Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari. MATLAB: Elementi di Algebra Lineare
|
|
- Costanza Valsecchi
- 5 anni fa
- Visualizzazioni
Transcript
1 1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB: Elementi di Algebra Lineare
2 2 Elementi di Algebra Lineare. Una matrice è una tabella di numeri ordinata per righe e colonne. Definiamo a i,j elemento della matrice che si trova all incrocio della riga i.ma con la colonna j.ma della matrice a 1,1 a 1,2... a 1,n a 2,1 a 2,2... a 2,n a m,1 a m,2... a m,n dove m e n dimensioni della matrice A. Se m = n A si dice matrice quadrata di ordine n. Se a i,j = 0 abbiamo la matrice nulla O. Indichiamo con R m n l insieme di tutte le matrici con m righe ed n colonne ad elementi reali. Gli elementi con indici uguali sono gli elementi principali; questi sono dati da: a 1,1,, a k,k, k = min(m, n) e formano la diagonale principale di A. Vediamo quali sono le istruzioni MATLAB che ci permettono di lavorare con le matrici. Possiamo costruire una matrice di ordine 3 i cui elementi assumono valori casuali mediante la seguente istruzione: >> A=rand(3,3) Vediamo ora alcuni particolari esempi di matrici: Matrici quadrate:
3 3 1) matrici triangolari inferiori (a i,j = 0 per j > i): L = a 1, a 2,1 a 2, a n,1 a n,2... a n,n - Estrazione della parte triangolare inferiore di A assegnando valore 0 agli elementi della parte triangolare superiore: >> L=tril(A) L = ) matrici triangolari superiori (a i,j = 0 per i < j): U = a 1,1 a 1,2... a 1,n 0 a 2,2... a 2,n a n,n - Estrazione della parte triangolare superiore di A assegnando valore 0 agli elementi della parte triangolare inferiore: >> U=triu(A) U =
4 ) le matrici diagonali (a i,j = 0 per i j): D = che possiamo anche scrivere a 1, a 2, a n,n D diag(a 1,1, a 2,2,..., a n,n ); - Estrazione della diagonale principale di A: >> diag(a) Costruzione di una matrice diagonale avente sulla diagonale principale i valori della diagonale principale di A: >> diag(diag(a))
5 5 - Altre proprietà della funzione diag: >> diag([1 2 3], -1) >> diag([1 2 3], -1) +diag( [ ],0) >> diag([1 2 3], -1) +diag( [ ]) >> diag([1 2 3], -1) +diag( [ ])+diag([1 2 3],1)
6 6 >> diag(ones(9,1), -1) +diag(2*ones(10,1))+diag(ones(9,1),1) Matrice identità: I = Istruzione MATLAB per costruire una matrica identità: >> eye(4,4) >> eye(5,3)
7 Matrici di dimensioni m n: - matrici con n = 1 formate da una sola colonna, vettori colonna: Esempio: x = x 1 x 2. x m >> x=rand(3,1) x = e e e matrici con m = 1, formate da una sola riga, vettori riga: Esempio: y = ( y 1 y 2... y n )
8 8 >> x=rand(1,3) x = e e e-002 Matrici a predominanza diagonale per righe e/o per colonne. Una matrice A si dice a predominanza diagonale per righe se: a i,i a i,j j i ed esiste almeno un indice i per cui vale la disuguaglianza stretta. Una matricea si dice a predominanza diagonale per colonne se: a j,j a i,j. i j ed esiste almeno un indice j per cui vale la disuguaglianza stretta. Quando le due disuguaglianze sono strette allora la matrice si dice predominanza diagonale in senso stretto. a Sia A R m n, si dice trasposta di A la matrice A T R n m ottenuta da A scambiando le righe con le colonne. Esempio: >> A=[ ; ; ] >> A
9 Si può provare che (A T ) T = A. Infatti: >> (A ) -A Se A T = A, la matrice A si dice simmetrica. Operazioni con matrici. Siano A, B, C R m n - Se C = A + B allora c i,j = a i,j + b i,j ; >> A=rand(3,3) >> B=rand(3,3) B =
10 Facciamo la somma tra le due matrici: >> A+B e otteniamo una matrice C di ordine 3. - Se C = αa allora c i,j = αa i,j. >> 3*A Prodotto righe per colonne: siano A R m q e B R q n il prodotto C = AB R m n si ottiene ponendo: >> A*B q c i,j = a i,s b s,j, i = 1, m, j = 1, n. s=1
11 Il prodotto righe per colonne soddisfa le seguenti proprietà: 1) (αa)b = A(αB) = α(ab); >> A=rand(3,3) >> B=rand(3,3) B = >> C=rand(3,3) C = >> (6*A)*B
12 >> A*(6*B) >> 6*(A*B) ) se D R m q si ha: (A + D)B = AB + DB; >> D=rand(3,3) D = >> (A+D)*B
13 >> A*B+D*B ) se C R q n, si ha: A(B + C) = AB + AC; >> A*(B+C) >> A*B+A*C ) se C R n s, allora: A(BC) = (AB)C;
14 14 >> A*(B*C) >> (A*B)*C ) (AB) T = B T A T. >> (A*B) >> B *A
15 Non vale in genere la proprietà commutativa, cioè non è in genere vero che AB = BA, anche quando i due prodotti possono eseguirsi entrambi. Esempio: 15 >> A=[1 2;3 4] >> B=[0 1;0 0] B = >> A*B >> B*A Vi sono però delle matrici per cui AB = BA. In tal caso si dice che le matrici A e B commutano. Non è in genere vero che se AB = 0, una delle due matrici A o B debba essere nulla. Esempio:
16 16 >> B=[0 1;0 0] B = >> B*B Inversa di un matrice. Sia A R n n. Se esiste una matrice A 1 R n n tale che allora A 1 viene chiamata inversa della matrice A. >> A=[1 2;3 4] >> inv(a) A 1 AA 1 = I
17 17 Se l inversa esiste, essa è unica. Infatti sia B tale che B AB = I, allora: B = BI = BAA 1 = IA 1 = A 1. Vale la seguente proprietà infatti: (AB)B 1 A 1 = A 1 B 1 B I. >> A=[1 2;3 4] >> B=[5 6;7 8] B = >> inv((a*b)) >> inv(b)*inv(a) (AB) 1 = B 1 A 1
18 18 Una matrice che non ammette l inversa è detta singolare. Se A è non singolare, lo è anche A 1. Infatti (A 1 ) 1 = A. Provare che: (A T ) 1 = (A 1 ) T. >> A=[1 2;3 4] >> inv((a )) >> (inv(a)) L inversa di diag(d 1, d 2,..., d n ) è: >> A=[1 2;3 4] diag(d 1 1, d 1 2,..., d 1 n )
19 19 >> diag(diag(a)) >> inv(diag(diag(a))) L inversa di una matrice triangolare superiore (inferiore) è una matrice dello stesso tipo. >> A=[1 2;3 4] >> tril(a) >> inv(tril(a))
20 Il prodotto di matrici triangolari superiori (inferiori) è una matrice dello stesso tipo. > A=[1 2;3 4] >> B=[5 6;7 8] B = >> tril(a) >> tril(b) >> tril(a)*tril(b)
21 Se invece prendiamo una qualunque matrice C di 4 righe e 3 colonne possiamo vedere che non è possibile effettuare il prodotto A C perchè il numero delle colonne di A è diverso dal numero delle righe di C mentre è possibile effettuare il prodotto C A. Ciò si può verificare mediante i seguenti comandi: >> format short e >> A=rand(3,3) e e e e e e e e e-001 >> C=rand(4,3) C = e e e e e e e e e e e e-001 >> A*C Error using ==> * Inner matrix dimensions must agree. >> C*A e e e+000
22 e e e e e e e e e-001 Se invece consideriamo l operazione.* non è possibile effettuare C. A perchè A e C hanno un numero diverso di righe: >> A.*B e e e e e e e e e-001 >> C.*A Error using ==>.* Matrix dimensions must agree. Possiamo ripetere le stesse operazioni con vettore colonna x di 3 elementi: x = e e e-002 >> A*x e e+000
23 e-001 >> x*a Error using ==> * Inner matrix dimensions must agree. Ora vediamo altre applicazioni sulle matrici: - Determinante di A: >> A=[1 2;3 4] >> det(a) -2 - Matrice di Toeplitz: >> help toeplitz TOEPLITZ Toeplitz matrix. TOEPLITZ(C,R) is a non-symmetric Toeplitz matrix having C as its first column and R as its first row. TOEPLITZ(R) is a symmetric (or Hermitian) Toeplitz matrix. See also HANKEL.
24 24 - Data la matrice B di ordine 3 e un qualsiasi vettore colonna b di 3 elementi, possiamo risolvere il sistema B x = b nel seguente modo: >> B=rand(3,3) B = >> b=rand(3,1) b = >> x=b\b x = Infatti: >> B*x-b 1.0e-15 *
Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara
Dettagli3. Elementi di Algebra Lineare.
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 3. Elementi di Algebra Lineare. 1 Sistemi lineari Sia A IR m n, x IR n di n Ax = b è un vettore di m componenti.
DettagliLe matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.
Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti
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
DettagliAlgebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio
Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.
DettagliCorso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice
Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine
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
DettagliMatrici e sistemi. Geometria. Matrici e operazioni tra matrici. Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante
Geometria Matrici e sistemi Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante 2 2006 Politecnico di Torino 1 Matrici e sistemi Matrici: definizione e notazioni Somma e
DettagliMatrici. 3. Costruire le seguenti matrici, contarne gli elementi non nulli e visualizzarle con spy: . B 10x10 = ; D 7x7 =
Matrici diag, tril, triu. Sia v il vettore colonna casuale di lunghezza. Calcolare: diag(v), diag (v,), diag (v,-), diag(v,), diag(v,-). Sia A la matrice magica x. Calcolare: tril(a), tril(a, ), tril(a,
DettagliMATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m.
MATRICI Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: 11 a 12 a 1 3 a 1m A=(a a 21 a 2 3 a 2m con a a n1 a n2 a n 3 a nm i j R, 1 i n, 1 j m. per
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
DettagliRichiami di Algebra Lineare
Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2015 Rossi Algebra Lineare 2015 1 / 41 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +
DettagliSistemi lineari. Sia A R m n, x R n Ax = b è un vettore di m componenti. a m,1 x 1 + a m,2 x a m,n x n = b m
1 Sistemi lineari. Sia A R m n, x R n Ax = b è un vettore di m componenti. Numero di operazioni per calcolare b: m n moltiplicazioni m (n 1) addizioni. a 1,1 x 1 + a 1,2 x 2 +... + a 1,n x n = b 1 a 2,1
DettagliIntroduzione a MATLAB
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici Introduzione a MATLAB Dr. Carlo Petrarca Dipartimento di Ingegneria Elettrica Università di Napoli
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
DettagliMetodi Matematici per l Economia anno 2017/2018 Gruppo B
Metodi Matematici per l Economia anno 2017/2018 Gruppo B Docente: Giacomo Dimarco Dipartimento di Matematica e Informatica Università di Ferrara https://sites.google.com/a/unife.it/giacomo-dimarco-home-page/
DettagliElementi di Algebra Matriciale. (richiami)
Elementi di Algebra Matriciale Definizione di matrice (richiami) Matrice quadrata, diagonale, identità, triangolare, simmetrica Matrice trasposta Principali operazioni su matrici e vettori: somma, sottrazione,
DettagliLEZIONE 1 C =
LEZIONE 1 11 Matrici a coefficienti in R Definizione 111 Siano m, n Z positivi Una matrice m n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi
DettagliMATRICI E OPERAZIONI
MATRICI E SISTEMI MATRICI E OPERAZIONI Matrici, somma e prodotto (definizioni, esempi, non commutatività del prodotto, legge di annullamento del prodotto Potenze e inverse di matrici quadrate (definizioni
DettagliMATRICI E SISTEMI LINEARI
MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione
DettagliMATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI
MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è
DettagliIntroduzione a MATLAB
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici Introduzione a MATLAB Lezione n. Dr. Carlo Petrarca Dipartimento di Ingegneria Elettrica e Tecnologie
Dettagli3 Soluzione di sistemi lineari
3 Soluzione di sistemi lineari Prima di addentrarci nello studio dei metodi numerici, è doveroso introdurre le matrici e alcune strutture particolari di matrici nonchè alcuni concetti fondamentali quali
DettagliMatrici e sistemi. Sistemi lineari. Invertibilità Matrici elementari Criteri di invertibilità Sistemi quadrati e Teorema di Cramer
Sistemi lineari Invertibilità Matrici elementari Criteri di invertibilità Sistemi quadrati e Teorema di Cramer 2 2006 Politecnico di Torino 1 Prodotto tra matrici quadrate Date comunque A e B matrici quadrate
DettagliOperazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3
Operazioni tra matrici Definizione di matrice a ij è un elemento di A a ij è detto l elemento ij-esimo di A Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
Dettaglix n i sima pos. x, y = x T y = x i y i R. i=1
1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei
DettagliIl prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno:
L anello delle matrici Esempio. Siano A = [ ] 0 1 3 0 2 1, B = 1 2 0 0 1 2 3 4, 1 0 calcolare AB e BA. Osservazioni Siano A Mat m,n (K) e B Mat p,q (K). Il prodotto AB è definito se n = p. Si ha AB Mat
DettagliSi noti che la matrice trasposta A ha lo stesso determinante. Questa proprietà è generale;
Ottavio Serra Matrici e determinanti In questa nota estenderemo a matrici quadrate di ordine n qualsiasi il concetto di determinante introdotto nelle scuole secondarie per matrici di ordine 2 come tecnica
DettagliMatematica II
Matematica II 29..0. Somma di due matrici. Siano m ed n due interi positivi fissati. Date due matrici A, B R m n di tipo m n, sommando a ciascun elemento di A il corrispondente elemento di B, si ottiene
DettagliEsercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 19 Ottobre
Esercizi Di Geometria (BAER Canale Da consegnare Lunedi 9 Ottobre SETTIMANA 3 (2 8 Ottobre Moltiplicazione di matrici Gli esercizi sono presi dal libro Intorduction to Linear Algebra di Serge Lang Esercizio
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
DettagliDeterminante, autovalori e autovettori
Determinante, autovalori e autovettori Lorenzo Pareschi Dipartimento di Matematica, Universitá di Ferrara http://wwwlorenzopareschicom lorenzopareschi@unifeit Lorenzo Pareschi (Univ Ferrara) Determinante,
DettagliSistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3
Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b
DettagliEsercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 7 - CALCOLO NUMERICO CON MATRICI Richiami teorici Operazioni fondamentali Siano A = {a ij } e B = {b ij }, i = 1,..., m, j = 1,..., n due
DettagliArgomento 12 Matrici
Argomento 2 Matrici 2 Vettori di R n eoperazioni I Vettore di R n : x =(x i ) i=n =(x i ) n i=,conx i R componenti di x I R n = spazio dei vettori reali a n componenti = spazio vettoriale reale n-dimensionale
DettagliRichiami di Algebra Lineare
Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Algebra Lineare 2012 1 / 59 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +
DettagliRICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn
RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella
Dettagli= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
DettagliTEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI
TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI 2 Direttore Beatrice VENTURI Università degli Studi di Cagliari Comitato scientifico Umberto NERI University of
DettagliINTRODUZIONE A MATLAB
INTRODUZIONE A MATLAB M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2008/2009 INDICE Funzioni per l'algebra lineare Manipolare vettori Manipolare matrici
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
DettagliCorso di Geometria BIAR, BSIR Esercizi 2: soluzioni
Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)
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
DettagliEsercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2010 2011 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.30
DettagliLaboratorio di Matematica Computazionale A.A Lab. 5
Laboratorio di Matematica Computazionale A.A. -8 Lab. Costruzione e Manipolazione di Matrici diag tril triu nnz find spy. Sia v il vettore colonna casuale di lunghezza. Calcolare: diag(v) diag (v) diag
DettagliPON 2007 2013 Liceo Scientifico Leonardo da Vinci. Vallo della Lucania
PON 2007 2013 Liceo Scientifico Leonardo da Vinci Vallo della Lucania Nuovi percorsi matematici: Osservare, descrivere, costruire. Matlab - 2: Lavorare con le matrici Vallo della Lucania 26 Settembre 2008
DettagliSISTEMI DI EQUAZIONI LINEARI
SISTEMI DI EQUAZIONI LINEARI Date le rette di equazioni ax + by + c = 0 e a x + b y + c = 0 quanti punti hanno in comune? Per rispondere devo risolvere il sistema ax + by + c = 0 ቊ a x + b y + c = 0 e
DettagliComputazione per l interazione naturale: Richiami di algebra lineare
Computazione per l interazione naturale: Richiami di algebra lineare Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it
DettagliFondamenti di Informatica
Fondamenti di Informatica Prof. Arcangelo Castiglione A.A. 2016/17 Matrici In una matrice gli elementi sono numerati per riga e per colonna, ad esempio m ij denota l elemento alla riga i e colonna j Matrici
DettagliLaboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici
Laboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 03 Maggio 2017 Richiami In MATLAB, ogni variabile
DettagliIntroduzione a MATLAB
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici Introduzione a MTLB Lezione n. Dr. Carlo Petrarca Dipartimento di Ingegneria Elettrica e Tecnologie
DettagliGeometria BAER I canale Foglio esercizi 2
Geometria BAER I canale Foglio esercizi Esercizio. ( ) Data la matrice, determinare tutte le matrici X Mat( ) tali che AX = 0 e tutte le matrici Y Mat( ) tali che Y 0. ( ) ( ) ( ) x y x + z y + w Soluzione:
DettagliArrays. Vector array. Matrix array. Row vector. 2D matrix. 1 2 Column vector
Arrays Vector array [ 2.7 3E 9 4 4] 1 2 4 + 3i 3.6 Column vector Row vector Matrix array 1.1 1 6 8 8.7 5.6 6 7 2D matrix Vettori Creazione di vettori: lista esplicita Indirizzamento di un elemento di un
DettagliCorso 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
DettagliALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5. Indice. 2. Esercizi 5
ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5 Indice 1. Principali definizioni 1 2. Esercizi 5 Operazioni con le matrici 1. Principali definizioni Ricordiamo le principali definizioni legate alle matrici a coefficienti
DettagliVETTORI E MATRICI. De nizione 1 Chiamiamo vettore x una n-pla ordinata di numeri reali. x 1 x 2. x n
VETTORI E MATRICI De nizione 1 Chiamiamo vettore x una n-pla ordinata di numeri reali x 1 x. x n 5 L insieme di tutti i vettori con n componenti reali si indica con R n :I numeri reali si possono pensare
DettagliRICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn
RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella
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
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
DettagliAPPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e
DettagliDef. 2. Si dice che una matrice A, m n, ha un inversa sinistra se esiste una matrice L,
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 8 Inverse destre, sinistre e bilatere Def. 1. Si dice che una matrice A, m n, ha un inversa destra se esiste una matrice R, n
DettagliVettori e Matrici. Corso di Calcolo Numerico. 24 Aprile 2018
Vettori e Matrici 24 Aprile 2018 Richiami In MATLAB, ogni variabile ha una struttura di tipo vettoriale o array. Un array è un insieme di valori ordinati, cioè memorizza più dati all interno di una struttura
Dettagli1 Richiami di algebra lineare
1 Richiami di algebra lineare Definizione 11 (matrici e vettori) Una matrice A e un insieme di numeri A hk, h = 1,, m, k = 1,, n, ordinati in base alla coppia di indici h e k nel modo seguente A 1 A n
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
Dettagli4. Algoritmi per la soluzione di sistemi lineari.
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 4. Algoritmi per la soluzione di sistemi lineari. 1 Sistemi triangolari inferiori Sia L triangolare inferiore.
DettagliMATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni
MATRICI e DETERMINANTI Le matrici non sono altro che tabelle di elementi ordinati per righe e colonne. Se m = n la matrice si dice quadrata Matrice quadrata di ordine 3 Matrice rettangolare di tipo 2 3
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 207-208 Laboratorio 5 Metodi diretti per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore assegnati, allora
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 0-0 Laboratorio 9 Autovalori, raggio spettrale e norme di matrici Sia A una matrice quadrata di ordine n a valori reali o complessi, il numero λ C si dice
DettagliMATRICI. 1. Esercizi
MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +
Dettagli1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
Dettagli( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1
. Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo
DettagliALGEBRA DELLE MATRICI
ALGEBRA DELLE MATRICI March 8, 2015 1 Definizioni e notazioni Una matrice è una tabella rettangolare le cui entrate sono numeri organizzati in righe orizzontali e colonne verticali. Esempio 1 2 A = 4 0
DettagliComplementi di Matematica e Calcolo Numerico C.L. Chimica Industriale A.A
Complementi di Matematica e Calcolo Numerico C.L. Chimica Industriale A.A. 208-209 Laboratorio 4-4 aprile 209 Metodo delle sostituzioni in avanti per sistemi lineari con matrice triangolare inferiore Siano
DettagliNORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +
NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:
DettagliDeterminante. Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema:
Determinante 1 Proprieta Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema: Theorem 1.1 Esiste un unica mappa F dallo spazio delle matrici
DettagliRichiami di Algebra Lineare
Università di Pavia Richiami di Algebra Lineare Eduardo Rossi Vettori a : (n 1) b : (n 1) Prodotto interno a b = a 1 b 1 + a 2 b 2 +... + a n b n Modulo (lunghezza): a = a 2 1 +... + a2 n Vettori ortogonali:
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
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 205-206 Laboratorio 9 Metodo di Eliminazione Gaussiana per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore
DettagliCorso 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
DettagliUniversità degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici Introduzione a MATLAB Lezione n.2 Dr. Carlo Petrarca Dipartimento di Ingegneria Elettrica Università
DettagliEsercitazione 4: Vettori e Matrici
Esercitazione 4: Vettori e Matrici Richiami di teoria: Norme di vettore Principali norme di vettore:. x = n i= x i 2. x 2 = n i= x i 2 3. x = max i n x i Ad esempio dato il vettore x = (, 2, 3, 4) abbiamo.
DettagliSistemi lineari. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Risoluzione di sistemi lineari Risoluzione di sistemi lineari in Matlab Metodi di risoluzione Fattorizzazione
DettagliContenuti aggiuntivi su matrici e determinanti, Dimostrazioni del Capitolo 3
Contenuti aggiuntivi su matrici e determinanti, Dimostrazioni del Capitolo 3 Dimostrazione 310 Sia W = L(C A ) K Osserviamo che S è una base di W Infatti S è indipendente, inoltre ogni vettore di W dipende
DettagliSistemi Lineari. Rango di una matrice. Lezione 21, Algebra Lineare,
Lezione 21, Algebra Lineare, 15.11.2017 Sistemi Lineari Rango di una matrice Esempio principale, I Considerata una matrice, ci poniamo il problema di determinare il massimo numero di colonne linearmente
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
DettagliUniversità degli Studi di Padova Dipartimento di Matematica Pura e Applicata via Belzoni, Padova
ALGEBRA LINEARE I (A) PER SCIENZE STATISTICHE, AA /, GEMMA PARMEGGIANI Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata via Belzoni, 7 353 Padova Programma del corso Alcune
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
DettagliLezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale
Lezione Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Matrici. Somma Date due matrici n x m, A = A ij e B = B ij, con i =,,,
DettagliSistemi lineari. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Risoluzione di sistemi lineari Risoluzione di sistemi lineari in Matlab Metodi di risoluzione Fattorizzazione
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 2 MATRICI Siano m, n N \ {0}, sia K un campo Una matrice m n a coefficienti in K è una
DettagliCapitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico
Capitolo 3 Matrici Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Anno accademico 2017-2018 Tutorato di geometria e algebra lineare Definizione (Matrice) Una matrice A M R (k, n) è
Dettagli4. Richiami: sistemi lineari e matrici
4 Richiami: sistemi lineari e matrici Vettori 4a Combinazioni lineari Indichiamo con R n l insieme delle n-uple ordinate di elementi di R, { } R n := x = (x 1, x 2,, x n ) x i R, i = 1,,n Si dice che x
DettagliPrendiamo in considerazione la matrice tridiagonale
Questi esercizi sono il completamento di quelli sui sistemi lineari già a disposizione. Ogni esercizio proposto può fare riferimento a qualcuno di questi. In ogni caso sono riportati tutti i dati essenziali
DettagliIntroduzione allo Scilab Parte 4: matrici; esempi.
Introduzione allo Scilab Parte 4: matrici; esempi. Felice Iavernaro Dipartimento di Matematica Università di Bari http://dm.uniba.it/ iavernaro felix@dm.uniba.it 20 Giugno 2007 Felice Iavernaro (Univ.
Dettagli