Scribd
Carica
6 visualizzazioni3 pagine

Programma Esame Algebra

Il corso di Fondamenti di Algebra Lineare e Geometria per l'anno accademico 2025-2026, tenuto dai docenti Luisa Fiorot e Sergej Monavari, copre argomenti fondamentali come spazi vettoriali, applicazioni lineari, matrici, determinanti, autovalori e autovettori. Viene anche trattato il concetto di ortogonalità, il metodo di ortonormalizzazione di Gram-Schmidt e la diagonalizzazione di matrici simmetriche. Inoltre, il programma include studi sulle sottovarietà lineari nel piano e nello spazio, nonché proprietà metriche e distanze tra di esse.

Caricato da

daniele.giurin06
Copyright
© All Rights Reserved
Per noi i diritti sui contenuti sono una cosa seria. Se sospetti che questo contenuto sia tuo, rivendicalo qui.
Formati disponibili
Scarica in formato PDF, TXT o leggi online su Scribd
6 visualizzazioni3 pagine

Programma Esame Algebra

Il corso di Fondamenti di Algebra Lineare e Geometria per l'anno accademico 2025-2026, tenuto dai docenti Luisa Fiorot e Sergej Monavari, copre argomenti fondamentali come spazi vettoriali, applicazioni lineari, matrici, determinanti, autovalori e autovettori. Viene anche trattato il concetto di ortogonalità, il metodo di ortonormalizzazione di Gram-Schmidt e la diagonalizzazione di matrici simmetriche. Inoltre, il programma include studi sulle sottovarietà lineari nel piano e nello spazio, nonché proprietà metriche e distanze tra di esse.

Caricato da

daniele.giurin06
Copyright
© All Rights Reserved
Per noi i diritti sui contenuti sono una cosa seria. Se sospetti che questo contenuto sia tuo, rivendicalo qui.
Formati disponibili
Scarica in formato PDF, TXT o leggi online su Scribd

Programma del Corso di

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA


a.a. 2025-2026
INGEGNERIA MECCANICA
CANALI A, B, C

DOCENTI: Luisa Fiorot, Sergej Monavari

• Campi, Numeri reali. Numeri complessi: forma algebrica, trigonometrica ed esponenziale. Formule di
De Moivre. Enunciato del Teorema fondamentale dell’algebra.

• K-spazi vettoriali: definizione ed esempi.

• Lo spazio vettoriale Rn ; lo spazio vettoriale Mm,n (R) delle matrici m, n ad entrate reali. Lo spazio
vettoriale dei polinomi in una variabile a coefficienti reali.. Lo spazio vettoriale delle funzioni.

• Sottospazi vettoriali. Esempi e controesempi.

• Combinazioni lineari e generatori di uno spazio vettoriale.

• Spazi vettoriali finitamente generati: esempi e controesempi.

• Vettori linearmente indipendenti.

• Lemma dello scambio.

• Basi di uno spazio vettoriale. Esistenza di una base di uno spazio vettoriale finitamente generato.

• Teorema della base incompleta.

• Dimensione di uno spazio vettoriale.

• Intersezione e somma di sottospazi.

• Somma diretta di sottospazi vettoriali.

• Teorema del completamento della base.

• Formula di Grassmann e sue applicazioni.

• Applicazioni lineari tra spazi vettoriali: definizione, esempi e controesempi.

• Costruzione di applicazioni lineari, condizioni di esistenza e/o unicità.

• Teorema delle dimensioni e sue conseguenze.

• Studio di una applicazione lineare: nucleo e immagine.

• Immagine di un sottospazio del dominio tramite un’applicazione lineare. Controimmagine di un sot-


tospazio del codominio tramite un’applicazione lineare.

• Matrici associate ad una applicazione lineare.

1
• Iniettività e suriettività di una applicazione lineare.

• Rango di una matrice.

• Sistemi lineari.

• Teorema di Rouché Capelli.

• Operazioni elementari sulle righe di una matrice.

• Riduzione di una matrice in forma a scala (metodo di riduzione di Gauss). Applicazione alla risoluzione
dei sistemi lineari.

• Sistemi lineari parametrici.

• Metodo di riduzione di Gauss.

• Composizione di applicazioni lineari e matrice associata.

• Prodotto di matrici.

• Matrici invertibili e calcolo dell’inversa di una matrice.

• Determinante e sue proprietà.

• Cambiamenti di base.

• Matrici simili.

• Determinante e sue proprietà.

• Autovalori e autovettori.

• Autospazi e loro proprietà.

• Molteplicità algebrica e molteplicità geometrica di un autovalore e relazione fra di esse.

• Matrici diagonalizzabili: definizione, esempi, controesempi.

• Diagonalizzabilità su R: condizioni necessarie e sufficienti.

• Studio della diagonalizzabilità di una matrice dipendente da uno o più parametri.

• Prodotto scalare. Prodotto scalare euclideo su Rn .

• Norma di un vettore. Disuaguaglianza di Cauchy-Schwarz. Disuguaglianza triangolare. Angolo tra due


vettori.

• Ortogonalità, complemento ortogonale di un sottospazio.

• Procedimento di ortonormalizzazione di Gram-Schmidt. Basi ortonormali.

• Proiezioni ortogonali.

• Isometrie, matrici ortogonali.

2
• Matrici simmetriche: definizione ed esempi.

• Diagonalizzazione di matrici simmetriche.

• Il piano affine A2 (R).

• Lo spazio affine tridimensionale A3 (R).

• Sottovarietà lineari in A2 (R) e A3 (R).

• Posizione reciproca di sottovarietà lineari in A2 (R) e A3 (R).

• Fasci di piani e rette.

• Proprietà metriche nel piano e nello spazio: generalità.

• Ortogonalità di sottovarietà lineari.

• Prodotto vettoriale.

• Distanza tra sottovarietà lineari nel piano e nello spazio euclidei; punti di minima distanza.

Potrebbero piacerti anche