Lezione Risoluzione di sistemi
|
|
- Cecilia Mariotti
- 5 anni fa
- Visualizzazioni
Transcript
1 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 la matrice A in una nuova matrice A fortemente ridotta per righe: con le stesse operazioni elementari si ottiene una nuova matrice (A B ) corrispondente, in generale, ad un nuovo sistema di equazioni lineari A X = B,diversodal precedente ma ad esso equivalente Risolvendo, se possibile, tale sistema con il metodo descritto nell Esempio otteniamo l insieme delle soluzioni del sistema di partenza Lemma Sia K = R, esianoa, A K m,n, B,B K m, matrici Sia (A B) la matrice completa associata al sistema lineare di m equazioni in n incognite AX = B esia(a B ) matrice equivalente per righe a (A B) Allora i sistemi AX = B e A X = B sono equivalenti Dimostrazione L enunciato segue dal fatto che ogni operazione elementare non cambia l insieme delle soluzioni di un sistema Questo è ovvio per le operazioni (E) e (E) Nel caso dell operazione (E) è sufficiente imitare quanto fatto nell Esempio Siamo finalmente pronti ad enunciare e dimostrare il principale risultato sulla teoria dei sistemi di equazioni lineari, detto Teorema di Rouché apelli Proposizione (Teorema di Rouché apelli) Sia K = R,, A K m,n e B K m, matrici; si consideri il sistema lineare di m equazioni in n incognite AX = B, conmatricecompletaassociata(a B) Allora (i) il sistema è compatibile se e solo se rk(a) =rk(a B); (ii) se il sistema è compatibile, le sue soluzioni dipendono da n liberi; rk(a) parametri (iii) se il sistema è compatibile e X èunasuasoluzionefissata,alloraognialtra sua soluzione X èdellaformax = X + Y,doveY appartiene all insieme delle soluzioni del sistema omogeneo associato AX = m,
2 6 Dimostrazione (i) Per quanto visto sopra possiamo assumere senza perdere in generalità che A sia una matrice fortemente ridotta per righe Si possono presentare due situazioni per le righe della matrice completa (A B) Il primo caso è che esista una riga di A, diciamoquelladiindicei, conentratetuttenulle che si prolunga in (A B) aunarigaconentratenontuttenulle:chiaramentel entratanon nulla deve essere l i esima entrata di B, cioèb i 6= In particolare quindi rk(a) 6= rk(a B) iò significa che nel nostro sistema figura un equazione della forma =b i che, per l ipotesi b i 6=,nonhasoluzioniecioèilsistemaèincompatibile Nel secondo caso ogni riga di A con entrate tutte nulle si prolunga in (A B) aunariga con entrate tutte nulle (è anche possibile che queste righe non esistano) In questo caso possiamo risolvere il sistema come spiegato nell Esempio 7, e il sistema è compatibile: inoltre i numeri di righe di A edi(a B) contenenti entrate non nulle coincidono, cioè rk(a) =rk(a B) (ii) Quanto visto nella parte (i) dimostra anche l affermazione (ii): infatti possiamo esprimere le incognite i cui coefficienti sono i pivot (e che sono in totale rk(a)) infunzionedellerimanenti incognite (in totale n rk(a)), cui possiamo dare valori arbitrari (iii) Sia X R n, una soluzione fissata del sistema, cioè AX = B, esiax R n, un altra soluzione del sistema, quindi tale che AX = B SiaY = X X,allora AY = A(X X )=AX + A( X )=AX + A( )X = AX AX = B B = m,, quindi Y è soluzione del sistema omogeneo associato Viceversa sia Y R n, una soluzione del sistema omogeneo associato, cioè tale che AY = m, SiaX = Y + X,allora AX = A(Y + X )=AY + AX = m, + B = B, equindix èsoluzionedelsistemadipartenza,comevolevamodimostrare Esempio Si consideri il sistema a B b A Bc da = B A e Le matrici incompleta e completa del sistema sono rispettivamente A = B A, (A B )= B A Osserviamo che nell Esempio 6 abbiamo già ridotto A alla matrice ridotta per righe A = B A 7
3 Utilizziamo le stesse operazioni di riga alla matrice completa (A B ):rifacciamocioè gli stessi passaggi ma teniamo conto anche dell effetto delle operazioni su B (A B ) R R R B A R R R R R +R B A =(A B) 7 R R R R R R B 6 A Si noti che rk(a) =rk(a )=mentre rk(a B )=rk(a B)=: da questo deduciamo che il sistema AX = B èincompatibile Esempio Si consideri ora il sistema a B b A Bc da = B A e Le matrici incompleta e completa del sistema sono rispettivamente A = B A, (A B )= B A, quindi la matrice incompleta è di nuovo quella dell Esempio 6 Utilizzando le stesse operazioni elementari e tenendo di nuovo conto del loro effetto su B,troviamo (A B ) R R R B A R R R R R +R B A =(A B) 7 R R R R R R B 6 A Poiché rk(a) =rk(a )==rk(a B )=rk(a B ) segue che il sistema in esame ècompatibile Perciòproseguiamoconleoperazionielementaridirigariducendo ulteriormente la matrice completa del sistema, in modo da trovarne le soluzioni 7
4 8 Di nuovo, nell Esempio 6 avevamo già ridotto A ad una forma fortemente ridotta per righe, ora applichiamo le stesse operazioni di riga alla matrice completa (A B ): R R / (A B) R R / B 7 9 R R +R / R R R 9 B R R R 9 B R $R 9 B 7 A A A A =(b A B b ) Quindi il sistema AX = B èequivalentealsistemaax b = B b,cheècompatibile perché rk(a) =rk( A)==rk( b A b B b )=rk(a B ) In particolare le incognite corrispondenti ai pivot sono a, b, c esiha 8 >< a = 7 6d e b = 9 +d + >: e c = +d + 7e L insieme delle soluzioni del sistema di partenza è quindi 8 9 >< B >: 7 6d e 9 +d + e +d + 7e d A e >= d, e R Per esempio, se scegliamo i valori d = e =otteniamo la soluzione particolare X = t / / / Sinoticheognialtrasoluzioneèdellaforma / / B / A + d B 6 A + e B >; 7/ 9/ 7/ A
5 al variare di d e e in R SiverifichichelesoluzionidelsistemaAX = m, sono tutte esolelematricidellaforma 6 7/ d B A + e 9/ B 7/ A 9 al variare di d e e in R, come previsto dal Teorema di Rouché-apelli Equazioni matriciali Negli Esempi e abbiamo studiato due diversi sistemi AX = B e AX = B aventi la stessa matrice incompleta A; questotipodiproblemasipresentainvarie situazioni (vedremo in seguito il problema del calcolo della matrice inversa) È evidente che è inutile ripetere le stesse operazioni per ciascun sistema, e che sarebbe più conveniente risolvere i sistemi simultaneamente La risoluzione simultanea dei due sistemi indicati sopra equivale a considerare le soluzioni dell equazione matriciale AX = B ove X e B sono rispettivamente una matrice incognita ed una numerica aventi colonna di indice j pari ad X j e B j rispettivamente Vediamo più in dettaglio di cosa si tratta nella seguente definizione Definizione (Equazioni matriciali e loro soluzioni) Sia K = R, esiano A =(a i,j ) 6i6m K m,n e B =(b i,h ) 6i6m K m,p matrici 6j6n 6h6p Un equazione matriciale lineare con matrice incompleta A e matrice dei termini noti B èun equazionedellaforma AX = B, () dove X èunamatriceincognitan p La matrice a, a, a,n a, a, a,n (A B) = B a m, a m, a m,n b, b,p b, b,p A b m, b m,p viene detta matrice completa dell equazione () L equazione () si dice omogenea se B = m,p, non omogenea B 6= m,p Una soluzione dell equazione () è una matrice numerica X K n,p per cui vale l identità numerica AX = B; se esiste una soluzione, l equazione () si dice compatibile, altrimentiincompatibile
6 L equazione () può essere pensata come sistema di mp equazioni, una per ogni entrata di B, innp incognite, una per ogni entrata di X Si noti però che la riga di indice i di A definisce esattamente p equazioni di tale grande sistema, una per ogni entrata della riga di indice i della matrice B Fissato un tale i, l entrataa i,j moltiplica nelle equazioni considerate tutte le entrate x h,j di X per j =,,pindicataconx h la riga di indice h di X, possiamo allora pensare all equazione () come un sistema di m equazioni corrispondenti alle m righe di (A B) nelle n incognite matriciali della forma 8 a, X + a, X + + a,n X n =(b, b,p ) >< a, X + a, X + + a,n X n =(b, b,p ) >: a m, X + a m, X + + a m,n X n =(b m, b m,p ) Ne segue che il metodo di soluzione delle equazioni matriciali è totalmente analogo a quello dei sistemi di equazioni lineari (che ne sono un caso particolare quando la matrice dei termini noti si riduce ad un unica colonna) Infatti esso si basa sulla riduzione della matrice completa (A B) con operazioni elementari di riga che continuano ad avere senso anche per incognite di tipo matriciale Esempio 6 Si consideri l equazione matriciale X =, () la cui matrice completa è corrispondente al sistema, ( X +X =( ) X + X =() Trasformando (A B) con operazioni elementari di riga otteniamo (A B) R R R R R R R R Pertanto l equazione () è equivalente a X = /, /
7 ovvero al sistema ad incognite matriciali ( X =( / ) X =(/ ) che, come unica soluzione, ha ovviamente la matrice / / Esempio 7 Si consideri l equazione matriciale X = la cui matrice completa è L equazione () equivale al sistema ( X +X + X =( ) X X + X =( ) Trasformando (A B) con operazioni elementari di riga otteniamo (A B) R R R R R / R R R Pertanto l equazione () è equivalente a X = / /, () ovvero a ( X + X =( /) X =(/) Quindi l insieme delle soluzioni dell equazione () è 8 9 < x, / x, = / A x :,,x, R ; x, x, In particolare le soluzioni dipendono da = =n rk(a) righe libere
8 Anche per equazioni matriciali vale il Teorema di Rouché apelli Lo enunciamo omettendone la dimostrazione in quanto totalmente analoga a quella della Proposizione Proposizione 8 (Teorema di Rouché apelli per equazioni matriciali) Sia K = R, esianoa K m,n e B K m,p matrici Si consideri l equazione matriciale AX = B, conmatricecompletaassociata(a B) Allora (i) l equazione è compatibile se e solo se rk(a) =rk(a B); (ii) se l equazione è compatibile, allora le matrici n p che sono sue soluzioni dipendono da n rk(a) righe libere; (iii) se l equazione è compatibile e X èunasuasoluzionefissata,alloraognialtra sua soluzione X èdellaformax = X + Y,doveY appartiene all insieme dell equazione matriciale omogenea associata AX = m,p Esempio 9 Si considerino i sistemi degli Esempi e ; invece di risolverli separatamente consideriamo l equazione matriciale a a B b b A Bc c d d A = B A e e La matrice completa associata è (A B) = B A on operazioni elementari per riga, tenendo conto dei già citati Esempi e, possiamo trasformarla nella matrice (A B) = B 7 A Deduciamo che l equazione è incompatibile perché rk(a) =< =rk(a B) (infatti ogni sua soluzione darebbe una soluzione del sistema avente come colonna dei termini noti la prima colonna di B, che è incompatibile, come già visto nell Esempio ) alcolo dell inversa di una matrice Un caso particolarmente interessante di equazione matriciale è quello della forma AX = I n ove A K n,n èunamatricequadrata InfattiA èinvertibileseesolose il sistema AX = I n ha soluzione e in tal caso l unica soluzione è X = A
9 Proposizione Sia K = R, Una matrice quadrata A K n,n èinvertibile se e solo se rk(a) =n Dimostrazione hiedere che A sia invertibile equivale a chiedere che AX = I n abbia soluzione La Proposizione 8 indica che questo avviene se e solo se rk(a) =rk(a I n ):quest ultimamatrice èfortementeridottaperrigheedilsuorangoèesattamenterk(i n )=n La proposizione precedente ci fornisce anche un metodo per calcolare A,in caso essa esista Tale metodo consiste nello scrivere la matrice completa (A I n ),econtrasformazioni elementari di riga ridurre tale matrice alla matrice fortemente ridotta (A A ) Su ogni riga di A ci deve essere un entrata pari ad, poichérk(a) =n: poiché ci sono n colonne su ogni riga tutte le entrate sono nulle eccetto una che vale e che si trova sempre in una colonna diversa Quindi, semplicemente con permutazioni di riga, si può ulteriormente trasformare (A A ) in una nuova matrice della forma (I n A )Aquestopuntosiosservichel equazionedipartenzaèequivalente a I n X = A,dunqueA = A Esempio Si consideri la matrice A = A Vogliamo stabilire se A è invertibile e, in caso affermativo, determinarne l inversa Atalescoposcriviamolamatrice(A I ) trasformandola, come spiegato sopra, con operazioni elementari di riga: A R R +R R R R A A = A Notiamo che i passaggi fatti sono sufficienti per calcolare che rk(a) =,edunque che A èinvertibile,perciòhasensocontinuareilcalcolodia : A R R / A R R R R R R A R R R $R A R R +R A R $R A A
10 oncludiamo che A = A
LEZIONE 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,
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
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
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
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
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,
DettagliLezione Sistemi di equazioni lineari
Lezione. Sistemi di equazioni lineari Definizione. (Sistemi di equazioni lineari e loro soluzioni). Un equazione lineare nelle n incognite x,,...,x n acoefficientiink = R, èun equazionedellaforma a x +
DettagliLezione Operazioni elementari di riga
Lezione 4 4. Operazioni elementari di riga Nella lezione precedente abbiamo visto un metodo per risolvere un sistema lineare la cui matrice dei coefficienti sia fortemente ridotta per righe, o anche solo
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
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
DettagliFederica Gregorio e Cristian Tacelli
1 Sistemi lineari Federica Gregorio e Cristian Tacelli Un sistema lineare m n (m equazioni in n incognite) è un insieme di equazioni lineari che devono essere soddisfatte contemporaneamente a 11 x 1 +
DettagliCORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA
CORSO DI GEOMETRIA DETERMINANTE AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Definizione induttiva di determinante 1 2 Caratterizzazione delle matrici quadrate di rango massimo 5 3 Regole di Laplace 6
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
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo
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 GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 3. Sistemi di equazioni lineari
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 3 Sistemi di equazioni lineari Siano m, n N \ {}, sia K un campo Definizione a) Un sistema
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
DettagliMatrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.
Matrici triangolari [Abate, 32] Definizione Una matrice A = a ij ) R m,n si dice triangolare superiore se a ij = 0 per ogni i > j; triangolare inferiore se a ij = 0 per ogni i < j Lezioni 05 e 06 Una matrice
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
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
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.
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
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
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
DettagliMatematica II
Matematica II 241110 Matrice inversa 1 Per n 1, l insieme R n n delle matrici quadrate di ordine n diventa l insieme R dei numeri reali, e la moltiplicazione di matrici diventa la moltiplicazione di numeri
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
DettagliNote sui sistemi lineari per il Corso di Geometria per Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 4 Maggio 2010
Note sui sistemi lineari per il Corso di Geometria per Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 4 Maggio 21 Sistemi lineari. Un sistema lineare di n 1 equazioni in m incognite
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
DettagliLEZIONE i i 3
LEZIONE 5 51 Determinanti In questo lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
DettagliLezione Determinanti
Lezione 6 6 Determinanti In questa lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
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
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
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
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,
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
DettagliLEZIONE i 0 3 Le sottomatrici 2 2 di A sono. 1 2 i i 3. Invece (
LEZIONE 6 6 Determinanti In questa lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
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
Dettagli0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
DettagliNote 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}.
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
DettagliLEZIONE 4. Le sottomatrici 2 2 di A sono. Invece ( 1 3 non è sottomatrice di A.
LEZIONE 4 4 Determinanti In questa lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
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)
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
DettagliLEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),
LEZIONE 1 1.1. Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione 1.1.1. Per ogni j 1,..., n indichiamo con
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
DettagliGeometria BAER PRIMO CANALE Foglio esercizi 1
Geometria BAER PRIMO CANALE Foglio esercizi 1 Esercizio 1. Risolvere le seguenti equazioni lineari nelle variabili indicate trovando una parametrizzazione dell insieme delle soluzioni. a) x + 5y = nelle
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
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
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
DettagliMatematica II
Matematica II 231111 Matrice inversa 1 Per n 1, l insieme R n n delle matrici quadrate di ordine n diventa l insieme R dei numeri reali, e la moltiplicazione di matrici diventa la moltiplicazione di numeri
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
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
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.+
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 B 3/05/005 A. A. 004 005 ) Risolvere il seguente sistema
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
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
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 =
DettagliAlgebra delle matrici
Algebra delle matrici Metodo di Gauss-Jordan per l inversione di una matrice. Nella lezione scorsa abbiamo visto che un modo per determinare l eventuale inversa di una matrice quadrata A consiste nel risolvere
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,
DettagliPreCorso di Matematica - PCM Corso M-Z
PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti
DettagliSottospazi vettoriali
Capitolo 6 Sottospazi vettoriali 6.1 Introduzione Riprendiamo un argomento già studiato ampiamente nel corso di Geometria, i sottospazi vettoriali di uno spazio vettoriale. Ci limiteremo a darne la definizione,
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
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
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
DettagliEsercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 26 Ottobre
Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 26 Ottobre SETTIMANA 4 (19 25 Ottobre) Matrici elementari Gli esercizi sono presi dal libro Intorduction to Linear Algebra di Serge Lang. Esercizio
DettagliArgomenti trattati nella settimana novembre Il libro cui faccio riferimento, se non specificato altrimenti, è Lang, Algebra lineare
Argomenti trattati nella settimana 23-27 novembre 2009 Il libro cui faccio riferimento, se non specificato altrimenti, è Lang, Algebra lineare 1 Sistemi lineari; 2 applicazioni lineari; Sistemi lineari;
DettagliCORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI
CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI FOGLIO DI ESERCIZI # GEOMETRIA E ALGEBRA 009/0 Esercizio.. Dati i vettori di R : v (,, ), v (, 4, 6), v (,, 5), v 4 (,, 0) determinare se v 4 è combinazione
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
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari I sistemi di equazioni si incontrano in natura in molti problemi di vita reale. Per esempio, prendiamo in considerazione una bevanda a base di uova, latte e succo d arancia.
DettagliInversa. Inversa. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
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
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
DettagliLEZIONE 16 A = Verifichiamo se qualcuna fra le entrate a di A è suo autovalore. determinare per quale entrata a di A risulta rk(a ai 2 ) 1.
LEZIONE 16 16.1. Autovalori, autovettori ed autospazi di matrici. Introduciamo la seguente definizione. Definizione 16.1.1. Siano k = R, C e A k n,n. Un numero λ k si dice autovalore di A su k) se rka
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
DettagliGeometria per Fisica e Astrofisica
Geometria per Fisica e Astrofisica Soluzione esercizi - Foglio 3 Esercizio. Risolvere i seguenti sistemi lineari al variare dei parametri reali α β e k < < (a) x + y z = αx + αy + βz = x + y z = β. (b)
DettagliAnalisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c.
Analisi dei dati corso integrato - Algebra lineare 4.3.8 e 5.3.8-1 1. Nella lezione precedente abbiamo definito lo spazio nullo e lo spazio delle colonne di una matrice; ora definiamo lo spazio delle righe
DettagliVETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato
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
DettagliAUTOVALORI, AUTOVETTORI, AUTOSPAZI
AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se
Dettagli0.1 Complemento diretto
1 0.1 Complemento diretto Dato U V, un complemento diretto di U é un sottospazio W V tale che U W = {0} U + W = V cioé la somma di U con il suo complemento diretto é diretta, e dá tutto lo spazio vettoriale
DettagliLEZIONE 9. Figura 9.1.1
LEZIONE 9 9.1. Equazioni cartesiane di piani. Abbiamo visto come rappresentare parametricamente un piano. Un altro interessante metodo di rappresentazione di un piano nello spazio è tramite la sua equazione
Dettagli1. Consideriamo un sistema lineare. E piuttosto naturale aspettarsi che
Algebra Lineare (Matematica CI) 151113 1 Consideriamo un sistema lineare E piuttosto naturale aspettarsi che (a) se il numero delle equazioni e minore del numero delle incognite allora il sistema e indeterminato;
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
DettagliCORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI A.A. 2018/2019 PROF. VALENTINA BEORCHIA
CORSO DI GEOMETRIA APPLICAZIONI LINEARI E MATRICI AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Matrici associate a un applicazione lineare 1 2 Cambiamenti di base 4 3 Diagonalizzazione 6 1 MATRICI ASSOCIATE
DettagliOperazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
DettagliESERCIZI PROPOSTI. det A = = per cui il sistema si può risolvere applicando le formule di Cramer, cioè: dove: = =
ESERCIZI PROPOSTI Risolvere i seguenti sistemi lineari )-0), utilizzando, dove possibile, sia il metodo di Cramer sia quello della matrice inversa, dopo aver analizzato gli esempi a)-d): 2x + + 4z 5 a)
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
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
Dettagli21 - Sistemi di Equazioni Lineari
Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica - Sistemi di Equazioni Lineari Anno Accademico 5/6 M. Tumminello,
DettagliEsercizi sui sistemi di equazioni lineari.
Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prima prova di esonero TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 2017-2018 Prima prova di esonero TESTO E SOLUZIONI 1. Determinare, utilizzando esclusivamente operazioni elementari,
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
DettagliEsempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:
Nucleo, immagine e loro proprietà [Abate, 5.2] Data una applicazione lineare f : V W, chiamiamo nucleo di f l insieme N(f) := { v V : f(v) = 0 W } Se S V è un sottoinsieme del dominio, indichiamo con f(s)
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
Dettagli12 - Sistemi di Equazioni Lineari
Università degli Studi di Palermo Facoltà di Economia Dipartimento SEAS Appunti del corso di Matematica - Sistemi di Equazioni Lineari Anno Accademico 5/6 D. Provenzano, M. Tumminello, V. Lacagnina e A.
Dettagli1 Addendum su Diagonalizzazione
Addendum su Diagonalizzazione Vedere le dispense per le definizioni di autovettorre, autovalore e di trasformazione lineare (o matrice) diagonalizzabile. In particolare, si ricorda che una condizione necessaria
Dettagli