Capitolo VI SISTEMI LINEARI
|
|
- Sergio Salvatore
- 5 anni fa
- Visualizzazioni
Transcript
1 Capitolo VI SISTEMI LINEARI 1 Concetti fondamentali 11 Definizione Un equazione in n incognite x 1,, x n a coefficienti in R si dice lineare se è della forma: a 1 x a n x n = b con a i R e b R Una sua soluzione è un elemento (α 1,, α n ) di R n tale che: a 1 α a n α n = b 111 Esempio Si verifica facilmente che l equazione a coefficienti reali 3x 1 x + 7x 3 = 1 ha come soluzione (, 6, 1) R 3 Si osservi che tale soluzione non è unica 1 Definizione Un insieme di m equazioni lineari nelle n incognite x 1,, x n a coefficienti in R si dice sistema lineare di m equazioni in n incognite Si userà la seguente notazione: Σ : a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + + a n x n = b a m1 x 1 + a m x + + a mn x n = b m Una soluzione di un dato sistema lineare è una n-upla (α 1,, α n ) di R n che è soluzione di ogni equazione del sistema L insieme delle soluzioni del sistema Σ è un sottoinsieme di R n, detto spazio delle soluzioni di Σ e denotato con S Σ Un sistema si dirà compatibile o risolubile se ammette soluzioni (cioè se S Σ ); se invece S Σ =, si dirà incompatibile 13 Esempi Il sistema { x + y = x y = ha come soluzione (1, 1) Per contro, non ammette soluzioni il sistema { x + y = x + y = 1 Lo scopo di questo capitolo è stabilire se un sistema lineare è compatibile e, in tal caso, determinare tutte le sue soluzioni A tale fine useremo la teoria delle matrici sviluppata nel Cap V Brundu-Landi, Note di Algebra lineare e Geometria,
2 14 Definizione Al sistema lineare Σ si possono associare in modo naturale le seguenti matrici: 1 A = (a ij ) R m,n, detta matrice del sistema o matrice dei coefficienti di Σ; B = t (b 1,, b m ) R m,1 detta matrice dei termini noti Si userà anche la notazione (A, B) = (a ij b i ) = a 11 a 1 a 1n a 1 a a n a m1 a m a mn per la matrice completa di Σ Utilizzando queste matrici, si può rappresentare il sistema Σ nel modo seguente: o, più brevemente, Σ : a 11 a 1 a 1n a 1 a a n a m1 a m a mn Σ : AX = B x 1 x x n = dove X = t (x 1,, x n ) è la matrice formale delle incognite (il termine formale significa che X non è un elemento di R n,1, ma un simbolo che denota una n-upla di incognite) 15 Definizione Due sistemi lineari Σ e Σ si dicono equivalenti se hanno le stesse soluzioni, cioè, in simboli: Σ Σ se S Σ = S Σ 16 Osservazione Siano AX = B e A X = B due sistemi lineari nelle stesse variabili; essi sono banalmente equivalenti in uno dei seguenti casi: i) se la matrice (A, B ) si ottiene aggiungendo ad (A, B) delle righe nulle; ii) se la matrice (A, B ) si ottiene permutando le righe di (A, B) Ad esempio i seguenti sistemi sono chiaramente equivalenti: b b 1 b m b 1 b b m { x + y = x y =, { x y = x + y = 17 Osservazione Si noti che permutando le colonne della matrice A il sistema cambia radicalmente e quindi cambiano le sue soluzioni Ad esempio, se AX = B è il primo sistema in 13 e si scambiano le colonne di A: (A, B) = ( ) C 1 C ( si ottiene il sistema A X = B del quale (1, 1) non è più soluzione ) = (A, B), 7 Capitolo VI - Sistemi lineari
3 Risoluzione dei sistemi ridotti 1 Definizione Un sistema lineare AX = B si dice ridotto se la sua matrice dei coefficienti A è ridotta per righe La risoluzione di un sistema ridotto è particolarmente semplice, come mostrano i seguenti esempi: 11 Esempio Il sistema Σ : AX = B dato da: Σ : x + y + z = 4 y z = 3 z = con (A, B) = è ridotto ed ammette una sola soluzione (x, y, z) = ( 1, 1, ), come si verifica facilmente sostituendo il valore di z = nella seconda equazione, determinando y = 1; infine si sostituiscono tali valori di y e z nella prima equazione, ottenendo x = 1 1 Esempio Il sistema a coefficienti reali Σ : x + y + z + t = 1 x + 3y z = 3 x + z = con (A, B) = si risolve sostanzialmente come in 11, partendo dall ultima equazione z = x Ponendo x = τ, si determinano le soluzioni, che sono: (x, y, z, t) = (τ, τ + 1, τ, τ) con τ R In tal caso ci sono infinite soluzioni che, più precisamente, corrispondono biiettivamente ad elementi di R 13 Esempio Il sistema Σ : AX = B associato alla matrice (A, B) = 3 1 è chiaramente incompatibile poiché l ultima equazione risulta essere = 1 Osservazione Negli esempi 11 e 1 si sono eliminate le incognite corrispondenti agli elementi speciali selezionati nella matrice A, qui riportati in grassetto, partendo dal basso verso l alto: (A, B) = = si elimina z, poi y e poi x 1 Nell altro esempio (A, B) = = si elimina z, poi y e poi t Brundu-Landi, Note di Algebra lineare e Geometria,
4 Gli esempi precedenti suggeriscono, in modo naturale, il seguente 3 Metodo delle eliminazioni successive Sia Σ : AX = B un sistema ridotto 1 Per l osservazione 16(i), si può supporre che (A, B) non abbia righe nulle Se A ha righe nulle, poiché (A, B) non ha righe nulle, Σ avrà equazioni del tipo = b i, con b i, quindi il sistema è incompatibile, cioè S Σ = 3 Se A non ha righe nulle allora m n Quindi, essendo ridotta, ha m elementi speciali (dunque è di rango m) Si eliminano quindi le incognite corrispondenti a tali elementi speciali, partendo dall ultima equazione e risalendo fino alla prima Per semplicità, vediamo il procedimento esplicito nel caso in cui A è TSC: (A, B) = a 11 a 1 a 13 a 1m a 1n a a 3 a m a n a 33 a 3m a 3n a mm a mn Osserviamo che l ultima equazione del sistema AX = B è della forma: a mm x m + a mm+1 x m a mn x n = b m, con a mm Dividendo ambo i membri per a mm, si ricava: x m = a 1 mm(b m a mm+1 x m+1 + a mn x n ); si osservi come x m risulti espressa in funzione di x m+1,, x n Analogamente, dalla penultima equazione, si ricava: b 1 b b 3 b m x m 1 = a 1 m 1m 1 (b m 1 a m 1m x m a m 1m+1 x m+1 + a m 1n x n ) Sostituendo l espressione di x m calcolata sopra, si ottiene x m 1 in funzione di x m+1,, x n Iterando tale procedimento, si ricavano le incognite x m, x m 3,, x 1 in successione, in funzione delle rimanenti x m+1,, x n 4 Osservazione Definizione Nel metodo precedente abbiamo visto che le m incognite x 1,, x m sono espresse in funzione delle restanti ( in numero n m): x m+1,, x n ; queste ultime si dicono incognite libere Infatti, ogni qualvolta fissiamo x m+1 = λ 1,, x n = λ n m con λ i R, otteniamo una particolare soluzione del sistema Questo accade in generale perchè A è ridotta In tal modo si definisce una corrispondenza biunivoca R n m 1 1 S Σ dove n è il numero delle incognite di Σ e m = rk(a), il rango di A Si dirà anche che il sistema ha n m soluzioni 7 Capitolo VI - Sistemi lineari
5 3 Risoluzione dei sistemi lineari generali Dato un qualunque sistema lineare AX = B, uno dei possibili metodi di risoluzione usa il procedimento di riduzione per righe delle matrici Ricordando la nozione di matrice trasformata per righe data nella Def 41 Cap V, si ha il seguente 31 Teorema Sia Σ : AX = B un sistema lineare e sia (A, B ) una matrice trasformata per righe di (A, B) Allora i sistemi Σ e Σ : A X = B sono equivalenti Dimostrazione Come al solito, siano A = (a ij ) e B = t (b 1,, b m ) Se (A, B ) è ottenuta da (A, B) con una trasformazione di tipo s, la tesi è ovvia come visto in 16 Se (A, B ) è ottenuta da (A, B) con una trasformazione di tipo λ sulla riga R i, la tesi segue dal fatto che, per ogni λ, l equazione lineare è equivalente all equazione a i1 x a in x n = b i λa i1 x λa in x n = λb i Sia ora (A, B ) ottenuta da (A, B) con una trasformazione di tipo D: R i R i + λr j con j i Per semplicità, possiamo supporre i = e j = 1 Dunque R 1 R (A, B ) = + λr 1 R m Sia ora α = (α 1,, α n ) una soluzione di Σ, cioè valgono le identità: a i1 α a in α n = b i ( i ) per ogni i = 1,, m E chiaro che α è soluzione di tutte le equazioni di Σ, eccetto al più la seconda Basta quindi provare che α verifica (a 1 + λa 11 )x (a n + λa 1n )x n = b + λb 1 A tale scopo si sommino, membro a membro, l eguaglianza ( ) e λ volte ( 1 ), ottenendo: (a 1 + λa 11 )α (a n + λa 1n )α n = b + λb 1 Pertanto (α 1,, α n ) è soluzione di Σ, quindi S Σ S Σ In modo analogo si prova S Σ S Σ Usando il teorema precedente si arriva al metodo di eliminazione di Gauss, o anche algoritmo di Gauss, per la risoluzione di un sistema lineare generale 3 Metodo di risoluzione dei sistemi lineari Dato il sistema lineare Σ : AX = B, per determinare S Σ si procede come segue: 1 Si riduce per righe la matrice (A, B), ottenendo la matrice (A, B ), con A ridotta per righe Si determina lo spazio delle soluzioni S Σ di Σ : A X = B (usando il metodo di risoluzione dei sistemi ridotti) 3 Per 31, Σ Σ, cioè S Σ = S Σ Brundu-Landi, Note di Algebra lineare e Geometria,
6 31 Esempio Risolviamo il sistema lineare x + y + z = 1 Σ : x y z = x + y + z = 1 Riducendo per righe la matrice completa (A, B) = si ha: R R +R 1 (A, B) R 3 R 3 R R 3 R 3 +R = (A, B ) Poiché A è ridotta, il sistema Σ : A X = B è ridotto e quindi risolubile col metodo delle eliminazioni successive: { { Σ x + y + z = 1 y + z = 1/3 : 3x = 1 = x = 1/3 E chiaro che tale sistema ha una sola incognita libera e dunque il sistema ha 1 soluzioni; si può scegliere, ad esempio, z e in tal caso, ponendo z = λ, lo spazio delle soluzioni di Σ ha la forma: S Σ = {(x, y, z) R 3 (x, y, z) = (1/3, 1/3 λ, λ), λ R} Se, invece, si sceglie y come incognita libera, posto y = α, lo spazio delle soluzioni di Σ ha la forma: S Σ = {(x, y, z) R 3 (x, y, z) = (1/3, α, 1/3 α), α R} Ovviamente le due espressioni precedenti rappresentano, in modi diversi, lo stesso sottoinsieme S Σ di R 3 Si noti che il numero delle incognite libere coincide con la differenza tra il numero delle incognite ed il rango di A 3 Esempio Risolviamo il sistema lineare x + y z = Σ : x y = 1 y + z = Riducendo per righe la matrice completa (A, B) = si ha: (A, B) R R R R 3 R 3 R = (A, B ) 1 74 Capitolo VI - Sistemi lineari
7 Poiché A è ridotta, il sistema Σ : A X = B è ridotto; inoltre il numero delle incognite libere è zero, dunque Σ, e quindi Σ, ha = 1 soluzione Come al solito possiamo determinarla col metodo delle eliminazioni successive: Σ : x y + z = 3y + z = 1 4y = 1 = x z = 1/4 z = 7/4 y = 1/4 da cui (x, y, z) = (5/8, 1/4, 7/8) Ancora una volta si noti che il numero delle incognite libere è dato da 3 rk(a) =, dove 3 è il numero delle incognite L esempio seguente riguarda la discussione di un sistema con parametro: i coefficienti non sono numeri reali, come nei casi visti in precedenza, ma possono contenere un simbolo (parametro) che varia in R La discussione di tali sistemi consiste nel determinare tutti i valori del parametro per i quali il sistema è risolubile e nel trovare tutte le soluzioni del sistema in corrispondenza di tali valori 33 Esempio Discutere il seguente sistema lineare nel parametro λ R: Σ λ : x + y + z + t = 1 x + y z + t = 1 x + λy + λt = λy z + λt = Se si vuole risolvere il sistema con il solito metodo della riduzione per righe, bisogna fare attenzione quando vengono usate espressioni che coinvolgono il parametro λ: R R R 1 (A, B) = λ λ R λ λ 3 R 3 R R 3 R 3 R 1 1 λ 3 λ 3 R 4 R 4 R λ + 1 λ λ 4 λ λ λ 1 = (A, B ) 1 A questo punto è utile eliminare da una delle ultime due righe il parametro λ Ad esempio, operando la trasformazione R 3 R 3 + R 4 e, successivamente (dopo aver ulteriormente diviso la terza riga per ), R 4 R 4 + (1 λ)r 3, la matrice (A, B ) diventa: λ λ + 1 λ λ a 44 dove a 44 = (1 λ)(λ 3) Si osservi che l ultima trasformazione effettuata è corretta per ogni λ R; infatti l unico caso dubbio si ha per λ = 1, per il quale la trasformazione diventa R 4 R 4, che è ancora accettabile Si noti ora che a 44 = se e solo se λ = 1 oppure λ = 3 Si conclude dunque che Σ λ è sempre risolubile per ; inoltre: Brundu-Landi, Note di Algebra lineare e Geometria,
8 - λ = 1, 3 a 44 = rk(a) = 3 Σ λ ha 1 soluzioni; - λ 1, 3 a 44 rk(a) = 4 Σ λ ha una sola soluzione Risolviamo dunque i 3 sistemi lineari: I) λ 1 e λ 3 x + y + z + t = 1 y z + t = Σ λ : y + (λ )t = (λ 3)(λ 1)t = Come già osservato, tale sistema ammette un unica soluzione per ogni λ in R Possiamo determinarla col metodo delle eliminazioni successive: poiché (λ 3)(λ 1), possiamo dividere l ultima equazione per (λ 3)(λ 1) e dunque ottenere t = ; risalendo le equazioni si ottiene: x = z = 1 y = t = In questo esempio specifico l unica soluzione di ogni sistema Σ λ, che in generale varia con il parametro, non dipende da λ II) λ = 1 In questo caso l ultima equazione si riduce all identità = e quindi viene eliminata Si ha quindi il sistema particolare: x + y + z + t = 1 Σ 1 : y z + t = y + t = Ancora col metodo delle eliminazioni successive si ottiene: x = z = t 1 y = t quindi le soluzioni del sistema hanno la forma (x, y, z, t) = (, α, α 1, α) III) λ = 3 Anche in questo caso l ultima equazione si riduce all identità = e quindi viene eliminata Si ha quindi il sistema particolare: da cui Σ 3 : x + y + z + t = 1 y z + t = y + t = x = 3t z = 1 y = t pertanto le soluzioni di Σ 3 : sono (x, y, z, t) = ( 3α, α, 1, α) Riassumiamo quanto detto precedentemente nel seguente teorema, che fornisce un criterio generale di risolubilità dei sistemi lineari 76 Capitolo VI - Sistemi lineari
9 33 Teorema (Rouché Capelli) Dato il sistema lineare Σ : AX = B, si ha: a) Σ ha soluzioni se e solo se rk(a) = rk(a, B) Nel caso in cui il sistema abbia soluzioni, posti ρ := rk(a) = rk(a, B) e n il numero delle incognite di Σ, si hanno i seguenti fatti: b) le incognite libere sono n ρ; c) le n ρ incognite libere vanno scelte in maniera tale che le restanti corrispondano a ρ colonne di A linearmente indipendenti Dimostrazione a) Osserviamo dapprima che il sistema Σ si può scrivere come x 1 C x n C n = B dove C 1,, C n sono le colonne di A Pertanto il sistema è risolubile se e solo se B è combinazione lineare di C 1,, C n se e solo se lo spazio delle colonne di A coincide con quello di (A, B) Quindi Σ è risolubile se e solo se rk(a) = rk(a, B) b) Sia Σ : A X = B il sistema ridotto ottenuto riducendo (A, B) per righe Per 4 Σ ha n rk(a ) incognite libere Essendo Σ e Σ equivalenti e rk(a) = rk(a ), ne segue la tesi c) Cambiando eventualmente l ordine delle incognite, ci si può ricondurre a provare che, posta A = (C 1,, C n ), allora x ρ+1,, x n sono libere C 1,, C ρ sono linearmente indipendenti Supponiamo dapprima che C 1,, C ρ siano linearmente indipendenti Posto A = (C 1,, C ρ ), riducendo opportunamente (A, B) per righe (scegliendo gli elementi speciali in A), permutando eventualmente le equazioni e le prime ρ incognite, tenuto conto del fatto che la matrice del sistema ottenuto è della forma: rk(a) = rk(a, B) = ρ, a 11 a 1 a 13 a 1ρ b 1 a a 3 a ρ b a 33 a 3ρ b 3 a ρρ b ρ Con il metodo dell eliminazione successiva si ha la tesi Viceversa, siano x ρ+1,, x n incognite libere e supponiamo per assurdo che C 1,, C ρ siano linearmente dipendenti Dunque la matrice A ha rango minore di ρ; pertanto riducendo opportunamente (A, B) per righe (scegliendo gli elementi speciali in A), permutando eventualmente le equazioni, la Brundu-Landi, Note di Algebra lineare e Geometria,
10 matrice del sistema ottenuto è della forma: a 11 a 1ρ (A, B ) = a ρ 1 1 a ρ 1 ρ Poiché rk(a, B ) = rk(a, B) = ρ, esiste una riga non nulla R i di (A, B ), con i ρ L equazione corrispondente, non comprendendo le prime ρ incognite, fornisce una relazione tra x ρ+1,, x n, che pertanto non sono libere 34 Osservazione Se il sistema lineare di m equazioni in n incognite AX = B è risolubile di rango ρ, allora: i) esso è equivalente ad un sistema costituito da ρ equazioni comunque scelte fra le m equazioni iniziali, purché linearmente indipendenti; ii) l insieme delle soluzioni è in corrispondenza biunivoca con R n ρ 341 Esempio Discutere il seguente sistema lineare nel parametro λ R: λx + z = 1 Σ : x + (λ 1)y + z = 1 x + (λ 1)y + 3z = Riducendo per righe la matrice completa: (A, B) = λ λ 1 1 R R R 1 1 λ 1 3 R 3 R 3 R R 3 R 3 3R 1 1 λ λ 1 3 λ 1 1 λ 1 λ λ 1 3 λ λ λ 1 3 = (A, B ) Se λ = 1, la matrice A non è ridotta, dunque bisogna completare la riduzione Se λ 1, la matrice A è ridotta e si hanno i due casi: I) λ : rk(a) = 3 = rk(a, B) una sola soluzione II) λ = : rk(a) = = rk(a, B) 1 soluzioni Le soluzioni sono dunque: I) λ 1, λ : λx + z = 1 Σ : (1 λ)x + (λ 1)y = 3 λx = dunque (per ogni λ R) il sistema ha un unica soluzione: (x, y, z) = (, 3/(λ 1), 1) z = 1 y = 3/(λ 1) x = 78 Capitolo VI - Sistemi lineari
11 II) λ = : { z = 1 x y = 3 = Quindi le soluzioni sono (x, y, z) = (α + 3, α, 1), con α R III) λ = 1 Dobbiamo completare la riduzione: (A, B ) = R 3 R 3 R { z = 1 x = y Chiaramente l ultima equazione è = 3, dunque il sistema è incompatibile 34 Esempio Verificare che i seguenti vettori di R 3 sono linearmente indipendenti: v 1 = (1, 1, ), v = (, 1, 1), v 3 = (1,, 1) e inoltre esprimere v = (1, 1, 1) come combinazione lineare di v 1, v, v 3 Osserviamo che v 1, v, v 3 sono linearmente indipendenti se e solo se il rango della matrice avente tali vettori come colonne è 3 Calcoliamo dunque tale rango: (v 1 v v 3 ) = Tale matrice è ridotta per righe ed ha 3 righe non nulle, dunque il suo rango è 3 In particolare v 1, v, v 3 sono 3 vettori indipendenti in R 3, quindi sono una base Pertanto esiste un unica terna di coefficienti x, y, z tali che xv 1 + yv + zv 3 = v per ogni v R 3 Tale terna corrisponde all unica soluzione del sistema lineare avente come matrice completa (A, B) = (v 1 v v 3 v) In questo caso particolare (A, B) = Riducendo come per righe usando la riduzione di A fatta precedentemente si ha: (A, B) da cui x + z = 1 y z = z = 1 e quindi infatti 1/(1, 1, ) + 1/(, 1, 1) + 1/(1,, 1) = (1, 1, 1) x = 1/ z = 1/ y = 1/ Brundu-Landi, Note di Algebra lineare e Geometria,
12 343 Esempio Sia data la matrice M λ = ( ) λ 1, con λ R 1 λ Calcolare, quando esiste, M 1 λ, usando i sistemi lineari In questo caso, poiché la matrice data è, si può risolvere direttamente il sistema: ( ) ( ) ( ) λ 1 x y 1 = 1 λ z t 1 cioè λx + z = 1 x + λz = Σ : λy + t = y + λt = 1 Da cui, riducendo la matrice del sistema: λ 1 1 λ λ (A, B) = R R λr 1 1 λ λ λ 1 λ 1 1 λ 1 1 λ 1 λ 1 1 R 4 R 4 λr 3 = (A, B ) 1 λ λ λ 1 1 λ 1 Si noti che le trasformazioni di tipo D) effettuate sopra sono ammissibili per ogni λ R; infatti, se λ =, lasciano le matrici inalterate Infine è chiaro che, se 1 λ, allora la matrice (A, B ) è ridotta ed inoltre il sistema è risolubile in quanto rk(a) = rk(a, B) = 4 In tal caso esiste una sola soluzione (infatti l inversa di una matrice è unica) Poniamo dunque λ 1 e λ 1 Il sistema ridotto è: λx + z = 1 Σ (1 λ : )x = λ λy + t = (1 λ )y = 1 quindi z = 1/(1 λ ) x = λ/(1 λ ) t = λ/(1 λ ) y = 1/(1 λ ) Pertanto ( ) M 1 λ/(1 λ λ = ) 1/(1 λ ) 1/(1 λ ) λ/(1 λ ) Sia ora 1 λ =, cioè λ = ±1; la matrice (A, B ) diventa ±1 1 1 (A, B 1 ) = ±1 1 1 Dall ultima equazione segue che il sistema è incompatibile esiste (e l abbiamo ricavata) se e solo se λ ±1 Abbiamo quindi provato che M 1 λ 8 Capitolo VI - Sistemi lineari
13 4 Sistemi lineari omogenei Una classe interessante di sistemi lineari è costituita dai sistemi lineari omogenei 41 Definizione Un sistema lineare AX = B si dice omogeneo se le equazioni che lo costituiscono sono omogenee, cioè se B = 4 Osservazione Un sistema lineare omogeneo AX =, con A in R m,n, è sempre risolubile; infatti la n-upla nulla è soluzione di tutte le equazioni A tale fatto si perviene anche applicando il teorema di Rouché Capelli; infatti rk(a) = rk(a, ) Inoltre, sempre per tale teorema, la n-upla nulla è l unica soluzione se e solo se n = ρ, ove ρ denota rk(a), il rango di A 43 Teorema Sia Σ : AX = un sistema lineare omogeneo, con A R m,n Allora S Σ è un sottospazio vettoriale di R n di dimensione n rk(a) Dimostrazione Per il criterio di sottospazio vettoriale, basta provare che, se X 1, X S Σ e se λ 1, λ R, allora la combinazione lineare λ 1 X 1 + λ X appartiene a S Σ Per ipotesi AX 1 = e AX =, dunque λ 1 (AX 1 ) + λ (AX ) = Per le proprietà del prodotto e somma di matrici λ 1 (AX 1 ) + λ (AX ) = A(λ 1 X 1 + λ X ), quindi λ 1 X 1 + λ X è soluzione di AX = Pertanto S Σ è sottospazio vettoriale di R n Per il teorema di Rouché Capelli, posto come al solito ρ := rk(a), il sistema Σ ha n ρ incognite libere; proviamo che tale numero coincide con la la dimensione dello spazio S Σ, determinandone esplicitamente una base di n ρ elementi Per semplicità, supponiamo che le incognite libere siano le ultime, cioè x ρ+1,, x n ; dunque ogni soluzione ha la forma (,,, x ρ+1,, x n ) dove i ρ asterischi sono i valori di x 1,, x ρ calcolati per ogni scelta di x ρ+1,, x n Si scelga ora la (n ρ) upla x ρ+1,, x n in tutti i modi possibili nella base canonica di R n ρ e si considerino i corrispondenti elementi di S Σ : v 1 := (,,, 1,,, ) v := (,,,, 1,, ) v n ρ := (,,,,,, 1) Chiaramente la matrice che ha per righe tali vettori ha rango n ρ (in quanto le ultime n ρ colonne sono linearmente indipendenti), dunque le sue righe, cioè v 1,, v n ρ, sono linearmente indipendenti Si vede facilmente che tali vettori sono anche un sistema di generatori di S Σ e quindi sono una sua base Ciò prova che dim(s Σ ) = n ρ Per risolvere un sistema lineare omogeneo si procede, come nel caso generale, mediante la riduzione della matrice associata dei coefficienti A differenza del caso generale, poiché lo spazio delle soluzioni è un sottospazio vettoriale di R n, è anche interessante determinarne una base Dalla dimostrazione di 43, si deduce un modo semplice per determinare tale base: si attribuiscono, successivamente, alle n ρ incognite libere i valori corrispondenti alla base canonica di R n ρ Brundu-Landi, Note di Algebra lineare e Geometria,
14 431 Esempio Risolvere il seguente sistema lineare omogeneo, determinando una base del suo spazio delle soluzioni: Σ : x 1 x 3 + x 5 + x 6 = x 1 x x 3 + x 4 x 5 + x 6 = x 1 x + x 4 x 5 + x 6 = Riducendo la matrice associata A = si ottiene: A = A Si osservi che rk(a) = rk(a ) = 3 Inoltre, poiché le prime 3 colonne di A (e quindi di A) sono linearmente indipendenti, per il teorema di Rouché Capelli si possono scegliere x 4, x 5, x 6 come incognite libere Chiaramente Σ è equivalente a Σ : A X = e quindi basta risolvere Σ : x 1 x 3 + x 5 + x 6 = x x 3 x 4 + x 5 = x 3 + x 4 x 5 + x 6 = Ponendo x 4 = a, x 5 = b, x 6 = c si ottiene lo spazio delle soluzioni S Σ = {(x 1,, x 6 ) = ( a + b 3c, b c, a + b c, a, b, c) a, b, c R} Per determinare una base di S Σ basta far variare (a, b, c) tra i vettori (1,, ), (, 1, ), (,, 1) della base canonica di R 3 (in quanto qui n ρ = 6 3 = 3) ottenendo la base di S Σ : v 1 := (,, 1, 1,, ) v := ( 1, 1, 1,, 1, ) v 3 := ( 3, 1, 1,,, 1) 8 Capitolo VI - Sistemi lineari
Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice
Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta Versione del 21/12/07 Metodi per il calcolo del rango di una matrice Sia A M m,n (K). Denotiamo con A (i) la riga i-ma di A, i {1,..., m}.
DettagliLEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g
LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere
DettagliNote per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan
Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni
DettagliSistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 200-20 2 a di o.0 4 Capelli Rango o Caratterisca : definizioni a di o.0 Un equazione nelle n incognite x,..., x n della forma dove
DettagliCorso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
DettagliArgomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
DettagliRegistro Lezioni di Algebra lineare del 15 e 16 novembre 2016.
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari Siano X 1,, X n indeterminate Un equazione lineare (o di primo grado) nelle incognite X 1,, X n a coefficienti nel campo K è della forma a 1 X 1 + + a n X n = b, a i, b K,
DettagliNote sull algoritmo di Gauss
Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n
DettagliCORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
DettagliPagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI
Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore
Dettagli1 Esercizi 13. 3x + λy + 2z = 0 (1 λ)x + 5y + 3z = 0 3x + 2y + z = 0
1 Esercizi 13 1. Discutere le soluzioni del sistema seguente al variare del parametro λ R. 3x + λy + 2z 0 (1 λ)x + 5y + 3z 0 3x + 2y + z 0 Soluzione. Si tratta di un SLO 3 3 e sappiamo che tale sistema
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI 4 GEOMETRIA 2008/09 Esercizio 4.1 (5.10). Dati i vettori di R 3 : v 1 (1, 1, 2), v 2 (2, 4, 6), v 3 ( 1, 2, 5), v 4 (1, 1, 10) determinare
DettagliPrima di risolverli, è necessario prevedere se ci saranno soluzioni e, eventualmente, quante saranno.
Sistemi lineari Prima di risolverli, è necessario prevedere se ci saranno soluzioni e, eventualmente, quante saranno. La discussione di un sistema si imposta in questo modo: 1 studiare il rango della matrice
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
DettagliSistemi lineari 1 / 12
Sistemi lineari 1 / 12 Sistemi lineari 2 / 12 Ricordiamo che cosa è un sistema lineare con m equazioni in n incognite (m,n N, m,n 1): a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n = b 2, (1).. a m1 x
DettagliIstituzioni di Matematiche prima parte
Istituzioni di Matematiche prima parte anno acc. 2011/2012 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Istituzioni di Matematiche 1 / 33 index Generalità sugli insiemi 1 Generalità
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA
CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore
DettagliIstituzioni di Matematiche prima parte
Istituzioni di Matematiche prima parte anno acc. 2014/2015 Univ. Studi di Milano E.Frigerio, C.Turrini (Univ. Studi di Milano Istituzioni di Matematiche 1 / 30 index Generalità sugli insiemi 1 Generalità
DettagliSistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliRango di una matrice e teorema di Rouché-Capelli
Rango di una matrice e teorema di Rouché-Capelli Sappiamo che a una matrice m n, A, è associata l applicazione lineare L A : R n R m, L A (X) = AX, X R n. Definizione 1. Lo spazio nullo di A, N (A), è
DettagliIstituzioni di Matematiche sesta parte
Istituzioni di Matematiche sesta parte anno acc. 2013/2014 Univ. Studi di Milano D.Bambusi, C.Turrini (Univ. Studi di Milano Istituzioni di Matematiche 1 / 27 index Matrici e operazioni tra matrici 1 Matrici
DettagliESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R:
ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R: x 1 + x = 0 6x 1 + (λ + )x + x 3 + x 4 = 1 x 1 4x + (λ + 1)x 3 + 6x 4 = 3
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango
DettagliUn sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma:
SISTEMI LINEARI Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =
DettagliSPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:
SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)
Dettagli1 1, { x1 2x 2 + x 3 = 0 2x 2 8x 3 = 1 x 1 x 4 = = 0
a.a. 5-6 Esercizi. Sistemi lineari. Soluzioni.. Determinare quali delle quaterne, 3,, sono soluzioni del sistema di tre equazioni in 4 incognite { x x + x 3 = x 8x 3 = x x 4 =. Sol. Sostituendo ad x, x,
DettagliRisoluzione di sistemi lineari
Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini
DettagliLEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m
LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta
DettagliSistemi lineari 1 / 41
Sistemi lineari 1 / 41 Equazioni lineari Una equazione lineare a n incognite, è una equazione del tipo: a 1 x 1 + a 2 x 2 + + a n x n = b, dove a 1,,a n,b sono delle costanti (numeri) reali. I simboli
DettagliIstituzioni di Matematiche Modulo A (ST)
Istituzioni di Matematiche Modulo A (ST V II foglio di esercizi ESERCIZIO. Nei seguenti sistemi lineari, discutere l insieme delle soluzioni al variare del parametro t, o dei parametri t e τ, in R. 5 x
Dettagli1 Equazioni parametriche e cartesiane di sottospazi affini di R n
2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari A. Bertapelle 25 ottobre 212 Cos è un sistema lineare? Definizione Un sistema di m equazioni lineari (o brevemente sistema lineare) nelle n incognite x 1,..., x n, a coefficienti
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
DettagliMATEMATICA. a.a. 2014/ Sistemi di equazioni lineari
MATEMATICA a.a. 2014/15 8. Sistemi di equazioni lineari SISTEMI LINEARI Si definisce sistema lineare un sistema di p equazioni di primo grado in q incognite. a11x1 + a12 x2 +... + a1 qxq = k1 a21x1 + a22x2
DettagliSistemi II. Sistemi II. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+
DettagliLEZIONE 5. AX = 0 m,1.
LEZIONE 5 5 isoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per quanto visto nella precedente lezione, sappiamo di poter trasformare,
DettagliDefinizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im
APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo
DettagliAPPLICAZIONI. Im f = {b B a A tale che f (a) = b}.
APPLICAZIONI Diremo applicazione (o funzione) da un insieme A ad un insieme B una legge f che associa ad ogni elemento a A uno ed un solo elemento b B. Scriviamo f : A B e il corrispondente o immagine
Dettaglir 2 r 2 2r 1 r 4 r 4 r 1
SPAZI R n 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x, y, z)
Dettagli3x 2 = 6. 3x 2 x 3 = 6
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, GParmeggiani LEZIONE 7 Sistemi lineari Scrittura matriciale di un sistema lineare Def 1 Un sistema di m equazioni ed n incognite x 1, x 2, x n, si dice
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
Dettagli4 Autovettori e autovalori
4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità
DettagliLezione 7: Il Teorema di Rouché-Capelli
Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da
DettagliSistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine
DettagliApplicazioni eliminazione di Gauss
Applicazioni eliminazione di Gauss. Premessa Nel seguito supporremo sempre di applicare il metodo di eliminazione di Gauss allo scopo di trasformare la matrice del sistema Ax = b in una matrice triangolare
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA
UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito C 3/5/25 A. A. 24 25 ) Risolvere il seguente sistema
DettagliEquivalentemente, le colonne di A sono linearmente indipendenti se e solo se
Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme
DettagliESERCIZI SULLE MATRICI
ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a
DettagliSISTEMI LINEARI, METODO DI GAUSS
SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti
DettagliSISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.
SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga
DettagliDipendenza e indipendenza lineare (senza il concetto di rango)
CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori
DettagliIl teorema di Rouché-Capelli
Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un
DettagliA titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.
) Trovare le soluzioni del seguente sistema lineare: x+ y+ z = 3x y + z = 0 x + 5y 4z = 5 Osserviamo in primo luogo che il sistema dato è un sistema quadrato di tre equazioni in tre incognite, precisamente
Dettagli2. Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse, quando è possibile:
aa 5-6 Esercizi 5 Basi dimensione e coordinate Soluzioni Apostol: Sezione 5 Esercizi 6a 7 8 9 Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse quando è possibile: i
DettagliNote sui sistemi lineari
Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI GEOMETRIA 009/0 Esercizio. (7.9). Si consideri il sistema di equazioni lineari: x + y + z = x + y + z = x + y + 3z = a) Si dica per quali
DettagliCorso di Geometria BIAR, BSIR Esercizi 4: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,
DettagliA =, c d. d = ad cb. c d A =
Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliGeometria BAER I canale Foglio esercizi 3
Geometria BAER I canale Foglio esercizi 3 Esercizio. Discutere le soluzioni del seguente sistema lineare nelle incognite,, z al variare del parametro k. 3 + kz = k k + 3z = k k + z = Soluzione: Il determinante
DettagliGeometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 2017/2018 Canali A C, e L Pa
Geometria Prova scritta, appello unico, sessione autunnale Corso di laurea in fisica A.A 27/28 Canali A C, e L Pa Durata: 2 ore e 3 minuti Simone Diverio Alessandro D Andrea Paolo Piccinni 7 settembre
Dettagli12 gennaio Commenti esame di geometria - Ing. gestionale - a.a
Questo documento riporta commenti, approfondimenti o metodi di soluzione alternativi per alcuni esercizi dell esame Ovviamente alcuni esercizi potevano essere risolti utilizzando metodi ancora diversi
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
DettagliLezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari
Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
Dettagli1 Rette nel piano ordinario. Rette e piani nello spazio ordinario
1 Rette nel piano ordinario. Rette e piani nello spazio ordinario 1.1 Vettori applicati Nel seguito denotiamo con P l insieme dei punti del piano ordinario, e con S l insieme dei punti dello spazio ordinario.
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
Dettagli1 Risoluzione di sistemi lineari con l uso dei determinanti
2006 Trapani Dispensa di Geometria, 1 Risoluzione di sistemi lineari con l uso dei determinanti Sia A una matrice n n con det(a) 0 consideriamo il sistema lineare AX = b abbiamo n = numero di righe di
DettagliGeometria BAER I canale Foglio esercizi 2
Geometria BAER I canale Foglio esercizi 2 Esercizio 1. Calcolare il determinante e l inversa (quando esiste) della matrice ( ) cos θ sin θ R θ =, θ [0, 2π] sin θ cos θ Soluzione: Il determinante ( é cos
Dettaglia.a MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI
aa 2012-2013 MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI 1 Sistemi di equazioni lineari Definizione 11 i Un equazione lineare nelle indeterminate (o incognite X 1,, X 1 m a coefficienti interi (o razionali,
DettagliLEZIONE 3. Typeset by AMS-TEX
LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni
Dettagli1. Sistemi di equazioni lineari. 1.1 Considerazioni preliminari
1. Sistemi di equazioni lineari 1.1 Considerazioni preliminari I sistemi lineari sono sistemi di equazioni di primo grado in più incognite. Molti problemi di matematica e fisica portano alla soluzione
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
DettagliLezione Risoluzione di sistemi
Lezione Risoluzione di sistemi Sia AX = B un sistema di equazioni lineari, con la sua matrice completa associate (A B) Per la Proposizione sappiamo di poter trasformare con operazioni elementari di riga
DettagliMATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
DettagliUniversità degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 2 settembre 2013 Tema A
Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) settembre 013 Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliCORSO DI LAUREA IN INGEGNERIA.
CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 9 GEOMETRIA E ALGEBRA LINEARE 2012/13 Esercizio 9.1 (8.40). Sia T : R 2 R 3 l applicazione definita da T(x,y) = (2x,x y,2y), e siano B = {(1,0), (1,1)
DettagliEsercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale
Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque
DettagliCompito di MD 13 febbraio 2014
Compito di MD 13 febbraio 2014 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può scrivere con il lapis. Motivare
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria 1 che ho tenuto presso la
Dettagli2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
DettagliALGEBRA LINEARE PARTE III
DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI
DettagliElementi di Algebra Lineare
Elementi di Algebra Lineare Corso di Calcolo Numerico, a.a. 2009/2010 Francesca Mazzia Dipartimento di Matematica Università di Bari 13 Marzo 2006 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare
Dettagli1 Ampliamento del piano e coordinate omogenee
1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di
Dettagli