Corso di Matematica per la Chimica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Corso di Matematica per la Chimica"

Transcript

1 Dott.ssa Maria Carmela De Bonis a.a

2 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano mediante equazioni lineari, cioè equazioni in cui le incognite appaiono con esponente uguale ad uno e sono legate tra loro da relazioni lineari (prodotto per scalari e somme algebriche). Un sistema di n equazioni lineari in n incognite è definito come segue: a, x +a,2 x 2 + +a,n x n = b a 2, x +a 2,2 x 2 + +a 2,n x n = b () a n, x +a n,2 x 2 + +a n,n x n = b n a n, x +a n,2 x 2 + +a n,n x n = b n Assumeremo che tutte le quantità in gioco sono numeri reali.

3 Ponendo a, a,2 a,n a,n a 2, a 2,2 a n,n a 2,n A = a n, a n,2 a n,n a n,n a n, a n,2 a n,n a n,n, b = b b 2. b n b n, x = [x x 2 x n x n ] T, il sistema () si può riscrivere come Ax = b dove A R n n è detta matrice dei coefficienti, b R n è detto vettore dei termini noti e x R n è il vettore delle soluzioni.

4 È noto che il sistema () ammette un unica soluzione se e solo se la matrice A è non singolare, o equivalentemente det(a) 0. In questo caso denotata con A la matrice inversa di A, si ha x = A b. La matrice inversa è infatti l unica matrice per la quale dove A A = AA = I I = è detta matrice identità (o identica).

5 La teoria dell Algebra Lineare, che è la branca della matematica che si occupa di tutti i problemi che coinvolgono matrici e vettori, propone come metodo risolutivo di un sistema lineare il metodo di Cramer x i = det(a i), i =,..., n, det(a) dove A i denota la matrice ottenuta da A sostituendo la colonna i esima con il vettore b. I determinanti coinvolti possono essere calcolati utilizzando la regola di Laplace.

6 Sfortunatamente il metodo di Cramer ha un costo computazionale molto elevato, pari a circa [(n + )(n )n]! operazioni elementari (flops= prodotto + somma + indirizzamento in memoria). Ciò si traduce in tempi effettivi per la computazione inaccettabili. Supponendo per esempio di poter effettuare 0 6 flops al secondo, per risolvere un sistema di 20 equazioni occorrono circa anni= secoli!! Si potrebbe pensare di calcolare A e risolvere il sistema utilizzando la formula x = A b. Ma i metodi classici per il calcolo dell inversa hanno un costo computazionale a loro volta di tipo fattoriale.

7 Nei problemi reali, di cui si parlava all inizio, non è raro che i sistemi da risolvere siano costituiti da centinaia, se non migliaia di equazioni. È allora evidente che occorrono dei metodi di tipo numerico per la risoluzione efficiente di tale problema. Tali metodi in genere tengono conto sia della dimensione del problema (cioè del numero di equazioni), sia delle particolari (eventuali) proprietà della matrice dei coefficienti.

8 Vogliamo ora studiare il condizionamento del sistema lineare Ax = b. In altre parole ci chiediamo come il problema risponda a eventuali perturbazioni nei dati iniziali. In questo caso i dati iniziali sono gli elementi della matrice e quelli del vettore dei termini noti. Occorre capire come muta la soluzione x se la matrice A ed il vettore b si discostano da quelli del problema in esame.

9 Supponiamo di introdurre una perturbazione δa R n n sulla matrice A e una perturbazione δb R n sul vettore dei termini noti b. La soluzione del problema perturbato, che si presuppone calcolata in precisione infinita (cioè supponendo che i numeri siano rappresentabili con infinite cifre e che tutte le operazioni aritmetiche siano computate esattamente), non sarà x ma y = x + δx, δx R n, cioè la soluzione sarà a sua volta perturbata. In altri termini guardiamo al sistema perturbato (A + δa)y = (b + δb).

10 Osserviamo innanzitutto che anche se la matrice A è non singolare, A + δa potrebbe risultare singolare. Tuttavia, supponendo che A + δa sia non singolare e che A δa < 2 è possibile ottenere la seguente maggiorazione per l errore relativo indotto sulla soluzione x: ( δx δa x 2 A A A + δb ), b dove le considerate norme di vettore e di matrice sono tra loro compatibili.

11 Dalla stima δx x 2 A A ( δa A + δb ), b si evince che l eventuale amplificazione delle perturbazioni introdotte su matrice dei coefficienti e vettore dei termini noti si deve alla quantità A A. Tale quantità viene chiamata indice o numero di condizionamento della matrice A e si denota cond(a) = A A. Dunque se cond(a) è piccolo il problema si dice ben condizionato, altrimenti si dice mal condizionato.

12 Osservazioni Generalità sui sistemi lineari Per ogni norma matriciale naturale, che soddisfi la proprietà 4., si ha cond(a) = A A AA = I = Il condizionamento è una caratteristica propria del sistema lineare e non è legato al particolare metodo numerico usato per determinarne la soluzione Dalla stima δx x 2cond(A) ( δa A + δb ), se b δx x 2cond(A)eps 2 0 p, p cifre significative della soluzione calcolata mediante un algoritmo stabile sono da ritenere corrette.

13 In Matlab esiste una function predefinita per calcolare cond(a): cond(a, inf ) condizionamento di A in norma infinito cond(a, ) condizionamento di A in norma cond(a) condizionamento di A in norma 2

14 Il seguente teorema fornisce il significato geometrico di cond(a). Teorema Per ogni matrice non singolare A R n n e per ogni norma matriciale naturale, la quantità cond(a) rappresenta la distanza relativa minima di A dall insieme di tutte le matrici singolari di ordine n, cioè { } A B cond(a) = min : B R n n singolare A

15 det(a) piccolo A mal condizionata Esempio n = 200; A = diag((/4) ones(n, )); det(a) = 4 n 3.87e 2, cond(a, inf) = 4 4 =

16 A mal condizionata det(a) piccolo Esempio A = [99, 98; 00, 99] det(a) =, cond(a, inf) = 3960

17 Esempi di matrici mal condizionate. ) Matrici di Hilbert 2 H n = 3. n n n + 2. n n +, cond(h 5 ) 0 5 n n Tale matrice risulta essere mal condizionata anche per piccoli valori di n.

18 2) Matrici di Vandermonde Fissato un vettore [y,..., y n ], con y i y j, i j, sono matrici non singolari definite da V n = y y 2 y 3 y n y 2 y 2 2 y 2 3 y 2 n..... y n y n 2 y n 3 y n n Anche in questo caso l indice di condizionamento cresce esponenzialmente rispetto alla dimensione della matrice.

19 I metodi numerici per la risoluzione di un sistema lineare si suddividono in due classi: Metodi diretti: in assenza di errori di arrotondamento la soluzione viene calcolata esattamente in un numero finito di passi; Metodi iterativi: attraverso un processo iterativo viene generata una successione infinita di vettori che, sotto opportune condizioni, converge alla soluzione cercata.

20 La scelta di un algoritmo avviene in base a opportuni criteri. stabilità; occupazione di memoria; costo computazionale. Non esiste un algoritmo che possa definirsi migliore degli altri in assoluto. La scelta in genere viene fatta in funzione delle caratteristiche della matrice A del sistema (dimensione, sparsità, struttura).

21 I metodi diretti risolvono il problema iniziale trasformandolo in problemi equivalenti che quindi hanno la stessa soluzione, ma matrici dei coefficienti differenti. In generale, se la matrice A del sistema è densa, i metodi diretti sono più efficienti. Se, invece, la matrice A del sistema è sparsa, i metodi diretti non preservano la sparsità delle matrici coinvolte nel procedimento, anzi con il procedere del metodo il numero degli elementi non nulli presenti in queste matrici generalmente cresce. Tale fenomeno, noto come fill-in (riempimento), se n è molto grande, può ben presto saturare la memoria centrale del calcolatore. In questi casi è utile, e spesso indispensabile, utilizzare i metodi iterativi che al contrario lasciano inalterata la matrice A del sistema.

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

ANALISI DEL CONDIZIONAMENTO DI UN SISTEMA LINEARE

ANALISI DEL CONDIZIONAMENTO DI UN SISTEMA LINEARE ANALISI DEL CONDIZIONAMENTO DI UN SISTEMA LINEARE Algebra lineare numerica 121 Ax = b A, b affetti dall errore di round-off si risolve sempre un sistema perturbato: con (A + A)(x + x) = b + b A = ( a i,j

Dettagli

Corso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti

Corso di Analisi Numerica - AN1. Parte 2: metodi diretti per sistemi lineari. Roberto Ferretti Corso di Analisi Numerica - AN1 Parte 2: metodi diretti per sistemi lineari Roberto Ferretti Richiami sulle norme e sui sistemi lineari Il Metodo di Eliminazione di Gauss Il Metodo di Eliminazione con

Dettagli

9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU

9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU 9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A LU 9.1 Il metodo di Gauss Come si è visto nella sezione 3.3, per la risoluzione di un sistema lineare si può considerare al posto

Dettagli

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007 Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari

Dettagli

Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici

Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici Corso di Geometria e Algebra Lineare - Sezione di Metodi Numerici C. Vergara 3. Metodo della fattorizzazione LU per la risoluzione di un sistema lineare Errori di arrotondamento. Prima di affrontare la

Dettagli

SISTEMI LINEARI QUADRATI: METODI ITERATIVI

SISTEMI LINEARI QUADRATI: METODI ITERATIVI SISTEMI LINEARI QUADRATI: METODI ITERATIVI CALCOLO NUMERICO e PROGRAMMAZIONE SISTEMI LINEARI QUADRATI:METODI ITERATIVI p./54 RICHIAMI di ALGEBRA LINEARE DEFINIZIONI A R n n simmetrica se A = A T ; A C

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Sistemi di Numerazione Sistema decimale La

Dettagli

Condizionamento del problema

Condizionamento del problema Condizionamento del problema x 1 + 2x 2 = 3.499x 1 + 1.001x 2 = 1.5 La soluzione esatta è x = (1, 1) T. Perturbando la matrice dei coefficienti o il termine noto: x 1 + 2x 2 = 3.5x 1 + 1.002x 2 = 1.5 x

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis

Dettagli

Metodi iterativi per sistemi lineari

Metodi iterativi per sistemi lineari Metodi iterativi per sistemi lineari Dario A. Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi ai metodi iterativi per risolvere sistemi di equazioni

Dettagli

Corso di Analisi Numerica

Corso di Analisi Numerica Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 8 - METODI ITERATIVI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Norme e distanze 2 3 4 Norme e distanze

Dettagli

Metodi diretti per la soluzione di sistemi lineari

Metodi diretti per la soluzione di sistemi lineari Metodi diretti per la soluzione di sistemi lineari N Del Buono 1 Introduzione Consideriamo un sistema di n equazioni in n incognite a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1, a 21 x 1 + a 22 x

Dettagli

Introduzione. Rappresentazione di numeri in macchina, condizion

Introduzione. Rappresentazione di numeri in macchina, condizion Introduzione. Rappresentazione di numeri in macchina, condizionamento e stabilità Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

Algebra Lineare e Geometria

Algebra Lineare e Geometria Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da

Dettagli

Autovalori e Autovettori

Autovalori e Autovettori Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora

Dettagli

Introduzione al MATLAB c Parte 2

Introduzione al MATLAB c Parte 2 Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione

Dettagli

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

Dettagli

Ricerca Operativa 2. Introduzione al metodo del Simplesso

Ricerca Operativa 2. Introduzione al metodo del Simplesso Ricerca Operativa 2. Introduzione al metodo del Simplesso Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema di ottimizzazione vincolata è definito dalla massimizzazione

Dettagli

Condizionamento di sistemi lineari.

Condizionamento di sistemi lineari. Condizionamento di sistemi lineari. Ángeles Martínez Calomardo e Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 10 dicembre 2012 Ángeles Martínez Calomardo

Dettagli

Documentazione esterna al software matematico sviluppato con MatLab

Documentazione esterna al software matematico sviluppato con MatLab Documentazione esterna al software matematico sviluppato con MatLab Algoritmi Metodo di Gauss-Seidel con sovrarilassamento Metodo delle Secanti Metodo di Newton Studente Amelio Francesco 556/00699 Anno

Dettagli

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica Esame di Geometria (Prof. F. Tovena) Argomenti: Proprietà di nucleo e immagine di una applicazione lineare. dim V = dim

Dettagli

sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche.

sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. Potenze e percentuali Sezione 0.3: Disuguaglianze Sezione

Dettagli

UNIVERSITÀ DEGLI STUDI DI FERRARA

UNIVERSITÀ DEGLI STUDI DI FERRARA UNIVERSITÀ DEGLI STUDI DI FERRARA Anno Accademico 2012/2013 REGISTRO DELL ATTIVITÀ DIDATTICA Docente: ANDREOTTI MIRCO Titolo del corso: MATEMATICA ED ELEMENTI DI STATISTICA Corso: CORSO UFFICIALE Corso

Dettagli

PROGRAMMAZIONE MODULARE DI MATEMATICA CLASSE SECONDA INDIRIZZI: AMMINNISTRAZIONE FINANZA E MARKETING - TURISMO SEZIONE TECNICO

PROGRAMMAZIONE MODULARE DI MATEMATICA CLASSE SECONDA INDIRIZZI: AMMINNISTRAZIONE FINANZA E MARKETING - TURISMO SEZIONE TECNICO PROGRAMMAZIONE MODULARE MATEMATICA CL SECONDA INRIZZI: AMMINNISTRAZIONE FINANZA E MARKETING - TURISMO SEZIONE TECNICO MODULO 1 : Frazioni algebriche ed equazioni fratte C1, M1, M3 Determinare il campo

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Analisi dei sistemi dinamici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail: marcello.bonfe@unife.it pag. 1 Analisi dei

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis

Dettagli

Corso di Analisi Matematica. Successioni e serie numeriche

Corso di Analisi Matematica. Successioni e serie numeriche a.a. 2011/12 Laurea triennale in Informatica Corso di Analisi Matematica Successioni e serie numeriche Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità

Dettagli

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto. 29 giugno 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

Docente: DI LISCIA F. CLASSE 1T MODULO 1: GLI INSIEMI NUMERICI

Docente: DI LISCIA F. CLASSE 1T MODULO 1: GLI INSIEMI NUMERICI Docente: DI LISCIA F. Materia: MATEMATICA CLASSE 1T MODULO 1: GLI INSIEMI NUMERICI Insiemi numerici: numeri naturali, proprietà delle operazioni aritmetiche; Potenze e loro proprietà; Criteri di divisibilità;

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE FLAVIO ANGELINI Sommario Queste note hanno lo scopo di indicare a studenti di Economia interessati alla finanza quantitativa i concetti essenziali

Dettagli

Approssimazione polinomiale di funzioni e dati

Approssimazione polinomiale di funzioni e dati Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell

Dettagli

Alcune note sulle serie di potenze 1

Alcune note sulle serie di potenze 1 Alcune note sulle serie di potenze Contents G. Falqui Preliminari 2 Serie di potenze 3 3 Rappresentazione di funzioni mediante serie di potenze 7 3. Esempi notevoli........................... 9 3.2 Formula

Dettagli

I PROBLEMI ALGEBRICI

I PROBLEMI ALGEBRICI I PROBLEMI ALGEBRICI La risoluzione di problemi è una delle attività fondamentali della matematica. Una grande quantità di problemi è risolubile mediante un modello algebrico costituito da equazioni e

Dettagli

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Versione ottobre novembre 2008 Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Contenuto 1. Applicazioni lineari 2. L insieme delle

Dettagli

Centro Professionale Commerciale di Bellinzona Programma d istituto. Obiettivi principali: Atteggiamenti (Saper essere)

Centro Professionale Commerciale di Bellinzona Programma d istituto. Obiettivi principali: Atteggiamenti (Saper essere) Centro Professionale Commerciale di Bellinzona Programma d istituto Maturità Professionale Commerciale - MATERIA :MATEMATICA 1 anno maturità integrata Ore-lezione settimanali: 3 X 3 (Corso base) + 2,5

Dettagli

Lezione2 Ricerca di zeri. http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali. Fernando Palombo

Lezione2 Ricerca di zeri. http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali. Fernando Palombo Lezione2 Ricerca di zeri http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Aritmetica Finita nel Computer Nel computer l aritmetica è a precisione finita cioè

Dettagli

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

Parte 6. Applicazioni lineari

Parte 6. Applicazioni lineari Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R

Dettagli

Classe: 1 a A AFM...2 Classe: 1 a B AFM...3 Classe: 2 a A AFM...4 Classe: 3 a A AFM...5 Classe: 4 a A IGEA...6

Classe: 1 a A AFM...2 Classe: 1 a B AFM...3 Classe: 2 a A AFM...4 Classe: 3 a A AFM...5 Classe: 4 a A IGEA...6 Classe: 1 a A AFM...2 Classe: 1 a B AFM...3 Classe: 2 a A AFM...4 Classe: 3 a A AFM...5 Classe: 4 a A IGEA...6 Classe: 1 a A AFM GLI INSIEMI NUMERICI E LE OPERAZIONI Ripasso del calcolo numerico: espressioni

Dettagli

APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A.

APPLICAZIONI LINEARI. B si definisce surriettiva. 9 quando ogni elemento di. B risulta IMMAGINE di. almeno un elemento di A. APPLICAZIONI LINEARI Siano V e W due spazi vettoriali, di dimensione m ed n sullo stesso campo di scalari R. Una APPLICAZIONE ƒ : V W viene definita APPLICAZIONE LINEARE od OMOMORFISMO se risulta, per

Dettagli

Catene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/

Catene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/ Catene di Misura Corso di Misure Elettriche http://sms.unipv.it/misure/ Piero Malcovati Dipartimento di Ingegneria Industriale e dell Informazione Università di Pavia piero.malcovati@unipv.it Piero Malcovati

Dettagli

estratto da Competenze assi culturali Raccolta delle rubriche di competenza formulate secondo i livelli EFQ a cura USP Treviso Asse matematico

estratto da Competenze assi culturali Raccolta delle rubriche di competenza formulate secondo i livelli EFQ a cura USP Treviso Asse matematico Competenza matematica n. BIENNIO, BIENNIO Utilizzare le tecniche e le procedure del calcolo aritmetico ed algebrico, rappresentandole anche sotto forma grafica BIENNIO BIENNIO Operare sui dati comprendendone

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

Dettagli

Quando troncare uno sviluppo in serie di Taylor

Quando troncare uno sviluppo in serie di Taylor Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in

Dettagli

Laboratorio teorico-pratico per la preparazione alle gare di matematica

Laboratorio teorico-pratico per la preparazione alle gare di matematica Laboratorio teorico-pratico per la preparazione alle gare di matematica Ercole Suppa Liceo Scientifico A. Einstein, Teramo e-mail: ercolesuppa@gmail.com Teramo, 3 dicembre 2014 USR Abruzzo - PLS 2014-2015,

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

Metodi Computazionali

Metodi Computazionali Metodi Computazionali Elisabetta Fersini fersini@disco.unimib.it A.A. 2009/2010 Catene di Markov Applicazioni: Fisica dinamica dei sistemi Web simulazione del comportamento utente Biologia evoluzione delle

Dettagli

GEOMETRIA I Corso di Geometria I (seconda parte)

GEOMETRIA I Corso di Geometria I (seconda parte) Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo

Dettagli

Metodi Numerici per Equazioni Ellittiche

Metodi Numerici per Equazioni Ellittiche Metodi Numerici per Equazioni Ellittiche Vediamo ora di descrivere una tecnica per la risoluzione numerica della più semplice equazione ellittica lineare, l Equazione di Laplace: u xx + u yy = 0, (x, y)

Dettagli

Complessità computazionale

Complessità computazionale 1 Introduzione alla complessità computazionale Un problema spesso può essere risolto utilizzando algoritmi diversi Come scegliere il migliore? La bontà o efficienza di un algoritmo si misura in base alla

Dettagli

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura

Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Primo Esonero del corso di Geometria Docente F. Flamini, Roma, 2//28 SOLUZIONI COMPITO I ESONERO Esercizio.

Dettagli

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W

Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. L : V W Matematica B - a.a 2006/07 p. 1 Siano V e W due spazi vettoriali. La definizione seguente é è tra quelle basilari per il corso di Matematica B. Definizione 1. La funzione L : V W si dice una applicazione

Dettagli

Equazioni alle differenze finite (cenni).

Equazioni alle differenze finite (cenni). AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza

Dettagli

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................

Dettagli

Dispense del corso di Logica a.a. 2015/16: Problemi di primo livello. V. M. Abrusci

Dispense del corso di Logica a.a. 2015/16: Problemi di primo livello. V. M. Abrusci Dispense del corso di Logica a.a. 2015/16: Problemi di primo livello V. M. Abrusci 12 ottobre 2015 0.1 Problemi logici basilari sulle classi Le classi sono uno dei temi della logica. Esponiamo in questa

Dettagli

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L. Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:

Dettagli

MODALITA E DATE DEGLI ESAMI

MODALITA E DATE DEGLI ESAMI A.A. 2015/16 CORSO DI ANALISI MATEMATICA 1 PER I CORSI DI LAUREA IN MATEMATICA E FISICA I semestre, 12 crediti Teoria: 9 crediti, tenuti da me Esercitazioni: 3 crediti, tenuti dal Dott. Bruno Scardamaglia

Dettagli

Facoltà di Economia. Anno Accademico 2009-2010 - Programma del Corso. Matematica Generale (PROGRAMMA EFFETTIVAMENTE SVOLTO)

Facoltà di Economia. Anno Accademico 2009-2010 - Programma del Corso. Matematica Generale (PROGRAMMA EFFETTIVAMENTE SVOLTO) Insegnamento Docente Corso di Laurea CFU 8 Lingua di Insegnamento Italiano Semestre di svolgimento Primo Tipologia Fondamentale SSD SECS-S/06 Codice di Ateneo Anno di Corso Primo Matematica Generale (PROGRAMMA

Dettagli

Quesiti di Analisi Matematica A

Quesiti di Analisi Matematica A Quesiti di Analisi Matematica A Presentiamo una raccolta di quesiti per la preparazione alla prova orale del modulo di Analisi Matematica A. Per una buona preparazione é consigliabile rispondere ad alta

Dettagli

STANDARD MINIMI DI RIFERIMENTO MATEMATICA LICEO TECNICO

STANDARD MINIMI DI RIFERIMENTO MATEMATICA LICEO TECNICO STANDARD MINIMI DI RIFERIMENTO MATEMATICA LICEO TECNICO CLASSE 1^ CONOSCENZE Insiemi numerici N, Z, Q, R; rappresentazioni, operazioni, ordinamento Espressioni algebriche; principali operazioni Equazioni

Dettagli

La dualità nella Programmazione Lineare

La dualità nella Programmazione Lineare Capitolo 5 La dualità nella Programmazione Lineare In questo capitolo verrà introdotto un concetto di fondamentale importanza sia per l analisi dei problemi di Programmazione Lineare, sia per lo sviluppo

Dettagli

Corso di Analisi Matematica Serie numeriche

Corso di Analisi Matematica Serie numeriche Corso di Analisi Matematica Serie numeriche Laurea in Informatica e Comunicazione Digitale A.A. 2013/2014 Università di Bari ICD (Bari) Analisi Matematica 1 / 25 1 Definizione e primi esempi 2 Serie a

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga

Lezioni del corso di Geometria e Algebra. prof. Michele Mulazzani dott. Alessia Cattabriga Lezioni del corso di Geometria e Algebra prof Michele Mulazzani dott Alessia Cattabriga AA 20001/2002 Indice 1 Equazioni e sistemi lineari 4 11 Alcune strutture algebriche 4 12 Operazioni standard su K

Dettagli

Equazioni non lineari

Equazioni non lineari Equazioni non lineari Data una funzione f : [a, b] R si cerca α [a, b] tale che f (α) = 0. I metodi numerici per la risoluzione di questo problema sono metodi iterativi. Teorema Data una funzione continua

Dettagli

Corso di Analisi Matematica. Polinomi e serie di Taylor

Corso di Analisi Matematica. Polinomi e serie di Taylor a.a. 2013/14 Laurea triennale in Informatica Corso di Analisi Matematica Polinomi e serie di Taylor Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli

Dettagli

1 Regole generali per l esame. 2 Libro di Testo

1 Regole generali per l esame. 2 Libro di Testo FACOLTÀ DI INGEGNERIA Corso di GEOMETRIA E ALGEBRA (mn). (Ing. per l Ambiente e il Territorio, Ing. Informatica - Sede di Mantova) A.A. 2008/2009. Docente: F. BISI. 1 Regole generali per l esame L esame

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2003 Sessione straordinaria

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2003 Sessione straordinaria ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 3 Sessione straordinaria Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA È assegnata

Dettagli

Corso di Analisi Matematica. Funzioni continue

Corso di Analisi Matematica. Funzioni continue a.a. 203/204 Laurea triennale in Informatica Corso di Analisi Matematica Funzioni continue Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli studenti.

Dettagli

razionali Figura 1. Rappresentazione degli insiemi numerici Numeri reali algebrici trascendenti frazionari decimali finiti

razionali Figura 1. Rappresentazione degli insiemi numerici Numeri reali algebrici trascendenti frazionari decimali finiti 4. Insiemi numerici 4.1 Insiemi numerici Insieme dei numeri naturali = {0,1,,3,,} Insieme dei numeri interi relativi = {..., 3,, 1,0, + 1, +, + 3, } Insieme dei numeri razionali n 1 1 1 1 = : n, m \{0}

Dettagli

CLASSE 4B LICEO SCIENTIFICO PROGRAMMA SVOLTO A.S. 2011-12. Disciplina : MATEMATICA. Docente Prof.ssa Paola Perego

CLASSE 4B LICEO SCIENTIFICO PROGRAMMA SVOLTO A.S. 2011-12. Disciplina : MATEMATICA. Docente Prof.ssa Paola Perego CONVITTO NAZIONALE MARIA LUIGIA di Parma CLASSE 4B LICEO SCIENTIFICO PROGRAMMA SVOLTO A.S. 2011-12 Disciplina : MATEMATICA Docente Prof.ssa Paola Perego COMPETENZE CONOSCENZE Funzione esponenziale e logaritmica

Dettagli

MATEMATICA LINEE GENERALI E COMPETENZE

MATEMATICA LINEE GENERALI E COMPETENZE MATEMATICA LINEE GENERALI E COMPETENZE Al termine del percorso del liceo scientifico lo studente conoscerä i concetti e i metodi elementari della matematica, sia interni alla disciplina in så considerata,

Dettagli

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A. UdA n. 1 Titolo: Disequazioni algebriche Saper esprimere in linguaggio matematico disuguaglianze e disequazioni Risolvere problemi mediante l uso di disequazioni algebriche Le disequazioni I principi delle

Dettagli

Matematica Generale II (5 Cfu) Economia e amministrazione delle imprese (A-Lh)

Matematica Generale II (5 Cfu) Economia e amministrazione delle imprese (A-Lh) Matematica Generale II (5 Cfu) Economia e amministrazione delle imprese (A-Lh) A.A. 2014-2015 Docente Vanda Tulli e-mail: vanda.tulli@unimib.it tel: 0264483164 Edificio U7, quarto piano, stanza 4018 Esercitatore

Dettagli

Mete e coerenze formative. Dalla scuola dell infanzia al biennio della scuola secondaria di II grado

Mete e coerenze formative. Dalla scuola dell infanzia al biennio della scuola secondaria di II grado Mete e coerenze formative Dalla scuola dell infanzia al biennio della scuola secondaria di II grado Area disciplinare: Area Matematica Finalità Educativa Acquisire gli alfabeti di base della cultura Disciplina

Dettagli

LICEO SCIENTIFICO opzione delle scienze applicate MATEMATICA LICEO SCIENTIFICO MATEMATICA

LICEO SCIENTIFICO opzione delle scienze applicate MATEMATICA LICEO SCIENTIFICO MATEMATICA LICEO SCIENTIFICO MATEMATICA PROFILO GENERALE E COMPETENZE Al termine del percorso liceale lo studente dovrà padroneggiare i principali concetti e metodi di base della matematica, sia aventi valore intrinseco

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

Diagonalizzazione di matrici e applicazioni lineari

Diagonalizzazione di matrici e applicazioni lineari CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

Analisi 2. Argomenti. Raffaele D. Facendola

Analisi 2. Argomenti. Raffaele D. Facendola Analisi 2 Argomenti Successioni di funzioni Definizione Convergenza puntuale Proprietà della convergenza puntuale Convergenza uniforme Continuità e limitatezza Teorema della continuità del limite Teorema

Dettagli

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale 4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,

Dettagli

Schemi delle Lezioni di Matematica Generale. Pierpaolo Montana

Schemi delle Lezioni di Matematica Generale. Pierpaolo Montana Schemi delle Lezioni di Matematica Generale Pierpaolo Montana Al-giabr wa al-mukabalah di Al Khuwarizmi scritto approssimativamente nel 820 D.C. Manuale arabo da cui deriviamo due nomi: Algebra Algoritmo

Dettagli

0. Piano cartesiano 1

0. Piano cartesiano 1 0. Piano cartesiano Per piano cartesiano si intende un piano dotato di due assi (che per ragioni pratiche possiamo scegliere ortogonali). Il punto in comune ai due assi è detto origine, e funziona da origine

Dettagli

2 Formulazione dello shortest path come problema di flusso

2 Formulazione dello shortest path come problema di flusso Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione

Dettagli

5.4 Solo titoli rischiosi

5.4 Solo titoli rischiosi 56 Capitolo 5. Teoria matematica del portafoglio finanziario II: analisi media-varianza 5.4 Solo titoli rischiosi Suppongo che sul mercato siano presenti n titoli rischiosi i cui rendimenti aleatori sono

Dettagli

DIPARTIMENTO DI MATEMATICA ED INFORMATICA 1

DIPARTIMENTO DI MATEMATICA ED INFORMATICA 1 SEDE LEGALE: Via Roma, 125-04019 - Terracina (LT) - Tel. +39 0773 70 28 77 - +39 0773 87 08 98 - +39 331 18 22 487 SUCCURSALE: Via Roma, 116 - Tel. +39 0773 70 01 75 - +39 331 17 45 691 SUCCURSALE: Via

Dettagli

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA... 15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura

Dettagli

CLASSE 1ª Manutenzione e Assistenza Tecnica

CLASSE 1ª Manutenzione e Assistenza Tecnica CLASSE 1ª Manutenzione e Assistenza Tecnica Programma svolto di MATEMATICA Anno scolastico 2013/14 ELEMENTI DI RACCORDO CON LA SCUOLA MEDIA GLI INSIEMI CALCOLO LETTERALE GEOMETRIA - Ordinamento, proprietà,

Dettagli

Modelli di Ottimizzazione

Modelli di Ottimizzazione Capitolo 2 Modelli di Ottimizzazione 2.1 Introduzione In questo capitolo ci occuperemo più nel dettaglio di quei particolari modelli matematici noti come Modelli di Ottimizzazione che rivestono un ruolo

Dettagli