Geometria e Algebra Lineare - Flashcard di Vocabolario

0.0(0)
Studied by 0 people
call kaiCall Kai
Locked
learnLearn
examPractice Test
spaced repetitionSpaced Repetition
heart puzzleMatch
flashcardsFlashcards
GameKnowt Play
Card Sorting

1/62

flashcard set

Earn XP

Description and Tags

Flashcard di vocabolario e definizioni fondamentali basate sugli appunti del corso di Geometria e Algebra Lineare.

Last updated 4:39 PM on 9/25/26
Name
Mastery
Learn
Test
Matching
Spaced
Call with Kai
Chat

No analytics yet

Send a link to your students to track their progress

63 Terms

1
New cards

Matrice reale m×nm \times n

Una tabella di numeri reali disposti secondo mm righe ed nn colonne, dove m,n∈N+m, n \in \mathbb{N}^+.

2
New cards

Somma di matrici

Operazione definita solo per due matrici dello stesso tipo A=(aij),B=(bij)∈Mm,nA = (a_{ij}), B = (b_{ij}) \in \mathcal{M}_{m,n}, data da A+B=(aij+bij)∈Mm,nA + B = (a_{ij} + b_{ij}) \in \mathcal{M}_{m,n}.

3
New cards

Prodotto di una matrice per un numero reale

Operazione definita per c∈Rc \in \mathbb{R} e A=(aij)∈Mm,nA = (a_{ij}) \in \mathcal{M}_{m,n} come c⋅A=(c⋅aij)∈Mm,nc \cdot A = (c \cdot a_{ij}) \in \mathcal{M}_{m,n}.

4
New cards

Matrice nulla

L'elemento neutro della somma tra matrici, indicato con 0∈Mm,n0 \in \mathcal{M}_{m,n}, che ha tutti i coefficienti uguali a 00.

5
New cards

Combinazione lineare di matrici

Espressione del tipo c1A1+c2A2+⋯+ckAkc_1 A_1 + c_2 A_2 + \dots + c_k A_k, dove A1,…,Ak∈Mm,nA_1, \dots, A_k \in \mathcal{M}_{m,n} e c1,…,ck∈Rc_1, \dots, c_k \in \mathbb{R}, il cui risultato è una matrice dello stesso tipo.

6
New cards

Matrice trasposta

Data A∈Mm,nA \in \mathcal{M}_{m,n}, la trasposta è la matrice tA∈Mn,m^t A \in \mathcal{M}_{n,m} ottenuta scambiando tra loro le righe e le colonne di AA.

7
New cards

Matrice quadrata

Una matrice n×nn \times n avente lo stesso numero di righe e di colonne, appartenente a Mn\mathcal{M}_n.

8
New cards

Matrice simmetrica

Una matrice quadrata A∈MnA \in \mathcal{M}_n tale che tA=A^t A = A, ovvero aij=ajia_{ij} = a_{ji} per ogni i,ji, j.

9
New cards

Matrice antisimmetrica

Una matrice quadrata A∈MnA \in \mathcal{M}_n tale che tA=−A^t A = -A, ovvero aij=−ajia_{ij} = -a_{ji} per ogni i,ji, j (con elementi sulla diagonale tutti nulli).

10
New cards

Matrice triangolare superiore

Una matrice quadrata A=(aij)∈MnA = (a_{ij}) \in \mathcal{M}_n in cui tutti gli elementi sotto la diagonale sono nulli (aij=0a_{ij} = 0 per ogni i>ji > j).

11
New cards

Matrice diagonale

Una matrice quadrata A=(aij)∈MnA = (a_{ij}) \in \mathcal{M}_n in cui tutti gli elementi fuori dalla diagonale principale sono nulli (aij=0a_{ij} = 0 per ogni i≠ji \neq j).

12
New cards

Moltiplicazione riga per colonna

Operazione tra A∈Mm,nA \in \mathcal{M}_{m,n} e B∈Mp,qB \in \mathcal{M}_{p,q} definita solo se n=pn = p, che restituisce una matrice A⋅B=(cij)∈Mm,qA \cdot B = (c_{ij}) \in \mathcal{M}_{m,q} dove cijc_{ij} è il prodotto della ii--esima riga di AA per la jj--esima colonna di BB.

13
New cards

Matrice idempotente

Una matrice quadrata A∈MnA \in \mathcal{M}_n tale che A2=AA^2 = A.

14
New cards

Matrice nilpotente

Una matrice quadrata A∈MnA \in \mathcal{M}_n per cui esiste k∈Nk \in \mathbb{N} tale che Ak=0A^k = 0.

15
New cards

Matrice unità

La matrice diagonale di ordine nn, indicata con InI_n, avente tutti 11 sulla diagonale principale.

16
New cards

Matrice invertibile

Una matrice quadrata A∈MnA \in \mathcal{M}_n per cui esiste B∈MnB \in \mathcal{M}_n tale che AB=BA=InAB = BA = I_n, dove BB è detta matrice inversa di AA e si indica con A−1A^{-1}.

17
New cards

Gruppo generale lineare GL(n,R)GL(n, \mathbb{R})

L'insieme di tutte le matrici quadrate n×nn \times n invertibili a coefficienti reali.

18
New cards

Sottomatrice complementare

Data A∈MnA \in \mathcal{M}_n con n>1n > 1, la sottomatrice AijA^{ij} è la matrice (n−1)×(n−1)(n-1) \times (n-1) che si ottiene da AA cancellando la ii--esima riga e la jj--esima colonna.

19
New cards

Cofattore

Il valore (−1)i+jdet⁡(Aij)(-1)^{i+j} \det(A^{ij}) associato all'elemento aija_{ij} di una matrice quadrata AA.

20
New cards

Regola di Sarrus

Metodo pratico per il calcolo del determinante, valido esclusivamente per matrici 3×33 \times 3.

21
New cards

Teorema di Laplace

Teorema che afferma che il determinante di una matrice AA può essere calcolato sviluppando lungo una qualsiasi riga o colonna mediante la somma dei prodotti dei singoli elementi per i rispettivi cofattori.

22
New cards

Teorema di Binet

Teorema riguardante il determinante del prodotto di due matrici quadrate A,B∈MnA, B \in \mathcal{M}_n, che stabilisce det⁡(A⋅B)=det⁡(A)⋅det⁡(B)\det(A \cdot B) = \det(A) \cdot \det(B).

23
New cards

Rango di una matrice

Il più grande numero pp per cui esiste una sottomatrice di AA di ordine pp con determinante non nullo.

24
New cards

Orlato di una sottomatrice

Data una sottomatrice BB di ordine k×kk \times k di AA, è ogni sottomatrice (k+1)×(k+1)(k+1) \times (k+1) di AA ottenuta aggiungendo a BB una riga e una colonna.

25
New cards

Teorema degli orlati

Teorema che afferma che se una sottomatrice BB di ordine pp di AA ha determinante diverso da 00 e tutti i suoi orlati hanno determinante pari a 00, allora rk(A)=p\text{rk}(A) = p.

26
New cards

Indipendenza lineare

Proprietà di un insieme di elementi (matrici o vettori) per cui l'unica loro combinazione lineare che dà l'elemento nullo è quella con tutti i coefficienti uguali a 00.

27
New cards

Sistema lineare reale

Un sistema di mm equazioni di primo grado in nn incognite a coefficienti reali.

28
New cards

Sistema omogeneo associato

Sistema identico a quello di partenza ma con tutti i termini noti posti uguali a 00, che ammette sempre almeno la soluzione banale.

29
New cards

Teorema di Cramer

Teorema che garantisce che un sistema lineare quadrato n×nn \times n ammette un'unica soluzione se e solo se il determinante della matrice dei coefficienti è diverso da zero (det⁡(A)≠0\det(A) \neq 0).

30
New cards

Teorema di Rouché-Capelli

Teorema che stabilisce che un sistema lineare AX=BAX = B ha almeno una soluzione se e solo se il rango della matrice incompleta AA è uguale al rango della matrice completa C=(A∣B)C = (A|B).

31
New cards

Pivot di una riga

Il primo elemento non nullo di una riga in una matrice a scalini.

32
New cards

Matrice a scalini

Matrice in cui, se una riga è nulla, tutte le righe sottostanti sono nulle, e sotto il pivot di ciascuna riga ci sono solo elementi nulli.

33
New cards

Spazio vettoriale

Un insieme VV dotato delle operazioni di somma interna e prodotto per uno scalare che soddisfano gli 8 assiomi fondamentali.

34
New cards

Sottospazio vettoriale

Un sottoinsieme non vuoto WW di uno spazio vettoriale VV chiuso rispetto alla somma e al prodotto per uno scalare (ovvero chiuso rispetto alle combinazioni lineari).

35
New cards

Span (Sottospazio generato)

L'insieme di tutti i vettori che si ottengono come combinazioni lineari di un insieme di vettori v1,…,vkv_1, \dots, v_k, che costituisce il più piccolo sottospazio vettoriale contenente tali vettori.

36
New cards

Base di uno spazio vettoriale

Una nn--upla ordinata (v1,…,vn)(v_1, \dots, v_n) di vettori di VV che sono sia linearmente indipendenti sia generatori di VV.

37
New cards

Applicazione lineare

Una funzione T:V→WT: V \to W tra due spazi vettoriali che è additiva (T(v1+v2)=T(v1)+T(v2)T(v_1 + v_2) = T(v_1) + T(v_2)) e omogenea (T(c⋅v)=c⋅T(v)T(c \cdot v) = c \cdot T(v)).

38
New cards

Isomorfismo

Un'applicazione lineare biunivoca tra due spazi vettoriali.

39
New cards

Dimensione di uno spazio vettoriale

Il numero nn di vettori che compongono una qualsiasi base di uno spazio vettoriale a dimensione finita VV.

40
New cards

Formula di Grassmann

Formula che lega le dimensioni di due sottospazi vettoriali UU e WW: dim⁡(U+W)=dim⁡(U)+dim⁡(W)−dim⁡(U∩W)\dim(U + W) = \dim(U) + \dim(W) - \dim(U \cap W).

41
New cards

Sottospazio affine

Un sottoinsieme di VV del tipo v0+W={v0+w∣w∈W}v_0 + W = \{v_0 + w \mid w \in W\}, dove WW è un sottospazio vettoriale detto giacitura.

42
New cards

Nucleo di un'applicazione lineare

Il sottospazio vettoriale Ker(T)={v∈V∣T(v)=0W}\text{Ker}(T) = \{v \in V \mid T(v) = 0_W\} formato da tutti i vettori la cui immagine tramite TT è il vettore nullo.

43
New cards

Immagine di un'applicazione lineare

Il sottospazio vettoriale Im(T)={T(v)∣v∈V}⊆W\text{Im}(T) = \{T(v) \mid v \in V\} \subseteq W.

44
New cards

Teorema delle dimensioni

Teorema per un'applicazione lineare T:V→WT: V \to W che stabilisce la relazione dim⁡(V)=dim⁡(Ker(T))+dim⁡(Im(T))\dim(V) = \dim(\text{Ker}(T)) + \dim(\text{Im}(T)).

45
New cards

Endomorfismo

Un'applicazione lineare T:V→VT: V \to V definita dallo spazio vettoriale VV in se stesso.

46
New cards

Matrici simili

Due matrici A,B∈MnA, B \in \mathcal{M}_n per cui esiste una matrice invertibile M∈MnM \in \mathcal{M}_n tale che B=M−1AMB = M^{-1} A M.

47
New cards

Autovettore ed Autovalore

Un vettore non nullo v∈Vv \in V è autovettore di TT se T(v)=λvT(v) = \lambda v per un certo scalare λ∈R\lambda \in \mathbb{R}, detto autovalore associato.

48
New cards

Autospazio

L'insieme E(λ)={v∈V∣T(v)=λv}E(\lambda) = \{v \in V \mid T(v) = \lambda v\}, costituito da tutti gli autovettori relativi all'autovalore λ\lambda unito al vettore nullo.

49
New cards

Polinomio caratteristico

Il polinomio P(λ)=det⁡(A−λIn)P(\lambda) = \det(A - \lambda I_n) nella variabile λ\lambda, le cui radici reali sono gli autovalori di AA.

50
New cards

Molteplicità algebrica e geometrica

La molteplicità algebrica ma(λ)m_a(\lambda) è il numero di volte che λ\lambda è radice del polinomio caratteristico; la molteplicità geometrica mg(λ)m_g(\lambda) è la dimensione dell'autospazio dim⁡(E(λ))\dim(E(\lambda)).

51
New cards

Criterio di Cartesio

Criterio per cui un polinomio a radici tutte reali ha tante radici positive quante sono le variazioni di segno nella successione dei coefficienti non nulli.

52
New cards

Spazio duale

Lo spazio vettoriale V∗=L(V,R)V^* = \mathcal{L}(V, \mathbb{R}) costituito da tutte le applicazioni lineari (forme lineari) da VV a R\mathbb{R}.

53
New cards

Prodotto scalare canonico

Operazione bilineare, simmetrica e definita positiva definita su Rn\mathbb{R}^n come ⟨v,w⟩=v1w1+v2w2+⋯+vnwn\langle v, w \rangle = v_1 w_1 + v_2 w_2 + \dots + v_n w_n.

54
New cards

Disuguaglianza di Cauchy-Schwarz

Disuguaglianza che stabilisce che per ogni coppia di vettori v,wv, w vale ∣⟨v,w⟩∣≤∥v∥⋅∥w∥|\langle v, w \rangle| \le \|v\| \cdot \|w\|.

55
New cards

Procedimento di Gram-Schmidt

Algoritmo che trasforma una base qualsiasi di uno spazio vettoriale con prodotto scalare in una base ortonormale.

56
New cards

Complemento ortogonale

Per un sottospazio W⊆RnW \subseteq \mathbb{R}^n, è il sottospazio W⊥={v∈Rn∣⟨v,w⟩=0 per ogni w∈W}W^\perp = \{v \in \mathbb{R}^n \mid \langle v, w \rangle = 0 \text{ per ogni } w \in W\}.

57
New cards

Matrice ortogonale

Una matrice quadrata M∈MnM \in \mathcal{M}_n tale che tM⋅M=In^t M \cdot M = I_n, ovvero la cui trasposta coincide con la sua inversa (M−1=tMM^{-1} = ^t M).

58
New cards

Teorema Spettrale

Teorema che afferma che un endomorfismo TT su uno spazio euclideo ammette una base ortonormale di autovettori se e solo se è simmetrico.

59
New cards

Isometria

Un endomorfismo TT che conserva il prodotto scalare, ovvero ⟨T(v),T(w)⟩=⟨v,w⟩\langle T(v), T(w) \rangle = \langle v, w \rangle per ogni coppia di vettori.

60
New cards

Fascio proprio di rette

L'insieme di tutte le rette del piano passanti per un punto fissato QQ.

61
New cards

Ellisse

Luogo geometrico dei punti del piano PP per cui è costante la somma delle distanze da due punti fissi detti fuochi F1,F2F_1, F_2.

62
New cards

Iperbole

Luogo geometrico dei punti del piano PP per cui è costante in valore assoluto la differenza delle distanze da due punti fissi detti fuochi F1,F2F_1, F_2.

63
New cards

Parabola

Luogo geometrico dei punti del piano PP equidistanti da un punto fisso detto fuoco FF e da una retta fissa detta direttrice rr.