Lezione 7: Il Teorema di Rouché-Capelli

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Lezione 7: Il Teorema di Rouché-Capelli"

Transcript

1 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 quanti parametri tali soluzioni dipendono. 1 Sistemi Lineari Richiamiamo la terminologia sui sistemi lineari gia introdotta nelle lezioni precedenti. ove Consideriamo il sistema lineare di m equazioni in n incognite: 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 a mn x n = b m In forma compatta tale sistema si scrive: Ax = b, a 11 a 12 a 1n a 21 a 22 a 2n A = a m1 a m2 a mn è detta matrice incompleta del sistema, o anche matrice dei coefficienti, mentre x 1 x 2 x =. x n b 1 b 2 e b =., sono detti rispettivamente il vettore delle incognite e il vettore dei termini noti. La matrice completa (A b) associata al sistema è b m 1

2 a 11 a 12 a 1n b 1 a 21 a 22 a 2n b a m1 a m2 a mn b m Ingenerale, datauna matrice M, indicheremo conm j il vettore costituito dalla sua j-esima colonna. Nel caso di A abbiamo quindi: A j = a 1j a 2j. a mj. Definizione 1.1. Il rango di una matrice M M m n è la dimensione dello spazio generato dai vettori colonna di M, cioè: rk (M) = dimspan(m 1,...,M n ). Osserviamo che il rango di una matrice A e uguale ad altre quantita che conosciamo bene. Il rango di A e la dimensione dell immagine dell applicazione lineare f : R n R m, x Ax. Infatti sappiamo bene che l immagine e generata proprio dai vettori che formano le colonne di A, che a loro volta sono proprio le immagini dei vettori della base canonica in R n, cioe f(e 1 ) = M 1,..., f(e n ) = M n. Il rango di A e anche il numero di righe non nulle che otteniamo applicando l algoritmo di Gauss alla matrice trasposta di A, cioe alla matrice che ha per righe le colonne di A. Infatti tale numero corrisponde proprio alla dimensione dello spazio delle colonne di A, cioe il rango di A per il punto precedente. Teorema 1.2. (Teorema di Rouché-Capelli, prima parte.) Il sistema lineare Ax = b ammette soluzioni se e solo se il rango della matrice completa è uguale al rango della matrice incompleta. 2

3 Dimostrazione. Osserviamo innanzitutto che il sistema A x = b ammette soluzioneseesoloseb = x 1 A 1 +x 2 A x n A n,cioèseesolosebèunacombinazionelinearedia 1,A 2,...,A n,cioèseesoloseb Span{A 1,A 2,...,A n }. Questo equivale a dire che Span{A 1,A 2,...,A n ) = Span{A 1,A 2,...,A n,b} e poichè Span{A 1,A 2,...,A n } Span{A 1,A 2,..., A n,b}, questo accade se e solo se dimspan{a 1,A 2,...,A n } = dimspan{a 1,A 2,...,A n,b}. MadimSpan{A 1,A 2,...,A n }èperdefinizioneilrangodellamatricecompleta, mentre dimspan{a 1,A 2,...,A n,b} è il rango della matrice incompleta. Questo conclude la dimostrazione. Osservazione. È più facile comprendere la teoria che sta alla base del teorema di Rouché-Capelli se si pensa alle applicazioni lineari. Consideriamo ad esempio il sistema x+2z = 3 2x+y +z = 0 (1) 3x+y +3z = 3 La matrice completa associata al sistema è: (A b) = Consideriamo ora l applicazione lineare L A : R 3 R 3 associata alla matrice incompleta del sistema: A = e ci chiediamo se il vettore (3,0,3) appartiene a Im (L A ). Questo equivale a cercare un vettore (x,y,x) tale che L A (x,y,z) = (3,0,3), cioè dobbiamo cercare un vettore (x,y,z) tale che A(x,y,z) = (3,0,3), cioè tale che x+2z 2x+y +z 3x+y +3z = cioè dobbiamo risolvere il sistema (1). (Si noti che abbiamo in qualche modo trasformato il problema di risolvere un sistema lineare in un problema riguardante l immagine di una applicazione lineare, e questo si può fare sempre, in tutta generalità.) ,

4 Quindi il sistema (1) ha soluzioni se e solo se (3,0,3) Im (L A ). Poichè Im (L A ) è lo span delle colonne di A, questo succede se e solo se Span 2, 1, 1 = Span 2, 1, 1, e questo succede se e solo se quei due Span hanno la stessa dimensione. Ma la dimensione del primo Span è proprio il rango di A, cioè della matrice incompleta, e la dimensione del secondo Span è proprio il rango di A b, cioè della matrice completa. Definizione 1.3. Sia Ax = b un sistema lineare. Ax = 0 è detto il sistema omogeneo associato al sistema Ax = b. Teorema 1.4. (Teorema di struttura per sistemi lineari.) Sia v 0 una soluzione particolare del sistema lineare Ax = b. Allora tutte e sole le soluzioni di Ax = b sono della forma v = v 0 +w, ove w è una soluzione del sistema omogeneo associato Ax = 0. Dimostrazione. Consideriamo l applicazione linearel A : R n R m associata alla matrice A e osserviamo che v è una soluzione del sistema lineare Ax = b se e solo se L A (v) = b, e w è una soluzione del sistema lineare associato Ax = 0 se e solo se L A (w) = 0. Quindi per ipotesi L A (v 0 ) = b. Sia ora v una soluzione di Ax = b. Allora L A (v) = b e si ha che v = v 0 +(v v 0 ), ove w = v v 0 è una soluzione del sistema omogeneo associato, infatti L A (v v 0 ) = L A (v) L A (v 0 ) = b b = 0. Viceversa, se w è una soluzione del sistema omogeneo associato (e quindi per ipotesi L A (w) = 0), allora v = v 0 +w èuna soluzione del sistema Ax = b, infatti L A (v) = L A (v 0 + w) = L A (v 0 ) + L A (w) = b+0 = b, come volevasi dimostrare. Osservazione. Nel caso del sistema (1), troviamo le soluzioni. La matrice completa ridotta a scala diventa: Si vede facilmente che le soluzioni dipendono da 3 2 = 1 parametro, e sono {( 2s+3,3s 6,s) s R}. 4

5 Troviamo ora le soluzione del sistema omogeneo associato. La matrice incompleta è A = 2 1 1, che ridotta a scala diventa: Si vede facilmente che le soluzioni dipendono da 3 2 = 1 parametro, e sono {( 2s,3s,s) s R}. Quindi si ha che {( 2s+3,3s 6,s) s R} = {( 2s,3s,s) s R}+(3, 6,0) e (3, 6,0) è una soluzione particolare del sistema (1), quella ottenuta per s = 0 (per convincersene basta sostituire). Teorema 1.5. Sia Ax = 0 un sistema lineare omogeneo in n incognite e sia r = rk (A). Allora lo spazio vettoriale Z delle soluzioni del sistema ha dimensione n r. In particolare se n = r si ha che Z = {0}, cioè il sistema ha solo la soluzione nulla. Dimostrazione. Sia L A : R n R m l applicazione lineare associata alla matrice A. Si ha che rk (A) = dimim (L A ) e Z = ker(l A ). Per il teorema della dimensione si ha che dimz = dimker(l A ) = dimr n dimim (L A ) = n r. Se n = r si ha che dimker(l A ) = 0, quindi Z = {0}. Teorema 1.6. (Teorema di Rouché-Capelli.)Il sistema lineare Ax = b di m equazioni in n incognite ammette soluzioni se e solo se rk (A) = rk (A b). Inoltre, se rk (A) = rk (A b) = r, allora le soluzioni dipendono da n r parametri. Dimostrazione. La prima parte dell enunciato è il teorema 1.2, che abbiamo già dimostrato. Possiamo quindi supporre che il sistema abbia soluzioni. Per il teorema 1.4 le soluzioni del sistema lineare Ax = b sono tante quante quelle del sistema omogeneo associato Ax = 0; e per il teorema precedente queste soluzioni dipendono da n rk (A) parametri. 5

6 Riassumendo: A. Un sistema lineare Ax = b di m equazioni in n incognite pu? essere: - Risolubile (ci? accade se e solo se rk (A) = rk (A b)). - Non risolubile (ci? accade se e solo se rk (A) < rk (A b)). B. Se il sistema è risolubile e r = rk (A) = rk (A b) il sistema ha n r incognite libere. In particolare: - Se n = r c è una sola soluzione; - se n > r ci sono infinite soluzioni, che dipendono da n r parametri indipendenti. 2 Tecniche di calcolo Per risolvere un sistema lineare omogeneo Ax = b si considera la matrice completa (A b) e la si riduce ad una matrice a scala (A b ). Il sistema lineare ad esso associato è equivalente al sistema Ax = b, perché le operazioni elementari sulle righe non cambiano l insieme delle soluzioni. Sia r il numero di righe non nulle di A. Osserviamo che r è il rango per righe di A, cioè è la dimensione dello spazio vettoriale generato dalle righe di A, ed è anche il rango per righe di A, perché le operazioni elementari sulle righe non cambiano lo Span delle righe. Se anche (A b ) ha r righe non nulle allora il sistema è risolubile, altrimenti il sistema non ammette soluzioni (e quest ultima situazione in pratica si verifica perch? l ultima equazione del sistema associato alla matrice a scala (A b ) diventa del tipo 0 = b r +1, e b r +1 è un numero diverso da zero). Se il sistema è risolubile, allora si possono ricavare le r incognite corrispondenti ai pivot nonnulli di Ain funzionedelle rimanenti n r incognite, alle quali si possono assegnare valori a piacere. Osservazione 2.1. Si ha così che le soluzioni del sistema dipendono da n r parametri liberi, ove r èil rangoper righedi A. Poiché sappiamo anche cheil numero di parametri liberi sono n rk (A) (vedere l osservazione precedente) segue che r = r, cioè la dimensione dello spazio generato generato dalle righe di A è uguale alla dimensione dello spazio generato generato dalle colonne di A. 6

7 Esercizio 1: Si trovino le soluzioni del seguente sistema: x 1 x 2 +3x 3 +x 5 = 2 2x 1 +x 2 +8x 3 4x 4 +2x 5 = 3 x 1 +2x 2 +5x 3 3x 4 +4x 5 = 1 La matrice completa associata al sistema è: (A b) = , che ridotta a scala diventa: (A b ) = , mentre la matrice incompleta di (A b ) è: A = Entrambe le matrici hanno r = 3 righe non nulle, quindi il sistema è risolubile, e le soluzioni dipendono da n r = 5 3 = 2 parametri. I pivots non nulli della matrice sono quelli relativi a x 1,x 2 e x 4, quindi possiamo ricavare queste incognite in funzione delle rimanenti x 3 e x 5. Il sistema associato alla matrice a scala (A b ) è: x 1 x 2 +3x 3 +x 5 = 2 3x 2 +2x 3 4x 4 = 1 x 4 +3x 5 = 0 Posto x 3 = s, x 5 = t otteniamo: x 4 = 3t, x 2 = 2 3 s 4t 1 3, x 1 = 11 3 s 5t Lesoluzionisonoquindi {( 11 3 s 5t+ 5 3, 2 3 s 4t 1 3,s, 3t,t) s,t R }. Esercizio 2: Si trovino le soluzioni del seguente sistema: x 1 x 2 +x 3 = 2 2x 1 x 2 +3x 3 = 1 x 1 +2x 3 = 1 7

8 La matrice completa associata al sistema è: (A b) = , che ridotta a scala diventa: (A b ) = , mentre la matrice incompleta di (A b ) è: A = Ilsistema nonammettesoluzioni, perch? A har = 2righenonnulle, mentre (A b ) ha 3 righe non nulle. Infatti il sistema associato a (A b ) è x 1 x 2 +x 3 = 2 x 2 +x 3 = 5 0 = 4 che chiaramente non ammette soluzioni. Esercizi 1. Data l applicazione lineare T : R 4 R 3 definita da: T(x 1,x 2,x 3,x 4 ) = (x 1 +k 2 x 2 +kx 3 +x 4,4x 1 3kx 2 +2x 3 +2x 4,kx 2 2kx 2 x 3 +x 4 ) stabilire per quali valori di k il vettore (1,2k 2,4k) appartiene a Im (T). 2. Data l applicazione lineare T : R 3 R 3 associata alla matrice: 3k 3 k +2 A = 1 k k,

9 stabilire per quali valori di k il vettore (k + 2,1,k + 1) appartiene a Im (T). Posto k = 1 trovare tutti i vettori (x,y,z) tali che T(x,y,z) = (k + 2,1,k+1). Posto k = 3 trovare tutti i vettori (x,y,z) tali che T(x,y,z) = (k + 2,1,k+1). 9

LEZIONE 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 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

Dettagli

La riduzione a gradini e i sistemi lineari (senza il concetto di rango)

La 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

Dettagli

Sistemi di equazioni lineari

Sistemi 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

Dettagli

LEZIONE 3. Typeset by AMS-TEX

LEZIONE 3. Typeset by AMS-TEX LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni

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

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

Sistemi 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 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)

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

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

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

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

Esercizio 1 Trovare, se esistono, le soluzioni del sistema lineare. y + 3z = 3 x y + z = 0. { x + y = 1

Esercizio 1 Trovare, se esistono, le soluzioni del sistema lineare. y + 3z = 3 x y + z = 0. { x + y = 1 Esercizio 1 Trovare, se esistono, le soluzioni del lineare y + 3z = 3 x y + z = 0 x + y = 1 0 1 3 3 1 1 1 0 1 1 1 0 = 0 1 3 3 = 1 1 0 1 1 1 0 1 = 1 1 1 0 0 1 3 3 0 1 1 = Il di partenza è quindi equivalente

Dettagli

LEZIONE 4. { x + y + z = 1 x y + 2z = 3

LEZIONE 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.

Dettagli

I. 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.

I. 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

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

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

Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Politecnico di Torino. Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Sottospazi. Generatori. Confrontando sottospazi: intersezione.

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

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

Dipendenza e indipendenza lineare

Dipendenza e indipendenza lineare Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus

Dettagli

Prodotto scalare, ortogonalitá e basi ortonormali

Prodotto 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

Dettagli

Esercizi sui sistemi di equazioni lineari.

Esercizi 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

Dettagli

SISTEMI DI EQUAZIONI LINEARI

SISTEMI DI EQUAZIONI LINEARI 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

Dettagli

Esercizi svolti sui sistemi lineari

Esercizi svolti sui sistemi lineari Francesco Daddi - www.webalice.it/francesco.daddi Esercizi svolti sui sistemi lineari Esercizio 1. Risolvere il seguente sistema lineare al variare del parametro reale t: tx+(t 1)y + z =1 (t 1)y + tz =1

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

Sistemi di equazioni lineari

Sistemi 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.

Dettagli

Argomento 13 Sistemi lineari

Argomento 13 Sistemi lineari Sistemi lineari: definizioni Argomento 3 Sistemi lineari I 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) eb è un numero reale (detto

Dettagli

Prima di risolverli, è necessario prevedere se ci saranno soluzioni e, eventualmente, quante saranno.

Prima di risolverli, è necessario prevedere se ci saranno soluzioni e, eventualmente, quante saranno. Sistemi lineari Prima di risolverli, è necessario prevedere se ci saranno soluzioni e, eventualmente, quante saranno. La discussione di un sistema si imposta in questo modo: 1 studiare il rango della matrice

Dettagli

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine

Lezione 6 Nucleo, Immagine e Teorema della Dimensione. 1 Definizione di Nucleo e Immagine Lezione 6 Nucleo, Immagine e Teorema della Dimensione In questa lezione entriamo nel vivo della teoria delle applicazioni lineari. Per una applicazione lineare L : V W definiamo e impariamo a calcolare

Dettagli

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali.

Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. CAPITOLO 7 Rango: Rouchè-Capelli, dimensione e basi di spazi vettoriali. Esercizio 7.1. Determinare il rango delle seguenti matrici al variare del parametro t R. 1 4 2 1 4 2 A 1 = 0 t+1 1 A 2 = 0 t+1 1

Dettagli

III-4 Sistemi di equazioni lineari

III-4 Sistemi di equazioni lineari SISTEMI DI EQUAZIONI LINEARI III-4 Sistemi di equazioni lineari Indice Sistemi di equazioni lineari 2 Alcuni risultati generali 2 2 Il teorema di Rouché Capelli 3 22 Il teorema e la regola di Cramer 3

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

Metodo di Gauss-Jordan 1

Metodo di Gauss-Jordan 1 Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi

Dettagli

ax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0.

ax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0. . Rette in R ; circonferenze. In questo paragrafo studiamo le rette e le circonferenze in R. Ci sono due modi per descrivere una retta in R : mediante una equazione cartesiana oppure mediante una equazione

Dettagli

SISTEMI LINEARI, METODO DI GAUSS

SISTEMI 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

Dettagli

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)

Dettagli

LEZIONE 9. Figura 9.1.1

LEZIONE 9. Figura 9.1.1 LEZIONE 9 9.1. Equazioni cartesiane di piani. Abbiamo visto come rappresentare parametricamente un piano. Un altro interessante metodo di rappresentazione di un piano nello spazio è tramite la sua equazione

Dettagli

Metodo dei minimi quadrati e matrice pseudoinversa

Metodo 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

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

1 Definizione di sistema lineare omogeneo.

1 Definizione di sistema lineare omogeneo. Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari

Dettagli

1 Sistemi di equazioni lineari 1. 2 Alcuni risultati generali Il teorema di Rouché Capelli Il teorema e la regola di Cramer...

1 Sistemi di equazioni lineari 1. 2 Alcuni risultati generali Il teorema di Rouché Capelli Il teorema e la regola di Cramer... SISTEMI DI EQUAZIONI LINEARI Sistemi di equazioni lineari Indice Sistemi di equazioni lineari 2 Alcuni risultati generali 2 2 Il teorema di Rouché Capelli 2 22 Il teorema e la regola di Cramer 3 3 Il calcolo

Dettagli

Geometria BATR-BCVR Esercizi 9

Geometria 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

Dettagli

Applicazioni lineari tra spazi euclidei. Cambi di base.

Applicazioni lineari tra spazi euclidei. Cambi di base. pplicazioni lineari tra spazi euclidei. Cambi di base. Esercizio. Data la seguente applicazione lineare f : R R : f(x, y, z) = (x z, x + y, y + z), scrivere la matrice B, rappresentativa di f rispetto

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

Per equazione lineare nelle incognite x, y intendo un equazione del tipo. ax = b,

Per equazione lineare nelle incognite x, y intendo un equazione del tipo. ax = b, Matematica II 161110 1 Equazioni lineari in una incognita Per equazione lineare nell incognita x intendo un equazione del tipo ax = b dove a b sono due costanti reali a e il coefficiente e b e il termine

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

CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI

CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI CAPITOLO IV RISOLUZIONE DEI SISTEMI LINEARI COL METODO DEI DETERMINANTI 1. REGOLA DI CRAMER Sia S un sistema lineare di n ( 2) equazioni in n incognite su un campo K : a 11 x 1 + a 12 x 2 + + a 1n x n

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

Prodotto scalare e ortogonalità

Prodotto scalare e ortogonalità Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano

Dettagli

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione

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

Precorso di Matematica

Precorso di Matematica UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni

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

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

Chi non risolve esercizi non impara la matematica.

Chi non risolve esercizi non impara la matematica. 5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi

Dettagli

Equazioni differenziali Corso di Laurea in Scienze Biologiche Istituzioni di Matematiche A.A. 2007-2008. Dott.ssa G. Bellomonte

Equazioni differenziali Corso di Laurea in Scienze Biologiche Istituzioni di Matematiche A.A. 2007-2008. Dott.ssa G. Bellomonte Equazioni differenziali Corso di Laurea in Scienze Biologiche Istituzioni di Matematiche A.A. 2007-2008 Dott.ssa G. Bellomonte Indice 1 Introduzione 2 2 Equazioni differenziali lineari del primo ordine

Dettagli

Esercizi per Geometria II Geometria euclidea e proiettiva

Esercizi 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

Dettagli

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni

Corso 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

Dettagli

Somma diretta di sottospazi vettoriali

Somma 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

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

Massimi e minimi vincolati

Massimi e minimi vincolati Massimi e minimi vincolati Data una funzione G C 1 (D), dove D è un aperto di R 2, sappiamo bene dove andare a cercare gli eventuali punti di massimo e minimo relativi. Una condizione necessaria affinché

Dettagli

Appunti di Algebra Lineare - 2

Appunti 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

Dettagli

4 0 = 4 2 = 4 4 = 4 6 = 0.

4 0 = 4 2 = 4 4 = 4 6 = 0. Elementi di Algebra e Logica 2008. Esercizi 4. Gruppi, anelli e campi. 1. Determinare la tabella additiva e la tabella moltiplicativa di Z 6. (a) Verificare dalla tabella moltiplicativa di Z 6 che esistono

Dettagli

LUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011

LUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011 LUISS Laurea specialistica in Economia e Finanza Anno Accademico 1/11 Corso di Metodi Matematici per la Finanza Prof. Fausto Gozzi, Dr. Davide Vergni Soluzioni esercizi 4,5,6 esame scritto del 13/9/11

Dettagli

Equazioni differenziali

Equazioni differenziali 4 Equazioni differenziali Determinare le primitive di una funzione f(x) significa risolvere y (x) = f(x) dove l incognita è la funzione y(x). Questa equazione è un semplice esempio di equazione differenziale.

Dettagli

Esercitazioni di Geometria A: curve algebriche

Esercitazioni di Geometria A: curve algebriche Esercitazioni di Geometria A: curve algebriche 24-25 maggio 2016 Esercizio 1 Sia P 2 il piano proiettivo complesso munito delle coordinate proiettive (x 0 : x 1 : x 2 ). Sia r la retta proiettiva di equazione

Dettagli

Esercizi svolti sui sistemi lineari

Esercizi svolti sui sistemi lineari Esercizio 1. Risolvere il seguente sistema lineare al variare del parametro reale t: t x + (t 1)y + z = 1 (t 1)y + t z = 1 2 x + z = 5 Soluzione. Il determinante della matrice dei coefficienti è t t 1

Dettagli

Giuseppe Accascina. Note del corso di Geometria e Algebra

Giuseppe Accascina. Note del corso di Geometria e Algebra Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato

Dettagli

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Versione ottobre novembre 2008 Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari Contenuto 1. Applicazioni lineari 2. L insieme delle

Dettagli

Il concetto delle equazioni reciproche risale ad A. De Moivre ( ) ed il nome è dovuto a L. Euler ( ).

Il concetto delle equazioni reciproche risale ad A. De Moivre ( ) ed il nome è dovuto a L. Euler ( ). Il concetto delle equazioni reciproche risale ad A. De Moivre (1667-1754) ed il nome è dovuto a L. Euler (1707-1783). Girard nel 1629 enunciò, e Gauss poi dimostrò rigorosamente nel 1799, che un equazione

Dettagli

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo

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

Circonferenze del piano

Circonferenze del piano Circonferenze del piano 1 novembre 1 Circonferenze del piano 1.1 Definizione Una circonferenza è il luogo dei punti equidistanti da un punto fisso, detto centro. La distanza di un qualunque punto della

Dettagli

Anno 2. Risoluzione di sistemi di primo grado in due incognite

Anno 2. Risoluzione di sistemi di primo grado in due incognite Anno Risoluzione di sistemi di primo grado in due incognite Introduzione In questa lezione impareremo alcuni metodi per risolvere un sistema di due equazioni in due incognite. Al termine di questa lezione

Dettagli

ha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il

ha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 6 Eliminazione di Gauss con scambi di righe Sia A O una matrice m n. Abbiamo illustrato nella Lezione 5 un algoritmo che ha come

Dettagli

Applicazioni lineari

Applicazioni lineari CAPITOLO 8 Applicazioni lineari Esercizio 8.. Sia T : R 3 R 3 l applicazione definita da T(x,x,x 3 ) = (x,x,x 3 ). Stabilire se T è lineare. Esercizio 8.. Verificare che la funzione determinante definita

Dettagli

Esame di Geometria - 9 CFU (Appello del 14 gennaio A)

Esame 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

Dettagli

1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7.

1 Forme quadratiche 1. 2 Segno di una forma quadratica Il metodo dei minori principali Soluzioni degli esercizi 7. 1 FORME QUADRATICHE 1 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli esercizi

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

1.1 Coordinate sulla retta e nel piano; rette nel piano

1.1 Coordinate sulla retta e nel piano; rette nel piano 1 Sistemi lineari 11 Coordinate sulla retta e nel piano; rette nel piano Coordinate sulla retta Scelti su una retta un primo punto O (origine) ed un diverso secondo punto U (unita ), l identificazione

Dettagli

SISTEMI LINEARI. Prof.ssa R. Schettino Classe II a.s. 10/ 10/ 1111

SISTEMI LINEARI. Prof.ssa R. Schettino Classe II a.s. 10/ 10/ 1111 SISTEMI LINEARI Prof.ssa R. Schettino Classe II a.s. 10/ 10/ 1111 EQUAZIONE LINEARE IN DUE INCOGNITE 3x+7y=21-12x+6y-36=0 x-y+2=0 9y-21x+9=0 Con x e y si indicano le incognite delle equazioni Quali sono

Dettagli

Lezione 9: Le matrici

Lezione 9: Le matrici Lezione 9: Le matrici Ancora un po di sistemi in generale: le notazioni Nella lezione precedente abbiamo visto vari esempi di sistemi lineari in cui si verificavano i seguenti casi: una sola soluzione,

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

RETTE E PIANI. ove h R. Determinare i valori di h per cui (1) r h e α sono incidenti ed, in tal caso, determinare l angolo ϑ h da essi formato;

RETTE E PIANI. ove h R. Determinare i valori di h per cui (1) r h e α sono incidenti ed, in tal caso, determinare l angolo ϑ h da essi formato; RETTE E PIANI Esercizi Esercizio 1. Nello spazio con riferimento cartesiano ortogonale Oxyz si considerino la retta r h ed il piano α rispettivamente di equazioni x = 1 + t r h : y = 1 t α : x + y + z

Dettagli

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di DEFINIZIONE Espressione algebrica costituita dal prodotto tra una parte numerica (coefficiente) e una o più variabili e/o costanti (parte letterale). Variabili e costanti possono comparire elevate a potenza

Dettagli

Ripasso tramiti esempi - Applicazioni lineari e matrici

Ripasso tramiti esempi - Applicazioni lineari e matrici Ripasso tramiti esempi - Applicazioni lineari e matrici Applicazioni lineari associata ad una matrice Avete imparato che data una matrice A K m,n esiste una applicazione lineare associata ad A. Ma come

Dettagli

Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari

Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari 4 maggio Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ) Esercizio Siano 3 6 8 6 4 3 3 ) determinare

Dettagli

x 2 + (x+4) 2 = 20 Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati per le EQUAZIONI di PRIMO GRADO.

x 2 + (x+4) 2 = 20 Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati per le EQUAZIONI di PRIMO GRADO. EQUAZIONI DI SECONDO GRADO Un'equazione del tipo x 2 + (x+4) 2 = 20 è un'equazione DI SECONDO GRADO IN UNA INCOGNITA. Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati

Dettagli

Equazioni esponenziali e logaritmi

Equazioni esponenziali e logaritmi Copyright c 2008 Pasquale Terrecuso Tutti i diritti sono riservati. Equazioni esponenziali e logaritmi 2 equazioni esponenziali..................................................... 3 casi particolari............................................................

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

Piccolo teorema di Fermat

Piccolo teorema di Fermat Piccolo teorema di Fermat Proposizione Siano x, y Z, p N, p primo. Allora (x + y) p x p + y p (mod p). Piccolo teorema di Fermat Proposizione Siano x, y Z, p N, p primo. Allora (x + y) p x p + y p (mod

Dettagli

Corso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori

Corso 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

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

Le matrici. A cura di Benedetta Noris, 17 aprile Cos è una matrice. 2 Rappresentazione di una matrice generica 2

Le matrici. A cura di Benedetta Noris, 17 aprile Cos è una matrice. 2 Rappresentazione di una matrice generica 2 Le matrici A cura di Benedetta Noris, 17 aprile 2012 benedetta.noris1@unimib.it Indice 1 Cos è una matrice 1 2 Rappresentazione di una matrice generica 2 3 Somma di matrici e prodotto di una matrice per

Dettagli

Giovanna Carnovale. October 18, Divisibilità e massimo comun divisore

Giovanna Carnovale. October 18, Divisibilità e massimo comun divisore MCD in N e Polinomi Giovanna Carnovale October 18, 2011 1 Divisibilità e massimo comun divisore 1.1 Divisibilità in N In questa sezione introdurremo il concetto di divisibilità e di massimo comun divisore

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

IV-2 Forme quadratiche

IV-2 Forme quadratiche 1 FORME QUADRATICHE 1 IV-2 Forme quadratiche Indice 1 Forme quadratiche 1 2 Segno di una forma quadratica 2 2.1 Il metodo dei minori principali........................................ 3 3 Soluzioni degli

Dettagli

LEZIONE 10. S(C,ρ) Figura 10.1

LEZIONE 10. S(C,ρ) Figura 10.1 LEZIONE 10 10.1. Sfere nello spazio. In questa lezione studieremo alcuni oggetti geometrici non lineari, circonferenze e sfere nello spazio A 3. Poiché le proprietà delle circonferenze nel piano sono del

Dettagli

Sviluppi e derivate delle funzioni elementari

Sviluppi e derivate delle funzioni elementari Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim

Dettagli