1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici
|
|
- Iolanda Landi
- 2 anni fa
- Visualizzazioni
Transcript
1 Matrici R. Notari 1
2 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 O la matrice di tipo m n le cui entrate sono tutte nulle (matrice nulla). Allora A + O = A qualunque sia A Mat(m, n; K). 4. Sia A una matrice di tipo m n su K. La matrice A di tipo m n le cui entrate sono opposte a quelle di A, posizione per posizione (matrice opposta), è l unica matrice di tipo m n per cui A + ( A) = O. 2
3 2. Proprietà del prodotto scalare-matrice 1. x(ya) = y(xa) = (xy)a qualunque siano x, y K e qualunque sia A Mat(m, n; K). 2. 1A = A qualunque sia A Mat(m, n; K). 3. x(a + B) = xa + xb qualunque sia x K e qualunque siano A, B Mat(m, n; K). 4. (x+y)a = xa+ya qualunque siano x, y K e qualunque sia A Mat(m, n; K). Vale la Legga di Annullamento del prodotto scalare-matrice. Infatti abbiamo Proposizione 1 Sia x K, e sia A una matrice di tipo m n su K. Se O è la matrice nulla di tipo m n allora xa = O se, e solo se, x = 0 o A = O. 3
4 3. Proprietà della trasposizione 1. t ( t A) = A per ogni A Mat(m, n; K). 2. t (A+B) = t A+ t B qualunque siano A, B Mat(m, n; K). 3. t (xa) = x t A qualunque sia x K, e qualunque sia A Mat(m, n; K). 4
5 4. Matrici simmetriche ed antisimmetriche Teorema 2 L unica matrice quadrata di ordine n che è sia simmetrica sia antisimmetrica è la matrice nulla. Inoltre, data una matrice M quadrata di ordine n, esistono un unica matrice quadrata S di ordine n simmetrica ed un unica matrice A quadrata di ordine n antisimmetrica che verificano l uguaglianza M = S + A. 5
6 5. Proprietà del prodotto di matrici 1. Siano A, B, C tre matrici qualsiasi su K di tipo m n, n p, p q, rispettivamente. Allora (AB)C = A(BC). 2. Sia I p la matrice identica di ordine p. Allora, qualunque sia A Mat(m, n; K) si ha I m A = AI n = A. 3. Siano A, B Mat(m, n; K) e siano C, D Mat(n, p; K). Valgono le uguaglianze e (A + B)C = AC + BC A(C + D) = AC + AD. 6
7 4. Siano A, B matrici su K di tipo m n, n p, rispettivamente, e sia x K. Allora si ha x(ab) = (xa)b = A(xB). 5. Siano A, B matrici su K di tipo m n, n p, rispettivamente. Allora abbiamo t (AB) = t B t A. Non valgono la proprietà commutativa e la Legge di Annullamento del Prodotto di due matrici. 7
8 6. Operazioni elementari e rango Teorema 3 Data una matrice A su K di tipo m n, esiste una successione finita di operazioni elementari sulle righe che trasforma A in una matrice A di tipo m n ridotta per righe. Lemma 4 Sia A una matrice su K di tipo m n, e sia B una matrice ridotta per righe ottenuta da A con operazioni elementari sulle righe, ma senza usare scambi di righe. Allora la riga t esima di B è nulla se, e solo se, la riga t esima di A è combinazione lineare delle righe 1,..., t 1 di A. Teorema 5 Sia A una matrice su K di tipo m n, e siano B, C matrici di tipo m n ridotte per righe trasformando A con successioni diverse di operazioni elementari sulle righe di A. B e C hanno lo stesso numero di righe non nulle. 8
9 7. Teoremi sui determinanti Teorema 6 (di Laplace) Sia A una matrice quadrata di ordine n. Allora 1. Qualunque sia la riga i di A si ha a i1 A i1 + + a in A in = det(a). 2. Qualunque sia la colonna j di A si ha a 1j A 1j + + a nj A nj = det(a). 3. Scelte le due righe distinte i ed h di A si ha a i1 A h1 + + a in A hn = Scelte le due colonne distinte j e k di A si ha a 1j A 1k + + a nj A nk = 0. 9
10 Corollario 7 Sia A una matrice quadrata di ordine n. Allora det( t A) = det(a). Teorema 8 (di Binet) Siano A e B matrici quadrate di ordine n su K. Allora det(ab) = det(a) det(b). Corollario 9 Sia x K e sia A una matrice quadrata di ordine n. Allora det(xa) = x n det(a). 10
11 8. Determinante ed operazioni elementari Teorema 10 Sia A una matrice quadrata di ordine n su K, e siano A 1, A 2, A 3 le matrici ottenute da A effettuando l operazione elementare R i R h, R i ar i, R h R h + ar i, rispettivamente. Allora abbiamo ed infine det(a 1 ) = det(a), det(a 2 ) = a det(a), det(a 3 ) = det(a). 11
12 9. Determinante e rango Teorema 11 (di Kronecker) Sia A una matrice su K di tipo m n. Allora r(a) = p se, e solo se, esiste un minore di A di ordine p non nullo e tutti i minori di A di ordine p + 1 sono nulli, ossia, p è il massimo ordine di un minore non nullo di A. Corollario 12 Sia A una matrice quadrata di ordine n su K. Abbiamo che r(a) = n se, e solo se, det(a) 0. Inoltre, se r(a) = n, allora, detta A una matrice ridotta per righe ottenuta da A con sole operazioni elementari di tipo E1 ed E3, abbiamo che det(a) è uguale, a meno del segno, al prodotto degli elementi speciali di A. 12
MATRICI. 1. Esercizi
MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +
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
Corso 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
Richiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
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)
RIDUZIONE E RANGO , C = 2 5 1
MATRICI E SISTEMI RIDUZIONE E RANGO Riduzione di matrici (definizioni, trasformazioni elementari). Calcolo del rango e dell inversa (metodo di Gauss, metodo di Gauss-Jordan). 3 4 Esercizio Ridurre per
Determinanti. 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
Sui determinanti e l indipendenza lineare di vettori
Sui determinanti e l indipendenza lineare di vettori 1 Si dice che m vettori v 1, v 2,,v m di R n sono linearmente indipendenti, se una loro combinazione lineare può dare il vettore nullo solo se i coefficienti
Il 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
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
LeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
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
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,
Introduzione all algebra delle matrici. Appunti a cura di Lara Ercoli
Introduzione all algebra delle matrici ppunti a cura di Lara Ercoli Indice Definizioni 3. Matrici particolari............................ 4 2 Operazioni con le matrici 8 2. Somma di matrici.............................
Matrici. Prof. Walter Pugliese
Matrici Prof. Walter Pugliese Le matrici Una matrice è un insieme di numeri reali organizzati in righe e colonne. Se n è il numero delle righe e m e il numero delle colonne si dice che la matrice è di
I 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.
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
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
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
Sistemi 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.+
LEZIONE 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
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
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
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
Elementi 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
Equivalentemente, 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
Metodi Matematici per l Economia anno 2017/2018 Gruppo B
Metodi Matematici per l Economia anno 2017/2018 Gruppo B Docente: Giacomo Dimarco Dipartimento di Matematica e Informatica Università di Ferrara https://sites.google.com/a/unife.it/giacomo-dimarco-home-page/
PROGRAMMA del corso di. GEOMETRIA 1 - Algebra Lineare. Laurea Triennale in Matematica. Anno Accademico 2007/08. docente : Bruno Zimmermann
PROGRAMMA del corso di GEOMETRIA 1 - Algebra Lineare Laurea Triennale in Matematica Anno Accademico 2007/08 docente : Bruno Zimmermann (Il presente programma è stato redatto sulla base degli appunti del
Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI)
Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Esempi Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Osservazioni per le matrici quadrate a) Data A M n (K) è possibile definire ricorsivamente
MATRICI 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
( ) 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
Introduzione 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
= 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
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,
LeLing9: Prodotto tra matrici.
Geometria Lingotto LeLing9: Prodotto tra matrici Ārgomenti svolti: Prodotto tra matrici Dimostrazione del teorema del rango L algebra delle matrici quadrate: Il prodotto tra matrici non e commutativo Rotazioni
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
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
Elementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari
Applicazioni 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
Operazioni elementari e riduzione
Matrici e sistemi Operazioni elementari Riduzioni di matrici L algoritmo di riduzione 2 2006 Politecnico di Torino 1 Operazioni elementari per righe Sia A M m,n. Introduciamo tre tipi di operazioni che
Testi consigliati e contatti
Testi consigliati e contatti P.Bonacini, M. G. Cinquegrani, L. Marino, Algebra lineare: esercizi svolti, Cavallotto Edizioni, Catania P. Bonacini, M. G. Cinquegrani, L. Marino, Geometria analitica: esercizi
Matematica II,
Matematica II,.05.04 Diamo qui la nozione di determinante di una matrice quadrata, le sue prime proprieta, e ne deriviamo una caratterizzazione delle matrici non singolari e una formula per l inversa di
MATEMATICA. 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
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
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
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
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
Appunti di Geometria e Algebra L-A Seconda Facoltà di Ingegneria - Cesena. Marco Alessandrini
Appunti di Geometria e Algebra L-A Seconda Facoltà di Ingegneria - Cesena Marco Alessandrini Ottobre 2006 Indice 1 Informazioni del corso 3 1.1 Programma............................ 3 1.2 Docenti..............................
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,
Esercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00
Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni
Note per il corso di Geometria e algebra lineare 009-0 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
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:
1 Determinante di una matrice 1. 2 Calcolo della matrice inversa 7. 3 Calcolo del rango 8. 4 Soluzioni degli esercizi 12. n! = n.
1 DETERMINANTE DI UNA MATRICE 1 Determinante e rango Indice 1 Determinante di una matrice 1 2 Calcolo della matrice inversa 7 3 Calcolo del rango 8 4 Soluzioni degli esercizi 12 1 Determinante di una matrice
Metodi 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
Metodi 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
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)
MATRICI. a k b k. k=1
MATRICI Siano m, n N e sia R un anello con 1 Si definisce matrice di tipo m n a coefficienti in R una tabella costituita da m righe e n colonne di elementi di R (che si dicono appunto coefficienti o anche
Fondamenti 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
Corso di Matematica B - Ingegneria Informatica Testi di Esercizi
A. Languasco - Esercizi Matematica B - 1. Sistemi lineari e Matrici 1 A: Sistemi lineari: eliminazione gaussiana Corso di Matematica B - Ingegneria Informatica Testi di Esercizi A1. Determinare, con il
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
ESERCITAZIONE CON EXCEL SULLE MATRICI
ESERCITAZIONE CON EXCEL SULLE MATRICI PROBLEMA 1 commutativa. 2 1 0 e 1 2 4 B = 3 1 2, verificare che la loro somma è Per poter risolvere il problema proposto, è necessario predisporre le matrici sul foglio
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
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
DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE
DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE DOCENTI: S. MATTAREI (TITOLARE), G. VIGNA SURIA, D. FRAPPORTI Prima settimana. Lezione di martedí 23 febbraio 2010 Introduzione al corso: applicazioni dell
REGISTRO DELLE LEZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007
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
Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009
Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 28/29 Dire se le seguenti proposizioni sono vere o false: ESERCITAZIONE. Proposizione Vera Falsa f : R R 4 rk(f f : R 4 R rk(f f :
RANGO DI UNA MATRICE ρ(a)
RANGO DI UNA MATRICE (A) a,... a A M M am,... a, n mn, K É il massimo ordine di un minore estratto con determinante non nullo. Equivalentemente è il massimo numero di righe (colonne) linearmente indipendenti.
Esercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
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
QUADERNI DI DIDATTICA
Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Marta Cardin Paola Ferretti Stefania Funari Introduzione soft alla matematica per l economia e la finanza: I SISTEMI LINEARI
Il determinante. Area(P (v, w)) se si passa da v a w ruotando in senso orario.
Il determinante 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
APPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE prof. MICHELE MININNI a.a. 2014/15 Versione provvisoria. Le segnalazioni di errori sono ben accette, anzi sono decisamente sollecitate. e-mail: michele.mininni@uniba.it 1 2 3
LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g
LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere
2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
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
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
08 - Matrici, Determinante e Rango
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 08 - Matrici, Determinante e Rango Anno Accademico 2013/2014 D.
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
Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im
APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo
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
0.1. MATRICI SIMILI 1
0.1. MATRICI SIMILI 1 0.1 Matrici simili Definizione 0.1.1. Due matrici A, B di ordine n si dicono simili se esiste una matrice invertibile P con la proprietà che P 1 AP = B. Con questa terminologia dunque
Lezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige. Fulvio Bisi, Francesco Bonsante, Sonia Brivio
Lezioni di Algebra Lineare con applicazioni alla Geometria Analitica Errata Corrige Fulvio Bisi, Francesco Bonsante, Sonia Brivio DA GENNAIO 2015 1 Da gennaio 2015 Riportiamo di seguito gli errata corrige
Veri ca di Matematica sulle matrici [1]
Veri ca di Matematica sulle matrici []. Si considerino le matrici A e de nite da 5 A = 2 3 7 5 4 7 3 A ; = 5 6 7 alcolare det(a), det(); la matrice somma = A + ; la matrice prodotto D = A. 6 7 2 2 2 3
GEOMETRIA I (Prof. M. Biliotti)
GEOMETRIA I (Prof. M. Biliotti) Appunti del corso a cura della dott.ssa E. Francot Indice 1 Matrici, determinanti e sistemi lineari. 3 1.1 Premesse............................... 3 1.2 Matrici.................................
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
SISTEMI 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
1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA SCRITTA DI GEOMETRIA A del 27 giugno 2011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra
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
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
1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.
1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,
Algebra Lineare (parte I)
Algebra Lineare (parte I) by www.extrabyte.info Il contenuto di questo manuale è distribuito secondo la Creative Commons License v. 2.5 Attribuzione - Non commerciale - Non opere derivate Il testo completo
Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1
Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l
Definizioni e operazioni fondamentali
MATRICI Definizioni e operazioni fondamentali Autovalori e autovettori Potenza Esponenziale Limiti, derivate e integrali Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 1 DEFINIZIONI
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire
Risoluzione 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
3x 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
MATRICI Vol.1. Pag. 1/24
MATRICI Vol.1 Sommario ALGEBRA DELLE MATRICI... 3 Matrici nulla, diagonale e unità... 3 Matrice simmetrica e matrice trasposta... 3 Combinazioni lineari e differenza tra matrici. Matrice emisimmetrica...
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
08 - Matrici, Determinante e Rango
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 08 - Matrici, Determinante e Rango Anno Accademico 2013/2014 D.