Nozioni e Richiami di Algebra Lineare

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Nozioni e Richiami di Algebra Lineare"

Transcript

1 Nozioni e Richiami di Algebra Lineare Chiara Giusy Genovese Università di Bologna Scuola di Economia, Management e Statistica CLAMEP Statistica per l analisi dei dati 11 Novembre 2014

2 Indice Introduzione Vettori e Matrici - notazione e esempi Operazioni su Matrici Determinante, rango di una matrice e singolarità Invertibilitá

3 Vettori e Matrici - notazione e esempi Introduzione Uno degli strumenti matematici più potenti ed utilizzato nei più svariati campi di tutte le Scienze è rappresentato dal Calcolo Matriciale Gli elementi di base dei quali ci si serve sono vettori e matrici, strutture ordinate entro le quali possiamo riportare i nostri dati In generale supporremo sempre di trovarci nel campo reale R, in quanto nelle applicazioni di nostro interesse i coefficienti e le variabili che considereremo saranno numeri reali

4 Vettori e matrici - notazione e esempi Vettori e matrici VETTORE pr, 1q b 1 b 2 b b r Dimensione di un generico vettore: (r 1) quindi si hanno r = numero di righe per una sola colonna Per tenere conto dell ordine gli elementi del vettore sono indicizzati in modo da individuarne la posizione L elemento generico di b sarà l elemento b i dove 1 i r Quindi b i sarà l elemento corrispondente alla i-esima riga

5 Vettori e matrici - notazione e esempi Vettori e Matrici MATRICE di tipo pr, kq a 11 a 12 a 1k a 21 a 22 a 2k A a r1 a r2 a rk Dimensione di una generica matrice: (r k) dove r = numero di righe e k = numero di colonne Per tenere conto dell ordine gli elementi sono doppiamente indicizzati in modo da individuare la posizione nella tabella L elemento generico di A sarà l elemento a ij dove 1 i r e 1 j k, dove a ij sarà l elemento corrispondente alla i-esima riga ed alla j-esima colonna Si definisce diagonale principale l insieme gli elementi a 11, a 22,, a rk

6 Vettori e matrici - notazione e esempi Osservazioni Due vettori o matrici sono uguali quando hanno la stessa dimensione pr, kq (stesso tipo) e sono formate dagli stessi elementi nelle stesse posizioni Ad esempio preso un vettore b possiamo dire che b c se e solo se b i c Vettori e matrici sono generalmente indicati rispettivamente con lettere minuscole e maiuscole scritte in grassetto In maniera alternativa a volte i vettori sono indicati con lettere sottosegnate come b Generalmente i vettori sono in forma colonna Il vettore in forma di riga è segnalato come b T b 1 rb 1, b 2,, b rs e avrà dimensione p1 rq

7 Vettori e matrici - notazione e esempi Alcuni Esempi - La matrice trasposta Presa come riferimento la generica matrice A indica con A T la matrice alla quale viene applicata la trasposizione delle righe e delle colonne, ovvero vengono scambiate le righe con le colonne) Dal punta di vista pratico: a 11 a 12 a 1k a 11 a 21 a r1 a 21 a 22 a 2k A Ñ A T a 12 a 22 a r2 a r1 a r2 a rk a 1k a 2k a rk

8 Vettori e matrici - notazione e esempi Alcuni Esempi - Matrice trasposta e matrice simmetrica A Ñ A? T 3 6 2? Qual è la dimensione della matrice che otteniamo? A è una matrice di tipo p3, 3q ovvero con r 3 e k 3 e allo stesso modo anche A T Questo dipende dal fatto che la matrice che consideriamo è quadrata

9 Vettori e matrici - notazione e esempi Alcuni Esempi - Matrici quadrate e rettangolari Una matrice si dice quadrata quando il numero di righe r è pari al numero di colonne k Quindi andare a ricercare la matrice trasposta della matrice di partenza non modifica la dimensione della matrice ottenuta Un caso particolare di matrice quadrata è la matrice simmetrica, matrice per la quale si ha A A T Diversamente accade quando si considerano matrici rettangolari, vale a dire con numero di righe r k A Ñ A T 3 6 2?? E evidente che Ap3, 4q ha tipo differente rispetto alla trasposta A T p4, 3q

10 Vettori e matrici - notazione e esempi Alcuni Esempi - La matrice nulla Si dice matrice nulla e si indica con 0 qualunque matrice di ordine pr, kq contenente tutti zeri Analogamente all operazione aritmetica classica di somma, la matrice nulla rappresenta l elemento neutro per le operazioni di somma tra matrici

11 Vettori e matrici - notazione e esempi Alcuni Esempi - Matrice diagonale e identità Una matrice diagonale è una matrice quadrata di ordine k in cui solamente i valori della diagonale principale possono assumere valori diversi da 0 ESEMPI A diagpa 1, a 2,, a k q a a a k M diagp1, 6q

12 Vettori e matrici - notazione e esempi Alcuni Esempi - Matrice diagonale e identità Una configurazione notevole della matrice diagonale è quello della matrice identità, indicata con I k e avente solo elementi unitari sulla diagonale I k diagp1, 1,, 1q Un altro caso particolare della matrice diagonale è quello della matrice quadrata nulla 0 k

13 Operazioni su matrici Somma tra matrici Siano A ra ij s e M rm ij s due matrici dello stesso tipo pr, kq Si definisce la matrice S rs ij s anche questa di dimensione pr, kq come la somma delle due matrici A e M se ogni elemento in S corrisponde alla somma degli elementi dei singoli elementi in posizioni corrispondenti di A e M A M A M S Alcune proprietà: Proprietà associativa Ñ pa Mq S A pm Sq Proprietà commutativa Ñ A M M A S

14 Operazioni su matrici Somma tra matrici Inoltre è possibile verificare: Esistenza dell opposto Ñ M p Mq 0 Esistenza dell elemento neutro Ñ M 0 M Proprietà della trasposizione della somma Ñ pa Mq T A T M T ESEMPIO Verifichiamo ad esempio l ultima proprietà, vale a dire che S T A T M T A T M T

15 Vettori e Matrici - notazione e esempi Somma tra matrici - Esempio A T M T A T M T S T Questa concide con la matrice S ottenuta come somma di A e M e successivamente trasposta S Ñ S T

16 Operazioni su matrici Moltiplicazione per uno scalare Preso uno scalare λ ed una matrice M rm ij s si definisce prodotto per uno scalare (da non confondere con prodotto scalare che vedremo dopo) la matrice risultante A λm tale j gli elementi di a ij λm ij Consideriamo adesso due scalari λ e γ e due matrici dello stesso tipo pr, kq A, M possiamo richiamare alcune proprietà: λ0 0 pλ γqm λm γm pλγqm λpγmq γpλmq λpa Mq λa λm

17 Operazioni su matrici Prodotto tra matrici Rispetto alle operazioni che abbiamo visto finora è quella meno intuitiva Si considerino due matrici Apr, mq e Mpm, kq dove rispettivamente r e m sono le righe e le colonne di A, mentre m e k rappresentano le righe e le colonne di M Prese le matrici nell ordine dato, la matrice risultante P AM AM rp ij s sarà del tipo pr, kq e il generico elemento p ij è la somma dei prodotti degli elementi della i esima riga di A per gli elementi della j esima colonna di M ESEMPIO A a c b d M e g f h P AM a e b g a f b h c e d g c f d h

18 Operazioni su matrici Prodotto tra matrici ESEMPIO A M P AM E fondamentale svolgere l operazione prodotto mantenendo l ordine dato; Prese due matrici qualsiasi A e M generalmente si ha che AM MA (non sempre le dimensioni consentono l operazione inversa) A M P MA

19 Operazioni su matrici Prodotto tra matrici Vediamo alcune delle proprietà fondamentali del prodotto tra matrici Consideriamo delle matrici con diverse dimensioni Mpr, kq,bpk, hq,cph, zq e uno scalare λ A I=I A Associativa Ñ MpBCq pmbqc Associativa mista Ñ λpmbq pλmqb pmbqλ NBSi ricorda che per poter moltiplicare delle matrici il numero di colonne della matrice di partenza deve corrispondere al numero di righe della seconda matrice

20 Determinante, rango di una matrice e singolarità Sottomatrici e determinante All interno di ogni matrice è possibile identificare delle sottomatrici andando a rimuove delle righe e/o delle colonne M M Teniamo presente questo concetto per definire quello di determinate o detpmq o M, ovvero una quantità/numero reale che possiamo associare ad ogni matrici quadrata di ordine k (numero di righe e colonne) ESEMPIO M m11 m 12 m 21 m 22 a c b d detpmq pm 11 m 22 q pm 21 m 12 q a d c b

21 Determinante, rango di una matrice e singolarità Determinante, rango di una matrice e singolarità All aumentare dell ordine della matrice il calcolo del determinante si complica Vediamo l esempio di una matrice quadrata M di ordine k 3 m 11 m 12 m 13 a b c M m 21 m 22 m 23 d e f m 31 m 32 m 33 g h i detpmq a det e h f d b det i g f i c det d g e h

22 Determinante, rango di una matrice e singolarità Determinante, rango di una matrice e singolarità All aumentare dell ordine della matrice il calcolo del determinante si complica Vediamo l esempio di una matrice quadrata M di ordine k 3 m 11 m 12 m 13 a b c M m 21 m 22 m 23 d e f m 31 m 32 m 33 g h i detpmq a det e h f d b det i g f i c det d g e h

23 Determinante, rango di una matrice e singolarità Determinante, rango di una matrice e singolarità ESEMPI A detpaq detpbq 2 det B det det 2 1 2p9 1q 1p0 2q 4p0 6q

24 La matrice inversa La matrice inversa Sia M una matrice quadrata di ordine k Si definisce matrice inversa di M e si indica con il simbolo M 1 la matrice quadrata, se esiste, di ordine k tale che: MM 1 M 1 M I M risulta invertibile se e solo se il determinante detpmq 0q Se l inversa di M esiste, essa è unica

25 La matrice inversa La matrice inversa Passaggi per il calcolo dell inversa: 1 Si calcola detpmq e si richiede che sia 0 2 Si calcola la matrice trasposta M T 3 Per ogni elemento della matrice si calcola il complemento algebrico e si trova una nuova matrice M 1 che prende il nome di matrice aggiunta 4 Si calcola 1 detpmq M1 e così si ottiene la matrice inversa M 1

26 La matrice inversa La matrice inversa Sia M una matrice quadrata di ordine k Si definisce matrice inversa di M e si indica con il simbolo M 1 la matrice quadrata, se esiste, di ordine k tale che: MM 1 M 1 M I M risulta invertibile se e solo se il determinante detpmq 0q Se l inversa di M esiste, essa è unica

27 La matrice inversa La matrice inversa ESEMPIO - per una matrice di ordine k = 2 M a c b d 1 Si calcola detpmq ad cb e si richiede che sia 0 2 Si traspone M e si ricava M 1 M T a b c d Ñ M 1 d b c a 3 Dividendo per 1 si ottiene la matrice inversa M 1 detpmq M 1 1 detpmq d b c a

28 La matrice inversa La matrice inversa ESEMPIO - per una matrice di ordine k = 3 a b c M d e f g h i Si calcola detpmq=a(ei-hf)-b(di-gf)+c(dh-ge) e si richiede che sia 0 Si traspone la matrice, M T a d g M T b e h c f i

29 La matrice inversa La matrice inversa Per ogni elemento della matrice si calcola il complemento algebrico e si trova una nuova matrice M 1 che prende il nome di matrice aggiunta C 1,1 det e f h i C 1,2 det b c h i C 1,3 det b c e f C 2,1 det d f g i C 2,2 det a c g i C 2,3 det a c d f C 3,1 det d e g h C 3,2 det a b g h C 3,3 det a b d e

30 La matrice inversa La matrice inversa Calcolando tutti i complementi algebrici e tenendo conto dell alternanza dei segni, la matrice aggiunta risulta la seguente: C 1,1 C 1,2 C 1,3 M 1 C 2,1 C 2,2 C 2,3 C 3,1 C 3,2 C 3,3 Dividendo ciascun elemento in M 1 per il determinante si ottiene la matrice inversa M 1 M 1 1 detpmq C 1,1 C 1,2 C 1,3 C 2,1 C 2,2 C 2,3 C 3,1 C 3,2 C 3,3

MATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni

MATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni MATRICI e DETERMINANTI Le matrici non sono altro che tabelle di elementi ordinati per righe e colonne. Se m = n la matrice si dice quadrata Matrice quadrata di ordine 3 Matrice rettangolare di tipo 2 3

Dettagli

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione

Dettagli

PreCorso di Matematica - PCM Corso M-Z

PreCorso di Matematica - PCM Corso M-Z PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti

Dettagli

Elementi di Algebra Matriciale. (richiami)

Elementi di Algebra Matriciale. (richiami) Elementi di Algebra Matriciale Definizione di matrice (richiami) Matrice quadrata, diagonale, identità, triangolare, simmetrica Matrice trasposta Principali operazioni su matrici e vettori: somma, sottrazione,

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione

Dettagli

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è

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

Richiami di algebra delle matrici a valori reali

Richiami 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

Dettagli

Matematica II

Matematica II Matematica II 29..0. Somma di due matrici. Siano m ed n due interi positivi fissati. Date due matrici A, B R m n di tipo m n, sommando a ciascun elemento di A il corrispondente elemento di B, si ottiene

Dettagli

Matrici. Prof. Walter Pugliese

Matrici. Prof. Walter Pugliese Matrici Prof. Walter Pugliese Le matrici Una matrice è un insieme di numeri reali organizzati in righe e colonne. Se n è il numero delle righe e m e il numero delle colonne si dice che la matrice è di

Dettagli

Algebra matriciale. Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale

Algebra matriciale. Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale Algebra matriciale Algebra Un algebra è un sistema di segni in cui sono definite delle operazioni Algebra scalare Algebra dei vettori Algebra matriciale In algebra matriciale un numero è chiamato scalare

Dettagli

Esercitazioni di Algebra e Geometria

Esercitazioni 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

Dettagli

ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5. Indice. 2. Esercizi 5

ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5. Indice. 2. Esercizi 5 ALGEBRA LINEARE E GEOMETRIA: ESERCIZI 5 Indice 1. Principali definizioni 1 2. Esercizi 5 Operazioni con le matrici 1. Principali definizioni Ricordiamo le principali definizioni legate alle matrici a coefficienti

Dettagli

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti

Dettagli

APPUNTI DI ALGEBRA LINEARE

APPUNTI DI ALGEBRA LINEARE APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e

Dettagli

A =, c d. d = ad cb. c d A =

A =, c d. d = ad cb. c d A = Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il

Dettagli

APPLICAZIONI. Im f = {b B a A tale che f (a) = b}.

APPLICAZIONI. Im f = {b B a A tale che f (a) = b}. APPLICAZIONI Diremo applicazione (o funzione) da un insieme A ad un insieme B una legge f che associa ad ogni elemento a A uno ed un solo elemento b B. Scriviamo f : A B e il corrispondente o immagine

Dettagli

Matrici e sistemi. Geometria. Matrici e operazioni tra matrici. Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante

Matrici e sistemi. Geometria. Matrici e operazioni tra matrici. Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante Geometria Matrici e sistemi Operazioni elementari e riduzione Sistemi lineari Matrici invertibili Determinante 2 2006 Politecnico di Torino 1 Matrici e sistemi Matrici: definizione e notazioni Somma e

Dettagli

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni 2. MATRICI Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 2 MATRICI Siano m, n N \ {0}, sia K un campo Una matrice m n a coefficienti in K è una

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Metodo di Gauss-Jordan per l inversione di una matrice. Nella lezione scorsa abbiamo visto che un modo per determinare l eventuale inversa di una matrice quadrata A consiste nel risolvere

Dettagli

Introduzione allo Scilab Parte 4: matrici; esempi.

Introduzione allo Scilab Parte 4: matrici; esempi. Introduzione allo Scilab Parte 4: matrici; esempi. Felice Iavernaro Dipartimento di Matematica Università di Bari http://dm.uniba.it/ iavernaro felix@dm.uniba.it 20 Giugno 2007 Felice Iavernaro (Univ.

Dettagli

3 Soluzione di sistemi lineari

3 Soluzione di sistemi lineari 3 Soluzione di sistemi lineari Prima di addentrarci nello studio dei metodi numerici, è doveroso introdurre le matrici e alcune strutture particolari di matrici nonchè alcuni concetti fondamentali quali

Dettagli

Determinanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici

Determinanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici Introduzione S S S Rango di matrici Si dice sottomatrice d'una matrice data la matrice ottenuta selezionando un certo numero di righe e di colonne della matrice iniziale. Lezione 24.wpd 08/01/2011 XXIV

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

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio

Algebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.

Dettagli

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico Capitolo 3 Matrici Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Anno accademico 2017-2018 Tutorato di geometria e algebra lineare Definizione (Matrice) Una matrice A M R (k, n) è

Dettagli

Anno 4 Matrice inversa

Anno 4 Matrice inversa Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere

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

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. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m.

MATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m. MATRICI Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: 11 a 12 a 1 3 a 1m A=(a a 21 a 2 3 a 2m con a a n1 a n2 a n 3 a nm i j R, 1 i n, 1 j m. per

Dettagli

Operazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3

Operazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3 Operazioni tra matrici Definizione di matrice a ij è un elemento di A a ij è detto l elemento ij-esimo di A Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia

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

Piccola rassegna di Algebra delle Matrici

Piccola rassegna di Algebra delle Matrici Piccola rassegna di Algebra delle Matrici 1 Introduzione Questa nota va intesa semplicemente come un brevissimo sommario di alcuni concetti relativi alle Matrici, che dovete utilizzare nell ambito dello

Dettagli

Il prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno:

Il prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno: L anello delle matrici Esempio. Siano A = [ ] 0 1 3 0 2 1, B = 1 2 0 0 1 2 3 4, 1 0 calcolare AB e BA. Osservazioni Siano A Mat m,n (K) e B Mat p,q (K). Il prodotto AB è definito se n = p. Si ha AB Mat

Dettagli

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico

Lezione 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

Dettagli

determinante della sottomatrice ottenuta da A cancellando la i-esima riga e la j-esima colonna

determinante della sottomatrice ottenuta da A cancellando la i-esima riga e la j-esima colonna Data una matrice quadrata A di ordine n si definisce minore complementare m ij dell elemento generico a ij della matrice A il determinante della sottomatrice ottenuta da A cancellando la i-esima riga e

Dettagli

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine

Dettagli

SISTEMI DI EQUAZIONI LINEARI

SISTEMI DI EQUAZIONI LINEARI SISTEMI DI EQUAZIONI LINEARI Date le rette di equazioni ax + by + c = 0 e a x + b y + c = 0 quanti punti hanno in comune? Per rispondere devo risolvere il sistema ax + by + c = 0 ቊ a x + b y + c = 0 e

Dettagli

ALGEBRA LINEARE PARTE II

ALGEBRA LINEARE PARTE II DIEM sez. Matematica Finanziaria Marina Resta Università degli studi di Genova Dicembre 005 Indice PREMESSA INVERSA DI UNA MATRICE DETERMINANTE. DETERMINANTE DI MATRICI ELEMENTARI................. MATRICI

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

a.a MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI

a.a MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI aa 2012-2013 MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI 1 Sistemi di equazioni lineari Definizione 11 i Un equazione lineare nelle indeterminate (o incognite X 1,, X 1 m a coefficienti interi (o razionali,

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Richiami di Algebra Lineare Fabrizio Silvestri December 14, 010 Matrice Sia R il campo dei numeri reali. Si indica con R m n l insieme delle matrici ad elementi reali con m righe ed n colonne. Se A R n

Dettagli

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato

Dettagli

Introduzione all algebra delle matrici. Appunti a cura di Lara Ercoli

Introduzione all algebra delle matrici. Appunti a cura di Lara Ercoli Introduzione all algebra delle matrici ppunti a cura di Lara Ercoli Indice Definizioni 3. Matrici particolari............................ 4 2 Operazioni con le matrici 8 2. Somma di matrici.............................

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Appendice A Richiami di Algebra Lineare In questo capitolo sono presentati alcuni concetti di algebra lineare L algebra lineare è quella branca della matematica che si occupa dello studio di vettori, spazi

Dettagli

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara

Dettagli

Esercitazioni di Algebra e Geometria

Esercitazioni 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

Dettagli

a a 1n A = a n1... a nn a 11 x a 1n x n = b 1 a n1 x a nn x n = b n ] sono determinati. 2- La matrice A = [ a ij

a a 1n A = a n1... a nn a 11 x a 1n x n = b 1 a n1 x a nn x n = b n ] sono determinati. 2- La matrice A = [ a ij Recupero. 2, Determinanti. 1. Determinanti Consideriamo una matrice A = a 11... a 1n.. a n1... a nn quadrata di ordine n ad elementi in R. Sappiamo che sono equivalenti la affermazioni 1- tutti i sistemi

Dettagli

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R. 1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2012 Rossi Algebra Lineare 2012 1 / 59 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +

Dettagli

Appunti di Geometria - 2

Appunti di Geometria - 2 Appunti di Geometria - Samuele Mongodi - s.mongodi@sns.it Cambi di base e applicazioni lineari Richiami Sia V uno spazio vettoriale di dimensione n sul campo K, con base assegnata e,..., e n } (ad esempio

Dettagli

CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI

CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI FOGLIO DI ESERCIZI # GEOMETRIA E ALGEBRA 009/0 Esercizio.. Dati i vettori di R : v (,, ), v (, 4, 6), v (,, 5), v 4 (,, 0) determinare se v 4 è combinazione

Dettagli

Capitolo 3. Determinante e rango Permutazioni

Capitolo 3. Determinante e rango Permutazioni Capitolo 3 Determinante e rango 303 Permutazioni Ricordiamo innanzitutto che, dato un insieme, l insieme S () delle applicazioni biunivoche da in sè stesso, può essere munito di una operazione, indicata

Dettagli

Terminiamo gli esercizi dell ultima lezione. (LUCIDI) Calcolare, se possibile, AC, CA, CH e HC. (LUCIDI)

Terminiamo 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

Dettagli

Matrici quadrate particolari

Matrici quadrate particolari Matrici quadrate particolari Sia A Mn(K) una matrice quadrata. Gli elementi (a 1,1, a 2,2,, a n,n ) costituiscono la diagonale principale di A. Gli elementi (a 1,n, a 2,n-1,, a n-1,2, a n,1 ) costituiscono

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

GEOMETRIA 1 prima parte

GEOMETRIA 1 prima parte GEOMETRIA 1 prima parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 44 index Relazioni in un insieme 1 Relazioni in un insieme 2 Gruppi,

Dettagli

Elementi di teoria delle trasformazioni

Elementi di teoria delle trasformazioni Elementi di teoria delle trasformazioni LA STRUTTURA DI GRUPPO La struttura di gruppo Un gruppo è un insieme G in cui è definita una operazione ("leggere tondino") inoltre c a,b 2 G allora a b 2 G d 1

Dettagli

ALGEBRA DELLE MATRICI

ALGEBRA DELLE MATRICI ALGEBRA DELLE MATRICI March 8, 2015 1 Definizioni e notazioni Una matrice è una tabella rettangolare le cui entrate sono numeri organizzati in righe orizzontali e colonne verticali. Esempio 1 2 A = 4 0

Dettagli

Fondamenti di Informatica

Fondamenti di Informatica Fondamenti di Informatica Prof. Arcangelo Castiglione A.A. 2016/17 Matrici In una matrice gli elementi sono numerati per riga e per colonna, ad esempio m ij denota l elemento alla riga i e colonna j Matrici

Dettagli

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare. ALGEBRA COMPLESSA Nel corso dei secoli gli insiemi dei numeri sono andati man mano allargandosi per rispondere all esigenza di dare soluzione a equazioni e problemi sempre nuovi I numeri complessi sono

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Richiami di Algebra Lineare Eduardo Rossi Università degli Studi di Pavia Corso di Econometria Marzo 2015 Rossi Algebra Lineare 2015 1 / 41 Vettori Prodotto interno a : (n 1) b : (n 1) a b = a 1 b 1 +

Dettagli

Istituzioni di Matematiche prima parte

Istituzioni di Matematiche prima parte Istituzioni di Matematiche prima parte anno acc. 2014/2015 Univ. Studi di Milano E.Frigerio, C.Turrini (Univ. Studi di Milano Istituzioni di Matematiche 1 / 30 index Generalità sugli insiemi 1 Generalità

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito C 3/5/25 A. A. 24 25 ) Risolvere il seguente sistema

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

Lezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale

Lezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Lezione Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Matrici. Somma Date due matrici n x m, A = A ij e B = B ij, con i =,,,

Dettagli

il determinante che si ottiene da A, sopprimendo la i - esima riga e la j - esima colonna. Si definisce complemento algebrico dell'elemento a ij

il determinante che si ottiene da A, sopprimendo la i - esima riga e la j - esima colonna. Si definisce complemento algebrico dell'elemento a ij Determinanti Sia data la matrice quadrata a... a n a a n =...... a... a n nn Chiamiamo determinante di il numero det o che ad essa viene associato. det = a a... a... a... a n n n... a nn Un generico elemento

Dettagli

Istituzioni di Matematiche prima parte

Istituzioni di Matematiche prima parte Istituzioni di Matematiche prima parte anno acc. 2011/2012 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Istituzioni di Matematiche 1 / 33 index Generalità sugli insiemi 1 Generalità

Dettagli

1 Spazi vettoriali. Sottospazi.

1 Spazi vettoriali. Sottospazi. CORSO DI ALGEBRA LINEARE. A.A. 004-005. Esercitazione del 10 Gennaio 005. (Prof. Mauro Saita, e-mail: maurosaita@tiscalinet.it) 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Siano v 1 = (, 5, 1, 3), v

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

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

Anno Accademico 2015/2016

Anno Accademico 2015/2016 Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2015/2016 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente

Dettagli

1.1 Matrici a coefficienti in R. Vi sono alcuni casi particolari che vale la pena evidenziare:

1.1 Matrici a coefficienti in R. Vi sono alcuni casi particolari che vale la pena evidenziare: Lezione Matrici a coefficienti in R Definizione Siano m, n Z numeri interi positivi Una matrice m n acoefficientiinrèuninsiemedimn numeri reali disposti su m righe ed n colonne circondata da parentesi

Dettagli

Vettori e Matrici. Corso di Calcolo Numerico. 24 Aprile 2018

Vettori e Matrici. Corso di Calcolo Numerico. 24 Aprile 2018 Vettori e Matrici 24 Aprile 2018 Richiami In MATLAB, ogni variabile ha una struttura di tipo vettoriale o array. Un array è un insieme di valori ordinati, cioè memorizza più dati all interno di una struttura

Dettagli

Elementi di Algebra Lineare Il determinante

Elementi di Algebra Lineare Il determinante Elementi di Algebra Lineare Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 17 index 1 2 Sottomatrici e minori Cristina Turrini (UNIMI - 2015/2016)

Dettagli

3. Elementi di Algebra Lineare.

3. Elementi di Algebra Lineare. CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 3. Elementi di Algebra Lineare. 1 Sistemi lineari Sia A IR m n, x IR n di n Ax = b è un vettore di m componenti.

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito B 3/05/005 A. A. 004 005 ) Risolvere il seguente sistema

Dettagli

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a

Corso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Spazio dei vettori Il primo oggetto matematico che definiamo sarà il vettore. Partendo dai numeri reali come rappresentazione dei punti della retta reale R,

Dettagli

1 Richiami di algebra lineare

1 Richiami di algebra lineare 1 Richiami di algebra lineare Definizione 11 (matrici e vettori) Una matrice A e un insieme di numeri A hk, h = 1,, m, k = 1,, n, ordinati in base alla coppia di indici h e k nel modo seguente A 1 A n

Dettagli

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni

Dettagli

è una matrice 2 righe e 3 colonne, brevemente 2 3 ad elementi in R. a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34

è una matrice 2 righe e 3 colonne, brevemente 2 3 ad elementi in R. a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 Capitolo 10 Matrici e vettori 10.1 Le matrici Chiamiamo matrici delle tabelle finite di elementi di un insieme N (in genere, ma non sempre, un insieme di numeri posti su righe e colonne. Nel seguito, fino

Dettagli

Operazioni sui vettori

Operazioni sui vettori Operazioni sui vettori Vettore Un vettore v è un insieme ordinato di elementi. Per esempio, il seguente è un vettore di 3 elementi: Gli elementi di un vettore si indicano solitamente con i seguenti simboli:

Dettagli

Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 19 Ottobre

Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 19 Ottobre Esercizi Di Geometria (BAER Canale Da consegnare Lunedi 9 Ottobre SETTIMANA 3 (2 8 Ottobre Moltiplicazione di matrici Gli esercizi sono presi dal libro Intorduction to Linear Algebra di Serge Lang Esercizio

Dettagli

Geometria BAER I canale Foglio esercizi 2

Geometria BAER I canale Foglio esercizi 2 Geometria BAER I canale Foglio esercizi 2 Esercizio 1. Calcolare il determinante e l inversa (quando esiste) della matrice ( ) cos θ sin θ R θ =, θ [0, 2π] sin θ cos θ Soluzione: Il determinante ( é cos

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

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

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI 2 Direttore Beatrice VENTURI Università degli Studi di Cagliari Comitato scientifico Umberto NERI University of

Dettagli

CORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA

CORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA CORSO DI GEOMETRIA DETERMINANTE AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Definizione induttiva di determinante 1 2 Caratterizzazione delle matrici quadrate di rango massimo 5 3 Regole di Laplace 6

Dettagli

Corso di Laurea in Matematica - Esame di Geometria 1. Prova scritta del 7 settembre 2015

Corso di Laurea in Matematica - Esame di Geometria 1. Prova scritta del 7 settembre 2015 Corso di Laurea in Matematica - Esame di Geometria 1 Prova scritta del 7 settembre 215 Cognome Nome Numero di matricola Voto ATTENZIONE. Riportare lo svolgimento completo degli esercizi. corretti, non

Dettagli

Possiamo scrivere le tre precedenti espressioni in un'unica equazione matriciale:

Possiamo scrivere le tre precedenti espressioni in un'unica equazione matriciale: A1. Considerazioni sul cambio di un sistema di riferimento cartesiano ortogonale Sia xyz un sistema di riferimento cartesiano ortogonale di origine O e di riferimento cartesiano pure di origine O. un secondo

Dettagli

Richiami di Algebra Lineare

Richiami di Algebra Lineare Università di Pavia Richiami di Algebra Lineare Eduardo Rossi Vettori a : (n 1) b : (n 1) Prodotto interno a b = a 1 b 1 + a 2 b 2 +... + a n b n Modulo (lunghezza): a = a 2 1 +... + a2 n Vettori ortogonali:

Dettagli

Metodo degli Elementi finiti: elementi monodimensionali Risoluzione di casi con più elementi

Metodo degli Elementi finiti: elementi monodimensionali Risoluzione di casi con più elementi Metodo degli Elementi finiti: elementi monodimensionali Risoluzione di casi con più elementi 1 Metodo degli Elementi finiti: elementi monodimensionali Risoluzione di casi con più elementi 2 Metodo degli

Dettagli

Si noti che la matrice trasposta A ha lo stesso determinante. Questa proprietà è generale;

Si noti che la matrice trasposta A ha lo stesso determinante. Questa proprietà è generale; Ottavio Serra Matrici e determinanti In questa nota estenderemo a matrici quadrate di ordine n qualsiasi il concetto di determinante introdotto nelle scuole secondarie per matrici di ordine 2 come tecnica

Dettagli

Computazione per l interazione naturale: Richiami di algebra lineare

Computazione per l interazione naturale: Richiami di algebra lineare Computazione per l interazione naturale: Richiami di algebra lineare Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it

Dettagli

Esercitazione di Matematica su matrici e sistemi lineari

Esercitazione di Matematica su matrici e sistemi lineari Esercitazione di Matematica su matrici e sistemi lineari Notazioni: deta, A T =trasposta di A, A 1 =inversa di A. 1. Si considerino le matrici A, B, C, D denite da 1 0 5 1 A = 0, B = 0 0, C = 0 1 0 6 1

Dettagli