Appunti di Algebra Lineare - 2
|
|
- Stefania Caputo
- 7 anni fa
- Visualizzazioni
Transcript
1 Appunti di Algebra Lineare - Mongodi Samuele - s.mongodi@sns.it 8/5/ Queste note hanno lo scopo di illustrare il metodo della riduzione a scala (o algoritmo di Gauss e di Gauss-Jordan) e alcune delle sue principali applicazioni; spesso vi sono altri metodi per svolgere gli esercizi proposti che non impiegano il metodo della riduzione a scala ma non verranno trattati qui. La riduzione a scala Consideriamo il sistema lineare omogeneo x x + x 3 x 4 3x 5 = x x 3 + x 5 = 3x x + x 4 x 5 = e procediamo a risolverlo per eliminazione ricavando quindi x dalla prima equazione x = x x 3 + x 4 + 3x 5 e sostituendola nelle altre due ottenendo il sistema x = x x 3 + x 4 + 3x 5 4x 3x 3 + x 4 + 7x 5 = 4x 3x 3 + 5x 4 + 8x 5 = Continuando con il metodo dell eliminazione ricaviamo x dalla seconda equazione x = 3 4 x 3 x x 5 e sostituiamo nella terza ottenendo il sistema x = x x 3 + x 4 + 3x 5 x = 3 4 x 3 x x 5 3x 4 + x 5 = Ora esplicitiamo x 4 nell ultima equazione e otteniamo il sistema x 4 = 3 x 5 x = x x 3 + x 4 + 3x 5 x = 3 4 x 3 x x 5 x 4 = 3 x 5 Le variabili x 5 e x 3 non compaiono a sinistra quindi sono variabili libere e diventeranno parametri delle soluzioni. Fissiamo dunque x 3 = t x 5 = s e procediamo con la sostituzione. Abbiamo allora e sostituendo nell espressione per x x 4 = s/3 ed infine x = 3 4 t s s = 3 4 t 3 s x = 3 t 3 6 s t s 3 + 3s = t 7 6 s.
2 Dunque la soluzione è al variare di s t R. x = t 7 6 s x = 3 4 t 3 s x 3 = t x 4 = s 3 x 5 = s. L eliminazione di Gauss Ora analizziamo più nel dettaglio il metodo dell eliminazione utilizzato per risolvere il sistema. Cominciamo col considerare le prime due equazioni x x + x 3 x 4 3x 5 = x x 3 + x 5 =... l operazione ricavo x e sostituisco equivale a moltiplicare per la prima equazione e sottrarre il risultato dalla seconda: (x x 3 + x 5 ) (x x + x 3 x 4 3x 5 ) = x x 3 + x 5 x + 4x x 3 + x 4 + 6x 5 = 4x 3x 3 + x 4 + 7x 5 Dunque al posto del sistema di partenza consideriamo il sistema dove le prime due equazioni sono x x + x 3 x 4 3x 5 = x x 3 + x 5 (x x + x 3 x 4 3x 5 ) =... ovvero x x + x 3 x 4 3x 5 = 4x 3x 3 + x 4 + 7x 5 =... che è esattamente quello che abbiamo ottenuto sostituendo x nella seconda equazione. Allo stesso modo al posto della terza equazione consideriamo la terza meno 3 volte la prima: 3x x + x 4 x 5 3(x x + x 3 x 4 3x 5 ) = 4x 3x 3 + 5x 4 + 8x 5 quindi otteniamo esattamente x x + x 3 x 4 3x 5 = 4x 3x 3 + x 4 + 7x 5 = 4x 3x 3 + 5x 4 + 8x 5 = Procedendo ora si sottrae la seconda riga dalla terza e si mette il risultato al posto della terza: x x + x 3 x 4 3x 5 = 4x 3x 3 + x 4 + 7x 5 = 3x 4 + x 5 = Che è l ultimo sistema che abbiamo trovato prima di iniziare a risolvere. Quindi il metodo di eliminazione per la risoluzione dei sistemi lineari può essere riscritto come sostituisco un equazione con lei stessa a cui sommo (o sottraggo) k volte un altra equazione. Ora per ogni passo di questo metodo scriviamo la matrice associata al sistema lineare:
3 A x x + x 3 x 4 3x 5 = x x 3 + x 5 = 3x x + x 4 x 5 = 3 3 B x x + x 3 x 4 3x 5 = 4x 3x 3 + x 4 + 7x 5 = 3x x + x 4 x 5 = C x x + x 3 x 4 3x 5 = 4x 3x 3 + x 4 + 7x 5 = 4x 3x 3 + 5x 4 + 8x 5 = D x x + x 3 x 4 3x 5 = 4x 3x 3 + x 4 + 7x 5 = 3x 4 + x 5 = E evidente che le operazioni di sommare e sottrarre tra loro le equazioni può essere formulato in termini delle righe della matrice associata; dal passo A al passo B abbiamo sottratto il doppio della prima riga alla seconda da B a C abbiamo sottratto 3 volte la prima riga alla terza da C a D abbiamo sottratto la terza riga alla quarta. La matrice ottenuta al passo D si dice matrice ridotta a scala; in generale una matrice si dice ridotta a scala se il primo termine non nullo di ogni riga viene dopo il primo termine non nullo della riga precedente. Il primo termine non nullo di una riga si dice pivot. Nel nostro caso il pivot della prima riga sta sulla prima colonna il pivot della seconda riga sta sulla seconda colonna e il pivot della terza riga sta sulla quarta colonna: Anche se per ora non l abbiamo usata citiamo anche l altra operazione lecita nella riduzione a scala che è quella di scambiare di posto due equazioni del sistema ovvero scambiare tra loro due righe della matrice.. Alcuni esempi. Riduciamo a scala la seguente matrice: 3 3 Innanzitutto sottraiamo volte la prima riga dalla seconda: e sottraiamo la prima dalla terza:
4 Ora sottraiamo la seconda riga dalla terza ed ora sottraiamo la seconda moltiplicata per / dalla quarta / 5/ Non resta che scambiare la terza e la quarta riga (è come scambiare due equazioni nel sistema) / 5/ 3 3 ed ecco la matrice ridotta a scala dove i pivot sono evidenziati in rosso.. Riduciamo a scala la seguente matrice: Il primo elemento della prima riga è quello della seconda riga è 3 quindi se moltiplichiamo la prima riga per 3/ e la sommiamo alla seconda otteniamo 3/( 3 ) + (3 3 ) = ( 3 9/ 3/ ) + (3 3 ) = ( 3 7/ 3/ ) similmente possiamo sommare per la prima riga alla terza ottenendo ( 3 ) + ( 4 3 4) = ( 3 ) + ( 4 3 4) = ( 4 4 4) poi / per la prima riga alla quarta /( 3 ) + ( 3 ) = ( 3/ / ) + ( 3 ) e / per la prima riga alla quinta = ( 3 / / ) /( 3 ) + ( ) = ( 3/ / ) + ( ) = ( / / ) e dunque la matrice ora è Similmente calcoliamo 3 3 7/ 3/ / / / / 4/3( 3 7/ 3/ ) + ( 4 4 4) = ( 4 4/3 ) + ( 4 4 4) = ( /3 4 4) ( 3 7/ 3/ ) + ( 3 / / ) = ( 3 7/ 3/ ) + ( 3 / / ) 4
5 = ( 4 ) /3( 3 7/ 3/ ) + ( / / ) = ( 7/6 / ) + ( / / ) e dunque la matrice diventa Procedendo similmente = ( /3 ) 3 3 7/ 3/ / /3 6( /3 4 4) + ( 4 ) = ( 4 4 4) + ( 4 ) = ( 3 5) da cui ( /3 4 4) + ( /3 ) = ( /3 4 4) + ( /3 ) = ( 3 3) Per l ultimo passaggio 3 3 7/ 3/ / /3( 3 5) + ( 3 3) = ( 3 75/3) + ( 3 3) = ( 6/3) da cui 3 3 7/ 3/ / /3 3. Riduciamo a scala la matrice Per cominciare scambiarmo la prima e la seconda riga Ora calcoliamo ottenendo ( 3) + ( 3 ) = ( ) 3( 3) + (3 8 6) = ( 4 3) 4( 3) + (4 6 8 ) = ( )
6 Come secondo passo utilizziamo la seconda riga per eliminare gli elementi della seconda colonna nelle righe successive. da cui ( ) + ( ) = ( ) ( ) + ( 4 3) = ( 3) 3( ) + ( ) = ( 7 ) Ora scambiamo la quinta riga e la terza A questo punto le colonne 3 e 4 contengono solo zeri dopo la terza riga quindi dedichiamoci alla quinta colonna sommando la quarta riga moltiplicata per 3 alla quinta e ottenendo 3 7 che è una matrice ridotta a scala con i pivot evidenziati in rosso..3 Algoritmo di Gauss-Jordan La seconda parte della risoluzione del sistema lineare consisteva nell assegnare un valore parametrico ad alcune variabili ed usarle per esprimere le altre sostituendo la soluzione di un equazione in quelle sopra. Riscriviamo la successione dei sistemi lineari lasciando indicate x 3 e x 5 (cioè senza usare s t). Nel primo passaggio dividiamo l ultima riga per 3. x x + x 3 x 4 3x 5 = x 3 4 x 3 + x x 5 = x x 5 = Vorremmo ricavare x 4 e sostituirla nelle equazioni sopra; possiamo moltiplicare l ultima equazione per 7/4 e sommarla alla penultima ottenendo x x + x 3 x 4 3x 5 = x 3 4 x x 5 = x x 5 = che è proprio quello che avremmo ottenuto sostituendo. Ora sommiamo l ultima riga alla prima x x + x x 5 = x 3 4 x x 5 = x x 5 = Ora possiamo utilizzare la seconda equazione moltiplicata per sommandola alla prima in modo da sostituire al posto di x un espressione in x 3 e x 5 ottenendo x x x 5 = x 3 4 x x 5 = x x 5 = 6
7 Che a meno di porre x 3 = t x 5 = s è proprio la soluzione ottenuta prima. Come prima confrontiamo le matrici dei vari step. x x + x 3 x 4 3x 5 = D 4x 3x 3 + x 4 + 7x 5 = x x 5 = /3 E x x + x 3 x 4 3x 5 = x 3 4 x x 5 = x x 5 = 3 3/4 3/ /3 F x x + x x 5 = x 3 4 x x 5 = x x 5 = 8/3 3/4 3/ /3 G x x x 5 = x 3 4 x x 5 = x x 5 = / 7/6 3/4 3/ /3 Ovviamente le operazioni effettuate sono le seguenti: dividere una riga per il suo pivot e utilizzarla per eliminare le entrate nella colonna sopar al suo pivot. A parte dividere una riga per il pivot la tecnica è la stessa usata nell eliminazione di Gauss solo che ora si lavora andando verso l alto. Si noti che nella matrice ottenuta alla fine dell eliminazione le colonne indicate sono quelle senza pivot; queste determinano i parametri e non possono essere annullato dal procedimento a ritroso appena fatto infatti la matrice ottenuta al passo G è / 7/6 3/4 3/ /3 e le colonne blu sono le uniche non portate a dal procedimento (e non è possibile farlo con le operazioni descritte). Quando una matrice è in questa forma la soluzione del sistema da esso rappresentato è ovvia: le colonne blu individuano i parametri e basta cambiane i segni per ottenere x = t/ + 7s/6 x = 3t/4 3s/ x 4 = s/3 che sono esattamente le soluzioni trovate in precedenza..4 Gli stessi esempi Applichiamo Gauss-Jordan alle matrici ridotte a scala nella sezione... Abbiamo la matrice ridotta a scala / 5/ 3 3 7
8 L unica colonna senza pivot è la quinta che quindi non verrà azzerata dal procedimento. Cominciamo a dividere la quarta riga per il suo pivot: / 5/ ed ora moltiplichiamola per / e e sommiamola alle righe soprastanti ottenendo Dividiamo la terza riga per il suo pivot: 4 4 /3 e moltiplichiamola per 4 e e sommiamola alle righe soprastanti ottenendo /3 4 /3 /3 Dividiamo la seconda riga per il suo pivot: /3 /6 /3 e sommiamola alla prima che ci da come soluzioni del sistema lineare /6 /6 /3 x = t/6 x = t/6 x 3 = t/3 x 4 = t x 5 = t.. Partendo dalla matrice 3 3 7/ 3/ / /3 dividiamo ogni riga per il suo pivot ottenendo 3/ / 7/6 / 6 6 5/3 8
9 Ora se utilizziamo l ultima riga per eliminare le entrate della quinta colonna dalle righe precedenti otteniamo 3/ / 7/6 / 6 in quanto l ultima riga ha un solo elemento non nullo il pivot quindi se la moltiplichiamo per una quantità reale e la sommiamo a un altra riga cambierà solo il quinto elemento di quella riga. Ora lo stesso discorso vale adesso per la quarta e dunque possiamo cancellare i termini della quarta colonna sopra al pivot: 3/ 7/6 Ancora ragionando allo stesso modo con la terza e poi con la seconda riga otteniamo la matrice che è l identità. Dunque l unica soluzione del sistema è x = x = x 3 = x 4 = x 5 =. Questo succede ogni volta che al termine della riduzione a scala i pivot stanno su ogni colonna (e quindi formano la diagonale di una matrice quadrata). 3. Partendo dalla matrice 3 7 dividiamo la quarta riga per ed usiamola per eliminare le entrate sopra al pivot della quinta colonna. 7 Ora dividiamo la terza riga per il pivot. /7 e moltiplichiamola per e per sommarla alle righe soprastanti. /7 6/7 /7 9
10 Ora dividiamo la seconda riga per il suo pivot /7 3/7 /7 e sommiamola alla prima. Dunque le soluzioni del sistema sono.5 Esercizi 9/7 3/7 /7 x 5 = x 4 = t x 3 = t/7 x = 3t/7 x = 9t/7. Esercizio Ridurre a scala le seguenti matrici 3 5 (i) (ii) (iii) (iv) (v) Esercizio Risolvere i sistemi lineari omogenei associati alle seguenti matrici 3 (i) (ii)
11 (iii) (iv) (v) Sistemi lineari Come abbiamo visto la riduzione a scala permette di risolvere i sistemi del tipo Ax = ovvero permette di calcolare il nucleo di una matrice. Trattiamo ora il caso dei sistemi non omogenei e dei sistemi dipendenti da parametri.. Sistemi lineari non omogenei Consideriamo il sistema Ax = b: 4 x x = 4 x 3 La prima equazione è e dunque se ricaviamo x otteniamo x + x x 3 = quindi sostituendo nella seconda avremo o semplificando Dunque il sistema diventa x = x + x 3 + ( x + x 3 + ) + 4x = 4 x 3 = x x = x 3 Le ultime due equazioni x 3 = e x 3 = sono in realtà la stessa equazione e dunque possiamo eliminare una delle due. Infine otteniamo x = t + x = t x 3 = Dunque il metodo di sostituzione ed eliminazione funziona anche in questo caso solo che bisogna tenere conto anche dei termini noti. Ovvero non riduciamo a scala solo la matrice A associata ai coefficienti ma la matrice estesa à ottenuta aggiungendo alla matrice A la colonna b dei termini noti: à = 4 4
12 In rosso come prima sono indicati i pivot in blu sono indicate le colonne dei parametri; lo verde nella colonna dei termini noti è una condizione di compatibilità: un sistema lineare non omogeneo si risolve se e solo se dopo l eliminazione di Gauss a tutte le righe nulle di A corrisponde uno nella colonna dei termini noti. Equivalentemente il sistema si risolve se e solo se non c è un pivot nella colonna dei termini noti. che è la soluzione che abbiamo trovato prima: x = t + x = t x 3 =. Come abbiamo detto la risolubilità del sistema Ax = b dipende in generale dal termine noto b: se i pivot della matrice à = (A b) sono gli stessi della matrice A ovvero se nessun pivot compare nella colonna aggiunta a destra allora il sistema è risolubile. Ad esempio consideriamo il sistema Ax = b con A la matrice precedente e b = ( ) t. Si ha à = 4 In questo caso compare un pivot nella quarta colonna e quindi il sistema non si può risolvere. Infatti questo corrisponde al seguente sistema di equazioni e l ultima equazione è evidentemente impossibile. x + x x 3 = x 3 = = Osserviamo che nel ridurre a scala à operiamo anche la riduzione a scala di A quindi nel caso le condizioni di compatibilità siano verificate otterremo soluzioni che dipendono da tanti parametri quante sono le colonne di A senza pivot. Osserviamo inoltre che se la matrice A è quadrata e ridotta a scala ha il numero massimo possibile di pivot (cioè quanto il numero di righe=numero di colonne= n) allora il sistema Ax = b è risolubile per ogni b in quanto à avrà n righe e n + colonne e dunque (essendo i pivot uno per riga) potrà avere al più n pivot che sappiamo devono già comparire tutti in A; dunque non ci sarà alcun pivot nella colonna dei termini noti.. Sistemi lineari con parametro Per t R si consideri la matrice t A t = t 4 t Supponiamo di voler studiare al variare di t R le soluzioni del sistema A t x = ; ad esempio cercando di determinare quanti parametri compariranno nelle soluzioni. Se cerchiamo di ridurre a scala A vediamo subito che c è un problema: dovremmo dividere la prima riga per t moltiplicarla per e sommarla alla seconda. Questo è possibile solo quando t dunque dovremmo studiare poi separatamente la matrice A ; in tal caso i primi passaggi della riduzione a scala sarebbero t t t t 4 4/t /t t 4 4/t /t t 4 t t t + 5 4/t 4 + /t t t 4/t /t t 5 + 4/t /t = 4/t /t t 5 + 4/t /t 5 4/t + (t + )(4/t ) 4 + /t (t + )/t t 3 + 4/t /t
13 Ora si dovrebbe moltiplicare la terza riga per (t + 3 4/t)/(t 5 + 4/t) quindi bisogna imporre che t 5 + 4/t ovvero In questo caso otteniamo t 5t + 4 = (t )(t 4) t 4 t 4/t /t t 5 + 4/t /t ( /t)(t ) t 5+4/t Vediamo che tre dei pivot dipendono da t; dobbiamo dunque studiare il loro annullarsi al variare di t. Il primo pivot si annulla per t = valore già escluso il terzo si annulla per t = 4 anch essi esclusi il quarto ancora si annulla per t =. Dunque se t 4 la matrice ha 4 pivot. Dobbiamo studiare separatamente i casi t = t = t = 4. Applicando a ciascuno il metodo di riduzione a scala (cosa che non facciamo qui ma che il lettore è caldamente invitato a fare) si vede che per t = e t = 4 vi sono ancora 4 pivot mentre per t = ne troviamo solo. Cerchiamo ora di operare più intelligentemente la riduzione a scala per evitare troppi casi particolari. Riordiniamo le righe come segue: t t 4 t t 4 t t e procediamo con la riduzione a scala t 4 t t 4 t t 4 t/ t/ t t/ t/ t Ora vediamo che (t + ) = ( t/) + e dunque ( t + 6 4) ( t 4 ) + ( t/ t/ ) = ( t ) quindi sottraendo la seconda riga alla quarta e sommando due volte la terza alla quarta otteniamo t 4 t/ t/ t Ora sottraiamo /4 della quarta riga alla terza e sommiamo / della quarta alla seconda 3 t/ 3/ t Infine sommiamo t/ volte la seconda riga alla terza 3 3/ 3t/ t t e sottraiamo 4/3 volte la terza riga dall ultima 3 3/ 3t/ t 4/3 4t/3 3
14 I pivot sono evidenziati in rosso come al solito. Per studiare il numero di parametri del sistema troviamo i valori di t per cui i valori pivot possono annullarsi (e quindi non essere più pivot). Vediamo che questo capita se e solo se 3 3 t = oppure t = ovvero se e solo se t =. Per t = due pivot si annullano (e la riduzione a scala che abbiamo fatto finora rimane valida non avendo mai diviso per quantità contenenti t) e dunque possiamo affermare che il sistema A t x = per t ha un unica soluzione x = x = x 3 = x 4 = mentre per t = vi saranno soluzioni dipendenti da parametri. Ovviamente c è anche il caso di sistemi lineari non omogenei dipendenti da parametro ad esempio A t x = b s con t x 3 x t 4 x 3 = 7 t s + 3 Come abbiamo già visto se t la matrice A ha 4 pivot quindi riducendo a scala Ãst = (A t b s ) non potremo trovare alcun pivot nella colonna dei termini noti. Dunque se t per ogni s il sistema A t x = b s ha un unica soluzione (quante ne ha A t x = ). D altra parte se t = dobbiamo verificare se 3 Ã s = s + 3 ha solo due pivot. Riduciamola a scala s 3 x s + 8 In rosso i pivot in blu le colonne dei parametri in verde le condizioni di compatibilità. Osserviamo che affinché il sistema abbia soluzione si deve avere s + 8 = ovvero s = 8. Riassumendo dim ker A t dim ImA t dim{x : A t x = b s } t 4 s se s = 8 t = se s 8 Ricordiamo che la dimensione del nucleo di A t è il numero di parametri nelle soluzioni di A t x = e che la dimensione dell immagine di A t è il numero di pivot che compaiono in una riduzione a scala. La dimensione delle soluzioni di A t x = b s è anch essa data dal numero di parametri ed è la stessa di ker A t se il sistema è risolubile..3 Esercizi Esercizio 3 Risolvere i seguenti sistemi lineari non omogenei. (i) x x x 3 x 4 x 5 x 6 = 4
15 (ii) (iii) 3 3 x x x 3 3 x 4 = x 5 x 3 x x 3 x 4 = 3 x 5 x 6 4 Esercizio 4 Discutere i seguenti sistemi lineari dipendenti da parametro. t x (i) t x t x 3 = t x 4 t x x (ii) + t t x 3 x 4 = t x 5 s t x 6 s (iii) t s t t 4 x x = 4 t x 3 s 3 Indipendenza lineare Ricordiamo che m vettori w... w m si dicono linearmente indipendenti su R se ogni volta che si ha per forza che λ w λ m w m = λ =... = λ m =. Ovvero se e solo se la loro unica combinazione lineare nulla è quella ottenuta con tutti i coefficienti nulli. Formando una matrice C = (w w m ) con i vettori w i come colonne possiamo dire che essi sono linearmente indipendenti se e solo se il sistema Cx = ha come unica soluzione x =. Consideriamo una matrice A n k e chiamiamo v... v k le sue colonne; allora si ha Ax = x v x k v k. Supponiamo che dopo la riduzione a scala compaiano meno di k pivot e che quindi ad esempio l ultima colonna non ne contenga. Di conseguenza nelle soluzioni del sistema Ax = la variabile x k sarà un parametro diciamo x k = t; per cui posso scegliere t = ed ottenere una soluzione (x... x k ) ovvero x v x k v k + v k = da cui v k = x v... x k v k Se contemporaneamente fissiamo a gli altri eventuali parametri troveremo v k scritto come combinazione lineare delle sole colonne in cui compare un pivot. 5
16 In conclusione le colonne dei parametri sono linearmente dipendenti da quelle contenenti i pivot. D altra parte supponiamo di prendere solo le colonne che contengono un pivot e metterle in una nuova matrice (più piccola) B; allora riducendo B a scala con le stesse operazioni otterremo una matrice con un pivot in ogni colonna dunque l unica soluzione di By = è y = ovvero le colonne di B sono linearmente indipendenti. Dunque le colonne con i pivot sono linearmente indipendenti ma appena aggiungiamo una delle altre colonne questa non è indipendente dalle precedenti. Ad esempio consideriamo i vettori v = v = v 3 = v 4 = 3 v 5 = v 6 = 3 e riduciamo quindi a scala la matrice A che ha loro come colonne: /5 / /5 9/ Da cui per risolvere il sistema Ax = dobbiamo porre x = 8s/5 t/5 x = s/5 + 9t/5 x 3 = 9s/5 + 3t/5 x 4 = s x 5 = t x 6 = t ovvero abbiamo ( 8 5 s ) ( 9 5 t v + 5 t ) ( 3 5 s v + 5 t 9 ) 5 s v 3 + sv 4 tv 5 + tv 6 = per ogni scelta di s t R. In particolare ponendo s = t = abbiamo da cui e ponendo s = t = abbiamo 8 5 v 5 v 9 5 v 3 + v 4 = v 4 = 8 5 v + 5 v v 3 5 v v v 3 v 5 + v 6 = da cui v 6 = 5 v 9 5 v 3 5 v 3 + v 5 Quindi come dicevamo prima i vettori corrispondenti alle colonne di parametri possono essere espressi come combinazione lineare dei vettori che corrispondono ai pivot. D altra parte se consideriamo la matrice B = 6
17 vediamo che riducendola a scala otteniamo Essendoci 4 pivot il sistema By = ha solo la soluzione y = dunque i vettori v v v 3 v 5 sono linearmente indipendenti. Per quanto detto prima poi aggiungendo v 4 o v 6 all insieme otteniamo dei vettori dipendenti. 3. Estrarre una base da un sistema di generatori Una base di uno spazio vettoriale è un sistema di generatori linearmente indipendenti; in particolare estraendo da un sistema di generatori un insieme di vettori linearmente indipendenti massimale questo rimane un sistema di generatori. Nell esempio precedente l insieme {v... v 6 } è un sistema di generatori di R 4 e quindi l insieme {v v v 3 v 5 } è una base di R 4. Osserviamo che anche gli insiemi {v v v 4 v 5 } o {v v v 3 v 6 } sono basi; in generale la riduzione a scala permette di scegliere un insieme di vettori linearmente indipendenti diverso a seconda dell ordine delle colonne. In particolare si prendono più vettori possibile consecutivi a partire dal primo (nel nostro caso v v v 3 ) e poi si fa ogni volta il salto più piccolo possibile (non potendo prendere v 4 che dipende dai tre precedenti si prende v 5 ). Applichiamo quanto detto ad alcuni esempi.. Consideriamo R 6 e i due sottospazi V = {x + x = x 3 + x 5 = x 4 + x 6 x + x 3 = x + x 6 } W = {x + x 3 + x 4 = x + x 5 + x 6 = x 3 = x 6 } Vogliamo determinare una base del sottospazio vettoriale V W. Cominciamo con il trovare una base di V ed una di W. Notiamo che se poniamo A = B = abbiamo che V = {x : Ax = } W = {x : Bx = } e dunque per trovare le loro basi non dobbiamo far altro che risolvere i sistemi lineari indicati. Otteniamo s/ r/ s t r/ s/ V = r s + t r t r r s t R W = t r r s t R s s t t Per averne due basi basta porre a turno un parametro uguale a e gli altri uguali a : / / / / V = Span W = 7
18 Quindi l insieme / / / / è un insieme di generatori per V W. Per estrarne una base riduciamo a scala: / / / / / / / / 3 / / / / 3 Dunque una base è quella formata dai primi 5 vettori / / / / In particolare dim V W = 5 quindi dim V W = dim V + dim W dim V W = =.. Consideriamo lo spazio vettoriale R 5 e i tre vettori linearmente indipendenti v = 4 v = v 3 = 4 3 e vogliamo trovare una base di R 5 che contenga questi vettori. Per fare questo consideriamo la base canonica {e... e 5 } di R 5 e costruiamo la matrice A = (v v v 3 e e e 3 e 4 e 5 ) Riducendola a scala troveremo 3 pivot nelle prime tre colonne (che già sappiamo essere indipendenti) e altri due nelle ultime 5; questi due vettori completeranno i 3 dati ad una base di R
19 /5 3/5 7/5 38/5 /5 9/5 5 9/5 3/5 7/5 7/5 347/45 38/9 37/5 /5 /5 34/5 358/45 37/ /5 3/5 7/5 7/5 347/45 38/9 98/3 445/3 34/7 Dunque i primi 5 vettori formano una base ovvero {v v v 3 e e }. 3. Data un applicazione lineare con f : R 4 R 5 x x + x 3 f x x 3 = x + x 3 x 4 x x x 4 x x x 3 3x 4 4 x + x 3 + x 4 vogliamo determinare l immagine di f ad esempio dandone una base. associata ad f rispetto alle basi canoniche. A = 3 Scriviamo la matrice L immagine di f è generata dalle immagini della base del dominio: se e e e 3 e 4 è la base canonica di R 4 allora i vettori f(e ) f(e ) f(e 3 ) f(e 4 ) generano l immagine di f. Tali vettori nella base canonica di R 5 hanno come coordinate le colonne della matrice A dunque per estrarne una base dell immagine basta ridurre a scala A Dunque una base dell immagine è data dalle colonne e 4 ovvero da 3 3. Base adattata ad una successione di sottospazi Consideriamo R 4 e i suoi tre sottospazi V = Span V = Span V 3 = Span Osserviamo che V V V 3 R 4. Vogliamo costruire una base di R 4 formata da vettori {v v v 3 v 4 } tali che V = Span{v } V = Span{v v } V 3 = Span{v v v 3 }; questo è possibile perché gli spazi sono uno dentro l altro. 9
20 Per farlo prendiamo le basi di ogni sottospazio e quella di R 4 e mettiamole come colonne di una matrice che ridurremo a scala. 4 A = 3 3 Ridotta a scala la matrice diventa e quindi la base cercata è 3. 3 Come si vede lo spazio generato dal primo vettore è V quello generato dai primi due è V quello generato dai primi tre è V 3 (ed ovviamente quello generato da tutti e quattro è R 4 ). Un esempio in cui si applica il procedimento precedente è la ricerca di una base di Jordan. Consideriamo la matrice 3 A = Il suo polinomio caratteristico è p A (λ) = λ 5 + λ 4 + 5λ 3 λ 8λ 4 = (λ ) (λ + ) 3. D altra parte posto N = 5 3 N 4 = abbiamo che rkn = 4 rkn = 4 quindi λ m.a. m.g. 3 da cui sappiamo che la forma di Jordan è J A = Il problema è ora quello di calcolare una base di Jordan. A questo scopo calcoliamo N =
21 N = N = Vediamo che 7 7 ker N = Span 8 ker N = Span ker N = Span 9 7 ker N = Span ker N 3 = Span Ora per determinare la parte della base legata all autovalore λ = consideriamo i nuclei di N e N ; ovviamente si ha ker N ker N e vogliamo estrarre una base di quest ultimo adattata a questa catena di sottospazi. Per far ciò come prima giustapponiamo le basi e riduciamo a scala Dunque una base di ker N è data da e di questi il secondo non appartiene a ker N quindi calcoliamo N 9 = = Dunque la parte di base relativa a λ = è N = Allo stesso modo facciamo per λ = : 3 3
22 3 Dunque la base di ker N 3 adattata alla successione di spazi ker N ker N ker N 3 è 3 Consideriamo quindi i vettori che non appartengono a ker N ovvero solo l ultimo e costruiamo la base N N ovvero 4 5. Dunque una base per la forma di Jordan che abbiamo scritto è Esercizi Esercizio 5 Sia V R 6 definito come V = Span Si determini una base per V. Esercizio 6 Sia v... v 6 una base di V spazio vettoriale reale. Estrarre dall insieme di vettori {v + v v + v 3 v 3 + v 4 v 4 + v 5 v 5 + v 6 } un insieme di vettori linearmente indipendenti più grande possibile. Esercizio 7 Si considerino in R 8 i sottospazi V = x + x 4 + x 7 x 8 = x x 3 + x 5 x 6 = x + x x 3 x 7 = W = x x 4 + x 6 x 8 = x x 3 + x 4 x 6 = x + x 5 + x 7 x 8 = x x 5 + x 6 x 7 = e si determini una base per V W.
23 Esercizio 8 Siano data da e data da f : R 3 R 5 x + x x x x f x = x 3 + x x 3 x 3 x 3 x x 3 g : R R 5 x x ( ) x x + x g = x x x x. x Determinare una base per Imf Img. Esercizio 9 Sia f : R 6 R 6 data da x x + x + x 3 + x 4 x x + x 3 + x 4 + x 5 f x 3 x 4 = x 3 + x 4 + x 5 + x 6 x + x 4 + x 5 + x 6 x 5 x + x + x 5 + x 6 x 6 x + x + x 3 + x 6. Si determini una base dell immagine di f. Esercizio Sia A = Si determini una base di R 5 adattata ai sottospazi ker A ker A ker A 3 = R 5. 4 Matrici. Come abbiamo già sottolineato nelle sezioni precedenti riducendo a scala troviamo una base dell immagine di un applicazione lineare. Nel caso di una matrice (applicazione lineare tra R k e R h ) la dimensione dell immagine è il rango della matrice. Inoltre il numero di parametri (ovvero il numero di colonne meno il numero di pivot) è la dimensione del nucleo della matrice. Dunque ad esempio data A = 5 3 la sua riduzione a scala è e quindi rka = 3 e dim ker A =. 3 3 /3 /3 3
24 . Riducendo a scala una matrice quadrata si ottiene in particolare una matrice diagonale: A = Nel procedimento abbiamo operato uno scambio tra due righe vicine dunque si ha la seguente relazione 3 det A = ( ) det 3 = ( )( )( )( ) = Dunque in generale se riducendo a scala la matrice A otteniamo la matrice triangolare T e nel procedimento abbiamo operato s scambi tra righe vicine abbiamo che det A = ( ) s det T Osserviamo che ad esempio data una matrice 4 4 scambiare la prima riga con la quarta equivale a scambiare la prima con la seconda poi la seconda con la terza poi la terza con la quarta poi la terza con la seconda poi la seconda con la prima quindi 5 scambi tra righe vicine. 3. Data una matrice quadrata A la matrice inversa di A è una matrice B tale che AB = I Se chiamiamo v... v n le colonne di B abbiamo che Av i = e i dove {e... e n } è la base canonica di R n. Dunque per trovare l inversa basta risolvere contemporaneamente gli n sistemi lineari Ax = e i. Consideriamo la matrice A = ed operiamo con l algoritmo di Gauss-Jordan sulla matrice /3 /3 5/3 /3 /7 6/7 /7 /7 4/7 3/7 3/7 /7 /7 /7 /7 /7 /7 5/7 /7 3/7 dunque si ha /7 6/7 /7 /7 A = 4/7 3/7 3/7 /7 /7 /7 /7 /7 /7 5/7 /7 3/7 4
25 4. Esercizi Esercizio Calcolare rango e dimensione del nucleo delle seguenti matrici (i) ( ) 3 (ii) (iii) (iv) Esercizio Calcolare determinante e inversa delle seguenti matrici 5 4 (i) (ii) (iii) (iv)
Note 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
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
DettagliEsercizi di geometria per Fisica / Fisica e Astrofisica
Esercizi di geometria per Fisica / Fisica e Astrofisica Foglio 3 - Soluzioni Esercizio. Stabilire se i seguenti sottoinsiemi di R 3 sono sottospazi vettoriali: (a) S = {(x y z) R 3 : x + y + z = }. (b)
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA
CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore
DettagliMauro Saita, Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi vettoriali R, IR 2, IR 3 motivando
CORSO DI ALGEBRA LINEARE: Esercitazione n.1 del 20/12/2004. Mauro Saita, e-mail: maurosaita@tiscalinet.it 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi
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)
DettagliGeometria per Fisica e Astrofisica
Geometria per Fisica e Astrofisica Soluzione esercizi - Foglio 3 Esercizio. Risolvere i seguenti sistemi lineari al variare dei parametri reali α β e k < < (a) x + y z = αx + αy + βz = x + y z = β. (b)
Dettaglidipendenti. Cosa possiamo dire sulla dimensione di V?
Esercizi Esercizi. In uno spazio vettoriale V ci sono tre vettori v, v 2, v linearmente indipendenti. Cosa possiamo dire sulla dimensione di V? 2. In uno spazio vettoriale V ci sono tre vettori v, v 2,
DettagliEsercizi di Geometria 1 - Foglio 3bis
Esercizi di Geometria - Foglio 3bis Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso dicembre 7 Esercizio. Sia f : V W un applicazione e G = {(v,
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
Dettaglir 2 r 2 2r 1 r 4 r 4 r 1
SPAZI R n 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x, y, z)
DettagliFederica Gregorio e Cristian Tacelli
1 Sistemi lineari Federica Gregorio e Cristian Tacelli Un sistema lineare m n (m equazioni in n incognite) è un insieme di equazioni lineari che devono essere soddisfatte contemporaneamente a 11 x 1 +
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA
UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito C 3/5/25 A. A. 24 25 ) Risolvere il seguente sistema
DettagliESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R:
ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R: x 1 + x = 0 6x 1 + (λ + )x + x 3 + x 4 = 1 x 1 4x + (λ + 1)x 3 + 6x 4 = 3
DettagliAlgebra Lineare. a.a Gruppo A-H. Prof. P. Piazza Soluzioni del compito pomeridiano del 6/12/2004
Algebra Lineare. a.a. 004-05. Gruppo A-H. Prof. P. Piazza Soluzioni del compito pomeridiano del 6/1/004 Esercizio 1. Siano V e W due spazi vettoriali e sia F : V W un isomorfismo (quindi F è lineare e
DettagliA titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.
) Trovare le soluzioni del seguente sistema lineare: x+ y+ z = 3x y + z = 0 x + 5y 4z = 5 Osserviamo in primo luogo che il sistema dato è un sistema quadrato di tre equazioni in tre incognite, precisamente
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 10 aprile 01 Esercizio 1 Sia E 3 lo spazio euclideo tridimensionale dotato di un riferimento cartesiano ortonormale di coordinate
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
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
DettagliAppunti di Geometria - 2
Appunti di Geometria - Samuele Mongodi - s.mongodi@sns.it Cambi di base e applicazioni lineari Richiami Sia V uno spazio vettoriale di dimensione n sul campo K, con base assegnata e,..., e n } (ad esempio
DettagliEsercizi 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
DettagliArgomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliAnalisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c.
Analisi dei dati corso integrato - Algebra lineare 4.3.8 e 5.3.8-1 1. Nella lezione precedente abbiamo definito lo spazio nullo e lo spazio delle colonne di una matrice; ora definiamo lo spazio delle righe
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA
UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito B 3/05/005 A. A. 004 005 ) Risolvere il seguente sistema
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
DettagliCapitolo 5 Applicazioni lineari Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti
Capitolo 5 Applicazioni lineari Esercizi svolti Tutorato di geometria e algebra lineare Marco Robutti 5 Ottobre 27 Introduzione Gli esercizi di questo capitolo riguardano i seguenti argomenti: Data un
DettagliEsempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:
Nucleo, immagine e loro proprietà [Abate, 5.2] Data una applicazione lineare f : V W, chiamiamo nucleo di f l insieme N(f) := { v V : f(v) = 0 W } Se S V è un sottoinsieme del dominio, indichiamo con f(s)
DettagliCORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
DettagliSistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria 1 che ho tenuto presso la
DettagliLAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica 2 Padova TEMA n.1
LAUREA IN INGEGNERIA CIVILE ED AMBIENTE-TERRITORIO Corso di Matematica Padova -8-8 TEMA n.1 PARTE 1. Quesiti preliminari Stabilire se le seguenti affermazioni sono vere o false giustificando brevemente
DettagliSISTEMI 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
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari I sistemi di equazioni si incontrano in natura in molti problemi di vita reale. Per esempio, prendiamo in considerazione una bevanda a base di uova, latte e succo d arancia.
DettagliEsame di Geometria e Algebra Lineare Politecnico di Milano Ingegneria informatica Appello 30 Aprile 2015 Cognome: Nome: Matricola:
Esame di Geometria e Algebra Lineare Politecnico di Milano Ingegneria informatica Appello 3 Aprile 25 Cognome: Nome: Matricola: Tutte le risposte devono essere motivate. Gli esercizi vanno svolti su questi
Dettagli1. Consideriamo un sistema lineare. E piuttosto naturale aspettarsi che
Algebra Lineare (Matematica CI) 151113 1 Consideriamo un sistema lineare E piuttosto naturale aspettarsi che (a) se il numero delle equazioni e minore del numero delle incognite allora il sistema e indeterminato;
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
DettagliCdL in Informatica GEOMETRIA ed ALGEBRA prof. Fabio GAVARINI a.a Esame scritto del 21 Giugno 2019 Sessione Estiva, I appello
CdL in Informatica GEOMETRIA ed ALGEBRA prof. Fabio GAVARINI a.a. 218 219 Esame scritto del 21 Giugno 219 Sessione Estiva, I appello Testo & Svolgimento [1] Si considerino le due matrici 1 2 A := 2 Mat
DettagliDefinizione 1 Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v 1 V, v 2 V ;
Spazi vettoriali Definizione Un insieme (V, +, ) dotato delle due operazioni: - + somma di elementi v V, v V ; - prodotto per uno scalare λ K, (K campo); e chiuso rispetto ad esse, è uno spazio vettoriale
Dettagli1 o ESONERO DI ALGEBRA (Studenti di Informatica canale D Andrea) 10 Novembre 2014 Soluzione
1 o ESONERO DI ALGEBRA (Studenti di Informatica canale D Andrea) 10 Novembre 2014 Soluzione 1. Scrivere la matrice associata all applicazione lineare T : R 3 R 4 definita da T (x, y, z) (2x + y z, 3y +
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
Dettagli14 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
DettagliEquazioni di primo grado
Equazioni di primo grado 15 15.1 Identità ed equazioni Analizziamo le seguenti proposizioni: a ) cinque è uguale alla differenza tra sette e due ; b ) la somma di quattro e due è uguale a otto ; c ) il
DettagliSistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 200-20 2 a di o.0 4 Capelli Rango o Caratterisca : definizioni a di o.0 Un equazione nelle n incognite x,..., x n della forma dove
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
DettagliSistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine
DettagliCompito di MD A.A. 2013/14 4 Settembre 2014
Compito di MD A.A. 3/4 4 Settembre 4 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non saranno valutate risposte prive
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
DettagliINGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 25 FEBBRAIO a a. A a = 1 a 0
INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 5 FEBBRAIO 013 Esercizio 1. Al variare del parametro a R, si consideri la matrice A a = 1 a 0 a 1 0. 1 1 a (1) Si discuta al variare
DettagliCorso di Geometria BIAR, BSIR Esercizi 4: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE0 - Geometria a.a. 07-08 Prova scritta del 7-7-08 TESTO E SOLUZIONI Svolgere tutti gli esercizi.. Per R considerare il sistema lineare X
DettagliGeometria BAER Test di autovalutazione del 31/10/18
Geometria BAER Test di autovalutazione del 3//8 LEGGERE ATTENTAMENTE PRIMA DI ANDARE ALL INIZIO DEL TEST ALLA PAGINA SUCCESSIVA. NON LEGGERE LE DOMANDE PRIMA DI INIZIARE IL TEST Il test NON É VALUTATO
Dettagli1 Esercizi 13. 3x + λy + 2z = 0 (1 λ)x + 5y + 3z = 0 3x + 2y + z = 0
1 Esercizi 13 1. Discutere le soluzioni del sistema seguente al variare del parametro λ R. 3x + λy + 2z 0 (1 λ)x + 5y + 3z 0 3x + 2y + z 0 Soluzione. Si tratta di un SLO 3 3 e sappiamo che tale sistema
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
DettagliIstituzioni di Matematiche Modulo A (ST)
Istituzioni di Matematiche Modulo A (ST V II foglio di esercizi ESERCIZIO. Nei seguenti sistemi lineari, discutere l insieme delle soluzioni al variare del parametro t, o dei parametri t e τ, in R. 5 x
DettagliAlgebra lineare Geometria 1 15 luglio 2009
Algebra lineare Geometria 1 15 luglio 2009 Esercizio 1. Nello spazio vettoriale reale R 3 [x] si considerino l insieme A k = {1 + x, k + (1 k)x 2, 1 + (k 1)x 2 + x 3 }, il vettore v k = k + kx x 3 e la
DettagliLezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari
Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della
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
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,
DettagliDefinizione 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
DettagliAx = b ; b = b 1 b 2. a 11 a 12 a 1n a 21 a 22 a 2n. b m. a m1 a m2 a mn
SISTEMI LINERI Consideriamo il seguente sistema di m equazioni lineare nelle n incognite,,, n : a + a + + a n n = b >< a + a + + a n n = b = >: a m + a m + + a mn n = b m tale sistema può essere scritto
Dettagli12 gennaio Commenti esame di geometria - Ing. gestionale - a.a
Questo documento riporta commenti, approfondimenti o metodi di soluzione alternativi per alcuni esercizi dell esame Ovviamente alcuni esercizi potevano essere risolti utilizzando metodi ancora diversi
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
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
DettagliUniversità di Pisa - Ingegneria Meccanica Geometria e Algebra Lineare 2009/2010. Soluzioni esercitazione 11/11/2009
Università di Pisa - Ingegneria Meccanica Geometria e Algebra Lineare 29/2 Soluzioni esercitazione //29 Esercizio. Risolvere, al variare del parametro reale λ, il seguente sistema lineare: x 2 y z = λ
Dettagli8 novembre Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
Dettagli11 settembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura 3 ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
DettagliProva scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017
Prova scritta di Geometria Docente: Giovanni Cerulli Irelli Gennaio 7 Esercizio. Si considerino i seguenti tre punti dello spazio euclideo: P :=, Q :=, R :=.. Dimostrare che P, Q ed R non sono collineari.
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliUniversità degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 2 settembre 2013 Tema A
Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) settembre 013 Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliNote per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice
Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta Versione del 21/12/07 Metodi per il calcolo del rango di una matrice Sia A M m,n (K). Denotiamo con A (i) la riga i-ma di A, i {1,..., m}.
DettagliGeometria A. Università degli Studi di Trento Corso di laurea in Matematica A.A. 2017/ Maggio 2018 Prova Intermedia
Geometria A Università degli Studi di Trento Corso di laurea in Matematica A.A. 7/8 Maggio 8 Prova Intermedia Il tempo per la prova è di ore. Durante la prova non è permesso l uso di appunti e libri. Esercizio
DettagliAlgebra Lineare Corso di Ingegneria Biomedica Compito del
Algebra Lineare Corso di Ingegneria Biomedica Compito del -- - È obbligatorio consegnare tutti i fogli, anche il testo del compito e i fogli di brutta. - Le risposte senza giustificazione sono considerate
DettagliA =, c d. d = ad cb. c d A =
Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
Dettaglix 1 x 2 x 3 x 4 x 3 x 1 + x 3
a.a. -6 Esercizi. Applicazioni lineari. Soluzioni. Sia : R 4 R 4 l applicazione lineare data da e siano dati i sottospazi + x ( x ) = +, + x 4 + x 4 U = span{, } W = span{, }. (i) Determinare ker e dire
DettagliPer le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.
COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda
Dettaglie non ci possono chiaramente essere minori di ordine più grande per cui il rango per minori è 2. Rango per pivot: Svolgiamo la riduzione
18 ottobre 2011 1. Per le matrici seguenti calcolare il rango per minori, il rango per pivot, il rango per righe ed il rango per colonne. Verificare che si ottiene sempre lo stesso numero. Determinare
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliUniversità degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (nuovo programma) 2 settembre 2013 Tema A
Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (nuovo programma) settembre 013 Tema A Tempo a disposizione: ore e mezza Calcolatrici, libri e appunti non sono ammessi Ogni esercizio
DettagliAlgebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
DettagliDipendenza 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
DettagliCorso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
DettagliOperazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
DettagliRISOLVERE EQUAZIONI DI PRIMO GRADO INTERE
Prof. Di Caprio 1 RISOLVERE EQUAZIONI DI PRIMO GRADO INTERE Introduzione In questa lezione impareremo a risolvere equazioni di primo grado intere. Esse sono molto utili principalmente per risolvere alcune
DettagliSi deve verificare (sulla brutta copia) che (1 i 3)z dà lo stesso risultato usando l espressione del testo e la soluzione trovata.
Università degli Studi di Bergamo Corso integrato di Analisi 1 (Geometria e Algebra Lineare 18 febbraio 1 Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
DettagliSviluppando ancora per colonna sulla prima colonna della prima matrice e sulla seconda della seconda matrice si ottiene:
M. CARAMIA, S. GIORDANI, F. GUERRIERO, R. MUSMANNO, D. PACCIARELLI RICERCA OPERATIVA Isedi Esercizi proposti nel Cap. 5 - Soluzioni Esercizio 5. - La norma Euclidea di è 9 6 5 - Il versore corrispondente
DettagliA = e 1 = e 2 + e 3, e 2 = e 1 + e 3, e 3 = e 1, ; e 3 =
aa -6 Soluzioni Esercizi Applicazioni lineari Sia data l applicazione lineare F : R R, F X A X, dove A i Sia {e, e, e } la base canonica di R Far vedere che i vettori e e + e, e e + e, e e, formano una
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
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 3. Sistemi di equazioni lineari
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 3 Sistemi di equazioni lineari Siano m, n N \ {}, sia K un campo Definizione a) Un sistema
DettagliMatematica II,
Matematica II 181111 1 Matrici a scala Data una riga R = [a 1 a 2 a n ] di numeri reali non tutti nulli il primo elemento non nullo di R si dice pivot di R Cosi il pivot di R compare come j mo elemento
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 =
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI # 7 GEOMETRIA 2005/06 Ricordiamo le seguenti formule: L Area di un parallelogramma in R 2, di lati u = (u 1, u 2 ), v = (v 1, v 2 ) è:
DettagliTutoraggio di Algebra Lineare e Geometria. Correzione del tema d'esame del 28/2/2006
Tutoraggio di Algebra Lineare e Geometria Correzione del tema d'esame del 8//6 Esercizio. Si considerino in R 4 i vettori : v =, v =, v = / / a) si dica se tali vettori sono linearemente indipendenti e
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
Dettagli