Note per il corso di Geometria e algebra lineare Corso di laurea in Ing. Elettronica e delle Telecomunicazioni

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni"

Transcript

1 Note per il corso di Geometria e algebra lineare Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie e terne ordinate di numeri reali, engono utilizzati in geometria analitica per rappresentare i punti del piano e dello spazio, mediante l'introduzione di un sistema di coordinate cartesiane. Ora generalizziamo il concetto, introducendo gli spazi di n -uple. Denizione. L'insieme R n f(a ; a ; : : : ; a n ) j a i R; i ; : : : ; ng e detto spazio delle n -uple di numeri reali, dette anche ettori numerici a n componenti. Introduciamo in R n un'operazione, che rende lo spazio delle n -uple un gruppo commutatio. Date due n -uple a (a ; : : : ; a n ) e b (b ; : : : ; b n ), la loro somma e la n -upla a + b (a + b ; : : : ; a n + b n ): L'elemento neutro e la n -upla nulla O (0; : : : ; 0) e il simmetrico di a e l'opposto a ( a ; : : : ; a n ). Nel seguito useremo anche una seconda operazione, la moltiplicazione per scalare: dati k R e a R n, poniamo ka (ka ; : : : ; ka n ): Osseriamo che algono: 0a O e a a 8a R n. Inoltre ( )a a.. Introduciamo ora le matrici, uno degli oggetti fondamentali usati nel corso. L'aritmetica delle matrici consente di trattare piu semplicemente i sistemi lineari e fornisce uno strumento adatto per formulare e risolere ari problemi applicatii. Denizione. Siano m; n due interi positii. Una matrice reale di tipo (m; n) (o m n ) e una tabella rettangolare di mn numeri reali costituita da m righe e n colonne. a a a n A a a a n a m a m a mn Useremo la notazione A [a ij per denotare la matrice A, di elementi a ij, doe il primo indice indica la riga e il secondo la colonna. Il simbolo M m;n (R) indica l'insieme delle matrici reali m n. Una matrice di tipo (; n) puo essere identicata con la n -upla (a ; a ; : : : ; a n ) R n e iene chiamata ettore riga, mentre una matrice di tipo (m; ) iene chiamata ettore colonna e puo essere identicata con la m -upla (a ; a ; : : : ; a m ) R m : Se m n la matrice e detta quadrata. Useremo il simbolo M n (R) per l'insieme delle matrici reali quadrate n n. Inne, una matrice sara sempre identicata con lo scalare a.

2 .3 Operazioni sulle matrici.3 Operazioni sulle matrici Sulle matrici si introducono alcune operazioni: la somma, la moltiplicazione per scalare, il prodotto di matrici righe per colonne. Usando le n -uple come modello, deniamo le prime due operazioni mediante la somma e il prodotto di numeri reali componente per componente. Denizione 3. Il prodotto di uno scalare k R per una matrice A [a ij e la matrice ka [ka ij. L'opposta di una matrice A [a ij e la matrice A ( )A [ a ij. La somma di due matrici, A [a ij, B [b ij, dello stesso tipo, e la matrice A+B [a ij +b ij. La dierenza A B e la matrice A + ( B) [a ij b ij. Denizione. Si dicono conformabili due matrici A; B, tali che il numero delle colonne di A sia uguale al numero delle righe di B. Siano A [a ij di tipo (m; n), B [b jk di tipo (n; r). Il prodotto C AB e la matrice [c ik, di tipo (m; r), in cui c ik n h a ih b hk a i b k + a i b k + + a in b nk : In particolare, il prodotto di un ettore riga, di componenti a ; : : : ; a n per un ettore colonna, di componenti b ; : : : ; b n, e lo scalare a b + a b + + a n b n. Quindi l'elemento c ik del prodotto AB e il prodotto del ettore riga di indice i per il ettore colonna di indice k (per questo si chiama anche prodotto \righe per colonne"). Ad esempio, il prodotto delle matrici A [ e B 0 0 e la matrice [ 0 C 3 3 Una prima motiazione della particolare denizione del prodotto di matrici e data dalla possibilita di scriere i sistemi di equazioni lineari in forma matriciale. Ad esempio, il sistema x + x + x 3 x + x + 5x 3 x + 6x + 8x 3 puo essere scritto in forma di prodotto matriciale come Ax b doe A 5 e la matrice dei coecienti del sistema, x 6 8 delle incognite e b e la colonna dei termini noti. x x x 3 e il ettore colonna

3 . Proprieta delle operazioni 3. Proprieta delle operazioni Le seguenti proprieta delle operazioni fra matrici sono di facile erica (dimostrarne almeno una per esercizio): La somma di matrici e commutatia e associatia: A + B B + A e (A + B) + C A + (B + C). Detta matrice nulla (o matrice zero) una matrice, denotata con O, di tipo (m; n), con elementi tutti nulli, si ha A + ( A) A A O. Dunque (M m;n (R); +) e un gruppo commutatio. Il prodotto di uno scalare per la somma di matrici gode delle proprieta distributie: e della proprieta associatia k(a + B) ka + kb 8k R (k + k )A k A + k A 8k ; k R (k k )A k (k A) 8k ; k R Il prodotto di matrici e associatio e distributio rispetto alla somma: (AB)C A(BC) ) scrieremo ABC A(B + C) AB + AC, (A + B)C AC + BC k(ab) (ka)b A(kB) 8k R: (naturalmente, le matrici deono essere conformabili). Il prodotto di matrici non e commutatio, come mostra l'esempio seguente [ [ [ [ [ [ ma : La matrice identica di ordine n e la matrice quadrata I n cos denita: I n [ ij, con ij 0 per i 6 j, ij per i j. Se A e una matrice conformabile con I n, a destra o a sinistra, si ha AI n A (oppure I n A A). Denizione 5. Una matrice A, quadrata di ordine n, si dice inertibile se esiste una matrice A, tale che A A AA I n. La matrice A si chiama inersa di A. Si dimostra facilmente che l'inersa di una matrice, se esiste, e unica. Esempi.. La matrice A Infatti AB BA I. [ e inertibile, con inersa la matrice B [.

4 .5 Esercizi [ [ 0. La matrice C 0 non e inertibile. Infatti se esistesse una matrice C0 x y z w [ [ tale che CC0 0 x y 0 z w I, si arebbe x ; y 0 e anche x 0; y, che e assurdo. L'esempio () mostra che il prodotto di matrici ha[ proprieta ben [ dierse dal prodotto di numeri: ad esempio, il prodotto delle due matrici non nulle e e la matrice nulla. Osserazione. Il prodotto di matrici inertibili e inertibile: se A e B sono inertibili, si ha (AB)(B A ) AA I n e (B A )(AB) BB I n e quindi (AB) B A. Dunque l'insieme delle matrici inertibili con l'operazione di prodotto e un gruppo (non commutatio se n > ). Denizione 6. Sia k 0 un intero. La potenza k -esima di una matrice quadrata A M n (R) e la matrice identica I n se k 0 e la matrice se k > 0. Vale la proprieta: A i A j A i+j A j A i. A k A A A (k olte) Denizione 7. La matrice trasposta della matrice A [a ij, di tipo (m; n), e la matrice A T [a ji, di tipo (n; m), che si ottiene prendendo come righe le colonne di A. La matrice e detta simmetrica se e quadrata (m n ) e A T A. Vale la proprieta seguente: (AB) T B T A T..5 Esercizi. Siano A [ 0 e B [ 0 (a) A + 3B; (b) A B:. Calcolare le seguenti matrici:. Siano A e B come in (). Risolere le equazioni: nella incognita X (matrice 3). (a) X + 3A B; (b) A 3X 3B 3. Utilizzando le proprieta delle operazioni, dimostrare la seguente aermazione riguardo alle matrici m n : se ka O allora k 0 oppure A O.. Siano A; B M n (R). Vale la proprieta (AB) A B? Sia k. Vale la proprieta (AB) k A k B k? 5. Sia A Mostrare che A 6 O e A 3 O

5 .6 Combinazioni lineari 5.6 Combinazioni lineari Denizione 8. Una combinazione lineare delle matrici A ; A ; : : : ; A k e una matrice della forma c A + c A + + c k A k doe c ; : : : ; c k sono scalari e le matrici sono tutte dello stesso tipo. In particolare, sono denite le combinazioni lineari di ettori riga con n componenti e dei ettori colonna con n componenti e quindi delle n -uple. Esempio. Calcolare la combinazione lineare A + 3A A 3 dei ettori colonna A 6 ; A e A 3 Si ha A + 3A A 3 O. Un osserazione importante da fare ora e che i sistemi lineari, oltre alla scrittura mediante il prodotto matriciale, nella quale le righe della matrice A dei coecienti hanno un ruolo principale, possono essere rappresentati anche mediante le combinazioni lineari delle colonne di A. Ad esempio, il sistema x + x + x 3 x + x + 5x 3 x + 6x + 8x 3 puo essere scritto come x + x + x Dunque il sistema e risolubile esattamente quando la colonna dei termini noti e combinazione lineare delle colonne di A..7 Altre applicazioni del calcolo matriciale.7. Gra Un grafo G e un insieme V, i cui elementi sono detti ertici, assieme a una lista E di coppie non ordinate di ertici, detti lati. Un grafo orientato e un insieme V, i cui elementi sono detti ertici, assieme a una lista E di coppie ordinate di ertici, detti lati (orientati). I gra sono strumenti utili in molti modelli matematici. Un grafo orientato puo essere descritto dalla sua matrice di adiacenza: se V f ; : : : ; n g contiene n ertici, la matrice di adiacenza e una matrice A [a ij, di tipo n n, con elemento a ij uguale al numero di lati che anno dal ertice i al ertice j. Se il grafo non e orientato, si ha sempre a ij a ji, cioe la matrice e simmetrica. Esempio. Se V f ; ; 3 ; g e E f(; ); (; ); (3; ); (; 3); (; )g e un grafo orientato, 0 : 3

6 .7 Altre applicazioni del calcolo matriciale 6 la matrice di adiacenza e 0 0 A La matrice di adiacenza puo essere usata per ottenere importanti proprieta del grafo, ad esempio il numero di cammini di lunghezza s nel grafo. Un cammino nel grafo e una successione di lati che congiunge un ertice ad un altro. Il numero di lati nel cammino e la sua lunghezza. Teorema. Sia A la matrice di adiacenza di un grafo G. L'elemento di posto (i; j) della matrice A s e uguale al numero di cammini di lunghezza s con inizio nel ertice i e ne in j. Consideriamo ad esempio il caso s. Esiste almeno un lato da i a k e da k a j esattamente quando il prodotto a ik a kj e dierso da 0. Altrimenti, almeno uno dei fattori e 0. Dunque il numero di cammini di lunghezza da i a j e dato dalla somma a i a j + +a in a nj, che e l'elemento (i; j) di A. Esempio. Nell'esempio precedente si ha A ; A ; A Dunque ci sono, ad esempio, due cammini orientati di lunghezza 5 dal ertice al ertice (quali?).

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 Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara

Dettagli

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

Corso 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

Dettagli

Le 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. 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

Dettagli

TEMPUS 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 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

Dettagli

Sistemi 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 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)

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti 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

Dettagli

Esercitazioni di Algebra e Geometria

Esercitazioni 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

Dettagli

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali? Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali ℕ, gli interi ℤ, i numeri

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

= 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

Dettagli

Inversa. Inversa. Elisabetta Colombo

Inversa. Inversa. Elisabetta Colombo Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso 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)

Dettagli

LEZIONE 1 C =

LEZIONE 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

Dettagli

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico Trasformazioni elementari sulle matrici Data una matrice A K m,n definiamo su A le seguenti tre trasformazioni elementari: T : scambiare tra loro due righe (o due colonne) di A; T : sommare ad una riga

Dettagli

Geometria BIAR Esercizi 2

Geometria 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

Dettagli

Inversa di una matrice

Inversa di una matrice Geometria Lingotto. LeLing: La matrice inversa. Ārgomenti svolti: Inversa di una matrice. Unicita e calcolo della inversa. La inversa di una matrice. Il gruppo delle matrici invertibili. Ēsercizi consigliati:

Dettagli

CORSO DI AZZERAMENTO DI MATEMATICA

CORSO DI AZZERAMENTO DI MATEMATICA CORSO DI AZZERAMENTO DI MATEMATICA 1 LE BASI FONDAMENTALI INSIEMI INSIEMI NUMERICI (naturali, interi, razionali e reali) CALCOLO LETTERALE RICHIAMI DI TRIGONOMETRIA I NUMERI COMPLESSI ELEMENTI DI GEOMETRIA

Dettagli

I VETTORI DELLO SPAZIO

I VETTORI DELLO SPAZIO I VETTORI DELLO SPAZIO Riferimento cartesiano ortogonale nello spaio Bisogna assegnare nello spaio un punto O (detto origine e tre rette per esso a due a due perpendicolari e orientate in modo concorde

Dettagli

Esercitazione di Matematica su matrici e sistemi lineari

Esercitazione di Matematica su matrici e sistemi lineari Esercitazione di Matematica su matrici e sistemi lineari Notazioni: deta, A T =trasposta di A, A 1 =inversa di A. 1. Si considerino le matrici A, B, C, D denite da 1 0 5 1 A = 0, B = 0 0, C = 0 1 0 6 1

Dettagli

1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici

1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici Matrici R. Notari 1 1. Proprietà della somma di matrici 1. (A + B) + C = A + (B + C) qualunque siano le matrici A, B, C Mat(m, n; K). 2. A + B = B + A qualunque siano le matrici A, B Mat(m, n; K). 3. Sia

Dettagli

Elementi di calcolo vettoriale

Elementi di calcolo vettoriale Mathit Elementi di calcolo ettoriale Nozione di ettore Grandezze ettoriali e grandezze scalari Segmenti orientati e ettori Definizioni Operazioni con i ettori Somma e differenza di ettori Moltiplicazione

Dettagli

Analisi Matematica 1 e Matematica 1 Geometria Analitica: Rette

Analisi Matematica 1 e Matematica 1 Geometria Analitica: Rette Analisi Matematica 1 e Matematica 1 Geometria Analitica: Rette Annalisa Amadori e Benedetta Pellacci amadori@uniparthenope.it pellacci@uniparthenope.it Università di Napoli Parthenope Contenuti Nel Piano

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi 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

Dettagli

ESERCIZI SULLE MATRICI

ESERCIZI SULLE MATRICI ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a

Dettagli

Richiami di algebra delle matrici

Richiami di algebra delle matrici Richiami di algebra delle matrici (S. Terzi) 1. SPAZI VETTORIALI I. ALCUNE DEFINIZIONI 1) Definizione di spazio vettoriale Sia S un insieme di vettori di ordine n. S è detto spazio lineare se e' un insieme

Dettagli

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1

( ) 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

Dettagli

Parte 1. Sistemi lineari, algoritmo di Gauss, matrici

Parte 1. Sistemi lineari, algoritmo di Gauss, matrici Parte 1. Sistemi lineari, algoritmo di Gauss, matrici A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Brevi richiami sugli insiemi, 1 Insiemi numerici, 3 3 L insieme R n, 4 4 Equazioni

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

SISTEMI 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,

Dettagli

Esercitazione di Analisi Matematica II

Esercitazione di Analisi Matematica II Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare

Dettagli

MATRICI 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 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

Dettagli

Matematica per Analisi dei Dati,

Matematica per Analisi dei Dati, Matematica per Analisi dei Dati, 230209 1 Spazio vettoriale R n Sia n un intero positivo fissato Lo spazio vettoriale R n e l insieme delle n ple ordinate di numeri reali, che rappresenteremo sempre come

Dettagli

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi di Algebra Lineare. Claretta Carrara Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo. Operazioni tra matrici e n-uple. Soluzioni 3 Capitolo 2. Rette e piani 5. Suggerimenti 9 2. Soluzioni 20 Capitolo 3. Gruppi, spazi e sottospazi

Dettagli

PIANO CARTESIANO. NB: attenzione ai punti con una coordinata nulla: si trovano sugli assi

PIANO CARTESIANO. NB: attenzione ai punti con una coordinata nulla: si trovano sugli assi PIANO CARTESIANO Il piano cartesiano è individuato da due rette perpendicolari (ortogonali) che si incontrano in un punto O detto origine del piano cartesiano. Si fissa sulla retta orizzontale il verso

Dettagli

Corso di Calcolo Numerico

Corso 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

Dettagli

I numeri complessi. Andrea Corli 31 agosto Motivazione 1. 2 Definizioni 1. 3 Forma trigonometrica di un numero complesso 3

I numeri complessi. Andrea Corli 31 agosto Motivazione 1. 2 Definizioni 1. 3 Forma trigonometrica di un numero complesso 3 I numeri complessi Andrea Corli 3 agosto 009 Indice Motivazione Definizioni 3 Forma trigonometrica di un numero complesso 3 4 Radici di un numero complesso 4 5 Equazioni di secondo grado e il teorema fondamentale

Dettagli

3. Vettori, Spazi Vettoriali e Matrici

3. Vettori, Spazi Vettoriali e Matrici 3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e

Dettagli

Giuseppe Accascina. Note del corso di Geometria e Algebra

Giuseppe Accascina. Note del corso di Geometria e Algebra Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato

Dettagli

Sistemi di equazioni lineari

Sistemi 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

Dettagli

Esercitazione 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 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

Dettagli

LEZIONE 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 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

Dettagli

La lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma.

La lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma. Matematica II, 20.2.. Lunghezza di un vettore nel piano Consideriamo il piano vettoriale geometrico P O. Scelto un segmento come unita, possiamo parlare di lunghezza di un vettore v P O rispetto a tale

Dettagli

Pagine 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 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

Dettagli

1 Applicazioni lineari

1 Applicazioni lineari 1 Applicazioni lineari 1 Applicazioni lineari 1.1 Definizione Si considerino lo spazio tridimensionale euclideo E e lo spazio vettoriale V ad esso associato. Definizione. 1.1. Sia A una applicazione di

Dettagli

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo

Prodotto scalare e prodotto vettoriale. Elisabetta Colombo Corso di Approfondimenti di Matematica Biotecnologie, Anno Accademico 2010-2011, http://users.mat.unimi.it/users/colombo/programmabio.html Vettori Vettori 1 2 3 4 di di Ricordiamo il in R n Dati a = (a

Dettagli

LEZIONE 4. { x + y + z = 1 x y + 2z = 3

LEZIONE 4. { x + y + z = 1 x y + 2z = 3 LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.

Dettagli

Lezione 9: Le matrici

Lezione 9: Le matrici Lezione 9: Le matrici Ancora un po di sistemi in generale: le notazioni Nella lezione precedente abbiamo visto vari esempi di sistemi lineari in cui si verificavano i seguenti casi: una sola soluzione,

Dettagli

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)

Autovalori 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)

Dettagli

X Settimana = 0 R. = 0 R x, x R. + (x 0 R. ) x 0 R = = x 0 R

X Settimana = 0 R. = 0 R x, x R. + (x 0 R. ) x 0 R = = x 0 R X Settimana 1 Elementi basilari della teoria degli anelli (I parte) Un anello (R, +, ) è un insieme non vuoto R dotato di due operazioni (binarie), denotate per semplicità con i simboli + e + : R R R,

Dettagli

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Politecnico di Torino. Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Basi e coordinate. Applicazioni lineari. Matrici come applicazioni

Dettagli

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque

Dettagli

ALGEBRA LINEARE PARTE II

ALGEBRA LINEARE PARTE II DIEM sez. Matematica Finanziaria Marina Resta Università degli studi di Genova Dicembre 005 Indice PREMESSA INVERSA DI UNA MATRICE DETERMINANTE. DETERMINANTE DI MATRICI ELEMENTARI................. MATRICI

Dettagli

Metodo di Gauss-Jordan 1

Metodo di Gauss-Jordan 1 Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi

Dettagli

SISTEMI 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. 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

Dettagli

a + 2b + c 3d = 0, a + c d = 0 c d

a + 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,

Dettagli

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Capitolo IV SPAZI VETTORIALI EUCLIDEI Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.

Dettagli

LEZIONE 3. Typeset by AMS-TEX

LEZIONE 3. Typeset by AMS-TEX LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni

Dettagli

La matematica del CAD. Vettori e Matrici

La matematica del CAD. Vettori e Matrici La matematica del CAD Vettori e Matrici IUAV Disegno Digitale Camillo Trevisan I programmi CAD riducono tutti i problemi geometrici in problemi analitici: la proiezione di un punto su un piano viene, ad

Dettagli

SISTEMI LINEARI MATRICI E SISTEMI 1

SISTEMI 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

Dettagli

Catene di Markov. 8 ottobre 2009

Catene di Markov. 8 ottobre 2009 Catene di Markov 8 ottobre 2009 Definizione 1. Si dice catena di Markov (finita) un sistema dotato di un numero finito n di stati {1, 2,..., n} che soddisfi la seguente ipotesi: la probabilità che il sistema

Dettagli

Matrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili

Matrici. 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

Dettagli

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian

Dettagli

1 Riduzione per righe e matrici equivalenti per righe.

1 Riduzione per righe e matrici equivalenti per righe. Geometria Lingotto. LeLing2: Sistemi lineari omogenei. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi gia risolti. Il metodo di Gauss-Jordan e la forma echelon.

Dettagli

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica. 5 luglio 010 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola

Dettagli

Vettori e geometria analitica in R 3 1 / 25

Vettori e geometria analitica in R 3 1 / 25 Vettori e geometria analitica in R 3 1 / 25 Sistemi di riferimento in R 3 e vettori 2 / 25 In fisica, grandezze fondamentali come forze, velocità, campi elettrici e magnetici vengono convenientemente descritte

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo 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

Dettagli

EQUAZIONI MATRICIALI

EQUAZIONI MATRICIALI EQUAZIONI MATRICIALI a cura di Gioella Lorenzon, Edoardo Sech, Lorenzo Spina, Jing Jing Xu Realizzato nell'ambito del progetto Archimede con la supervisione del Prof. Fabio Breda I.S.I.S.S. M.Casagrande,

Dettagli

LEZIONE 7. k definiamo prodotto scalare di v e w il numero. = v x w x + v y w y + v z w z. w z

LEZIONE 7. k definiamo prodotto scalare di v e w il numero. = v x w x + v y w y + v z w z. w z LEZINE 7 7.1. Prodotto scalare. Fissiamo un sistema di riferimento ı j k in S 3. Dati i ettori geometrici = ı + y j + k e w = w ı + j + k definiamo prodotto scalare di e w il numero, w = ( y ) w = + y

Dettagli

Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16

Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16 Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana - 015/16 Esercizio 1 Per quali valori n Z \ {0} l espressione è un numero intero positivo? (n + 5)(n + 6) 6n Soluzione. Il problema

Dettagli

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di DEFINIZIONE Espressione algebrica costituita dal prodotto tra una parte numerica (coefficiente) e una o più variabili e/o costanti (parte letterale). Variabili e costanti possono comparire elevate a potenza

Dettagli

DISPENSE SU TEORIA DEGLI INSIEMI E NUMERI

DISPENSE SU TEORIA DEGLI INSIEMI E NUMERI FACOLTA' DI ECONOMIA UNIVERSITA DELLA CALABRIA Corso di Modelli Matematici per l Azienda a.a. 2011-2012 DISPENSE SU TEORIA DEGLI INSIEMI E NUMERI Prof. Fabio Lamantia INSIEMI INSIEME= gruppo di oggetti

Dettagli

Dipendenza e indipendenza lineare

Dipendenza e indipendenza lineare Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus

Dettagli

Def. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni:

Def. 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

Dettagli

1.1 Coordinate sulla retta e nel piano; rette nel piano

1.1 Coordinate sulla retta e nel piano; rette nel piano 1 Sistemi lineari 11 Coordinate sulla retta e nel piano; rette nel piano Coordinate sulla retta Scelti su una retta un primo punto O (origine) ed un diverso secondo punto U (unita ), l identificazione

Dettagli

SISTEMI LINEARI, METODO DI GAUSS

SISTEMI LINEARI, METODO DI GAUSS SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti

Dettagli

Il teorema di Rouché-Capelli

Il teorema di Rouché-Capelli Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un

Dettagli

x 1 Fig.1 Il punto P = P =

x 1 Fig.1 Il punto P = P = Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi

Dettagli

ESERCIZI MATEMATICA GENERALE - Canale III

ESERCIZI MATEMATICA GENERALE - Canale III ESERCIZI MATEMATICA GENERALE - Canale III Vettori Prof. A. Fabretti 1 A.A. 009/010 1 Dati in R i vettori v = (1,,, u = (,, 1 e w = (,, calcolare: a la combinazione lineare u + v + 4 w b il prodotto scalare

Dettagli

Matrici quadrate particolari

Matrici quadrate particolari Matrici quadrate particolari Sia A Mn(K) una matrice quadrata. Gli elementi (a 1,1, a 2,2,, a n,n ) costituiscono la diagonale principale di A. Gli elementi (a 1,n, a 2,n-1,, a n-1,2, a n,1 ) costituiscono

Dettagli

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente

Dettagli

Prontuario degli argomenti di Algebra

Prontuario degli argomenti di Algebra Prontuario degli argomenti di Algebra NUMERI RELATIVI Un numero relativo è un numero preceduto da un segno + o - indicante la posizione rispetto ad un punto di riferimento a cui si associa il valore 0.

Dettagli

LE COORDINATE CARTESIANE

LE COORDINATE CARTESIANE CORSO ZERO DI MATEMATICA per Ing. Chimica e Ing. delle Telecomunicazioni GEOMETRIA ANALITICA Prof. Erasmo Modica erasmo@galois.it LE COORDINATE CARTESIANE Quando si vuole fissare un sistema di coordinate

Dettagli

CAPITOLO II MATRICI E DETERMINANTI

CAPITOLO II MATRICI E DETERMINANTI CAPITOLO II MATRICI E DETERMINANTI PARTE STORICA Il concetto di matrice (dal latino matrix o mater) fu introdotto da James Joseph Silvester (84-9) in An essay on canonical forms (Londra, 85) per indicare

Dettagli

Sistemi 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. 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

Dettagli

LEZIONE 12. v = α 1 v α n v n =

LEZIONE 12. v = α 1 v α n v n = LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono

Dettagli

IV-2 Forme quadratiche

IV-2 Forme quadratiche 1 FORME QUADRATICHE 1 IV-2 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli

Dettagli

Richiami di Matematica. 1. Insiemi, relazioni, funzioni. 2. Cardinalitá degli insiemi infiniti e numerabilitá. 3. Notazione asintotica.

Richiami di Matematica. 1. Insiemi, relazioni, funzioni. 2. Cardinalitá degli insiemi infiniti e numerabilitá. 3. Notazione asintotica. Richiami di Matematica 1. Insiemi, relazioni, funzioni. 2. Cardinalitá degli insiemi infiniti e numerabilitá. 3. Notazione asintotica. Insiemi Definizioni di base Dato un insieme A: x A: elemento x appartenente

Dettagli

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof. Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si

Dettagli

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x 4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto

Dettagli

1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7.

1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7. 1 FORME QUADRATICHE 1 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli esercizi

Dettagli

RICHIAMI 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. 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

Geometria analitica del piano pag 12 Adolfo Scimone

Geometria analitica del piano pag 12 Adolfo Scimone Geometria analitica del piano pag 12 Adolfo Scimone Fasci di rette Siano r e r' due rette distinte di equazioni r: ax + by + c r': a' x + b' y + c' Consideriamo la retta combinazione lineare delle due

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Argomenti Capitolo 1 Richiami

Argomenti Capitolo 1 Richiami Argomenti Capitolo 1 Richiami L insieme dei numeri reali R si rappresenta geometricamente con l insieme dei punti di una retta orientata su cui sia stato fissato un punto 0 e un segmento unitario. L insieme

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,

Dettagli

Complementi 3 - Richiami di algebra tensoriale

Complementi 3 - Richiami di algebra tensoriale Complementi 3 - Richiami di algebra tensoriale [Ultimarevisione revisione9gennaio gennaio2009] In questo notebook si richiamano brevemente alcune definizioni ed alcune proprieta di algebra tensoriale,

Dettagli

1 Lezione 1: CALCOLO TENSORIALE - parte 1

1 Lezione 1: CALCOLO TENSORIALE - parte 1 1 1 Lezione 1: CALCOLO TENSORIALE - parte 1 Si illustrano nel seguito alcuni concetti di grande utilità per lo studio della cinematica e della statica dei mezzi continui. In particolare si riporta nel

Dettagli

Corso di Matematica per la Chimica

Corso 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

Dettagli

Matrici e Sistemi di Equazioni Lineari

Matrici e Sistemi di Equazioni Lineari CAPITOLO 1 Matrici e Sistemi di Equazioni Lineari Il primo obiettivo di questo Capitolo è quello di introdurre le matrici a coefficienti complessi e le loro principali operazioni: la somma di due matrici,

Dettagli

ha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il

ha 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

Dettagli

ottenuta scambiando in A, le righe con le colonne, così, ad esempio, posto

ottenuta scambiando in A, le righe con le colonne, così, ad esempio, posto MATRICI Si chiama matrice di m righe ed n colonne una tabella costituita da m n numeri (detti elementi), disposti in m righe orizzontali ed in n colonne verticali, racchiusi tra due parentesi tonde. (1)

Dettagli

1 Definizione di sistema lineare omogeneo.

1 Definizione di sistema lineare omogeneo. Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari

Dettagli