Elementi di Algebra Lineare
|
|
- Teodoro Grasso
- 5 anni fa
- Visualizzazioni
Transcript
1 Elementi di Algebra Lineare Corso di Calcolo Numerico, a.a. 2009/2010 Francesca Mazzia Dipartimento di Matematica Università di Bari 13 Marzo 2006 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
2 Prodotto matrice vettore Sia A IR m n, x IR n di n: Ax = b è un vettore di m componenti. a 1,1 x 1 + a 1,2 x a 1,n x n = b 1 a 2,1 x 1 + a 2,2 x a 2,n x n = b a m,1 x 1 + a m,2 x a m,n x n = b m Numero di operazioni per calcolare b: mn moltiplicazioni m(n 1) addizioni. Le matrici trasformano un vettore x di dimensione n in un vettore b di dimensione m. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
3 esempio b = Ax = A = ( 1 1/2 3/2 1/3 2 1/2 x = ( 1 1/2 3/2 1/3 2 1/2 ( (1/2) 1 + (3/2) 2 (1/3) (1/2) 2 ) ) ) = 1 1 = 2 ( 9/2 10/3 ) Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
4 Posso rappresentare una matrice utilizzando le sue colonne: A = (a 1,a 2,...,a n ) Il prodotto Ax = b può anche scriversi: (a 1,a 2,...,a n ) x 1 x 2. x n = b x 1 a 1 + x 2 a x n a n = b cioè il vettore b si ottiene come combinazione lineare dei vettori colonna della matrice A. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
5 Esempio ( ) 1 1/2 3/2 A = 1/3 2 1/2 ( ) ( ) ( ) 1 1/2 3/2 a 1 = a 1/3 2 = a 2 3 = 1/2 1 Ax = (a 1,a 2,a 3 ) 1 = a 1 + a 2 + 2a 3 = b 2 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
6 Partizionamento Il partizionamento è una decomposizione della matrice in sottomatrici. Esempio a 11 a 12 a 13 a 14 a 15 a 16 a 17 a 21 a 22 a 23 a 24 a 25 a 26 a 27 a 31 a 32 a 33 a 34 a 35 a 36 a 37 a 41 a 42 a 43 a 44 a 45 a 46 a 47 a 51 a 52 a 53 a 54 a 55 a 56 a 57 Possiamo scrivere con ( ) a11 a A 11 = 12 a 21 a 22 ( ) A11 A A = 12 A 13 A 21 A 22 A 23 ( ) a13 a A 12 = 14 a 15 a 23 a 24 a 25 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
7 Esempio con A 11 = ( ) A 12 = ( ) A 13 = ( ) A 21 = A 22 = A 23 = Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
8 Se le partizioni sono compatibili possiamo trattare le sottomatrici come scalari nell eseguire le operazioni tra matrici. Per esempio: ( ) ( ) A11 A 12 B11 B + 12 = A 21 A 22 B 21 B 22 ( ) A11 + B 11 A 12 + B 12 A 21 + B 21 A 22 + B 22 ( )( ) A11 A 12 B11 B 12 = A 21 A 22 B 21 B 22 ( A11 B 11 + A 12 B 21 A 11 B 12 + A 12 B 22 ) A 21 B 11 + A 22 B 21 A 21 B 12 + A 22 B 22 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
9 Prodotto esterno fra vettori Se a IR m e b IR n, si ha: W = ab T = a 1 b 1 a 1 b 2... a 1 b n a 2 b 1 a 2 b 2... a 2 b n a m b 1 a m b 2... a m b n. Le matrici W = ab T non vengono mai memorizzate completamente ma si utilizza sempre la loro rappresentazione con i vettori a e b. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
10 Come eseguiamo il prodotto Wx? c = Wx = (ab T )x = a(b T x) = (b T x)a b T x è uno scalare quindi calcoliamo prima µ = b T x e poi c = µa Numero di operazioni: 2n moltiplicazioni n 1 addizioni. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
11 Esempio Dato W = ab T = ( 2 1 ) = x = ( 3 4 ) Calcoliamo prima b T x = 10 e poi Wx = 10a. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
12 Inversa di un matrice Sia A IR n n. Se esiste una matrice A 1 IR n n tale che A 1 A = AA 1 = I allora A 1 viene chiamata inversa della matrice A. Se l inversa esiste, essa è unica. Infatti sia B tale che BA = AB = I, allora:. B = BI = BAA 1 = IA 1 = A 1 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
13 Valgono le seguenti proprietà (AB) 1 = B 1 A 1, infatti: (AB)B 1 A 1 = A 1 B 1 BA = I. (A T ) 1 = (A 1 ) T. Una matrice che non ammette l inversa è detta singolare. Se A è non singolare, lo è anche A 1. Infatti (A 1 ) 1 = A. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
14 Dipendenza lineare di vettori Dati r vettori x 1,x 2,...,x r, diversi dal vettore nullo, se con gli α i 0, i vettori si dicono linearmente dipendenti. Se α 1 x 1 + α 2 x α r x r = 0 α 1 x 1 + α 2 x α r x r = 0 solo se α i = 0 per i = 1,2,...,r allora i vettori x i, i = 1,2,...,r sono linearmente indipendenti. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
15 Se vi è un α i 0, ve ne deve essere almeno un altro perchè nessuno degli x i è nullo. Quindi alcuni dei vettori x i possono esprimersi come combinazione lineare degli altri. Infatti se x 1,x 2,...,x r sono l.d. con α r 0 si ha: x r = α 1 α r x 1 α 2 α r x 2 α r 1 α r x r 1. Se i vettori x i sono l.i., un qualunque sottoinsieme di essi è ancora l.i.. Una base è l insieme minimo di vettori l.i.. che generano un insieme dato. La base canonica di IR m è costituita dai vettori e 1,e 2,,e m con elementi (e i ) j = 0 per i j e (e i ) i = 1. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
16 Rango Dato un insieme di vettori {x 1,x 2,...,x n }, x i IR m si dice rango dell insieme il numero massimo di vettori linearmente indipendenti che è possibile estrarre dall insieme. Poichè il massimo numero di vettori l.i. in tutto IR m è m, il rango di un insieme di vettori di IR m non può superare m. Data una matrice A, si dice rango della matrice, e si indica con rank(a), il rango dell insieme dei suoi vettori colonna. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
17 Vettori Ortogonali e Unitari Siano x e y IR n se x T y = 0 i due vettori si dicono ortogonali. quindi x T x = n x 2 i, i=1 x T x > 0. Se x T x = 1, il vettore x si dice unitario. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
18 Vettori ortogonali Un insieme di vettori tra loro ortogonali sono l.i.. α 1 x 1 + α 2 x α r x r = 0 moltiplichiamo, ad esempio, per x T 1 α 1 x T 1 x 1 + α 2 x T 1 x α r x T 1 x r = 0 Essendo ortogonali x T 1 x 2 = 0,...,x T 1 xt r = 0 quindi questo implica che α 1 = 0. α 1 x T 1 x 1 + α 2 x T 1 x α r x T 1 x r = α 1 x T 1 x 1 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
19 Sistemi lineari Non è sempre vero che fissato un vettore b di dimensione m, si possa sempre trovare un vettore x per cui Ax = b sia soddisfatta. Trovare x tale che: Ax = b è il problema della soluzione di sistemi lineari. Se b è il vettore nullo, il sistema lineare Ax = 0 si dice omogeneo. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
20 Consideriamo le due matrici A ed a 1,1 a 1,2... a 1,n b 1 a 2,1 a 2,2... a 2,n b 2  = a m,1 a m,2... a m,n b m = (A,b) detta matrice ampliata, avente in comune con A le prime n colonne, mentre l ultima colonna è il vettore b. Si ha il seguente Teorema, noto come teorema di Rouché-Capelli: Teorema Condizione necessaria e sufficiente affinchè il sistema Ax = b ammetta soluzioni è che il rango di A e quello di  coincidano. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
21 Se A è una matrice quadrata di ordine n allora le seguenti proposizioni sono equivalenti: 1 Per ogni vettore b IR n, il sistema Ax = b ammette soluzione 2 Se una soluzione del sistema esiste essa è unica 3 Per ogni x IR n, Ax = 0 implica x = 0 4 Le colonne (righe) di A sono linearmente indipendenti 5 La matrice A è invertibile 6 det(a) 0 det(a) = n ( 1) i+j a i,j det(a i,j ), j=1 Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
22 L ultima relazione può essere fuorviante, perchè il determinante cambia scalando la matrice. Infatti Se n = 30 e det(a) = 1 allora det(σa) = σ n det(a) det(0.1a) = Non è facile verificare al calcolatore quando questa quantità è veramente 0. Il calcolo del determinante con la regola di Laplace richiede più di n! moltiplicazioni, n = 16 il nostro computer esegue una moltiplicazione ogni secondi tempo di calcolo : 16!*1e-10/60 35 minuti Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
23 Autovalori ed autovettori Data una matrice quadrata A IR n n, un numero complesso λ si dice autovalore di A se esiste un vettore u 0 a componenti reali o complessi tale che: o Au = λu, (A λi)u = 0, u si dice autovettore di A ed è soluzione non nulla di un sistema lineare omogeneo. Tale soluzione esiste se det(a λi) = 0. Si dimostra che det(a λi) = p(λ) è un polinomio di grado n in λ che ha n radici nel campo complesso (polinomio caratteristico). Si dice raggio spettrale della matrice A, e lo si indica con ρ(a), il massimo modulo degli autovalori di A. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
24 Se u è un autovettore di A, anche αu, con α 0 è autovettore di A. Gli autovettori unitari o normalizzati sono tali che u T u = 1. ( ) 1 2 A = 2 1 autovalori di A: λ 1 = 3 e λ 2 = 1, autovettori: ( ) ( 1 1 u 1 = e u 1 2 = 1 ) autovettori normalizzati di A: u 1 = 1 ( ) e u 2 = 1 2 ( 1 1 ). Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
25 Norme Abbiamo definito i concetti di errore assoluto e relativo per gli scalari e visto come usarli per verificare la qualità dei nostri algoritmi. Gli errori misurano la distanza fra la soluzione vera e qualla calcolata. Se lavoriamo con matrici e vettori abbiamo bisogno di generalizzare il concetto di valore assoluto, per poter misurare la distanza fra vettori e matrici. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
26 Norme vettoriali Sia x IR n, si chiama norma di x, e si indica con x, un numero non negativo che soddisfa le seguenti condizioni: N1) se x è il vettore nullo, x = 0 e viceversa; N2) se λ è uno scalare, λx = λ x ; N3) se x ed y sono due vettori, x + y x + y (disuguaglianza triangolare) Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
27 Sia x = (x 1,x 2,...,x n ) T Norma x = max 1 i n x i. Norma 1. n x 1 = x i i=1 Norma 2. x 2 = (x T x) 1/2. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
28 Norme matriciali Sia A IR m n, si chiama norma di A, e si indica con A, un numero non negativo che soddisfa le seguenti condizioni: M1) A = 0 se e solo se A è la matrice nulla; M2) Se λ è uno scalare allora λa = λ A ; M3) Se B è una matrice avente le stesse dimensioni di A allora: A + B A + B ; M4) Se B è una matrice il cui numero di righe è uguale al numero di colonne di A, allora: AB A B. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
29 Norma matriciale indotta da una norma vettoriale A = max x =1 Ax Una norma matriciale è compatibile con una norma su vettori se dato y IR n, Ay A y. Le norme matriciali indotte sono compatibili con le associate norme vettoriali. Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
30 Norma Norma 1 Norma 2 A = max A 1 = max A 2 = n a i,j. j=1 m a i,j. i=1 ρ(a T A) Francesca Mazzia (Univ. Bari) Elementi di Algebra Lineare 6/03/ / 30
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.
DettagliSistemi lineari. Sia A R m n, x R n Ax = b è un vettore di m componenti. a m,1 x 1 + a m,2 x a m,n x n = b m
1 Sistemi lineari. Sia A R m n, x R n Ax = b è un vettore di m componenti. Numero di operazioni per calcolare b: m n moltiplicazioni m (n 1) addizioni. a 1,1 x 1 + a 1,2 x 2 +... + a 1,n x n = b 1 a 2,1
DettagliAlgebra 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.
Dettaglix n i sima pos. x, y = x T y = x i y i R. i=1
1 Elementi di Algebra Lineare In questo capitolo introduttivo al corso di Calcolo Numerico per la laurea triennale in Informatica, saranno presentate una serie di definizioni e proprietà di matrici e dei
DettagliRICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn
RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella
DettagliPreCorso 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
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
DettagliRichiami 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 +
DettagliRICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI. a 11 a 12 a 1n a 21 a 22 a 2n. a m1 a m2 a mn
RICHIAMI DI ALGEBRA LINEARE E NORME DI MATRICI E VETTORI LUCIA GASTALDI 1. Matrici. Operazioni fondamentali. Una matrice A è un insieme di m n numeri reali (o complessi) ordinati, rappresentato nella tabella
DettagliNORMA DI UN VETTORE. Una NORMA VETTORIALE su R n è una funzione. : R n R +
NORMA DI UN VETTORE Una NORMA VETTORIALE su R n è una funzione. : R n R + {0}, che associa ad ogni vettore x R n di componenti x i, i = 1,..., n, uno scalare in modo che valgano le seguenti proprietà:
Dettagli3 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
DettagliDaniela Lera A.A
Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2016-2017 Richiami Algebra Lineare Spazio normato Uno spazio lineare X si dice normato se esiste una funzione
Dettagli0 0 c. d 1. det (D) = d 1 d n ;
Registro Lezione di Algebra lineare del 23 novembre 216 1 Matrici diagonali 2 Autovettori e autovalori 3 Ricerca degli autovalori, polinomio caratteristico 4 Ricerca degli autovettori, autospazi 5 Matrici
DettagliSi dimostra che queste funzioni godono delle proprietà delle norme (ossia sono norme).
Norma di un vettore I Una norma vettoriale su R n è una funzione : R n R + {}, che associa ad ogni vettore x R n, di componenti x i, i = 1,..., n, uno scalare, in modo che valgano le seguenti proprietà:
DettagliCALCOLO NUMERICO. Francesca Mazzia. Calcolo degli autovalori. Dipartimento Interuniversitario di Matematica. Università di Bari
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari Calcolo degli autovalori 1 Calcolo degli autovalori Gli autovalore e gli autovettore di una matrice quadrata
DettagliMATRICI 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
DettagliAlgebra 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
DettagliRichiami 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:
DettagliRichiami 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
DettagliFederica Gregorio e Cristian Tacelli
1 Sistemi lineari Federica Gregorio e Cristian Tacelli Un sistema lineare m n (m equazioni in n incognite) è un insieme di equazioni lineari che devono essere soddisfatte contemporaneamente a 11 x 1 +
DettagliDeterminante, autovalori e autovettori
Determinante, autovalori e autovettori Lorenzo Pareschi Dipartimento di Matematica, Universitá di Ferrara http://wwwlorenzopareschicom lorenzopareschi@unifeit Lorenzo Pareschi (Univ Ferrara) Determinante,
DettagliEsempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:
Nucleo, immagine e loro proprietà [Abate, 5.2] Data una applicazione lineare f : V W, chiamiamo nucleo di f l insieme N(f) := { v V : f(v) = 0 W } Se S V è un sottoinsieme del dominio, indichiamo con f(s)
DettagliRichiami 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
DettagliUniversità di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011)
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011) ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola
DettagliDIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI
DIARIO DEL CORSO DI MATHEMATICS FOR DATA SCIENCE TRENTO, A.A. 2018/19 DOCENTI: ANDREA CARANTI, SIMONE UGOLINI Nota. La descrizione di lezioni non ancora svolte si deve intendere come una previsione/pianificazione.
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi Dipartimento di Matematica, http://lucia-gastaldi.unibs.it page 1 Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo
Dettagli0.1 Complemento diretto
1 0.1 Complemento diretto Dato U V, un complemento diretto di U é un sottospazio W V tale che U W = {0} U + W = V cioé la somma di U con il suo complemento diretto é diretta, e dá tutto lo spazio vettoriale
DettagliMatematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/2012 Tema A
Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/202 Tema A NOME:..................................................... COGNOME:.....................................................
DettagliCapitolo 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
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi Dipartimento di Matematica, http://lucia-gastaldi.unibs.it page 1 Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo
DettagliSpazi lineari. Felice Iavernaro. Dipartimento di Matematica Università di Bari. 17 Dicembre 2009
Spazi lineari Felice Iavernaro Dipartimento di Matematica Università di Bari 17 Dicembre 2009 Felice Iavernaro (Univ. Bari) Spazi lineari 17-12-2009 1 / 32 Definizione di spazio vettoriale reale Definizione
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
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
DettagliAutovalori e autovettori di una matrice quadrata
Autovalori e autovettori di una matrice quadrata Data la matrice A M n (K, vogliamo stabilire se esistono valori di λ K tali che il sistema AX = λx ammetta soluzioni non nulle. Questo risulta evidentemente
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
DettagliGeometria 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
DettagliCorso 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,
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 24 febbraio 2008 Outline 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori
Dettagli4. Algoritmi per la soluzione di sistemi lineari.
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 4. Algoritmi per la soluzione di sistemi lineari. 1 Sistemi triangolari inferiori Sia L triangolare inferiore.
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2012/13 Algebra Lineare ed Elementi di Geometria Programma svolto nel Modulo Algebra Lineare 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi 1.2
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari Siano X 1,, X n indeterminate Un equazione lineare (o di primo grado) nelle incognite X 1,, X n a coefficienti nel campo K è della forma a 1 X 1 + + a n X n = b, a i, b K,
DettagliAUTOVALORI E AUTOVETTORI
Capitolo 4 AUTOVALORI E AUTOVETTORI Abbiamo visto nel paragrafo 2.17 che la matrice associata ad una applicazione lineare f : R n R m dipende dalle basi scelte in R n e R m. Un problema interessante che
DettagliNozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza.
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, gli interi, i numeri
DettagliCorso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 5 Rango Definizione 1 Sia A M m,n (K) una matrice m n a coefficienti nel campo K Il rango
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2009/2010 Algebra Lineare ed Elementi di Geometria Programma svolto nel Modulo Algebra Lineare 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi
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
DettagliAutovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)
Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti) April 14, 2011 (alcune note non complete sugli argomenti trattati: eventuali completamenti saranno aggiunti)
DettagliAlgebra Lineare Autovalori
Algebra Lineare Autovalori Stefano Berrone Sandra Pieraccini Dipartimento di Matematica Politecnico di Torino, Corso Duca degli Abruzzi 24, 10129, Torino, Italy e-mail: sberrone@calvino.polito.it sandra.pieraccini@polito.it
DettagliPROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A
PROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A. 2011-12 DOCENTE TITOLARE: FRANCESCO BONSANTE 1. Geometria analitica dello spazio (1) vettori applicati e lo spazio E 3 O: operazioni su vettori e proprietà.
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. 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
Dettagli0. Introduzione al linguaggio matematico
Prof. Lidia Angeleri Università di Verona, 2014/15 Algebra Lineare ed Elementi di Geometria (Programma aggiornato in data 26 novembre 2014) 0. Introduzione al linguaggio matematico 1. Insiemi 1.1 Esempi
DettagliAutovalori, Autovettori, Diagonalizzazione.
Autovalori Autovettori Diagonalizzazione Autovalori e Autovettori Definizione Sia V uno spazio vettoriale sul campo K = R o C e sia T : V V un endomorfismo Un vettore non nullo v V \ {O} si dice autovettore
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo
DettagliRichiami 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 +
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
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
DettagliAPPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
DettagliElementi 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,
DettagliAPPLICAZIONI LINEARI O OMOMORFISMI
42 APPLICAZIONI LINEARI O OMOMORFISMI Definizione 9 Dati due spazi vettoriali U e V sullo stesso campo K, una applicazione f : U V è detta lineare o omomorfismo se soddisfa le seguenti due condizioni:
Dettagli1. [15 punti] Calcolare il rango della seguente matrice a coefficienti reali: ( 1/2) 1 (1/2)
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE del 17 febbraio 011 ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola in alto a destra
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
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliSistemi sovradeterminati
Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di
DettagliMatematica II, aa
Matematica II, aa 2011-2012 Il corso si e svolto su cinque temi principali: sistemi lineari, algebra delle matrici, determinati, spazio vettoriale R n, spazio euclideo R n ; per ogni tema descrivo gli
DettagliPROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A
PROGRAMMA DEL CORSO DI GEOMETRIA E ALGEBRA. A.A. 2010-11 DOCENTE TITOLARE: FRANCESCO BONSANTE 1. Geometria analitica dello spazio (1) vettori applicati e lo spazio E 3 O: operazioni su vettori e proprietà.
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
DettagliALGEBRA LINEARE PARTE III
DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI
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
Dettagli(V) (FX) L unione di due basi di uno spazio vettoriale è ancora una base dello spazio vettoriale.
8 gennaio 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola
DettagliCalcolo degli Autovalori. Avviso. Spettro di una matrice. Polinomio caratteristico. Data la matrice A:
M. Annunziato, DMI Università di Salerno - documento provvisorio p. 3/9 M. Annunziato, DMI Università di Salerno - documento provvisorio p. 4/9 Avviso I contenuti di queste slide non sono esaustivi ai
DettagliEsercizi di ripasso: geometria e algebra lineare.
Esercizi di ripasso: geometria e algebra lineare. Esercizio. Sia r la retta passante per i punti A(2,, 3) e B(,, 2) in R 3. a. Scrivere l equazione cartesiana del piano Π passante per A e perpendicolare
DettagliMATEMATICA II (Durante) Aversa, Marzo 2001., B = , e D = Si calcoli il rango delle matrici A, B, C, D.
MATEMATICA II (Durante) Aversa, Marzo 2001. COGNOME........................ NOME............... MATRICOLA............ 1. Dati i tre vettori u, v e w di R 3, si dica se essi sono linearmente dipendenti
Dettagli4. Richiami: sistemi lineari e matrici
4 Richiami: sistemi lineari e matrici Vettori 4a Combinazioni lineari Indichiamo con R n l insieme delle n-uple ordinate di elementi di R, { } R n := x = (x 1, x 2,, x n ) x i R, i = 1,,n Si dice che x
Dettagliossia 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
Dettaglia.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,
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
DettagliRichiami di algebra delle matrici
Richiami di algebra delle matrici (S. Terzi) 1. SPAZI VETTORIALI I. ALCUNE DEFINIZIONI 1) Definizione di spazio vettoriale Sia S un insieme di vettori di ordine n. S è detto spazio lineare se e' un insieme
Dettagli( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1
. Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo
DettagliCORSO 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
Dettagli4 Autovettori e autovalori
4 Autovettori e autovalori 41 Cambiamenti di base Sia V uno spazio vettoriale tale che dim V n Si è visto in sezione 12 che uno spazio vettoriale ammette basi distinte, ma tutte con la medesima cardinalità
DettagliEsercizio 1 Dato il sistema:
Leione - Esercitaioni di Algebra e Geometria - Anno accademico 9- Eserciio Dato il sistema: R ) ( a) studiare il rango della matrice incompleta del sistema; b) studiare il rango della matrice completa
DettagliElementi di Algebra Lineare. Spazio Vettoriale (lineare)
Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi
DettagliSistemi Lineari. Rango di una matrice. Lezione 21, Algebra Lineare,
Lezione 21, Algebra Lineare, 15.11.2017 Sistemi Lineari Rango di una matrice Esempio principale, I Considerata una matrice, ci poniamo il problema di determinare il massimo numero di colonne linearmente
DettagliDIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE
DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE DOCENTI: S. MATTAREI (TITOLARE), G. VIGNA SURIA, D. FRAPPORTI Prima settimana. Lezione di martedí 23 febbraio 2010 Introduzione al corso: applicazioni dell
Dettagli4. Sottospazi vettoriali Piani e rette in E 3 O
Indice Prefazione i Capitolo 0. Preliminari 1 1. Insiemistica e logica 1 1.1. Insiemi 1 1.2. Insiemi numerici 2 1.3. Logica matematica elementare 5 1.4. Ancora sugli insiemi 7 1.5. Funzioni 10 1.6. Composizione
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA INDUSTRIALE 27 GENNAIO 2014 DOCENTE: MATTEO LONGO Rispondere alle domande di Teoria in modo esauriente e completo. Svolgere il maggior numero di esercizi
DettagliESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R:
ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R: x 1 + x = 0 6x 1 + (λ + )x + x 3 + x 4 = 1 x 1 4x + (λ + 1)x 3 + 6x 4 = 3
DettagliEsercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente
Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire
DettagliFacoltà di Anno Accademico 2018/19 Registro lezioni del docente PINTUS NICOLA
Facoltà di Anno Accademico 2018/19 Registro lezioni del docente PINTUS NICOLA Attività didattica GEOMETRIA E ALGEBRA [IN/0079] Partizionamento: Periodo di svolgimento: Docente titolare del corso: PINTUS
DettagliCorso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
DettagliGeometria BAER I canale Foglio esercizi 2
Geometria BAER I canale Foglio esercizi Esercizio. ( ) Data la matrice, determinare tutte le matrici X Mat( ) tali che AX = 0 e tutte le matrici Y Mat( ) tali che Y 0. ( ) ( ) ( ) x y x + z y + w Soluzione:
DettagliMATRICI. 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
DettagliCognome Nome A. Scrivere le risposte agli esercizi 1,2,4,5 negli spazi sottostanti.
Cognome Nome A Scrivere le risposte agli esercizi 1,2,4,5 negli spazi sottostanti. 1) 2) 4) 5) Geometria e algebra lineare 7/2/2019 A 1) Si considerino i punti A = (1, 0, 2), B = (0, 1, 0), C = ( 1, 1,
Dettagli1 Risoluzione di sistemi lineari con l uso dei determinanti
2006 Trapani Dispensa di Geometria, 1 Risoluzione di sistemi lineari con l uso dei determinanti Sia A una matrice n n con det(a) 0 consideriamo il sistema lineare AX = b abbiamo n = numero di righe di
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
Dettagli