Federica Gregorio e Cristian Tacelli
|
|
- Agostino Novelli
- 4 anni fa
- Visualizzazioni
Transcript
1 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 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 (1). a m1 x 1 + a m2 x a mn x n = b m dove a ij sono i coefficienti del sistema, b i i termini noti, x j le incognite, i = 1,, m, j = 1,, n. Un sistema lineare si dice compatibile se ammette almeno una soluzione, i.e., esiste almeno una n-upla di elementi (x 1,, x n ) che soddisfi (1), altrimenti si dice incompatibile o impossibile. Può accadere che un sistema di equazioni lineari ammetta più di una soluzione. In quest ultimo caso si dimostra che ne ammette infinite. Esempio 1.1. (1) Il seguente sistema lineare di due equazioni in due incognite è impossibile. { x + y = 0 x + y = 1. (2) Il sistema { x + y = 0 3x + y = 1 è compatibile e ammette soluzione x = (x, y) = ( 1 2, 1 2 ). (3) Il sistema { x + y = 0 2x + 2y = 0 ammette come soluzione il vettore (x, y) = ( 1, 1) ma anche ( 2, 2). Infatti, ammette infinite soluzioni del tipo (x, y) = ( t, t), t R. 1
2 Possiamo scrivere (1) in forma matriciale Ax = B dove A = (a ij ) M m n (R) è la matrice dei coefficienti, x =. M n 1 (R) il vettore soluzione e B =. cerca il vettore x tale che Ax = B. 1.1 Metodo di Gauss b 1 b m x 1 x n M m 1 (R) il termine noto. Si Siano A M m n (R) e B M m 1 (R) e si consideri il sistema Ax = B. Definiamo (A B) M m (n+1) (R) come la matrice costituita da A e come ultima colonna il vettore B, cioè a 11 a 1n b 1 a 21 a 2n b 2 (A B) =..... a m1 a mn b m (A B) è detta matrice completa di (1). Il metodo di Gauss consiste nella trasformazione del sistema lineare in un sistema triangolare equivalente. Le trasformazioni consentite sono (i) scambio di righe; (ii) moltiplicazione di una riga per uno scalare non nullo; (iii) somma di una riga con una combinazione lineare delle altre. Queste operazioni non alterano l insieme delle soluzioni del sistema. Si ottiene dunque un sistema triangolare risolvibile col metodo di sostituzione all indietro. Cominciamo con un esempio. Esempio 1.2. x + y z = 1 x + 2y + z = 3 2x 3y + z = 2 2
3 Effettuiamo la riduzione del sistema ad un sistema triangolare tramite le matrici associate al sistema. Scriviamo dunque la matrice (A B) e la riduciamo a una matrice a scalini Riscriviamo il sistema associato a quest ultima matrice x + y z = 1 y + 2z = 2 13z = 10. Questo è un sistema triangolare risolvibile dunque con una sostituzione all indietro. Cioè, ricaviamo la variabile z dall ultima equazione la sostituiamo nella seconda, ricaviamo y, sostituiamo nella prima e otteniamo x = 17, y = 6, z = Teorema 1.3 (Teorema di Rouchè-Capelli). Dati A M m n (R) e B M m 1 (R). Il sistema Ax = B ammette soluzione se e solo se rank A = rank(a B). Inoltre, se il sistema è compatibile e r = rank A = rank(a B), allora il sistema ammette un unica soluzione se e soltanto se r = n (r è uguale al numero delle incognite). Il sistema ammette infinite soluzioni (precisamente n r, i.e., infinite soluzioni dipendenti da n r parametri) se e soltanto se r < n. Proof. Dimostriamo solo la prima parte. Poiché ciascun sistema lineare è equivalente ad un sistema a scalini, considero il sistema triangolare. Esso è compatibile se e soltanto se il pivot più in basso si trova in A e quindi se e soltanto se A e (A B) hanno lo stesso numero di pivot, il che equivale a dire rank A = rank(a B). Infatti, se l ultimo pivot, chiamiamolo b, b 0, si trova nell ultima colonna si avrà nel sistema un equazione del tipo 0 = b che rende il sistema incompatibile. 3
4 1.2 Metodo di Cramer Consideriamo sistemi quadrati, n = m. Siano A M n (R) e B M n 1 (R). Definiamo la matrice B j M n (R) ottenuta sostituendo la colonna j-sima di A con B, cioè b 1 a 12 a 1n a 11 a 1(n 1) b 1 b 2 a 22 a 2n B 1 =...,, B a 21 a 2(n 1) b 2 n =... b n a n2 a nn a n1 a n(n 1) b n Teorema 1.4. Sia A M n (R) e B M n 1 (R). Se det A 0, allora il sistema Ax = B ammette un unica soluzione x M n 1 (R) data da x 1 = det B 1 det A, x 2 = det B 2 det A,, x n = det B n det A. Proof. Se det A 0, allora A è invertibile. Quindi x = A 1 B. Ricordiamo che A 1 = 1 det A (( 1)i+j det A ji ). Risulta dunque x = 1 det A ( 1) 1+1 det A 11 b ( 1) 1+n det A n1 b n. ( 1) n+1 det A 1n b ( 1) n+n det A nn b n = 1 det B 1 det A. det B n. 4
5 1.3 Sistemi omogenei Un sistema lineare si dice omogeneo se il vettore dei termini noti è il vettore nullo. Quindi un sistema omogeneo è del tipo Ax = 0 con A M m n (R). Un sistema omogeneo è sempre compatibile poichè esiste almeno la soluzione banale x = 0. La soluzione banale non è sempre l unica (vedi Esempio 1.1 (3)). Vogliamo dunque stabilire un criterio per capire quando il sistema ammette altre soluzioni oltre la banale. Sappiamo in generale che un sistema può essere incompatibile, avere infinite soluzioni o avere un unica soluzione. Per un sistema omogeneo la prima alternativa non si realizza mai, dunque o esiste un unica soluzione, la banale, o esistono infinite soluzioni. Come conseguenza del teorema di Rouché-Capelli otteniamo il seguente teorema. Teorema 1.5. Sia A M m n (R). Il sistema Ax = 0 ammette soluzioni non banali (e dunque infinite soluzioni) se e soltanto se rank A < n. Corollario 1.6. Sia A M m n (R) con m < n (numero di equazioni minori delle incognite). Il sistema Ax = 0 ammette soluzioni non banali (e dunque infinite soluzioni). Proof. Poichè A è m n, il rango di A è minore del minimo tra m e n, dunque m. Ma m < n, quindi rank A < n, quindi l asserto segue dal teorema precedente. Corollario 1.7. Sia A M n (R). Il sistema lineare omogeneo Ax = 0 ammette infinite soluzioni se e soltanto se det A = 0. Proof. Per il teorema precedente, si hanno infinite soluzioni se e soltanto se il rango di A è minore di n. Essendo la matrice quadrata di ordine n (e il numero di incognite n), il rango di A sarà minore di n se e soltanto se det A = Soluzioni di un sistema omogeneo Proposizione 1.8. Sia A M m n (R). Le soluzioni del sistema lineare omogeneo Ax = 0 formano un sottospazio vettoriale di R n. Proof. Denotiamo con S = {x R n Ax = 0} l insieme delle soluzioni del sistema omogeneo. Per dimostrare che S è un sottospazio di R n utilizziamo la caratterizzazione e dimostriamo che la somma di elementi di S appartiene 5
6 a S e il prodotto di un elemento di S con uno scalare sta in S. Siano dunque x, y S. Poichè il sistema è lineare avremo che A(x + y) = Ax + Ay = = 0 quindi x + y è ancora soluzione del sistema. Lo stesso avviene se si considera x S e λ R. Avremo A(λx) = λax = λ0 = 0. Esempio 1.9. Consideriamo il seguente sistema lineare omogeneo. x + z = 0 4x + y = 0 6x + y + 2z = 0. Cerchiamo le soluzioni riducendo a scalini la matrice dei coefficienti Il rango di A è due, quindi per il teorema di Rouchè-Capelli il sistema ammette 1 soluzioni che troviamo risolvendo { x + z = 0 y 4z = 0. Otteniamo x = 4x e y = 4z. Le soluzioni di questo sistema formano un sottospazio vettoriale di R 3 di dimensione 1. S = {( z, 4z, z) z R}, dim S = 1, B S = {( 1, 4, 1)}. 6
7 1.5 Esercizi Discutere la compatibilità dei seguenti sistemi lineari. x + y = 1 1. x + y z = 0 2x + 2y 2z = 1 Proof. Riducendo a scalini la matrice completa A B = r 2 r 2 r 1 r 3 r 3 2r r 3 r 3 2r si ottiene rank A = 2 rank(a B) = 3 e quindi il sistema è incompatibile. x + y z = 1 x + 2y + z = 3 2x 3y + z = 2 2x + 3y = 4 Proof. Riducendo a scalini la matrice completa A B = r 2 r 2 r 1 r 3 r 3 2r r 4 r 4 2r r 3 r 3 +5r si ottiene rank A = rank(a B) = 3 e quindi il sistema ammette un unica soluzione x T = ( 17, 6, ). x y + z = 6 2x + y z = 3 x 2y + 2z = 9 5x + y z = 0 Proof. Riducendo a scalini la matrice completa A B = r 2 r 2 2r 1 r 3 r 3 +r r 4 r 4 5r
8 si ottiene rank A = rank(a B) = 2 e quindi il sistema ammette 1 soluzioni date da { x y + z = 6 S = {(1, z 5, z) z R}. 3y 3z = (h 1)y + hz = 1 hx + (h 1)y + z = 0 2x + z = 1 Proof. Consideriamo la matrice A B e riduciamola a scalini. 0 h 1 h h h r 1 r 3 h h r 2 2r 2 +hr 1 0 2h h h h 1 h 1 0 h 1 h r 3 2r 3 r 2 0 2h h h 0 0 h 2 h 2 Se h 2, 1 il rank A = rank A B = 3 e quindi esiste un unica soluzione, ottenuta dal sistema 2x + z = 1 (2h 2)y + (2 + h)z = h (h 2)z = (h 2) Analizziamo il caso h = r 1 r r 3 3r 3 r S = {( 1, 2h + 2 2h 2, 1)}. r 2 2r 2 +r In questo caso 2 = rank A rank(a B) = 3 e quindi il sistema è incompatibile. Analizziamo il caso h = r 1 r r 2 r 2 +r
9 In questo caso rank A = rank A = 2 e quindi il sistema è compatibile e ammette 1 soluzioni date dal sistema { 2x + z = 1 S = {( 1 + z, 1 2z, z) : z R}. y + 2z = x 4y + (1 h)z = 0 2y + hz = h hx + hz = 1 Proof. Il sistema è quadrato per cui possiamo utilizzare il teorema di h Cramer. La matrice dei coefficienti è A = 0 2 h e ha determinante h 0 h det A = 2h 2. Per cui se h 0 il sistema ammette un unica soluzione data da h h h 2 h 0 h h 1 0 h x = = 4h2 2h 2 h 1 h ; y = = h2 1 2h 2 2h 2 2h 2 2h h h 0 1 z = = 2h2 1 2h 2 h 2 per cui S = {( h )}. 2h 2h h 2 Per h = 0 la matrice completa è A B = per cui il sistema è incompatibile in quanto 2 = rank A rank(a B) = 3. 9
Corso 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
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,
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
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
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 2 3 con pivoting
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 Introduzione algebrica
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
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
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
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)
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
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
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
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
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}.
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 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
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
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
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.
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
DettagliSoluzioni del Foglio 2 I sistemi lineari
Soluzioni del Foglio 2 I sistemi lineari Soluzione dell esercizio 1 Il sistema assegnato è un sistema di 2 equazioni in 2 incognite non omogeneo Le matrici incompleta e completa associate al sistema sono
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:
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA. Esercizio 1.1. Risolvere graficamente e algebricamente i seguenti sistemi di due equazioni in due incognite:
CORS D LAUREA N MATEMATCA E FSCA FOGLO D ESERCZ # 1 GEOMETRA 1 Esercizio 1.1. Risolvere graficamente e algebricamente i seguenti sistemi di due equazioni in due incognite: 2x + y = 4 x 2y = 6 x + 3y =
DettagliLa riduzione a gradini e i sistemi lineari (senza il concetto di rango)
CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere
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
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
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
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
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
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
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
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
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
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. 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
DettagliSistemi Lineari I. March 22, 2015
Sistemi Lineari I March 22, 205 Sistemi lineari Nel seguito denoteremo con K il campo reale o il campo complesso e con K n l insieme delle n-uple ordinate di elementi di K Sia D un sottoinsieme di K n
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
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
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
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
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
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 =
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,
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
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
DettagliMauro Saita, Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi vettoriali R, IR 2, IR 3 motivando
CORSO DI ALGEBRA LINEARE: Esercitazione n.1 del 20/12/2004. Mauro Saita, e-mail: maurosaita@tiscalinet.it 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi
DettagliI sistemi lineari di n equazioni in n incognite
I sistemi lineari I sistemi lineari di n equazioni in n incognite I sistemi lineari di n equazioni in n incognite, sono formati da equazioni di primo grado, in cui le incognite hanno tutte esponente uguale
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
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
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)
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 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
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 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)
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,
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
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,
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
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
DettagliGeometria BAER A.A. Canale I Foglio esercizi 4
Geometria BAER A.A. Canale I Foglio esercizi 4 Esercizio. Si trovino basi degli spazi delle soluzioni dei seguenti sistemi lineari Soluzione: Sol(S ) = L[ x + 3x x 3 + 5x 4 = S : x + 3x x 3 + x 4 = S x
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,
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
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
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
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 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
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.
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
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
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 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 Matematica I. Esercizi su sistemi lineari. & % x + y " #z = "1 & '#x " y+ z =1
Istituzioni di Matematica I Esercizi su sistemi lineari Esempio. Dire per quali valori di λ R il sistema x " y+ z = 2 % x + y " z = " x " y+ z = ha una sola soluzione, per quali nessuna, per quali infinite
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,
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
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
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
Dettagli0.1 Soluzioni esercitazione IV, del 28/10/2008
1 0.1 Soluzioni esercitazione IV, del 28/10/2008 Esercizio 0.1.1. Risolvere, usando il teorema di Cramer, i seguenti sistemi lineari 2x + y + z = 0 x + 3z = 1 x y z = 1 kx + y z = 1 x y + 2z = 1 2x + 2y
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 9 Rango di una matrice, sistemi lineari
Esercizi 9 Rango di una matrice, sistemi lineari Quesiti a risposta multipla 0 3 ) Sia A a. Il rango di A è uguale a se e solo se 0 3 a a b a 0 c a k 0 0 ) Sia A, con k numero reale. Allora il rango della
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)
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
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.+
DettagliCompito di MD A.A. 2013/14 4 Settembre 2014
Compito di MD A.A. 3/4 4 Settembre 4 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non saranno valutate risposte prive
DettagliSoluzione della prova scritta di di Algebra lineare del 10 giugno Esercizio 1
Soluzione della prova scritta di di Algebra lineare del 0 giugno 05 Esercizio (a) La matrice A che rappresenta f rispetto alle basi assegnate è la seguente: A = 0 0 0 (b) Applicando il metodo di Gauss
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
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
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
DettagliAx = b ; b = b 1 b 2. a 11 a 12 a 1n a 21 a 22 a 2n. b m. a m1 a m2 a mn
SISTEMI LINERI Consideriamo il seguente sistema di m equazioni lineare nelle n incognite,,, n : a + a + + a n n = b >< a + a + + a n n = b = >: a m + a m + + a mn n = b m tale sistema può essere scritto
DettagliSistemi Lineari. Andrea Galasso
Sistemi Lineari Andrea Galasso Esercizi svolti Teorema. (Rouché-Capelli. Un sistema lineare Ax = b ammette soluzioni se e solo se il rango della matrice dei coefficienti A è uguale al rango della matrice
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 =,
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 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
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
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
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari 1 Sistemi di equazioni lineari 1.1 Determinante di matrici quadrate Ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante della matrice
DettagliSistemi lineari. Un sistema lineare di m equazioni in n incognite è un sistema di m equazioni di primo grado nelle variabili x 1, x 2 x n.
I sistemi lineari Sistemi lineari Un sistema lineare di m equazioni in n incognite è un sistema di m equazioni di primo grado nelle variabili x 1, x 2 x n. a1,1 x1 a1,2 x2... a1, nxn b1 a2,1x1 a2,2x2...
Dettagli