Sistemi di equazioni lineari. la soluzione è unica se det(a) 0 e vale
|
|
- Leone Pasini
- 4 anni fa
- Visualizzazioni
Transcript
1 Sistemi di equazioni lineari a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 10 x 0 + a 11 x 1 + a 12 x 2 = b 1 a 20 x 0 + a 21 x 1 + a 22 x 2 = b 2 Per N equazioni N 1 j=0 a ij x j = b i i = 0, N 1 la soluzione è unica se det(a) 0 e vale x = A 1 b
2 Matrici triangolari U è triangolare superiore se: u ij = 0 per i > j. U = u 00 u 01 u 02 0 u 11 u u 22 U x = b è molto facile da risolvere. Analogamente L è triangolare inferiore se l ij = 0 per i < j. L = U = l l 10 l 11 0 l 20 l 21 l 22 u 00 u 01 u 02 0 u 11 u u 22 u 00 x 0 + u 01 x 1 + u 02 x 2 = b 0 u 11 x 1 + u 12 x 2 = b 1 u 22 x 2 = b 2
3 la cui soluzione è data da x 2 = b 2 /u 22 x 1 = (b 1 u 12 x 2 ) /u 11 x 0 = (b 0 u 01 x 1 u 02 x 2 ) /u 00 ogni x i viene usato solo dopo essere stato calcolato. Per un sistema di N equazioni in N incognite la soluzione sarà: x i = b i N 1 k=i+1 u ik x k /u ii che va applicata calcolando gli x i a partire dall ultimo all indietro. Data l efficacia di questo metodo, cerco di ridurre ogni sistema di equazioni A x = b ad un sistema triangolare U x = b con opportuni U e b.
4 Eliminazione gaussiana Prendo un sistema di tre equazioni in tre incognite a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 10 x 0 + a 11 x 1 + a 12 x 2 = b 1 a 20 x 0 + a 21 x 1 + a 22 x 2 = b 2 sommando ad un equazione il multiplo di un altra la soluzione non cambia. Sottraggo allora alla seconda equazione la prima moltiplicata per λ e ottengo (a 10 λa 00 ) x 0 + (a 11 λa 01 ) x 1 + (a 12 λa 02 ) x 2 = b 1 λb 0 voglio eliminare il termine che moltiplica x 1, cosa che posso fare se scelgo λ = a 10 /a 00 ottenendo in questo modo che a 10 = 0
5 Posso ora ripetere il procedimento per la terza riga sottraendo la prima moltiplicata per a 20 /a 00 e ottengo a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 11 x 1 + a 12 x 2 = b 1 a 21 x 1 + a 22 x 2 = b 2 con a 11 = a 11 a 10 a 00 a 01 a 12 = a 12 a 10 a 00 a 02 a 21 = a 21 a 20 a 00 a 01 a 22 = a 22 a 20 a 00 a 02 b 1 = b 1 a 10 a 00 b 0 b 2 = b 2 a 20 a 00 b 0
6 Sottraggo ora alla terza riga la seconda moltiplicata per a 21 /a 11 e ottengo a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 11 x 1 + a 12 x 2 = b 1 a 22 x 2 = b 2 dove a 22 = a 22 a 21 a a 12 e b 2 = b 2 a a b 1 11 A x = b è stata quindi trasformata in U x = b e il sistema può ora essere risolto per backsubstitution.
7 Pivoting Il metodo fin qui descritto non è molto stabile, cioè gli errori si propagano amplificandosi, e possono portare a soluzioni molto sbagliate. Si vede con la pratica che l eliminazione gaussiana è molto più stabile se gli elementi di matrice sulla diagonale principale sono più grandi degli altri in valore assoluto. Ciò si ottiene scambiando tra loro righe della matrice (pivoting parziale) oppure righe e colonne (full pivoting). Se a 20 = max ( a 00 a 10 a 20 ) il pivoting parziale richiede lo scambio della prima e terza riga. Guardo ora la seconda e terza riga: se a 21 > a 11 scambio la seconda e la terza riga.
8 Come risultato su ogni diagonale sono piazzati gli elementi di massimo modulo tra quelli che stanno sotto l elemento diagonale. Scambiando le righe gli x i sono invariati. Se scambio le colonne i e j, anche x i viene scambiato con x j.
9 Inversa di una matrice AA 1 = A 1 A = 1 Se chiamo c ij gli elementi di matrice di A 1 j a ij c jk = δ ik Sono N sistemi di equazioni. Fisso un valore di k e chiamo b (i) il vettore che ha la i-esima componente uguale a uno, e nulle tutte le altre. j a ij c jk = b (i) k Si vede quindi che risolvere uno dei sistemi di equazioni vuole dire trovare gli elementi di matrice di una colonna della matrice inversa. Ripetendo per tutti i valori di i trovo la matrice intera. In questo calcolo non è necessario fare N volte l eliminazione gaussiana, perché questa si può fare contemporaneamente per tutte le equazioni.
10 Cerco di scrivere Decomposizione LU A = LU con L triangolare inferiore, U triangolare superiore e l ii = 1 i = 1,..., N. Allora il sistema di equazioni diventa e posto A x = b LU x = b U x = y devo risolvere due sistemi triangolari L y = b e U x = y Il tempo di soluzione è quindi O(N) se la matrice A è LU-decomposta. Se ho M sistemi di equazioni A x i = b i
11 posso fare la decomposizione una volta sola per tutti gli M sistemi e impiegherò 1/M del tempo necessario con l eliminazione gaussiana. Per ricavare L e U osservo che la prima parte dell eliminazione gaussiana, che azzera la prima colonna sotto la diagonale si ottiene anche moltiplicando A per L 1 1 = l l l l a 00 a 01 a 02 a 10 a 11 a 12 a 20 a 21 a 22 = a 00 a 01 a 02 a 10 l 10 a 00 a 11 l 10 a 01 a 12 l 10 a 02 a 20 l 20 a 00 a 21 l 20 a 01 a 22 l 20 a 02
12 Scegliendo ora gli stessi valori di l 10 e l 20 si azzera la prima colonna. Moltiplicando poi il risultato per l 21 1 si azzera la seconda colonna sotto la diagonale. Iterando il procedimento L 1 N 1 L 1 N 2 L 1 1 A ha tutti gli elementi sotto la diagonale nulli ed è quindi triangolare superiore. Questa è la matrice U. Chiamando ho che L 1 = L 1 N 1 L 1 N 2 L 1 1 L 1 A = U e quindi A = LU
13 Resta da dimostrare che L è triangolare inferiore con elementi diagonali uguali ad uno. L inverso di L 1 1 = Infatti l l è L 1 = l l L 1 1 L 1 = l l l l = l 10 + l l 20 + l L 1 L 2 = l l l 21 1 = l l 20 l 21 1 L N L N 1 L 1 = ( L 1 1 L 1 2 ) 1 L 1 N è una matrice triangolare inferiore con elementi diagonali uguali a 1
14 Soluzione di sistemi LU-decomposti l l 20 l 21 1 y 0 y 1 y 2 = b 0 b 1 b 2 y 0 = b 0 y 0 = b 0 l 10 y 0 + y 1 = b 1 y 1 = b 1 l 10 y 0 l 20 y 0 + l 21 y 1 + y 2 = b 2 y 2 = b 2 l 20 y 1 l 21 y 1 y i = b i u 00 u 01 u 02 0 u 11 u u 22 i 1 j=0 l ij y j x 0 x 1 x 2 = y 0 y 1 y 2 u 22 x 2 = y 2 x 2 = y 2 /u 22 u 11 x 1 + u 12 x 2 = y 1 x 1 = (y 1 u 12 x 2 ) /u 11 u 00 x 0 + u 01 x 1 + u 02 x 2 = y 2 x 0 = (y 2 u 01 x 1 u 02 x 2 ) /u 00 x i = y i N 1 j=i+1 u ij x j u ii
15 Calcolo esplicito di L e U l l 20 l 20 1 u 00 u 01 u 02 0 u 11 u u 22 = a 00 a 01 a 02 a 10 a 11 a 12 a 20 a 21 a 22 Scrivendo la matrice prodotto LU esplicitamente u 00 u 01 u 02 l 10 u 00 l 10 u 01 + u 11 l 10 u 02 + u 12 l 20 u 00 l 20 u 01 + l 21 u 11 l 20 u 02 + l 21 u 12 + u 22 Le prime 3 equazioni sono già risolte. Le successive danno l i0 = a i0 /u 00 0 i N 1 u 1i = a 1i l 10 u 0i 1 i N 1 l 21 = (a 21 l 20 u 02 )/u 11 u 22 = a 22 l 20 u 02 l 21 u 12
16 Matrici Tridiagonali Si chiamano così se a i,i, a i+1,i, a i,i+1 sono gli unici elementi diversi da zero. La decomposizione assume una forma semplice a 00 a a 10 a 11 a a 21 a 22 a a 32 a 33 = l l l 32 1 u 00 u u 11 u u 22 u u 33 Si possono ora scrivere le equazioni per gli elementi a i,i+1 a 01 = u 01 a 12 = u 12 a 23 = u 23 per cui i u i,i+1 sono subito determinati. Per gli elementi diagonali a 00 = u 00 a 11 = l 10 u 01 + u 11 a 22 = l 21 u 12 + u 22 a 33 = l 32 u 23 + u 33
17 e per quelli sotto la diagonale principale a 10 = l 10 u 00 a 21 = l 21 u 11 a 32 = l 32 u 22 L ordine in cui calcolo i vari l e u è molto importante 1. calcolo u i,i+1 2. calcolo l i+1,i e u i,i nella sequenza: u 00 l 10 u 11 l 21 u 22 l 32 u 33 In generale, per una matrice di ordine N, la formula di risoluzione sarà: u i,i+1 = a i,i+1 u 11 = a 11 u i,i = a i,i l i,i 1 u i 1,i l i+1,i = a i+1,i /u i,i
18 Nota bene il procedimento di decomposizione è, in questo caso, O(N), mentre in generale è O(N 3 ); poiché anche la backsubstitution è O(N), un sistema di equazioni tridiagonali può essere risolto con un algoritmo O(N).
Sistemi di equazioni lineari
Sistemi di equazioni lineari a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 10 x 0 + a 11 x 1 + a 12 x 2 = b 1 a 20 x 0 + a 21 x 1 + a 22 x 2 = b 2 Per N equazioni N 1 j=0 a ij x j = b i i = 0, N 1 sono equivalenti
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
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 determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora
Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di
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
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
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
DettagliAutovalori e autovettori
Autovalori e autovettori Ax = λx x 0 Allora λ è un autovalore della matrice A corrispondente all autovettore x Risolviamo l equazione secolare det(a λi) = 0 Trasformazioni di similarità det(sas 1 λi) =
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
Dettagli1 1, { x1 2x 2 + x 3 = 0 2x 2 8x 3 = 1 x 1 x 4 = = 0
a.a. 5-6 Esercizi. Sistemi lineari. Soluzioni.. Determinare quali delle quaterne, 3,, sono soluzioni del sistema di tre equazioni in 4 incognite { x x + x 3 = x 8x 3 = x x 4 =. Sol. Sostituendo ad x, x,
DettagliDecomposizione LU di una matrice quadrata
Appendice al Cap. 5 Decomposizione LU di una matrice quadrata Una qualunque matrice quadrata M = {m ij } di ordine N, reale, invertibile, i cui minori principali siano tutti non nulli, si può sempre decomporre
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
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
DettagliDef. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni:
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 5 Operazioni elementari sulle righe di una matrice Sia A una matrice m n. Def. 1. Si chiamano operazioni elementari sulle righe
DettagliAutovalori e autovettori
Autovalori e autovettori Se esiste un vettore x per cui Ax = λx x 0 Allora λ è un autovalore della matrice A corrispondente all autovettore x Gli autovalori sono soluzioni dell equazione secolare det(a
Dettagli1 se k = r i. 0 altrimenti. = E ij (c)
Facoltà di Scienze Statistiche, Algebra Lineare A, G.Parmeggiani LEZIONE 5 Matrici elementari e loro inverse Si fissi m un numero naturale. Per ogni i, j m con i j siano E ij (c) (ove c è uno scalare )
Dettagli1 Risoluzione di sistemi lineari
Risoluzione di sistemi lineari La presente nota è in parte ripresa dal testo D Bini M Capovani O Menchi Metodi numerici per l algebra lineare Zanichelli Editore Siano A una matrice non singolare di ordine
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 =
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
DettagliLezione del 24 novembre. Sistemi lineari
Lezione del 24 novembre Sistemi lineari 1 Nelle lezioni scorse abbiamo considerato sistemi di equazioni lineari dei seguenti tipi: un equazione in un incognita; una, due o tre equazioni in due incognite;
DettagliEsercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =
Esercitazione di Calcolo Numerico 22 Aprile 29. Determinare la fattorizzazione LU della matrice a A = 3a 2 a 2a a a 2 ed utilizzarla per calcolare il det(a). 2. Calcolare il determinante della matrice
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
DettagliSoluzione sistemi lineari
Soluzione sistemi lineari Laboratorio di programmazione e calcolo Chimica e Tecnologie chimiche Pierluigi Amodio Dipartimento di Matematica Università di Bari Soluzione sistemi lineari p. / matrice diagonale
DettagliMatematica II,
Matematica II, 171110 1 processo di triangolarizzazione, esempio I Consideriamo il sistema lineare di tre equazioni nelle incognite x, y, z 2x + 3y + 4z = 8 4x + 9y + 16z = 14 8x + 27y + 64z = 14 Primo
DettagliInterpolazione e Approssimazione
Interpolazione e Approssimazione Dato un insieme di punti di ascisse e ordinate (x j, f j ) mi serve qualche volta di avere a disposizione una funzione, di solito con proprietà particolari, che passi per
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
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 206-207 Laboratorio 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
DettagliCompito numero 2 - Compito intero
Esercitazione 6 - Correzione esame dell 8//3 Lucia Pilleri 9//3 Compito numero - Compito intero Esercizio del parziale - del compito intero Risolvere, mediante la fattorizzazione P A = LU, il sistema lineare
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)
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
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
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
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dottssa Maria Carmela De Bonis aa 2013-14 Metodi diretti Si chiamano metodi diretti quei metodi numerici che risolvono sistemi lineari in un numero finito di passi In altri termini, supponendo di effettuare
DettagliUn sistema lineare si rappresenta in generale come
SISTEMI LINEARI Un sistema lineare si rappresenta in generale come n j=1 a ij x j = b i i = 1, 2,..., m o anche AX = B. La soluzione esiste se e solo se B appartiene allo spazio lineare generato dalle
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 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:
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
DettagliAutovalori e autovettori
Autovalori e autovettori Se esiste un vettore x per cui Ax = λx x 0 Allora λ è un autovalore della matrice A corrispondente all autovettore x Gli autovalori sono soluzioni dell equazione secolare det(a
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
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
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
DettagliMetodi Diretti per la Risoluzione di Sistemi Lineari
Metodi Diretti per la Risoluzione di Sistemi Lineari Luca Gemignani luca.gemignani@unipi.it 20 marzo 2018 Indice Lezione 1: Sistemi Triangolari. 1 Lezione 2: Matrici Elementari di Gauss ed il Metodo di
DettagliTrasformazione elementari di Givens
Trasformazione elementari di Givens dove Osservazione Esprime una rotazione di ampiezza ϕ Esempio (n=2) Osservazione Rotazione nel senso positivo degli archi In generale Il prodotto matrice vettore equivale
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliProgrammare con MATLAB c Parte 5 Cicli: for e while
Programmare con MATLAB c Parte 5 Cicli: for e while Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 La notazione due punti 2 Ciclo: for 3 Ciclo con controllo: while
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.
DettagliAltre trasformazioni elementari
Altre trasformazioni elementari Si possono definire altri tipi di trasformazioni elementari Analogamente alle trasformazioni di Gauss, esse danno luogo a fattorizzazioni Trasformazione elementari di Givens
Dettagli1. [15 punti] Calcolare il rango della seguente matrice a coefficienti reali: ( 1/2) 1 (1/2)
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE del 17 febbraio 011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra
DettagliLezioni di Algebra Lineare. II. Aritmetica delle matrici e eliminazione di Gauss. versione ottobre 2008
versione ottobre 2008 Lezioni di Algebra Lineare II. Aritmetica delle matrici e eliminazione di Gauss Contenuto. 1. Somma di matrici e prodotto di una matrice per uno scalare 2. Prodotto di matrici righe
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
DettagliSistemi lineari. Lucia Gastaldi. 11 novembre Dipartimento di Matematica,
Sistemi lineari Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 11 novembre 2007 Outline 1 Come risolvere un sistema lineare con MATLAB Il comando per risolvere i sistemi lineari
DettagliUniversità di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011)
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011) ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola
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
DettagliTrasformazioni elementari di Givens (rotazioni elementari)
Trasformazioni elementari di Givens (rotazioni elementari) Si dice trasformazione elementare di Givens o matrice di rotazione elementare G ij di ordine n una matrice che coincide con l identità di ordine
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
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
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
DettagliAutovalori ed autovettori di un endomorfismo
Autovalori ed autovettori di un endomorfismo Endomorfismo = applicazione (funzione) lineare da un spazio vettoriale V in sé stesso 1. Data una funzione lineare, scriverne la matrice associata dei coefficienti:
Dettagliil determinante che si ottiene da A, sopprimendo la i - esima riga e la j - esima colonna. Si definisce complemento algebrico dell'elemento a ij
Determinanti Sia data la matrice quadrata a... a n a a n =...... a... a n nn Chiamiamo determinante di il numero det o che ad essa viene associato. det = a a... a... a... a n n n... a nn Un generico elemento
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
DettagliNote 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
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
Dettagli2. Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse, quando è possibile:
aa 5-6 Esercizi 5 Basi dimensione e coordinate Soluzioni Apostol: Sezione 5 Esercizi 6a 7 8 9 Determinare le dimensioni dei seguenti sottospazi W ed esibirne due basi basi diverse quando è possibile: i
DettagliI determinanti. a11 a A = 12 a 21 a 22
I determinanti. Queste note, basate sugli appunti delle lezioni, riepilogano rapidamente la definizione e le proprietà del determinante. Vengono inoltre illustrati i metodi di calcolo e alcune dimostrazioni.
DettagliCorso di Geometria e Algebra Lineare
Prof. C. Vergara, Dott.ssa N. Franchina, Dr. A. Colombo Corso di Geometria e Algebra Lineare Laboratorio 3: sistemi lineari 25 29 Maggio 2015 Metodi diretti per sistemi lineari Si consideri il seguente
DettagliPer esempio, una matrice 4 4 triangolare alta ha la forma. 0 a. mentre una matrice di ordine 4 triangolare bassa è del tipo
Matrici triangolari Prima di esporre il metodo LU per la risoluzione di sistemi lineari, introduciamo la nozione di matrice triangolare Ci limiteremo al caso di matrici quadrate anche se l estensione a
Dettagli1 Spazi vettoriali. Sottospazi.
CORSO DI ALGEBRA LINEARE. A.A. 004-005. Esercitazione del 10 Gennaio 005. (Prof. Mauro Saita, e-mail: maurosaita@tiscalinet.it) 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Siano v 1 = (, 5, 1, 3), v
DettagliMatrici.h Definizione dei tipi #define MAXROWS 10 #define MAXCOLS 10 #define ELEMENT int #define ELEMENTFORMAT "%d" Tipo degli elementi della matrice
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
DettagliMatrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
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
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.
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
Dettagliha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 6 Eliminazione di Gauss con scambi di righe Sia A O una matrice m n. Abbiamo illustrato nella Lezione 5 un algoritmo che ha come
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
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
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
DettagliAlgoritmi per la soluzione di sistemi lineari
Capitolo Algoritmi per la soluzione di sistemi lineari. Sistemi triangolari inferiori Le matrici L con n righe ed n colonne ed elementi uguali a zero al di sopra della diagonale principale: l, 0... 0.
DettagliCompito di MD 13 febbraio 2014
Compito di MD 13 febbraio 2014 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può scrivere con il lapis. Motivare
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,
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
DettagliRette e piani nello spazio
Rette e piani nello spazio Equazioni parametriche di una retta in R 3 : x(t) = x 0 + at r(t) : y(t) = y 0 + bt t R, parametro z(t) = z 0 + ct ovvero r(t) : X(t) = P 0 + vt, t R}, dove: P 0 = (x 0, y 0,
DettagliDeterminanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici
Introduzione S S S Rango di matrici Si dice sottomatrice d'una matrice data la matrice ottenuta selezionando un certo numero di righe e di colonne della matrice iniziale. Lezione 24.wpd 08/01/2011 XXIV
DettagliAnno accademico
RICHIAMI PER IL CORSO DI ANALISI NUMERICA PROF R MORANDI Anno accademico 28 29 1 RICHIAMI: PRECISIONE FINITA (USO DEL CALCOLATORE) IN UN CALCOLATORE UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTA- TA COME
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,
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
DettagliEsercizio 1 Trovare, se esistono, le soluzioni del sistema lineare. y + 3z = 3 x y + z = 0. { x + y = 1
Esercizio 1 Trovare, se esistono, le soluzioni del lineare y + 3z = 3 x y + z = 0 x + y = 1 0 1 3 3 1 1 1 0 1 1 1 0 = 0 1 3 3 = 1 1 0 1 1 1 0 1 = 1 1 1 0 0 1 3 3 0 1 1 = Il di partenza è quindi equivalente
DettagliEsercitazione 5: Sistemi a risoluzione immediata.
Esercitazione 5: Sistemi a risoluzione immediata. Ipotesi: Supponiamo le matrici non singolari. Nota: Per verificare che si ha risolto correttamente il sistema lineare Ax = b basta calcolare la norma del
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
DettagliOperazioni su vettori e matrici
Operazioni su vettori e matrici 1 A = Somma di matrici: come per i vettori, componente per componente. Esempio 1 0 1 0 3 1 B = 1 2 3 4 5 6 C = A + B = = 1 + 1 0 + 2 1 + 3 0 + 4 3 + 5 1 + 6 = 2 2 4 4 2
DettagliG. Parmeggiani, 29/3/2018 Algebra Lineare, a.a. 2017/2018, numero di MATRICOLA PARI. Svolgimento degli Esercizi per casa 4
G. Parmeggiani, 29/3/2018 Algebra Lineare, a.a. 2017/2018, Scuola di Scienze - Corsi di laurea: Studenti: Statistica per l economia e l impresa Statistica per le tecnologie e le scienze numero di MARICOLA
DettagliEsercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari
Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari 4 maggio Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ) Esercizio Siano 3 6 8 6 4 3 3 ) determinare
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
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
DettagliMatrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È Difficili Soluzione di sistemi lineari È veramente difficile?
Dettagli... b 2 X 2. . b N X N. a 11 a 12.. a 1N a 21 a 22.. a 2N A =. a N1... a NN
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È veramente Difficili difficile? Soluzione di sistemi lineari
Dettagli