Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI
|
|
- Norma Sarti
- 6 anni fa
- Visualizzazioni
Transcript
1 Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore al primo, il sistema di equazioni a 11 x a 1n x n + c 1 = 0... a m1 x a mn x n + c m = 0 si dice sistema lineare a coefficienti in K. Le indeterminate x 1,..., x n sono dette incognite del sistema, gli scalari c 1,..., c m termini noti. ( ) di elementi di K che verifichi tutte le equazioni Una n-pla ordinata x 1,..., x n di (1) si dice una soluzione di esso. Un sistema lineare si dice compatibile se possiede qualche soluzione. Altrimenti si dice che (1) è incompatibile. La matrice A = ( a ij ) di tipo [ m, n] si dice prima matrice o matrice incompleta del sistema. Si dice invece matrice completa o seconda matrice del sistema la matrice A' = ( a' ij ), di tipo [ m, n +1], dove è ' = a ij 1 j n c i j = n +1 a ij Indichiamo con a 1, a 2,..., a n, c i vettori numerici colonne della matrice A'. È immediato allora che il sistema di m equazioni scalari (1) equivale all'unica equazione vettoriale che dicesi forma vettoriale del sistema dato. x 1 a x n a n + c = 0 (2) (1)
2 l.2 Sistemi lineari Indicati con a 1, a 2,..., a m i vettori numerici righe della matrice A, e con ( ) il vettore numerico delle incognite, il sistema (1) può scriversi x = x 1, x 2,...,x n nella forma comoda a 1 x + c 1 = 0... a m x + c m = 0 dove il simbolo indica il prodotto scalare usuale tra vettori numerici dello stesso ordine e sullo stesso campo. Se indichiamo infine con X la matrice di tipo n,1 [ ] e con C la matrice di tipo [ m,1] x 1 x 2 X =. x n c 1 c C = 2. dalla forma (3) si passa, tenendo conto della definizione di somma di matrici e di prodotto righe per colonne, alla cosiddetta forma matriciale del sistema (1), che è la seguente AX + C = 0 (4) Quando si considera un sistema lineare ci si può riferire indifferentemente ad una delle precedenti forme; a seconda dei casi può fare comodo l'una o l'altra di esse. Un sistema lineare si dice ridotto se le sue equazioni sono indipendenti, nel senso che tali sono i polinomi a primo membro di esse quali elementi dello spazio vettoriale K 1 x 1,..., x n [ ]. Un sistema lineare si dice normale se è ridotto e compatibile. Due sistemi lineari sullo stesso campo e nello stesso numero di incognite si dicono equivalenti se hanno lo stesso insieme di soluzioni. In proposito vale il seguente c m (3) Teorema l.1 Due sistemi lineari compatibili e ' sul campo K
3 Sez. 2 Studio della compatibilità di un sistema lineare l.3 nello stesso numero n di incognite sono equivalenti se, e solo se, ogni equazione di ciascuno dei due dipende linearmente da quelle dell'altro. 2. Studio della compatibilità di un sistema lineare Dalla forma vettoriale x 1 a x n a n + c = 0 (2) di un sistema lineare si deduce facilmente il Teorema fondamentale l.2 Un sistema lineare in n incognite su un campo K è compatibile se, e solo se, il vettore colonna c dei termini noti dipende linearmente dal sistema S = a 1, a 2,..., a n { } dei vettori colonna dei coefficienti delle incognite. Dim. (rapida) ( ) K n / y 1 a y n a n + c = 0 ( ) K n / c = y 1 a y n a n c dipende da S (2) compatibile y 1,...,y n y 1,...,y n Viceversa... per esercizio. Osservazione Per un sistema compatibile (2) ogni soluzione fornisce un modo di dipendere di c da S. Dall'osservazione precedente e dal fatto che il modo di dipendere di un vettore da un sistema è unico se, e solo se, il detto sistema è linearmente indipendente, consegue che Teorema di unicità l.3 Un sistema lineare compatibile ha una sola soluzione se, e solo se, il sistema delle colonne dei coefficienti è linearmente indipendente. I teoremi precedenti possono essere messi in termini riguardanti il rango delle matrici associate ad un sistema lineare. Si hanno così i seguenti
4 l.4 Sistemi lineari Teorema di Rouché-Capelli l.4 Un sistema lineare su un campo è compatibile se, e solo se, le matrici A ed A' ad esso associate hanno lo stesso rango. Dim. Siano S ed S' i sistemi di vettori colonna di A ed A' rispettivamente, T un sistema max indipendente di S e T ' un sistema max indipendente di S'. Tenendo presente la definizione di rango di una matrice, il teorema fondamentale ed i risultati noti sulla dipendenza lineare in uno spazio vettoriale, si ha sistema compatibile c dipende da S c dipende da T ogni vettore di S' dipende da T T è un sistema max anche per S' T e T ' hanno lo stesso ordine rg A = rg A' Viceversa, supposto rg A = rg A', lo studente si renderà facilmente conto da solo che la strada di sopra è percorribile al contrario, ossia ogni freccia si inverte, e pertanto si ha che il sistema è compatibile. Il rango comune alle due matrici associate ad un sistema lineare compatibile si dice spesso rango del sistema. Teorema di unicità l.5 Un sistema lineare su un campo in n incognite ha una sola soluzione se, e solo se, il rango delle due matrici ad esso associate coincide con il numero n delle incognite. Supponiamo ora di avere un sistema lineare (2) in n incognite per cui sia rg A = rg A' = h < n. Dai teoremi precedenti segue che esso è compatibile, ma possiede più di una soluzione. Il sistema S delle colonne di A possiede un sistema max indipendente di ordine h. Supponiamo, per fissare le idee e senza ledere le generalità, che le prime h colonne di A costituiscano un sistema Z max indipendente. Fissiamo poi le incognite x h+1,..., x n a valori x h+1,..., x n arbitrariamente scelti nel campo K, e consideriamo il sistema dove si è posto x 1 a x h a h + c' = 0 (5) c' = x h +1 a h x n a n + c Nel sistema (5) il vettore dei termini noti c' dipende dal sistema di vettori T = { a h+1,..., a n, c}. Ogni vettore di T dipende da Z per il significato stesso di Z, e per il fatto che il sistema di partenza (2) è compatibile. Per il teorema fondamentale allora il sistema (5) è compatibile, e per il teorema di unicità ha una sola soluzione ( x 1,..., x h ). A questo punto è immediato verificare che la n-pla
5 Sez. 2 Studio della compatibilità di un sistema lineare l.5 ( x 1,..., x h, x h+1,..., x n ) è una soluzione del sistema di partenza (2). In conclusione il sistema (2) ha tante soluzioni per quanti sono i possibili modi di fissare le incognite x h+1,..., x n a valori arbitrari. Il procedimento si può applicare allo stesso modo se si sceglie un'altra h-pla di colonne linearmente indipendenti, pervenendo alle stesse soluzioni. Quanto precedentemente esposto è noto come secondo teorema di unicità (teorema l.6). Il discorso precedente risulterà più chiaro facendo degli esempi. Facciamone qui uno semplice. Si consideri il sistema sul campo reale 2x y + 2z 1 = 0 y 2z +5 = 0 di due equazioni nelle tre incognite x, y, z. La prima matrice di esso ha rango 2, e così di conseguenza la seconda. Perciò il sistema è compatibile, ma ha più di una soluzione. Un sistema max di colonne indipendenti è, ad esempio, quello costituito dalla prima e seconda colonna. Fissiamo l'incognita z al valore 1. Otteniamo il sistema 2x y +1 = 0 y + 3 = 0 compatibile, di rango 2, la cui unica soluzione è data dalla coppia ( 2, 3). La terna 2, 3, 1 ( ) è soluzione del sistema (6), l'unica soluzione di esso per cui la terza componente sia 1. Se scegliamo, invece, di fissare l'incognita y (e ciò è consentito perché anche la prima e terza colonna costituiscono un sistema indipendente) al valore 3, perveniamo al sistema 2x + 2z + 2 = 0 2z + 2 = 0 compatibile, di rango 2, la cui unica soluzione è data dalla coppia ( 2,1). La terna 2, 3, 1 ( ) è soluzione del sistema (6), l'unica soluzione di esso per (6)
6 l.6 Sistemi lineari cui la seconda componente sia 3. Ritroviamo così la soluzione precedentemente trovata, a conferma del fatto che è indifferente partire da un certo sistema max di colonne linearmente indipendente oppure da un altro. DOMANDA: cosa accade se scegliamo di fissare incognite senza assicurarci che le rimanenti abbiano i coefficienti costituenti un sistema max indipendente? Ad esempio cosa accade nell'esercizio svolto sopra se decidiamo di fissare l'incognita x? 3. Sistemi omogenei Un sistema lineare AX + C = 0 sul campo K si dice omogeneo se C è la matrice nulla, ossia se ha la forma AX = 0 Ovviamente un sistema omogeneo è compatibile perché ammette la soluzione X = 0. A norma del teorema di unicità l.5, essa è l'unica se, e solo se, il rango di A coincide con il numero delle incognite. Proposizione l.7 Le soluzioni di un sistema lineare omogeneo in n incognite sul campo K costituiscono un sottospazio vettoriale dello spazio numerico V n ( K ). Se h n è il rango del sistema, lo spazio delle soluzioni ha dimensione n h. Dim. La prima parte è un banale esercizio di verifica della stabilità. Per quanto riguarda l'ultima asserzione basta verificare che le n h soluzioni che si ottengono in corrispondenza al fissaggio di n h incognite, scelte a norma del teorema l.6 ai valori ( 1,0,...,0), ( 0,1,...,0),..., ( 0,0,...,1) costituiscono un sistema indipendente di generatori dello spazio delle soluzioni. Dato un sistema lineare il sistema omogeneo o AX + C = 0 AX = 0
7 Sez. 4 Come si procede quando... l.7 si dice sistema omogeneo associato a. Tra un sistema lineare e il sistema omogeneo associato sussiste la seguente importante relazione Proposizione l.8 Tutte e sole le soluzioni di un sistema lineare si ottengono come somma di una soluzione particolare X di con una soluzione del sistema omogeneo o associato. Dim. Sia X una soluzione di. Dunque è A X + C = 0 Sia Y una soluzione di o. Dunque è AY = 0 Sommando membro a membro le due precedenti relazioni, si ha: A( X + Y)+ C = 0 Pertanto X + Y è una soluzione di. In maniera ugualmente facile si prova che la differenza tra una soluzione X di e la fissata soluzione X è una soluzione del sistema omogeneo o associato a. 4. Come si procede quando ci si trova davanti a un sistema di equazioni lineari Anzitutto si vede se il sistema è compatibile o no, calcolando il rango delle due matrici ad esso associate. Se la risposta è no, il procedimento si esaurisce. Se il sistema è compatibile, si vede se è ridotto confrontando il rango con il numero delle equazioni. Se il sistema non è ridotto, si sceglie un sistema massimale di equazioni indipendenti e si cancellano le altre. Si passa così a risolvere un sistema equivalente a quello dato. Si vede se quest'ultimo ha una sola soluzione confrontando il rango con il numero delle incognite. Se il sistema ha più di una soluzione, perché il rango è minore del numero delle incognite, si fissano incognite a valori arbitrari nelle modalità del secondo teorema di unicità e si perviene così ad un sistema normale con un'unica soluzione. Per trovare questa si fa uso delle cosiddetta Regola di Cramer illustrata nella proposizione che segue la cui dimostrazione è una verifica che verrà svolta a lezione.
8 l.8 Sistemi lineari L'unica soluzione del sistema line- Proposizione l.9 (Regola di Cramer) are normale in n incognite di rango n su K è la n-pla ordinata AX + C = 0 A 1 A, A 2 A,..., A n A dove A 1, A 2,..., A n sono le matrici ottenute da A sostituendo il vettore colonna C (opposto della colonna dei termini noti) ordinatamente alle colonne a 1, a 2,..., a n della matrice A. Tutto quanto sopra scritto sarà più comprensibile se si accompagna la lettura allo svolgimento di esercizi chiarificatori. Nel corso delle esercitazioni ne saranno svolti alcuni. Esercizi Studiare la compatibilità e le eventuali soluzioni dei seguenti sistemi lineari sul campo reale, al variare dei parametri reali h e, quando figura, k hx + y + z = 0 x + h 2 y + z = 0 x + hy + z = 0 2x + hy + z = h 2x + ky + z = h x + 2y + 3z = h hxk = 0 y h = 0 hx+ kz + k 2 = 0 x + hy + z = k kx + ( h 1)y z +1 = 0
9 Sez. 5 Rappresentazione di un sottospazio l kx+ y + z =1 hy + z = h hy + kz= h 2x + hk = 0 x + y = 0 ( 4 h)x + 2y = h 5. Rappresentazione di un sottospazio di uno spazio numerico Si è visto (prop. l.7 di pag. l.6) che le soluzioni di un sistema lineare omogeneo in n incognite sul campo K e di rango h costituiscono un sottospazio vettoriale V ' dello spazio numerico V n ( K) di dimensione n h. Diremo che il sistema lineare rappresenta il sottospazio V '. Vogliamo ora provare che, viceversa, un sottospazio V ' di V n di dimensione r è rappresentato da un sistema lineare omogeneo in n variabili e di rango n r. Sia infatti B = u 1,...,u r ( ) le componenti di u i, si ha che la matrice { } una base di V '. Dette x i1,..., x in x x 1n... M =... x r1... x rn ha rango r. Supponiamo, per fissare le idee, che un suo minore fondamentale sia quello formato dalle prime r colonne. Un vettore v = ( x 1,...,x n ) di V n appartiene a V ' se, e solo se, dipende da B, ovvero se, e solo se, la matrice x 1... x n x x 1n L = x r1... x rn ha rango r (e non r + 1). Sono pertanto nulli tutti i minori orlati di con la prima riga e con ciascuna delle n r colonne diverse dalle prime r. Annullando tali minori si perviene al sistema richiesto. Tutto quanto detto sopra risulterà molto più chiaro con un esercizio di esempio.
10 l.10 Sistemi lineari Esercizio Si voglia rappresentare il sottospazio V ' di V 4 R u 1 = ( 1,2,0,1 ) e u 2 = ( 1,0,1,3). La matrice M = ( ) generato dai vettori ha rango 2. Un suo minore fondamentale è quello formato dalle prime due colonne Un vettore v = ( x 1,x 2,x 3,x 4 ) appartiene a V ' se, e solo se, la matrice x 1 x 2 x 3 x ha rango 2 e non 3. Annulliamo gli orlati di con la prima riga e con la terza e quarta colonna x 1 x 2 x = 2x 1 + x 2 2x 3 e giungiamo al sistema che rappresenta V '. x 1 x 2 x = 6x 1 + 4x 2 2x 4 2x 1 + x 2 2x 3 = 0 6x x 2 2x 4 = 0
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016.
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5
DettagliSISTEMI LINEARI: 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 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
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
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
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
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
DettagliIl teorema di Rouché-Capelli
Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un
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
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,
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
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
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo
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
DettagliLezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari
Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della
DettagliLezione 7: Il Teorema di Rouché-Capelli
Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da
DettagliGeometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
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)
Dettagli1 Equazioni parametriche e cartesiane di sottospazi affini di R n
2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
DettagliLa retta nel piano. Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione.
La retta nel piano Equazioni vettoriale e parametriche di una retta Supponiamo che la retta r sia assegnata attraverso un suo punto P 0 (x 0, y 0 ) e un vettore v (l, m) che ne indichi la direzione. Condizione
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
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
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
DettagliNote sui sistemi lineari
Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite
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
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
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
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
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
DettagliMatematica per Analisi dei Dati,
Matematica per Analisi dei Dati, 230209 1 Spazio vettoriale R n Sia n un intero positivo fissato Lo spazio vettoriale R n e l insieme delle n ple ordinate di numeri reali, che rappresenteremo sempre come
DettagliCAPITOLO 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
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
DettagliAlgebra lineare Geometria 1 11 luglio 2008
Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =
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,
DettagliFormulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010
Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,
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.
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
DettagliElementi di Algebra Lineare Spazi Vettoriali
Elementi di Algebra Lineare Spazi Vettoriali Antonio Lanteri e Cristina Turrini UNIMI - 2015/2016 Antonio Lanteri e Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 37 index Spazi vettoriali
DettagliLEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),
LEZIONE 1 1.1. Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione 1.1.1. Per ogni j 1,..., n indichiamo con
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
Dettagli4 Autovettori e autovalori
4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità
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
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.
DettagliParte 4. Spazi vettoriali
Parte 4. Spazi vettoriali A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Spazi vettoriali, 2 Prime proprietà, 3 3 Dipendenza e indipendenza lineare, 4 4 Generatori, 6 5 Basi, 8 6 Sottospazi,
DettagliTesti consigliati e contatti
Testi consigliati e contatti P.Bonacini, M. G. Cinquegrani, L. Marino, Algebra lineare: esercizi svolti, Cavallotto Edizioni, Catania P. Bonacini, M. G. Cinquegrani, L. Marino, Geometria analitica: esercizi
Dettagli0.1 Spazi Euclidei in generale
0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo
DettagliDipendenza e indipendenza lineare (senza il concetto di rango)
CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori
DettagliMATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
DettagliSistemi 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.
DettagliEsercizio 1 (sistema omogeneo) Discutere al variare del parametro k reale il sistema:
Leione - esercitaioni di lgebra e Geometria - nno accademico 9- Eserciio (sistema omogeneo) Discutere al variare del parametro reale il sistema: ) ( ) ( e risolverlo per. n, m La matrice incompleta del
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
DettagliSISTEMI 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
DettagliEsercizi di Algebra lineare
Esercizi di Algebra lineare G. Romani December, 006 1. Esercizi sulle n-ple 1) Eseguire i seguenti calcoli. (, 1) + (1 3); 4(, ) + 3(4, ); 3(1,, 3) + ( )(,, 1) (3, 3, 3) + (4,, 1) + ( )(1, 4, ); (1, 4,
DettagliESERCIZI SULLE MATRICI
ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a
Dettagliy 5z = 7 y +8z = 10 +3z = 3
Sistemi lineari Sistemi lineari in tre incognite; esempi tipici Tre equazioni incognite x, y, z Consideriamo il seguente sistema di tre equazioni lineari nelle tre x 2y +6z = 11 x +3y 11z = 18 2x 5y +20z
DettagliDefinizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im
APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliSottospazi 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.
DettagliPer 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
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
Dettagli( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1
. Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo
DettagliI coefficienti delle incognite sono proporzionali fra loro ma NON coi termini noti, e il sistema è dunque IMPOSSIBILE (si dice anche: INCOMPATIBILE).
RISOLUZIONI DEGLI ESERCIZI SUI SISTEMI DI 1 GRADO IMPOSSIBILI E INDETERMINATI Per ciascuno dei seguenti sistemi, stabilisci se è determinato, impossibile, o indeterminato. In caso di indeterminazione,
DettagliESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E COMPLEMENTI DI GEOMETRIA Foglio 4 Esempio. Sia V = P 5 (R) lo spazio dei polinomi di grado strettamente minore di 5. Si considerino i seguenti sottoinsiemi di V (i) Dimostrare
DettagliParte 10. Geometria dello spazio I
Parte 10. Geometria dello spazio I A. Savo Appunti del Corso di Geometria 2013-14 Indice delle sezioni 1 Lo spazio vettoriale V 3 O, 1 2 Dipendenza e indipendenza lineare in V 3 O, 2 3 Sistema di riferimento
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
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
DettagliGeometria analitica del piano pag 12 Adolfo Scimone
Geometria analitica del piano pag 12 Adolfo Scimone Fasci di rette Siano r e r' due rette distinte di equazioni r: ax + by + c r': a' x + b' y + c' Consideriamo la retta combinazione lineare delle due
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
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
Dettagli= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ
Alcuni esercizi sullo spazio euclideo R Nel seguito R indicherà lo spazio euclideo tridimensionale standard, dotato del riferimento cartesiano naturale (pag 56-57 del libro Nota: gli esercizi proposti
DettagliGeometria analitica: rette e piani
Geometria analitica: rette e piani Equazioni del piano Intersezioni di piani. Rette nello spazio Fasci di piani e rette Intersezioni fra piani e rette Piani e rette ortogonali Piani di forma parametrica
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
DettagliDipendenza 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
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
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):
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
DettagliEquazioni lineari con due o più incognite
Equazioni lineari con due o più incognite Siano date le uguaglianze: k 0; x + y = 6; 3a + b c = 8. La prima ha un termine incognito rappresentato dal simbolo letterale k; la seconda ha due termini incogniti
DettagliDIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE
DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE DOCENTI: S. MATTAREI (TITOLARE), G. VIGNA SURIA, D. FRAPPORTI Prima settimana. Lezione di martedí 23 febbraio 2010 Introduzione al corso: applicazioni dell
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
DettagliAnalisi Matematica 1 e Matematica 1 Geometria Analitica: Rette
Analisi Matematica 1 e Matematica 1 Geometria Analitica: Rette Annalisa Amadori e Benedetta Pellacci amadori@uniparthenope.it pellacci@uniparthenope.it Università di Napoli Parthenope Contenuti Nel Piano
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)
Dettagli1 Ampliamento del piano e coordinate omogenee
1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di
DettagliLa lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma.
Matematica II, 20.2.. Lunghezza di un vettore nel piano Consideriamo il piano vettoriale geometrico P O. Scelto un segmento come unita, possiamo parlare di lunghezza di un vettore v P O rispetto a tale
DettagliREGISTRO DELLE LEZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007
DettagliParte 8. Prodotto scalare, teorema spettrale
Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
DettagliAlgebra Lineare (Matematica C.I.), 12.11.13. Sistemi di equazioni lineari. 1. Un equazione lineare in una incognita reale x e un equazione del tipo
Algebra Lineare (Matematica C.I.), 12.11.13 Sistemi di equazioni lineari 1. Un equazione lineare in una incognita reale x e un equazione del tipo ax = b, dove a e b sono numeri reali dati; a e il coefficiente
DettagliESERCIZI SUI SISTEMI LINEARI
ESERCIZI SUI SISTEMI LINEARI Consideriamo ora il sistema lineare omogeneo a coefficienti costanti associato alla matrice A M n n, cioè SLO Vale il seguente = A. Teorema. Sia v R n \ } e sia λ C. Condizione
DettagliLEZIONE i i 3
LEZIONE 5 51 Determinanti In questo lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
DettagliProdotto scalare e norma
Capitolo 7 Prodotto scalare e norma Riprendiamo ora lo studio dei vettori da un punto di vista più geometrico. È noto, per esempio dalla Fisica, che spesso è comodo visualizzare un vettore del piano o
DettagliEquivalentemente, le colonne di A sono linearmente indipendenti se e solo se
Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme
DettagliPer le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.
COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda
DettagliMassimi 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
DettagliA.A. 2014/2015 Corso di Algebra Lineare
A.A. 2014/2015 Corso di Algebra Lineare Stampato integrale delle lezioni Massimo Gobbino Indice Lezione 01: Vettori geometrici nel piano cartesiano. Operazioni tra vettori: somma, prodotto per un numero,
DettagliProdotto 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
DettagliIngegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009
Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 28/29 Dire se le seguenti proposizioni sono vere o false: ESERCITAZIONE. Proposizione Vera Falsa f : R R 4 rk(f f : R 4 R rk(f f :
Dettagli