Paniere Matematica Discreta – Tutto il contenuto

MATEMATICA DISCRETA
L-31 INFORMATICA PER LE AZIENDE DIGITALI
GRUPPO PANIERI PEGASO-MERCATORUM
1. Dati gli insiemi
, quali delle seguenti affermazioni è vera??
A. A c B
B. B c A
C. A - B = {4}
D. A - B = 4
2. Introdotto l’insieme
, quali delle seguenti affermazioni è falsa??
A. {1} €
Z B.
3. Sia E l’insieme numerico sull’asse reale R dato da
A. E = {1,2}
B. E = {2}
C. E = Ø
D. E = 2
4. quali sono tutti e soli i valori di x € R per i quali e' vera la seguente uguaglianza
insiemistica?
A. x = 0
B. Nessun x €
R
C. x = -1
D. x = 1
5. quali sono tutti e soli i valori di x € R per i quali è vera la seguente uguaglianza fra coppie
ordinate?
A. nessun x
B. x = -2
C. x = 0
D. x = 1
C. {0,{1}} c Z
D. {0,{1,2}} c
Z
<<-- CORRETTA
Quali delle seguenti uguaglianze è corretta?
PANIERE MATEMATICA DISCRETA PEGASO
CAPITOLO 1
6. Dato l'insieme E = {0,1,-1} quale, fra i seguenti, è l'insieme P(E) delle parti di E?
7. Siano A e B due insiemi generici contenuti in un insieme universo X (con A,B,X non vuoti).
Quale
delle seguenti affermazioni è vera?
A. .
B.
.
.
8. Considerato, per ogni n € N - {0}, l’intervallo aperto a sinistra dato da
quali delle seguenti è vera?
9. Se A, B, C, D sono quattro insiemi assegnati, quale fra le seguenti uguaglianze
insiemistiche è vera?
10. Se A, B, C sono tre insiemi assegnati (non vuoti), quale fra le seguenti uguaglianze
insiemistiche è vera?
<-- CORRETTA
<<-- CORRETTA
C.
D.
A. .
B. .
C. .
D.
<<-- CORRETTA
B
A
C
D
B
A
C
D
<<-- CORRETTA
B
A
C
D
<<-- CORRETTA
1. Data la matrice
A. A è una matrice rettangolare di tipo (3,2)
B. A è una matrice unità
C. A è una matrice rettangolare di tipo (2,3)
D. A è una matrice simmetrica
4. Per quali t € R risulta vera l'uguaglianza seguente?
A. Per nessun t
B. Per qualche t (e in questo caso determinare tutti i valori di t corrispondenti)
C. Per t intero pari
D. Per t intero dispari
5. Siano S ed A gli insiemi costituiti dalla totalità delle matrici quadrate (di n ordine fissato)
rispettivamente
simmetriche ed antisimmetriche, cioè
CAPITOLO 2
quale delle seguenti affermazioni è vera?
dove x e z sono numeri reali, quale delle seguenti affermazioni è vera?
2. Data la matrice quadrata
A.A è simmetrica se e solo se x=0
B. A è antisimmetrica se e solo se z=0
C. A è diagonale se x=0 e z=1
D. A è diagonale se x=1 e z=0
dove x e y sono numeri reali, quale delle seguenti affermazioni è vera?
3. Data la matrice quadrata
A. A è antisimmetrica se e solo se y=0, per ogni x
B. A è simmetrica per ogni x e per ogni y
C. A è antisimmetrica se e solo se x=0, per ogni y
D.A è triangolare superiore se e solo se x=0, per ogni y
↑ATTENZIONE, NE ESISTE UNA SIMILE..
↑ATTENZIONE, NE ESISTE UNA SIMILE..
Quale delle seguenti affermazioni è vera?
<-- CORRETTA
D.
A.
B.
C.
6. Data la matrice A seguente
7. Sia A una matrice di tipo (m,n) . Quale delle seguenti uguaglianze matriciali è corretta?
8. Sia B l’insieme delle matrici quadrate del secondo ordine così definito
9. Sia A la matrice quadrata del terzo ordine data da
A. A è una matrice diagonale se e solo se (x,y,z) = (2,0,-2)
B. A è una matrice unità se e solo se (x,y,z) = (2,0,-2)
C. A è una matrice nulla se e solo se (x,y,z) = (2,0,-2)
D. Nessuna delle precedenti è vera
Se B è un fissato elemento generico di B, quale delle seguenti è vera?
QQuale delle seguenti affermazioni è vera?
A è di tipo (3,4) e risulta
:
<-- DIRETTAMENTE
LA RISPOSTA
B.
C.
D.
A.
<-- CORRETTA
A.
B.
C.
D.
<-- CORRETTA
QQuale delle seguenti affermazioni è vera?
10. Siano α, β due numeri reali, ed A, B le matrici quadrate del secondo ordine seguenti
A. E = {(-1,0)}
B. E = {(0,-1)}
C. E = ø
D. E = R2
Se E è l’insieme di tutte le coppie ordinate (α, β) per le quali risulti -A = Bt, cioè
allora, quale delle seguenti è vera
1. Siano A, B e C tre matrici di tipo (m, n), (p, q) ed (r, s), rispettivamente. Quale delle
seguenti condizioni devono
soddisfare gli interi m, n, p, q, r, s, affinchè la matrice data da
A. m=p=r ed n=q=s
B. m=q=r ed n=p=s
C. m=q=s ed n=p=r
D. m=p=sed n=q=r
sia definita?
3. Siano A e B le due matrici date da
4. Quale delle seguenti somme matriciali è corretta?
Qual è la matrice X soluzione dell’equazione matriciale seguente?
CAPITOLO 3
A + Bt - C
2. Per quali numeri reali α la seguente uguaglianza matriciale è vera?
A. Per α = 0
B. Per ogni α € R
C. Per nessun α
D. Se e solo se α = 1
A + Xt = B
:
<-- DIRETTAMENTE
LA RISPOSTA
A.
B.
C.
D.
<-- RISPOSTA
5. Determinare tutti i valori dei numeri reali α, β e γ, tali che, introdotte le due matrici
seguenti E ed F
A. α = 1, β = 2, γ = 1
B. α = 1, β = 4, γ = 1
C. α = 2, β = 2, γ = 2
D. α = 2, β = 4, γ = 2
la matrice E - F risulti diagonale
6. Siano A e B le matrici quadrate del secondo ordine date da
dove x, y € R. Quali sono tutti i valori di x ed y per i quali la seguente matrice
risulti simmetrica?
A. x = 0 e y = 1
B. x = 1 e y = 0
C. nessun valore di x e y
D. ogni valore di x ed y
7. Sia A una generica matrice quadrata di ordine n ed x,y due numeri reali. Introdotta la
matrice B così definita
B è antisimmetrica se e solo se x = y (comunque sia assegnata A € Mn)
B è antisimmetrica se e solo se A è antisimmetrica (comunque siano assegnati x,y)
B è antisimmetrica se e solo se A = On (comunque siano assegnati x,y)
B è antisimmetrica se e solo se (x = y, oppure A è antisimmetrica)
quale delle seguenti affermazioni è corretta?
A.
B.
C.
D.
8. Siano A, B € Mn due matrici simmetriche ed α, β due numeri reali. Sia poi C la matrice
data da
quale delle seguenti affermazioni è vera?
A.C è simmetrica se e solo se α = β = 1
B. C è simmetrica se e solo se (α = 0, oppure β = 0)
C.C è simmetrica per ogni valore di α e di β
D.C è simmetrica se e solo se A = B
9. Considerati i seguenti due vettori colonna U1 ed U2
U1
1
0
,
U2
t
t
1
,
quali sono tutti i valori di t € R tali che U1 ed U2 risultino linearmente indipendenti?
a) t = 0 oppure t = 1
b) tutti i valori t 1
c) nessun valore di t
d) qualsiasi valore di t
10. Considerati i seguenti tre vettori riga a due componenti V1, V2 e V3
V1
2
0
,
V2
1
1
,
V3
0
y
,
dove y è un numero reale, quale delle seguenti affermazioni è vera?
a) V1, V2, V3 sono linearmente indipendenti per ogni y R
b) Almeno uno dei 3 vettori V1, V2, V3 pu`o esser espresso come combinazione lineare degli
altri due se e solo se y 0
c) V1, V2, V3 sono linearmente indipendenti se e solo se y 0
d) V1, V2, V3 sono linearmente dipendenti per ogni y R
8. Siano A,B Mn due matrici simmetriche ed α, β due numeri reali. Sia poi C la matrice data
da C=αA +βB. Quale delle
seguenti affermazioni `e vera?
A.C è simmetrica se e solo se α = β = 1
B. C è simmetrica se e solo se (α = 0, oppure β = 0)
C.C è simmetrica per ogni valore di α e di β
D.C è simmetrica se e solo se A = B
CAPITOLO 4
1. Siano A, B, C le matrici date da
A
9
0
1
2
1
1
,
B
z
0
y
x
3
3
,
C
2
1
2
4
1
0
,
quali dei seguenti prodotti sono tuttti eseguibili?
a) AB, AC, BC, CB
b) CA, AC, BC, CB
c) AB, CA, BA, AC
d) BA, AC, BC, CB
2. Siano x, y due numeri reali da determinarsi, ed A, B, X le matrici quadrate del
secondo ordine date da
A
1
2
0
1
,
B
1
2
5
4
,
X
1
x
3y
0
.
Determinare tutte le coppie ordinate x, y R2, per le quali la seguente equazione
matriciale `e soddisfatta
At X B .
a)
x, y
R2 qualsiasi
b) nessuna coppia ordinata x, y
R2
c)
x, y = 2, 1
d)
x, y 1, 2
3. Siano A e B le matrici quadrate del secondo ordine seguenti
A
x2
1
1
y3 sin x
,
B
x3 cos y
6
6
x4
y2
,
e C la matrice definita da
dove x, y, ↵, � sono numeri reali. Allora, C `e simmetrica se e solo se
a) x 0, y ⇡, ed ↵, � sono reali qualsiasi
b) x ⇡, y 0, ed ↵, � sono reali qualsiasi
c) x, y, ↵ sono reali qualsiasi, e � 0
d) x, y, ↵, � sono reali qualsiasi
0
0
�1
dove x, y, α, β sono numeri reali. Allora, C `e simmetrica se e solo se
4. Assegnate le matrici A e B seguenti
A
1
0
2
1
1
0
,
B
2
1
0
1
3
2
,
quali delle seguenti affermazioni e` corretta?
a)
AB 2
A2B2
b) (AB)2 = 2
35
-12
-8
3
c)
AB 2
AB2A
d)
AB 2
2
35
12
8
3
5. Indicando, nel seguito, con A una generica matrice quadrata di ordine 2, quale delle
seguenti
affermazioni `e vera?
a) Ogni matrice A tale che risulti A2 O2 coincide necessariamente con la matrice nulla O2
b) Esistono infinite m
atrici A
O
2 tale che A
2 O
2 (in questo caso, determinarne almeno una)
c) Esiste una s ola m
atrice
A
O
2 t ale c he A
2 O
2 ( in questo c aso, determinarla)
d) Non e siste nessuna m
atrice A O
2 t ale c he A
2 O
2
6. Siano X, Y, A tre matrici quadrate di ordine n, con X e Y entrambe permutabili con A. Quale
delle seguenti affermazioni e` vera?
a) XY `e permutabile con A e XY non lo `e
b) X +
Y e XY sono entrambe permutabili con A
c) XY `e permutabile con A e XY non lo `e
d) Nessuna delle matrici XY e XY `e permutabile con A
7. Siano A, B, C, D quattro matrici tali che la matrice P = A(B+C)D sia definita. Quale delle
seguenti uguaglianze matriciali è corretta?
<--CORRETTA
<-RISPOSTA
6. Siano A, B Mn due matrici assegnate qualsiasi. Quale delle seguenti affermazioni `e
sempre corretta?
A�B
A2 B2
a)
AB
b)
AB
A �B
A2 B2 se e solo se
�
�
C.
d)
AB
A B A2 B2
9. Siano A e B due matrici quadrate linearmente dipendenti e k un intero positivo.
Allora Ak e Bk sono linearmente dipendenti
a) se e solo se k 1
b) per ogni k intero positivo
c) se e solo se (A I oppure B I)
d) per nessun k 1
10. Siano Ax,y la matrice data da
Ax,y
x
1
0
y
,
dove x, y sono numeri reali, e P t il polinomio dato da
Pt
t2
2t .
Sia poi E l’insieme definito da
E=
x, y R2 : P Ax,y = O2 .
Quali delle seguenti `e corretta?
a) E =
b) E
0,-2 , -2, 0
c) E = R2
d) E =
0, 2 , 2, 0
<-- RISPOSTA
CAPITOLO 5
Esercizio 1
Il disegno
B
A
rappresenta
1. il vettore geometrico libero B - A
2. il vettore applicato
3. il vettore nullo
4. il vettore applicato
Esercizio 2
Si considerino i vettori applicati
P
Q
Q′
P′
Allora si ha che
hanno stessa direzione
hanno stesso verso
sono equipollenti
non hanno la stessa direzione
Esercizio 3
Si considerino i vettori applicati
Allora si ha che
sono equipollenti
hanno stessa direzione
hanno stesso verso
non sono equipollenti
P
Q
P′
Q′
←ATTENZIONE, NE ESISTE UNA SIMILE.!!
←ATTENZIONE, NE ESISTE UNA
SIMILE.!!
Esercizio 4
Si considerino i vettori applicati
Allora si ha che
B
A
Q
P
sono equipollenti
sono equipollenti
sono equipollenti
Esercizio 5
Si considerino i vettori applicati
Allora si ha che
vvv
www
Q
P
è un rappresentante di v
e ogni rappresentante di w sono equipollenti
e ogni rappresentante di -w non sono equipollenti
←ATTENZIONE, NE ESISTE UNA SIMILE.!!
←ATTENZIONE, NE ESISTE UNA SIMILE.!!
è un rappresentante di w
Esercizio 6
Si considerino i seguenti vettori vvv; www; aaa
vvv
www
aaa
Allora si ha che
1. a = v - w
2. a = w - v
3. a = v + w
4. a = -w -v
www
vvv
aaa
Esercizio 7
Si considerino i seguenti vettori vvv;w ww;a aa
Allora il vettore a rappresenta
1. a = v - w
2. a = v + w
3. a = -v - w
4. a = w - v
vvv
www
aaa
Esercizio 8
Si considerino i vettori
Allora il vettore a rappresenta
1. a = v + w
2. a = -v - w
3. a = v - w
4. a = w - v
←ATTENZIONE, NE ESISTE
UNA SIMILE.!!
←ATTENZIONE, NE ESISTE
UNA SIMILE.!!
←ATTENZIONE, NE ESISTE UNA
SIMILE.!!
si considerino i vettori
si considerino i vettori v;w;a
si considerino i vettori v;w;a
Esercizio 9
Si considerino i seguenti vettori v,w,u
Allora il vettore u rappresenta
1. u = 2v + w
2. u = 2v - w
3. u = v + 2w
4. u = v - 2w
vvv
www
uuu
Esercizio 10
Si considerino i seguenti vettori v,w,u
Allora il vettore u rappresenta
vvv
uuu
<-- RISPOSTA
←ATTENZIONE, NE ESISTE
UNA SIMILE.!!
www
←ATTENZIONE, NE ESISTE
UNA SIMILE.!!
si considerino i vettori v,w,u
si considerino i vettori v,w,u
CAPITOLO 6
Si consideri l’insieme N dotato delle operazioni + e ·. Allora la struttura algebrica di N(+; ·)
1. è un campo
2. soddisfa la proprietà dell’esistenza dell’elemento inverso
3. non è un campo
4. non soddisfa la proprietà commutativa della somma
2. Si consideri l’insieme A = {0; 1; −1}. La struttura algebrica A(+; ·)
1. è un campo
2. non è un campo
3. non soddisfa l’associatività della somma
4. non soddisfa l’associatività del prodotto
3. Si consideri l’insieme delle terne di numeri reali R3. Consideriamo la struttura algebrica
R3(+; ·)
sul
campo R in cui le operazioni sono definite da
Allora si ha che R3(+; ·)
1. non soddisfa l’esistenza dell’elemento opposto rispetto alla somma
2. non soddisfa la commutatività della somma
3. non soddisfa la proprietà distributiva del prodotto con uno scalare rispetto alla somma
tra vettori
4. è un R-spazio vettoriale
↓ATTENZIONE, NE ESISTE UNA
SIMILE.!!
4. Si consideri l’insieme delle terne di numeri reali R3 dotato delle operazioni
(u; v; w) + (u′; v ′; w ′) = (u + u′; v + v ′; w + w ′) ∀ (u; v; w); (u′; v ′; w ′)
∈ R3 – · (u; v; w) = (–u; –v; 0) ∀ (u; v; w) ∈ R3; ∀ – ∈ R:
Allora si ha che
1. R3(+; ·) è uno spazio vettoriale su R
2. R3(+; ·) non soddisfa l’esistenza dell’elemento neutro rispetto al prodotto
3. R3(+; ·) rispetto alla somma
4. R3(+; ·) non soddisfa l’associatività della somma
Allora si ha che
1. R2(˜; △) non soddisfa la commutatività della somma
2. R2(˜; △) non soddisfa l’associatività della somma
3. R2(˜; △) è uno spazio vettoriale su R
4. R2(˜; △) non soddisfa l’esistenza dell’elemento neutro rispetto al prodotto
6. Si consideri l’insieme dei reali positivi R+ dotato delle operazioni
x + y = xy ∀ x; y ∈ R+
– · x = x– ∀ x ∈ R+; ∀ – ∈ R:
Allora si ha che
1. R+(+; ·) non soddisfa l’esistenza dell’elemento neutro per la somma
2. R+(+; ·) è uno spazio vettoriale su R
3. R+(+; ·) non soddisfa l’esistenza dell’elemento neutro per il prodotto
4. R+(+; ·) non soddisfa l’esistenza dell’opposto per la somma
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
5. si consideri l’insieme delle coppie di numeri reali R2 dotato delle operazioni
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
7. Si consideri l’insieme F delle funzioni
f : [0; 1] → R
continue, f (x) ≥ 0 su [0; 1]. Dotiamo l’insieme F delle operazioni di somma e prodotto per
un
numero reale. Allora si ha che
1. F(+; ·) è uno spazio vettoriale
2. F(+; ·) non soddisfa la commutatività della somma
3. F(+; ·) non soddisfa l’esistenza dell’opposto rispetto alla somma
4. F(+; ·) non soddisfa l’esistenza dell’elemento neutro rispetto al prodotto
8. Si consideri l’R-spazio vettoriale V (+; ·). Sia (v1; v2; : : : ; v2n) una 2n-upla di vettori di V .
Allora si ha che
1. 3v1 + 1
3 v2 non è una combinazione lineare di (v1; v2; : : : ; v2n),
2. v1 non è una combinazione lineare di (v1; v2; : : : ; v2n),
4. 2n
ı v2n non è una combinazione lineare di (v1; v2; : : : ; v2n) .
9. Si consideri l’insieme delle coppie di numeri reali R2 dotato delle seuenti operazioni
(u; v) + (u′; v ′) = (3u; 2v ′) ∀ (u; v) ; (u′; v ′) ∈ R2;
– · (u; v) = (–u; –v) ∀ (u; v) ∈ R2; ∀ – ∈ R:
Allora si ha che R2(+; ·)
1. è uno spazio vettoriale
2. soddisfa la commutatività della somma
3. non soddisfa l’esistenza dell’elemento neutro rispetto al prodotto
4. soddisfa la proprietà distributiva del prodotto per uno scalare rispetto alla somma tra
scalari
3.
<-- CORRETTA
10. Si consideri l’insieme dei numeri reali R dotato delle operazioni
u + v = 3u + 3v
∀ u; vR;
–·u=–
3u
∀ u; – ∈ R:
Allora si ha che
1. 3 è l’elemento neutro per il prodotto
2. R(+; ·) è uno spazio vettoriale
3. R(+; ·) soddisfa la commutatività della somma
4. R(+; ·) soddisfa l’esistenza dell’elemento neutro rispetto alla somma
CAPITOLO 7
1. Si consideri il sottoinsieme
S = {(x; y) : x ̸= y}
dell’R-spazio vettoriale R2(+; ·). Allora si ha che
1. S è un sottospazio vettoriale di R2(+; ·)
2. S non è un sottospazio vettoriale di R2(+; ·)
3. S è un R‐spazio vettoriale di R2(+; ·)
4. S è stabile rispetto alla somma
1. S è un sottospazio vettoriale di R2(+; ·)
2. S non è un sottospazio vettoriale di R2(+; ·)
3. S non contiene l’elemento nullo della somma
4. S non è stabile rispetto al prodotto per uno scalare
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
2. Si consideri il sottoinsieme
S = {(x; y) : x − 3y = 0}
dell’R-spazio vettoriale R2(+; ·). Allora si ha che
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
3. Si consideri il sottoinsieme
S = {(x; y) : ∃ t ∈ R tale che x = 2t; y = −5t}
dell’R-spazio vettoriale R2(+; ·). Allora si ha che
1. S non è un sottospazio vettoriale di R2(+; ·)
2. S non contiene l’elemento neutro della somma
3. S non è stabile rispetto al prodotto per uno scalare
4. S è chiuso rispetto alla somma
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
1. S è un sottospazio vettoriale di R2(+; ·)
2. S è stabile rispetto alla somma
3. S è stabile rispetto al prodotto per uno scalare
4. S non contiene l’elemento neutro della somma
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
4. Si consideri il sottoinsieme
S = {(x; y) : y = 3}
5. Si consideri il sottoinsieme
S = {(x; y; 1) : x; y ∈ R}
1. S è un sottospazio vettoriale di
3(+; ·)
2. S contiene l’elemento neutro rispetto alla somma
3. S non è un sottospazio di R3(+; ·)
4. S è stabile rispetto alla somma
6. Si consideri il sottoinsieme
M=
B
B
@
8
>
>
<
>
>
:
0
a
b
c
d
1
C
C
A : a; b; c; d ∈ R
9
>
>
=
>
>
;
dello spazio vettoriale M(2; 2; R). Allora si ha che
1. M è stabile rispetto alla somma
2. M non è stabile rispetto alla somma
3. M non contiene l’elemento neutro per la somma
4. M non è stabile rispetto al prodotto per uno scalare
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
dell'R-spazio vettoriale R2(+,'). Allora si ha che
dell'R-spazio vettoriale R3(+,'). Allora si ha che
7. Si consideri il sottoinsieme
M=
B
B
@
8
>
>
<
>
>
:
0
a
b
c
d
1
C
C
A : a; b; c; d ∈ R con a + c = b + d
9
>
>
=
>
>
;
dello spazio vettoriale M(2; 2; R). Allora si ha che
1. M non è stabile rispetto alla somma
2. M non è stabile rispetto al prodotto per uno scalare
3. M non è un sottospazio di M(2; 2; R)
4. M non contiene l’elemento neutro della somma
8. Si consideri il sottoinsieme
M = {A ∈ M(2; 2; R) : AT = A}
dello spazio vettoriale M(2; 2; R). Allora si ha che
1. M contiene l’elemento neutro della somma
2. M non contiene l’elemento neutro della somma
3. M non è stabile rispetto al prodotto per uno scalare
4. M non è stabile per la somma
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
9. Si consideri il sottoinsieme
M=
B
B
B
B
B
B
@
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
a
0
0
0
b
0
0
0
c
1
C
C
C
C
C
C
A
: a; b; c ∈ con a + b = 2
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
dello spazio vettoriale M(3; 3; R). Allora si ha che
1. M non è stabile rispetto al prodotto per uno scalare
2. M non contiene l’elemento neutro della somma
3. M è stabile rispetto alla somma
4. M è un sottospazio di M(3; 3; R)
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
10. Si consideri il sottoinsieme
M=
B
B
B
B
B
B
@
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
v1
v2
v3
1
C
C
C
C
C
C
A
∈ M(3; R) : v1 · v2 · v3 = 1
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
dello spazio vettoriale M(3; R). Allora si ha che
1. M contiene l’elemento neutro per la somma
2. M è stabile rispetto al prodotto per uno scalare
3. M è un sottospazio di M(3; R)
4. M non è un sottospazio di M(3; R)
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
CAPITOLO 8
1. Si consideri l’R-spazio vettoriale R3 ed il sistema S = [(1; 2; 3)]. Allora si ha che
1. il vettore (2; 3; 4) è linearmente dipendente da S
2. il vettore (−1; 2; −3) è linearmente dipendente da S
3. il vettore (2; 4; 5) è linearmente dipendente da S
4. il vettore ( 1
2; 1; 3
2) è linearmente dipendente da S
2. Si consideri l’R-spazio vettoriale R3 e il sistema S = [(2; 0; 0); (0; 1; 0)]. Allora si ha che
1. il vettore (2; 1; 1) è linearmente dipendente da S
2. il vettore (1; ı; 0) è linearmente dipendente da S
3. il vettore (1; 1; 1) è linearmente dipendente da S
4. il vettore (0; 0; −1) è linearmente dipendente da S
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
3. Si consideri l’R-spazio vettoriale R4 ed il sistema S = [(1; 0; 0; 1); (1; 1; 0; 0)]. Allora si ha
che
1. il vettore (0; −1; 0; 0) è linearmente dipendente da S
2. il vettore (3; 3; 3; 3) è linearmente dipendente da S
3. il vettore (0; −3; 3; 3) è linearmente dipendente da S
4. il vettore ( ı
2 ; ı; ı; ı
2 ) è linearmente dipendente da S
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
4. Si consideri lo spazio vettoriale M(2; 2; R) e il sistema
S=
664
B
B
@
1
0
0
1
20
1
C
C
A;
0
B
B
@
0
0
3
3
C
C
A
13
775 :
Allora si ha che
1. la matrice
0
B
B
@
1
2
0
1
2
1
C
C
A è linearmente dipendente da S
2. la matrice
0
B
B
@
1
2
0
1
2
5
C
C
A è linearmente dipendente da S
3. la matrice
0
B
B
@
3
3
1
C
C
A è linearmente dipendente da S
4. la matrice
0
B
B
@
1
0
0
4
1
C
C
A è linearmente dipendente da S
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
0
5. Si consideri lo spazio vettoriale M(2; 2; R) e il sistema
S=
664
B
B
@
1
0
1
0
20
1
C
C
A;
0
B
B
@
2
0
2
0
C
C
A
13
775 :
Allora si ha che
1. la matrice
0
B
B
@
1
2
1
2
2. la matrice
0
B
B
@
2
0
2
1
1
C
C
A è linearmente dipendente da S
1
C
C
A è linearmente dipendente da S
3. la matrice
0
B
B
@
√
2
0
√
2
0
1
C
C
A è linearmente dipendente da S
4. la matrice
0
B
B
1
0
1
1
1
C
C
è linearmente dipendente da S
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
-5��
�� �
�
<-- ATTENZIONE
6. Si consideri lo spazio vettoriale M(3; 3; R)s e il sistema
S=
6666664
B
B
B
B
B
B
@
1
0
−1
0
0
0
20
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
1
0
0
0
1
0
0
0
1
C
C
C
C
C
C
A
13
7777775
:
Allora si ha che
-1
0 0
1. la matrice
è linearmente dipendente da S
:
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
<<-- DIRETTAMENTE
LA RISPOSTA
7. Si consideri lo spazio vettoriale M(2; 2; R) e il sistema
H=
B
B
@
8
>
>
<
>
>
:
a
b
0
c
0
1
C
C
A
9
>
>
=
>
;
: a; b; c ∈
con a + c = 0> :
Allora si ha che :
1. la matrice
è linearmente dipendente da
H<- DIRETTAMENTE
LA RISPOSTA
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
8. Si consideri l’R- spazio vettoriale R3 e l’insieme H = {(x; y; z) ∈ R3 : x + 2y = 0}. Allora si
ha che
1. il vettore (1; 0; 0) è combinazione lineare di H
2. il vettore (1; 0; 1) è combinazione lineare di H
3. il vettore (1; 1
2; 1
2) è combinazione lineare di H
4. il vettore (−1; 1
2; 1
2) è combinazione lineare di H
S = [(1; 0; 0; 0); (1; 0; 2; 0); (1; 1; 0; 0)];
T = [(1; 0; 0; 0); (0; 1; 0; 0)]:
Allora si ha che
1. ⟨S⟩ ⊆ ⟨T ⟩
2. ⟨S⟩ = ⟨T ⟩
3. T * ⟨S⟩
4. ⟨T ⟩ ⊆ ⟨S⟩
10.Si consideri l’R-spazio vettoriale R3 e i sistemi
S = [(2; 0; 0); (1; 1; 0); (0; 1; 0)];
T = [(1; 0; 1); (1; 0; 0)]:
Allora si ha che
1. T ⊆ ⟨S⟩
2. T * ⟨S⟩
3. ⟨T ⟩ = ⟨S⟩
4. S ⊆ ⟨T ⟩
↓ATTENZIONE, NE ESISTE UNA SIMILE!!
↓ATTENZIONE, NE ESISTE UNA SIMILE.!!
9. Si consideri l’R-spazio vettoriale R4 e i sistemi
CAPITOLO 9
1. Dato l’R-spazio vettoriale R3(+; ·), si consideri il sistema
S=
6666664
vvv =
2
0
B
B
B
B
B
B
@
1
0
1
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
1
1
0
C
C
C
C
C
C
A
13
7777775
:
Allora si ha che
1. vvv − www = 000
2.
1
2
vvv − 2www = 000
3. S è linearmente indipendente
4. −vvv + www = 000
2. Dato l’R-spazio vettoriale R3(+; ·), si consideri il sistema
S=
6666664
vvv =
0
B
B
B
B
B
B
@
5
0
0
C
C
C
C
C
C
A
;www =
2
1
0
B
B
B
B
B
B
@
1
0
1
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
1
0
C
C
C
C
C
C
A
13
7777775
:
Allora si ha che
1. 1
5
vvv − www = 000
2. S è linearmente indipendente
vvv − www + uuu = 000
3.
1
5
4.
1
5vvv − www − uuu = 000
�1
3. Dato l’R-spazio vettoriale R3(+; ·), si consideri il sistema
S=
6666664
vvv =
0
B
B
B
B
B
B
@
1
1
0
C
C
C
C
C
C
A
;www =
2
1
0
B
B
B
B
B
B
@
0
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
1
0
1
C
C
C
C
C
C
A
7777775
:
Allora si ha che
1. L’unica combinazione lineare che è uguale al vettore nullo è quella con gli scalari (0; 0; 0)
2. la combinazione lineare con gli scalari (−1; 1; 1) è uguale al vettore nullo
3. la combinazione lineare con gli scalari (−1; 1; −1) è uguale al vettore nullo
4. la combinazione lineare con gli scalari (1; 1; −1) è uguale al vettore nullo
�1
1
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!
<- -ATTENZIONE, NE ESISTE UNA
SIMILE.!!
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!13
4. Dato l’R-spazio vettoriale R3(+; ·), si consideri il sistema
S=
6666664
uuu =
B
B
B
B
B
B
@
1
0
1
1
C
C
C
C
C
C
A
;vvv =
2
0
0
B
B
B
B
B
B
@
1
1
1
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
1
1
0
C
C
C
C
C
C
A
7777775
:
Allora si ha che
1. ⟨S⟩ = ⟨S − uuu⟩
2. ⟨S⟩ = ⟨S − vvv⟩
3. ⟨S⟩ = ⟨S − www⟩
4. S è linearmente indipendente
5. Dato l’R-spazio vettoriale R3(+; ·), si consideri il sistema
S=
6666664
vvv =
B
B
B
B
B
B
@
0
1
C
C
C
C
C
C
A
;www =
2
0
1
0
B
B
B
B
B
B
@
1
0
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
0
1
0
C
C
C
C
C
C
A
13
7777775
:
Allora si ha che
1. S è linearmente indipendente
2. ⟨S⟩ = ⟨S − uuu⟩
3. ⟨S⟩ = ⟨S − vvv⟩
4. ⟨S⟩ = ⟨S − www⟩
��
��
6. Dato l’R-spazio vettoriale R3(+; ·), si consideri il sistema
S=
6666664
vvv =
B
B
B
B
B
B
@
1
1
C
C
C
C
C
C
A
;www =
2
0
1
0
B
B
B
B
B
B
@
0
1
1
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
1
1
0
1
C
C
C
C
C
C
A
;zzz =
B
B
B
B
B
B
@
1
0
C
C
C
C
C
C
A
7777775
:
Allora si ha che
1. S è linearmente indipendente
2. ⟨S⟩ = ⟨S − zzz⟩
3. ⟨S⟩ = ⟨S − vvv⟩
4. zzz = www − uuu
��
��
<--ATTENZIONE, NE ESISTE UNA SIMILE
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!
<--ATTENZIONE, NE ESISTE UNA
SIMILE
7. Dato lo spazio vettoriale M(3; 3; R)d , si consideri il sistema S = [D(1; 1; 0); D(1; 1; 1)].
Allora si ha che
1. ⟨S⟩ = ⟨S − D(1; 1; 0)⟩
2. ⟨S⟩ = ⟨S − D(1; 1; 1)⟩
3. S è linearmente indipendente
4. D(1; 1; 0) − D(1; 1; 1) = 0
8. Dato lo spazio vettoriale M(2; 2; R)s , si consideri il sistema
Allora si ha che
1. S è linearmente indipendente
2. ⟨S⟩ = ⟨S − uuu⟩
3. ⟨S⟩ = ⟨S − vvv⟩
4. ⟨S⟩ = ⟨S − www⟩
9. Dato lo spazio vettoriale M(2; 2; R)s , si consideri il sistema
Allora si ha che
1. S è linearmente indipendente
2. uuu = 1
2vvv + www
3. ⟨S⟩ = ⟨S − www⟩
4. uuu = −1
2(vvv + www)
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!
<--ATTENZIONE, NE ESISTE UNA SIMILE.!!
10. Dato l’R-spazio vettoriale R3(+; ·) si consideri il sistema
S=
6666664
vvv =
B
B
B
B
B
B
@
0
C
C
C
C
C
C
A
;www =
2
0
1
0
B
B
B
B
B
B
@
1
0
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
1
0
0
C
C
C
C
C
C
A
13
7777775
:
Allora si ha che
1. ⟨S⟩ = ⟨S − uuu⟩
2. ⟨S⟩ = ⟨S − www⟩
3. ⟨S⟩ = ⟨S − vvv⟩
4. S è linearmente indipendente
��
��
��
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!
CAPITOLO 10
1. Nell’R-spazio vettoriale R4 si consideri
W = ⟨vvv 1 = (1; 2; 0; 2);vvv 2 = (2; 1; 1; 0);vvv 3 = (5; 4; 2; 2)⟩:
Allora si ha che
1. dim W = 2
2. dim W = 3
3. dim W = 4
4. dim W = 1
2. Nell’R-spazio vettoriale R4 si consideri
W = ⟨vvv 1 = (1; 2; 0; 2);vvv 2 = (2; 1; 1; 0);vvv 3 = (5; 4; 2; 2)⟩:
Allora si ha che
1. {vvv 1; vvv 2; vvv 3} è una base di W
2. {vvv 1} è una base di W
3. {vvv 1; vvv 2; vvv 3; vvv 1 + 2vvv 2} è una base di W
4. {vv 1; vv 2} è una base di W
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
3. Nell’R-spazio vettoriale R4 si consideri
W = ⟨vvv 1 = (1; 2; 0; 2);vvv 2 = (2; 1; 1; 0);vvv 3 = (5; 4; 2; 2)⟩:
Allora si ha che
1. {vvv1; vvv2; eee1; eee2} è una base di R4
2. {vvv 1; vvv 2; vvv 3} è una base di R4
3. {vvv 1; vvv 2; vvv 3; eee1} è una base di R4
4. {vvv 1; vvv 2; vvv 3; eee2} è una base di R4
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
4. Nell’R-spazio vettoriale R5, si consideri
S = [vvv 1 = (2; 0; 1; 0; −1);vvv 2 = (1; 1; 0; 1);vvv 3 = (1; −1; 1; −1; −1);vvv 4 = (4; 0; 2; 0;
−2);vvv 5 = (0; 0; 0; 1; 1)]:
Allora si ha che
1. {vvv 1; vvv 2; vvv 3} è una base di ⟨S⟩
2. {vvv1; vvv2; vvv5} è una base di ⟨S⟩
3. {vvv 1; vvv 2} è una base di ⟨S⟩
4. {vvv 1; vvv 5} è una base di ⟨S⟩
5. Nell’R-spazio vettoriale R3 si consideri
W = ⟨vvv 1 = (1; 5; −1);vvv 2 = (2; 0; 1);vvv 3 = (1; 1; 3);vvv 4 = (−1; 1; 0)⟩:
Allora si ha che
1. dim W = 4
2. dim W = 1
3. dim W = 2
4. dim W = 3
6. Nell’R-spazio vettoriale R3 si consideri
W = ⟨vvv 1 = (1; 5; −1);vvv 2 = (2; 0; 1);vvv 3 = (1; 1; 3);vvv 4 = (−1; 1; 0)⟩:
Allora si ha che
1. {vvv 1; vvv 3} è una base di W
2. {vvv 2; vvv 3} è una base di W
3. {vvv1; vvv2; vvv3} è una base di W
4. {vvv 1; vvv 2} è una base di W
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
H = {(a; 0; b; c) : a; b; c ∈ R}:
Allora si ha che
1. dim H = 3
2. dim H = 4
3. dim H = 2
4. dim H = 1
H = {(a; 0; b; c) : a; b; c ∈ R}:
Allora si ha che
1. {eee1; eee2; eee3} è una base di ⟨H⟩
2. {eee1; eee3; eee4} è una base di ⟨H⟩
3. {eee1; eee4} è una base di ⟨H⟩
4. {eee3; eee4} è una base di ⟨H⟩
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
8. Nell'R-spazio vettoriale R4 si consideri l'insieme
7. Nell'R-spazio vettoriale R4 si consideri l'insieme
H = {(a; b; a; c) : a; b; c ∈ R}:
Allora si ha che
1. dim H = 2
2. dim H = 5
3. dim H = 4
4. dim H = 3
H = {(a; b; a; c) : a; b; c ∈ R}:
Allora si ha che
1. {eee2; eee4; eee = (1; 0; 1; 0)} è una base di ⟨H⟩
2. {eee1; eee2; eee3; eee4} è una base di ⟨H⟩
3. {eee1; eee2; eee3; eee = (1; 0; 1; 0)} è una base di ⟨H⟩
4. {eee1; eee4; eee = (1; 0; 1; 0)} è una base di ⟨H⟩
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
<--ATTENZIONE, NE ESISTE UNA
SIMILE.!!GUARDA LE RISPOSTE!!
9. Nell'R-spazio vettoriale R4 si consideri l'insieme
10 Nell'R-spazio vettoriale R4 si consideri l'insieme
CAPITOLO 11
1. Si consideri la matrice
Allora si ha che
1. dim(Col(A)) = 2
2. dim(Col(A)) = 3
3. dim(Col(A)) = 4
4. dim(Col(A)) = 1
2. Si consideri la matrice e il vettore dei termini noti ccc:
Indichiamo con (A|ccc) la matrice (aaa1; aaa2; aaa3; aaa4; ccc). Allora si ha che
1. Il sistema lineare con matrice (A|ccc) non è compatibile
2. ccc ∈/ ⟨aaa1; aaa2; aaa3; aaa4⟩
3. Col(A) ̸= Col(A|ccc)
4. il sistema lineare con matrice (A|ccc) è compatibile
3. Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
0
0
0
0
0
1
0
2
0
0
0
1
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. dim(Rig(B)) = 3
2. dim(Rig(B)) = 4
3. dim(Rig(B)) = 2
4. dim(Rig(B)) = 1
4. Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
0
0
0
0
0
1
0
2
0
0
0
1
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. dim(Col(B)) = 3
2. dim(Col(B)) = 4
3. dim(Col(B)) = 2
4. dim(Col(B)) = 1
5. Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
0
0
0
0
1
0
0
0
0
1
1
C
C
C
C
C
C
A
:
Indichiamo con A la matrice incompleta associata a B. Allora si ha che
1. il sistea lineare associato alla matrice B è compatibile
2. dim(Col(A)) = 3
3. il sistema lineare associato a B è incompatibile
4. dim(Col(A)) = 4
6. Si consideri la matrice
Indichiamo con A la matrice incompleta associata a B. Allora si ha che
1. dim(Col(A)) = 3
2. dim(Col(A)) = 4
3. il sistema associato alla matrice B è incompatibile
4. il sistema associato alla matrice B è compatibile
7. Si consideri la matrice
Allora si ha che
1. una soluzione del sistema omogeneo associato alla matrice B è (1; 1; 0)
2. l’unica soluzione del sistema omogeneo associato alla matrice B è il vettore nullo
3. il sistema associato alla matrice B è incompatibile
4. detta A la matrice incompleta, allora dim(Col(A)) = 2
8. Si consideri la matrice
Allora si ha che
1. dim(Col(B)) = 2
2. dim(Col(B)) = 4
3. dim(Col(B)) = 3
4. dim(Col(B)) = 1
9. Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
1
2
2
4
0
6
1
2
1
4
1
C
C
C
C
C
C
A
:
Allora, detta A la matrice incompleta associata a B, si ha che
1. Col(A) = Col(B)
2. dim(Col(A)) = 3
3. dim(Col(A)) = 2
4. dim(Col(A)) = 4
10. Si consideri la matrice
Allora, detta A la matrice incompleta associata a B, si ha che
1. dim(Col(A)) = 2
2. Col(A) = Col(B)
3. dim(Col(B)) = 3
4. dim(Col(A)) = 1
CAPITOLO 12
1. Si consideri la matrice
Allora si ha che
1. rk(A) = 4
2. rk(A) = 3
3. rk(A) = 2
4. rk(A) = 1
2. Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
0
1
0
0
1
0
0
0
1
1
0
0
1
1
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rk(A) = 3
2. rk(A) = 1
3. rk(A) = 2
4. rk(A) = 4
3. Si consideri la matrice
Allora si ha che
1. rk(A(2; 3; 3; 4)) = 1
2. rk(A(1; 2; 2; 3; 4)) = 3
3. rk(A(1; 3; 4; 4; 5)) = 1
4. rk(A(3; 4; 3; 4)) = 2
4. Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
4
2
0
3
1
3
2
0
6
2
0
4
1
4
1
1
2
0
2
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rk(A(1; 2; 1; 4)) = 2
2. rk(A(2; 3; 1; 3)) = 2
3. rk(A(2; 3; 4; 3; 4; 5)) = 2
4. rk(A(1; 2; 4; 1; 3; 5)) = 2
5. Si consideri il sistema lineare
Allora si ha che
1. detta A la matrice incompleta, risulta rk(A) = 3
2. il sistema è compatibile
3. detta B la matrice completa, risulta rk(B) = 3
4. il sistema non è compatibile
6. Si consideri il sistema lineare
Allora si ha che
1. il sistema è compatibile
2. detta A la matrice incompleta, risulta rk(A) = 3
3. il sistema non è compatibile
4. detta B la matrice completa, risulta rk(B) = 2
7. Si consideri il sistema lineare
Allora si ha che
1. esiste un’unica soluzione
2. il sistema non è compatibile
3. detta A la matrice incompleta, risulta rk(A) = 2
4. detta B la matrice completa, risulta rk(B) = 2
8. Si consideri il sistema lineare
Allora si ha che
1. il sistema non è compatibile
2. detta B la matrice completa, risulta rk(B) = 3
3. la soluzione del sistema non è unica
4. detta A la matrice incompleta, risulta rk(A) = 2
9. Si consideri il sistema lineare
Allora si ha che
1. esiste un’unica soluzione del sistema
2. dette A e B la matrice incompleta e completa, risulta rk(A) ̸= rk(B)
3. la soluzione del sistema non è unica
4. detta A la matrice incompleta, risulta rk(A) = 3
10. Si consideri il sistema
Allora si ha che
1. dette B a A la matrice completa ed incompleta, risulta rk(B) = rk(A) = 3
2. il sistema non è compatibile
3. esiste un’unica soluzione del sistema
4. dette B e A la matrice completa ed incompleta, risulta rk(B) = rk(A) = 2
Esercizio 1
Si considerino i sistemi
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x+y=0
y=1
x−y=1
e
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x+y=0
y=1
x − y = 2:
Allora si ha che
1. il primo sistema è compatibile ma il secondo no
2. il secondo sistema è compatibile ma il primo no
3. i due sistemi sono equivalenti
4. i sistemi sono entrambi compatibili
CAPITOLO 13 - BUG SISTEMA PEGASO, RISPOSTE INCERTE
Esercizio 2
Si considerino i sistemi
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x+y=2
2x − y = 1
3x + y = 1
e
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x + 2y = 4
x−1
2y = 1
2
2x − 1
2y = 5
2:
Allora si ha che
1. i sistemi sono equivalenti
2. i sistemi non sono equivalenti
3. il primo sistema è compatibile ma il secondo no
4. il secondo sistema è compatibile ma il primo no
Esercizio 3
Si considerino il sistema A
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
3x + 2y = 1
y = −1
−x − y = 0
e l’equazione ¸
1
2x + 1
2y = −1:
Allora si ha che
1. A non è compatibile
2. ogni soluzione di A risolve ¸
3. ¸ non dipende linearmente da A
4. le soluzioni di A non sono soluzioni di ¸
Esercizio 4
Si considerino il sistema A
8
>
>
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
>
>
:
x + 3y − z = 0
2y − z = 1
2x + y + 4z = 6
x − y + 3z = 4
e l’equazione ¸
−2x − 5z = 7:
Allora si ha che
1. le soluzioni di A non risolvono ¸
2. ¸ è linearmente indipendente da A
3. ogni soluzione di A risolve ¸
4. A non è compatibile
Esercizio 5
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:
8
>
>
<
>
>
:
x+z=0
y + 2z = 0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. V ∩ W =
*
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
+
,
2. V ∩ W =
*
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
,
3. V ∩ W = V
4. V ∩ W = (00 )
Esercizio 6
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:
8
>
>
<
>
>
:
x+z=0
y + 2z = 0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. dim(V ∩ W ) = 0
2. dim(V ∩ W ) = 1
3. dim(V ∩ W ) = 2
4. dim V = 1
Esercizio 7
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:
8
>
>
<
>
>
:
x+z=0
y + 2z = 0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. dim(V + W ) = 2
2. dim(V + W ) = 1
3. dim(V + W ) = 3
4. dim(V + W ) = 0
Esercizio 8
V=
*
Si considerino gli spazi vettoriali 0
B
B
B
B
B
B
@
1
2
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
0
1
0
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:x+z=0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. dim(V ∩ W ) = 0
2. dim(V ∩ W ) = 2
3. dim(V ∩ W ) = 3
4. dim(V ∩ W ) = 1
Esercizio 9
V=
*
Si considerino gli spazi vettoriali 0
B
B
B
B
B
B
@
1
2
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
0
1
0
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:x+z=0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. dim(V + W ) = 0
2. dim(V + W ) = 1
3. dim(V + w) = 3
4. dim(V + W ) = 2
Esercizio 10
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:
8
>
>
<
>
>
:
x + y − 2z = 0
x−z=0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. R3 = V ⊕ W
2. dim(V ∩ W ) = 1
3. dim(V ∩ W ) = 2
4. V ∩ W = (00 )
CAPITOLO 14
1. Si considerino le matrici
Allora si ha che
1. A2 è ottenuta da A1 tramite la trasformazione (2; 1; 1)
2. A2 è ottenuta da A1 tramite la trasformazione (2; 2; −1)
3. A2 è ottenuta da A1 tramite la trasformazione (1; 2; −1)
4. A2 è ottenuta da A1 tramite la trasformazione (2; 1; −1)
2. Si considerino le matrici
Allora si ha che
1. A2 è ottenuta da A1 tramite la trasformazione (1; 3; −2)
2. A2 è ottenuta da A1 tramite la trasformazione (1; 3; −1)
3. A2 è ottenuta da A1 tramite la trasformazione (3; 1; 2)
4. A2 è ottenuta da A1 tramite la trasformazione (1; 3; 2)
3. Si considerino le matrici
Allora si ha che
1. A2 è ottenuta da A1 tramite le trasformazioni (3; 1; −1) e (2; 3)
2. A2 è ottenuta da A1 tramite le trasformazioni (1; 3; −1) e (2; 3)
3. A2 è ottenuta da A1 tramite le trasformazioni (2; 1; −1) e (1; 3)
4. A2 è ottenuta da A1 tramite le trasformazioni (2; 1; −1) e (1; 2)
4. Si considerino le matrici
Allora si ha che
1. A2 è ottenuta da A1 tramite le trasformazioni (2; 3) e (3; 1; 2)
2. A2 è ottenuta da A1 tramite le trasformazioni (1; 3) e (3; 1; −2)
3. A2 è ottenuta da A1 tramite le trasformazioni (2; 3) e (1; 3; 2)
4. A2 è ottenuta da A1 tramite le trasformazioni (1; 3) e (1; 3; 2)
5. Si consideri la matrice
Allora si ha che
1. A è (1; 3)-ridotta
2. A è (1; 2)‐ridotta
3. A è (2; 2)‐ridotta
4. A è (3; 1)‐ridotta
6. Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
0
1
2
0
1
0
0
0
0
1
0
0
0
0
2
−1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. A è (2; 4; 1; 4)‐completamente ridotta
2. A è (2; 4; 1; 4)-ridotta
3. A è (1; 2; 2; 1)‐ridotta
4. A è (1; 4; 2; 4)‐ridotta
7. Si consideri la matrice
Allora si ha che
1. A è (1; 3; 2; 1; 2; 3)‐completamente ridotta
2. A è (1; 3; 4; 1; 2; 3)‐completamente ridotta
3. A è (2; 2)‐ridotta
4. A è (1; 2; 3; 1; 3; 2)-completamente ridotta
8. Si consideri la matrice
Allora si ha che
1. rkA = 1
2. rkA = 4
3. rkA = 3
4. rkA = 2
9. Si consideri la matrice
Allora, applicando l’algoritmo di Gauss si ottiene la matrice
<-- CORRETTA
10. Si consideri la matrice
Allora, applicando l’algoritmo di Gauss si ottiene la matrice
CAPITOLO 15
1. Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
1
3
−1
0
0
0
0
2
0
0
0
0
0
1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A è (2; 4)‐ridotta
2. A è nella forma a scalini
3. A è (1; 2; 2; 4)‐ridotta
4. A è (1; 2; 2; 4)‐totalmente ridotta
2. Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
1
3
−1
0
0
0
0
2
0
0
0
0
1
1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A non è a scalini
2. A è a scalini
3. i pivot di A sono (1; 2; 1)
4. i pivot di A sono (1; 0; 1)
←ATTENZIONE, NE ESISTE UNA
SIMILE.!! GUARDA LE RISPOSTE
←ATTENZIONE, NE ESISTE UNA
SIMILE.!! GUARDA LE RISPOSTE
3. Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
2
0
0
0
−1
0
1
0
0
0
3
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A non è a scalini
2. i pivot di A sono (1; −1; 0)
3. rkA = 2
4. i pivot di A sono (1; −1; 3)
4. Si consideri la matrice
A=
0
B
B
B
B
B
B
@
−1
0
2
0
0
−1
2
3
0
0
0
4
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A non è a scalini
2. rkA = 3
3. i pivot di A sono (−1; −1; 0)
4. i pivot di A sono (−1; 0; 2)
←ATTENZIONE, NE ESISTE UNA SIMILE!!
GUARDA LE RISPOSTE
←ATTENZIONE, NE ESISTE UNA
SIMILE.!! GUARDA LE RISPOSTE
5. Si consideri la matrice
A=
B
B
B
B
B
B
B
B
B
B
@
0
2
1
0
0
0
3
0
0
0
0
0
0
0
1
2
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. i pivot di A sono (2; 3; 1)
2. i pivot di A sono (2; 3; 2)
3. A non è a scalini
4. i pivot di A sono (2; 3; 0; 1)
6. Si consideri la permutazione
ff : I3 → I3
1 �→ 3
2 �→ 1
3 �→ 2
e la tripla (−1; 0; −1). Allora si ha che
1. Dff(−1; 0; 1) =
B
B
B
B
B
B
@
0
0
1
0
0
0
0
−1
0
0
1
C
C
C
C
C
C
A
,
2. Dff(−1; 0; 1) =
0
B
B
B
B
B
B
@
0
−1
0
0
0
0
0
0
−1
1
C
C
C
C
C
C
A
,
3. Dff(−1; 0; 1) =
0
B
B
B
B
B
B
@
−1
0
0
0
0
0
0
0
−1
1
C
C
C
C
C
C
A
,
4. Dff(−1; 0; 1) =
0
B
B
B
B
B
B
−1
0
0
0 −1
0
0
0
0
1
C
C
C
C
C
C
.
7. Si consideri la permutazione
ff : I4 → I4
1 �→ 1
2 �→ 4
3 �→ 2
4 �→ 3:
Allora si ha che
1. Dff(−1; 3; 2; 4) = (−eee1; 3eee3; 2eee4; 4eee2)
2. Dff(−1; 3; 2; 4) = (−eee1; 3eee2; 2eee3; 4eee4)
3. Dff(−1; 3; 2; 4) = (−eee1; 2eee3; 4eee4; 3eee2)
4. Dff(−1; 3; 2; 4) = (−eee1; 4eee4; 3eee2; 2eee3)
8. Si consideri il sistema
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x − z = 4
y + 2z = 2
2x − y − 3z = 2:
Allora si ha che
1. (3; −2; 1) è.soluzione del sistema
2. il sistema è incompatibile
3. (3t; −2; t) sono tutte le soluzioni del sistema
4. (3; −2; 2) è una soluzione del sistema
9. Si consideri il sistema
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x1 − x2 + 6x4 = 2
x1 + 2x2 − x3 + 2x4 = 1
x2 − 2x3 + x4 = 1:
Allora si ha che
1. il sistema non è compatibile
2. (−3 − 7t; 3 − t; 7t − 5; 8t) è una soluzione in forma parametrica del sistema
3. ∃! soluzione del sistema
4. (t; s; t + 1; 2s) è una soluzione in forma parametrica del sistema
10. Si consideri il sistema
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
−a + 3c = 2
2a + b + c = 1
a + b + 4c = 3:
Allora si ha che
1. (1; −2; 1) è una soluzione del sistema
2. (t; −7t + 5; 6t) sono tutte le soluzioni del sistema
3. il sistema non è compatibile
4. il sistema ammette un’unica soluzione
CAPITOLO 16
1. Si consideri l’applicazione
B
B
B
B
B
B
@
x
y
z
f : R3 → R2
01
C
C
C
C
C
C
A
�→
0
B
B
@
x + 2y + z
y+z
1
C
C
A:
Allora si ha che
1. f non è un automorfismo
2. f è un omomorfismo
3. f è iniettiva
4. f è un automorfismo
2. Si consideri l’applicazione
B
B
B
B
B
B
@
x
y
z
C
C
C
C
C
C
A
�→
f : R3 → R3
01
0
B
B
B
B
B
B
@
2x + 3z + 1
2y + z − 1
x + y + 2z + 2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. f è un’applicazione lineare
2. f è un epimorfismo
3. f non è un’applicazione lineare
4. f è un monomorfismo
3. Si consideri l’applicazione
B
B
B
B
B
B
@
x
y
z
C
C
C
C
C
C
A
�→
f : R3 → R3
01
0
B
B
B
B
B
B
@
2x + 3z
2y + z
x + y + 2z
1
C
C
C
C
C
C
A
:
Allora si ha che
1. f è un endomorfismo
2. f non è un omomorfismo
3. f non è un endomorfismo
4. f non è iniettiva
4. Si consideri l’applicazione
B
B
B
B
B
B
@
x
y
z
C
C
C
C
C
C
A
�→
f : R3 → R3
01
0
B
B
B
B
B
B
@
2x + 3z
3y + z
2x + 2y + z
1
C
C
C
C
C
C
A
:
Allora si ha che
1. f è iniettiva
2. f non è un omomorfismo
3. f non è un endomorfismo
4. f non è iniettiva
ATTENZIONE!!!!
CONTROLLA BENE
↑
ATTENZIONE!!!!
CONTROLLA BENE
↑
5. Si consideri l’applicazione
B
B
B
B
B
B
@
x
y
z
C
C
C
C
C
C
A
�→
f : R3 → R3
01
0
B
B
B
B
B
B
@
2x
x − 2y
2y − z
1
C
C
C
C
C
C
A
:
Allora si ha che
1. f non è un omomorfismo
2. f non è iniettiva
3. f non è un endomorfismo
4. f è iniettiva
6. Si considerino i vettori
vvv = (1; 3; −2);
www =
0
B
B
B
B
B
B
@
−1
0
−1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. vvv · www = (−1; 0; 2)
2. vvv · www =
0
B
B
B
B
B
B
@
−1
0
2
1
C
C
C
C
C
C
A
3. vvv · www = 1
4. vvv · www = 2
Si considerino le matrici
A=
0
B
B
@
1
−1
2
0
1
C
C
A;
B=
0
B
B
@
3
0
−1
−1
1
C
C
A:
Allora is ha che
1. A · B =
0
B
B
@
3
−3
−3
1
1
C
C
A,
2. A · B =
0
B
B
@
4
1
6
0
1
C
C
A,
3. A · B =
0
B
B
@
3
0
6
−2
1
C
C
A,
4. A · B =
0
B
B
@
1
−3
−2 0
1
C
C
A.
8. Si considerino le matrici
A=
0
B
B
B
B
B
B
@
2
0
0
1
−1
4
1
0
3
1
C
C
C
C
C
C
A
;
B=
0
B
B
B
B
B
B
@
1
1
1
−3
0
−2
1
−1
−2
1
C
C
C
C
C
C
A
:
Allora is ha che
<-- DIRETTAMENTE
LA RISPOSTA
9. Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
−1
3
0
0
−4
1
C
C
C
C
C
C
A
:
Allora si ha che
<-- DIRETTAMENTE
LA RISPOSTA
10. Si consideri la matrice
A=
0
B
B
@
2
6
0
1
−1
3
1
C
C
A:
Allora si ha che
<-- DIRETTAMENTE
LA RISPOSTA
1. Si consideri l’applicazione lineare f : M(3; R) → M(4; R) tale che
f (0; 1; 1) = (3; 2; 0; 1)
f (1; 0; 1) = (1; −1; 1; 0)
f (2; 0; 0) = (0; 0; 2; 0):
Allora la matrice A ∈ M(4; 3; R) tale che f = fA associata alla base ((0; 1; 1); (1; 0; 1); (2; 0;
0)) è
1.
0
B
B
B
B
B
B
@
3
2
0
1
1
−1
1
0
0
0
2
0
1
C
C
C
C
C
C
A
,
2.
0
B
B
B
B
B
B
B
B
B
B
@
3
0
1
2
0
−1
0
2
1
1
0
0
1
C
C
C
C
C
C
C
C
C
C
A
,
3.
0
B
B
B
B
B
B
B
B
B
B
@
3
1
0
2
−1 0
0
1
2
1
0
0
1
C
C
C
C
C
C
C
C
C
C
A
,
4.
0
B
B
B
B
B
B
@
0
1
2
1
0
0
1
1
0
1
C
C
C
C
C
C
A
.
CAPITOLO 17
ATTENZIONE, NE ESISTE UNA SIMILE.!!
2. Si consideri l’applicazione lineare f : M(3; R) → M(4; R) tale che
f (0; 1; 1) = (3; 2; 0; 1)
f (1; 0; 1) = (1; −1; 1; 0)
f (2; 0; 0) = (0; 0; 2; 0):
1.
B
B
B
B
B
B
B
B
B
B
@
3
−1
0
2
−1
0
0
1
2
1
0
0
C
C
C
C
C
C
C
C
C
C
A
,
2.
0
B
B
B
B
B
B
@
0
0
1
0
2
3
0
1
1
−1
0
0
1
C
C
C
C
C
C
A
,
3.
B
B
B
B
B
B
B
B
B
B
@
0
3
−1
0
2
1
1
0
0
0
1
0
Allora la matrice A ∈ M(4; 3; R) associata alla base canonica tale che f = fA è
0
1
0
1
C
C
C
C
C
C
C
C
C
C
A
,
4.
0
B
B
B
B
B
B
B
B
B
B
@
0
2
1
0
3
−1
1
0
0
0
1
0
1
C
C
C
C
C
C
C
C
C
C
A
.
ATTENZIONE, NE ESISTE UNA
SIMILE.!!
3. Si consideri la matrice
M=
0
B
B
B
B
B
B
@
3
1
0
2
−1
0
0
1
2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. l’inversa di M è M−1 = 1
10
0
B
B
B
B
B
B
@
2
2
0
4
−6 0
-2
3
2
1
C
C
C
C
C
C
A
,
2. l’inversa di M è M−1 =
0
B
B
B
B
B
B
@
1
5
1
5
0
2
5
0
−3
5
−1
5
1
2
3
10
1
C
C
C
C
C
C
A
,
3. l’inversa di M è M−1 =
0
B
B
B
B
B
B
@
1
10
1
10
0
2
5
−3
5
0
−1
5
3
10
1
2
1
C
C
C
C
C
C
A
,
4. M non è invertibile.
4. Si consideri l’applicazione lineare f : M(3; R) → M(3; R) tale che
f (1; 1; 0) = (3; 0; −1)
f (1; 0; 1) = (1; 1; −2)
f (0; 1; 1) = (0; 1; 0):
Allora la matrice A ∈ M(3; 3; R) associata alla base ((1; 1; 0); (1; 0; 1); (0; 1; 1)) tale che f =
fA è
1.
0
B
B
B
B
B
B
@
3
1
0
0
1
1
1
−2
1
1
C
C
C
C
C
C
A
,
2.
0
B
B
B
B
B
B
@
3
1
0
0
1
1
−1 −2
0
1
C
C
C
C
C
C
A
,
3.
0
B
B
B
B
B
B
@
3
1
0
0
0
1
1
1
0
1
C
C
C
C
C
C
A
,
4.
0
B
B
B
B
B
B
@
1
1
0
1
1
1
0
−2
0
1
C
C
C
C
C
C
A
.
ATTENZIONE, NE ESISTE UNA SIMILE.!!
5. Si consideri l’applicazione lineare f : M(3; R) → M(3; R) tale che
f (1; 1; 0) = (3; 0; −1)
f (1; 0; 1) = (1; 1; −2)
f (0; 1; 1) = (0; 1; 0):
Allora la matrice A ∈ M(3; 3; R) associata alla base canonica tale che f = fA è
1.
0
B
B
B
B
B
B
@
2
0
−3
2
1
0
1
2
−1
1
−1
2
1
C
C
C
C
C
C
A
,
2.
0
B
B
B
B
B
B
@
2
1
−1
0
0
0
3
2
−1
2
−1
2
1
C
C
C
C
C
C
A
,
3.
0
B
B
B
B
B
B
@
−2
1
−1
0
0
1
3
2
−1
2
−1
2
1
C
C
C
C
C
C
A
,
4.
0
B
B
B
B
B
B
@
2
1
−1
0
0
1
−3
2
1
2
−1
2
1
C
C
C
C
C
C
A
.
ATTENZIONE, NE ESISTE UNA SIMILE.!!
6. Si consideri la matrice
M=
0
B
B
B
B
B
B
@
2
1
−1
0
0
1
−3
2
1
2
−1
2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. M−1 = 1
6
0
B
B
B
B
B
B
@
1
0
−2
3
5
4
0
5
0
1
C
C
C
C
C
C
A
,
2. rk M = 3
3. M−1 =
0
B
B
B
B
B
B
@
1
5
0
−2
5
3
5
1
2
4
5
0
1
2
0
1
C
C
C
C
C
C
A
,
4. M−1 =
0
B
B
B
B
B
B
@
1
5
0
−2
5
3
5
1
4
5
0
1
1
1
C
C
C
C
C
C
A
.
7. Si consideri l’applicazione lineare f : R3 → R2 definita da
f
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
= (y; y + 3z):
Allora si ha che
1. Ker f = (000)
0
B
B
B
B
B
B
@
1
0
0
1
C
C
C
C
C
C
A
⟩
2. Ker f = ⟨
3. rk f = 3
4. rk f = 1
8. Si consideri l’applicazione lineare f : R 3 → R 2 definita da
f (x; y; z) = (2x + y − z; x − y + 2z):
Allora si ha che
1. dim Ker f = 1
2. f è un monomorfismo
3. dim Im f = 3
4. dim Ker f = 2
9. Si consideri l’applicazione lineare f : R 4 →
R 4 definita da
f (x; y; z; t) = (−x + z; −y + t; x − z; y − t):
Allora si ha che
1. dim Ker f = 1
2. f è un monomorfismo
3. dim Ker f = 2
4. Ker f = ⟨
0
B
B
B
B
B
B
B
B
B
B
@
1
0
0
0
1
C
C
C
C
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
B
B
B
B
@
0
1
0
0
1
C
C
C
C
C
C
C
C
C
C
A
⟩.
10. Si consideri l’applicazione lineare f : R4 → R2 definita da
f (x; y; z; t) =
0
B
B
@
x−y+t
2y − z + t
1
C
C
A:
Allora si ha che
1. dim Im f = 3
2. dim Im f = 2
3. dim Im f = 4
4. dim Im f = 0
Si consideri l’applicazione ff : I6 → I6 tale che
ff(1) = 3;
ff(2) = 6;
ff(3) = 1;
ff(4) = 4;
ff(5) = 2;
ff(6) = 5:
Allora si ha che
1. ff è una permutazione dispari
2. ff non è una permutazione
3. ff è una permutazione pari
4. ff non è suriettiva
Esercizio 2
Si consideri l’applicazione ff : I6 → I6 tale che
ff(1) = 1;
ff(2) = 6;
ff(3) = 5;
ff(4) = 2;
ff(5) = 4;
ff(6) = 3:
Allora si ha che
1. sign(ff) = −1
2. ff non è una permutazione
3. sign(ff) = 1
4. ff non è iniettiva
CAPITOLO 18 - BUG SISTEMA PEGASO, RISPOSTE INCERTE
Esercizio 1
ATTENZIONE, NE ESISTE UNA SIMILE!!
ATTENZIONE, NE ESISTE UNA SIMILE!!
controlla le 4 risposte
controlla le 4 risposte
Esercizio 3
Si consideri la matrice
A=
0
B
B
@
2
1
−1
3
1
C
C
A:
Allora si ha che
1. det A = 5
2. det A = 6
3. det A = 4
4. det A = 7
Esercizio 4
Si consideri la matrice
A=
0
B
B
@
−11
2
1
3
8
3
4
1
C
C
A:
Allora si ha che
1. det A = −15
4
2. det A = −39
8
3. det A = −9
2
4. det A = 39
8
Esercizio 5
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
−2
−1
0
3
2
1
1
−4
1
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = −15
2. det A = 7
3. det A = −10
4. det A = −16
Esercizio 6
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
4
0
−10
−1
3
−2
2
0
1
2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 10
2. det A = 66
3. det A = −3
2
4. det A = 3
2
Esercizio 7
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
3
−2
4
0
2
1
1
2
3
0
1
0
−2
0
−1
1
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 33
2
2. det A = 15
2
3. det A = −15
2
4. det A = -33
2
Esercizio 8
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
2
6
0
3
2
3
2
−2
0
−2
1
0
3
−2
−1
1
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = −3
2
2. det A = 27
4
3. det A = 11
2
4. det A = −13
4
Esercizio 9
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
2
1
−1
2
4
0
3
2
1
1
2
−1
2
1
−1
5
3
0
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 25
2
2. det A = 23
2
3. det A = 0
4. det A = −23
2
Esercizio 10
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
4
1
2
2
−1
12
−1
−2
0
−3
0
0
−1
2
3
−2
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = −12
2. det A = −3
3. det A = 0
4. det A = 7
2
Esercizio 1
Si consideri l’applicazione ffi : M(2; R) × M(2; R) → M(2; R) tale che
ffi
0
B
B
@
0
B
B
@
x
y
1
C
C
A;
0
B
B
@
z
w
1
C
C
A
1
C
C
A = (3x − y; z + w + 1):
Allora si ha che
1. ffi è multilineare
2. ffi è simmetrica
3. ffi è alternante
4. ffi non è multilineare
CAPITOLO 19
ATTENZIONE, NE ESISTE UNA SIMILE!!
Esercizio 2
Si consideri l’applicazione ffi : M(2; R) × M(2; R) → R tale che
ffi
0
B
B
@
0
B
B
@
x
y
1
C
C
A;
0
B
B
@
z
w
1
C
C
A
1
C
C
A = (z + w)(xw − yz):
Allora si ha che
1. ffi è multilineare
2. ffi è lineare solo nel primo vettore
3. ffi è alternante
4. ffi è simmetrica
ATTENZIONE, NE ESISTE UNA SIMILE!!
Esercizio 3
Si consideri l’applicazione ffi : M(2; R) × M(2; R) → R tale che
ffi
0
B
B
@
0
B
B
@
x
y
1
C
C
A;
0
B
B
@
z
w
1
C
C
A
1
C
C
A = xz + yw:
Allora si ha che
1. ffi non è multilineare
2. ffi è lineare nel primo vettore ma non nel secondo
3. ffi è multilineare e simmetrica
4. ffi è multilineare alternante
ATTENZIONE, NE ESISTE UNA SIMILE!!
Esercizio 4
Si consideri l’applicazione ffi : M(2; R) × M(2; R) → R tale che
ffi
B
B
@
00
B
B
@
x
y
1
C
C
A;
0
B
B
@
z
w
C
C
A
11
C
C
A = xw − yz:
Allora si ha che
1. ffi è multilineare e simmetrica
2. ffi non è multilineare
3. ffi è multilineare alternante
4. ffi è lineare nel secondo vettore ma non nel primo
ATTENZIONE, NE ESISTE UNA SIMILE!!
CONFRONTA LE 4 RISPOSTE
<-- CONFRONTA QUESTA
CONFRONTA LE 4 RISPOSTE
<-- CONFRONTA QUESTA
Esercizio 5
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
4
1
3
2
−1
0
−2
2
2
1
3
2
0
1
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 0
2. det A = 20
3. det A = −12
4. det A = −10
Esercizio 6
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
B
B
B
B
@
1
0
3
6
1
2
−1
4
−2
2
0
0
0
0
0
1
2
−2
−1
3
4
3
4
−1
4
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 1
2. det A = 0
3. det A = −1
4. det A = 48
Esercizio 7
Si consideri la matrice B ottenuta da
A=
0
B
B
B
B
B
B
@
2
3
0
1
4
1
1
C
C
C
C
C
C
A
moltiplicando la seconda colonna per 1
10. Allora si ha che
1. det B =
3
10
2. det B = −11
10
3. det B = 11
10
4. det B = 1
� �� �
Esercizio 8
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
−11
−1
3
3
0
3
1
2
1
−2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A−1 =
0
B
B
B
B
B
B
@
−6
2
−6
15
41
84
6
21
6
1
C
C
C
C
C
C
A
2. A−1 = 1
2
0
B
B
B
B
B
B
@
−6
2
−6
15
41
84
6
21
6
1
C
C
C
C
C
C
A
3. A−1 =
0
B
B
B
B
B
B
@
−6
2
−6
15
41
84
6
21
6
1
C
C
C
C
C
C
A
4. A è singolare
��
��
�
1_
69
Esercizio 9
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
3
−1
0
10
2
1
−1
1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A−1 = 1
16
0
B
B
B
B
B
B
@
12
−2 16
2
1
0
−10
3
0
1
C
C
C
C
C
C
A
2. A è singolare
3. A−1 =
0
B
B
B
B
B
B
@
12
−2
16
2
1
0
−10
3
0
1
C
C
C
C
C
C
A
4. A−1 = 1
8
0
B
B
B
B
B
B
@
−12
−2
16
−2
1
0
−10
3
0
1
C
C
C
C
C
C
A
��� �
Esercizio 10
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
0
3
0
0
1
0
3
2
0
1
0
0
2
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. A non è invertibile
2. A−1 = 1
5A
3. A−1 = 1
5(A + I4)
4. A−1 = 1
5 (A − 2I4)
Esercizio 1
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
B
B
B
B
@
3
1
2
0
1
4
3
3
−2
5
0
0
1
1
−1
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
CAPITOLO 20 - BUG SISTEMA PEGASO, DOMANDE INCERTE
1. l'unica orlata di A XXXXXXXXXXXX
2. tutte le orlate di A
3. tutte le orlate di A XXXXX
4. tutte le orlate di A XXXXXXXXX
<------------
RISPOSTA
Esercizio 2
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
4
1
3
0
−2
3
−5
0
0
2
−2
3
1
−1
2
0
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. tutti gli orlati di A(1,3,4;2,3,4) hanno determinante nullo
2. esiste un orlato di A(1,3,4;2,3,4) con determinante non nullo
3. tutti gli orlati di A(1,2,3;1,2,3) con determinante non nullo
4. tutti gli orlati di A(1,2;1,2) hanno determinante nullo
Esercizio 3
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
2
0
1
0
3
0
0
0
−1
2
2
1
−1
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A(2; 3; 4; 1; 3; 4) = 0 ⇒ rk A = 2
2. ogni orlato di A(1; 2; 3; 2; 3; 4) ha determinante nullo
3. ogni orlato di A(1; 2; 3; 4) ha determinante nullo
4. esiste un orlato di A(2; 3; 4; 1; 2; 4) con determinante non nullo
Esercizio 4
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
−2
3
1
−5
1
−1
0
2
0
2
2
−2
−1
3
2
−4
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. esiste un orlato di A(2,3;3,4) con determinante non nullo
2. esiste un orlato di A(1,4;2,3) con determinante non nullo
3. A(2,3;3,4) è un minore fondamentale
4. A(1,2,3;1,2,3) ha tutti gli orlati con determinante nullo -> rk A = 3
Esercizio 5
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
2
−1
1
3
1
0
1
−2
1
1
0
1
4
0
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rkA = 1
2. rkA = 2
3. rkA = 3
4. rkA = 4
Esercizio 6
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
B
B
B
B
@
3
1
0
5
−1
2
10
−2
4
2
−2
2
1
3
−2
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rkA = 5
2. rkA = 2
3. rkA = 3
4. rkA = 4
Esercizio 7
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
3
4
1
2
2
0
0
0
1
1
−1
1
0
1
1
2
1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. rk A = 3
2. rk A = 2
3. rk A = 4
4. rk A = 5
Esercizio 8
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x + 3y − 2z = 1
−x − y + z = 0
−2x + 3y + z = 1:
Allora si ha che
1. l’unica soluzione del sistema è (1; −1; 1)
2. l’unica soluzione del sistema è (−1; 0; 1)
3. la soluzione del sistema in forma parametrica è (t; 2t; 1)
4. la soluzione del sistema in forma parametrica è (−t; 2t; 1)
Esercizio 9
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x + 2y − z − t = 0
1
4x − y − 1
2z + 2t = 1
2x − 2y − 3z + 7t = 4:
Allora si ha che
1.
`2
3; 2
3; 1; 1
´
è l’unica soluzione del sistema
2.
3.
il sistema non è risolubile
`4
3‰1 − 2‰2 + 4
3; −1
6‰1 + 3
2‰2 − 2
3; ‰1; ‰2
´
4. rkA = rkB = 3
sono tutte le soluzioni del sistema al variare dei parametri £1,£2 € R
Esercizio 10
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x + 1
2y = 0
x−y=1
3x + 2y = −1:
Allora si ha che
1. il sistema non è risolubile
2.
`1
5; −4
5
´
è una soluzione del sistema, ma non è l’unica
3.
`1
6; −5
6
´
è l’unica soluzione del sistema
4.
`1
5; −4
5
´
è l’unica soluzione del sistema
1. Siano P, Q due matrici quadrate tali che
(3.4)
- Q - 6P - 2I .
Come conseguenza di tale identit`a abbiamo allora che
2. Determinare x R nella matrice A M2 data da
A
2
0
x
1
,
in modo tale che sia soddisfatta la seguente equazione matriciale
A2
A
B,
dove B M2 `e data da
A
2
0
6
0
.
a) x = 3
b) Per nessun x l’equazione matriciale `e soddisfatta
c) x = 2
d) Per ogni x l’equazione matriciale `e soddisfatta
3. Siano A e B due matrici qualsiasi di tipo, rispettivamente, m, n , ed n, m . Se risulta
AB ↵I, e BA ↵I, dove ↵ `e un numero reale fissato, allora `e vero che AB BA?
a) s`ı, qualunque siano i tipi di A e B
b) s`ı, qualunque siano i tipi di A e B, a condizione che ↵ 0
c) `e vero se e solo se m = n, qualunque sia ↵
d) `e vero se e solo se contemporaneamente abbiamo m n, ed ↵ 0
qualunque sia la scelta delle matrici P e Q tali da soddisfare la (3.4)
qualunque sia la scelta delle matrici P e Q tali da soddisfare la (3.4)
CAPITOLO 21
4. Siano A P Mn una matrice antisimmetrica e B P Mn la matrice definita da B = A2.
Quale delle seguenti affermazioni e` vera?
a) B `e simmetrica
b) B `e antisimmetrica
c) B non `e, in generale, n`e simmetrica, n`e antisimmetrica
d) A e B non sono permutabili
5. Siano A, B P Mn due matrici permutabili. Quale delle seguenti affermazioni `e vera,
comunque siano scelte A e B?
a) A e Bt, oppure At e B sono permutabili
b) At e Bt sono permutabili
c) At e Bt sono permutabili se e solo se (A = O, oppure B = O)
d) At e Bt sono permutabili se e solo se (A = I, oppure B = I)
6. Siano A ed X i seguenti vettori riga e colonna, rispettivamente
7. Sia A € Mn una matrice idempotente. Quale delle seguenti affermazioni `e vera?
a) At `e idempotente se e solo se (A = O, oppure A = In)
b) (At)t non `e, in generale, idempotente
c) At `e idempotente
d) At `e idempotente se e solo se A `e simmetrica
se e solo se
<-- CORRETTA
se e solo se
per nessuna scelta di
per ogni scelta di
8. Sia N un intero positivo fissato, e si consideri il seguente sistema matriciale nelle
incognite X, Y € Mn
XN
O
XY
In .
Quale delle seguenti affermazioni e` vera?
a) il sistema ammette soluzioni se e solo se N 2
b) il sistema ammette soluzioni se e solo se N `e pari
c) il sistema ammette soluzioni se e solo se N `e dispari
d) il sistema non ammette soluzioni per nessun N intero positivo
9. Sia A Mn la matrice data da
A
k
1
2
0
,
e sia K l’insieme di tutti i valori k R soluzioni della seguente equazione matriciale
A2 - kA - 2I2 .
Quale delle seguenti conclusioni e` corretta?
a) K = R
b) K =
c) K = 0
d) K = 2
10. si consideri il seguente sistema matriciale nelle incognite X, Y
Mn
XY
O
YX
↵In ,
dove ↵ `e un numero reale fissato. Quale delle seguenti `e vera?
a) il sistema ammette soluzioni per ogni ↵ reale fissato
b) il sistema non ammette soluzioni comunque si fissi ↵
c) il sistema ammette soluzioni se e solo se ↵ 0
d) il sistema ammette soluzioni se e solo se ↵ 1

TEST di AUTOVALUTAZIONE
1. Dati gli insiemi A
4, 1, 7 , B
1, 7,
3 , quali delle seguenti a↵ermazioni `e
vera?
a) A
B
b) B
A
c) A
B
4
d) A
B
4
2. Introdotto l’insieme Z
0, 1 , 1, 2
, quali delle seguenti a↵ermazioni `e falsa?
a)
1
Z
b)
1
Z
c)
0, 1
Z
d)
0, 1, 2
Z
3. Sia E l’insieme numerico sull’asse reale R dato da
E
x
R : x2
3x
2
0
x
R : x3
8
0.
Quali delle seguenti uguaglianze `e corretta?
a) E
1, 2
b) E
2
c) E
d) E
2
4. Quali sono tutti e soli i valori di x
R per i quali `e vera la seguente uguaglianza
insiemistica?
x, x
1
0, 1
a) x
0
b) Nessun x
R
c) x
1
d) x
1
(
)
5. Quali sono tutti e soli i valori di x
R per i quali `e vera la seguente uguaglianza fra
coppie ordinate?
x
2, x
1
2x, 1
a) nessun x
b) x
2
c) x
0
d) x
1
6. Dato l’insieme E
0, 1,
1
quale, fra i seguenti, `e l’insieme P E
delle parti di
E?
a) P E
0,
1,1
b) P E
0, 1,
1, 0,
1,
1, 1 , 0, 1
c) P E
0, 1,
1, 0,
1,
1, 1 , 0, 1 ,
,E
d) P E
0,1,
1 , 0,
1,
1, 1 , 0, 1 ,
,E
7. Siano A e B due insiemi generici contenuti in un insieme universo X (con A, B, X
non vuoti). Quale delle seguenti a↵ermazioni `e vera?
a)
A
B
X
b) Ac
A
A
c) B
Bc
d) A
B
sse A
B
8. Considerato, per ogni n
N
0 , l’intervallo aperto a sinistra dato da In
1
n, 1 ,
quali delle seguenti `e vera?
a)
nN
0 In
b)
nN
0 In
0, 1
c)
nN
0 In
1
d)
nN
0 In
0, 1
[
]
[
]
[
)
[
]
9. Se A, B, C, D sono quattro insiemi assegnati, quale fra le seguenti uguaglianze in-
siemistiche `e vera?
a)
A
B
C
D
A
C
B
C
A
D
B
D
b)
A
B
C
D
A
C
B
C
A
D
B
D
c)
A
B
C
D
A
C
B
D
d)
A
B
C
D
A
C
B
D
10. Se A, B, C sono tre insiemi assegnati (non vuoti), quale fra le seguenti uguaglianze
insiemistiche `e vera?
a)
A
Ac c
B
A
b)
A
Ac c
Bc
B
c)
A
Ac c
B
d)
C
Cc c
Cc
C
(
]
[
]
TEST di AUTOVALUTAZIONE
1. Data la matrice
A
1
1
1
1
1
1
,
quale delle seguenti a↵ermazioni `e vera?
a) A `e una matrice rettangolare di tipo 3, 2
b) A `e una matrice unit`a
c) A `e una matrice rettangolare di tipo 2, 3
d) A `e una matrice simmetrica
2. Data la matrice quadrata
A
1
z
x
z
2
0
x
0
3
,
dove x e z sono numeri reali, quale delle seguenti a↵ermazioni `e vera?
a) A `e simmetrica se e solo se x
0
b) A `e antisimmetrica se e solo se z
0
c) A `e diagonale se x
0ez
1
d) A `e diagonale se x
1ez
0
3. Data la matrice quadrata
A
x
y
y
x
,
dove x e y sono numeri reali, quale delle seguenti a↵ermazioni `e vera?
a) A `e antisimmetrica se e solo se y
0, per ogni x
b) A `e simmetrica per ogni x e per ogni y
c) A `e antisimmetrica se e solo se x
0, per ogni y
d) A `e triangolare superiore se e solo se x
0, per ogni y
4. Per quali t
R risulta vera l’uguaglianza seguente?
t
t
1
2
t
t
1
1
3
0
1
.
a) Per nessun t
b) Per qualche t (e in questo caso determinare tutti i valori di t corrispondenti)
c) Per t intero pari
d) Per t intero dispari
5. Siano S ed A gli insiemi costituiti dalla totalit`a delle matrici quadrate (di ordine n
fissato) rispettivamente simmetriche ed antisimmetriche, cio`e
S
A
Mn : A
At
A
A
Mn : A
At .
Quale delle seguenti a↵ermazioni `e vera?
a) S
A
On, In
b) S
A
In
c) S
A
d) S
A
On
6. Data la matrice A seguente
A
1
0
2
3
4
0
1
5
0
1
2
1
,
quale delle seguenti a↵ermazioni `e vera?
a) A `e di tipo 3, 4 e risulta At
0
1
2
1
4
0
1
5
1
0
2
3
b) A `e di tipo 3, 4 e risulta At
1
4
0
0
0
1
2
1
2
3
5
1
c) A `e di tipo 4, 3 e risulta At
3
2
0
1
5
1
0
4
1
2
1
0
d) A `e di tipo 4, 3 e risulta At
0
4
1
1
0
0
2
1
2
1
5
3
7. Sia A una matrice di tipo
m, n .
Quale delle seguenti uguaglianze matriciali `e
corretta?
a)
Att
A
b)
Att
At
c)
Att
At
d)
Att
A
8. Sia B l’insieme delle matrici quadrate del secondo ordine cos`ı definito
B
1
↵
↵
1
:↵
R.
Se B `e un fissato elemento generico di B, quale delle seguenti `e vera?
a)
B
B
b)
Bt
B
c) Bt
B
d) Bt
B se e solo se B
I2
9. Sia A la matrice quadrata del terzo ordine data da
A
y
0
z
x
0
x
12
y
0
y
2
.
Quale delle seguenti a↵ermazioni `e vera?
a) A `e una matrice diagonale se e solo se x, y, z
2, 0,
2
b) A `e una matrice unit`a se e solo se x, y, z
2, 0,
2
c) A `e una matrice nulla se e solo se x, y, z
2, 0,
2
d) Nessuna delle precedenti `e vera
10. Siano ↵, � due numeri reali, ed A, B le matrici quadrate del secondo ordine seguenti
A
1
↵
0
�
,
B
↵
0
1
0
.
Se E `e l’insieme di tutte le coppie ordinate ↵, � per le quali risulti
A
Bt, cio`e
E
↵, �
R2 :
A
Bt ,
allora, quale delle seguenti `e vera
a) E
1, 0
b) E
0,
1
c) E
d) E
R2
TEST di AUTOVALUTAZIONE
1. Siano A, B e C tre matrici di tipo m, n , p, q
ed r, s , rispettivamente. Quale
delle seguenti condizioni devono soddisfare gli interi m, n, p, q, r, s, a�nch`e la matrice
data da
A
Bt
C
sia definita?
a) m
p
r ed n
q
s
b) m
q
r ed n
p
s
c) m
q
s ed n
p
r
d) m
p
s ed n
q
r
2. Per quali numeri reali ↵ la seguente uguaglianza matriciale `e vera?
↵
↵
0
0
0
0
0
0
↵
↵
0
0
.
a) Per ↵
0
b) Per ogni ↵
R
c) Per nessun ↵
d) Se e solo se ↵
1
3. Siano A e B le due matrici date da
A
1
0
2
0
0
2
3
1
0
1
5
0
,
B
1
1
0
1
0
3
0
1
2
2
7
1
.
Qual `e la matrice X soluzione dell’equazione matriciale seguente?
A
Xt
B
a) X
2
1
2
1
0
5
3
0
2
1
2
1
b) X
2
1
2
1
0
5
3
0
2
1
2
1
c) X
2
1
3
1
1
0
0
2
2
5
2
1
d) X
2
1
3
1
1
0
0
2
2
5
2
1
4. Quale delle seguenti somme matriciali `e corretta?
a)
2
1
0
3
2
1
0
3
b)
1
0
0
1
1
0
0
1
c)
2
1
t
0
3
t
2
4
d)
1
0
t
0
1
t
1
1
5. Determinare tutti i valori dei numeri reali ↵, � e �, tali che, introdotte le due matrici
seguenti E ed F
E
0
2
2↵
↵
3
1
0
5↵
�
,
F
8
�
2
�
1
1
0
5
4
,
la matrice E
F risulti diagonale.
a) ↵
1, �
2, �
1
b) ↵
1, �
4, �
1
c) ↵
2, �
2, �
2
d) ↵
2, �
4, �
2
6. Siano A e B le matrici quadrate del secondo ordine date da
A
2
x
y3
1
3x2
,
B
1
y
x
5 y2
x4
1
,
dove x, y
R. Quali sono tutti i valori di x ed y per i quali la seguente matrice
2At
xB
2A
xBt
risulti simmetrica?
a) x
0ey
1
b) x
1ey
0
c) nessun valore di x e y
d) ogni valore di x ed y
7. Sia A una generica matrice quadrata di ordine n ed x, y due numeri reali. Introdotta
la matrice B cos`ı definita
B
xA
yAt ,
quale delle seguenti a↵ermazioni `e corretta?
a) B `e antisimmetrica se e solo se x
y (comunque sia assegnata A
Mn)
b) B `e antisimmetrica se e solo se A `e antisimmetrica (comunque siano assegnati
x, y)
c) B `e antisimmetrica se e solo se A
On (comunque siano assegnati x, y)
d) B `e antisimmetrica se e solo se (x
y, oppure A `e antisimmetrica)
8. Siano A, B
Mn due matrici simmetriche ed ↵, � due numeri reali. Sia poi C la
matrice data da
C
↵A
�B .
Quale delle seguenti a↵ermazioni `e vera?
a) C `e simmetrica se e solo se ↵
�
1
b) C `e simmetrica se e solo se (↵
0, oppure �
0)
c) C `e simmetrica per ogni valore di ↵ e di �
d) C `e simmetrica se e solo se A
B
9. Considerati i seguenti due vettori colonna U1 ed U2
U1
1
0
,
U2
t
t
1
,
quali sono tutti i valori di t
R tali che U1 ed U2 risultino linearmente indipendenti?
a) t
0 oppure t
1
b) tutti i valori t
1
c) nessun valore di t
d) qualsiasi valore di t
10. Considerati i seguenti tre vettori riga a due componenti V1, V2 e V3
V1
2
0
,
V2
1
1
,
V3
0
y
,
dove y `e un numero reale, quale delle seguenti a↵ermazioni `e vera?
a) V1, V2, V3 sono linearmente indipendenti per ogni y
R
b) Almeno uno dei 3 vettori V1, V2, V3 pu`o esser espresso come combinazione lineare
degli altri due se e solo se y
0
c) V1, V2, V3 sono linearmente indipendenti se e solo se y
0
d) V1, V2, V3 sono linearmente dipendenti per ogni y
R
TEST di AUTOVALUTAZIONE
1. Siano A, B, C le matrici date da
A
9
0
1
2
1
1
0
0
1
,
B
z
0
y
x
3
3
,
C
2
1
2
4
1
0
,
quali dei seguenti prodotti sono tuttti eseguibili?
a) AB, AC, BC, CB
b) CA, AC, BC, CB
c) AB, CA, BA, AC
d) BA, AC, BC, CB
2. Siano x, y due numeri reali da determinarsi, ed A, B, X le matrici quadrate del
secondo ordine date da
A
1
2
0
1
,
B
1
2
5
4
,
X
1
x
3y
0
.
Determinare tutte le coppie ordinate x, y
R2, per le quali la seguente equazione
matriciale `e soddisfatta
At X
B.
a)
x, y
R2 qualsiasi
b) nessuna coppia ordinata x, y
R2
c)
x, y
2, 1
d)
x, y
1, 2
3. Siano A e B le matrici quadrate del secondo ordine seguenti
A
x2
1
1
y3 sin x
,
B
x3 cos y
6
6
x4
y2
,
e C la matrice definita da
C
↵ AB
BA
�I2 ,
dove x, y, ↵, � sono numeri reali. Allora, C `e simmetrica se e solo se
a) x
0, y
⇡, ed ↵, � sono reali qualsiasi
b) x
⇡, y
0, ed ↵, � sono reali qualsiasi
c) x, y, ↵ sono reali qualsiasi, e �
0
d) x, y, ↵, � sono reali qualsiasi
4. Assegnate le matrici A e B seguenti
A
1
0
2
1
1
0
,
B
2
1
0
1
3
2
,
quali delle seguenti a↵ermazioni `e corretta?
a)
AB 2
A2B2
b)
AB 2
2
35
12
8
3
c)
AB 2
AB2A
d)
AB 2
2
35
12
8
3
5. Indicando, nel seguito, con A una generica matrice quadrata di ordine 2, quale delle
seguenti a↵ermazioni `e vera?
a) Ogni matrice A tale che risulti A2
O2 coincide necessariamente con la matrice
nulla O2
b) Esistono infinite matrici A
O2 tale che A2
O2 (in questo caso, determinarne
almeno una)
c) Esiste una sola matrice A
O2 tale che A2
O2 (in questo caso, determinarla)
d) Non esiste nessuna matrice A
O2 tale che A2
O2
6. Siano X, Y, A tre matrici quadrate di ordine n, con X e Y entrambe permutabili
con A. Quale delle seguenti a↵ermazioni `e vera?
a) X
Y `e permutabile con A e XY non lo `e
b) X
Y e XY sono entrambe permutabili con A
c) XY `e permutabile con A e X
Y non lo `e
d) Nessuna delle matrici X
Y e XY `e permutabile con A
7. Siano A, B, C, D quattro matrici tali che la matrice P
AB
C D sia definita.
Quale delle seguenti uguaglianze matriciali `e corretta?
a) P t
At Bt
Ct Dt
b) P t
Dt Ct
Bt At
c) P t
DtAt Bt
Ct
d) P t
Bt
Ct DtAt
8. Siano A, B
Mn due matrici assegnate qualsiasi. Quale delle seguenti a↵ermazioni
`e sempre corretta?
a)
A
B
A
B
A2
B2
b)
A
B
A
B
A2
B2 se e solo se A
On, oppure B
On
c)
A
B
A
B
A2
B2 se e solo se A, B
On
(ovvero, se e solo se A e B commutano)
d)
A
B
A
B
A2
B2
9. Siano A e B due matrici quadrate linearmente dipendenti e k un intero positivo.
Allora Ak e Bk sono linearmente dipendenti
a) se e solo se k
1
b) per ogni k intero positivo
c) se e solo se (A
I oppure B
I)
d) per nessun k
1
10. Siano Ax,y la matrice data da
Ax,y
x
1
0
y
,
dove x, y sono numeri reali, e P t il polinomio dato da
Pt
t2
2t .
Sia poi E l’insieme definito da
E
x, y
R2 : P Ax,y
O2 .
Quali delle seguenti `e corretta?
a) E
b) E
0,
2,
2, 0
c) E
R2
d) E
0, 2 , 2, 0
Esercizio 1
Il disegno
B
A
rappresenta
1. il vettore geometrico libero B − A
B−A
B − A,
2. il vettore applicato # »
AB,
3. il vettore nullo,
4. il vettore applicato # »
BA.
Esercizio 2
Si considerino i vettori applicati
P
Q
Q′
P′
Allora si ha che
1. # »
PQ e # »
P ′Q′ hanno stessa direzione,
2. # »
PQ e # »
Q′P ′ hanno stesso verso,
3. # »
PQ e # »
Q′P ′ sono equipollenti,
4. # »
PQ e # »
P ′Q′ non hanno la stessa direzione.
Esercizio 3
Si considerino i vettori applicati
P
Q
P′
Q′
Allora si ha che
1. # »
PQ e # »
P ′Q′ sono equipollenti,
2. # »
PQ e # »
P ′Q′ hanno stessa direzione,
3. # »
PQ e # »
P ′Q′ hanno stesso verso,
4. # »
PQ e # »
P ′Q′ non sono equipollenti.
Esercizio 4
Si considerino i vettori applicati
B
A
Q
P
Allora si ha che
1. # »
AB e # »
QP sono equipollenti,
2. # »
BA e # »
PQ sono equipollenti,
3. # »
BA e # »
QP sono equipollenti,
4. A − B = Q − P.
\\
Esercizio 5
Si considerino i vettori
vvv
www
P
Q
Allora si ha che
1. # »
PQ è un rappresentante di www,
2. # »
PQ è un rappresentante di vvv,
3. # »
PQ e ogni rappresentante di www sono equipollenti,
4. # »
PQ e ogni rappresentante di −www non sono equipollenti.
Esercizio 6
Si considerino i seguenti vettori vvv;www;aaa
vvv
www
aaa
Allora si ha che
1. aaa = vvv − www,
2. aaa = www − vvv,
3. aaa = vvv + www,
4. aaa = −www − vvv.
Esercizio 7
Si considerino i seguenti vettori vvv;www;aaa
www
vvv
aaa
Allora il vettore aaa rappresenta
1. aaa = vvv − www,
2. aaa = vvv + www,
3. aaa = −vvv − www,
4. aaa = www − vvv.
Esercizio 8
Si considerino i vettori
vvv
www
aaa
Allora il vettore aaa rappresenta
1. aaa = vvv + www,
2. aaa = −vvv − www,
3. aaa = vvv − www,
4. aaa = www − vvv.
Esercizio 9
Si considerino i vettori vvv;www;uuu
vvv
www
uuu
Allora il vettore uuu rappresenta
1. uuu = 2vvv + www,
2. uuu = 2vvv − www,
3. uuu = vvv + 2www,
4. uuu = vvv − 2www.
Esercizio 10
Si considerino i vettori vvv;vvv;uuu
www
vvv
uuu
Allora il vettore uuu rappresenta
1. uuu = www + 1
2vvv,
2. uuu = 1
2www − 1
2vvv,
3. uuu = www − 1
2vvv
4. uuu = 1
2vvv − www.
Esercizio 1
Si consideri l’insieme N dotato delle operazioni + e ·. Allora la struttura algebrica di N(+; ·)
1. è un campo,
2. soddisfa la proprietà dell’esistenza dell’elemento inverso,
3. non è un campo,
4. non soddisfa la proprietà commutativa della somma.
Esercizio 2
Si consideri l’insieme A = {0; 1; −1}. La struttura algebrica A(+; ·)
1. è un campo,
2. non è un campo,
3. non soddisfa l’associatività della somma,
4. non soddisfa l’associatività del prodotto.
Esercizio 3
Si consideri l’insieme delle terne di numeri reali R3. Consideriamo la struttura algebrica
R3(+; ·) sul
campo R in cui le operazioni sono definite da
(u; v; w) + (u′; v ′; w ′) = (u + u′; v + v ′; w + w ′)
∀ (u; v; w); (u′; v ′; w ′) ∈ R3
– · (u; v; w) = (–u; –v; –w)
∀ (u; v; w) ∈ R3; ∀ – ∈ R:
Allora si ha che R3(+; ·)
1. non soddisfa l’esistenza dell’elemento opposto rispetto alla somma,
2. non soddisfa la commutatività della somma,
3. non soddisfa la proprietà distributiva del prodotto con uno scalare rispetto alla somma
tra vettori,
4. è un R‐spazio vettoriale.
Esercizio 4
Si consideri l’insieme delle terne di numeri reali R3 dotato delle operazioni
(u; v; w) + (u′; v ′; w ′) = (u + u′; v + v ′; w + w ′)
∀ (u; v; w); (u′; v ′; w ′) ∈ R3
– · (u; v; w) = (–u; –v; 0)
∀ (u; v; w) ∈ R3; ∀ – ∈ R:
Allora si ha che
1. R3(+; ·) è uno spazio vettoriale su R,
2. R3(+; ·) non soddisfa l’esistenza dell’elemento neutro rispetto al prodotto,
3. R3(+; ·) non soddisfa la commutatività rispetto alla somma,
4. R3(+; ·) non soddisfa l’associatività della somma.
Esercizio 5
Si consideri l’insieme delle coppie di numeri reali R2 dotato delle operazioni
(u; v)˜(u′; v ′) = (u · u′; v · v ′)
∀ (u; v); (u′; v ′) ∈ R2
–△(u; v) = (u–; v –)
∀ (u; v) ∈ R2; ∀ – ∈ R:
Allora si ha che
1. R2(˜; △) non soddisfa la commutatività della somma,
2. R2(˜; △) non soddisfa l’associatività della somma,
3. R2(˜; △) è uno spazio vettoriale su R,
4. R2(˜; △) non soddisfa l’esistenza dell’elemento neutro rispetto al prodotto.
Esercizio 6
Si consideri l’insieme dei reali positivi R+ dotato delle operazioni
x + y = xy
∀ x; y ∈ R+
– · x = x–
∀ x ∈ R+; ∀ – ∈ R:
Allora si ha che
1. R+(+; ·) non soddisfa l’esistenza dell’elemento neutro per la somma,
2. R+(+; ·) è uno spazio vettoriale su R,
3. R+(+; ·) non soddisfa l’esistenza dell’elemento neutro per il prodotto,
4. R+(+; ·) non soddisfa l’esistenza dell’opposto per la somma.
Esercizio 7
Si consideri l’insieme F delle funzioni
f : [0; 1] → R
continue, f (x) ≥ 0 su [0; 1]. Dotiamo l’insieme F delle operazioni di somma e prodotto per
un numero
reale. Allora si ha che
1. F(+; ·) è uno spazio vettoriale,
2. F(+; ·) non soddisfa la commutatività della somma,
3. F(+; ·) non soddisfa l’esistenza dell’opposto rispetto alla somma,
4. F(+; ·) non soddisfa l’esistenza dell’elemento neutro rispetto al prodotto.
Esercizio 8
Si consideri l’R‐spazio vettoriale V (+; ·). Sia (v1; v2; : : : ; v2n) una 2n‐upla di vettori di V .
Allora si ha che
1. 3v1 + 1
3v2 non è una combinazione lineare di (v1; v2; : : : ; v2n),
2. v1 non è una combinazione lineare di (v1; v2; : : : ; v2n),
3.
n
X
k=1
akv2k è una combinazione lineare di (v1; v2; : : : ; v2n),
4.
2n
ı v2n non è una combinazione lineare di (v1; v2; : : : ; v2n).
Esercizio 9
Si consideri l’insieme delle coppie di numeri reali R2 dotato delle seguenti operazioni
(u; v) + (u′; v ′) = (3u; 2v ′)
∀ (u; v); (u′; v ′) ∈ R2;
– · (u; v) = (–u; –v)
∀ (u; v) ∈ R2; ∀ – ∈ R:
Allora si ha che R2(+; ·)
1. è uno spazio vettoriale,
2. soddisfa la commutatività della somma,
3. non soddisfa l’esistenza dell’elemento neutro rispetto al prodotto,
4. soddisfa la proprietà distributiva del prodotto per uno scalare rispetto alla somma tra
scalari.
Esercizio 10
Si consideri l’insieme dei numeri reali R dotato delle operazioni
u + v = 3u + 3v
∀ u; vR;
–·u=–
3u
∀ u; – ∈ R:
Allora si ha che
1. 3 è l’elemento neutro per il prodotto,
2. R(+; ·) è uno spazio vettoriale,
3. R(+; ·) soddisfa la commutatività della somma,
4. R(+; ·) soddisfa l’esistenza dell’elemento neutro rispetto alla somma.
-
Esercizio 1
Si consideri il sottoinsieme
S = {(x; y) : x ̸= y}
dell’R‐spazio vettoriale R2(+; ·). Allora si ha che
1. S è un sottospazio vettoriale di R2(+; ·),
2. S non è un sottospazio vettoriale di R2(+; ·),
3. S è un R‐spazio vettoriale di R2(+; ·),
4. S è stabile rispetto alla somma.
Esercizio 2
Si consideri il sottoinsieme
S = {(x; y) : x − 3y = 0}
dell’R‐spazio vettoriale R2(+; ·). Allora si ha che
1. S è un sottospazio vettoriale di R2(+; ·),
2. S non è un sottospazio vettoriale di R2(+; ·),
3. S non contiene l’elemento nullo della somma,
4. S non è stabile rispetto al prodotto per uno scalare.
Esercizio 3
Si consideri il sottoinsieme
S = {(x; y) : ∃ t ∈ R tale che x = 2t; y = −5t}
dell’R‐spazio vettoriale R2(+; ·). Allora si ha che
1. S non è un sottospazio vettoriale di R2(+; ·),
2. S non contiene l’elemento neutro della somma,
3. S non è stabile rispetto al prodotto per uno scalare,
4. S è chiuso rispetto alla somma.
Esercizio 4
Si consideri il sottoinsieme
S = {(x; y) : y = 3}
dell’R‐spazio vettoriale R2(+; ·). Allora si ha che
1. S è un sottospazio vettoriale di R2(+; ·),
2. S è stabile rispetto alla somma,
3. S è stabile rispetto al prodotto per uno scalare,
4. S non contiene l’elemento neutro della somma.
Esercizio 5
Si consideri il sottoinsieme
S = {(x; y; 1) : x; y ∈ R}
dell’R‐spazio vettoriale R3(+; ·). Allora si ha che
1. S è un sottospazio vettoriale di R3(+; ·),
2. S contiene l’elemento neutro rispetto alla somma,
3. S non è un sottospazio di R3(+; ·),
4. S è stabile rispetto alla somma.
Esercizio 6
Si consideri il sottoinsieme
M=
8
>
>
<
>
>
:
0
B
B
@
a
b
c
d
1
C
C
A : a; b; c; d ∈ R
9
>
>
=
>
>
;
dello spazio vettoriale M(2; 2; R). Allora si ha che
1. M è stabile rispetto alla somma,
2. M non è stabile rispetto alla somma,
3. M non contiene l’elemento neutro per la somma,
4. M non è stabile rispetto al prodotto per uno scalare.
Esercizio 7
Si consideri il sottoinsieme
M=
8
>
>
<
>
>
:
0
B
B
@
a
b
c
d
1
C
C
A : a; b; c; d ∈ R con a + c = b + d
9
>
>
=
>
>
;
dello spazio vettoriale M(2; 2; R). Allora si ha che
1. M non è stabile rispetto alla somma,
2. M non è stabile rispetto al prodotto per uno scalare,
3. M non è un sottospazio di M(2; 2; R),
4. M non contiene l’elemento neutro della somma.
Esercizio 8
Si consideri il sottoinsieme
M = {A ∈ M(2; 2; R) : AT = A}
dello spazio vettoriale M(2; 2; R). Allora si ha che
1. M contiene l’elemento neutro della somma,
2. M non contiene l’elemento neutro della somma,
3. M non è stabile rispetto al prodotto per uno scalare,
4. M non è stabile per la somma.
Esercizio 9
Si consideri il sottoinsieme
M=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
a
0
0
0
b
0
0
0
c
1
C
C
C
C
C
C
A
: a; b; c ∈ R con a + b = 2
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
dello spazio vettoriale M(3; 3; R). Allora si ha che
1. M non è stabile rispetto al prodotto per uno scalare,
2. M non contiene l’elemento neutro della somma,
3. M è stabile rispetto alla somma,
4. M è un sottospazio di M(3; 3; R).
Esercizio 10
Si consideri il sottoinsieme
M=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
v1
v2
v3
1
C
C
C
C
C
C
A
∈ M(3; R) : v1 · v2 · v3 = 1
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
dello spazio vettoriale M(3; R). Allora si ha che
1. M contiene l’elemento neutro per la somma,
2. M è un sottospazio di M(3; R),
3. M è stabile rispetto al prodotto per uno scalare,
4. M non è un sottospazio di M(3; R).
Esercizio 1
Si consideri l’R‐spazio vettoriale R3 ed il sistema S = [(1; 2; 3)]. Allora si ha che
1. il vettore (2; 3; 4) è linearmente dipendente da S,
2. il vettore (−1; 2; −3) è linearmente dipendente da S,
3. il vettore (2; 4; 5) è linearmente dipendente da S,
4. il vettore ( 1
2; 1; 3
2) è linearmente dipendente da S.
Esercizio 2
Si consideri l’R‐spazio vettoriale R3 e il sistema S = [(2; 0; 0); (0; 1; 0)]. Allora si ha che
1. il vettore (2; 1; 1) è linearmente dipendente da S,
2. il vettore (1; ı; 0) è linearmente dipendente da S,
3. il vettore (1; 1; 1) è linearmente dipendente da S,
4. il vettore (0; 0; −1) è linearmente dipendente da S.
Esercizio 3
Si consideri l’R‐spazio vettoriale R4 ed il sistema S = [(1; 0; 0; 1); (1; 1; 0; 0)]. Allora si ha
che
1. il vettore (0; −1; 0; 0) è linearmente dipendente da S,
2. il vettore (3; 3; 3; 3) è linearmente dipendente da S,
3. il vettore (0; −3; 3; 3) è linearmente dipendente da S,
4. il vettore ( ı
2; ı; ı; ı
2) è linearmente dipendente da S.
Esercizio 4
Si consideri lo spazio vettoriale M(2; 2; R) e il sistema
S=
2
664
0
B
B
@
1
0
0
1
1
C
C
A;
0
B
B
@
0
0
3
3
1
C
C
A
3
775 :
Allora si ha che
1. la matrice
0
B
B
@
1
2
0
1
2
−5
6
1
C
C
A è linearmente dipendente da S,
2. la matrice
0
B
B
@
1
2
0
1
2
5
6
1
C
C
A è linearmente dipendente da S,
3. la matrice
0
B
B
@
−1
0
3
3
1
C
C
A è linearmente dipendente da S,
4. la matrice
0
B
B
@
1
0
0
4
1
C
C
A è linearmente dipendente da S.
Esercizio 5
Si consideri lo spazio vettoriale M(2; 2; R) e il sistema
S=
2
664
0
B
B
@
1
0
1
0
1
C
C
A;
0
B
B
@
2
0
2
0
1
C
C
A
3
775 :
Allora si ha che
1. la matrice
0
B
B
@
1
2
1
2
1
C
C
A è linearmente dipendente da S,
2. la matrice
0
B
B
@
2
0
2
1
1
C
C
A è linearmente dipendente da S,
3. la matrice
0
B
B
@
√
2
0
√
2
0
1
C
C
A è linearmente dipendente da S,
4. la matrice
0
B
B
@
1
0
1
1
1
C
C
A è linearmente dipendente da S.
Esercizio 6
Si consideri lo spazio vettoriale M(3; 3; R)s e il sistema
S=
2
6666664
0
B
B
B
B
B
B
@
1
0
−1
0
0
0
−1
0
0
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
1
0
0
0
1
0
0
0
1
1
C
C
C
C
C
C
A
3
7777775
:
Allora si ha che
1. la matrice
0
B
B
B
B
B
B
@
0
0
−1
0
−1
0
−1
0
−1
1
C
C
C
C
C
C
A
è linearmente dipendente da S,
2. la matrice
0
B
B
B
B
B
B
@
4
1
−1
1
4
0
−1
0
4
1
C
C
C
C
C
C
A
è linearmente dipendente da S,
3. la matrice
0
B
B
B
B
B
B
@
−1
0
0
0
1
0
0
0
−1
1
C
C
C
C
C
C
A
è linearmente dipendente da S,
4. la matrice
0
B
B
B
B
B
B
@
3
2
0
1
2
0
1
0
1
2
0
1
1
C
C
C
C
C
C
A
è linearmente dipendente da S.
Esercizio 7
Si consideri lo spazio vettoriale M(2; 2; R) e il sistema
H=
8
>
>
<
>
>
:
0
B
B
@
a
b
0
c
1
C
C
A : a; b; c ∈ R con a + c = 0
9
>
>
=
>
>
;
:
Allora si ha che
1. la matrice
0
B
B
@
1
2
0
1
1
C
C
A è linearmente dipendente da H,
2. la matrice
0
B
B
@
1
0
1
−1
1
C
C
A è linearmente dipendente da H,
3. la matrice
0
B
B
@
√
3
0
0
−
√
3
1
C
C
A è linearmente dipendente da H,
4. la matrice
0
B
B
@
5
−5
5
−5
1
C
C
A è linearmente dipendente da H.
Esercizio 8
Si consideri l’R‐spazio vettoriale R3 e l’insieme H = {(x; y; z) ∈ R3 : x + 2y = 0}. Allora si ha
che
1. il vettore (1; 0; 0) è combinazione lineare di H,
2. il vettore (1; 0; 1) è combinazione lineare di H,
3. il vettore (1; 1
2; 1
2) è combinazione lineare di H,
4. il vettore (−1; 1
2; 1
2) è combinazione lineare di H.
Esercizio 9
Si consideri l’R‐spazio vettoriale R4 e i sistemi
S = [(1; 0; 0; 0); (1; 0; 2; 0); (1; 1; 0; 0)];
T = [(1; 0; 0; 0); (0; 1; 0; 0)]:
Allora si ha che
1. ⟨S⟩ ⊆ ⟨T⟩,
2. ⟨S⟩ = ⟨T⟩,
3. T * ⟨S⟩,
4. ⟨T⟩ ⊆ ⟨S⟩.
Esercizio 10
Si consideri l’R‐spazio vettoriale R3 e i sistemi
S = [(2; 0; 0); (1; 1; 0); (0; 1; 0)];
T = [(1; 0; 1); (1; 0; 0)]:
Allora si ha che
1. T ⊆ ⟨S⟩,
2. T * ⟨S⟩,
3. ⟨T⟩ = ⟨S⟩,
4. S ⊆ ⟨T⟩.
Esercizio 1
Dato l’R‐spazio vettoriale R3(+; ·), si consideri il sistema
S=
2
6666664
vvv =
0
B
B
B
B
B
B
@
1
0
1
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
1
1
0
1
C
C
C
C
C
C
A
3
7777775
:
Allora si ha che
1. vvv − www = 000,
2.
1
2vvv − 2www = 000,
3. S è linearmente indipendente,
4. −vvv + www = 000.
-
Esercizio 2
Dato l’R‐spazio vettoriale R3(+; ·), si consideri il sistema
S=
2
6666664
vvv =
0
B
B
B
B
B
B
@
5
0
0
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
1
0
1
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
1
−1
0
1
C
C
C
C
C
C
A
3
7777775
:
Allora si ha che
1.
1
5vvv − www = 000,
2. S è linearmente indipendente,
3.
1
5vvv − www + uuu = 000,
4.
1
5vvv − www − uuu = 000.
Esercizio 3
Dato l’R‐spazio vettoriale R3(+; ·), si consideri il sistema
S=
2
6666664
vvv =
0
B
B
B
B
B
B
@
1
1
0
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
0
−1
1
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
1
0
1
1
C
C
C
C
C
C
A
3
7777775
:
Allora si ha che
1. L’unica combinazione lineare che è uguale al vettore nullo è quella con gli scalari (0; 0; 0),
2. la combinazione lineare con gli scalari (−1; 1; 1) è uguale al vettore nullo,
3. la combinazione lineare con gli scalari (−1; 1; −1) è uguale al vettore nullo,
4. la combinazione lineare con gli scalari (1; 1; −1) è uguale al vettore nullo.
Esercizio 4
Dato l’R‐spazio vettoriale R3(+; ·), si consideri il sistema
S=
2
6666664
uuu =
0
B
B
B
B
B
B
@
1
0
1
1
C
C
C
C
C
C
A
;vvv =
0
B
B
B
B
B
B
@
1
1
1
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
1
1
0
1
C
C
C
C
C
C
A
3
7777775
:
Allora si ha che
1. ⟨S⟩ = ⟨S − uuu⟩,
2. ⟨S⟩ = ⟨S − vvv⟩,
3. ⟨S⟩ = ⟨S − www⟩,
4. S è linearmente indipendente.
Esercizio 5
Dato l’R‐spazio vettoriale R3(+; ·), si consideri il sistema
S=
2
6666664
vvv =
0
B
B
B
B
B
B
@
−1
0
1
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
−1
1
0
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
0
1
0
1
C
C
C
C
C
C
A
3
7777775
:
Allora si ha che
1. S è linearmente indipendente,
2. ⟨S⟩ = ⟨S − uuu⟩,
3. ⟨S⟩ = ⟨S − vvv⟩,
4. ⟨S⟩ = ⟨S − www⟩.
Esercizio 6
Dato l’R‐spazio vettoriale R3(+; ·), si consideri il sistema
S=
2
6666664
vvv =
0
B
B
B
B
B
B
@
1
1
−1
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
0
1
1
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
1
1
0
1
C
C
C
C
C
C
A
;zzz =
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
3
7777775
:
Allora si ha che
1. S è linearmente indipendente,
2. ⟨S⟩ = ⟨S − zzz⟩,
3. ⟨S⟩ = ⟨S − vvv⟩,
4. zzz = www − uuu.
Esercizio 7
Dato lo spazio vettoriale M(3; 3; R)d, si consideri il sistema S = [D(1; 1; 0); D(1; 1; 1)]. Allora
si ha che
1. ⟨S⟩ = ⟨S − D(1; 1; 0)⟩,
2. ⟨S⟩ = ⟨S − D(1; 1; 1)⟩,
3. S è linearmente indipendente,
4. D(1; 1; 0) − D(1; 1; 1) = 0.
Esercizio 8
Dato lo spazio vettoriale M(2; 2; R)s, si consideri il sistema
S=
2
664vvv =
0
B
B
@
1
1
1
−1
1
C
C
A ;www =
0
B
B
@
0
−1
−1
1
1
C
C
A ;uuu =
0
B
B
@
0
−1
−1
0
1
C
C
A
3
775 :
Allora si ha che
1. S è linearmente indipendente,
2. ⟨S⟩ = ⟨S − uuu⟩,
3. ⟨S⟩ = ⟨S − vvv⟩,
4. ⟨S⟩ = ⟨S − www⟩.
Esercizio 9
Dato lo spazio vettoriale M(2; 2; R)s, si consideri il sistema
S=
2
664vvv =
0
B
B
@
2
1
4
1
4
0
1
C
C
A ;www =
0
B
B
@
0
0
0
1
1
C
C
A ;uuu =
0
B
B
@
−1
−1
8
−1
8
1
1
C
C
A
3
775 :
Allora si ha che
1. S è linearmente indipendente,
2. uuu = 1
2vvv + www,
3. ⟨S⟩ = ⟨S − www⟩,
4. uuu = −1
2(vvv + www).
Esercizio 10
Dato l’R‐spazio vettoriale R3(+; ·) si consideri il sistema
S=
2
6666664
vvv =
0
B
B
B
B
B
B
@
−1
−1
0
1
C
C
C
C
C
C
A
;www =
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
;uuu =
0
B
B
B
B
B
B
@
1
0
0
1
C
C
C
C
C
C
A
3
7777775
:
Allora si ha che
1. ⟨S⟩ = ⟨S − uuu⟩,
2. ⟨S⟩ = ⟨S − www⟩,
3. ⟨S⟩ = ⟨S − vvv⟩,
4. S è linearmente indipendente.
Esercizio 1
Nell’R‐spazio vettoriale R4 si consideri
W = ⟨vvv 1 = (1; 2; 0; 2);vvv 2 = (2; 1; 1; 0);vvv 3 = (5; 4; 2; 2)⟩:
Allora si ha che
1. dim W = 2,
2. dim W = 3,
3. dim W = 4,
4. dim W = 1,
Esercizio 2
Nell’R‐spazio vettoriale R4 si consideri
W = ⟨vvv 1 = (1; 2; 0; 2);vvv 2 = (2; 1; 1; 0);vvv 3 = (5; 4; 2; 2)⟩:
Allora si ha che
1. {vvv 1;vvv 2;vvv 3} è una base di W,
2. {vvv 1} è una base di W,
3. {vvv 1;vvv 2;vvv 3;vvv 1 + 2vvv 2} è una base di W,
4. {vvv 1;vvv 2} è una base di W.
Esercizio 3
Nell’R‐spazio vettoriale R4 si consideri
W = ⟨vvv 1 = (1; 2; 0; 2);vvv 2 = (2; 1; 1; 0);vvv 3 = (5; 4; 2; 2)⟩:
Allora si ha che
1. {vvv 1;vvv 2;eee1;eee2} è una base di R4,
2. {vvv 1;vvv 2;vvv 3} è una base di R4,
3. {vvv 1;vvv 2;vvv 3;eee1} è una base di R4,
4. {vvv 1;vvv 2;vvv 3;eee2} è una base di R4.
Esercizio 4
Nell’R‐spazio vettoriale R5, si consideri
S = [vvv 1 = (2; 0; 1; 0; −1);vvv 2 = (1; 1; 0; 1);vvv 3 = (1; −1; 1; −1; −1);vvv 4 = (4; 0; 2; 0;
−2);vvv 5 = (0; 0; 0; 1; 1)]:
Allora si ha che
1. {vvv 1;vvv 2;vvv 3} è una base di ⟨S⟩,
2. {vvv 1;vvv 2;vvv 5} è una base di ⟨S⟩,
3. {vvv 1;vvv 2} è una base di ⟨S⟩,
4. {vvv 1;vvv 5} è una base di ⟨S⟩.
Esercizio 5
Nell’R‐spazio vettoriale R3 si consideri
W = ⟨vvv 1 = (1; 5; −1);vvv 2 = (2; 0; 1);vvv 3 = (1; 1; 3);vvv 4 = (−1; 1; 0)⟩:
Allora si ha che
1. dim W = 4,
2. dim W = 1,
3. dim W = 2,
4. dim W = 3.
Esercizio 6
Nell’R‐spazio vettoriale R3 si consideri
W = ⟨vvv 1 = (1; 5; −1);vvv 2 = (2; 0; 1);vvv 3 = (1; 1; 3);vvv 4 = (−1; 1; 0)⟩:
Allora si ha che
1. {vvv 1;vvv 3} è una base di W,
2. {vvv 2;vvv 3} è una base di W,
3. {vvv 1;vvv 2;vvv 3} è una base di W,
4. {vvv 1;vvv 2} è una base di W.
Esercizio 7
Nell’R‐spazio vettoriale R4 si consideri l’insieme
H = {(a; 0; b; c) : a; b; c ∈ R}:
Allora si ha che
1. dim H = 3,
2. dim H = 4,
3. dim H = 2,
4. dim H = 1.
Esercizio 8
Nell’R‐spazio vettoriale R4 si consideri l’insieme
H = {(a; 0; b; c) : a; b; c ∈ R}:
Allora si ha che
1. {eee1;eee2;eee3} è una base di ⟨H⟩,
2. {eee1;eee3;eee4} è una base di ⟨H⟩,
3. {eee1;eee4} è una base di ⟨H⟩,
4. {eee3;eee4} è una base di ⟨H⟩.
Esercizio 9
Nell’R‐spazio vettoriale R4 si consideri l’insieme
H = {(a; b; a; c) : a; b; c ∈ R}:
Allora si ha che
1. dim H = 2,
2. dim H = 5,
3. dim H = 4,
4. dim H = 3.
Esercizio 10
Nell’R‐spazio vettoriale R4 si consideri l’insieme
H = {(a; b; a; c) : a; b; c ∈ R}:
Allora si ha che
1. {eee2;eee4;eee = (1; 0; 1; 0)} è una base di ⟨H⟩,
2. {eee1;eee2;eee3;eee4} è una base di ⟨H⟩,
3. {eee1;eee2;eee3;eee = (1; 0; 1; 0)} è una base di ⟨H⟩,
4. {eee1;eee4;eee = (1; 0; 1; 0)} è una base di ⟨H⟩.
Esercizio 1
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
2
1
−1
5
0
1
1
−1
1
3
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. dim(Col(A)) = 2,
2. dim(Col(A)) = 3,
3. dim(Col(A)) = 4,
4. dim(Col(A)) = 1.
Esercizio 2
Si consideri la matrice e il vettore dei termini noti ccc:
A=
0
B
B
B
B
B
B
@
1
2
1
−1
5
0
1
1
−1
1
3
0
1
C
C
C
C
C
C
A
;
ccc =
0
B
B
B
B
B
B
@
4
−2
3
1
C
C
C
C
C
C
A
:
Indichiamo con (A|ccc) la matrice (aaa1;aaa2;aaa3;aaa4;ccc). Allora si ha che
1. Il sistema lineare con matrice (A|ccc) non è compatibile,
2. ccc /∈ ⟨aaa1;aaa2;aaa3;aaa4⟩,
3. Col(A) ̸= Col(A|ccc),
4. il sistema lineare con matrice (A|ccc) è compatibile.
Esercizio 3
Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
0
0
0
0
0
1
0
2
0
0
0
1
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. dim(Rig(B)) = 3,
2. dim(Rig(B)) = 4,
3. dim(Rig(B)) = 2,
4. dim(Rig(B)) = 1,
Esercizio 4
Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
0
0
0
0
0
1
0
2
0
0
0
1
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. dim(Col(B)) = 3,
2. dim(Col(B)) = 4,
3. dim(Col(B)) = 2,
4. dim(Col(B)) = 1,
Esercizio 5
Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
0
0
0
0
1
0
0
0
0
1
1
C
C
C
C
C
C
A
:
Indichiamo con A la matrice incompleta associata a B. Allora si ha che
1. il sistea lineare associato alla matrice B è compatibile,
2. dim(Col(A)) = 3,
3. il sistema lineare associato a B è incompatibile,
4. dim(Col(A)) = 4.
Esercizio 6
Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
0
−2
0
0
0
0
0
2
3
0
0
0
4
6
1
C
C
C
C
C
C
A
:
Indichiamo con A la matrice incompleta associata a B. Allora si ha che
1. dim(Col(A)) = 3,
2. dim(Col(A)) = 4,
3. il sistema associato alla matrice B è incompatibile,
4. il sistema associato alla matrice B è compatibile.
Esercizio 7
Si consideri la matrice
B=
0
B
B
B
B
B
B
@
−1
1
1
2
1
−1
0
−1
1
−2
−2
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. una soluzione del sistema omogeneo associato alla matrice B è (1; 1; 0).
2. l’unica soluzione del sistema omogeneo associato alla matrice B è il vettore nullo,
3. il sistema associato alla matrice B è incompatibile,
4. detta A la matrice incompleta, allora dim(Col(A)) = 2.
Esercizio 8
Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
1
2
2
4
0
6
1
2
−1
4
1
C
C
C
C
C
C
A
:
Allora si ha che
1. dim(Col(B)) = 2,
2. dim(Col(B)) = 4,
3. dim(Col(B)) = 3,
4. dim(Col(B)) = 1.
Esercizio 9
Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
2
1
2
2
4
0
6
1
2
1
4
1
C
C
C
C
C
C
A
:
Allora, detta A la matrice incompleta associata a B, si ha che
1. Col(A) = Col(B),
2. dim(Col(A)) = 3,
3. dim(Col(A)) = 2,
4. dim(Col(A)) = 4.
Esercizio 10
Si consideri la matrice
B=
0
B
B
B
B
B
B
@
1
0
1
2
1
2
0
1
0
1
0
1
2
1
1
C
C
C
C
C
C
A
:
Allora, detta A la matrice incompleta associata a B, si ha che
1. dim(Col(A)) = 2,
2. Col(A) = Col(B),
3. dim(Col(B)) = 3,
4. dim(Col(A)) = 1.
Esercizio 1
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
2
0
1
0
1
−1
2
1
3
1
5
2
−2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. rk(A) = 4,
2. rk(A) = 3,
3. rk(A) = 2,
4. rk(A) = 1.
Esercizio 2
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
0
1
0
0
1
0
0
0
1
1
0
0
1
1
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rk(A) = 3,
2. rk(A) = 1,
3. rk(A) = 2,
4. rk(A) = 4.
Esercizio 3
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
4
−2
3
4
6
3
0
2
6
0
7
0
0
1
2
−1
−1
1
0
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rk(A(2; 3; 3; 4)) = 1,
2. rk(A(1; 2; 2; 3; 4)) = 3,
3. rk(A(1; 3; 4; 4; 5)) = 1,
4. rk(A(3; 4; 3; 4)) = 2.
Esercizio 4
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
4
2
0
3
1
3
2
0
6
2
0
4
1
4
1
1
2
0
2
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rk(A(1; 2; 1; 4)) = 2,
2. rk(A(2; 3; 1; 3)) = 2,
3. rk(A(2; 3; 4; 3; 4; 5)) = 2,
4. rk(A(1; 2; 4; 1; 3; 5)) = 2.
Esercizio 5
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x−y=1
x−y+z=2
−x + y + z = 0:
Allora si ha che
1. detta A la matrice incompleta, risulta rk(A) = 3,
2. il sistema è compatibile,
3. detta B la matrice completa, risulta rk(B) = 3,
4. il sistema non è compatibile.
Esercizio 6
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
4x − 3y + z = 0
x+z=0
−y + z = 1:
Allora si ha che
1. il sistema è compatibile,
2. detta A la matrice incompleta, risulta rk(A) = 3,
3. il sistema non è compatibile,
4. detta B la matrice completa, risulta rk(B) = 2.
Esercizio 7
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x+y=1
x−y+z=2
−x + y + z = 0:
Allora si ha che
1. esiste un’unica soluzione,
2. il sistema non è compatibile,
3. detta A la matrice incompleta, risulta rk(A) = 2,
4. detta B la matrice completa, risulta rk(B) = 2.
Esercizio 8
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x + 2y + z = 4
3x − y + z = 2
x + z = 9:
Allora si ha che
1. il sistema non è compatibile,
2. detta B la matrice completa, risulta rk(B) = 3,
3. la soluzione del sistema non è unica,
4. detta A la matrice incompleta, risulta rk(A) = 2.
Esercizio 9
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x + y + 3z = 1
x+1
2y + 6z = 2
x+1
2y + 3z = 1:
Allora si ha che
1. esiste un’unica soluzione del sistema,
2. dette A e B la matrice incompleta e completa, risulta rk(A) ̸= rk(B),
3. la soluzione del sistema non è unica,
4. detta A la matrice incompleta, risulta rk(A) = 3.
Esercizio 10
Si consideri il sistema
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x + 3y + 4z = 1
2
4x − y + 3z = 2
−y − z = 0:
Allora si ha che
1. dette B a A la matrice completa ed incompleta, risulta rk(B) = rk(A) = 3,
2. il sistema non è compatibile,
3. esiste un’unica soluzione del sistema,
4. dette B e A la matrice completa ed incompleta, risulta rk(B) = rk(A) = 2.
-
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 1
Si considerino i sistemi
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x+y=0
y=1
x−y=1
e
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x+y=0
y=1
x − y = 2:
Allora si ha che
1. il primo sistema è compatibile ma il secondo no,
2. il secondo sistema è compatibile ma il primo no,
3. i due sistemi sono equivalenti,
4. i sistemi sono entrambi compatibili.
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 2
Si considerino i sistemi
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x+y=2
2x − y = 1
3x + y = 1
e
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x + 2y = 4
x−1
2y = 1
2
2x − 1
2y = 5
2:
Allora si ha che
1. i sistemi sono equivalenti,
2. i sistemi non sono equivalenti,
3. il primo sistema è compatibile ma il secondo no,
4. il secondo sistema è compatibile ma il primo no.
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 3
Si considerino il sistema A
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
3x + 2y = 1
y = −1
−x − y = 0
e l’equazione ¸
1
2x + 1
2y = −1:
Allora si ha che
1. A non è compatibile,
2. ogni soluzione di A risolve ¸,
3. ¸ non dipende linearmente da A,
4. le soluzioni di A non sono soluzioni di ¸.
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 4
Si considerino il sistema A
8
>
>
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
>
>
:
x + 3y − z = 0
2y − z = 1
2x + y + 4z = 6
x − y + 3z = 4
e l’equazione ¸
−2x − 5z = 7:
Allora si ha che
1. le soluzioni di A non risolvono ¸,
2. ¸ è linearmente indipendente da A,
3. ogni soluzione di A risolve ¸,
4. A non è compatibile.
⬅ QUESTA è LA RISPOSTA GIUSTA
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 5
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:
8
>
>
<
>
>
:
x+z=0
y + 2z = 0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. V ∩ W =
*
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
+
,
2. V ∩ W =
*
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
,
3. V ∩ W = V ,
4. V ∩ W = (000).
⬅ LA 4 è LA RISPOSTA GIUSTA
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 6
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:
8
>
>
<
>
>
:
x+z=0
y + 2z = 0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. dim(V ∩ W) = 0,
2. dim(V ∩ W) = 1,
3. dim(V ∩ W) = 2,
4. dim V = 1.
⬅ QUESTA è LA RISPOSTA GIUSTA
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 7
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
1
0
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:
8
>
>
<
>
>
:
x+z=0
y + 2z = 0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. dim(V + W) = 2,
2. dim(V + W) = 1,
3. dim(V + W) = 3,
4. dim(V + W) = 0.
⬅ QUESTA è LA RISPOSTA GIUSTA
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 8
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
1
2
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
0
1
0
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:x+z=0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. dim(V ∩ W) = 0,
2. dim(V ∩ W) = 2,
3. dim(V ∩ W) = 3,
4. dim(V ∩ W) = 1.
⬅ QUESTA è LA RISPOSTA GIUSTA
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 9
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
1
2
−1
1
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
@
0
1
0
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:x+z=0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. dim(V + W) = 0,
2. dim(V + W) = 1,
3. dim(V + w) = 3,
4. dim(V + W) = 2.
⬅ QUESTA è LA RISPOSTA GIUSTA
Cristina Urbani ‐ Sistemi lineari equivalenti e la Formula di Grassmann.
Esercizio 10
Si considerino gli spazi vettoriali
V=
*
0
B
B
B
B
B
B
@
−1
2
−1
1
C
C
C
C
C
C
A
+
;
W=
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
:
8
>
>
<
>
>
:
x + y − 2z = 0
x−z=0
9
>
>
>
>
>
>
=
>
>
>
>
>
>
;
:
Allora si ha che
1. R3 = V ⊕ W,
2. dim(V ∩ W) = 1,
3. dim(V ∩ W) = 2,
4. V ∩ W = (000).
Esercizio 1
Si considerino le matrici
A1 =
0
B
B
B
B
B
B
@
1
1
3
2
1
0
0
−2
−1
1
C
C
C
C
C
C
A
e
A2 =
0
B
B
B
B
B
B
@
1
1
3
1
0
−3
0
−2
−1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A2 è ottenuta da A1 tramite la trasformazione (2; 1; 1),
2. A2 è ottenuta da A1 tramite la trasformazione (2; 2; −1),
3. A2 è ottenuta da A1 tramite la trasformazione (1; 2; −1),
4. A2 è ottenuta da A1 tramite la trasformazione (2; 1; −1).
Esercizio 2
Si considerino le matrici
A1 =
0
B
B
B
B
B
B
@
1
1
3
2
1
0
0
−2
−1
1
C
C
C
C
C
C
A
e
A2 =
0
B
B
B
B
B
B
@
1
−3
1
2
1
0
0
−2
−1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A2 è ottenuta da A1 tramite la trasformazione (1; 3; −2),
2. A2 è ottenuta da A1 tramite la trasformazione (1; 3; −1),
3. A2 è ottenuta da A1 tramite la trasformazione (3; 1; 2),
4. A2 è ottenuta da A1 tramite la trasformazione (1; 3; 2).
Esercizio 3
Si considerino le matrici
A1 =
0
B
B
B
B
B
B
@
1
1
3
2
1
0
0
−2
−1
1
C
C
C
C
C
C
A
e
A2 =
0
B
B
B
B
B
B
@
1
1
3
−1
−3
−4
2
1
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A2 è ottenuta da A1 tramite le trasformazioni (3; 1; −1) e (2; 3),
2. A2 è ottenuta da A1 tramite le trasformazioni (1; 3; −1) e (2; 3),
3. A2 è ottenuta da A1 tramite le trasformazioni (2; 1; −1) e (1; 3),
4. A2 è ottenuta da A1 tramite le trasformazioni (2; 1; −1) e (1; 2).
Esercizio 4
Si considerino le matrici
A1 =
0
B
B
B
B
B
B
@
1
1
3
2
1
0
0
−2
−1
1
C
C
C
C
C
C
A
e
A2 =
0
B
B
B
B
B
B
@
5
3
3
0
−2
1
2
1
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A2 è ottenuta da A1 tramite le trasformazioni (2; 3) e (3; 1; 2),
2. A2 è ottenuta da A1 tramite le trasformazioni (1; 3) e (3; 1; −2),
3. A2 è ottenuta da A1 tramite le trasformazioni (2; 3) e (1; 3; 2),
4. A2 è ottenuta da A1 tramite le trasformazioni (1; 3) e (1; 3; 2).
Esercizio 5
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
0
1
−1
1
0
1
1
0
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A è (1; 3)‐ridotta,
2. A è (1; 2)‐ridotta,
3. A è (2; 2)‐ridotta,
4. A è (3; 1)‐ridotta.
Esercizio 6
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
0
1
2
0
1
0
0
0
0
1
0
0
0
0
2
−1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. A è (2; 4; 1; 4)‐completamente ridotta,
2. A è (2; 4; 1; 4)‐ridotta,
3. A è (1; 2; 2; 1)‐ridotta,
4. A è (1; 4; 2; 4)‐ridotta.
Esercizio 7
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
0
0
0
0
0
−1
0
0
2
0
2
0
0
0
0
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. A è (1; 3; 2; 1; 2; 3)‐completamente ridotta,
2. A è (1; 3; 4; 1; 2; 3)‐completamente ridotta,
3. A è (2; 2)‐ridotta,
4. A è (1; 2; 3; 1; 3; 2)‐completamente ridotta.
Esercizio 8
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
1
2
−1
1
0
0
−1
2
1
1
−1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. rk A = 1,
2. rk A = 4,
3. rk A = 3,
4. rk A = 2.
Esercizio 9
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
1
2
−1
1
0
0
−1
2
1
1
−1
1
C
C
C
C
C
C
A
:
Allora, applicando l’algoritmo di Gauss si ottiene la matrice
1.
0
B
B
B
B
B
B
@
0
1
0
3
−1
0
0
1
0
0
1
−2
1
C
C
C
C
C
C
A
2.
0
B
B
B
B
B
B
@
0
1
0
3
1
0
0
−1
0
0
−1
2
1
C
C
C
C
C
C
A
3.
0
B
B
B
B
B
B
@
0
1
2
0
0
0
0
−1
2
0
1
0
1
C
C
C
C
C
C
A
4.
0
B
B
B
B
B
B
@
0
0
2
−1
1
0
0
−1
0
1
0
−1
1
C
C
C
C
C
C
A
Esercizio 10
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
0
−2
0
2
1
2
0
0
1
−2
0
−1
3
1
3
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora, applicando l’algoritmo di Gauss si ottiene la matrice
1.
0
B
B
B
B
B
B
B
B
B
B
@
1
0
0
0
0
1
0
0
0
0
−8
0
0
0
0
3
1
C
C
C
C
C
C
C
C
C
C
A
2.
0
B
B
B
B
B
B
B
B
B
B
@
1
0
0
0
0
0
1
0
0
1
0
0
0
0
0
3
1
C
C
C
C
C
C
C
C
C
C
A
3.
0
B
B
B
B
B
B
B
B
B
B
@
1
0
0
6
5
0
0
0
6
5
0
0
−2
0
0
3
1
3
1
C
C
C
C
C
C
C
C
C
C
A
4.
0
B
B
B
B
B
B
B
B
B
B
@
1
0
0
6
5
0
−1
0
6
5
0
0
0
0
0
0
−5
3
1
C
C
C
C
C
C
C
C
C
C
A
Esercizio 1
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
1
3
−1
0
0
0
0
2
0
0
0
0
0
1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A è (2; 4)‐ridotta,
2. A è nella forma a scalini,
3. A è (1; 2; 2; 4)‐ridotta,
4. A è (1; 2; 2; 4)‐totalmente ridotta.
Esercizio 2
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
1
3
−1
0
0
0
0
2
0
0
0
0
1
1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A non è a scalini,
2. A è a scalini,
3. i pivot di A sono (1; 2; 1),
4. i pivot di A sono (1; 0; 1).
Esercizio 3
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
2
0
0
0
−1
0
1
0
0
0
3
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A non è a scalini,
2. i pivot di A sono (1; −1; 0),
3. rk A = 2,
4. i pivot di A sono (1; −1; 3).
Esercizio 4
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
−1
0
2
0
0
−1
2
3
0
0
0
4
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A non è a scalini,
2. rk A = 3,
3. i pivot di A sono (−1; −1; 0),
4. i pivot di A sono (−1; 0; 2).
Esercizio 5
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
0
2
1
0
0
0
3
0
0
0
0
0
0
0
1
2
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. i pivot di A sono (2; 3; 1),
2. i pivot di A sono (2; 3; 2),
3. A non è a scalini,
4. i pivot di A sono (2; 3; 0; 1).
Esercizio 6
Si consideri la permutazione
ff : I3 → I3
1 �→ 3
2 �→ 1
3 �→ 2
e la tripla (−1; 0; −1). Allora si ha che
1. Dff(−1; 0; 1) =
0
B
B
B
B
B
B
@
0
0
1
0
0
0
0
−1
0
1
C
C
C
C
C
C
A
,
2. Dff(−1; 0; 1) =
0
B
B
B
B
B
B
@
0
−1
0
0
0
0
0
0
−1
1
C
C
C
C
C
C
A
,
3. Dff(−1; 0; 1) =
0
B
B
B
B
B
B
@
−1
0
0
0
0
0
0
0
−1
1
C
C
C
C
C
C
A
,
4. Dff(−1; 0; 1) =
0
B
B
B
B
B
B
@
−1
0
0
0
−1
0
0
0
0
1
C
C
C
C
C
C
A
.
Esercizio 7
Si consideri la permutazione
ff : I4 → I4
1 �→ 1
2 �→ 4
3 �→ 2
4 �→ 3:
Allora si ha che
1. Dff(−1; 3; 2; 4) = (−eee1; 3eee3; 2eee4; 4eee2),
2. Dff(−1; 3; 2; 4) = (−eee1; 3eee2; 2eee3; 4eee4),
3. Dff(−1; 3; 2; 4) = (−eee1; 2eee3; 4eee4; 3eee2),
4. Dff(−1; 3; 2; 4) = (−eee1; 4eee4; 3eee2; 2eee3).
Esercizio 8
Si consideri il sistema
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x − z = 4
y + 2z = 2
2x − y − 3z = 2:
Allora si ha che
1. (3; −2; 1) è soluzione del sistema,
2. il sistema è incompatibile,
3. (3t; −2; t) sono tutte le soluzioni del sistema,
4. (3; −2; 2) è una soluzione del sistema.
Esercizio 9
Si consideri il sistema
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x1 − x2 + 6x4 = 2
x1 + 2x2 − x3 + 2x4 = 1
x2 − 2x3 + x4 = 1:
Allora si ha che
1. il sistema non è compatibile,
2. (−3 − 7t; 3 − t; 7t − 5; 8t) è una soluzione in forma parametrica del sistema,
3. ∃! soluzione del sistema,
4. (t; s; t + 1; 2s) è una soluzione in forma parametrica del sistema.
Esercizio 10
Si consideri il sistema
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
−a + 3c = 2
2a + b + c = 1
a + b + 4c = 3:
Allora si ha che
1. (1; −2; 1) è una soluzione del sistema,
2. (t; −7t + 5; 6t) sono tutte le soluzioni del sistema,
3. il sistema non è compatibile,
4. il sistema ammette un’unica soluzione.
Esercizio 1
Si consideri l’applicazione
f : R3 → R2
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
�→
0
B
B
@
x + 2y + z
y+z
1
C
C
A:
Allora si ha che
1. f non è un automorfismo,
2. f è un omomorfismo,
3. f è iniettiva,
4. f è un automorfismo.
Esercizio 2
Si consideri l’applicazione
f : R3 → R3
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
�→
0
B
B
B
B
B
B
@
2x + 3z + 1
2y + z − 1
x + y + 2z + 2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. f è un’applicazione lineare,
2. f è un epimorfismo,
3. f non è un’applicazione lineare,
4. f è un monomorfismo.
Esercizio 3
Si consideri l’applicazione
f : R3 → R3
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
�→
0
B
B
B
B
B
B
@
2x + 3z
2y + z
x + y + 2z
1
C
C
C
C
C
C
A
:
Allora si ha che
1. f è un endomorfismo,
2. f non è un omomorfismo,
3. f non è un endomorfismo,
4. f non è iniettiva.
Esercizio 4
Si consideri l’applicazione
f : R3 → R3
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
�→
0
B
B
B
B
B
B
@
2x + 3z
3y + z
2x + 2y + z
1
C
C
C
C
C
C
A
:
Allora si ha che
1. f è iniettiva,
2. f non è un omomorfismo,
3. f non è un endomorfismo,
4. f non è iniettiva.
Esercizio 5
Si consideri l’applicazione
f : R3 → R3
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
�→
0
B
B
B
B
B
B
@
2x
x − 2y
2y − z
1
C
C
C
C
C
C
A
:
Allora si ha che
1. f non è un omomorfismo,
2. f non è iniettiva,
3. f non è un endomorfismo,
4. f è iniettiva.
Esercizio 6
Si considerino i vettori
vvv = (1; 3; −2);
www =
0
B
B
B
B
B
B
@
−1
0
−1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. vvv · www = (−1; 0; 2),
2. vvv · www =
0
B
B
B
B
B
B
@
−1
0
2
1
C
C
C
C
C
C
A
,
3. vvv · www = 1,
4. vvv · www = 2.
Esercizio 7
Si considerino le matrici
A=
0
B
B
@
1
−1
2
0
1
C
C
A;
B=
0
B
B
@
3
0
−1
−1
1
C
C
A:
Allora is ha che
1. A · B =
0
B
B
@
3
−3
−3
1
1
C
C
A,
2. A · B =
0
B
B
@
4
1
6
0
1
C
C
A,
3. A · B =
0
B
B
@
3
0
6
−2
1
C
C
A,
4. A · B =
0
B
B
@
1
−3
−2
0
1
C
C
A.
Esercizio 8
Si considerino le matrici
A=
0
B
B
B
B
B
B
@
2
0
0
1
−1
4
1
0
3
1
C
C
C
C
C
C
A
;
B=
0
B
B
B
B
B
B
@
1
1
1
−3
0
−2
1
−1
−2
1
C
C
C
C
C
C
A
:
Allora is ha che
1. A · B =
0
B
B
B
B
B
B
@
4
−1
7
−8
0
−6
−1
1
−10
1
C
C
C
C
C
C
A
,
2. A · B =
0
B
B
B
B
B
B
@
2
2
2
8
−3
−5
4
2
5
1
C
C
C
C
C
C
A
,
3. A · B =
0
B
B
B
B
B
B
@
2
2
2
8
3
−5
−4
2
−5
1
C
C
C
C
C
C
A
,
4. A · B =
0
B
B
B
B
B
B
@
2
2
2
8
−3
−5
4
−2
−5
1
C
C
C
C
C
C
A
.
Esercizio 9
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
−1
3
0
0
−4
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A · D(3; 2) =
0
B
B
B
B
B
B
@
3
2
6
0
0
4
1
C
C
C
C
C
C
A
,
2. A · D(3; 2; 1) =
0
B
B
B
B
B
B
@
3
−3
6
0
0
−4
1
C
C
C
C
C
C
A
,
3. A · D(3; 2) =
0
B
B
B
B
B
B
@
3
−2
6
0
0
−4
1
C
C
C
C
C
C
A
,
4. A · D(3; 2; 1) =
0
B
B
B
B
B
B
@
3
−3
−6
0
0
4
1
C
C
C
C
C
C
A
.
Esercizio 10
Si consideri la matrice
A=
0
B
B
@
2
6
0
1
−1
3
1
C
C
A:
Allora si ha che
1. D(−1; 5) · A =
0
B
B
@
−2
−6
0
5
−5
15
1
C
C
A,
2. D(−1; 5) · A =
0
B
B
@
10
30
0
−1
1
3
1
C
C
A,
3. D(−1; 5; 3) · A =
0
B
B
@
−2
30
0
−1
−5
9
1
C
C
A,
4. D(−1; 5; 3) · A =
0
B
B
@
2
30
0
1
5
−9
1
C
C
A.
Esercizio 1
Si consideri l’applicazione lineare f : M(3; R) → M(4; R) tale che
f (0; 1; 1) = (3; 2; 0; 1)
f (1; 0; 1) = (1; −1; 1; 0)
f (2; 0; 0) = (0; 0; 2; 0):
Allora la matrice A ∈ M(4; 3; R) tale che f = fA associata alla base ((0; 1; 1); (1; 0; 1); (2; 0;
0)) è
1.
0
B
B
B
B
B
B
@
3
2
0
1
1
−1
1
0
0
0
2
0
1
C
C
C
C
C
C
A
,
2.
0
B
B
B
B
B
B
B
B
B
B
@
3
0
1
2
0
−1
0
2
1
1
0
0
1
C
C
C
C
C
C
C
C
C
C
A
,
3.
0
B
B
B
B
B
B
B
B
B
B
@
3
1
0
2
−1
0
0
1
2
1
0
0
1
C
C
C
C
C
C
C
C
C
C
A
,
4.
0
B
B
B
B
B
B
@
0
1
2
1
0
0
1
1
0
1
C
C
C
C
C
C
A
.
Esercizio 2
Si consideri l’applicazione lineare f : M(3; R) → M(4; R) tale che
f (0; 1; 1) = (3; 2; 0; 1)
f (1; 0; 1) = (1; −1; 1; 0)
f (2; 0; 0) = (0; 0; 2; 0):
Allora la matrice A ∈ M(4; 3; R) associata alla base canonica tale che f = fA è
1.
0
B
B
B
B
B
B
B
B
B
B
@
3
−1
0
2
−1
0
0
1
2
1
0
0
1
C
C
C
C
C
C
C
C
C
C
A
,
2.
0
B
B
B
B
B
B
@
0
0
1
0
2
3
0
1
1
−1
0
0
1
C
C
C
C
C
C
A
,
3.
0
B
B
B
B
B
B
B
B
B
B
@
0
3
−1
0
2
1
1
0
0
0
1
0
1
C
C
C
C
C
C
C
C
C
C
A
,
4.
0
B
B
B
B
B
B
B
B
B
B
@
0
2
1
0
3
−1
1
0
0
0
1
0
1
C
C
C
C
C
C
C
C
C
C
A
.
Esercizio 3
Si consideri la matrice
M=
0
B
B
B
B
B
B
@
3
1
0
2
−1
0
0
1
2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. l’inversa di M è M−1 =
1
10
0
B
B
B
B
B
B
@
2
2
0
4
−6
0
−2
3
2
1
C
C
C
C
C
C
A
,
2. l’inversa di M è M−1 =
0
B
B
B
B
B
B
@
1
5
1
5
0
2
5
0
−3
5
−1
5
1
2
3
10
1
C
C
C
C
C
C
A
,
3. l’inversa di M è M−1 =
0
B
B
B
B
B
B
@
1
10
1
10
0
2
5
−3
5
0
−1
5
3
10
1
2
1
C
C
C
C
C
C
A
,
4. M non è invertibile.
Esercizio 4
Si consideri l’applicazione lineare f : M(3; R) → M(3; R) tale che
f (1; 1; 0) = (3; 0; −1)
f (1; 0; 1) = (1; 1; −2)
f (0; 1; 1) = (0; 1; 0):
Allora la matrice A ∈ M(3; 3; R) associata alla base ((1; 1; 0); (1; 0; 1); (0; 1; 1)) tale che f =
fA è
1.
0
B
B
B
B
B
B
@
3
1
0
0
1
1
1
−2
1
1
C
C
C
C
C
C
A
,
2.
0
B
B
B
B
B
B
@
3
1
0
0
1
1
−1
−2
0
1
C
C
C
C
C
C
A
,
3.
0
B
B
B
B
B
B
@
3
1
0
0
0
1
1
1
0
1
C
C
C
C
C
C
A
,
4.
0
B
B
B
B
B
B
@
1
1
0
1
1
1
0
−2
0
1
C
C
C
C
C
C
A
.
Esercizio 5
Si consideri l’applicazione lineare f : M(3; R) → M(3; R) tale che
f (1; 1; 0) = (3; 0; −1)
f (1; 0; 1) = (1; 1; −2)
f (0; 1; 1) = (0; 1; 0):
Allora la matrice A ∈ M(3; 3; R) associata alla base canonica tale che f = fA è
1.
0
B
B
B
B
B
B
@
2
0
−3
2
1
0
1
2
−1
1
−1
2
1
C
C
C
C
C
C
A
,
2.
0
B
B
B
B
B
B
@
2
1
−1
0
0
0
3
2
−1
2
−1
2
1
C
C
C
C
C
C
A
,
3.
0
B
B
B
B
B
B
@
−2
1
−1
0
0
1
3
2
−1
2
−1
2
1
C
C
C
C
C
C
A
,
4.
0
B
B
B
B
B
B
@
2
1
−1
0
0
1
−3
2
1
2
−1
2
1
C
C
C
C
C
C
A
.
Esercizio 6
Si consideri la matrice
M=
0
B
B
B
B
B
B
@
2
1
−1
0
0
1
−3
2
1
2
−1
2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. M−1 = 1
6
0
B
B
B
B
B
B
@
1
0
−2
3
5
4
0
5
0
1
C
C
C
C
C
C
A
,
2. rk M = 3,
3. M−1 =
0
B
B
B
B
B
B
@
1
5
0
−2
5
3
5
1
2
4
5
0
1
2
0
1
C
C
C
C
C
C
A
,
4. M−1 =
0
B
B
B
B
B
B
@
1
5
0
−2
5
3
5
1
4
5
0
1
1
1
C
C
C
C
C
C
A
.
Esercizio 7
Si consideri l’applicazione lineare f : R3 → R2 definita da
f
0
B
B
B
B
B
B
@
x
y
z
1
C
C
C
C
C
C
A
= (y; y + 3z):
Allora si ha che
1. Ker f = (000),
2. Ker f = ⟨
0
B
B
B
B
B
B
@
1
0
0
1
C
C
C
C
C
C
A
⟩,
3. rk f = 3,
4. rk f = 1.
Esercizio 8
Si consideri l’applicazione lineare f : R3 → R2 definita da
f (x; y; z) = (2x + y − z; x − y + 2z):
Allora si ha che
1. dim Ker f = 1,
2. f è un monomorfismo,
3. dim Im f = 3,
4. dim Ker f = 2.
Esercizio 9
Si consideri l’applicazione lineare f : R4 → R4 definita da
f (x; y; z; t) = (−x + z; −y + t; x − z; y − t):
Allora si ha che
1. dim Ker f = 1,
2. f è un monomorfismo,
3. dim Ker f = 2,
4. Ker f = ⟨
0
B
B
B
B
B
B
B
B
B
B
@
1
0
0
0
1
C
C
C
C
C
C
C
C
C
C
A
;
0
B
B
B
B
B
B
B
B
B
B
@
0
1
0
0
1
C
C
C
C
C
C
C
C
C
C
A
⟩.
Esercizio 10
Si consideri l’applicazione lineare f : R4 → R2 definita da
f (x; y; z; t) =
0
B
B
@
x−y+t
2y − z + t
1
C
C
A:
Allora si ha che
1. dim Im f = 3,
2. dim Im f = 2,
3. dim Im f = 4,
4. dim Im f = 0.
Esercizio 1
Si consideri l’applicazione ff : I6 → I6 tale che
ff(1) = 3;
ff(2) = 6;
ff(3) = 1;
ff(4) = 4;
ff(5) = 2;
ff(6) = 5:
Allora si ha che
1. ff è una permutazione dispari,
2. ff non è una permutazione,
3. ff è una permutazione pari,
4. ff non è suriettiva.
Esercizio 2
Si consideri l’applicazione ff : I6 → I6 tale che
ff(1) = 1;
ff(2) = 6;
ff(3) = 5;
ff(4) = 2;
ff(5) = 4;
ff(6) = 3:
Allora si ha che
1. sign(ff) = −1,
2. ff non è una permutazione,
3. sign(ff) = 1,
4. ff non è iniettiva.
⬅ QUESTA è LA RISPOSTA GIUSTA
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 3
Si consideri la matrice
A=
0
B
B
@
2
1
−1
3
1
C
C
A:
Allora si ha che
1. det A = 5,
2. det A = 6,
3. det A = 4,
4. det A = 7.
Esercizio 4
Si consideri la matrice
A=
0
B
B
@
−11
2
1
3
8
3
4
1
C
C
A:
Allora si ha che
1. det A = −15
4,
2. det A = −39
8,
3. det A = −9
2,
4. det A = 39
8.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 5
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
−2
−1
0
3
2
1
1
−4
1
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = −15,
2. det A = 7,
3. det A = −10,
4. det A = −16.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 6
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
4
0
−10
−1
3
−2
2
0
1
2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 10,
2. det A = 66,
3. det A = −3
2,
4. det A = 3
2.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 7
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
3
−2
4
0
2
1
1
2
3
0
1
0
−2
0
−1
1
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = −33
2,
2. det A = 15
2,
3. det A = −15
2,
4. det A = 33
2.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 8
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
2
6
0
3
2
3
2
−2
0
−2
1
0
3
−2
−1
1
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = −3
2,
2. det A = 27
4,
3. det A = 11
2,
4. det A = −13
4.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 9
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
2
1
−1
2
4
0
3
2
1
1
2
−1
2
1
−1
5
3
0
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 25
2,
2. det A = 23
2,
3. det A = 0,
4. det A = −23
2.
⬅ QUESTA è LA RISPOSTA GIUSTA
Cristina Urbani ‐ Calcolo del determinante di una matrice.
Esercizio 10
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
4
1
2
2
−1
12
−1
−2
0
−3
0
0
−1
2
3
−2
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = −12,
2. det A = −3,
3. det A = 0,
4. det A = 7
2.
Esercizio 1
Si consideri l’applicazione ffi : M(2; R) × M(2; R) → M(2; R) tale che
ffi
0
B
B
@
0
B
B
@
x
y
1
C
C
A;
0
B
B
@
z
w
1
C
C
A
1
C
C
A = (3x − y; z + w + 1):
Allora si ha che
1. ffi è multilineare,
2. ffi è simmetrica,
3. ffi è alternante,
4. ffi non è multilineare.
Esercizio 2
Si consideri l’applicazione ffi : M(2; R) × M(2; R) → R tale che
ffi
0
B
B
@
0
B
B
@
x
y
1
C
C
A;
0
B
B
@
z
w
1
C
C
A
1
C
C
A = (z + w)(xw − yz):
Allora si ha che
1. ffi è multilineare,
2. ffi è lineare solo nel primo vettore,
3. ffi è alternante,
4. ffi è simmetrica.
Esercizio 3
Si consideri l’applicazione ffi : M(2; R) × M(2; R) → R tale che
ffi
0
B
B
@
0
B
B
@
x
y
1
C
C
A;
0
B
B
@
z
w
1
C
C
A
1
C
C
A = xz + yw:
Allora si ha che
1. ffi non è multilineare,
2. ffi è lineare nel primo vettore ma non nel secondo,
3. ffi è multilineare e simmetrica,
4. ffi è multilineare alternante.
Esercizio 4
Si consideri l’applicazione ffi : M(2; R) × M(2; R) → R tale che
ffi
0
B
B
@
0
B
B
@
x
y
1
C
C
A;
0
B
B
@
z
w
1
C
C
A
1
C
C
A = xw − yz:
Allora si ha che
1. ffi è multilineare e simmetrica,
2. ffi non è multilineare,
3. ffi è multilineare alternante,
4. ffi è lineare nel secondo vettore ma non nel primo.
Esercizio 5
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
4
1
3
2
−1
0
−2
2
2
1
3
2
0
1
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 0,
2. det A = 20,
3. det A = −12,
4. det A = −10.
Esercizio 6
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
B
B
B
B
@
1
0
3
6
1
2
−1
4
−2
2
0
0
0
0
0
1
2
−2
−1
3
4
3
4
−1
4
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A = 1,
2. det A = 0,
3. det A = −1,
4. det A = 48.
Esercizio 7
Si consideri la matrice B ottenuta da
A=
0
B
B
B
B
B
B
@
2
3
0
1
4
1
1
−1
1
1
C
C
C
C
C
C
A
moltiplicando la seconda colonna per 1
10. Allora si ha che
1. det B =
3
10,
2. det B = −11
10,
3. det B = 11
10,
4. det B = 1.
Esercizio 8
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
−11
−1
3
3
0
3
1
2
1
−2
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A−1 =
0
B
B
B
B
B
B
@
−6
2
−6
15
41
84
6
21
6
1
C
C
C
C
C
C
A
,
2. A−1 = 1
2
0
B
B
B
B
B
B
@
−6
2
−6
15
41
84
6
21
6
1
C
C
C
C
C
C
A
,
3. A−1 =
1
69
0
B
B
B
B
B
B
@
−6
2
−6
15
41
84
6
21
6
1
C
C
C
C
C
C
A
,
4. A è singolare.
Esercizio 9
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
0
3
−1
0
10
2
1
−1
1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. A−1 =
1
16
0
B
B
B
B
B
B
@
12
−2
16
2
1
0
−10
3
0
1
C
C
C
C
C
C
A
,
2. A è singolare,
3. A−1 =
0
B
B
B
B
B
B
@
12
−2
16
2
1
0
−10
3
0
1
C
C
C
C
C
C
A
,
4. A−1 = 1
8
0
B
B
B
B
B
B
@
−12
−2
16
−2
1
0
−10
3
0
1
C
C
C
C
C
C
A
.
Esercizio 10
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
0
3
0
0
1
0
3
2
0
1
0
0
2
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. A non è invertibile,
2. A−1 = 1
5A,
3. A−1 = 1
5(A + I4),
4. A−1 = 1
5(A − 2I4).
Esercizio 2
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
4
1
3
0
−2
3
−5
0
0
2
−2
3
1
−1
2
0
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. esiste un orlato di A(1; 3; 4; 2; 3; 4) con determinante non nullo,
2. tutti gli orlati di A(1; 2; 1; 2) hanno determinante nullo,
3. esiste un orlato i A(1; 2; 3; 1; 2; 3) con determinante non nullo,
4. tutti gli orlati di A(1; 3; 4; 2; 3; 4) hanno determinante nullo.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 3
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
1
2
0
1
0
3
0
0
0
−1
2
2
1
−1
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. det A(2; 3; 4; 1; 3; 4) = 0 ⇒ rk A = 2,
2. ogni orlato di A(1; 2; 3; 2; 3; 4) ha determinante nullo,
3. ogni orlato di A(1; 2; 3; 4) ha determinante nullo,
4. esiste un orlato di A(2; 3; 4; 1; 2; 4) con determinante non nullo.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 4
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
−2
3
1
−5
1
−1
0
2
0
2
2
−2
−1
3
2
−4
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. A(1; 2; 3; 1; 2; 3) ha tutti gli orlati con determinante nullo ⇒ rk A = 3,
2. A(2; 3; 3; 4) è un minore fondamentale,
3. esiste un orlato di A(2; 3; 3; 4) con determinante non nullo,
4. esiste un orlato di A(1; 4; 2; 3) con determinante non nullo.
Esercizio 5
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
@
2
−1
1
3
1
0
1
−2
1
1
0
1
4
0
0
1
1
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rk A = 1,
2. rk A = 2,
3. rk A = 3,
4. rk A = 4.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 6
Si consideri la matrice
A=
0
B
B
B
B
B
B
B
B
B
B
B
B
B
B
@
3
1
0
5
−1
2
10
−2
4
2
−2
2
1
3
−2
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
:
Allora si ha che
1. rk A = 5,
2. rk A = 2,
3. rk A = 3,
4. rk A = 4.
⬅ QUESTA è LA RISPOSTA GIUSTA
Esercizio 7
Si consideri la matrice
A=
0
B
B
B
B
B
B
@
1
3
4
1
2
2
0
0
0
1
1
−1
1
0
1
1
2
1
1
C
C
C
C
C
C
A
:
Allora si ha che
1. rk A = 3,
2. rk A = 2,
3. rk A = 4,
4. rk A = 5.
NO!
La risposta è questa!
Esercizio 8
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x + 3y − 2z = 1
−x − y + z = 0
−2x + 3y + z = 1:
Allora si ha che
1. l’unica soluzione del sistema è (1; −1; 1),
2. l’unica soluzione del sistema è (−1; 0; 1),
3. la soluzione del sistema in forma parametrica è (t; 2t; 1),
4. la soluzione del sistema in forma parametrica è (−t; 2t; 1).
Esercizio 9
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
x + 2y − z − t = 0
1
4x − y − 1
2z + 2t = 1
2x − 2y − 3z + 7t = 4:
Allora si ha che
1.
`2
3; 2
3; 1; 1
´
è l’unica soluzione del sistema,
2. il sistema non è risolubile,
3.
`4
3‰1 − 2‰2 + 4
3; −1
6‰1 + 3
2‰2 − 2
3; ‰1; ‰2
´
sono tutte le soluzioni del sistema al variare dei parametri
‰1; ‰2 ∈ R,
4. rk A = rk B = 3.
Esercizio 10
Si consideri il sistema lineare
8
>
>
>
>
>
>
<
>
>
>
>
>
>
:
2x + 1
2y = 0
x−y=1
3x + 2y = −1:
Allora si ha che
1. il sistema non è risolubile,
2.
`1
5; −4
5
´
è una soluzione del sistema, ma non è l’unica,
3.
`1
6; −5
6
´
è l’unica soluzione del sistema,
4.
`1
5; −4
5
´
è l’unica soluzione del sistema.
2/2
1
2
3
4
tutte le orlate di a
l'unica orlata di a
Si consideri la matrice
Si consideri la matrice
31
2
o1
4
A=
3 3 -2
5oo
1 1 -1
Allora si ha che
2/2
tutte le orlate di A(2 3- 1 3) sono A{2,3;t,3) A(2,3;1,3) A(2,3;t,3)
t
)
I
12
t
42
I
52
I
o
tutte le orlate di A(2 3· 1 3) sono A<2,3;t. 3) A<2 •3 ;t. 3)
I
'
I
42
I
52
I
o
l'unica orlata di A(2, 3· 1, 3) è A~;-3;i. 3).
o
tutte le orlate di A(2 3· 1 3) sono A(2,3;l,3) A(2,3;1,3)
I
'
I
12
I
42
I
o
TEST di AUTOVALUTAZIONE
1. Siano P, Q due matrici quadrate tali che
Q
6P
2I .
(3.4)
Come conseguenza di tale identit`a abbiamo allora che
a) P
Q, qualunque sia la scelta delle matrici P e Q tali da soddisfare la (3.4)
b)
P, Q
I
c) P
2Q, qualunque sia la scelta delle matrici P e Q tali da soddisfare la (3.4)
d)
P, Q
O
2. Determinare x
R nella matrice A
M2 data da
A
2
0
x
1
,
in modo tale che sia soddisfatta la seguente equazione matriciale
A2
A
B,
dove B
M2 `e data da
A
2
0
6
0
.
a) x
3
b) Per nessun x l’equazione matriciale `e soddisfatta
c) x
2
d) Per ogni x l’equazione matriciale `e soddisfatta
3. Siano A e B due matrici qualsiasi di tipo, rispettivamente,
m, n , ed n, m . Se
risulta AB
↵I, e BA
↵I, dove ↵ `e un numero reale fissato, allora `e vero che
AB
BA?
a) s`ı, qualunque siano i tipi di A e B
b) s`ı, qualunque siano i tipi di A e B, a condizione che ↵
0
c) `e vero se e solo se m
n, qualunque sia ↵
d) `e vero se e solo se contemporaneamente abbiamo m
n, ed ↵
0
4. Siano A
Mn una matrice antisimmetrica e B
Mn la matrice definita da B
A2.
Quale delle seguenti a↵ermazioni `e vera?
a) B `e simmetrica
b) B `e antisimmetrica
c) B non `e, in generale, n`e simmetrica, n`e antisimmetrica
d) A e B non sono permutabili
5. Siano A, B
Mn due matrici permutabili. Quale delle seguenti a↵ermazioni `e vera,
comunque siano scelte A e B?
a) A e Bt, oppure At e B sono permutabili
b) At e Bt sono permutabili
c) At e Bt sono permutabili se e solo se (A
O, oppure B
O)
d) At e Bt sono permutabili se e solo se (A
I, oppure B
I)
6. Siano A ed X i seguenti vettori riga e colonna, rispettivamente
A
log 1
↵
e�
1
1
�
2
,
X
x
y
z
t
.
Allora, si verifica che
AX
0,
per ogni vettore X
a) per ogni scelta di ↵
1, �
R, e �
R
b) se e solo se ↵
e
1, �
1
log 2, e �
3
c) per nessuna scelta di ↵
1, �
R, e �
R
d) se e solo se ↵
0, �
1, e �
2
7. Sia A
Mn una matrice idempotente. Quale delle seuenti a↵ermazioni `e vera?
a) At `e idempotente se e solo se (A
O, oppure A
In)
b)
At t non `e, in generale, idempotente
c) At `e idempotente
d) At `e idempotente se e solo se A `e simmetrica
8. Sia N un intero positivo fissato, e si consideri il seguente sistema matriciale nelle
incognite X, Y
Mn
XN
O
XY
In .
Quale delle seguenti a↵ermazioni `e vera?
a) il sistema ammette soluzioni se e solo se N
2
b) il sistema ammette soluzioni se e solo se N `e pari
c) il sistema ammette soluzioni se e solo se N `e dispari
d) il sistema non ammette soluzioni per nessun N intero positivo
9. Sia A
Mn la matrice data da
A
k
1
2
0
,
e sia K l’insieme di tutti i valori k
R soluzioni della seguente equazione matriciale
A2
kA
2I2 .
Quale delle seguenti conclusioni `e corretta?
a) K
R
b) K
c) K
0
d) K
2
10. si consideri il seguente sistema matriciale nelle incognite X, Y
Mn
XY
O
YX
↵In ,
dove ↵ `e un numero reale fissato. Quale delle seguenti `e vera?
a) il sistema ammette soluzioni per ogni ↵ reale fissato
b) il sistema non ammette soluzioni comunque si fissi ↵
c) il sistema ammette soluzioni se e solo se ↵
0
d) il sistema ammette soluzioni se e solo se ↵
1
26
Alla domanda n.26
27
Alla domanda n.27
28
Alla domanda n.28
per nessun valof8 di '¼a '
29
Alla domanda n.29
Ammette aolUZIOIII 18 e solo 18 ,
I
30
Alla domanda n.30
(.lv/JJ><(f'v/1)-(,lxf')v(H•<')v(.l
/J}~ (/J • /J}
21
Alla domanda n.21
'
o1o
3
I () o -1
o () -1
2
'
I
22
Alla domanda n.22
{e 1, e3 , e4} è una base di (H),
23
Alla domanda n.23
tutti I valori ::p •
24
Alla domanda n.24
detA = ~.
25
Alla domanda n,25
detA=66,
8
Alla domanda n.8
r9
Alla domanda n.9
Non ammette nessuna sohmone
10
Alla domanda n,10
dim lm f = 2,
..
11
Alla domanda n.11
..
8 • e ent1S1mmetnca
se e solo se (x:y, oppure A • e entiS1mmetrica}
12
Alla domanda n.12
nnEN-{O} In = [O, 11
13
Alla domanda n.13
Il sistema è compatibile
14
Alla domanda n.14
--
BA e QP sono equipollenti,
15
Alla domanda n.15
l"i:
B n Be= 0
16
Alla domanda n.16
(¼, - ~) è l'unica soluzione del sistema.
17
Alla domanda n.17
il vettore (O, -1, O, O) è linearmente dipendente da 5,
18
Alla domanda n,18
a=l, 11=2, y=l
19
Alla domanda n.19
20
Alla domanda n,20
.I
rk(A) = 2,
1
Alla domanda n.1
ogni orlato di A(J, 2, 3: 2, 3, -!) ha determinante nullo,
2
Alla domanda n.2
A è nella forma a scalini,
3
Alla domanda n.3
4
Alla domanda n,4
dim(V n W) = O,
5
Alla domanda n.5
vnw=(O)
6
Alla domanda n,6
cp è multilineare e simmetrica,
7
Alla domanda n. 7
5 è linearmente indipendente.
Alla domanda n.l?
3
O
2 -I
O
O
12
1OO
'28
Alla domanda n.lS
{e., e3 , e,} è una base di (H),
29
Alla.domanda n.29
,o
Alla domanda n.30
-2
-6
O
0(-1,5) • A -
5
-5
15
t6
Alla domanda n.1.6
•
5 è linearmente indipendente,
t7
Alla domanda n.1?
A non t a IICllil1i.
t8
Alla domanda n.18
Non.,,.._
n_lOlu,io'"'
Alla domanda n.1.9
tf, è multilineare e simmetrica,
20
Alla domanda n.'20
tt litteftalltllalhlala
IWlllict 9 t CDIIIPllibife.
H
Alla domanda n.21.
OOI
0,(-1.0,J)=
OOO
o
o
Alla domanda n.22.
det B = 1.
23
Alla domanda n.23
3 -2
A • 0(3, 2) = 6
O
O -4
24
Alla domanda n.'24
3
1
O
O
I
l,
-1
-2
O
26 J Alla domanda n.l.S
S linearmente indipendente,
26
Alla domanda n.'26
Al-peropixeper-.vy
27 l Alla domanda. n.27
3
'
o
2 -l
O
O
2
9
A.Ila domanda n.9
10
Alla domanda n.1.0
S è linearmente indipendente,
H.
A.Ila domanda n.1.1.
ll
A.IL"\ domanda. n.1.2
=r-=======:====,-----------------------------------------,
(-
(-A)t)l = A
53
Alladomandan.13
(.4B)2
2
1.4
A.Ila domanda n.1.4
lllille1NèCGmpllibile
16
Alta domanda n.1.S
oIo
:1
I () o -1
o o -1
2
-12
3
1.
Alla domanda n.1.
E={(-1,0)}
2
Alla domanda n.2
_,Il,._ jl-ftNlli
quthtiqi
S
Alla domanda n . .3
I~ matrlcfl'
O
O ) è lln@:1rmentP dipfl'ndPntl! d3 H.
4
Alla domanda n.4
5
Alla domanda n.5-
f•u11~
6
Alla domanda n.6
7
Alla domanda n.?
-ne•,.,,,wloredi,~ Il! J.
8
Alla domanda n.8