• Non ci sono risultati.

Programma del corso di Geometria (PROGRAMMA DA 6 CREDITI)

N/A
N/A
Protected

Academic year: 2021

Condividi "Programma del corso di Geometria (PROGRAMMA DA 6 CREDITI)"

Copied!
1
0
0

Testo completo

(1)

Programma del corso di Geometria

(PROGRAMMA DA 6 CREDITI)

G. Marini - A.A. 2019/2020

Ing. Energetica, Gestionale, Meccanica Lettere P-Z

Sistemi lineari e matrici. Sistemi lineari, compatibilità e classe di equivalenza; matrice associata ad un sistema lineare; metodi risolutivi: riduzione di Gauss-Jordan; operazioni elementari sui sistemi lineari e sulle matrici;

parametri liberi.

Matrici. Operazioni elementari tra matrici: somma e prodotto righe per colonne, proprietà fondamentali. Matrici quadrate: determinante e suo sviluppo di Laplace, teorema di Binet, matrici invertibili, calcolo dell'inversa di una matrice. Rango, minori.

Teorema di Cramer.

Spazi vettoriali. Spazi vettoriali reali astratti: definizione e proprietà; spazi vettoriali finitamente generati.

Esempio dello spazio Rn; esempio dello spazio vettoriale delle soluzioni di un sistema lineare omogeneo.

Dipendenza e indipendenza lineare di un insieme di vettori, aspetti geometrici della dipendenza lineare, generatori, “span” di vettori, basi; coordinate rispetto ad una base, concetto di dimensione, base canonica di Rn, algoritmo di Gauss di estrazione di una base da un insieme finito di generatori di uno spazio vettoriale, completamento a una base di un insieme di vettori indipendenti. Sottospazi di uno spazio vettoriale, somma e intersezione di sottospazi, formula di Grassman. Sottospazi affini di uno spazio vettoriale. Equazioni parametriche e cartesiane di un sottospazio di Rn.

Applicazioni lineari. Applicazioni lineari tra spazi vettoriali di dimensione finita: applicazioni iniettive, suriettive, nucleo e immagine di una applicazione lineare. Applicazioni lineari da Rn a Rm, matrice associata, composizione di applicazioni lineari e prodotto tra matrici. Matrice rappresentativa di una applicazione lineare tra spazi vettoriali astratti rispetto ad una scelta delle basi; rappresentazioni in basi diverse. Cambiamenti di base e cambiamenti di coordinate. Rango di una applicazione lineare.

Teorema di Rouché-Capelli.

Endomorfismi di spazi vettoriali. Autovalori, autovettori e loro interpretazione geometrica. Polinomio caratteristico di una trasformazione lineare. Problema della diagonalizzazione: matrice rappresentativa di una trasformazione lineare e cambiamenti di base, matrici coniugate.

TESTI DI RIFERIMENTO

- Note del corso (reperibili sulla pagina web di G. Marini)

ALTRI TESTI CONSIGLIATI

- Marco Abate - Geometria, Ed. McGraw-Hill.

- M. Abate e C. di Fabritiis - Geometria analitica con elementi di algebra lineare, Ed. McGraw-Hill.

- Tom M. Apostol - Calcolo. Vol 2 - Geometria, Ed. Boringhieri.

- Serge Lang - Algebre Lineare, Ed. Boringhieri.

- Aristide Sanini - Lezioni ed Esercizi di Geometria, Ed. Levrotto & Bella.

- F. Flamini, A. Verra. - Matrici e Vettori. Corso di base di geometria e algebra lineare, Carocci Editore.

Riferimenti

Documenti correlati

Se A ` e una matrice simmetrica e definita positiva di ordine n, allora il metodo del gradiente coniugato ` e convergente e fornisce in aritmetica esatta la soluzione del sistema Ax =

Il metodo SOR ha quale costante quasi ottimale w = 1.350; Il metodo del gradiente coniugato converge in meno iterazioni rispetto agli altri metodi (solo 5 iterazioni, ma si osservi

Si rimane un po’ sorpresi dal fatto che per w = 1.350 il numero di iterazioni fosse inferiore di quello fornito dal valore ottimale teorico w ∗ = 1.333.. Il fatto `e che questo

 Metodo di Gauss/Metodo di Gauss – Jordan: con il metodo di Gauss cerco di ottenere nella parte di matrice dei coefficienti una matrice triangolare superiore o inferiore, mentre

Sorgono dunque le seguenti domande: (1) se in una matrice esiste una sequenza linearmente indipendente di un certo numero di colonne che non `e contenuta stret- tamente in

Possiamo cercare di risolvere il sistema esplicitando due incognite in funzione dell’altra, e lasciando questa libera di assumere qualsiasi valore in R.. Ad esempio, possiamo cercare

(2) Se tutti i coefficienti a, b, c e il termine noto d sono uguali a zero, allora l’equazione e’ indeterminata, tutte le variabili sono libere. (3) Se tutti i coefficienti a, b, c

(10) Se in ogni equazione diversa dalla eq i 1 non compare alcuna incognita, allora o il sistema e’ impossibile, oppure il sistema e’ equivalente alla equazione eq i 1 ;