Computazione per l interazione naturale: Richiami di algebra lineare
|
|
- Daniele Graziani
- 5 anni fa
- Visualizzazioni
Transcript
1 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 //vettori Un vettore colonna D-dimensionale In 3 dimensioni
2 //vettori In 3 dimensioni In Matlab: >> x = [3; 2; 5] x = // trasposizione di vettori Un vettore riga D-dimensionale definito come la trasposta del vettore colonna In Matlab >> x' 3 2 5
3 // prodotto scalare Il prodotto interno (prodotto scalare, dot product) di due vettori In Matlab >> a = [2;2;2]; >> b = [3;3;3]; >> a' * b 18 >> dot(a,b) 18 // norma di un vettore Norma euclidea del vettore (lunghezza) Il vettore ha norma unitaria se Angolo fra due vettori >> a a = >> sqrt(a' * a) >> norm(a) I vettori sono ortogonali se
4 // norma di un vettore >> a=[1;2;3]; >> b=[10; 10; 10]; >> cos_theta= dot(a,b) / (norm(a)*norm(b)) cos_theta = >> theta = acos(cos_theta) * 180 /pi theta = // basi vettoriali Un insieme di N vettori D-dimensionali Tali vettori sono linearmente indipendenti se nessuno dei vettori nell insieme puo essere scritto come combinazione lineare degli altri vettori Un insieme di N vettori l.i. genera uno spazio vettoriale N-dimensionale Ogni vettore in tale spazio puo essere rappresentato come combinazione lineare di vettori di base l.i. e unitari. Esempio per uno SV a 3 dimensioni:
5 // matrici Matrice A di m righe e n colonne, a elementi reali indica l elemento di riga i e colonna j indica la j-esima colonna indica la i-esima riga // matrici >> A=rand(4,3) A = >> i = 2; j = 3; >> a_j = A(:, j) a_j = >> a_i = A(i, :) a_i =
6 //prodotto esterno Il prodotto esterno di due vettori N-dimensionale e M-dimensionale In Matlab: >> a * b' //somma di matrici Date due matrici la somma è una matrice tale che >> A = ones(2,3) A = >> B = 2 * ones(2,3) B = >> C = A + B C =
7 //prodotto di matrici Date due matrici di elementi il loro prodotto è la matrice = matrice dei prodotti interni delle righe di A e delle colonne di B //prodotto di matrici >> A = rand(3,2) A = >> B =rand(2,3) B = >> A*B
8 //prodotto di matrici Date due matrici di elementi il loro prodotto è la matrice = somma dei prodotti esterni delle colonne di A e delle righe di B //prodotto di matrici Date due matrici di elementi il loro prodotto è la matrice = prodotti tra la matrice A e le colonne di B =
9 //prodotto di matrici Date due matrici di elementi il loro prodotto è la matrice = prodotti tra le righe di A e la matrice B //matrici trasposte La trasposta di una matrice si ottiene scambiando righe e colonne >> A A = >> A'
10 //matrici trasposte Se la matrice è simmetrica Valgono le proprietà seguenti // derivazione vettoriale Derivata vettoriale di una funzione scalare di un vettore D-dimensionale Esempio: se
11 // derivazione vettoriale La derivata vettoriale di una funzione vettoriale di un vettore D- dimensionale è definita mediante la matrice Jacobiana // derivazione vettoriale Sia data la funzione scalare La derivata (parziale) prima La derivata seconda
12 // determinanti Il determinante di una matrice M quadrata di dimensione NxN è una funzione scalare denotata come o Esempio: matrice 2x2 Esempio: matrice 3x3 (mediante regola di Sarrus) // determinanti In Matlab è più semplice: >> a * b' >> det(a * b') 0
13 // determinanti Se le colonne di M non sono l.i. allora In questo caso il rango della matrice M è minore della dimensione N, e la matrice non è univocamente invertibile Il determinante è una misura della deformazione del volume, quando M è usata come una trasformazione lineare: se è grande, ho molto stretching; se in valore assoluto è uguale a 1 si preserva l area: // determinanti e inversa La traccia della matrice M è la somma degli elementi della diagonale Il determinante si può calcolare come prodotto degli autovalori di M Se il determinante di una matrice quadrata M è diversa da zero possiamo calcolarne l inversa I è la matrice identità
14 // determinanti e inversa In Matlab: >> M = a * b' M = >> t=trace(m) t = 18 >> det(m) 0 >> inv(m) Warning: Matrix is singular to working precision. Inf Inf Inf Inf Inf Inf Inf Inf Inf // determinanti e inversa M = [5 12 6; ; ]; >> det(m) 4452 >> invm = inv(m) invm = >> M * invm >> eye(size(m))
15 // pseudo-inversa (Moore-Penrose) Se la matrice M non è quadrata possiamo calcolarne la pseudo-inversa In questo caso vale la // pseudo-inversa (Moore-Penrose) >> M = magic(4) M = >> M=M(:,1:3) M = >> pseudom= inv(m' * M) *M' pseudom = >> pinv(m) >> pinv(m)*m
16 //autovettori e autovalori Una classe importante di equazioni lineari può essere scritta come La matrice M trasforma il vettore x scalandolo di un valore Soluzione dell equazione: Se M è reale e simmetrica, abbiamo come soluzione N (auto)vettori I coefficienti sono gli autovalori Gli autovettori sono una base dello SV N-dimensionale //autovettori e autovalori Esempio: Applico Le colonne della matrice sono l.d. dunque il determinante Ottengo le soluzioni per gli autovalori: L autovettore corrispondente a Ho infinite soluzioni: scelgo, allora
17 //autovettori e autovalori >> M = [3 1; 2 2] M = >> [V lambda] = eig(m) V = lambda =
3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
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 +
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
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 +
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.
DettagliVettori 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
DettagliFondamenti 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
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 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
DettagliSi 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
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
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
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.
DettagliVETTORI 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
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
DettagliAPPUNTI 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
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
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
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,
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
DettagliMATRICI 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
DettagliAlgebra lineare. {ax 2 + bx + c R 2 [x] : 2a + 3b = 1} a b c d. M(2, 2) : a + c + d = 2. a b. c d
Algebra lineare 1. Riconoscere se il seguente insieme costituisce uno spazio vettoriale. In caso affermativo trovarne la dimensione e una base. (R n [x] denota lo spazio dei polinomi nell indeterminata
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
DettagliLaboratorio di Calcolo Numerico Laboratorio 10: Norme di vettori e matrici, autovalori
Laboratorio di Calcolo Numerico Laboratorio 10: Norme di vettori e matrici, autovalori Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 10 Maggio 2017 Stampa di Vettori
DettagliUNIVERSITÀ DEGLI STUDI DI FIRENZE. Registro dell'insegnamento
UNIVERSITÀ DEGLI STUDI DI FIRENZE Registro dell'insegnamento Anno accademico 2010/2011 Prof. PRATO ELISA Settore inquadramento GEOMETRIA REGISTRO Facoltà FACOLTA' DI ARCHITETTURA NON VALIDATO Insegnamento
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
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
DettagliEsame di geometria e algebra
Laurea Ing. 22 Febbraio 2008 Traccia I H = {(x, y, z, t) : x + 3y = 0, y z = 0}; K = {(x, y, z, t) : y + z = 0} 3y z 2z x y y { } hx 1 +hx 4 = h 1 x 2 +hx 4 = 1 x 1 +x 3 = h 1 1 1 4 Sia S = 1 una matrice
Dettagli1 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
Dettaglia 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(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
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
DettagliCorso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice
Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine
DettagliLaboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici
Laboratorio di Calcolo Numerico Laboratorio 8: Vettori e Matrici Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 03 Maggio 2017 Richiami In MATLAB, ogni variabile
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.
Dettagli3. 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.
DettagliComputazione per l interazione naturale: fondamenti probabilistici (2)
Computazione per l interazione naturale: fondamenti probabilistici (2) Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@di.unimi.it
DettagliEsercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria
Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria Avvertenze In quanto segue tutti i vettori hanno il medesimo punto d origine O l origine dello spazio cartesiano. Possiamo
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
DettagliIl determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora
Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di
Dettagli(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.
5 luglio 010 - 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
DettagliFacoltà di Scienze Statistiche, Algebra Lineare 1 A, G. Parmeggiani - Programma
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G. Parmeggiani - Programma Il testo di riferimento è: Appunti di Algebra Lineare, Gregorio, Parmeggiani, Salce 06/12/04 Matrici. Esempi. Tipi particolari
DettagliBasi matematiche per il Machine Learning
Basi matematiche per il Machine Learning Corso di AA, anno 2017/18, Padova Fabio Aiolli 04 Ottobre 2017 Fabio Aiolli Basi matematiche per il Machine Learning 04 Ottobre 2017 1 / 14 Probabilità Un esperimento
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
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.
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
DettagliAlgebra 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
DettagliElementi di Algebra Lineare
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
DettagliA.A. 2014/2015 Corso di Algebra Lineare
A.A. 2014/2015 Corso di Algebra Lineare Stampato integrale delle lezioni Massimo Gobbino Indice Lezione 01: Vettori geometrici nel piano cartesiano. Operazioni tra vettori: somma, prodotto per un numero,
DettagliAlgebra Lineare - Autunno 2008
Algebra Lineare - Autunno 2008 Kieran O Grady 1 29 Settembre: Vettori geometrici Segmenti orientati ed equipollenza. Vettori geometrici. Somma e prodotto per uno scalare: definizione e proprietà algebriche.
DettagliUNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO
UNIVERSITA DEGLI STUDI LA SAPIENZA DI ROMA POLO DI RIETI FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AMBIENTE E DEL TERRITORIO Geometria 9 5 A.A. 5 Cognome Nome Matricola Codice Scrivere in
DettagliProgramma del corso Geometria 1 Docente: Giovanni Cerulli Irelli
Programma del corso Geometria 1 Docente: Giovanni Cerulli Irelli a.a. 2017/2018 Settimana 1: Lun 25/09: Presentazione del corso. Definizione di matrice. Matrice di adiacenza di un grafo orientato. Definizione
DettagliDefinizioni e operazioni fondamentali
MATRICI Definizioni e operazioni fondamentali Autovalori e autovettori Potenza Esponenziale Limiti, derivate e integrali Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 1 DEFINIZIONI
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
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
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
DettagliMatematica Discreta e Algebra Lineare (per Informatica)
Matematica Discreta e Algebra Lineare (per Informatica) Docente: Alessandro Berarducci Anno accademico 2016-2017, versione 14 Marzo 2017 Tipiche domande d esame La seguente lista di domande non intende
DettagliIl 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
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
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 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
DettagliEsercizi complementari
Esercizi complementari (tratti dagli esercizi del prof. Alberto Del Fra) Relazioni 1) Quali delle seguenti relazioni sono di equivalenza? x, y R {0} xry x/y Q x, y Z xry x + y è divisibile per 17 x, y
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
DettagliRegistro dell insegnamento
UNIVERSITÀ DEGLI STUDI Registro dell insegnamento Anno Accademico 2011/2012 Facoltà Ingegneria...................................... Insegnamento GEOMETRIA E ALGEBRA LINEARE.... Settore Mat03...........................................
DettagliEsercitazione di Analisi Matematica II
Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare
DettagliOperazioni 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
Dettagli3. Matrici e algebra lineare in MATLAB
3. Matrici e algebra lineare in MATLAB Riferimenti bibliografici Getting Started with MATLAB, Version 7, The MathWorks, www.mathworks.com (Capitolo 2) Mathematics, Version 7, The MathWorks, www.mathworks.com
DettagliAnno 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
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliDeterminanti. 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
DettagliFerruccio Orecchia. esercizi di GEOMETRIA 1
A01 102 Ferruccio Orecchia esercizi di GEOMETRIA 1 Copyright MCMXCIV ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele Garofalo, 133 A/B 00173 Roma (06) 93781065 ISBN 978
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
DettagliAlgebra Proff. A. D Andrea e P. Papi Primo scritto
Algebra Proff. A. D Andrea e P. Papi Primo scritto 6 febbraio 8 Nome e Cognome: Numero di Matricola: Esercizio Punti totali Punteggio 6 6 3 6 4 6 5 6 otale 3 Occorre motivare le risposte. Una soluzione
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
DettagliAlgebra e Geometria 2 per Informatica Primo Appello 23 giugno 2006 Tema A W = { A M 2 (R) A T = A }
Algebra e Geometria per Informatica Primo Appello 3 giugno 6 Tema A Sia M (R lo spazio vettoriale delle matrici a coefficienti reali Sia W = { A M (R A T = A } il sottospazio vettoriale delle matrici simmetriche
DettagliEsercizi di geometria per Fisica / Fisica e Astrofisica
Esercizi di geometria per Fisica / Fisica e Astrofisica Foglio 3 - Soluzioni Esercizio. Stabilire se i seguenti sottoinsiemi di R 3 sono sottospazi vettoriali: (a) S = {(x y z) R 3 : x + y + z = }. (b)
DettagliRegistro dell insegnamento
Registro dell insegnamento Anno accademico 2016/17 Prof. Settore inquadramento Gabriele Vezzosi MAT-03 Scuola di Ingegneria Dipartimento DIMAI U. Dini Insegnamento Geometria Moduli Settore insegnamento
DettagliRegistro dell insegnamento. Facoltà Ingegneria... Insegnamento GEOMETRIA... Settore Mat03... Corsi di studio Ingegneria Meccanica (M-Z)...
UNIVERSITÀ DEGLI STUDI Registro dell insegnamento Anno Accademico 2014/2015 Facoltà Ingegneria...................................... Insegnamento GEOMETRIA............................. Settore Mat03...........................................
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:.....................................................
Dettagli1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?
Geometria I lezione del 30 settembre 2013 Presentazione del corso. Nozioni e notazioni: concetti primitivi di insieme, elemento ed appartenenza. Insiemi numerici: i numeri naturali ℕ, gli interi ℤ, i numeri
DettagliMATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
DettagliSoluzioni esercizi complementari
Soluzioni esercizi complementari Relazioni 1) Quali delle seguenti relazioni sono di equivalenza? x, y R {0} xry x/y Q x, y Z xry x + y è divisibile per 17 x, y Z xry x y X, Y sottoinsiemi di un insieme
DettagliCorso di Geometria - CdL triennale in Ingegneria a.a
Corso di Geometria - CdL triennale in Ingegneria a.a. 8-9 C. Liverani J. Garofali Tutorato del /5/9 Determinanti aree e prodotti scalari ( ) ( ). Date A = e B = Calcolare A B (AB) det(ba ) (A t ). ( )
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 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
DettagliUNIVERSITA DEGLI STUDI DI PAVIA REGISTRO DELLE LEZIONI-ESERCITAZIONI- SEMINARI. Corso di laurea INGEGNERIA ELETTRONICA/INFORMATICA.
REGISTRO DELLE LEZIONI-ESERCITAZIONI- SEMINARI Anno accademico 2018/19 Cognome e Nome BISI FULVIO Qualifica PROFESSORE ASSOCIATO MAT/07 DIPARTIMENTO DI MATEMATICA Insegnamento di GEOMETRIA E ALGEBRA (500473)
DettagliMetodi Matematici per l Economia anno 2017/2018 Gruppo B
Metodi Matematici per l Economia anno 2017/2018 Gruppo B Docente: Giacomo Dimarco Dipartimento di Matematica e Informatica Università di Ferrara https://sites.google.com/a/unife.it/giacomo-dimarco-home-page/
DettagliEsame di geometria e algebra
Laurea Ing. 26 febbraio 2007 Traccia I COG 1 In R 3 sono assegnati i vettori: u 1 = (2, h, 0), u 2 = (1, 0, h), u 3 = (h, 1, 2). Stabilire se esistono valori reali del parametro h per cui S = {u 1, u 2,
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
DettagliLe date si riferiscono alla prova scritta, le date delle prove orali verranno comunicate durante le prove scritte.
Corso di Geometria (M-Z) per il corso di laurea in Ingegneria Civile, Edile e Ambientale dell Università di Firenze a.a. 2014/2015 - Prof.ssa Antonella Nannicini Programma dettagliato del corso Algebra
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
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
DettagliCorso di Algebra lineare - a.a Prova scritta del Compito A
Compito A 3. Siano inoltre P 1, P 2 e Q i punti di coordinate rispettivamente ( 1, 2, 0), (3, 1, 1) e (7, 0, 2); infine, poniamo v = t ( 3, 0, 1) e w = t (2, 1, 2). a) Scrivere equazioni cartesiane per
DettagliFacoltà di Ingegneria Corsi di Laurea in Ingegneria Navale ed Ingegneria Industriale. Programma del corso di GEOMETRIA
Facoltà di Ingegneria Corsi di Laurea in Ingegneria Navale ed Ingegneria Industriale Programma del corso di GEOMETRIA Anno Accademico 2016-2017 Prof. Dario Portelli In questo programma ho cercato di raggruppare
Dettagliii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......
Indice Prefazione vii 1 Matrici e sistemi lineari 1 1.1 Le matrici di numeri reali................. 1 1.2 Nomenclatura in uso per le matrici............ 3 1.3 Matrici ridotte per righe e matrici ridotte
DettagliAlgebra lineare e geometria AA Esercitazione del 14/6/2018
Algebra lineare e geometria AA. 2017-2018 Esercitazione del 14/6/2018 1) Siano A, B due matrici n n tali che 0 < rk(a) < rk(b) = n. (a) AB è invertibile. (b) rk(ab) = nrk(b). (c) det(ab) = det(a). (d)
Dettagliil 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
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.
DettagliArgomento 12 Matrici
Argomento 2 Matrici 2 Vettori di R n eoperazioni I Vettore di R n : x =(x i ) i=n =(x i ) n i=,conx i R componenti di x I R n = spazio dei vettori reali a n componenti = spazio vettoriale reale n-dimensionale
DettagliCORSO DI ALGEBRA (M-Z) Prof. A. Venezia
CORSO DI ALGEBRA (M-Z) Prof. A. Venezia 2015-16 Complementi ed Esercizi 1. AUTOVETTORI e AUTOVALORI di ENDOMORFISMI e MATRICI Una applicazione lineare avente per dominio e condominio lo stesso spazio vettoriale
Dettagli