Definizioni e operazioni fondamentali

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Definizioni e operazioni fondamentali"

Transcript

1 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

2 DEFINIZIONI E OPERAZIONI FONDAMENTALI Generalità Matrice: tabella di numeri o funzioni organizzate in n righe e m colonne A = a 11 a 12 ::: a 1m a 21 a 22 ::: a 2m a n1 a n2 ::: a nm 3 7 5? A = 0: matrice nulla? n = 1: vettore riga? m = 1: vettore colonna? n = m = 1: scalare Matrice quadrata (n = m)? elementi a ii : diagonale? a ij = 0, i < j: matrice triangolare inferiore? a ij = 0, i > j: matrice triangolare superiore? a ij = 0, i 6= j: matrice diagonale, A = I (a ii = 1): matrice diagonale Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 2

3 Partizione in blocchi A (n1 +n 2 )(m 1 +m 2 ) = Bn1 m 1 C n1 m 2 E n2 m 2 D n2 m 1 Matrice quadrata con blocchi (di pari indice) quadrati? matrice diagonale a blocchi? matrice triangolare a blocchi? diagonale dei blocchi Matrici uguali: stesse dimensioni ed elementi uguali Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 3

4 Operazioni su una matrice Trasposta: b ij = a ji B = A 0 Complemento algebrico ^A ij di a ij di una matrice quadrata n n: matrice (n ; 1)(n ; 1) ottenuta eliminando la riga i e la colonna j Determinante det(a) = ( a11 P n i=1 a ij(;1) i+j det P n ^A ij = j=1 a ij(;1) i+j det ^A ij? n = 2 det(a) = a 11 a 22 ; a 12 a 21? n = 3 det(a) = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 32 a 21 ; a 31 a 13 a 22 ; a 32 a 23 a 11 ; a 12 a 21 a 33? matrice triangolare a blocchi con blocchi quadrati sulla diagonale: prodotto dei determinanti dei blocchi Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 4

5 Matrice aggiunta di una matrice quadrata adj(a) = [(;1) i+j det( ^A ij )] 0 i = 1 ::: n j = 1 ::: n Matrice non singolare (invertibile) A ;1 = 1 det(a) adj(a) det(a ;1 ) = 1 det(a)? n = 2 A ;1 = 1 a22 ;a 12 a 11 a 22 ; a 12 a 21 ;a 21 a 11? A = diagfa 1 a 2 ::: a n g A ;1 = diag ::: a 1 a 2 a n Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 5

6 Prodotto di uno scalare per una matrice A: A (moltiplicando tutti gli elementi di A per )? matrice quadrata det(a) = n det(a) Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 6

7 Minore: determinante del blocco quadrato estratto Rango (A) di una matrice nm: massimo intero per cui esiste un minore diverso da zero 0 (A) minfn mg? matrice di rango massimo: (A) = minfn mg, n = m ) det(a) 6= 0 k righe (colonne) A i linearmente indipendenti: kx i=1 i A i 6= 0 8 i 6= 0? max numero di righe (colonne) linearmente indipendenti = rango Traccia tr(a) = nx i=1 a ii tr(a 0 ) = tr(a) tr(a) = tr(a) Norma di un vettore (w 2 R n ) ; kwk = w w2 2 + :::+ 1=2 w2 n Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 7

8 Operazioni tra matrici Somma C = A + B A +0= A c ij = a ij + b ij Prodotto C nq = A nm B pq c ij = mx k=1 a ik b kj? AB 6= BA!? AI m = I n A = A? n = m: AA ;1 = A ;1 A = I? A B quadrate: (AB) ;1 = B ;1 A ;1 Potenza (k 2 N) A k = AA:::A A ;k = ; A k ;1 = ; A ;1 k A 0 = I? A diagonale A k = diag a k 1 ak 2 ::: ak n Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 8

9 Proprietà? A nm, B mn tr(ab) = tr(ba) det(ab) = det(ba)? A B quadrate tr(a+b) = tr(a)+tr(b) det(ab) = det(a)det(b) Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 9

10 AUTOVALORI E AUTOVETTORI Generalità Polinomio caratteristico: A nn, 2 C '() = det(i;a) = n + 1 n;1 + 2 n;2 +:::+ n;1 + n? equazione caratteristica ( i 2 R) '() = 0 soluzioni: autovalori di A (reali o complessi coniugati a coppie) det(a) = ny i=1 i tr(a) = nx i=1? matrice diagonale (triangolare) a blocchi: autovalori dei blocchi sulla diagonale i Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 10

11 Trasformazione di similitudine: T non singolare det ; I ; TAT ;1 = det ; TT ;1 ; TAT ;1 = det(t )det(i ; A)det ; T ;1 = det(i ; A)? teorema di Cayley-Hamilton '(A) = A n + 1 A n;1 + 2 A n;2 +:::+ n;1 A+ n I = 0 Autovettore v i 6= 0: ( i I ; A)v i = 0 Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 11

12 Forma diagonale i (A) distinti A [ v 1 v 2 ::: v n ] = [ v 1 v 2 ::: v n ] diagf 1 2 ::: n g? matrice degli autovettori non singolare T ;1 D = [ v 1 v 2 ::: v n ] + A D = T D AT ;1 D = diagf 1 2 ::: n g Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 12

13 POTENZA A nn, k 2 N (k) = A k ; = T ;1 k D A DT D = T ;1 D = T ;1 D D(k)T D Ak D T D? (k) diagonalizzata per similitudine D (k) = T D (k)t ;1 D = diag k 1 k 2 ::: k n ' (k) = nx r i k i i=1 Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 13

14 ESPONENZIALE A nn, t 0 (t) = e At = 1X i=0 = T ;1 D diag D(t)T D 1 i! (At)i = I n + At + (At) 2! 2 + :::? (t) diagonalizzata per similitudine D(t) = T D (t)t ;1 D = e 1t e 2 t ::: e n t (k) = nx i=1 p i e it Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 14

15 LIMITI, DERIVATE E INTEGRALI Mera estensione dal caso scalare Derivata di un vettore rispetto a un vettore df(x) dx = n 1 (x 2 (x n (x n 2 1 (x 2 2 (x 2 n (x n m (x 2 (x n (x m Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 15

3. Vettori, Spazi Vettoriali e Matrici

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

Dettagli

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è

Dettagli

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

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1 . Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo

Dettagli

ALGEBRA LINEARE PARTE II

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

Dettagli

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

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine

Dettagli

Richiami di algebra delle matrici

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

Dettagli

Sistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3

Sistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3 Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b

Dettagli

Elementi di Algebra Lineare. Spazio Vettoriale (lineare)

Elementi 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

Dettagli

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti

Dettagli

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI 2 Direttore Beatrice VENTURI Università degli Studi di Cagliari Comitato scientifico Umberto NERI University of

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 7 - CALCOLO NUMERICO CON MATRICI Richiami teorici Operazioni fondamentali Siano A = {a ij } e B = {b ij }, i = 1,..., m, j = 1,..., n due

Dettagli

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione

Dettagli

MATRICI. 1. Esercizi

MATRICI. 1. Esercizi MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +

Dettagli

Appendice A. Richiami di algebra lineare. A.1 Matrici

Appendice A. Richiami di algebra lineare. A.1 Matrici Richiami di algebra lineare A Matrici Una matrice è un insieme di numeri reali ordinati per righe e per colonne Le matrici vengono generalmente indicate con le lettere maiuscole Ciascun elemento della

Dettagli

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

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

Dettagli

RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn

RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella

Dettagli

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

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

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

Geometria BIAR Esercizi 2

Geometria BIAR Esercizi 2 Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si

Dettagli

Esercitazione di Geometria I 13 dicembre Esercizio 1. Esercizio 2. Esercizio 3

Esercitazione 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

Dettagli

Anno 4 Matrice inversa

Anno 4 Matrice inversa Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere

Dettagli

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

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

Dettagli

Matrici quadrate particolari

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

Dettagli

08 - Matrici, Determinante e Rango

08 - Matrici, Determinante e Rango Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 08 - Matrici, Determinante e Rango Anno Accademico 2013/2014 D.

Dettagli

Esercitazione di Matematica su matrici e sistemi lineari

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

Dettagli

ii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......

ii 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

Matematica II,

Matematica II, Matematica II,.05.04 Diamo qui la nozione di determinante di una matrice quadrata, le sue prime proprieta, e ne deriviamo una caratterizzazione delle matrici non singolari e una formula per l inversa di

Dettagli

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari

Sistemi 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

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

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

Dettagli

APPUNTI ED ESERCIZI DI MATEMATICA

APPUNTI ED ESERCIZI DI MATEMATICA APPUNTI ED ESERCIZI DI MATEMATICA Per Scienze Naturali e Biologiche S.Console - M.Roggero - D.Romagnoli A.A. 2005/2006 Indice Capitolo 1 - Nozioni introduttive e notazioni 6 Gli insiemi...................................

Dettagli

Sistemi differenziali: esercizi svolti. 1 Sistemi lineari 2 2... 2 2 Sistemi lineari 3 3... 10

Sistemi 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

Dettagli

QUADERNI DI DIDATTICA

QUADERNI DI DIDATTICA Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Marta Cardin Paola Ferretti Stefania Funari Introduzione soft alla matematica per l economia e la finanza: I SISTEMI LINEARI

Dettagli

Prodotti scalari e matrici

Prodotti 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

Dettagli

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

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

Dettagli

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

a + 2b + c 3d = 0, a + c d = 0 c d SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,

Dettagli

Algebra Lineare (parte I)

Algebra Lineare (parte I) Algebra Lineare (parte I) by www.extrabyte.info Il contenuto di questo manuale è distribuito secondo la Creative Commons License v. 2.5 Attribuzione - Non commerciale - Non opere derivate Il testo completo

Dettagli

e così via per tutte le colonne. Una prima proprietà importante ci dice quello che accade quando si fanno delle permutazioni di colonne di A.

e così via per tutte le colonne. Una prima proprietà importante ci dice quello che accade quando si fanno delle permutazioni di colonne di A. Capitolo 3 DETERMINANTE Il problema di stabilire se un insieme di vettori è linearmente indipendente (ad esempio se lo sono le colonne di una matrice quadrata, e quindi se la matrice è invertibile) non

Dettagli

MATEMATICA GENERALE CLAMM AA 15-16

MATEMATICA 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

Dettagli

Matrici. Basilio Bona. DAUIN-Politecnico di Torino. Basilio Bona (DAUIN-Politecnico di Torino) Matrici / 70

Matrici. Basilio Bona. DAUIN-Politecnico di Torino. Basilio Bona (DAUIN-Politecnico di Torino) Matrici / 70 Matrici Basilio Bona DAUIN-Politecnico di Torino 2007 2008 Basilio Bona (DAUIN-Politecnico di Torino) Matrici 2007 2008 1 / 70 Definizione Definizione La matrice è un insieme di N numeri reali o complessi

Dettagli

Inversa. Inversa. Elisabetta Colombo

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

Dettagli

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

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

Dettagli

3. Matrici e algebra lineare in MATLAB

3. Matrici e algebra lineare in MATLAB 3. Matrici e algebra lineare in MATLAB Riferimenti bibliografici Getting Started with MATLAB, Version 7, The MathWorks, www.mathworks.com (Capitolo 2) Mathematics, Version 7, The MathWorks, www.mathworks.com

Dettagli

ALGEBRA LINEARE. [Nozioni Fondamentali] A CURA DI ALESSANDRO PAGHI. PROFESSORE: Antonio Pasini (

ALGEBRA 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

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1

Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1 Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Si 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

Dettagli

Autovalori e Autovettori

Autovalori e Autovettori Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora

Dettagli

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =

2x 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

Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =

Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A = Esercitazione di Calcolo Numerico 22 Aprile 29. Determinare la fattorizzazione LU della matrice a A = 3a 2 a 2a a a 2 ed utilizzarla per calcolare il det(a). 2. Calcolare il determinante della matrice

Dettagli

MATEMATICA DEL DISCRETO (Informatica) Docenti BONZINI e TURRINI esercizi di preparazione alla prova di metà corso

MATEMATICA DEL DISCRETO (Informatica) Docenti BONZINI e TURRINI esercizi di preparazione alla prova di metà corso MATEMATICA DEL DISCRETO (Informatica) Docenti BONZINI e TURRINI esercizi di preparazione alla prova di metà corso NOTA - Negli esercizi che seguono verranno adottate le seguenti notazioni: il simbolo Z

Dettagli

Complementi di Algebra e Fondamenti di Geometria

Complementi 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

Dettagli

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

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

Dettagli

Applicazioni lineari e diagonalizzazione. Esercizi svolti

Applicazioni 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)

Dettagli

Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.

Alcuni 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

Dettagli

1 Determinante di una matrice 1. 2 Calcolo della matrice inversa 7. 3 Calcolo del rango 8. 4 Soluzioni degli esercizi 12. n! = n.

1 Determinante di una matrice 1. 2 Calcolo della matrice inversa 7. 3 Calcolo del rango 8. 4 Soluzioni degli esercizi 12. n! = n. 1 DETERMINANTE DI UNA MATRICE 1 Determinante e rango Indice 1 Determinante di una matrice 1 2 Calcolo della matrice inversa 7 3 Calcolo del rango 8 4 Soluzioni degli esercizi 12 1 Determinante di una matrice

Dettagli

Diario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta

Diario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta Diario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta 1. (1/10 Lu.) Generalità sugli insiemi, operazioni di unione, intersezione e prodotto cartesiano. Insiemi numerici: naturali,

Dettagli

Esercizi su Autovalori e Autovettori

Esercizi 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

Dettagli

Caso di A non regolare

Caso di A non regolare 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

Dettagli

Analisi Matematica T1 (prof.g.cupini) (CdL Ingegneria Edile Polo Ravenna) REGISTRO DELLE LEZIONI A.A

Analisi Matematica T1 (prof.g.cupini) (CdL Ingegneria Edile Polo Ravenna) REGISTRO DELLE LEZIONI A.A Analisi Matematica T1 (prof.g.cupini) (CdL Ingegneria Edile Polo Ravenna) REGISTRO DELLE LEZIONI A.A.2012-2013 (Grazie agli studenti del corso che comunicheranno eventuali omissioni o errori) 25 SETTEMBRE

Dettagli

Endomorfismi e matrici simmetriche

Endomorfismi 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

Dettagli

Appendice 1. Spazi vettoriali

Appendice 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

Dettagli

Autovalori ed autovettori di una matrice

Autovalori ed autovettori di una matrice Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo

Dettagli

(P x) (P y) = x P t (P y) = x (P t P )y = x y.

(P x) (P y) = x P t (P y) = x (P t P )y = x y. Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici

Dettagli

QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica

QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica Università ditorino QUADERNI DIDATTICI del Dipartimento di Matematica E Abbena, G M Gianella Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica Quaderno # 6 - Aprile 003 Gli esercizi proposti

Dettagli

Raggiungibilità e osservabilità

Raggiungibilità 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

Dettagli

CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica

CONTROLLO 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

Dettagli

Forma canonica di Jordan

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:

Dettagli

Parte 2. Determinante e matrice inversa

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

Dettagli

Inversa di una matrice

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

Dettagli

REGISTRO DELLE LEZIONI

REGISTRO DELLE LEZIONI UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007

Dettagli

Metodi 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) 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

Dettagli

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il

Dettagli

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

Note per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Note per il corso di Geometria e algebra lineare 009-0 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie

Dettagli

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.

SISTEMI LINEARI. 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

Dettagli

Autovalori e autovettori di una matrice quadrata

Autovalori e autovettori di una matrice quadrata rgomento bis utovalori e autovettori di una matrice quadrata Trasformazioni di R n Consideriamo una matrice quadrata di ordine n a coefficienti, ad esempio, in R. Essa rappresenta una trasformazione di

Dettagli

FACOLTÀ DI INGEGNERIA Esame di GEOMETRIA E ALGEBRA. (Ingegneria Industriale A.A. 2013/2014. Docente: F. BISI.

FACOLTÀ DI INGEGNERIA Esame di GEOMETRIA E ALGEBRA. (Ingegneria Industriale A.A. 2013/2014. Docente: F. BISI. FACOLTÀ DI INGEGNERIA Esame di GEOMETRIA E ALGEBRA. (Ingegneria Industriale A.A. 2013/2014. Docente: F. BISI. 1 Regole generali per l esame L esame è costituito da una prova scritta e da una prova orale.

Dettagli

Informatica B

Informatica B 2013-2014 Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli: durelli@elet.polimi.it Luigi Malago : malago@di.unimi.it Materiale di laboratorio reperibile all indirizzo: www.gianlucadurelli.com

Dettagli

Appunti di algebra matriciale

Appunti di algebra matriciale Appunti di algebra matriciale Germano Rossi germano.rossi@unimib.it 2 aprile 2004 vers. 0.8.9 Indice 1 Premessa 3 2 Introduzione 3 3 Vettori 4 3.1 Rappresentazione grafica...................................

Dettagli

Matrici elementari e fattorizzazioni

Matrici elementari e fattorizzazioni Matrici elementari e fattorizzazioni Dario A Bini, Università di Pisa 19 ottobre 2015 Sommario Questo modulo didattico introduce ed analizza la classe delle matrici elementari Tale classe verrà usata per

Dettagli

Prendiamo in considerazione la matrice tridiagonale

Prendiamo in considerazione la matrice tridiagonale Questi esercizi sono il completamento di quelli sui sistemi lineari già a disposizione. Ogni esercizio proposto può fare riferimento a qualcuno di questi. In ogni caso sono riportati tutti i dati essenziali

Dettagli

Inversa di una matrice quadrata. L operatore inv() inverte una matrice quadrata non singolare (cioè in cui il determinate è diverso da zero).

Inversa di una matrice quadrata. L operatore inv() inverte una matrice quadrata non singolare (cioè in cui il determinate è diverso da zero). Inversa di una matrice quadrata L operatore inv() inverte una matrice quadrata non singolare (cioè in cui il determinate è diverso da zero). richiami di algebra lineare TRASPOSIZIONE DI MATRICE Il calcolo

Dettagli

Frank Ayres Jr. Matrici. problemi risolti. McGraw-Hill

Frank Ayres Jr. Matrici. problemi risolti. McGraw-Hill Frank Ayres Jr. Matrici problemi risolti McGraw-Hill f\q 9\b?, Frank Ayres Jr. Matrici McGraw-Hill Libri Italia srl :CENTRO " G. /.V3TEì JGO n lnventar io \ TS'54 Milano New York St. Louis San Francisco

Dettagli

Decomposizione LU di una matrice quadrata

Decomposizione LU di una matrice quadrata Appendice al Cap. 5 Decomposizione LU di una matrice quadrata Una qualunque matrice quadrata M = {m ij } di ordine N, reale, invertibile, i cui minori principali siano tutti non nulli, si può sempre decomporre

Dettagli

MATRICI Vol.1. Pag. 1/24

MATRICI Vol.1. Pag. 1/24 MATRICI Vol.1 Sommario ALGEBRA DELLE MATRICI... 3 Matrici nulla, diagonale e unità... 3 Matrice simmetrica e matrice trasposta... 3 Combinazioni lineari e differenza tra matrici. Matrice emisimmetrica...

Dettagli

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Autovalori ed Autovettori di una matrice Siano Se A = (a i,j ) i,j=1,...,n R n n, 0 x = (x i ) i=1,...,n R n λ R Ax = λx (1) allora λ è detto autovalore di

Dettagli

Linguaggio C++ 8. Matrici

Linguaggio C++ 8. Matrici 2009-2010 Ingegneria Aerospaziale Prof. A. Palomba - Elementi di Informatica (E-Z) Linguaggio C++ 8 Matrici Linguaggio C++ 8 1 Array a più dimensioni. Sintassi generale : tipo nome [dimensione 1][dimensione

Dettagli

6. Spazi euclidei ed hermitiani

6. Spazi euclidei ed hermitiani 6. Spazi euclidei ed hermitiani 6.1 In [GA] 5.4 abbiamo definito il prodotto scalare fra vettori di R n (che d ora in poi chiameremo prodotto scalare standard su R n ) e abbiamo considerato le seguenti

Dettagli

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

FONDAMENTI 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

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis

Dettagli

SISTEMI LINEARI MATRICI E SISTEMI 1

SISTEMI LINEARI MATRICI E SISTEMI 1 MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui

Dettagli

Norme di vettori e matrici

Norme di vettori e matrici Norme di vettori e matrici Dario A. Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati e proprietà relativi alle norme di vettori e di matrici. 1 Introduzione

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI 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

Dettagli

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni

Corso 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

Dettagli

AUTOVALORI E AUTOVETTORI DISPENSA PER IL CORSO DI ALGEBRA LINEARE

AUTOVALORI E AUTOVETTORI DISPENSA PER IL CORSO DI ALGEBRA LINEARE AUTOVALORI E AUTOVETTORI DISPENSA PER IL CORSO DI ALGEBRA LINEARE ENRICO GREGORIO 1. Introduzione La nozione di autovalore di una matrice quadrata nasce insieme al concetto stesso di matrice o, meglio,

Dettagli

Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria

Esercizi 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

Dettagli

ESERCIZI SUI SISTEMI LINEARI

ESERCIZI 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

Dettagli

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire

Dettagli

Algebra Lineare e Geometria

Algebra Lineare e Geometria Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da

Dettagli