2.1 Esponenziale di matrici
|
|
|
- Benvenuto Luciani
- 8 anni fa
- Visualizzazioni
Transcript
1 ¾ ½ º¼ º¾¼½ Queste note (attualmente e probabilmente per un bel po sono altamente provvisorie e (molto probabilmente non prive di errori Esponenziale di matrici Esercizio : Data la matrice λ A λ calcolare exp(a Dalla definizione dell esponenziale di matrice abbiamo Anzitutto osserviamo che exp(a +A+ A A k λ k λ k + da cui otteniamo immediatamente che ( +λ exp(a + λ + λ3 3! + +λ + λ e λ e λ Esercizio : Data la matrice calcolare exp(a A λ λ + λ3 3! +
2 Esercitazione Iniziamo a calcolare qualche potenza di A A λ λ A 3 λ 3 λ 3 e ci rendiamo facilmente conto che ( A k ( k λ k ( k λ k A k+ ( k+ λ k+ ( k+ λ k+ da cui otteniamo immediatamente che λ exp(a + λ4 4! + λ+ λ3 3! + λ λ3 3! + λ + λ4 4! + cosλ sinλ sinλ cosλ Osservazione Come faccio a calcolare facilmente l esponenziale di una matrice A? La risposta è semplice: se A PDP allora exp(a P exp(dp Quindi se l esponenziale della matrice D è semplice da calcolare otteniamo facilmente anche l esponenziale della matrice A In particolare se la matrice è diagonalizabile l unica cosa da fare è calcolare autovalori ed autovettori della matrice A l esponenziale exp(d è la parte più semplice! Esercizio 3: Determinare la soluzione del sistema di equazioni differenziali (ẋ x x ẏ y L equazione per gli autovalori della matrice associata al sistema è data da ( λ da cui otteniamo immediatamente gli autovalori λ λ 3 Osservazione Come utile controllo verificare sempre che y TrA λ +λ deta λ λ Consideriamo l autovalore λ e calcoliamo l autovettore associato ( v x v y ( v ( Consideriamo l autovalore λ 3 e calcoliamo l autovettore associato ( v x v y ( v (
3 Dunque le matrici P e P sono date da P P e vale l eguaglianza Dunque abbiamo A P P 3 e t exp(ta P e 3t P e t +e 3t e t e 3t e t e 3t e t +e 3t e la soluzione con dato iniziale (x y è data da x exp(ta ( e t +e 3t e t e 3t y e t e 3t e t +e 3t 3e t e 3t 3e t +e 3t Esercizio 4: Data la matrice A λ λ calcolare exp(ta Questa è la forma del blocco di Jordan ( utile nel caso di matrici non diagonalizzabili Anzitutto osserviamo che possiamo scrivere A λ+n N e che ovviamente ed N sono due matrici che commutano! Possiamo quindi scrivere exp(ta exp(tλexp(tn e λt exp(tn L osservazione fondamentale a questo punto è che N da cui segue immediatamente che exp(tn +tn Otteniamo quindi Esercizio 5: Data la matrice e λt te exp(ta λt e λt A 3
4 4 Esercitazione calcolare exp(ta L equazione per gli autovalori della matrice A è data da ( λ(3 λ+ da cui otteniamo immediatamente gli autovalori λ λ Calcoliamo l autovettore associato ( v x v y ( v ( Osservazione L autovalore ha molteplicità algebrica e molteplicità geometrica La matrice non è quindi diagonalizzabile ma possiamo ridurla alla forma canonica di Jordan Per calcolare la matrice invertibile che mi permette di scrivere A PDP D dobbiamo calcolare l autovettore generalizzato La prima colonna della matrice P e costituita dall autovettore appena calcolato per la seconda colonna dobbiamo risolvere il sistema ( Abbiamo quindi ottenuto ( v ( x v ( y A PDP P ( v ( x v ( y v ( D da cui segue immediatamente ( te t te exp(ta t te t (+te t Esercizio 6: Data la matrice A a b b a calcolare exp(ta Anzitutto osserviamo che possiamo scrivere A a+bj J e che ovviamente ed J sono due matrici che commutano! Possiamo quindi scrivere exp(ta exp(atexp(btj e at exp(btj
5 Il calcolo di exp(btj è banale (si veda l Esercizio cosbt sinbt exp(btj sinbt cosbt da cui otteniamo exp(ta e ta cosbt sinbt sinbt cosbt Osservazione Confrontare la soluzione appena ottenuta con l operatore esponenziale di matrici con la discussione relativa ai punti di centro e fuoco nelle note del Prof Giorgilli (sezione 34 Esercizio 7: Data la matrice A calcolare exp(ta L equazione per gli autovalori della matrice A è data da λ( λ+ da cui otteniamo immediatamente gli autovalori λ +i λ i Consideriamo l autovalore λ +i e calcoliamo l autovettore associato i ( v x i v y ( v ( i La utovalore relativo a λ i sarà il complesso coniugato di v ( v ( +i Volendo restare nel campo dei reali consideriamo le componenti reali e complesse di autovalori ed autovettori u λ +λ w ( v( +v ( È ora banale osservare che da cui segue immediatamente che u λ λ i w ( v( v ( i A(w ( +iw ( (u +iu (w ( +iw ( A PBP P B
6 6 Esercitazione Possiamo quindi scrivere ( exp(ta P exp(tbp e t cost+sint sint Esercizio 8: Data la matrice A calcolare exp(ta Esercizio 9: Data la matrice A 3 3 sint cost sint calcolare exp(ta Esercizio : Dato il sistema x y 3 5 x y z 4 z x y z calcolare la soluzione con l esponenziale di matrice Esercizio : Data la matrice A calcolare exp(a Forma canonica di Jordan Come fare se A non è diagonalizzabile? Questo argomento viene trattato in ogni corso di algebra lineare (o nel corrispondente corso dal nome più o meno esotico in cui vengono affrontate le applicazioni lineari e la loro rappresentazione matriciale quindi non troverete qui alcun teorema o spiegazione teorica solamente uno schema banale per il calcolo dei cosiddetti autovettori generalizzati Osservazione Ogni matrice A Mat(n n R può essere trasformata nella corrispondente forma canonica di Jordan con una trasformazione lineare invertibile In formule P AP J J diag(j J m
7 con λ i λ J i i J i Mat(n i n i C λ i blocco di Jordan di dimensione n i ed autovalore λ i (n n +n m Osservazione Poichè abbiamo considerato una matrice A a coefficienti reali consideriamo nel seguito solamente il caso di autovalori reali Nel caso di un autovalore non reale possiamo sempre ricondurci ad un blocco di Jordan reale con una piccola modifica (si veda l Esercizio 5 Questo caso è lasciato per esercizio essendo una piccola variazione sul tema Osservazione Se A è diagonalizzabile allora J è una matrice diagonale i cui blocchi J i hanno dimensione n i ; La forma canonica di Jordan è unica (a meno di permutazioni dei blocchi; 3 Allo stesso autovalore possono corrispondere più blocchi Va bene ma come calcolare la matrice P? Anzitutto osserviamo che la dimensione del nucleo dell applicazione (A λ corrisponde al numero dei blocchi di Jordan con autovalore λ Inoltre vale la relazione dim N (A λ k λ i λmin(kn i dunque siamo anche in grado di determinare le dimensioni dei blocchi di Jordan A questo punto sappiamo determinare la forma canonica di Jordan associata ad una matrice A passiamo alla matrice di trasformazione Vogliamo che valga la seguente equazione Esprimiamo P come allora deve valere Sia ora segue che P AP J diag(j J m P (P P m P i Mat(nn i R AT i T i J i T i (v i v i v ini Av i λ i v i ovvero la prima colonna è un autovettore associato a λ i Per j n i invece abbiamo Av ij v ij +λ i v ij
8 8 Esercitazione che possiamo riscrivere nella forma (A λ i v ij v ij I vettori v i v ini sono i cosiddetti autovettori generalizzati
Caso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
ESERCIZI SUI SISTEMI LINEARI
ESERCIZI SUI SISTEMI LINEARI Consideriamo ora il sistema lineare omogeneo a coefficienti costanti associato alla matrice A M n n, cioè SLO Vale il seguente = A. Teorema. Sia v R n \ } e sia λ C. Condizione
Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari
Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano
Sistemi differenziali: esercizi svolti. 1 Sistemi lineari 2 2... 2 2 Sistemi lineari 3 3... 10
Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 2 2 Sistemi lineari 3 3 2 Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 Gli esercizi contrassegnati con il simbolo * presentano un
Capitolo 6. Sistemi lineari di equazioni differenziali. 1
Capitolo 6 Sistemi lineari di equazioni differenziali L integrale generale In questo capitolo utilizzeremo la forma canonica di Jordan per studiare alcuni tipi di equazioni differenziali Un sistema lineare
I. 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
POTENZE DI MATRICI QUADRATE
POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)
Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
Esame 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
Prodotti scalari e matrici
Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V
Calcolo del movimento di sistemi dinamici LTI
Calcolo del movimento di sistemi dinamici LTI Analisi modale per sistemi dinamici LTI TC Modi naturali di un sistema dinamico Analisi modale Esercizio 1 Costante di tempo Esercizio 2 2 Analisi modale per
Applicazioni 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)
Applicazioni 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
FONDAMENTI 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
LEZIONE 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
Corso 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
SISTEMI 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
LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f
LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo
Lo studio dell evoluzione libera nei sistemi dinamici
Lo studio dell evoluzione libera nei sistemi dinamici December, Un sistema lineare, dinamico, a dimensione finita e continuo (ovvero in cui il tempo t appartiene all insieme dei reali) può essere descritto
Esercizi 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
CONICHE. Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oxy sia data la conica C di equazione
CONICHE Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oy sia data la conica C di equazione 7 2 + 2 3y + 5y 2 + 32 3 = 0. Calcolare le equazioni di una rototraslazione che riduce
REGISTRO 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
CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica
CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI DEI SISTEMI LTI Ing. Tel. 0522 522235 e-mail: [email protected] http://www.dismi.unimo.it/members/csecchi
ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1
Alcuni esercizi risolti su: - calcolo dell equilibrio di un sistema lineare e valutazione delle proprietà di stabilità dell equilibrio attraverso linearizzazione - calcolo del movimento dello stato e dell
Massimi e minimi vincolati
Massimi e minimi vincolati Data una funzione G C 1 (D), dove D è un aperto di R 2, sappiamo bene dove andare a cercare gli eventuali punti di massimo e minimo relativi. Una condizione necessaria affinché
Autovalori e autovettori di una matrice quadrata
rgomento bis utovalori e autovettori di una matrice quadrata Trasformazioni di R n Consideriamo una matrice quadrata di ordine n a coefficienti, ad esempio, in R. Essa rappresenta una trasformazione di
Equazioni differenziali lineari del secondo ordine a coefficienti costanti
Equazioni differenziali lineari del secondo ordine a coefficienti costanti 0.1 Introduzione Una equazione differenziale del secondo ordine è una relazione del tipo F (t, y(t), y (t), y (t)) = 0 (1) Definizione
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
(c) Stabilire per quali valori di h is sistema ammette un unica soluzione:
ognome e Nome: orso di Laurea: 4 settembre 3. Sia L: R 3! R 3 l applicazione lineare x x y + z L @ ya = @ x + y +za. z x y z (a) Scrivere la matrice A che rappresenta L nella base canonica di R 3 : (b)
Sistemi 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/ [email protected] Lorenzo Pareschi (Univ. Ferrara)
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire
Geometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
Metodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
Riassumiamo 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
iv Indice c
Indice Prefazione ix 1 Numeri 1 1 Insiemi e logica 1 1.1 Concetti di base sugli insiemi 1 1.2 Un po di logica elementare 9 2 Sommatorie e coefficienti binomiali 13 2.1 Il simbolo di sommatoria 13 2.2 Fattoriale
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
I numeri sulla Mole Antonelliana.
I numeri sulla Mole Antonelliana. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. I voli dei numeri Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6,
STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI
M. G. BUSATO STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI mgbstudio.net PAGINA INTENZIONALMENTE VUOTA SOMMARIO In questo scritto viene compiuto lo studio dettagliato
Autovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo
MATRICI E SISTEMI LINEARI
- - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle
Metodo dei minimi quadrati e matrice pseudoinversa
Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati
a + 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,
Parte 12a. Trasformazioni del piano. Forme quadratiche
Parte 12a Trasformazioni del piano Forme quadratiche A Savo Appunti del Corso di Geometria 2013-14 Indice delle sezioni 1 Trasformazioni del piano, 1 2 Cambiamento di coordinate, 8 3 Forme quadratiche,
1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
Esercizi 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
ii 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
Si 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
Anno 4 Matrice inversa
Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere
Somma 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
Esercizi sui sistemi di equazioni lineari.
Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la
SPAZI 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)
Esercizi su Autovalori e Autovettori
Esercizi su Autovalori e Autovettori Esercizio n.1 5 A = 5, 5 5 5 Esercizio n.6 A =, Esercizio n.2 4 2 9 A = 2 1 8, 4 2 9 Esercizio n.7 6 3 3 A = 6 3 6, 3 3 6 Esercizio n.3 A = 4 6 6 2 2, 6 6 2 Esercizio
Anno 3 Equazione dell'ellisse
Anno Equazione dell'ellisse 1 Introduzione In questa lezione affronteremo una serie di problemi che ci chiederanno di determinare l equazione di un ellisse sotto certe condizioni. Al termine della lezione
Dipendenza e indipendenza lineare
Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus
4 0 = 4 2 = 4 4 = 4 6 = 0.
Elementi di Algebra e Logica 2008. Esercizi 4. Gruppi, anelli e campi. 1. Determinare la tabella additiva e la tabella moltiplicativa di Z 6. (a) Verificare dalla tabella moltiplicativa di Z 6 che esistono
Esercitazioni di Geometria A: curve algebriche
Esercitazioni di Geometria A: curve algebriche 24-25 maggio 2016 Esercizio 1 Sia P 2 il piano proiettivo complesso munito delle coordinate proiettive (x 0 : x 1 : x 2 ). Sia r la retta proiettiva di equazione
Giuseppe Accascina. Note del corso di Geometria e Algebra
Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato
Capitolo 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.
3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
Appunti di Algebra Lineare. Distanze
Appunti di Algebra Lineare Distanze 1 Indice 1 Distanze nel piano 1.1 Distanza punto-punto................................... 1. Distanza punto-retta.................................... 3 1.3 Distanza
EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.
EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema
Esercizi 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
Fondamenti di Infrastrutture Viarie
Politecnico di Torino Fondamenti di Infrastrutture Viarie Relazione esercitazioni. Anno Accademico 2011/2012 Corso di Fondamenti di Infrastrutture Viarie Professore: Marco Bassani Esercitatore: Pier Paolo
1 Cambiamenti di coordinate nel piano.
Cambiamenti di coordinate nel piano.. Coordinate cartesiane Coordinate cartesiane su una retta. Sia r una retta: dare un sistema di coordinate su r significa fissare un punto O di r e un vettore u = U
Funzioni implicite - Esercizi svolti
Funzioni implicite - Esercizi svolti Esercizio. È data la funzione di due variabili F (x, y) = y(e y + x) log x. Verificare che esiste un intorno I in R del punto di ascissa x 0 = sul quale è definita
Prodotto scalare, ortogonalitá e basi ortonormali
CAPITOLO 0 Prodotto scalare, ortogonalitá e basi ortonormali Esercizio 0.. Dati i seguenti vettori di R si calcoli il prodotto scalare (v i,v j per i,j =,,...,6: v = (6,3 v = (,0 v 3 = (, v 4 = (,0 v 5
Laboratorio di MatLab
Laboratorio di MatLab Algebra lineare e Geometria Alessandro Benfenati Ph.D. Student Departments of Mathematics - University of Ferrara [email protected] 1/17 Sommario 1 Parametrizzazione delle
1) 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
Corso di Laurea in Ingegneria Informatica Analisi Numerica
Corso di Laurea in Ingegneria Informatica Lucio Demeio Dipartimento di Scienze Matematiche 1 2 Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole,
2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =
Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):
TEORIA DEI SISTEMI SISTEMI LINEARI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.
LEZIONE 3. Typeset by AMS-TEX
LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni
Esercizi sulle affinità - aprile 2009
Esercizi sulle affinità - aprile 009 Ingegneria meccanica 008/009 Esercizio Sono assegnate nel piano le sei rette r : =, s : =, t : =, r : =, s : =, t : = determinare l affinità che trasforma ordinatamente
LEZIONE 10. S(C,ρ) Figura 10.1
LEZIONE 10 10.1. Sfere nello spazio. In questa lezione studieremo alcuni oggetti geometrici non lineari, circonferenze e sfere nello spazio A 3. Poiché le proprietà delle circonferenze nel piano sono del
TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI
TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI 2 Direttore Beatrice VENTURI Università degli Studi di Cagliari Comitato scientifico Umberto NERI University of
RETTE E PIANI. ove h R. Determinare i valori di h per cui (1) r h e α sono incidenti ed, in tal caso, determinare l angolo ϑ h da essi formato;
RETTE E PIANI Esercizi Esercizio 1. Nello spazio con riferimento cartesiano ortogonale Oxyz si considerino la retta r h ed il piano α rispettivamente di equazioni x = 1 + t r h : y = 1 t α : x + y + z
Esercizi svolti sui sistemi lineari
Francesco Daddi - www.webalice.it/francesco.daddi Esercizi svolti sui sistemi lineari Esercizio 1. Risolvere il seguente sistema lineare al variare del parametro reale t: tx+(t 1)y + z =1 (t 1)y + tz =1
Corso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni Algebriche Le equazioni
Tempo 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
Esercizi 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
QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica
Università ditorino QUADERNI DIDATTICI del Dipartimento di Matematica E Abbena, G M Gianella Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica Quaderno # 6 - Aprile 003 Gli esercizi proposti
MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI
MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è
Esercizi svolti sui sistemi lineari
Esercizio 1. Risolvere il seguente sistema lineare al variare del parametro reale t: t x + (t 1)y + z = 1 (t 1)y + t z = 1 2 x + z = 5 Soluzione. Il determinante della matrice dei coefficienti è t t 1
Equazioni algebriche di terzo grado: ricerca delle soluzioni
Equazioni algebriche di terzo grado: ricerca delle soluzioni 1 Caso particolare: x 3 + px + q = 0....................... Caso generale: x 3 + bx + cx + d = 0..................... 4 3 Esercizi.....................................
= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
AUTOVALORI E AUTOVETTORI DISPENSA PER IL CORSO DI ALGEBRA LINEARE
AUTOVALORI E AUTOVETTORI DISPENSA PER IL CORSO DI ALGEBRA LINEARE ENRICO GREGORIO 1. Introduzione La nozione di autovalore di una matrice quadrata nasce insieme al concetto stesso di matrice o, meglio,
TEMI D ESAME DI ANALISI MATEMATICA I
TEMI D ESAME DI ANALISI MATEMATICA I Corso di laurea quadriennale) in Fisica a.a. 003/04 Prova scritta del 3 aprile 003 ] Siano a, c parametri reali. Studiare l esistenza e, in caso affermativo, calcolare
