APPLICAZIONI LINEARI
|
|
- Emilia Perini
- 6 anni fa
- Visualizzazioni
Transcript
1 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 ha + bx + cx 2 = 2a + ci + b cj; calcolarne nucleo immagine e matrice associata rispetto alle basi canoniche Esercizio 2 Calcolare g f e f g dove f e g sono le applicazioni lineari del precedente esercizio Verificare che la matrice associata rispetto alle basi canoniche a g f è A g A f dove A g è la matrice associata rispetto alle basi canoniche a g e A f è quella associata ad f sempre rispetto alle basi canoniche Esercizio 3 Calcolare ker f ed Imf per l applicazione lineare f : R 3 R 3 associata rispetto alla base B = 0 0 di R 3 alla matrice A = e verificare il teorema del rango dim R 3 = dim ker f + dim Imf f è iniettiva? f è suriettiva? Esercizio 4 Data l applicazione lineare f : Mat2 2; R Mat2 3; R definita da ] ] a b x + y x + y x + y f = x y a + b a + b a + b calcolare f ed f 0 Calcolare inoltre dim ker f e dim Imf e la matrice associata ad f rispetto alle basi 2 0 B = 0 2 e B = Esercizio 5 Calcolare le matrici associate all applicazione lineare f : Rx] 2 Rx] rispetto alle basi B = +x+x 2 +x 2 x+x 2 di Rx] 2 e B = +x x di Rx] e rispetto alle basi canoniche di Rx] 2 ed Rx] dove f è definita dalle seguenti condizioni: f + x = f + x 2 = + x fx + x 2 = x Verificare la formula del cambio base Studiare poi f
2 2 APPLICAZIONI LINEARI Esercizio 6 Data l applicazione lineare f : Rx] Mat2 2; R definita come 2 0 f + x = f + 2x = calcolare f Esercizio 7 Esiste un applicazione lineare f : R 2 R 2 che verifica f = f0 = 0 f 2 = 4? Esiste un applicazione non lineare che le verifica? Esercizio 8 Dire se l applicazione lineare f : R 2 R 2 definita da f = 2 f 2 = è invertibile e in caso affermativo calcolarne l inversa Esercizio 9 Un applicazione lineare f : Rx] 4 Rx] 2 è sempre iniettiva; 2 è sempre suriettiva; 3 non è mai iniettiva; 4 non è mai suriettiva Esercizio 0 L applicazione lineare f : R 3 Mat2 2; R x + y 0 fx y z = y + z x + z è invertibile; 2 f è formato da infiniti vettori; 0 3 ha come immagine il sottospazio delle matrici triangolari inferiori; 4 dim Imf = 2 Esercizio Sia f : R 2 R 2 un applicazione lineare tale che f = f f è suriettiva V F 2 0 ker f V F 3 dim ker f = V F 4 f non è iniettiva V F 5 Esistono infinite applicazioni lineari verificanti le condizioni date V F Esercizio 2 Sia f : R 3 R 2 l applicazione lineare definita da f non è lineare; 2 ker f ha dimensione ; 3 f non è suriettiva; 4 f è iniettiva fx y z = x + y + z 2x + z Esercizio 3 Sia f : R 3 R 2 l applicazione lineare definita da Imf; 2 ker f ha dimensione 2; fx y z = x + y z 2x 2z 3 la matrice associata ad f rispetto alle basi canoniche è 4 ker f = L ] ;
3 APPLICAZIONI LINEARI 3 2 Soluzione di alcuni esercizi Soluzione dell Esercizio Cominciamo studiando f : R 2 R 3 che è definita come fx y = x 2y x + y x + y Il nucleo è dato dalle soluzioni del sistema lineare x 2y = 0 x + y = 0 x + y = 0 la cui unica soluzione è 0 0 Quindi kerf = 0 0} la sua dimensione è 0 la sua base è B = e dalla caratterizzazione dell iniettività per le applicazioni lineari otteniamo che f è iniettiva Dal Teorema del Rango si ottiene subito che dim Imf = dim R 2 dim kerf = 2 0 = 2 Inoltre essendo f iniettiva una base dell immagine è f f0 ossia 2 In generale se f è iniettiva le immagini dei vettori di una base del dominio formano una base dell immagine dell applicazione f non è suriettiva perché dim Imf dim R 3 La matrice associata ad f rispetto alle basi canoniche ha per colonne le componenti di f ed f0 rispetto alla base canonica di R 3 Avendo già calcolato f ed f0 abbiamo che la matrice cercata è A f = 2 Consideriamo ora la seconda applicazione g : R 3 R 2 definita come gx y z = x + y x y Questa volta calcoliamo prima l immagine di g Dalla teoria è noto che l immagine è generata dalle immagini dei vettori di una base del dominio Quindi Img = Lg 0 g0 g0 0 = 0 0 Una base di Img si calcola scartando dai generatori quelli che dipendono linearmente dagli altri In questo caso una base dell immagine è e la dimensione del sottospazio è 2 In particolare dim Img = dim R 2 e quindi g è suriettiva Dal Teorema del Rango si ricava che dim kerg = dim R 3 dim Img = 3 2 = e quindi g non è iniettiva Calcoliamo kerg risolvendo il sistema lineare omogeneo x + y = 0 x y = 0 Le soluzioni del sistema sono i vettori di R 3 della forma 0 0 z con z parametro libero Qundi kerg = 0 0 z z R} ed una sua base è 0 0 Infine la matrice associata a g rispetto alle basi canoniche ha come colonne le componenti di g 0 g0 g0 0 rispetto alla base canonica di R 2 e quindi si ha A g = Infine consideriamo l applicazione lineare h : Rx] 2 R 2 definita come ha + bx + cx 2 = 2a + ci + b cj = 2a + c b c Calcoliamo per prima cosa l immagine di h Imh è generato dai vettori h hx hx 2 e quindi Imh = L2 0 0 ]
4 4 APPLICAZIONI LINEARI Una sua base è e quindi dim Imh = 2 ed h è suriettiva Inoltre dim kerh = ed h non è iniettiva Il nucleo di h si calcola risolvendo il sistema lineare omogeneo 2a + c = 0 b c = 0 le cui soluzioni sono kerh = c + cx + 2 cx2 c R} Una base di kerh è allora + 2x + 2x 2 La matrice associata ad h rispetto alle basi canoniche ha come colonne le componenti di h hx hx 2 rispetto alla base canonica di R 2 e quindi abbiamo A h = ] Soluzione dell Esercizio 2 Calcoliamo f g : R 3 R 3 f gx y z = fgx y z = fx+y x y = x+y 2x+2y 2x 2x = x+3y 2x 2x L applicazione lineare g f : R 2 R 2 si calcola come g fx y = gfx y = gx 2y x + y x + y = 2x y 3y e la matrice associata a questa applicazione rispetto alla base canonica di R 2 è ] 2 A g f = D altra parte la matrice A g A f è uguale a A g A f = ] 2 = 2 ] = A g f Soluzione dell Esercizio 3 Cominciamo con il calcolo dell immagine di f Per come si costruisce la matrice associata ad f rispetto ad una base sappiamo che le colonne di A sono le componenti dei vettori f f0 f0 rispetto alla base scelta Quindi abbiamo che f = = 6 f0 = = 0 3 f0 = = 3 Si ha allora che Imf = L che dim Imf = 2 e che una sua base è Gli ultimi due risultati si ottengono eliminando i vettori superflui dai generatori dell immagine In particolare f non è suriettiva Calcoliamo ora il nucleo di f Poiché le componenti del vettore nullo sono sempre nulle rispetto a qualsiasi base si faccia il calcolo abbiamo che i vettori del nucleo sono tutti e soli quelli le cui componenti risolvono il sistema AX = 0 Le soluzioni del sistema sono z z z e quindi abbiamo kerf = v R 3 v] B = t z z z z R} Tali vettori sono allora v = z z0 + z0 = z 3z z e quindi kerf = L 3 e la sua dimensione è In particolare f non è iniettiva Infine risulta evidente che dim R 3 = dim kerf + dim Imf
5 Soluzione dell Esercizio 4 Calcoliamo f 2 0 APPLICAZIONI LINEARI 5 ] risolvendo il sistema x + y = x + y = 2 x + y = a + b = a + b = 0 a + b = 0 ] 2 È evidente che il sistema è senza soluzioni e quindi f = 0 Nel secondo caso dobbiamo risolvere il sistema abbiamo eliminato le equazioni uguali x + y = 2 a + b = che ha infinite soluzioni che dipendono dalle variabili libere a x Abbiamo quindi ] ] } a a f = a x R x 2 x Analogamente possiamo calcolare il nucleo di f e risulta ] } a a kerf = a x R x x La dimensione del nucleo è allora dim kerf = 2 e dal Teorema del rango dim Imf = 2 Calcolando l immagine di due vettori opportuni della base canonica di Mat2 2; R otteniamo e f f = = che sono due vettori linearmente indipendenti dell immagine di f Quindi Imf = L Per calcolare la matrice associata ad f rispetto alle basi indicate calcoliamo le immagini dei vettori della base di Mat2 2; R e le loro componenti rispetto alla base di Mat2 3; R Svolgendo i calcoli abbiamo f = = 2 ; f = = 3 ; f = 0 0 f = = 2 = 3 ;
6 6 APPLICAZIONI LINEARI In conclusione la matrice associata è A = Soluzione dell Esercizio 5 La prima cosa da verificare è se l applicazione f è assegnata Dalla teoria è noto che l applicazione è assegnata se si conoscono le immagini dei vettori di una base del dominio Quindi bisogna verificare se + x + x 2 x + x 2 è una base di Rx] 2 Ma questo è vero perché la matrice 0 ha determinante 2 e quindi i tre vettori sono linearmente indipendenti Essendo nel numero giusto essi formano una base del dominio e quindi l applicazione f è fissata Cominciamo a calcolare la matrice associata ad f rispetto alle basi + x + x 2 + x 2 x + x 2 ed + x x Dobbiamo allora calcolare le componenti dei vettori f + x + x 2 f+x 2 fx+x 2 rispetto alla base +x x Per calcolare le immagini dei vettori che ci interessano dobbiamo scriverli come combinazione lineare di + x + x 2 x + x 2 Abbiamo allora + x + x 2 = 2 + x x2 + 2 x + x2 ; + x 2 = 0 + x + + x 2 + 0x + x 2 ; x + x 2 = 0 + x x 2 + x + x 2 Dai calcoli precedenti ricaviamo f + x + x 2 = f + x + f x2 + fx + 2 x2 = + x = + x + 0 x; f + x 2 = + x = + x + 0 x; fx + x 2 = x = + x x; 2 2 da cui si ottiene la matrice M BB f = Siano ora C = x x 2 e C = x le basi canoniche di Rx] 2 ed Rx] rispettivamente Per calcolare la matrice di f rispetto a tali basi dobbiamo innanzitutto esprimere i vettori di C come combinazioni lineari di + x + x 2 x + x 2 Risolvendo gli opportuni sistemi lineari otteniamo = 2 + x x2 2 x + x2 ; x = 2 + x 2 + x2 + 2 x + x2 ; x 2 = 2 + x x2 + 2 x + x2 ; da cui si ricavano le loro immagini Bisogna poi scrivere le immagini come combinazioni lineari dei vettori di C In ultimo si ha f = = + 0x; fx = 0 = 0 + 0x; fx 2 = x = 0 + x;
7 e quindi la matrice cercata è APPLICAZIONI LINEARI 7 M CC f = La formula per il cambio base è M CC f = M B C Rx] M BB fm CB Rx] 2 dove è l applicazione identica dello spazio vettoriale usato come pedice Per come costruita la matrice associata ad un applicazione lineare M B C Rx] ha come colonne le componenti dei vettori di B rispetto alla base C e quindi M B C f = mentre M CB Rx] 2 ha come colonne le componenti dei vettori di C rispetto alla base B e quindi M CB Rx] 2 = 0 Effetuiamo il prodotto = = M CC f 2 2 Per studiare f usiamo la matrice M CC f L immagine è generata dai vettori f = fx 2 = x che sono linearmente indipendenti Quindi Imf = L x ed ha dimensione 2 In conclusione f è suriettiva e per il Teorema del Rango kerf ha dimensione Poiché fx = 0 per definizione x kerf e quindi kerf = Lx Soluzione dell Esercizio 6 La prima osservazione è che + x + 2x è una base di Rx] perché la matrice ha determinante diverso da zero Quindi f è fissata 2 perché conosciamo le immagini dei vettori di una base del dominio Inoltre conosciamo anche l immagine di f che è generata appunto dalle immagini dei vettori della base del dominio che è stata scelta Allora abbiamo 2 0 Imf = L 0 2 ] 3 0 una cui base è Risulta allora evidente che la controimmagine di 0 è non vuota perché il vettore appartiene all immagine di f Per calcolarla procediamo come segue: sia v Rx] un vettore di componenti a t b rispetto a +x +2x Per la a 2b 0 0 a + 2b linearità di f la sua immagine è fv = af + x + bf + 2x = 3 0 Uguagliando fv a otteniamo il sistema lineare a 2b = 3 a + 2b = 3 le cui soluzioni sono infinite della forma a = 3 + 2b Abbiamo allora che 3 0 f = 3 + 2b + x + b + 2x = 3 + 3b bx b R}
8 8 APPLICAZIONI LINEARI Soluzione dell Esercizio 7 Non esistono applicazioni lineari che soddisfano le richieste Infatti 2 = + 0 mentre 4 = f 2 f + f0 = + 0 = 2 Viene quindi violata la proprietà di linearità È possibile trovare applicazioni non lineari che verificano le condizioni assegnate Una di queste è fx y = x y 2 Soluzione dell Esercizio 8 Ancora una volta f è fissata perché i vettori 2 sono una base di R 2 Inoltre le loro immagini sono linearmente indipendenti e quindi l immagine dell applicazione f ha dimensione 2 e quindi f è suriettiva Dal Teorema del Rango si ottiene che dim kerf = 0 e quindi f è anche iniettiva In conclusione f è invertibile Sia B = 2 e B = 2 Allora M BB f = = 0 I 2 e M B Bf = I 2 = I 2 Usando la formula del cambio base si ha che M CC f = 3 da cui 2 5 f x y = x + 3y 2x + 5y Soluzione dell Esercizio 9 Ricordiamo che dim Rx] 4 = 5 e che dim Rx] 2 = 3 Il Teorema del Rango in questo caso afferma che dim kerf + dim Imf = 5 e poiché Imf Rx] 2 abbiamo che dim Imf 3 Possiamo allora affermare che dim kerf 2 e quindi che f non è mai iniettiva Inoltre diamo due esempi per verificare che f può essere suriettiva ma potrebbe anche non esserlo f a 0 + a x + a 2 x 2 + a 3 x 3 + a 4 x 4 = a 0 + a x + a 2 x 2 è suriettiva mentre f 2 a 0 + a x + a 2 x 2 + a 3 x 3 + a 4 x 4 = a 0 + a x non lo è In conclusione l unica affermazione vera è la 3 Soluzione dell Esercizio 0 è falsa perché se fosse invertibile R 3 e Mat2 2; R avrebbero la stessa dimensione e questo è falso essendo dim R 3 = 3 e dim Mat2 2; R = 4 2 è falsa perché le controimmagini si calcolano dall uguaglianza x + y 0 = y + z x + z 0 da cui otteniamo il sistema lineare x + y = y + z = 0 x + z = che ha l unica soluzione 0 Quindi ha un unica controimmagine Ne 0 segue anche che il sistema lineare omogeneo associato ha la soluzione nulla come unica soluzione e quindi l applicazione è iniettiva Dal Teorema del Rango ne consegue che dim Imf = 3 ossia 4 è falsa L affermazione 3 è vera perché il sottospazio U delle matrici triangolari inferiori ha dimensione 3 e Imf U perché tutte le matrici dell immagine verificano la condizione a 2 = 0 Abbiamo allora che Imf = U perché i due sottospazi hanno la stessa dimensione
9 APPLICAZIONI LINEARI 9 Soluzione dell Esercizio è falsa perché se due vettori distinti hanno la stessa immagine allora f non è iniettiva Per la caratterizzazione dell iniettività per le applicazioni lineari abbiamo che dim kerf e dal Teorema del rango ricaviamo che dim Imf Quindi possiamo escludere che dim Imf = 2 ossia che f sia suriettiva 2 è vera Infatti dalle ipotesi otteniamo che f f = 0 0 Usando la linearità di f possiamo scrivere che 0 0 = f0 2 = 2f0 Dividendo per 2 la precedente uguaglianza otteniamo f0 = 0 0 ossia 0 kerf 3 è falsa perché non sappiamo quale sia il vettore immagine di Se ad esempio f = 0 0 allora f è l applicazione nulla e quindi dim kerf = 2 4 è vera perché due vettori distinti hanno la stessa immagine 5 è vera perché ogni volta che scegliamo il vettore f otteniamo una diversa applicazione lineare Soluzione dell Esercizio 2 è chiaramente falsa perché le entrate del vettore fx y z sono dei polinomi lineari omogenei nelle variabili x y z 2 è vera perché la matrice associata al sistema lineare omogeneo x + y + z = 0 2x + z = 0 è ridotta per righe ed ha rango 2 Poiché le soluzioi del sistema danno i vettori del nucleo di f abbiamo che dim kerf = In particolare non richiesto dall Esercizio una sua base è 2 4 è falsa perché f è iniettiva se e solo se dim kerf = 0 e ciò non capita in questo caso 3 è falsa perché il Teorema del rango in questo caso afferma che dim Imf = 3 = 2 ossia Imf = R 2 e quindi f è suriettiva Soluzione dell Esercizio 3 è chiaramente falsa perché i vettori dell immagine di f sono in R 2 e quindi non possono essere scritti con 3 componenti 2 e 4 prevedono che si calcoli in nucleo dell applicazione ossia le soluzioni del sistema lineare x + y z = 0 2x 2z = 0 La matrice è già ridotta per righe ed il suo rango è 2 ossia il sistema ammette soluzioni Ne consegue che dim kerf = e quindi 2 è falsa Le soluzioni del sistema sono della forma x 0 x x R} = L e quindi 4 è vera La matrice associata ad f rispetto alle basi canoniche è ] e quindi anche 3 è falsa
APPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1 APPLICAZIONI LINEARI Applicazioni lineari tra spazi R n spazi di matrici spazi di polinomi e matrice associata rispetto ad una coppia di basi Endomorismi e matrice associata rispetto
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,
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
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
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,
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.
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
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,
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
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)
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 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
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
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
DettagliFUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti
FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti Discutendo graficamente la disequazione x > 3 + x, verificare che l insieme delle soluzioni è un intervallo e trovarne
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
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
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
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
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 :
DettagliEsercizi di Algebra lineare
Esercizi di Algebra lineare G. Romani December, 006 1. Esercizi sulle n-ple 1) Eseguire i seguenti calcoli. (, 1) + (1 3); 4(, ) + 3(4, ); 3(1,, 3) + ( )(,, 1) (3, 3, 3) + (4,, 1) + ( )(1, 4, ); (1, 4,
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
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
DettagliMATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE
DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici
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,
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 =
DettagliSottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
Politecnico di Torino. Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Sottospazi. Generatori. Confrontando sottospazi: intersezione.
DettagliDipendenza e indipendenza lineare (senza il concetto di rango)
CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori
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,
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 18 index Applicazioni lineari 1 Applicazioni lineari
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
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
Dettagli(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.
1. Applicazioni lineari Esercizio 1.1. Sia T : R 2 R 3 l applicazione lineare definita sulla base canonica di R 2 nel seguente modo: T (e 1 ) = (1, 2, 1), T (e 2 ) = (1, 0, 1). a) Esplicitare T (x, y).
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 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
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
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
Dettagli(x B x A, y B y A ) = (4, 2) ha modulo
GEOMETRIA PIANA 1. Esercizi Esercizio 1. Dati i punti A(0, 4), e B(4, ) trovarne la distanza e trovare poi i punti C allineati con A e con B che verificano: (1) AC = CB (punto medio del segmento AB); ()
DettagliEsercizi 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
DettagliCorso 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
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
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
Dettagli1 Equazioni parametriche e cartesiane di sottospazi affini di R n
2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale
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
DettagliMATRICI 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
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
DettagliLezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari
Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della
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)
DettagliALGEBRA 1 Secondo esonero 15 Giugno 2011 soluzioni
ALGEBRA 1 Secondo esonero 15 Giugno 2011 soluzioni (1) Verificare che l anello quoziente Z 5 [x]/(x 3 2) possiede divisori dello zero, e determinare tutti i suoi ideali non banali. Soluzione: Il polinomio
DettagliAppunti di Geometria - 3
Appunti di Geometria - 3 Samuele Mongodi - smongodi@snsit Cambi di base nel duale Richiami Sia V uno spazio vettoriale di dimensione n sul campo K e sia V il suo duale Supponiamo di avere fissate due basi
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
DettagliEndomorfismi e matrici simmetriche
CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori
DettagliMetodi 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
DettagliQUADERNI 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
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
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
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
DettagliVETTORI NELLO SPAZIO ORDINARIO ,
VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto
DettagliNUMERI COMPLESSI ED EQUAZIONI ALGEBRICHE
NUMERI COMPLESSI ED EQUAZIONI ALGEBRICHE. Esercizi Esercizio. Scrivere la forma algebrica, la forma trigonometrica e quella esponenziale dei seguenti numeri complessi: z = + i, z = (cos( π ) + i sin(π
Dettagli1 Ampliamento del piano e coordinate omogenee
1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di
DettagliRegistro Lezioni di Algebra lineare del 15 e 16 novembre 2016.
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5
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
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
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
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
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
DettagliLezione 7: Il Teorema di Rouché-Capelli
Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da
DettagliEsercizi 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
DettagliNote sui sistemi lineari
Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite
DettagliProdotto 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
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
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
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
DettagliTempo a disposizione: 150 minuti. 1 Studiare, al variare del parametro reale k, il seguente sistema lineare: x + ky = k 2x + ky + z = 0.
Università degli Studi di Catania Anno Accademico 014-015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (1 CFU) 1 Dicembre 014 A Tempo a disposizione: 150 minuti 1 Studiare, al
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
DettagliCONGRUENZE. proprietà delle congruenze: la congruenza è una relazione di equivalenza inoltre: Criteri di divisibilità
CONGRUENZE I) Definizione: due numeri naturali a e b si dicono congrui modulo un numero naturale p se hanno lo stesso resto nella divisione intera per p. Si scrive a b mod p oppure a b (p) proprietà delle
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
DettagliCODICI CICLICI. TEORIA DEI CODICI CORSO DI GRAFI E COMBINATORIA A.A Prof.ssa Bambina Larato - Politecnico di Bari
CODICI CICLICI TEORIA DEI CODICI CORSO DI GRAFI E COMBINATORIA A.A. 2011-2012 Prof.ssa Bambina Larato - larato@poliba.it Politecnico di Bari CODICI CICLICI Qualche richiamo Sia F=GF(q) e sia F[x] l insieme
DettagliMetodo 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
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
DettagliGeometria 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
DettagliEsercitazioni 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
DettagliIngegneria Civile. Compito di Geometria del 06/09/05. E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni
Ingegneria Civile. Compito di Geometria del 06/09/05 E assegnato l endomorfismo f : R 3 R 3 mediante le relazioni I f(,, 0) = (h +,h+, ) f(,, ) = (h,h, h) f(0,, ) = (,h, h) con h parametro reale. ) Studiare
DettagliI VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007
A I VERIFICA DI GEOMETRIA 1 CORSO DI LAUREA IN MATEMATICA - 4 DICEMBRE 2007 ESERCIZIO 1. Si consideri il seguente sistema di equazioni lineari x + y + 2z = 1 2x + ky + 4z = h 2x 2y + kz = 0 (a) Determinare,
DettagliEsercizi di ottimizzazione vincolata
Esercizi di ottimizzazione vincolata A. Agnetis, P. Detti Esercizi svolti 1 Dato il seguente problema di ottimizzazione vincolata max x 1 + x 2 x 1 4x 2 3 x 1 + x 2 2 0 x 1 0 studiare l esistenza di punti
DettagliUniversità degli Studi di Bergamo
Università degli Studi di Bergamo Esercizi di Matematica II Francesco Bottacin A.A. 2002/03 Capitolo 1 Spazi Vettoriali 1. Richiami di teoria 1.1. Spazi vettoriali Sia C un campo fissato (usualmente C
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
DettagliFunzioni 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
DettagliESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x?
A. Peretti Svolgimento dei temi d esame di Matematica A.A. 6/7 ESAME DI MATEMATICA I parte Vicenza, 5/6/7 log? Domanda. Per quali valori di è definita l espressione L espressione è definita se l argomento
DettagliAnno 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
DettagliParte 12b. Riduzione a forma canonica
Parte 2b. Riduzione a forma canonica A. Savo Appunti del Corso di Geometria 202-3 Indice delle sezioni. Coniche, 2. Esempio di riduzione, 4 3. Teoremi fondamentali, 6 4. Come determinare l equazione canonica,
DettagliLEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h.
LEZIONE 15 15.1. Polinomi a coefficienti complessi e loro e loro radici. In questo paragrafo descriveremo alcune proprietà dei polinomi a coefficienti complessi e delle loro radici. Già nel precedente
Dettagli1 Disquazioni di primo grado
1 Disquazioni di primo grado 1 1 Disquazioni di primo grado Si assumono assodate le regole per la risoluzione delle equazioni lineari Ricordando che una disuguaglianza è una scrittura tra due espressioni
DettagliInversa di una matrice
Geometria Lingotto. LeLing: La matrice inversa. Ārgomenti svolti: Inversa di una matrice. Unicita e calcolo della inversa. La inversa di una matrice. Il gruppo delle matrici invertibili. Ēsercizi consigliati:
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliCorso di Geometria BIAR, BSIR Esercizi 2: soluzioni
Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)
DettagliAlcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.
Alcuni esercii sulla diagonaliaione di matrici Eserciio Dire se la matrice A 4 8 è diagonaliabile sul 3 3 campo dei reali Se lo è calcolare una base spettrale e la relativa forma diagonale di A Svolgimento
Dettagliax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0.
. Rette in R ; circonferenze. In questo paragrafo studiamo le rette e le circonferenze in R. Ci sono due modi per descrivere una retta in R : mediante una equazione cartesiana oppure mediante una equazione
Dettagli