SISTEMI DI EQUAZIONI LINEARI
|
|
- Basilio Conti
- 7 anni fa
- Visualizzazioni
Transcript
1 Capitolo 3 SISTEMI DI EQUAZIONI LINEARI 1 Generalità e algoritmo di Gauss Nel capitolo precedente abbiamo visto come per risolvere problemi legati allo studio degli spazi vettoriali lo strumento tecnico fondamentale sia la risoluzione di sistemi di equazioni lineari In questo capitolo ci occuperemo di studiare come si risolve un sistema lineare Nel presente paragrafo introdurremo alcune definizioni e descriveremo un algoritmo che permette di risolvere tali sistemi, noto come algoritmo di Gauss Definizione 1 Un sistema di m equazioni lineari in n indeterminate (o incognite),,,x n, a valori in un campo K [abbreviato SL oppure SL(m, n, K)] è un insieme di m equazioni del tipo: a 11 + a a 1n x n = b 1 a 21 + a a 2n x n = b 2 a m1 + a m2 + + a mn x n = b m o (in forma abbreviata): { n a ij x j = b i [i,,m], j dove gli elementi a ij,b i K sono detti rispettivamente coefficienti e termini noti delle equazioni del SL Si chiama soluzione di tale SL ogni n-pla z =(z 1,z 2,,z n ) K n tale che: { n a ij z j = b i [i,,m] j [cioè che trasformi le m equazioni del sistema in m uguaglianze in K] Un SL privo di soluzioni è detto incompatibile; altrimenti è detto compatibile o risolubile Un SL(m, n, K) è detto omogeneo [abbreviato SLO(m, n, K)] se i suoi termini noti sono tutti nulli Ovviamente un SLO è sempre compatibile: infatti ammette come soluzione la n-pla nulla 0 =(0, 0,,0), detta soluzione banale Le altre sue (eventuali) soluzioni sono dette autosoluzioni Infine, assegnato un SL(m, n, K), sostituendo i termini noti con 0, si ottiene un SLO(m, n, K), detto sistema lineare omogeneo associato al SL dato Osservazione 1 Con il prodotto righe per colonne è possibile ottenere una scrittura matriciale dei sistemi di equazioni lineari Assegnato infatti il SL(m, n, K): { n a ij x j = b i [i,,m], j indichiamo con X la colonna x n delle indeterminate, con b = b 1 b m M m,1 (K) la colonna dei termini noti e con A =(a ij ) M m,n (K) la matrice dei coefficienti del SL Eseguendo il prodotto righe per colonne delle matrici A ed X, si ha: a a 1n x n b 1 a a 2n x n AX = = b 2 = b a m1 + + a mn x n b m Pertanto il SL assegnato può essere scritto nella forma: AX = b
2 66 G CAMPANELLA APPUNTI DI ALGEBRA PER INFORMATICA La matrice ( A b ) M m,n+1 (K) è detta matrice completa (o matrice orlata) del SL AX = b e lo individua completamente Esiste un ovvia corrispondenza biunivoca tra M m,n+1 (K) e l insieme dei SL(m, n, K) Quanto alle incognite, è chiaro che il loro nome è arbitrario e può essere modificato; quel che conta è il numero delle incognite ed il loro ordine È evidente che le eventuali soluzioni z = ( ) n z 1,, z n K del SL(m, n, K) AX = b corrispondono biunivocamente alle matrici colonna z = M n,1 z 1 (K) tali che Az = b [Per tale motivo z n è opportuno identificare z con z, cioè identificare K n con M n,1 (K)] Si osservi infine che ogni soluzione z = ( ) z 1,, z n del SL AX = b esprime la colonna b come combinazione lineare delle colonne di A Infatti risulta: b = Az = ( z 1 ) A (1) A (n) = n A (i) z i i z n Due esempi (1) È assegnato il SL(1, 3,R) { Tale sistema ha tre incognite (di cui è ragionevolmente la prima) In forma matriciale si scrive (1 ) =(1) Tale SL è compatibile e le sue soluzioni sono le terne (1, b,c) R 3, b, c R ( ) (2) È assegnato un SL con matrice completa Si tratta del SL(2, 2, R) { ( )( ) ( ) x1 1 0 x1 1 [ovvero, scritto in in forma matriciale, = ] =2, Tale sistema è manifestamente incompatibile (in quanto implica 1 = 2) { x1 =0 Il SLO(2, 2, R) ad esso associato è Le soluzioni di tale SLO formano il sottoinsieme Σ 0 = {(0,t), t R} di R 2 Si tratta del sottospazio vettoriale (0, 1) di R 2 Che l insieme delle soluzioni di tale SLO sia uno spazio vettoriale non è un fatto casuale, come ora vedremo x 3 Proposizione 1 Sia AX = 0 un SLO(m, n, K) L insieme Σ 0 delle sue soluzioni è un sottospazio vettoriale di K n Dim Basta verificare che, y,z Σ 0 e a, b K, risulta ay+ bz Σ 0, ovvero [indicate con y e z le colonne corrispondenti a y, z] A (a y + b z) = 0 Infatti si ha (utilizzando le proprietà di Prop 1 di Cap 22): A(ay + bz) =A(a y)+a(b z) =a(a y)+b(az) =a 0 + b 0 = 0 Sia AX = b un SL compatibile e non omogeneo In tal caso l insieme Σ delle sue soluzioni non può mai essere un sottospazio vettoriale di K n [infatti 0 Σ] Tuttavia, come ora vedremo, Σ è in corrispondenza biunivoca con il sottospazio vettoriale Σ 0 delle soluzioni del suo SLO associato Proposizione 2 Sia AX = b un SL(m, n, K) compatibile e sia z 0 una sua soluzione Denotato con Σ l insieme delle sue soluzioni e con Σ 0 il sottospazio vettoriale delle soluzioni del SLO associato AX = 0, risulta: [ Σ=z 0 +Σ 0 = {z0 + y, y Σ 0 } ] Ne segue che Σ e Σ 0 sono in corrispondenza biunivoca Dim ( ) Sia z Σ [cioè Az = b] Poiché, per ipotesi, Az 0 = b, allora: A ( ) z z 0 = Az Az0 = b b = 0
3 CAP 31 GENERALITà E ALGORITMO DI GAUSS 67 e dunque z z 0 Σ 0 Pertanto z = z 0 +(z z 0 ) z 0 +Σ 0 ( ) Verifichiamo che, y Σ 0, z 0 + y Σ Infatti: A ( z 0 + y ) = Az 0 + Ay = b + 0 = b L ultima affermazione è ovvia: l applicazione y z 0 + y stabilisce una biiezione da Σ 0 a Σ La precedente proposizione suggerisce come ottenere tutte le soluzioni di un SL compatibile non omogeneo Una volta ottenutane una soluzione, per ottenere le altre basta risolvere il SLO associato e sommarne le soluzioni a quella del SL già ottenuta Poiché Σ non è uno spazio vettoriale, non ha diritto ad una dimensione; tuttavia possiamo in qualche modo attribuirgli la dimensione di Σ 0 Precisamente, se dim(σ 0 )=t, diremo che il SL AX = b (se compatibile) ha t soluzioni Questa terminologia proviene dal fatto che, come vedremo, le soluzioni dipendono da t parametri in K Poiché K è tradizionalmente il campo R, che ha cardinalità infinita, i t parametri variano ciascuno in infiniti modi e le soluzioni sono quindi t Si noti infine che, se Σ 0 = {0}, la terminologia introdotta ci dice che il SL (se compatibile) ha 0 soluzioni; poiché in questo caso il SL ha una sola soluzione, conveniamo di porre: 0 Vogliamo ora risolvere un SL, cioè determinarne le soluzioni Cominciamo dai SL più semplici: i sistemi di equazioni lineari ascala (o a gradini) Premettiamo una definizione Definizione 2 Siano AX = b e A X = b due SL aventi lo stesso numero di incognite Diciamo che tali SL sono equivalenti se hanno le stesse soluzioni (cioè se Σ=Σ ) Definizione 3 condizioni: Un SL(m, n, K) AX = b è detto a scala (o a gradini) se verifica le seguenti tre m n, a ij =0 se i>j, a ii 0, i, m La matrice di un SL a scala è dunque del tipo a 11 0 a 22 A =, con a 11 a 22 a mm 0 0 a mm Risolvere un SL a scala è piuttosto semplice e intuitivo Si comincia dall ultima equazione, cioè a mm x m + + a mn x n = b m Se n = m, si ottiene x n = b n a nn e si sostituisce tale valore nella penultima equazione, ottenendo così un unica espressione per x n 1 Sostituendo ciascuno dei valori via via trovati nell equazione precedente, si perviene ad un unica soluzione del sistema Se invece n>m, si attribuiscono alle incognite x m+1,, x n valori parametrici arbitrari (in K), ad esempio t 1,, t n m e si ottiene un valore per x m Si procede poi come nel caso precedente e si otterrà un unica soluzione del SL, dipendente da n m parametri indipendenti, cioè n m soluzioni Con la convenzione fatta sopra (cioè 0 = 1) abbiamo quindi ottenuto il seguente risultato Proposizione 3 Ogni SL(m, n, K) a scala è compatibile ed ha n m soluzioni Ad esempio vogliamo risolvere il SL(3,, R) a scala + + x 2 + x 3 =2 x 3 x
4 68 G CAMPANELLA APPUNTI DI ALGEBRA PER INFORMATICA Poniamo x = t Risolvendo l ultima equazione, x 3 = t Sostituendo i valori di x 3 (e x ) nella seconda equazione si ottiene t 2 Sostituendo i valori di,x 3 e x nella prima equazione, si ottiene = t 2 Pertanto il SL assegnato ha le 1 soluzioni ( t 2, 1 t 2,t,t), t R Utilizzando la Prop 2, possiamo ottenere subito le soluzioni del SLO associato Infatti, una soluzione del SL dato è z 0 =(0, 1, 0, 0) (ottenuta ponendo t = 0) Pertanto Σ 0 =Σ z 0 = {( t 2, t 2,t,t), t R } = ( 1 2, 1 2, 1, 1) = (1, 1, 2, 2 ) Veniamo ora all algoritmo di Gauss (o di Gauss-Jordan) per la risoluzione di un sistema di equazioni lineari Tale procedimento consiste nel trasformare (se possibile) un assegnato SL(m, n, K) AX = b in un SL a gradini ad esso equivalente [che verrà poi risolto come visto sopra] Per trasformare il SL si fa ricorso a tre tipi di operazioni sulle equazioni del SL, dette operazioni elementari (sulle equazioni), ecioè: I operazione elementare: scambiare di posizione due equazioni del SL; II operazione elementare: sostituire un equazione con un multiplo non nullo della stessa equazione; III operazione elementare: sostituire un equazione con la stessa equazione sommata ad un multiplo di un altra Tali operazioni [che del resto abbiamo già eseguito nella risoluzione empirica dei SL incontrati nel capitolo precedente] evidentemente non cambiano le soluzioni del sistema, e dunque trasformano il SL in un altro ad esso equivalente Se al sistema assegnato AX = b si sostituisce la sua matrice completa M = ( A b ), le tre operazioni elementari (sulle equazioni) si trasformano nelle corrispondenti operazioni elementari di riga, che indicheremo schematicamente come segue: I[M (i) M (j) ]; II[M (i) cm (i) ], con c 0; III[M (i) M (i) + cm (j) ], con i j e c K Ad esempio, l operazione III sopra considerata sostituisce alla riga M (i) la riga M (i) +cm (j) [ovvero sostituisce alla i esima equazione la somma della i esima con la j esima moltiplicata per c] Per abbreviare le notazioni, converremo di denotare tale operazione con III[(i a ) (i a )+c(j a )] ed usare analoghe notazioni per le altre due operazioni Oltre alle tre operazioni elementari di riga, nell algoritmo di Gauss può talvolta essere necessario eseguire uno acambio di colonne della matrice A Ciò evidentemente corrisponde ad uno scambio delle variabili del SL In tal caso sarà poi necessario, al termine dell algoritmo, procedere allo scambio di variabili opposto Descriviamo ora l algoritmo di Gauss, suddividendolo in blocchi di quattro passi, da ripetere un numero finito di volte Consideriamo un SL(m, n, K) AX = b, con matrice completa M = ( A b ) 1 passo Si elimina ogni eventuale riga nulla di M [corrispondente all equazione banale 0 = 0] 2 passo Si fa in modo che risulti M (1) 0 (cioè A (1) 0) Ciò può essere ottenuto scambiando ad esempio la colonna nulla A (1) con una successiva colonna A (i) non nulla [ed è meglio scegliere l ultima colonna non nulla di A, per evitare di dover ripetere tale operazione] 3 passo Si fa in modo che risulti a 11 = 1 A tale scopo, se a 11 = 0 e ad esempio a i1 0, si esegue l operazione I[M (1) M (i) ] e si ottiene quindi una nuova matrice con a 11 0; successivamente, se a 11 1, si esegue l operazione II[M (1) 1 a M (1)] e si ottiene a passo Si fa in modo che risulti: a 21 = a 31 = = a m1 = 0 A tale scopo, basta eseguire (per i =2,,m) le operazioni III[M (i) M (i) a i1 M (1) ] A questo punto la matrice completa M del SL assegnato si è trasformata in una matrice del tipo
5 CAP 31 GENERALITà E ALGORITMO DI GAUSS 69 [ma si noti che in tale matrice gli elementi a 12, della seconda e delle successive colonne non sono ovviamente gli stessi della matrice A; abbiamo mantenuto le stesse lettere soltanto per semplificare le notazioni]: 1 a 12 0 a 22 0, 0 a m 2 con m m (e m <m a seguito di cancellazione di righe nulle) Si ripete ora il blocco dei quattro passi sopra descritto, a partire dall elemento che si trova sulla seconda riga e seconda colonna di tale matrice Si eliminano quindi eventuali righe nulle e si fa in modo (operando relativamente alla seconda colonna) che la matrice completa del SL diventi del tipo: 1 a a 33 a m 3 (con m m ) Si ripete quindi il blocco dei quattro passi a partire dalla terza riga e terza colonna, dalla quarta e così via Se nel corso del procedimento si ottiene una riga della forma ( 000 b ), con b 0, il SL è incompatibile [ed il procedimento di Gauss ovviamente si interrompe] In caso contrario il SL si riduce ad un SL a scala, come richiesto Si osservi infine che, se nel procedimento sono stati necessari scambi di variabili, sarà necessario ripristinare le variabili iniziali, procedendo agli scambi opposti Illustreremo l algoritmo con un paio di esempi Esempio 1 Risolviamo il seguente SL(,,R): +2 +3x 3 +x x 3 +x = x x 3 + x La matrice completa del SL è Per completare il primo blocco dell algoritmo è sufficiente procedere con III[(3 a ) (3 a ) (1 a )] ottiene: Iniziamo il secondo blocco dell algoritmo Poiché la seconda colonna è nulla [a partire dall elemento di posto (2, 2)], si procede (ad esempio) allo scambio di variabili x Si pone quindi: y 1 =,y 2 = x,y 3 = x 3,y = e si ottiene un SL avente matrice completa: Con II[(2 a ) 1 (2a )] si ottiene: Si
6 70 G CAMPANELLA APPUNTI DI ALGEBRA PER INFORMATICA Poi, con III[(3 a ) (3 a ) + 2(2 a )] e con III[( a ) ( a ) (2 a )] si ottiene: Iniziamo ora il terzo blocco dell algoritmo Con II[(3 a ) 2 7 (3a )] si ottiene: Infine, con III[( a ) ( a ) 5 (3a )], si ottiene: Veniamo ora al quarto ed ultimo blocco dell algoritmo: basta eliminare la quarta riga (che è nulla) ed otteniamo una matrice a gradini Si è così ottenuto il SL(3,, R): y 1 +y 2 +3y 3 +2y y 2 1 y 3 =0 y 3 Posto y = t, si ha: y 3 =0,y 2 =0,y 1 2t Ripristiniamo le variabili di partenza: = y 1 2t, = y = t, x 3 = y 3 =0, x = y 2 Pertanto l insieme Σ delle soluzioni del SL assegnato è: Σ= {( 1 2t, t, 0, 0 ), t R } Esempio 2 Risolviamo il seguente SL(3,,R) ed il corrispondente SLO associato: +2 +3x + + x 3 2x =2 3 + x 3 + x =2 La matrice completa del SL è M = Per completare il primo blocco dell algoritmo è sufficiente eseguire III[(2 a ) (2 a )+(1 a )] Eseguiamo il secondo blocco Con II[(2 a ) 1 3 (2a )] otteniamo Si ottiene e con III[(3 a ) (3 a ) 3(2 a )] otteniamo Esaminando ora l ultima riga concludiamo che il SL è incompatibile Consideriamo ora il SLO(3,,R) asssociato La sua matrice è A =
7 CAP 31 GENERALITà E ALGORITMO DI GAUSS 71 [si osservi che è inutile considerare la matrice completa del SLO, in quanto la colonna dei termini noti è nulla e non viene alterata nel corso dell algoritmo] Ripetiamo i passi dell algoritmo appena eseguito Con III[(2 a ) (2 a )+(1 a )] otteniamo Con II[(2 a ) 1 3 (2a )] otteniamo e con III[(3 a ) (3 a ) 3(2 a )] otteniamo Eliminiamo la terza riga (nulla) ed otteniamo il SLO(2,, R) a scala { x x = x x Poniamo x 3 = t, x = s ed otteniamo = 1 3 (t + s), = 2 3 t 7 3 s Ne segue che l insieme delle soluzioni di tale SLO è Σ 0 = {( 2 3 t 7 3 s, 1 3 (t + s), t,s), t, s R } ovvero Σ 0 = ( 2 3, 1 3, 1, 0), ( 7 3, 1 3, 0, 1) Risolvere un SL con l algoritmo di Gauss può essere molto vantaggioso se si è dotati della velocità di un computer o se si dispone di molta pazienza (e molta carta!) Quando poi il SL non ha coefficienti tutti numerici, ma alcuni di essi dipendono da parametri, l algoritmo di Gauss si complica notevolmente, in quanto si deve tener conto del possibile annullamento delle espressioni dipendenti da parametri, che vengono via via a determinarsi tramite le operazioni fondamentali di riga Per questo è utile saper risolvere un SL anche con mezzi più teorici, cioè utilizzando i classici teoremi di Cramer e di Rouché-Capelli Quest ultimo teorema poi è centrale nell Algebra Lineare, in quanto ci permette di rappresentare, usando sistemi di equazioni lineari, i sottospazi di uno spazio vettoriale Gli strumenti tecnici che ci serviranno per descrivere tali risultati e pervenire quindi ad un altro metodo per la risoluzione di un SL sono due: il determinante di una matrice quadrata ed il rango di una matrice Di essi ci occuperemo nei due paragrafi successivi ESERCIZI PROPOSTI 311 Risolvere con l algoritmo di Gauss il seguente SL(3, 5,R) x 3 +2x 5 =2 x x 5 =3 2 + x 3 Dedurne una base del sottospazio vettoriale Σ 0 delle soluzioni del SLO associato 312 Al variare del parametro a R, risolvere il seguente SLO(2, 2,R) { 2x +(a +2)y =0 (a +1)x +(a 2 +2)y 313 Al variare del parametro a R, risolvere il seguente SLO(3, 2,R)
8 72 G CAMPANELLA APPUNTI DI ALGEBRA PER INFORMATICA x + ay =0 2x +2y =0 ax 31 Al variare dei parametri non nulli a, b R, risolvere il seguente SLO(3, 3,R) ay+ bz =0 ax+ z =0 bx y 315 Risolvere con l algoritmo di Gauss il seguente SL(2, 2,Z 5 ) { 3 x + y = 1 x y = 0
Note 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
DettagliNote sull algoritmo di Gauss
Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari Siano X 1,, X n indeterminate Un equazione lineare (o di primo grado) nelle incognite X 1,, X n a coefficienti nel campo K è della forma a 1 X 1 + + a n X n = b, a i, b K,
DettagliLEZIONE 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
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}.
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
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
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
Dettagli3x 2 = 6. 3x 2 x 3 = 6
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, GParmeggiani LEZIONE 7 Sistemi lineari Scrittura matriciale di un sistema lineare Def 1 Un sistema di m equazioni ed n incognite x 1, x 2, x n, si dice
DettagliAPPLICAZIONI. Im f = {b B a A tale che f (a) = b}.
APPLICAZIONI Diremo applicazione (o funzione) da un insieme A ad un insieme B una legge f che associa ad ogni elemento a A uno ed un solo elemento b B. Scriviamo f : A B e il corrispondente o immagine
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
DettagliSISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
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
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
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
DettagliGeometria BAER I canale Foglio esercizi 2
Geometria BAER I canale Foglio esercizi 2 Esercizio 1. Calcolare il determinante e l inversa (quando esiste) della matrice ( ) cos θ sin θ R θ =, θ [0, 2π] sin θ cos θ Soluzione: Il determinante ( é cos
DettagliCapitolo VI SISTEMI LINEARI
Capitolo VI SISTEMI LINEARI 1 Concetti fondamentali 11 Definizione Un equazione in n incognite x 1,, x n a coefficienti in R si dice lineare se è della forma: a 1 x 1 + + a n x n = b con a i R e b R Una
DettagliSistemi lineari 1 / 12
Sistemi lineari 1 / 12 Sistemi lineari 2 / 12 Ricordiamo che cosa è un sistema lineare con m equazioni in n incognite (m,n N, m,n 1): a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n = b 2, (1).. a m1 x
DettagliALGEBRA LINEARE PARTE III
DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI
DettagliLEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m
LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta
Dettagli1. Sistemi di equazioni lineari. 1.1 Considerazioni preliminari
1. Sistemi di equazioni lineari 1.1 Considerazioni preliminari I sistemi lineari sono sistemi di equazioni di primo grado in più incognite. Molti problemi di matematica e fisica portano alla soluzione
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)
DettagliSISTEMI 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
DettagliIstituzioni di Matematiche prima parte
Istituzioni di Matematiche prima parte anno acc. 2011/2012 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Istituzioni di Matematiche 1 / 33 index Generalità sugli insiemi 1 Generalità
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
DettagliIstituzioni di Matematiche prima parte
Istituzioni di Matematiche prima parte anno acc. 2014/2015 Univ. Studi di Milano E.Frigerio, C.Turrini (Univ. Studi di Milano Istituzioni di Matematiche 1 / 30 index Generalità sugli insiemi 1 Generalità
DettagliRegistro Lezioni di Algebra lineare del 15 e 16 novembre 2016.
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5
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
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
DettagliFondamenti 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
DettagliSistemi 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.+
DettagliLEZIONE 5. AX = 0 m,1.
LEZIONE 5 5 isoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per quanto visto nella precedente lezione, sappiamo di poter trasformare,
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 Introduzione algebrica
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.
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
DettagliLEZIONE 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
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango
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
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
DettagliESERCIZI PROPOSTI. det A = = per cui il sistema si può risolvere applicando le formule di Cramer, cioè: dove: = =
ESERCIZI PROPOSTI Risolvere i seguenti sistemi lineari )-0), utilizzando, dove possibile, sia il metodo di Cramer sia quello della matrice inversa, dopo aver analizzato gli esempi a)-d): 2x + + 4z 5 a)
DettagliLezione 7: Il Teorema di Rouché-Capelli
Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da
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 =
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 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
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
DettagliLezione Risoluzione di sistemi
Lezione Risoluzione di sistemi Sia AX = B un sistema di equazioni lineari, con la sua matrice completa associate (A B) Per la Proposizione sappiamo di poter trasformare con operazioni elementari di riga
DettagliSistemi lineari 1 / 41
Sistemi lineari 1 / 41 Equazioni lineari Una equazione lineare a n incognite, è una equazione del tipo: a 1 x 1 + a 2 x 2 + + a n x n = b, dove a 1,,a n,b sono delle costanti (numeri) reali. I simboli
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.
DettagliIstituzioni di Matematiche sesta parte
Istituzioni di Matematiche sesta parte anno acc. 2013/2014 Univ. Studi di Milano D.Bambusi, C.Turrini (Univ. Studi di Milano Istituzioni di Matematiche 1 / 27 index Matrici e operazioni tra matrici 1 Matrici
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
DettagliIl 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
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,
DettagliLa riduzione a gradini e i sistemi lineari (senza il concetto di rango)
CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere
DettagliMatematica II,
Matematica II, 171110 1 processo di triangolarizzazione, esempio I Consideriamo il sistema lineare di tre equazioni nelle incognite x, y, z 2x + 3y + 4z = 8 4x + 9y + 16z = 14 8x + 27y + 64z = 14 Primo
DettagliI sistemi lineari di n equazioni in n incognite
I sistemi lineari I sistemi lineari di n equazioni in n incognite I sistemi lineari di n equazioni in n incognite, sono formati da equazioni di primo grado, in cui le incognite hanno tutte esponente uguale
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)
DettagliCorso introduttivo pluridisciplinare Matrici e sistemi lineari
Corso introduttivo pluridisciplinare Matrici e sistemi lineari anno acc. 2013/2014 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Corso introduttivo pluridisciplinare 1 / 30
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
Dettaglia.a MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI
aa 2012-2013 MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI 1 Sistemi di equazioni lineari Definizione 11 i Un equazione lineare nelle indeterminate (o incognite X 1,, X 1 m a coefficienti interi (o razionali,
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari A. Bertapelle 25 ottobre 212 Cos è un sistema lineare? Definizione Un sistema di m equazioni lineari (o brevemente sistema lineare) nelle n incognite x 1,..., x n, a coefficienti
DettagliLezione Sistemi di equazioni lineari
Lezione. Sistemi di equazioni lineari Definizione. (Sistemi di equazioni lineari e loro soluzioni). Un equazione lineare nelle n incognite x,,...,x n acoefficientiink = R, èun equazionedellaforma a x +
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
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
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
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
DettagliIntroduzione 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
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
DettagliLezione Operazioni elementari di riga
Lezione 4 4. Operazioni elementari di riga Nella lezione precedente abbiamo visto un metodo per risolvere un sistema lineare la cui matrice dei coefficienti sia fortemente ridotta per righe, o anche solo
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
DettagliMATRICI 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
DettagliSISTEMI 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
DettagliRisoluzione 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
Dettagli12 - Sistemi di Equazioni Lineari
Università degli Studi di Palermo Facoltà di Economia Dipartimento SEAS Appunti del corso di Matematica - Sistemi di Equazioni Lineari Anno Accademico 5/6 D. Provenzano, M. Tumminello, V. Lacagnina e A.
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
DettagliGeometria BAER I canale Foglio esercizi 2
Geometria BAER I canale Foglio esercizi Esercizio. ( ) Data la matrice, determinare tutte le matrici X Mat( ) tali che AX = 0 e tutte le matrici Y Mat( ) tali che Y 0. ( ) ( ) ( ) x y x + z y + w Soluzione:
Dettagli1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =...
Algebra/ Algebra Lineare, 230207 1 Un sistema di m equazioni lineari in n incognite x 1, x n aventi tutte termine noto nullo a i1 x 1 + a i2 x 2 + + a in x n = 0, i = 1,, m si dice omogeneo; ponendo x
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
DettagliEsercizi sui sistemi di equazioni lineari.
Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la
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
DettagliLezioni di Algebra Lineare. II. Aritmetica delle matrici e eliminazione di Gauss. versione ottobre 2008
versione ottobre 2008 Lezioni di Algebra Lineare II. Aritmetica delle matrici e eliminazione di Gauss Contenuto. 1. Somma di matrici e prodotto di una matrice per uno scalare 2. Prodotto di matrici righe
Dettagli1 Rette nel piano ordinario. Rette e piani nello spazio ordinario
1 Rette nel piano ordinario. Rette e piani nello spazio ordinario 1.1 Vettori applicati Nel seguito denotiamo con P l insieme dei punti del piano ordinario, e con S l insieme dei punti dello spazio ordinario.
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
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
DettagliNozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza.
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, gli interi, i numeri
DettagliSoluzioni del Foglio 2 I sistemi lineari
Soluzioni del Foglio 2 I sistemi lineari Soluzione dell esercizio 1 Il sistema assegnato è un sistema di 2 equazioni in 2 incognite non omogeneo Le matrici incompleta e completa associate al sistema sono
DettagliDef. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni:
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 5 Operazioni elementari sulle righe di una matrice Sia A una matrice m n. Def. 1. Si chiamano operazioni elementari sulle righe
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
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA. Esercizio 1.1. Risolvere graficamente e algebricamente i seguenti sistemi di due equazioni in due incognite:
CORS D LAUREA N MATEMATCA E FSCA FOGLO D ESERCZ # 1 GEOMETRA 1 Esercizio 1.1. Risolvere graficamente e algebricamente i seguenti sistemi di due equazioni in due incognite: 2x + y = 4 x 2y = 6 x + 3y =
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
DettagliManlio Bordoni. APPUNTI SULLA RAPPRESENTAZIONE DEI SOTTOSPAZI VETTORIALI DI R n I MODO. v 11. v n1
Manlio Bordoni APPUNTI SULLA RAPPRESENTAZIONE DEI SOTTOSPAZI VETTORIALI DI R n I MODO Sia dato un insieme di generatori v v =,, v k = v n di W : questo vuol dire che ogni vettore w W si scrive come combinazione
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):
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 sui sistemi lineari
Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliSistemi lineari. Un sistema lineare di m equazioni in n incognite è un sistema di m equazioni di primo grado nelle variabili x 1, x 2 x n.
I sistemi lineari Sistemi lineari Un sistema lineare di m equazioni in n incognite è un sistema di m equazioni di primo grado nelle variabili x 1, x 2 x n. a1,1 x1 a1,2 x2... a1, nxn b1 a2,1x1 a2,2x2...
Dettagli