Caso di A non regolare
|
|
- Cipriano Gigli
- 7 anni fa
- Visualizzazioni
Transcript
1 Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk (A λ i I) = n m dove n è la dimensione della matrice Ricade in questo caso il caso di A con tutti autovalori distinti, ma anche quando in corrispondenza di un autovalore con m=2 (esempio) ho due autovettori, quindi molteplicità geometrica pari a 2 Infatti in questo caso i calcoli visti non cambiano, tranne che otteniamo due modi naturali coincidenti In generale, A non è regolare quando per almeno un autovalore ho che la sua molteplicità geometrica è strettamente minore della sua molteplicità algebrica In questo sfortunato caso, purtroppo, non esiste una forma equivalente di A diagonale Calcoleremo dunque la cosiddetta forma di Jordan della matrice A con p autovalori distinti Prendiamo un autovalore generico λ i, con molteplicità geometrica g(i) Risolvendo il classico sistema troviamo q autovettori x i, x i2,, x iq linearmente indipendenti Prendiamo il primo e iniziamo a porre (A λ i I)t i = x i (A λ i I)t i2 = t i e così via fino a trovare k vettori non nulli che formeranno una catena di autovettori generalizzati Ci fermiamo ovviamente quando è impossibile risolvere il sistema o quando il risultato è il vettore nullo Ripetiamo la stessa cosa per gli altri autovettori di partenza Queste catene sono formate tutte da vettori linearmente indipendenti e quindi formano ciascuna un sottospazio di dimensione k Trovando un numero opportuno di autovettori generalizzati associati a tutti i p autovalori distinti di A Insomma abbiamo che con gli autovettori di partenza + questi nuovi delle catene, dobbiamo proprio raggiungere n autovettori!
2 Tali autovettori saranno le colonne di una matrice invertibile T, e risulterà: A = T JT dove J è la forma canonica di Jordan di A Ma non c è bisogno di fare tutte queste moltiplicazioni e inversioni Come la matrice diagonale D, anche J ha una forma particolare È infatti diagonale a blocchi: J = J J p Ricordiamo che p era il numero di autovalori distinti di A Ciascun blocco è a sua volta diagonale a miniblocchi: J i J i = J gi Il numero di miniblocchi è pari alla molteplicità geometrica, e sono formati così: λ i J ij = λ i parliamo dopo della dimensione di questi miniblocchi Il numero di sulla sopradiagonale è pari ad n meno la somma di tutte le molteplicità geometriche Nel caso di autovalori ( complessi, ) si avranno sulla diagonale blocchetti 2x2 α ω nella solita forma ω α Esempio: A = 2 3 C è un solo autovalore, 2, di molteplicità algebrica pari a 3 La soluzione del sistema è del tipo: t s s Due possibili soluzioni sono: u = 2
3 u 2 = Per arrivare a 3 abbiamo bisogno di un autovettore generalizzato (A 2I)u 2 = t s s Di nuovo otteniamo come sottospazio delle soluzioni uno di dimensione 2 Scegliamo un autovettore qualsiasi di questo sottospazio in modo che sia linearmente indipendente da quelli che abbiamo già u 2 = La forma di Jordan è semplice Abbiamo due miniblocchi, uno di dimensione 2 (relativo ai due autovettori già esistenti) e poi un secondo di dimensione per il solo autovettore generalizzato J = Anche il numero di corrisponde a 3-2 Un altro paio di considerazioni: parlando di catene, possiamo parlare di ordine o rango di un autovettore Il rango è uguale alla posizione dell autovettore nella catena Il primo sarà di rango, il secondo di rango 2ecc fino a k Per ciascun autovalore ho quindi un numero di catene pari alla molteplicità geometrica! Lasciando perdere tutti questi discorsi teorici, vediamo come queste nuove conoscenze ci possono aiutare nello studio dei modi Per prima cosa infatti vediamo come si calcola l esponenziale di una matrice in forma di Jordan e Jit = e Λjt t k e Λit k! eλit Dove Λ i = λ i per autovalori reali, e al solito blocco 2x2 per i complessi Notiamo quindi che sulla prima riga e colonna di ogni blocco di Jordan si dispone una sorta di sviluppo di Taylor L esponenziale dei blocchetti lo sappiamo già fare! 3
4 L evoluzione libera si presenta come una combinazione lineare di modi naturali multipli Per prima cosa decomponiamo lo stato iniziale x come combinazione di componenti, ognuna presa da un autospazio Nel caso precedente, quindi, esprimiamo x come proporzione di un autovettore qualsiasi fra quelli generalizzati o meno (è sempre un autospazio solo!) Chiamiamo c(i) tale autovettore scelto (la costante non è interessante) ( ) modo = e λit I + t(a λ i I) + + tk k (A λ it) k c i k è l ordine di c(i) come autovettore generalizzato La legge temporale del modo è sempre di tipo esponenziale ma con coefficiente polinomiale nel tempo A ciascun autovalore è quindi possibile associare più modi detti coincidenti, se hanno molteplicità geometrica maggiore di Per un sistema a tempo discreto: x L (t) = t ( t h h= Esempio pratico A = ) (A λ i I) h c i λ t h i Autovalori: - con molteplicità algebrica 3 e con ma pari a u 2 = 2 u = Abbiamo bisogno di altri due autovettori generalizzati nella catena (a partire da u() ovviamente) per arrivare a 4 u 2 = 4
5 u 3 = Gli esponenti indicano l ordine o rango Notiamo che lo spazio di stato R^4 si decompone come somma diretta di due autospazi, uno associato alla prima catena e uno associato al 2 autovettore Proprio per le proprietà della somma diretta, x può essere scomposto come la combinazione lineare di due autovettori, uno per ciascun autospazio x = 3 x = x + x 2 = u u 2 x L (t) = e t u + e t u 2 Entrambi sono infatti di ordine x = 3 2 x = 4u 3 u 2 [I + t(a + I) + t22 (A + I)2 ] x L (t) = e t u 2 + e t u 3 Tanto per perdere tempo, calcoliamo anche la forma di Jordan: J = e Jt = e t te t t2 2 e t e t te t e t e t 5
Forma canonica di Jordan
Capitolo INTRODUZIONE Forma canonica di Jordan Siano λ i, per i =,, h, gli autovalori distinti della matrice A e siano r i i corrispondenti gradi di molteplicità all interno del polinomio caratteristico:
Dettagli2.1 Esponenziale di matrici
¾ ½ º¼ º¾¼½ Queste note (attualmente e probabilmente per un bel po sono altamente provvisorie e (molto probabilmente non prive di errori Esponenziale di matrici Esercizio : Data la matrice λ A λ calcolare
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliPOTENZE DI MATRICI QUADRATE
POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)
Dettagli1 Il polinomio minimo.
Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene
DettagliLo studio dell evoluzione libera nei sistemi dinamici
Lo studio dell evoluzione libera nei sistemi dinamici December, Un sistema lineare, dinamico, a dimensione finita e continuo (ovvero in cui il tempo t appartiene all insieme dei reali) può essere descritto
DettagliAlcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.
Alcuni esercii sulla diagonaliaione di matrici Eserciio Dire se la matrice A 4 8 è diagonaliabile sul 3 3 campo dei reali Se lo è calcolare una base spettrale e la relativa forma diagonale di A Svolgimento
DettagliEndomorfismi e matrici simmetriche
CAPITOLO Endomorfismi e matrici simmetriche Esercizio.. [Esercizio 5) cap. 9 del testo Geometria e algebra lineare di Manara, Perotti, Scapellato] Calcolare una base ortonormale di R 3 formata da autovettori
DettagliElementi di Algebra Lineare. Spazio Vettoriale (lineare)
Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi
DettagliTEORIA 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
DettagliESERCIZI SUI SISTEMI LINEARI
ESERCIZI SUI SISTEMI LINEARI Consideriamo ora il sistema lineare omogeneo a coefficienti costanti associato alla matrice A M n n, cioè SLO Vale il seguente = A. Teorema. Sia v R n \ } e sia λ C. Condizione
DettagliEsercizi di ripasso: geometria e algebra lineare.
Esercizi di ripasso: geometria e algebra lineare. Esercizio. Sia r la retta passante per i punti A(2,, 3) e B(,, 2) in R 3. a. Scrivere l equazione cartesiana del piano Π passante per A e perpendicolare
DettagliEsercizi sulle coniche (prof.ssa C. Carrara)
Esercizi sulle coniche prof.ssa C. Carrara Alcune parti di un esercizio possono ritrovarsi in un altro esercizio, insieme a parti diverse. È un occasione per affrontarle più volte.. Stabilire il tipo di
DettagliSistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari
Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano
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
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
DettagliRaggiungibilità e osservabilità
Raggiungibilità e osservabilità January 5, 2 La raggiungibilità e l osservabilità sono due proprietà che caratterizzano lo spazio di stato associato ad un sistema. Raggiungibilità Uno stato x è raggiungibile
DettagliCONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica
CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI DEI SISTEMI LTI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it http://www.dismi.unimo.it/members/csecchi
DettagliGeometria e algebra lineare (II parte) Bruno Martelli
Geometria e algebra lineare (II parte) Bruno Martelli Dipartimento di Matematica, Largo Pontecorvo 5, 56127 Pisa, Italy E-mail address: martelli at dm dot unipi dot it versione: 7 marzo 2017 Indice Introduzione
Dettagli1 Equazioni parametriche e cartesiane di sottospazi affini di R n
2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale
Dettagli10 dicembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
10 dicembre 003 - Soluzione esame di geometria - Ingegneria gestionale - a.a. 003-004 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura 3 ore. ISTRUZIONI
DettagliEquazioni di Stato: soluzione tramite la matrice esponenziale
Equazioni di Stato: soluzione tramite la matrice esponenziale A. Laudani November 15, 016 Un po di Sistemi Consideriamo il problema di Cauchy legato allo stato della nostra rete elettrica {Ẋ(t) = A X(t)
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
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,
DettagliDIAGONALIZZAZIONE. M(f) =
DIAGONALIZZAZIONE Esercizi Esercizio 1. Sia f End(R 3 ) associato alla matrice M(f) = 0 1 2 0. 2 (1) Determinare gli autovalori di f e le relative molteplicità. (2) Determinare gli autospazi di f e trovare,
Dettagli(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
Dettagli2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
DettagliMATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE
DIAGONALIZZAZIONE 1 MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE Matrici ortogonali e loro proprietà. Autovalori ed autospazi di matrici simmetriche reali. Diagonalizzazione mediante matrici
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
DettagliEsercizi Applicazioni Lineari
Esercizi Applicazioni Lineari (1) Sia f : R 4 R 2 l applicazione lineare definita dalla legge f(x, y, z, t) = (x + y + z, y + z + t). (a) Determinare il nucleo di f, l immagine di f, una loro base e le
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
DettagliApplicazioni lineari e diagonalizzazione pagina 1 di 5
pplicazioni lineari e diagonalizzazione pagina 1 di 5 PPLIZIONI LINERI 01. Dire quali delle seguenti applicazioni tra IR-spazi vettoriali sono lineari a. f :IR 2 IR 3 f(x y =(x y πy b. f :IR 3 IR 3 f(x
DettagliCompiti di geometria & algebra lineare. Anno: 2004
Compiti di geometria & algebra lineare Anno: 24 Anno: 24 2 Primo compitino di Geometria e Algebra 7 novembre 23 totale tempo a disposizione : 3 minuti Esercizio. [8pt.] Si risolva nel campo complesso l
DettagliMetodo dei minimi quadrati e matrice pseudoinversa
Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati
DettagliSistemi differenziali: esercizi svolti. 1 Sistemi lineari 2 2... 2 2 Sistemi lineari 3 3... 10
Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 2 2 Sistemi lineari 3 3 2 Sistemi differenziali: esercizi svolti Sistemi lineari 2 2 Gli esercizi contrassegnati con il simbolo * presentano un
DettagliCapitolo 6. Sistemi lineari di equazioni differenziali. 1
Capitolo 6 Sistemi lineari di equazioni differenziali L integrale generale In questo capitolo utilizzeremo la forma canonica di Jordan per studiare alcuni tipi di equazioni differenziali Un sistema lineare
DettagliParte 4. Spazi vettoriali
Parte 4. Spazi vettoriali A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Spazi vettoriali, 2 Prime proprietà, 3 3 Dipendenza e indipendenza lineare, 4 4 Generatori, 6 5 Basi, 8 6 Sottospazi,
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliEsercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3
Esercitazione di Geometria I 13 dicembre 2008 a. Completa la seguente definizione: i vettori v 1, v 2,..., v n del K-spazio vettoriale V si dicono linearmente dipendenti se... b. Siano w 1, w 2, w 3 vettori
Dettagli5 Un applicazione: le matrici di rotazione
5 Un applicazione: le matrici di rotazione 51 Rotazioni nel piano di un angolo ϑ Si vuole considerare il caso della rotazione nel piano di un vettore di R di un angolo ϑ assegnato Chiaramente si tratta
DettagliCorso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori
Esercizio 1 Corso di Matematica II Anno Accademico 29 21. Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori May 7, 21 Commenti e correzioni sono benvenuti. Mi scuso se ci fosse qualche
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,
DettagliProdotto scalare, ortogonalitá e basi ortonormali
CAPITOLO 0 Prodotto scalare, ortogonalitá e basi ortonormali Esercizio 0.. Dati i seguenti vettori di R si calcoli il prodotto scalare (v i,v j per i,j =,,...,6: v = (6,3 v = (,0 v 3 = (, v 4 = (,0 v 5
Dettaglix1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3
Matematica II -..9 Spazio delle soluzioni di un sistema lineare omogeneo.. Consideriamo l equazione lineare omogenea nelle tre incognite x, x, x 3. x + x + 3x 3 = Possiamo risolvere l equazione ricavando
DettagliEsercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria
Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo
DettagliEsercizi di Algebra lineare
Esercizi di Algebra lineare G. Romani December, 006 1. Esercizi sulle n-ple 1) Eseguire i seguenti calcoli. (, 1) + (1 3); 4(, ) + 3(4, ); 3(1,, 3) + ( )(,, 1) (3, 3, 3) + (4,, 1) + ( )(1, 4, ); (1, 4,
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
SRCIZI DI ALGBRA LINAR COMPLMNTI DI GOMTRIA Foglio 3 sercizio 1. Determinare la decomposizione LU della matrice reale simmetrica A = 1 2 1 2 5 3 1 3 4 sercizio 2. Determinare la decomposizione LU della
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
DettagliREGISTRO 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
DettagliAppunti di Geometria - 5
Appunti di Geometria - 5 Samuele Mongodi - s.mongodi@sns.it Segnatura di un prodotto scalare Richiami Sia V uno spazio vettoriale reale di dimensione n; sia, : V V R un prodotto scalare. Data una base
DettagliMatematica Discreta e Algebra Lineare (per Informatica)
Matematica Discreta e Algebra Lineare (per Informatica) Docente: Alessandro Berarducci Anno accademico 2016-2017, versione 14 Marzo 2017 Tipiche domande d esame La seguente lista di domande non intende
Dettagliii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......
Indice Prefazione vii 1 Matrici e sistemi lineari 1 1.1 Le matrici di numeri reali................. 1 1.2 Nomenclatura in uso per le matrici............ 3 1.3 Matrici ridotte per righe e matrici ridotte
Dettagli( ) 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
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
DettagliAppendice 1. Spazi vettoriali
Appendice. Spazi vettoriali Indice Spazi vettoriali 2 2 Dipendenza lineare 2 3 Basi 3 4 Prodotto scalare 3 5 Applicazioni lineari 4 6 Applicazione lineare trasposta 5 7 Tensori 5 8 Decomposizione spettrale
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
DettagliEsame di Geometria - 9 CFU (Appello del 14 gennaio A)
Esame di Geometria - 9 CFU (Appello del 4 gennaio 24 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio. Si considerino le rette s : { x x 2 2x 3 = 2 3x x 2 =, { x + x s 2 : 2 x 3 = x 2 =.. Stabilire
DettagliFormulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
DettagliMATRICI E SISTEMI LINEARI
- - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle
DettagliEsame di Geometria - 9 CFU (Appello del 20 Giugno A)
Esame di Geometria - 9 CFU (Appello del 20 Giugno 2012 - A) Cognome: Nome: Nr.matricola: Corso di laurea: Esercizio 1. Siano dati, al variare del parametro k R, i piani: π 1 : x 2y + 2z = 2, π 2 : z =
DettagliSapienza 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
DettagliDipendenza e indipendenza lineare (senza il concetto di rango)
CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori
DettagliDefinizioni 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
DettagliSistemi di Equazioni Differenziali
Sistemi di Equazioni Differenziali Nota introduttiva: Lo scopo di queste dispense non è trattare la teoria riguardo ai sistemi di equazioni differenziali, ma solo dare un metodo risolutivo pratico utilizzabile
DettagliNoi ci occuperemo esclusivamente dei casi n = 2 e n = 3. Se n = 2, la quadrica Q p sarà detta conica di equazione p, e indicata con C p.
Durante il corso abbiamo studiato insiemi (rette e piani) che possono essere descritti come luogo di zeri di equazioni (o sistemi) di primo grado. Adesso vedremo come applicare quanto visto per studiare
DettagliRaggiungibilità, Controllabilità, Osservabilità e Determinabilità
Raggiungibilità, Controllabilità, Osservabilità e Determinabilità Si determini se i sistemi lineari tempo invarianti ẋ(t) = Ax(t) + Bu(t), Σ c : y(t) = Cx(t) + Du(t). x(k + ) = Ax(k) + Bu(k), Σ d : y(k)
DettagliGeometria BATR-BCVR Esercizi 9
Geometria BATR-BCVR 2015-16 Esercizi 9 Esercizio 1. Per ognuna delle matrici A i si trovi una matrice ortogonale M i tale che Mi ta im sia diagonale. ( ) 1 1 2 3 2 A 1 = A 2 1 2 = 1 1 0 2 0 1 Esercizio
DettagliEsercizi 2. Soluzioni. 1. Siano dati i vettori 1 1, 1 R 3.
Esercizi. Soluzioni.. Siano dati i vettori,, R. (i) Far vedere che formano una base di R. (ii) Ortonormalizzarla col metodo di Gram-Schmidt. (iii) Calcolare le coordinate del vettore X = 5 Sol. (i) Usiamo
DettagliStudio generale di una conica
Studio generale di una conica Manlio De Domenico 19 Giugno 2003 Definizione 1 Si definisce conica C un equazione algebrica F (x 1, x 2, x 3 ) = 0 del secondo ordine omogenea. Detta A la matrice simmetrica
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
Dettagli3. 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
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 8 - METODI ITERATIVI PER I SISTEMI LINEARI Norme Una norma in R n è una funzione. : R n R tale che x 0 x R n ; x = 0 x = 0; αx = α x ; x
DettagliUniversità degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 2010 Tema A
Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 21 Tema A Tempo a disposizione: 2 ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all inizio
DettagliEsercitazione 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
DettagliALGEBRA LINEARE. [Nozioni Fondamentali] A CURA DI ALESSANDRO PAGHI. PROFESSORE: Antonio Pasini (
ALGEBRA LINEARE [Nozioni Fondamentali] A CURA DI ALESSANDRO PAGHI PROFESSORE: Antonio Pasini ( http://www3.diism.unisi.it/people/person.php?id=3 ) LINK AL CORSO ANNO 2013/2014: http://www3.diism.unisi.it/fac/index.php?bodyinc=didattica/inc.insegnamento.php&id=54635&aa=2013
DettagliRICHIAMI 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
DettagliCAPITOLO 14. Quadriche. Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente.
CAPITOLO 4 Quadriche Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente. Esercizio 4.. Stabilire il tipo di quadrica corrispondente alle seguenti equazioni. Se si
Dettagli1 Coniche. s (x, y, t ) (1) 1 (x, y, t )F r 2
1 Coniche Studieremo le curve nel piano euclideo, cioè nel piano con un sistema di riferimento cartesiano ortogonale fissato, oppure nel completamento proiettivo di questo piano, ottenuto con l introduzione
DettagliProdotti scalari e matrici
Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V
DettagliSomma diretta di sottospazi vettoriali
Capitolo 8 Somma diretta di sottospazi vettoriali 8.1 Introduzione Introduciamo un caso particolare di somma di due sottospazi vettoriali: la somma diretta. Anche questo argomento è stato visto nel corso
DettagliEsercizi su Autovalori e Autovettori
Esercizi su Autovalori e Autovettori Esercizio n.1 5 A = 5, 5 5 5 Esercizio n.6 A =, Esercizio n.2 4 2 9 A = 2 1 8, 4 2 9 Esercizio n.7 6 3 3 A = 6 3 6, 3 3 6 Esercizio n.3 A = 4 6 6 2 2, 6 6 2 Esercizio
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
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliCorso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni
Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliAppunti di Algebra Lineare - 2
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
DettagliGEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A
Soluzioni Appello del 17 GIUGNO 2010 - Compito A a) Se h = 7 il sistema ha infinite soluzioni (1 variabile libera), mentre se h 7 la soluzione è unica. b) Se h = 7 allora Sol(A b) = {( 7z, 5z + 5, z),
Dettagli(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.
1. Applicazioni lineari Esercizio 1.1. Sia T : R 2 R 3 l applicazione lineare definita sulla base canonica di R 2 nel seguente modo: T (e 1 ) = (1, 2, 1), T (e 2 ) = (1, 0, 1). a) Esplicitare T (x, y).
Dettagli2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =
Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):
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
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
Dettagliottenuta 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)
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 =
DettagliComplementi di Algebra e Fondamenti di Geometria
Complementi di Algebra e Fondamenti di Geometria Capitolo 3 Forma canonica di Jordan M. Ciampa Ingegneria Elettrica, a.a. 29/2 Capitolo 3 Forma canonica di Jordan Nel Capitolo si è discusso il problema
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
DettagliMATEMATICA GENERALE CLAMM AA 15-16
MATEMATICA GENERALE CLAMM AA 5-6 PROGRAMMA PARTE ALGEBRA LINEARE () Sistemi lineari e matrici: sistemi triangolari; a scala e loro risolubilità; matrice dei coefficienti e vettore dei termini noti; vettore
DettagliPagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI
Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore
Dettagli