULLA RETTA di Leonardo Calconi LA RETTA COME INSIEME CONTINUO La retta è una delle più antiche espressioni di continuità, definita da Euclide mediante i postulati 1, che affermano
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
DettagliGAAL: Capitolo dei prodotti scalari
GAAL: Capitolo dei prodotti scalari Teorema di Rappresentazione rappresentabile Aggiunto Autoaggiunto Unitariamente diagonalizzabile Teorema spettrale reale Accoppiamento Canonico Forme bilineari Prodotti
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
Dettagli