Fondamenti di ALGEBRA LINEARE E GEOMETRIA
|
|
- Bernadetta Corradini
- 6 anni fa
- Visualizzazioni
Transcript
1 Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19
2 Capitolo 8-1. Rango di una matrice Il rango di A M(m n, K) è la dimensione del sottospazio di K m = M(m 1, K) generato dalle colonne di A. Notazione rk(a) = dim A 1, A 2,..., A n, con A j la j-esima colonna di A. Osservazione Sia F A : K n K m l applicazione associata ad A. Allora rk(a) = dim(imf A ). rka min{m, n}. Proposizione (1.3) Per ogni A M(m n, K), rka è uguale alla dimensione del sottospazio di M(1 n, K) generato dalle righe di A.
3 Capitolo 8-1. Rango di una matrice Teorema (1.4) (i) A M(m n, K) e B M(n p, K): rk(ab) rk(a), e rk(ab) rkb, (ii) A M(m n, K), B M(m m, K) e C M(n n, K): rk(ba) = rk(a) = rk(ac). (iii) L Hom(V, W ): rka B L B = dim(iml). (iv) Una matrice A M(n n, K) è invertibile rka = n.
4 Capitolo 8-2. Sistemi lineari: teoria Un sistema lineare (SL) di m equizioni in n incognite a coefficienti nel campo K ha la seguente forma: 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, dove a ij, b i K, per i = 1, 2,..., m e j = 1, 2,..., n. A = (a ij ) M(m n, K): matrice incompleta del SL. X = B = x 1. x n b 1. b n : colonna delle incognite. : colonna dei termini noti. C = (A B) M(m (n + 1), K): matrice completa del SL.
5 Capitolo 8-2. Sistemi lineari: teoria Modi equivalenti per esprimere un SL: Equazione vettoriale: x 1 A 1 + x 2 A x n A n = B Equazione matriciale AX = B Se B = 0 m 1, il SL viene detto SL omogeneo. Se esiste almeno una soluzione: SL compatibile, i.e. X 0 K n : AX 0 = B. Dato un SL AX = B, il SL AX = 0 m 1, si chiama SL omogeneo associato ad AX = B.
6 Capitolo 8-2. Sistemi lineari: teoria Sia W l insieme delle soluzioni del SL AX = 0. Considera F A Hom(K n, K m ) : X AX. W = kerf A, in particolare W è un sottospazio di K n. W : spazio delle soluzioni del sistema omogeneo associato al sistema AX = B. Sia V uno spazio vettoriale. Per u V e W sottospazio di V, la varietà lineare è l insieme di vettori: u + W = {u + w : w W }. Teorema (2.4) Soluzioni del SL AX = B è la varietà v 0 + W, dove Av 0 = B e W è lo spazio delle soluzioni del sistema omogeneo associato.
7 Capitolo 8-3. Il teorema di Rouché-Capelli Considera SL AX = B, con soluzioni la varietà v 0 + W. Abbiamo: dimw = n rka. Teorema (Rouché-Capelli) Un SL AX = B è compatibile rka = rk(a B). Equivalente: Un SL AX = B è compatibile, se e solo se il rango della sua matrice incompleta (A) è uguale al rango della sua matrice completa (A B).
8 Capitolo 8-4. Operazioni elementari sulle righe di una matrice Sia A M(m n, K), con righe: A 1, A 2,..., A m e colonne A 1, A 2,..., A n. y 1 y 2 Sia X = (x 1 x 2... x m ) e Y =. Allora abbiamo. y n AY = A 1 y 1 + A 2 y A n y n CL delle colonne di A XA = x 1 A 1 + x 2 A x 3 A 3 CL delle righe di A Esercizio Se B M(m n, K), allora il prodotto AB è una matrice dove le colonne di AB sono CL delle colonne A. le righe di AB sono CL delle righe di B;
9 Capitolo 8-4. Operazioni elementari sulle righe di una matrice Sia A M(m n, K). Le operazioni elementari sulle righe: (i) Moltiplicare una riga per uno scalare r 0. (ii) Sommare ad una riga un altra riga moltiplicata per uno scalare r qualsiasi. (iii) Scambiare due righe.
10 Capitolo 8-4. Operazioni elementari sulle righe di una matrice Proposizione Le operazioni elementari sulle righe di A non cambiano (a) il sottospazio generato dalle righe di A (b) il rango di A (c) le soluzioni del SL (nel caso che A = (A B ) sia la matrice completa di un SL). Due SL con lo stesso insieme di soluzioni SL equivalenti. Un operazione lineare sulla matrice completa, un SL si trasforma in un sistema equivalente.
11 Capitolo 8-4. Operazioni elementari sulle righe di una matrice Sia A M(m n, K). Le operazioni elementari sulle righe: (i) Moltiplicare una riga per uno scalare r 0: A H ii (r)a (ii) Sommare ad una riga un altra riga moltiplicata per uno scalare r qualsiasi: A H ij ra (iii) Scambiare due righe: A H ij A (i j). con (sia I = (e kl ) la matrice identica di ordine m) H ii (r)= (h kl ), con h ii = r, e h kl = e kl per (k, l) (i, i). H ij (r)= (h kl ), con h ij = r, e h kl = e kl per (k, l) (i, j). H ij : ottenuta da I m scambiandone i-esima e j-esima riga.
12 Capitolo 8-4. Operazioni elementari sulle righe di una matrice Sia A M(m n, K). Il pivot di una riga A i : primo elemento 0 di A i. Una matrice a scala: una matrice dove il pivot della riga A j+1 sta più a destra del pivot di A i. Esempio Una matrice a scala: M = con pivot 1, 5, 6 Proposizione Con operazioni elementari sulle righe di tipe (ii) or (iii) è possibile trasformare ogni matrice in una matrice a scala.
13 Capitolo 8-4. Operazioni elementari sulle righe di una matrice Esempio Trasformare in matrice a scala la matrice A = Proposizione In una matrice a scala, le righe non nulle sono LI. per trovare il rango di una matrice, conviene trasformarla in una matrice a scala.
14 Capitolo 8-5. Applicazioni Cosa si può fare con la trasformazione in matrice a scala? 1. Trovare una base di per un sottospazio v 1, v 2,..., v n di K n. Esempio Base di W = (0, 1, 0, 1), (2, 0, 0, 3), (1, 0, 1, 0), (1, 0, 1, 3)
15 Capitolo 8-5. Applicazioni Cosa si può fare con la trasformazione in matrice a scala? 1. Trovare una base di per un sottospazio v 1, v 2,..., v n di K n. 2. Decidere se i vettori v 1,..., v r sono LI. Esempio Decidere se la famiglia F = (0, 1, 0, 1), (2, 0, 0, 3), (1, 0, 1, 0), (1, 0, 1, 3) è LI.
16 Capitolo 8-5. Applicazioni Cosa si può fare con la trasformazione in matrice a scala? 1. Trovare una base di per un sottospazio v 1, v 2,..., v n di K n. 2. Decidere se i vettori v 1,..., v r sono LI. 3. Risolvere un sistema lineare Esempio Trovare le soluzioni del SL: x + y z = 0 2x y + z = 3 x 2y + 2z = 3
17 Capitolo 8-5. Applicazioni Cosa si può fare con la trasformazione in matrice a scala? 1. Trovare una base di per un sottospazio v 1, v 2,..., v n di K n. 2. Decidere se i vettori v 1,..., v r sono LI. 3. Risolvere un sistema lineare. 4. Decidere se un vettore u v 1, v 2,..., v n Esempio Decidere se u = (0, 0, 5, 4) (1, 0, 1, 2), (0, 1, 3, 1), (1, 2, 0, 0).
18 Capitolo 8-5. Applicazioni Esercizi 1. Trasformare in matrice a scala la matrice A = Risolvere il sistema lineare x + 2y z = 3 2x + 4y + z + t = 0 3x + 6y + t = 3 5x + 10y 2z + t = 9
Fondamenti 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 15 Capitolo
DettagliLEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g
LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere
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
DettagliNote sui sistemi lineari
Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite
DettagliLEZIONE 5. AX = 0 m,1.
LEZIONE 5 5 isoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per quanto visto nella precedente lezione, sappiamo di poter trasformare,
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.
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
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 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
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
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
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
Dettagli1.[25 punti] Risolvere il seguente sistema di equazioni lineari al variare del parametro reale λ: X +Y +Z = 2. X 2Y +λz = 2
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA SCRITTA DI GEOMETRIA A del 27 giugno 2011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra
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 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
DettagliPagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI
Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore
Dettagli2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
DettagliInversa. Inversa. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una
Dettagli3x 2 = 6. 3x 2 x 3 = 6
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, GParmeggiani LEZIONE 7 Sistemi lineari Scrittura matriciale di un sistema lineare Def 1 Un sistema di m equazioni ed n incognite x 1, x 2, x n, si dice
DettagliLeLing9: Prodotto tra matrici.
Geometria Lingotto LeLing9: Prodotto tra matrici Ārgomenti svolti: Prodotto tra matrici Dimostrazione del teorema del rango L algebra delle matrici quadrate: Il prodotto tra matrici non e commutativo Rotazioni
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 :
DettagliDef. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni:
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 5 Operazioni elementari sulle righe di una matrice Sia A una matrice m n. Def. 1. Si chiamano operazioni elementari sulle righe
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
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
DettagliSistemi lineari e spazi vettoriali 1 / 14
Sistemi lineari e spazi vettoriali 1 / 14 Sistemi lineari 2 / 14 Studieremo sistemi lineari costituiti da m equazioni in n incognite (m,n N, m,n 1): cioè a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n
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
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 18 index Applicazioni lineari 1 Applicazioni lineari
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
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
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliSISTEMI LINEARI. 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
DettagliSistemi II. Sistemi II. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
DettagliMatematica II,
Matematica II 181111 1 Matrici a scala Data una riga R = [a 1 a 2 a n ] di numeri reali non tutti nulli il primo elemento non nullo di R si dice pivot di R Cosi il pivot di R compare come j mo elemento
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
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - Edile ed Edile-Architettura Primo Esonero del corso di Geometria Docente F. Flamini, Roma, 2//28 SOLUZIONI COMPITO I ESONERO Esercizio.
DettagliRegistro Lezioni di Algebra lineare del 15 e 16 novembre 2016.
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5
DettagliSISTEMI LINEARI: 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,
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari
DettagliMatematica per Analisi dei Dati,
Matematica per Analisi dei Dati, 09.03.09 1. Sia n in intero positivo fissato, e sia V un sottospazio di R n. Il massimo numero di vettori linearmente indipendenti in V viene detto dimensione di V, e viene
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.
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 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
DettagliRisoluzione di sistemi lineari
Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini
Dettagli1 se k = r i. 0 altrimenti. = E ij (c)
Facoltà di Scienze Statistiche, Algebra Lineare A, G.Parmeggiani LEZIONE 5 Matrici elementari e loro inverse Si fissi m un numero naturale. Per ogni i, j m con i j siano E ij (c) (ove c è uno scalare )
DettagliInversa di una matrice
Geometria Lingotto. LeLing: La matrice inversa. Ārgomenti svolti: Inversa di una matrice. Unicita e calcolo della inversa. La inversa di una matrice. Il gruppo delle matrici invertibili. Ēsercizi consigliati:
DettagliMATEMATICA. a.a. 2014/ Sistemi di equazioni lineari
MATEMATICA a.a. 2014/15 8. Sistemi di equazioni lineari SISTEMI LINEARI Si definisce sistema lineare un sistema di p equazioni di primo grado in q incognite. a11x1 + a12 x2 +... + a1 qxq = k1 a21x1 + a22x2
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
DettagliEsercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2010 2011 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.30
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)
DettagliRANGO DI UNA MATRICE ρ(a)
RANGO DI UNA MATRICE (A) a,... a A M M am,... a, n mn, K É il massimo ordine di un minore estratto con determinante non nullo. Equivalentemente è il massimo numero di righe (colonne) linearmente indipendenti.
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
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
DettagliSistemi d equazioni lineari
Introduzione Introduzione Sia dato il seguente sistema d equazioni: S S S S Come si risolve un sistema... come si risolve? Lezione 25.wpd 08/01/2011 XXV - 1 Lezione 25.wpd 08/01/2011 XXV - 2 Introduzione
DettagliEsercizio 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
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
DettagliApplicazioni eliminazione di Gauss
Applicazioni eliminazione di Gauss. Premessa Nel seguito supporremo sempre di applicare il metodo di eliminazione di Gauss allo scopo di trasformare la matrice del sistema Ax = b in una matrice triangolare
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
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
DettagliIntersezione e somma di sottospazi vettoriali
Capitolo 6 Intersezione e somma di sottospazi vettoriali 6.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria
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
Dettaglix 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.
Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini
DettagliLEZIONE 16. Proposizione 16.1.2. Siano V e W spazi vettoriali su k = R, C. Se f: V W
LEZIONE 16 16.1. Applicazioni lineari iniettive e suriettive. Ricordo le seguenti due definizioni valide per applicazioni di qualsiasi tipo ϕ: X Y fra due insiemi. L applicazione ϕ si dice iniettiva se
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 4 - Esercitazioni di Algebra e Geometria - Anno accademico
Trasformazioni elementari sulle matrici Data una matrice A K m,n definiamo su A le seguenti tre trasformazioni elementari: T : scambiare tra loro due righe (o due colonne) di A; T : sommare ad una riga
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
Dettagli1 Definizione di sistema lineare non-omogeneo.
Geometria Lingotto LeLing: Sistemi lineari non-omogenei Ārgomenti svolti: Sistemi lineari non-omogenei Il metodo di Gauss-Jordan per sistemi non-omogenei Scrittura della soluzione generale Soluzione generale
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
DettagliOmomorfismi e matrici
Capitolo 12 Omomorfismi e matrici 121 Introduzione Nel corso di Geometria è stato visto come associare una matrice ad un omomorfismo tra spazi vettoriali Rimandiamo al testo del corso per esempi e esercizi
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 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
DettagliTerminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI)
Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Esempi Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI) Osservazioni per le matrici quadrate a) Data A M n (K) è possibile definire ricorsivamente
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
DettagliEsercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00
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
DettagliLezioni di Algebra Lineare. II. Aritmetica delle matrici e eliminazione di Gauss. versione ottobre 2008
versione ottobre 2008 Lezioni di Algebra Lineare II. Aritmetica delle matrici e eliminazione di Gauss Contenuto. 1. Somma di matrici e prodotto di una matrice per uno scalare 2. Prodotto di matrici righe
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 Riduzione per righe e matrici equivalenti per righe.
Geometria Lingotto. LeLing2: Sistemi lineari omogenei. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi gia risolti. Il metodo di Gauss-Jordan e la forma echelon.
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri,
ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 05/06 docente: Elena Polastri, plslne@unife.it Esercizi 3: SPAZI VETTORIALI e MATRICI Combinazioni lineari di vettori.. Scrivere il vettore
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,
Dettagliappuntiofficinastudenti.com 1. Strutture algebriche e polinomi
1. Strutture algebriche e polinomi Cenni su linguaggio di Teoria degli Insiemi: appartenenza, variabili, quantificatori, negazione, implicazione, equivalenza, unione, intersezione, prodotto cartesiano,
DettagliRango e Dimensione. April 24, 2015
Rango e Dimensione April 24, 215 1 Spazio delle righe Definizione. Lo spazio delle righe di una matrice A di taglia m n ad elementi nel campo K, è il sottospazio di K n generato dalle righe della matrice
DettagliPROGRAMMA del corso di. GEOMETRIA 1 - Algebra Lineare. Laurea Triennale in Matematica. Anno Accademico 2007/08. docente : Bruno Zimmermann
PROGRAMMA del corso di GEOMETRIA 1 - Algebra Lineare Laurea Triennale in Matematica Anno Accademico 2007/08 docente : Bruno Zimmermann (Il presente programma è stato redatto sulla base degli appunti del
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
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):
DettagliESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
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
DettagliAlgebra/Algebra Lineare,
Algebra/Algebra Lineare, 00308 Distanza di un punto da una retta, nel piano Svolgiamo ora un semplice esercizio di geometria analitica nel piano: determinare la distanza di un punto da una retta Il modo
DettagliOperazioni elementari e riduzione
Matrici e sistemi Operazioni elementari Riduzioni di matrici L algoritmo di riduzione 2 2006 Politecnico di Torino 1 Operazioni elementari per righe Sia A M m,n. Introduciamo tre tipi di operazioni che
DettagliMetodi Matematici per l Economia anno 2017/2018 Gruppo B
Metodi Matematici per l Economia anno 2017/2018 Gruppo B Docente: Giacomo Dimarco Dipartimento di Matematica e Informatica Università di Ferrara https://sites.google.com/a/unife.it/giacomo-dimarco-home-page/
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
DettagliLAUREA IN INGEGNERIA MECCANICA Corso di Matematica 2 I a prova parziale Padova Docenti: Cantarini Fiorot TEMA n.1
LAUREA IN INGEGNERIA MECCANICA Corso di Matematica 2 I a prova parziale Padova 15-02-08 Docenti: Cantarini Fiorot TEMA n.1 PARTE 1. Quesiti preliminari Stabilire se le seguenti affermazioni sono vere o
DettagliParte 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
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.
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
Dettagli(P x) (P y) = x P t (P y) = x (P t P )y = x y.
Matrici ortogonali Se P è una matrice reale n n, allora (P x) y x (P t y) per ogni x,y R n (colonne) Dim (P x) y (P x) t y (x t P t )y x t (P t y) x (P t y), CVD Ulteriori caratterizzazioni delle matrici
DettagliRango: 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
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
Dettagli