LEZIONE 5. AX = 0 m,1.

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LEZIONE 5. AX = 0 m,1."

Transcript

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, con operazioni elementari di riga, la matrice A in una nuova matrice A fortemente ridotta per righe: con le stesse operazioni elementari si ottiene una nuova matrice (A B corrispondente, in generale, ad un nuovo sistema di equazioni lineari A X = B, diverso dal precedente, ma ad esso equivalente isolvendo, se possibile, tale sistema con il metodo descritto nel corso della Lezione 3 si ottiene l insieme delle soluzioni del sistema da cui siamo partiti Se A X = B è compatibile, il numero delle incognite espresse in funzione delle rimanenti è esattamente il numero dei pivot, cioè il numero delle righe contenenti entrate non nulle, che coincide con rk(a, per definizione Siamo ora pronti ad enunciare e dimostrare il principale risultato sulla teoria dei sistemi di equazioni lineari, detto Teorema di ouché Capelli Proposizione 5 Siano A k m,n, B k m,, k =, C, e si considerino i sistemi (5 (52 AX = B, AX = m, i Il Sistema (5 è compatibile se e solo se rk(a = rk(a B ii Se il Sistema (5 è compatibile allora le sue soluzioni dipendono da n rk(a parametri liberi iii Se il Sistema (5 è compatibile e X k n, è una sua soluzione fissata, allora le sue soluzioni X k n, sono tutte e sole le matrici della forma X = X + Y ove Y k n, appartiene all insieme delle soluzioni del Sistema (52 Dimostrazione Iniziamo con il dimostrare l affermazione i Per quanto visto sopra possiamo sempre assumere che A sia una matrice fortemente ridotta per righe Si possono presentare due situazioni per le righe della matrice completa (A B Il primo caso è quello in cui esiste una riga di A, diciamo quella di indice i, con entrate tutte nulle che si prolunga in (A B a una riga con entrate non tutte nulle: chiaramente l entrata non nulla deve essere l i esima entrata di B, cioè b i Ciò significa che nel Sistema (5 figura un equazione della forma = b i che, per l ipotesi b i, non ha soluzioni Quindi il Sistema (5 è, in questo caso, incompatibile: inoltre Typeset by AMS-TEX

2 2 5 ISOLUZIONE DI SISTEMI i numeri di righe di A e di (A B contenenti entrate non nulle differiscono di, cioè rk(a = rk(a B, dunque rk(a rk(a B Nel secondo caso ogni riga di A con entrate tutte nulle si prolunga in (A B a una riga con entrate tutte nulle In questo caso si può risolvere il Sistema (5 come spiegato nell Esempio 32 Quindi il Sistema (5 è, in questo caso, compatibile: inoltre i numeri di righe di A e di (A B contenenti entrate non nulle coincidono, cioè rk(a = rk(a B Ciò conclude la dimostrazione dell affermazione i e dimostra anche l affermazione ii: infatti possiamo esprimere le incognite i cui coefficienti sono i pivot (in totale rk(a in funzione delle rimanenti (in totale n rk(a, cui possiamo dare valori arbitrari Passiamo alla dimostrazione dell affermazione iii A tale scopo si tenga conto che AX = B Sia X k n, una soluzione del Sistema (5, cioè tale che AX = B: posto Y = X X si ha AY = A(X X = AX + A( X = = AX + A( X = AX AX = B B = m,, quindi Y è soluzione del Sistema (52 Viceversa sia Y k n, una soluzione del Sistema (52, cioè tale che AY = m, : posto X = Y + X si ha AX = A(Y + X = AY + AX = m, + B = B, quindi X è soluzione del Sistema (5 Esempio 52 Si consideri il sistema a b c d e = Le matrici incompleta e completa del sistema sono A =, (A B = icordando quanto visto nell Esempio 424, con operazioni elementari di riga, A si riduce alla matrice ridotta per righe 2 3 Â = 2 4 7

3 LEZIONE 5 3 Applichiamo le stesse operazioni di riga alla matrice completa (A B: poiché l effetto di tali operazioni sulla parte a sinistra della linea verticale lo conosciamo (otteniamo A, limitiamoci ad indicare l operazione e l effetto su B (A B (Â B 2 3 = Si noti che rk(a = rk(â = 3 mentre rk(a B = rk(â B = 4: da questo deduciamo che il sistema AX = B è incompatibile Esempio 53 Si consideri ora il sistema a b c d e = Le matrici incompleta e completa del sistema sono A =, (A B = icordando quanto visto nell Esempio 424, con operazioni elementari di riga, A si riduce alla matrice fortemente ridotta per righe 6 37/4 A 3 9/4 = 2 7/2 Applichiamo le stesse operazioni di riga alla matrice completa (A B: risulta (A B (Â B 2 3 = 2 4 7

4 4 52 EQUAZIONI MATICIALI Poiché rk(a = rk(â = 3 = rk(â B = rk(a B segue che il sistema in esame è compatibile Ha senso, perciò, proseguire con le operazioni elementari di riga riducendo fortemente la matrice completa del sistema /2 2 2 /2 (Â B 4 4 / /2 4 2 /2 /2 /2 6 37/4 5/4 3/ /4 3/4 2 7/2 /2 /2 Quindi il sistema AX = B è equivalente al sistema A X = B, che è compatibile perché rk(a = rk(a = 3 = rk(a B = rk(a B In particolare le incognite corrispondenti ai pivot sono a, b, c e si ha a = 5/4 6d 37e/4, b = 3/4 + 3d + 9e/4, c = /2 + 2d + 7e/2 L insieme delle sue soluzioni è { t ( 5/4 6d 37e/4 3/4 + 3d + 9e/4 /2 + 2d + 7e/2 d e d, e k } Per esempio in corrsipondenza a d = e = otteniamo la soluzione particolare X = t ( 5/4 3/4 /2 Si noti che ogni altra soluzione è della forma 5/4 6 37/4 3/4 3 9/4 /2 + d 2 + e 7/2 al variare di d e e in k Si verifichi che le soluzioni del sistema AX = m, sono tutte e sole le matrici della forma 6 37/4 3 9/4 d 2 + e 7/2 al variare di d e e in k 52 Equazioni matriciali Negli Esempi 52 e 53 si sono studiati più sistemi diversi AX = B, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta

5 LEZIONE 5 5 in varie situazioni (vedremo in seguito il problema del calcolo della matrice inversa È evidente che è inutile ripetere le stesse operazioni per ciascun sistema: è più conveniente risolvere i sistemi simultaneamente, cioè considerare l equazione matriciale AX = B ove X e B sono rispettivamente una matrice incognita ed una numerica aventi colonna di indice j pari ad X j e B j rispettivamente Definizione 52 Siano A = (a i,j i m j n k m,n, B = (b i,h i m h p k m,p, k =, C Un equazione matriciale lineare con matrice incompleta A e matrice dei termini noti B è un equazione della forma (52 AX = B ove X è una matrice incognita n p La matrice a, a,2 a,n a 2, a 2,2 a 2,n (A B = a m, a m,2 a m,n b, b,p b 2, b 2,p b m, b m,p viene detta matrice completa dell Equazione (52 L Equazione (52 si dice omogenea se B = m,p, non omogenea altrimenti Una soluzione dell Equazione (52 è una matrice numerica X per cui vale l identità numerica AX = B: se esiste una soluzione l Equazione (52 si dice compatibile, incompatibile altrimenti L Equazione (52 può essere pensata come sistema di mp equazioni, una per ogni entrata di B, in np incognite, una per ogni entrata di X Si noti però che la riga di indice i di A definisce esattamente p equazioni di tale grande sistema, una per ogni entrata della riga di indice i della matrice B Fissato un tale i, l entrata a i,j moltiplica nelle equazioni considerate tutte le entrate x h,j di X per j =,, p Indicata con X h la riga di indice h di X, possiamo allora pensare all Equazione (52 come un sistema di m equazioni corrispondenti alle m righe di (A B nelle n incognite vettoriali della forma a, X + a,2 X a,n X n = ( b, b,p a 2, X + a 2,2 X a 2,n X n = ( b 2, b 2,p a m, X + a m,2 X a m,n X n = ( b m, b m,p Ne segue che il metodo di soluzione delle equazioni matriciali è totalmente analogo a quello dei sistemi di equazioni lineari (che ne sono un caso particolare quando la matrice dei termini noti si riduce ad un unica colonna Infatti esso si basa sulla riduzione della matrice completa (A B con operazioni elementari di riga che continuano ad avere senso anche per incognite di tipo vettoriale Diamo alcuni esempi

6 6 52 EQUAZIONI MATICIALI Esempio 522 Si consideri l equazione matriciale (522 2 X = 2 2, la cui matrice completa è ( 2 2 2, corrispondente al sistema { X + 2X 2 = ( 2 2X + X 2 = ( Trasformando (A B con operazioni elementari di riga otteniamo (A B / ( /3 /3 2/3 Pertanto l Equazione (522 è equivalente a X = ovvero al sistema ad incognite vettoriali /3, 2/3 { X = ( /3 X 2 = ( 2/3 che, come unica soluzione, ha ovviamente la matrice /3 2/3 Esempio 523 Si consideri l equazione matriciale (523 2 X =, la cui matrice completa è ( 2

7 L Equazione (523 equivale al sistema LEZIONE 5 7 { X + 2X 2 + X 3 = ( X X 2 + X 3 = ( Trasformando (A B con operazioni elementari di riga otteniamo ( (A B /3 ( 2 ( 2 2 /3 /3 /3 Pertanto l Equazione (523 è equivalente a X = /3 /3 ovvero a { X + X 3 = ( /3 X 2 = ( /3 Quindi l insieme delle soluzioni dell Equazione (523 è x 3, /3 x 3,2 /3 x 3, x 3,2 x 3,, x 3,2 k Perciò le soluzioni dipendono da = 3 2 = n rk(a righe libere Anche per equazioni matriciali vale il Teorema di ouché Capelli Lo enunciamo omettendone la dimostrazione in quanto totalmente analoga a quella della Proposizione 5 Proposizione 524 Siano A k m,n, B k m,p, k =, C, e si considerino le equazioni matriciali (524 (5242 AX = B, AX = m,p i L Equazione (524 è compatibile se e solo se rk(a = rk(a B ii Se l Equazione (524 è compatibile allora le matrici n p che sono sue soluzioni dipendono da n rk(a righe libere iii Se il Sistema (524 è compatibile e X k n,p è una sua soluzione fissata, allora le sue soluzioni X k n,p sono tutte e sole le matrici della forma X = X + Y ove Y k n,p appartiene all insieme delle soluzioni del Sistema (5242

8 8 53 CALCOLO DELL INVESA DI UNA MATICE Esempio 525 Si considerino i sistemi degli Esempi 52 e 53 Invece di risolverli separatamente consideriamo l equazione a a 2 b b 2 (525 c c 2 = d d 2 e e 2 La matrice completa dell Equazione (525 è (A B = Con le operazioni elementari indicate nell Esempio 424, tenendo conto dei già citati Esempi 52 e 53, possiamo trasformarla nella matrice 6 37/4 /2 3 9/4 (A B = 2 7/2 /2 Deduciamo che l Equazione (525 è incompatibile perché rk(a = 3 < 4 = rk(a B (infatti ogni sua soluzione darebbe una soluzione del sistema avente come colonna dei termini noti la prima colonna di B, che è incompatibile: si veda l Esempio Calcolo dell inversa di una matrice Un caso particolarmente interessante di equazioni matriciali è quello delle equazioni della forma AX = I n ove A k n,n, k =, C Chiedere che una tale equazione sia compatibile equivale a chiedere se la matrice A sia invertibile Infatti se l equazione è compatibile la sua unica soluzione è A Per la Proposizione 524, data A k n,n l equazione AX = I n è compatibile se e solo se rk(a = rk(a I n : quest ultima matrice è fortemente ridotta per righe ed il suo rango è esattamente rk(i n = n Abbiamo perciò dimostrato Proposizione 53 A k n,n, k =, C, è invertibile se e solo se rk(a = n Si noti che se A è invertibile, per calcolarne l inversa si può procedere come segue Si scrive la matrice completa (A I n : con trasformazioni elementari di riga si riduce tale matrice alla matrice fortemente ridotta (A A Su ogni riga di A ci deve essere un entrata pari ad, poiché rk(a = n: poiché ci sono n colonne su ogni riga tutte le entrate sono nulle eccetto una che vale e che si trova sempre in una colonna diversa Quindi, semplicemente con permutazioni di riga, si può ulteriormente trasformare (A A in una nuova matrice della forma (I n A A questo punto si osservi che l equazione di partenza è equivalente a I n X = A, dunque A = A

9 Esempio 532 Si consideri la matrice A = LEZIONE Vogliamo stabilire se A è invertibile e, in caso affermativo, determinarne l inversa A tale scopo scriviamo la matrice (A I 3 trasformandola, come spiegato sopra, con operazioni elementari di riga: : si noti che a questo punto osserviamo che rk(a = 3, dunque A è invertibile per la Proposizione 53, perciò ha senso continuare il calcolo di A isulta / /2 3/2 /2 3 /2 5/2 /2 /2 3/2 /2 3 /2 5/2 /2 + 2 /2 3/2 /2 /2 /2 /2 /2 5/2 /2 2 /2 3/2 /2 /2 5/2 /2 /2 /2 /2 2 3 /2 3/2 /2 Concludiamo che /2 5/2 /2 /2 3/2 /2 /2 /2 /2 /2 5/2 /2 A = /2 3/2 /2 /2 /2 /2

LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m

LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta

Dettagli

LEZIONE 3. Typeset by AMS-TEX

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

Dettagli

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

LEZIONE 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

Dettagli

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

LEZIONE 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

Dettagli

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

LEZIONE 4. { x + y + z = 1 x y + 2z = 3 LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.

Dettagli

LEZIONE i i 3

LEZIONE 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

Dettagli

LEZIONE 12. v = α 1 v α n v n =

LEZIONE 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

Dettagli

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),

LEZIONE 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

Dettagli

Lezione 7: Il Teorema di Rouché-Capelli

Lezione 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

Dettagli

Fondamenti di ALGEBRA LINEARE E GEOMETRIA

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 19 Capitolo

Dettagli

LEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono:

LEZIONE 11. s V : V V V (v 1, v 2 ) v 1 + v 2 = s V (v 1, v 2 ), p V : k V V. per cui valgono: LEZIONE 11 11.1. Spazi vettoriali ed esempi. La nozione di spazio vettoriale generalizza quanto visto nelle lezioni precedenti: l insieme k m,n delle matrici m n a coefficienti in k = R, C, l insieme V

Dettagli

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016.

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

Dettagli

Pagine 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 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

Dettagli

Note sui sistemi lineari

Note 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

Dettagli

LEZIONE 9. Figura 9.1.1

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

Dettagli

Sistemi di equazioni lineari

Sistemi di equazioni lineari Sistemi di equazioni lineari A. Bertapelle 25 ottobre 212 Cos è un sistema lineare? Definizione Un sistema di m equazioni lineari (o brevemente sistema lineare) nelle n incognite x 1,..., x n, a coefficienti

Dettagli

LEZIONE 13. v =α 1 v α i 1 v i 1 + α i v i = =α 1 v α i 1 v i 1 + α i (λ 1 v λ i 1 v i 1 ) =

LEZIONE 13. v =α 1 v α i 1 v i 1 + α i v i = =α 1 v α i 1 v i 1 + α i (λ 1 v λ i 1 v i 1 ) = LEZIONE 13 13.1. Il metodo degli scarti. Sia dato uno spazio vettoriale V su k = R, C e siano v 1,..., v n V. Quanto visto nella lezione precedente ci suggerisce il seguente algoritmo per stabilire se

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

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

Dettagli

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

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5. SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga

Dettagli

SISTEMI LINEARI MATRICI E SISTEMI 1

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

Dettagli

SISTEMI 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. 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

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

Dettagli

Introduzione 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 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

Dettagli

LEZIONE 1 C =

LEZIONE 1 C = LEZIONE 1 11 Matrici a coefficienti in R Definizione 111 Siano m, n Z positivi Una matrice m n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi

Dettagli

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

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

Dettagli

Sistemi di equazioni lineari

Sistemi di equazioni lineari Sistemi di equazioni lineari I sistemi di equazioni si incontrano in natura in molti problemi di vita reale. Per esempio, prendiamo in considerazione una bevanda a base di uova, latte e succo d arancia.

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti 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

Dettagli

3x 2 = 6. 3x 2 x 3 = 6

3x 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

Dettagli

0.1 Condizione sufficiente di diagonalizzabilità

0.1 Condizione sufficiente di diagonalizzabilità 0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali

Dettagli

Equivalentemente, le colonne di A sono linearmente indipendenti se e solo se

Equivalentemente, 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

Dettagli

Applicazioni eliminazione di Gauss

Applicazioni 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

Dettagli

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

Elementi 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

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI 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

Dettagli

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

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A = Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):

Dettagli

Intersezione e somma di sottospazi vettoriali

Intersezione 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

Dettagli

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

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

Dettagli

Matematica II,

Matematica 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

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi 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

Dettagli

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

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

Dettagli

Corso 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 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

Dettagli

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari

Lezione 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

Dettagli

2 Sistemi lineari. Metodo di riduzione a scala.

2 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

Dettagli

Il teorema di Rouché-Capelli

Il 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

Dettagli

Esercizi sui sistemi di equazioni lineari.

Esercizi sui sistemi di equazioni lineari. Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la

Dettagli

1 Equazioni parametriche e cartesiane di sottospazi affini di R n

1 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

Dettagli

LEZIONE 8. Figura 8.1.1

LEZIONE 8. Figura 8.1.1 LEZIONE 8 8.1. Equazioni parametriche di rette. In questo paragrafo iniziamo ad applicare quanto spiegato sui vettori geometrici per dare una descrizione delle rette nel piano e nello spazio. Sia r S 3

Dettagli

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

ESERCIZI 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

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)

Dettagli

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

La riduzione a gradini e i sistemi lineari (senza il concetto di rango) CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere

Dettagli

Risoluzione di sistemi lineari

Risoluzione 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

Dettagli

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

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

Dettagli

Geometria e Topologia I (U1-4) 2006-mag-10 61

Geometria 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

Dettagli

Dipendenza e indipendenza lineare

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

Dettagli

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari

MATEMATICA. 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

Dettagli

LEZIONE 9. k, tenendo conto delle formule che permettono di calcolare il prodotto scalare ed il prodotto vettoriale, otteniamo

LEZIONE 9. k, tenendo conto delle formule che permettono di calcolare il prodotto scalare ed il prodotto vettoriale, otteniamo LEZIONE 9 9.1. Prodotto misto. Siano dati i tre vettori geometrici u, v, w V 3 (O) definiamo prodotto misto di u, v e w il numero u, v w. Fissiamo un sistema di riferimento O ı j k in S 3. Se u = u x ı

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 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

Dettagli

Sistemi II. Sistemi II. Elisabetta Colombo

Sistemi 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.+

Dettagli

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

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

Dettagli

1 Definizione di sistema lineare omogeneo.

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

Dettagli

Parte 7. Autovettori e autovalori

Parte 7. Autovettori e autovalori Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori

Dettagli

LEZIONE 15. Esempio L applicazione f: R 3 R 2. è lineare. Infatti si ha che se α R, (x, y, z) R 3 risulta

LEZIONE 15. Esempio L applicazione f: R 3 R 2. è lineare. Infatti si ha che se α R, (x, y, z) R 3 risulta LEZIONE 15 15.1. Applicazioni lineari ed esempi. Definizione 15.1.1. Siano V e W spazi vettoriali su k = R, C. Un applicazione f: V W si dice k lineare se: (AL1) per ogni v 1, v 2 V si ha f(v 1 + v 2 )

Dettagli

12 - Sistemi di Equazioni Lineari

12 - Sistemi di Equazioni Lineari Università degli Studi di Palermo Facoltà di Economia Dipartimento SEAS Appunti del corso di Matematica - Sistemi di Equazioni Lineari Anno Accademico 5/6 D. Provenzano, M. Tumminello, V. Lacagnina e A.

Dettagli

4 Autovettori e autovalori

4 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

Dettagli

LeLing12: Ancora sui determinanti.

LeLing12: 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

Dettagli

Geometria BIAR Esercizi 2

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

Dettagli

Studieremo le congruenze lineari, cioe le equazioni del tipo

Studieremo le congruenze lineari, cioe le equazioni del tipo Congruenze lineari 1. Oggetto di studio - Definizione 1. Studieremo le congruenze lineari, cioe le equazioni del tipo dove ax b (mod n) (1) n, il modulo della congruenza, e un intero positivo fissato x,

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

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

Dettagli

Corso di Matematica per la Chimica

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

Dettagli

Inversa di una matrice

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

Dettagli

Esercizi svolti sui sistemi lineari

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

Dettagli

Operazioni tra matrici e n-uple

Operazioni tra matrici e n-uple CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,

Dettagli

Sistemi lineari e spazi vettoriali 1 / 14

Sistemi 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

Dettagli

SISTEMI DI EQUAZIONI LINEARI

SISTEMI DI EQUAZIONI LINEARI Capitolo 3 SISTEMI DI EQUAZIONI LINEARI 1 Generalità e algoritmo di Gauss Nel capitolo precedente abbiamo visto come per risolvere problemi legati allo studio degli spazi vettoriali lo strumento tecnico

Dettagli

Parte 5. Sottospazi. A. Savo Appunti del Corso di Geometria

Parte 5. Sottospazi. A. Savo Appunti del Corso di Geometria Parte 5. Sottospazi A. Savo Appunti del Corso di Geometria 03-4 Indice delle sezioni Sottospazi di R n, Equazioni di un sottospazio di R n, 3 3 Sottospazio intersezione, 6 4 Sottospazio somma, 8 5 Formula

Dettagli

Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo.

Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo. Capitolo 3 Il campo Z n 31 Introduzione Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo 32 Le classi resto Definizione

Dettagli

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

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

Dettagli

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im

Definizione 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

Dettagli

Parte 12b. Riduzione a forma canonica

Parte 12b. Riduzione a forma canonica Parte 2b. Riduzione a forma canonica A. Savo Appunti del Corso di Geometria 202-3 Indice delle sezioni. Coniche, 2. Esempio di riduzione, 4 3. Teoremi fondamentali, 6 4. Come determinare l equazione canonica,

Dettagli

1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =...

1. Un sistema di m equazioni lineari in n incognite x 1,... x n aventi tutte termine noto nullo A =... Algebra/ Algebra Lineare, 230207 1 Un sistema di m equazioni lineari in n incognite x 1, x n aventi tutte termine noto nullo a i1 x 1 + a i2 x 2 + + a in x n = 0, i = 1,, m si dice omogeneo; ponendo x

Dettagli

Geometria della Programmazione Lineare

Geometria della Programmazione Lineare Capitolo 2 Geometria della Programmazione Lineare In questo capitolo verranno introdotte alcune nozioni della teoria dei poliedri che permetteranno di cogliere gli aspetti geometrici della Programmazione

Dettagli

A.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5.

A.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5. A.A. 2015-2016. CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5. Esercizio 5.1. Determinare le ultime tre cifre di n = 13 1625. (Suggerimento. Sfruttare il Teorema di Eulero-Fermat)

Dettagli

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

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base

Dettagli

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

ESERCIZI 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

Dettagli

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

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

Dettagli

Lezioni di Algebra Lineare. II. Aritmetica delle matrici e eliminazione di Gauss. versione ottobre 2008

Lezioni 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

Dettagli

LeLing9: Prodotto tra matrici.

LeLing9: 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

Dettagli

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

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

Dettagli

Testi consigliati e contatti

Testi 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

Dettagli

SPAZI VETTORIALI CON PRODOTTO SCALARE A =

SPAZI VETTORIALI CON PRODOTTO SCALARE A = SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo

Dettagli

SISTEMI LINEARI, METODO DI GAUSS

SISTEMI LINEARI, METODO DI GAUSS SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti

Dettagli

DIAGONALIZZAZIONE. M(f) =

DIAGONALIZZAZIONE. M(f) = DIAGONALIZZAZIONE Esercizi Esercizio 1. Sia f End(R 3 ) associato alla matrice M(f) = 0 1 2 0. 2 (1) Determinare gli autovalori di f e le relative molteplicità. (2) Determinare gli autospazi di f e trovare,

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE 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

Dettagli

Dipendenza e indipendenza lineare (senza il concetto di rango)

Dipendenza 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

Dettagli

1 se k = r i. 0 altrimenti. = E ij (c)

1 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 )

Dettagli

ESERCIZI SULLE MATRICI

ESERCIZI 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

Dettagli

Corso di Calcolo Numerico

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

Dettagli

Esercizi svolti. delle matrici

Esercizi 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

Dettagli

Def. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni:

Def. 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

Dettagli

Sistemi di equazioni differenziali

Sistemi di equazioni differenziali Capitolo 5 Sistemi di equazioni differenziali Molti problemi sono governati non da una singola equazione differenziale, ma da un sistema di più equazioni. Ad esempio questo succede se si vuole descrivere

Dettagli

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)

Autovalori 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)

Dettagli