L’insegnamento vuole sviluppare la capacità da parte dello/a studente/ssa di visualizzare un problema usando un approccio geometrico per la soluzione, e di comprendere argomenti logico deduttivi sottolineando il ruolo…
Scheda dell'insegnamento
Obiettivi formativi
L’insegnamento vuole sviluppare la capacità da parte dello/a studente/ssa di visualizzare un problema usando un approccio geometrico per la soluzione, e di comprendere argomenti logico deduttivi sottolineando il ruolo delle ipotesi, ad esempio, tramite la costruzione di esempi e controesempi. Lo/a studente/ssa acquisisce strumenti e tecniche che permettono di operare con enti geometrici (vettori nel piano e nello spazio, rette, piani, coniche e quadriche) e algebrici (sistemi di equazioni lineari, matrici, polinomi, autovalori, autovettori, spazi vettoriali e loro trasformazioni). Lo/a studentessa acquisisce inoltre la capacità di collegare aspetti geometrici ed algebrici dello stesso problema. Infine egli/ella acquisisce le competenze necessarie per trattare numericamente, anche mediante l’utilizzo di un calcolatore, tutte quelle situazioni in cui i metodi algebrici non sono applicabili con “carta e penna� (ad esempio, risoluzione di un sistema lineare con un numero elevato di incognite ed equazioni). In particolare, lo/a studente/ssa impara a identificare un ente geometrico/algebrico, a riconoscerne le proprietà teoriche e a individuare e applicare il metodo algebrico/numerico più opportuno per il suo trattamento. L’implementazione e l’applicazione dei metodi numerici viene effettuata tramite il software MATLAB, di cui verrà appresa la sintassi di base.
Programma
L’insegnamento di Algebra Lineare e Geometria ha due obiettivi principali. Il primo è presentare argomenti di base di algebra lineare e geometria analitica, usando la geometria come motivazione, educando lo studente a pensare in modo geometrico, e quindi sviluppare l'intuizione, e a seguire il ragionamento logico deduttivo utilizzando un linguaggio formale appropriato. Il secondo obiettivo è presentare agli studenti i concetti fondamentali di alcuni metodi numerici di base dell’algebra lineare e la loro implementazione in ambiente Matlab, software numerico ormai ampiamente diffuso nel campo dell’ingegneria. In questo modo si vuole mostrare come gli aspetti teorici, simbolici e numerici interagiscono tra loro.
- Vettori nel piano e nello spazio e loro operazioni. Prodotto scalare, prodotto vettoriale e prodotto misto. Rette e piani nello spazio. Proiezioni ortogonali. • Matrici e loro operazioni. Matrici fortemente ridotte per righe. Sistemi di equazioni in forma matriciale e loro risoluzione con applicazioni geometriche. Equazioni matriciali, calcolo dell’inversa di una matrice. Determinanti. • Spazi vettoriali: definizioni, esempi ed applicazioni. Sottospazi vettoriali. Operazioni notevoli fra sottospazi. • Combinazioni lineari e dipendenza lineare. Metodo degli scarti. Basi di uno spazio vettoriale. Dimensione di uno spazio vettoriale. Dimensione di un sottospazio vettoriale finitamente generato. • Lo spazio vettoriale dei polinomi. La formula di Grassmann. • Applicazioni lineari. Immagine di un’applicazione lineare. Applicazioni lineari iniettive e suriettive. Isomorfismi. • Matrice di un’applicazione lineare. Endomorfismi e matrici quadrate. • Autovalori e autovettori. Autospazi di endomorfismi e di matrici. Polinomio caratteristico e spettro di un endomorfismo. Diagonalizzazione di un endomorfismo. • Basi ortonormali, matrici ortogonali. Algoritmo di Gram-Schmidt. Diagonalizzazione di matrici simmetriche mediante matrici ortogonali. Forme quadratiche e carattere di definizione. • Problemi metrici : distanza punto-retta, punto-piano, retta-retta. • Geometria quadratica: coniche, sfere. Quadriche non-degeneri in forma canonica. Riconoscimento di una quadrica. • Aritmetica di macchina: numeri di macchina, operazioni di macchina, errore di arrotondamento. Condizionamento di un problema numerico. Stabilità di un algoritmo. • Sistemi lineari: condizionamento e metodi numerici diretti. Fattorizzazioni di matrici: PA=LU, Choleski, QR e loro principali applicazioni. • Autovalori di matrici: condizionamento e metodi numerici: potenze, potenze inverse, QR (cenni). Decomposizione ai valori singolari di matrici e sue principali applicazioni.
Modalità d'esame
E' possibile sostenere l?esame in anticipo rispetto all?acquisizione della frequenza
Testi di riferimento
Sul portale della didattica sarà disponibile il materiale didattico preparato dai docenti contenente anche esercizi svolti e proposti. Si fornisce una lista di testi di riferimento frequentemente utilizzati. M. Ferrarotti, M. Abrate “Lezioni di Algebra Lineare�, CELID, 2018. M. Ferrarotti, M. Abrate “Lezioni di Geometria�, CELID, 2018. L. Gatto, Lezioni di Algebra lineare e Geometria, CLUT, 2018. S. Greco, P. Valabrega, Lezioni di Geometria, Vol. 1 Algebra lineare, Vol. 2 Geometria Analitica, Ed. Levrotto e Bella, Torino 2009. G. Monegato, Metodi e algoritmi per il Calcolo Numerico, CLUT, 2008. A. Quarteroni, F. Saleri, P. Gervasio, Scientific Computing with MATLAB and OCTAVE, Springer, 2014. G. Strang, Algebra Lineare, Apogeo, 2008. G. Strang, Introduction to Linear Algebra, Wellesley-Cambridge Press, 2016. E. Carlini, LAG: the written exam v1 and v2, CLUT 2019. E. Carlini, 50 quiz di Geometria CELID 2011. G. Casnati, M.L. Spreafico, Allenamenti di Geometria, Ed. Esculapio, Bologna 2013. J. Cordovez, Chissà chi lo sa?, CLUT 2013. L. Scuderi, Laboratorio di Calcolo Numerico, CLUT, 2005.
Codice insegnamento P919482176