RIDUZIONE E RANGO , C = 2 5 1
|
|
- Gemma Albina Volpe
- 6 anni fa
- Visualizzazioni
Transcript
1 MATRICI E SISTEMI RIDUZIONE E RANGO Riduzione di matrici (definizioni, trasformazioni elementari). Calcolo del rango e dell inversa (metodo di Gauss, metodo di Gauss-Jordan). 3 4 Esercizio Ridurre per righe la matrice Esercizio Ridurre le seguenti matrici: A = 3 4, B = 0, C = k 0 dove k è un parametro reale Esercizio 3 Calcolare il rango delle matrici A = e B = Esercizio 4 Calcolare il rango delle seguenti matrici, al variare del parametro k reale: 3 k k k 0 A = k 4, B = k, C = k 0 k 3 5 Esercizio 5 Calcolare l inversa della matrice A = Esercizio 6 Siano date le matrici A = ( ) e B = 3. 0 Stabilire quali tra le seguenti affermazioni sono vere e quali false: (i) det(a) = 0; (ii) non è possibile effettuare ilprodotto AB; (iii) il rango di A è ; ( ) 4 (iv) AB =.
2 MATRICI E SISTEMI - Riduzione e rango Esercizio 7 Data la matrice A = e quali false: (i) rang A = per ogni valore di h R; (ii) rang A = per ogni valore di h C; (iii) deta = 4 per h = 0; (iv) rang A = 4 perché A non è la matrice nulla. ( ) h, stabilire quali delle seguenti affermazioni sono vere h Esercizio 8 Data una matrice quadrata A di ordine, stabilire quali delle seguenti affermazioni sono vere e quali false: (i) A + A t è una matrice simmetrica; (ii) se A ha rango massimo, anche A + A t ha rango massimo; (iii) se deta =, allora det(a) = ; (iv) se det A =, allora det(ab) = detb per ogni matrice B quadrata di ordine.
3 MATRICI E SISTEMI - Riduzione e rango 3 SVOLGIMENTI Svolgimento Esercizio Evidenzieremo in grassetto gli elementi scelti come speciali. Usiamo a = per annullare a e a 3 : 3 4 R R 5R R A = R 3 9R = Usiamo a = 4 per annullare a 3 : A R 3 R 3 R (ma uno qualsiasi tra 4, 8, può essere scelto come elemento speciale). Ogni riga non nulla ha almeno un elemento speciale e quindi la riduzione è conclusa. Svolgimento Esercizio Evidenzieremo in grassetto gli elementi scelti come speciali. Poiché la prima riga di A ha già un elemento nullo, conviene ridurre per colonne. Usiamo a = per annullare a : 0 A = C C +C Usiamo ora a = 7 per annullare a 3 : A 3 7 C 3 C 3 7 C (ma anche a 3 = 7 può essere scelto come elemento speciale). Ogni colonna non nulla ha almeno un elemento speciale e quindi la riduzione è conclusa. La matrice B è già ridotta per righe (su ogni riga non nulla c è almeno un elemento speciale): B = Riduciamo per righe la matrice C. Guardando l ultima colonna, si vede che lo scambio R R 3 fa già apparire un elemento speciale sulla prima riga, dopodiché procediamo come al solito: k 0 C = 0 R R 3 0 k Ogni riga non nulla ha almeno un elemento speciale e quindi la riduzione è conclusa.
4 MATRICI E SISTEMI - Riduzione e rango 4 Svolgimento Esercizio 3 Evidenzieremo in grassetto gli elementi scelti come speciali. Poiché le trasformazioni elementari non cambiano il rango di una matrice, procediamo alla riduzione in modo da leggere poi facilmente il rango sulla matrice ridotta. Siccome le matrici hanno più righe che colonne, conviene ridurre per colonne. Circa la matrice A, si ha 0 A = 0 C C 0 0 dove la seconda matrice è ridotta per colonne (ogni colonna non nulla ha almeno un elemento speciale), quindi il suo rango è immediatamente dato dal numero di colonne non nulle, cioè. Dunque rang A =. Per la matrice B, si ottiene 5 9 B = C C 5C C 3 C 3 9C C 3 C 3 C , 4 0 dove tutte le matrici scritte hanno lo stesso rango e la matrice finale è ridotta per colonne con colonne non nulle. Dunque rang B = Svolgimento Esercizio 4 La matrici contengono un parametro k da discutere, quindi, volendo procedere tramite riduzione, conviene che gli elementi contenenti k siano coinvolti nel processo il più tardi possibile. Si tenga anche presente che, per matrici quadrate, il rango è massimo se e solo se il determinante non si annulla; imponendo tale condizione si trovano quindi i valori del parametro per cui il rango è pari all ordine della matrice, dopodiché restano da considerare solo i valori di k del per cui il rango non è massimo, che tipicamente sono in numero finito e possono essere studiati direttamente. Si ha 3 A = k 4 R R k 4 R R 3 R R 3 R 3 R 3 5/ 0 5/ k / 0 5/ R 3 R 3 R / k dove l ultima matrice è ridotta per righe ed ha oppure 3 righe non nulle a seconda che sia k = 3 oppure k 3, rispettivamente. Dunque { se k = 3 rang A = 3 se k 3. Nel caso della matrice B, che presenta tanti elementi contenenti il parametro, ricorriamo al determinante. Si ha k detb = k k = k k k k + k = k ( k ) k + = k (k ) (k + ) (k ) = (k ) ( k + k ) = (k ) (k + )
5 MATRICI E SISTEMI - Riduzione e rango 5 e dunque det B = 0 k =,. Ciò significa che rang B = 3 per ogni k,. Studiamo ora i casi restanti. Se k =, allora si ha R R R B = R 3 R 3 R e dunque rang B =. Se k =, allora si ha R R R B = R 3 R 3 +R R 3 R 3 +R e dunque rang B =. In definitiva se k = rang B = se k = 3 altrimenti. Per la matrice C, si ottiene k k 0 C = 0 R 3 R 3 R 0 k k k 0 k k 0 0 R 3 R 3 +kr 0 k + k k 0 0 k 0 0 (si ricordi che la trasformazione R i R i + λr j è ammessa anche se λ = 0) e dunque { se k = rang C = 3 se k. Svolgimento Esercizio 5 Procediamo al calcolo di A (che esisite perché det A = 0, come si vede subito moltiplicando tra loro gli elementi della diagonale di A, che è triangolare) sia mediante l algoritmo di Gauss-Jordan che tramite matrice aggiunta. Mediante algoritmo di Gauss-Jordan (particolarmente semplice perché A è già triangolare), si ottiene R R 5R (A I) = R R 7R R R 3R = ( I A ) e dunque 3 6 A = Procedendo tramite matrice aggiunta, si tratta di calcolare il complemento algebrico A ij di ciascun elemento a ij di A e scrivere la matrice aggiunta di A, cioè adj A = (A ij ) T ; dopodiché A = deta adja.
6 MATRICI E SISTEMI - Riduzione e rango 6 Si ha A = ( ) =, A = ( ) = 0, A 3 = ( ) = 0, A = ( ) = 3, A = ( ) =, A 3 = ( ) = 0, A 3 = ( ) = 6, A 3 = ( ) = 7, A 33 = ( ) = e quindi 3 6 adja = (A ij ) T = Essendo det A =, si ottiene finalmente 3 6 A = adja = Svolgimento Esercizio 6 La (i) è falsa, o meglio non ha senso, perché A non è quadrata. La (ii) è falsa, perché A è di tipo m n e B è di tipo n p, per cui il prodotto AB esiste (ed è di tipo m p). La (iii) è vera, ad esempio perché A possiede il minore non nullo 0 =, che ha ordine. La (iv) è senz altro falsa, perché A è di tipo 3 e B è di tipo 3, per cui AB deve essere di tipo. Svolgimento Esercizio 7 Si ha rang A = det A 0 (perché A è quadrata di ordine ) e risulta det A = h h = h + 4. Quindi la (i) è vera, perché h +4 0 per ogni h R, mentre la (ii) e la (iii) sono false, perché h + 4 = 0 per h = ±i e det A = 4 se h = 0. La (iv) è falsa, perché il rango di una matrice non può superare nessuna delle sue dimensioni e quindi deve essere rang A in ogni caso. Svolgimento Esercizio 8 (i) Vera. Infatti risulta ( ) a b A = c d A + A T = ( ) a b + c d ( ) a c = b d ( ) a b + c c + b d dove b + c = c + b (il risultato è vero anche per matrici quadrate di ordine maggiore; infatti, se A = (a ij ) allora A T = (a ji ) ed A + A T = (a ij + a ji ), dove b ij = a ij + a ji è tale che b ij = a ij + a ji = a ji + a ij = b ji, essendo la somma a ij + a ji commutativa).
7 MATRICI E SISTEMI - Riduzione e rango 7 (ii) Falsa. Ad esempio ( ) / A = 0 / A + A T = ( ) ( ) / / 0 + = 0 / / ( ) dove risulta det ( A + A T) = 0 pur essendo deta = /4 0. (iii) Falsa. Infatti, se deta =, allora risulta det(a) = deta = 4 (si ricordi che per ogni matrice A K n,n e per ogni λ K risulta det(λa) = λ n deta). (iv) Vera. Infatti, per ogni B K,, il prodotto AB è ben definito e risulta det (AB) = det A det B (teorema di Binet).
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 +
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
DettagliMATRICI 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
Dettagli1. 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
DettagliSOTTOSPAZI 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,
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,
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliCorso di 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
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
Dettagli= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
Dettagli1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.
1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,
DettagliCorso di Matematica B - Ingegneria Informatica Testi di Esercizi
A. Languasco - Esercizi Matematica B - 1. Sistemi lineari e Matrici 1 A: Sistemi lineari: eliminazione gaussiana Corso di Matematica B - Ingegneria Informatica Testi di Esercizi A1. Determinare, con il
DettagliEsercizi 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
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. 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
DettagliGiuseppe 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
DettagliRichiami 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
DettagliCONICHE. Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oxy sia data la conica C di equazione
CONICHE Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oy sia data la conica C di equazione 7 2 + 2 3y + 5y 2 + 32 3 = 0. Calcolare le equazioni di una rototraslazione che riduce
Dettagli1 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
DettagliAnno 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
DettagliSPAZI 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)
DettagliMetodo 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
DettagliMatematica 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
DettagliTEMPUS 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
DettagliVettori 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
DettagliMetodi 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
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
DettagliIV-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
DettagliEsercitazione 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
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):
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
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
Dettaglie 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
Dettagli1 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
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliIl 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
DettagliEsercizi 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
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
Dettagli4 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
DettagliEsercizi 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
DettagliESERCIZI PROPOSTI. Capitolo 5 MCD(15,5) = 15 5 =3. un unico sottogruppo di ordine d, cioè x 20/d = C d. , x 20/10 = x 2 = C 10. , x 20/4 = x 5 = C 4
ESERCIZI PROPOSTI Capitolo 5 511 Determinare il periodo dell elemento x 320 del gruppo ciclico C 15 = x x 15 =1 Indicare tutti i generatori del sottogruppo x 320 Soluzione Dividiamo 320 per 15 Si ha 320
DettagliCorso 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
DettagliCLASSIFICAZIONE DELLE CONICHE AFFINI
CLASSIFICAZIONE DELLE CONICHE AFFINI Pre-requisiti necessari. Elementi di geometria analitica punti e rette nel piano cartesiano, conoscenza delle coniche in forma canonica). Risoluzione di equazioni e
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
DettagliRETTE 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
DettagliQUADERNI 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
DettagliApplicazioni 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
DettagliSapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.
Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A. 2015-2016 ESERCIZI DA CONSEGNARE prof. Cigliola Consegna per Martedì 6 Ottobre Esercizio 1. Una matrice quadrata A si
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
Dettagliha 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
DettagliLe 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
DettagliPOTENZE DI MATRICI QUADRATE
POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R)
DettagliEsercizi 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
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)
DettagliApplicazioni lineari e diagonalizzazione. Esercizi svolti
. Applicazioni lineari Esercizi svolti. Si consideri l applicazione f : K -> K definita da f(x,y) = x + y e si stabilisca se è lineare. Non è lineare. Possibile verifica: f(,) = 4; f(,4) = 6; quindi f(,4)
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
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
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
Dettagliii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......
Indice Prefazione vii 1 Matrici e sistemi lineari 1 1.1 Le matrici di numeri reali................. 1 1.2 Nomenclatura in uso per le matrici............ 3 1.3 Matrici ridotte per righe e matrici ridotte
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
DettagliArgomento 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
DettagliParte 1. Sistemi lineari, algoritmo di Gauss, matrici
Parte 1. Sistemi lineari, algoritmo di Gauss, matrici A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Brevi richiami sugli insiemi, 1 Insiemi numerici, 3 3 L insieme R n, 4 4 Equazioni
DettagliLEZIONE 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
DettagliParte 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
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
SRCIZI DI ALGBRA LINAR COMPLMNTI DI GOMTRIA Foglio 3 sercizio 1. Determinare la decomposizione LU della matrice reale simmetrica A = 1 2 1 2 5 3 1 3 4 sercizio 2. Determinare la decomposizione LU della
DettagliProdotti scalari e matrici
Prodotti scalari e matrici 1 Forme bilineari e matrici In questa sezione vogliamo studiare la corrispondenza biunivoca che esiste tra l insieme delle forme bilineari su di un certo spazio vettoriale V
DettagliSistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari
Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliIII-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
Dettagli1) 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
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
Dettagli1 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
DettagliProdotto scalare e prodotto vettoriale. Elisabetta Colombo
Corso di Approfondimenti di Matematica Biotecnologie, Anno Accademico 2010-2011, http://users.mat.unimi.it/users/colombo/programmabio.html Vettori Vettori 1 2 3 4 di di Ricordiamo il in R n Dati a = (a
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
DettagliUNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO
UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO Geometria III esonero pariale A.A. 6 Cognome Nome Matricola Codice
DettagliAlgoritmi per operazioni con le matrici
Algoritmi per operazioni con le matrici 1 Sommario Definizioni Alcune operazioni principali sulle matrici Somma di due matrici Trasposta di una matrice Prodotto di matrici: algoritmo classico Prodotto
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.
DettagliInformatica 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
Dettagli2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:
Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante
DettagliSomma diretta di sottospazi vettoriali
Capitolo 8 Somma diretta di sottospazi vettoriali 8.1 Introduzione Introduciamo un caso particolare di somma di due sottospazi vettoriali: la somma diretta. Anche questo argomento è stato visto nel corso
Dettagli1 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
DettagliEsercitazioni 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
DettagliChi 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
DettagliPrima 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
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
DettagliUniversità degli Studi di Firenze Facoltà di Scienze Matematiche, Fisiche e Naturali C.d.L. in Matematica
Università degli Studi di Firenze Facoltà di Scienze Matematiche, Fisiche e Naturali C.d.L. in Matematica Anno Accademico 2011-2012 Relazione finale per la Laurea Triennale DIAGONALIZZAZIONE SU UN PID
DettagliMatematica B - a.a 2006/07 p. 1
Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +
DettagliSistemi 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
DettagliEsercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria
Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo
DettagliMatematica Finanziaria 29 novembre 2000
Matematica Finanziaria 29 novembre 2000 Ottimizzazione. Cognome Nome FILA A ESERCIZIO 1: Gestione del rischio a) Ricavare l espressione del vettore dei coe cienti nella tecnica dei minimi quadrati. b)
Dettagli04 - Logica delle dimostrazioni
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 04 - Logica delle dimostrazioni Anno Accademico 013/014 D. Provenzano,
DettagliC.L. Informatica, M-Z Bari, 12 Gennaio 2016 Traccia: 1
Bari, 2 Gennaio 206 Traccia: Esercizio. Scrivere la definizione di funzione suriettiva. Dimostrare che la composizione di due funzioni suriettive è una funzione suriettiva. Esercizio 2. () Stabilire se
DettagliESERCITAZIONE N.8. Il calcolatore ad orologio di Gauss. L aritmetica dell orologio di Gauss. Operazioni e calcoli in Z n
Il calcolatore ad orologio di Gauss ESERCITAZIONE N.8 18 novembre L aritmetica dell orologio di Gauss Operazioni e calcoli in Z n 1, 1, -11, sono tra loro equivalenti ( modulo 12 ) Rosalba Barattero Sono
DettagliI numeri sulla Mole Antonelliana.
Ārgomenti svolti: Serie di numeri di Fibonacci. Potenza n-esima di matrici. Autovalori ed autovettori. Formula di Binet. LeLing: Fibonacci, Autovalori e Autovettori. Ēsercizi consigliati: Geoling 6. I
DettagliQuadriche Maurizio Cornalba 7/6/2016
Quadriche Maurizio Cornalba 7/6/2016 Sia K un campo. Informalmente, una ipersuperficie (algebrica) nello spazio proiettivo P n K è il luogo dei punti [t 0 : t 1 : : t n ] tali che (t 0, t 1,..., t n )
DettagliI numeri sulla Mole Antonelliana.
I numeri sulla Mole Antonelliana. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. I voli dei numeri Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6,
DettagliLUISS 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
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
DettagliAritmetica in Floating Point
Aritmetica in Floating Point Esempio di non associatività Alcune proprietà delle operazioni in aritmetica esatta possono non valere in aritmetica finita in virgola mobile (floating point). Ad esempio:
Dettagli