Esercizi di Algebra Lineare Determinanti
|
|
- Giulio Ernesto Vitali
- 5 anni fa
- Visualizzazioni
Transcript
1 Esercizi di Algebra Lineare Determinanti Anna M. Bigatti 3-6 dicembre 2012 Calcolo del determinante Proposizione 1. Alcune proprietà dei determinanti: (a) Il determinante del prodotto è il prodotto dei determinanti (Teor. di Binet) (b) Il determinante di una matrice triangolare è il prodotto degli elementi sulla diagonale (c) Il determinante di una matrice di scambio è Esercizio 2. Calcolare il determinante di A = Portiamo A in forma triangolare superiore con il metodo di Gauss Use K ::= QQ; A := Mat(K, [[ 0, 1, 2], [ 3, 4, 5], [ 1, 1, 2] ]); I := IdentityMat(QQ,3); E1 := Esc(I,1,2); E1*A; E2 := Epr(I,1, 1/3); E2*E1*A; E3 := Eso(I,3,1,-1); E3*E2*E1*A; -- [1, 4/3, 5/3], -- [0, -1/3, 1/3] -- riduco la seconda colonna E4 := Eso(I,3,2, 1/3); E4*E3*E2*E1*A; -- [1, 4/3, 5/3], -- [0, 0, 1] Dato che è una matrice triangolare abbiamo che il determinante è il prodotto degli elementi sulla diagonale, quindi det(e 4 E 3 E 2 E 1 A) = 1. Allora det(e 4 ) det(e 3 ) det(e 2 ) det(e 1 ) det(a) = 1 quindi 1 1 1/3 ( 1) det(a) = 1. Il determinante di A è -3. 1
2 Possiamo risolvere l esercizio precedente senza usare le matrici di prodotto. E1 := Esc(I,1,2); E1*A; E2 := Eso(I,3,1, -1/3); E2*E1*A; -- [3, 4, 5], -- [0, -1/3, 1/3] -- riduco la seconda colonna E3 := Eso(I,3,2, 1/3); E3*E2*E1*A; -- [3, 4, 5], -- [0, 0, 1] Dato che è una matrice triangolare abbiamo che il determinante è il prodotto degli elementi sulla diagonale, quindi det(e 3 E 2 E 1 A) = 3. Allora det(e 3 ) det(e 2 ) det(e 1 ) det(a) = 3, quindi det(a) = 3. Il determinante di A è -3. Esercizio 3. Calcolare il determinante di A = A := Mat([ [ 1, 2, 3], [ 2, 4, 6], [ 1, 1, 1] ]); I := IdentityMat(QQ,3); E1 := Eso(I,2,1, -2); E1*A; -- [1, 2, 3], -- [0, 0, 0], -- [1, 1, 1] Dato che ha una riga nulla il determinante del prodotto è 0, allora. 0 = det(e 1 A) = det(e 1 ) det(a) = det(a) Quindi il determinante di A è 0. 2
3 Esercizio 4. Calcolare il determinante di A = R ::= QQ[t]; K := NewFractionField(R); Use K; t 3 1 t 1 A := Mat([ [ 1, 2, 3], [2,t,3], [1,t,1]]); A; I := IdentityMat(K,3); E1 := Eso(I,2,1, -2); E1*A; E2 := Eso(I,3,1, -1); E2*E1*A; -- [1, 2, 3], -- [0, t - 4, -3], -- [0, t -2, -2] -- caso t!= 4 ==> posso dividere per t-4 E3 := Eso(I,3,2, -(t-2)/(t-4)); E3*E2*E1*A; -- [1, 2, 3], -- [0, t -4, -3], -- [0, 0, (t +2)/(t -4)] al variare del parametro t R. -- Conclusione: -- det(e3*e2*e1*a) = det(a) = t+2 per t!=-4 -- Osserviamo che, per definizione, det(a) e un polinomio nelle sue entrate -- quindi per continuita abbiamo che det(a) = t+2 Esercizio 5. Calcolare il determinante di A = Esercizio 6. Calcolare il determinante di A = del parametro t R. 2 4/5 5/4 3 3/2 2/5 1/3 0 5/2 2 5/2 4/5 2/5 1/2 2/ /5 5/4 3 3/2 2/5 1/3 0 5/2 t 5/2 4/5 2/5 1/2 t 2 al variare Complemento algebrico Ora calcoliamo determinante e inversa di una matrice usando i complementi algebrici. Questo metodo richiede in generale un numero di operazioni sulle entrate della matrice molto superiore rispetto alla riduzione di Gauss, ma è importante quando la matrice che vogliamo trattare ha una forma molto particolare, o per dimostrazioni teoriche. Definizione 7. Sia A Mat n (K), il complemento algebrico dell entrata a ij è A ij := ( 1) i+j det(b) K dove B è la matrice che si ottiene da A cancellando la i -ma riga e la j -ma colonna. 3
4 Esercizio 8. Data la matrice A = della prima riga calcolare i complementi algebrici delle entrate Definizione 9. Sia A Mat n (K). Dal primo teorema di Laplace segue che lo sviluppo del determinante secondo la r -ma riga è la formula det(a) = n a rj A rj lo sviluppo del determinante secondo la c -ma colonna è la formula det(a) = j=1 n a ic A ic Esercizio 10. Data la matrice dell esercizio precedente calcolarne il determinante con lo sviluppo secondo la prima riga, e anche secondo la terza colonna. i=1 Definizione 11. Sia A Mat n (K). L aggiunta di A è A = B tr Mat n (K) dove B è la matrice che ha come entrate i complementi algebrici A ij. Dal secondo teorema di Laplace segue che l inversa si può calcolare con la formula A 1 = 1 det(a) A Esercizio 12. Calcolare il determinante delle seguenti matrici al variare del paramentro t R : t (a) 1 t 0 0 (c) 1 t 2 t (e) 0 t t t t + 1 (b) 1 1 t 1 t 0 t 0 0 (d) 0 1 t 1 0 (f) 1 0 t 0 t t 0 t t 0 t t 0 t 0 1 Calcolo della caratteristica Esercizio 13. Calcolare la caratteristica di A = Portiamo A in forma triangolare superiore con il metodo di Gauss Use K ::= QQ; A := Mat(K, [[ 0, 1, 2, 1],. 4
5 [ 3, 4, 5, 1], [ 1, 1, 2, 0] ]); I := IdentityMat(K,3); E1 := Esc(I,1,2); E1*A; E2 := Eso(I,3,1, -1/3); E2*E1*A; -- [3, 4, 5, 1], -- [0, 1, 2, 1], -- [0, -1/3, 1/3, -1/3] -- riduco la seconda colonna E3 := Eso(I,3,2, 1/3); E3*E2*E1*A; -- [3, 4, 5, 1], -- [0, 1, 2, 1], -- [0, 0, 1, 0] La matrice ridotta ottenuta da A ha 3 righe non nulle, allora la sua caratteristica, e quindi quella di A, è 3. Possiamo risolvere l esercizio precedente studiando i minori e ricordando questo importante risultato: Teorema di Kronecker Sia A una matrice m n. Se esiste un minore di ordine t di A che è non nullo ma che orlato in tutti i modi possibili con l aggiunta di una riga e una colonna di A è nullo, allora si ha ρ(a) = t. Considero la sottomatrice di A data dalle prime due righe e due colonne: B = suo determinante è det(b) = 3 0, quindi ρ(a) 2. Orlo B aggiungendo la terza riga e la quarta colonna e ottengo C = il determinante sviluppando rispetto alla prima riga: ( ) ( det + 1 det ) = 1 + ( 1) = ( ) il e calcolo Non posso concludere che il rango sia 2. Devo provare orlando B con la terza riga e terza colonna: D := e calcolo il determinante sviluppando rispetto alla prima colonna: ( det 1 2 ) ( det 4 5 ) = 0 + ( 3) = 3 Quindi ρ(a) = 3. Esercizio 14. Calcolare la caratteristica delle seguenti matrici al variare del paramentro t R : t t (a) (b) 1 t t (c) 1 t 0 t 0 t t t t 5
6 (d) t 2 t (e) (f) 0 1 t t t t (g) 1 0 t 0 t t 0 t t 0 t t 0 t 0 1 Esercizio 15. Trovare una matrice in Mat 2 (R) con un parametro a tale che il rango per a = 0 sia 0, per a = 1 sia 1, e per a = 2 sia 2. Esercizio 16. Dire per quali t R il sistema associato alla seguente matrice completa ammette soluzioni R ::= QQ[t]; K := NewFractionField(R); Use K; C := Mat(K, [[1, 2, 1, 0, 3], [0, 1/2, 3, 4, 2], [t, 1, 2, 0, 1], [2, 1, 0, 3, 4] ]); -- prima colonna I := IdentityMat(K,4); E1 := Eso(I,3,1, -t); E1*C; E2 := Eso(I,4,1, -2); E2*E1*C; -- [1, 2, 1, 0, 3], -- [0, 1/2, 3, 4, 2], -- [0, -2*t +1, -t +2, 0, -3*t +1], -- [0, -3, -2, 3, -2] -- seconda colonna E3 := Eso(I,3,2, 2*(2*t-1)); E3*E2*E1*C; E4 := Eso(I,4,2, 6); E4*E3*E2*E1*C; -- terza colonna E5 := Esc(I,3,4); E5*E4*E3*E2*E1*C; E6 := Eso(I,4,3, -(1/16)*(11*t -4)); E6*E5*E4*E3*E2*E1*C; -- [1, 2, 1, 0, 3], -- [0, 1/2, 3, 4, 2], -- [0, 0, 16, 27, 10], -- [0, 0, 0, (-41*t -20)/16, (-15*t -4)/8] Considero il sistema ottenuto, equivalente al sistema iniziale. Per il Teorema di Rouché-Capelli: - se t allora la matrice dei coefficienti e la matrice completa hanno rango massimo (=4), quindi il sistema ha soluzione. In particolare esiste un unica soluzione perché la matrice dei coefficienti è invertibile (teorema di Cramer). - se t = allora la matrice dei coefficienti ha rango 3, mentre la matrice completa ha rango 4 perché 15w 4 0. Quindi il sistema non ha soluzioni. 6
Sistemi II. Sistemi II. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+
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
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
DettagliI sistemi lineari di n equazioni in n incognite
I sistemi lineari I sistemi lineari di n equazioni in n incognite I sistemi lineari di n equazioni in n incognite, sono formati da equazioni di primo grado, in cui le incognite hanno tutte esponente uguale
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
Dettagli0.1 Soluzioni Esercitazione III, del 21/10/2008
1 0.1 Soluzioni Esercitazione III, del 21/10/2008 Esercizio 0.1.1. Risolvere il sistema lineare x + y + z = 1 2x + 3y + 2z = 0 x + 2y z = 0 Il determinante della matrice incompleta è 2 e quindi il sistema
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
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
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:
Dettagli0.1 Soluzioni esercitazione IV, del 28/10/2008
1 0.1 Soluzioni esercitazione IV, del 28/10/2008 Esercizio 0.1.1. Risolvere, usando il teorema di Cramer, i seguenti sistemi lineari 2x + y + z = 0 x + 3z = 1 x y z = 1 kx + y z = 1 x y + 2z = 1 2x + 2y
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
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
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,
DettagliA =, 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
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
Dettagli2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =
Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):
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
DettagliA titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.
) Trovare le soluzioni del seguente sistema lineare: x+ y+ z = 3x y + z = 0 x + 5y 4z = 5 Osserviamo in primo luogo che il sistema dato è un sistema quadrato di tre equazioni in tre incognite, precisamente
DettagliAPPLICAZIONI. 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
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
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
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
DettagliUNIVERSITÀ 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
DettagliSistemi Lineari. Andrea Galasso
Sistemi Lineari Andrea Galasso Esercizi svolti Teorema. (Rouché-Capelli. Un sistema lineare Ax = b ammette soluzioni se e solo se il rango della matrice dei coefficienti A è uguale al rango della matrice
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
DettagliCORSO DI LAUREA IN INGEGNERIA. k R 1 2k 3 0. Il rango di una matrice A corrisponde al massimo ordine di una sottomatrice quadrata di A con deteminante
CORSO DI LAUREA IN INGEGNERIA. FOGLIO DI ESERCIZI 6 GEOMETRIA E ALGEBRA LINEARE 00/ Esercizio 6. (6.3). Calcolare il rango della seguente matrice A, utilizzando il calcolo del determinante. k + 0 A = k
DettagliGeometria BIAR Esercizi 2
Geometria BIAR 0- Esercizi Esercizio. a Si consideri il generico vettore v b R c (a) Si trovi un vettore riga x (x, y, z) tale che x v a (b) Si trovi un vettore riga x (x, y, z) tale che x v kb (c) Si
DettagliMATRICI. 1. Esercizi
MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +
DettagliCorso di Geometria BIAR, BSIR Esercizi 2: soluzioni
Corso di Geometria 2- BIAR, BSIR Esercizi 2: soluzioni Esercizio Calcolare il determinante della matrice 2 3 : 3 2 a) con lo sviluppo lungo la prima riga, b) con lo sviluppo lungo la terza colonna, c)
DettagliElementi 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)
DettagliUNIVERSITÀ 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
DettagliEquivalentemente, 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
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.
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
DettagliI determinanti. a11 a A = 12 a 21 a 22
I determinanti. Queste note, basate sugli appunti delle lezioni, riepilogano rapidamente la definizione e le proprietà del determinante. Vengono inoltre illustrati i metodi di calcolo e alcune dimostrazioni.
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
DettagliInversa. Inversa. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una
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
DettagliRIDUZIONE E RANGO , C = 2 5 1
MATRICI E SISTEMI RIDUZIONE E RANGO Riduzione di matrici (definizioni, trasformazioni elementari). Calcolo del rango e dell inversa (metodo di Gauss, metodo di Gauss-Jordan). 3 4 Esercizio Ridurre per
DettagliArgomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari 1 Sistemi di equazioni lineari 1.1 Determinante di matrici quadrate Ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante della matrice
DettagliIstituzioni di Matematica I. Esercizi su sistemi lineari. & % x + y " #z = "1 & '#x " y+ z =1
Istituzioni di Matematica I Esercizi su sistemi lineari Esempio. Dire per quali valori di λ R il sistema x " y+ z = 2 % x + y " z = " x " y+ z = ha una sola soluzione, per quali nessuna, per quali infinite
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
DettagliInversa di una matrice
Geometria Lingotto. LeLing: La matrice inversa. Ārgomenti svolti: Inversa di una matrice. Unicita e calcolo della inversa. La inversa di una matrice. Il gruppo delle matrici invertibili. Ēsercizi consigliati:
DettagliCORSO 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
DettagliIl teorema di Rouché-Capelli
Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un
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
Dettagli0.1. MATRICI SIMILI 1
0.1. MATRICI SIMILI 1 0.1 Matrici simili Definizione 0.1.1. Due matrici A, B di ordine n si dicono simili se esiste una matrice invertibile P con la proprietà che P 1 AP = B. Con questa terminologia dunque
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.
DettagliEsercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale
Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque
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
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
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
DettagliRANGO DI UNA MATRICE ρ(a)
RANGO DI UNA MATRICE (A) a,... a A M M am,... a, n mn, K É il massimo ordine di un minore estratto con determinante non nullo. Equivalentemente è il massimo numero di righe (colonne) linearmente indipendenti.
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
DettagliALGEBRA 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
DettagliESERCIZI SULLE MATRICI
ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a
DettagliCORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
DettagliIngegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009
Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 28/29 Dire se le seguenti proposizioni sono vere o false: ESERCITAZIONE. Proposizione Vera Falsa f : R R 4 rk(f f : R 4 R rk(f f :
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
DettagliUn sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma:
SISTEMI LINEARI Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =
DettagliAUTOVALORI, AUTOVETTORI, AUTOSPAZI
AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se
Dettagli, è Det(A) = a 11 a 22 a 12 a 21. ( il determinante della matrice che si ottiene da A. la 1 a riga e la 2 a colonna di A
G Parmeggiani, 2/12/2013 Algebra Lineare 1 A, corso di laurea SGI, aa 2013/2014 Nota 4: Calcolo di determinanti Sia A una matrice quadrata di ordine n Il determinante di A è un numero che dipende da A
DettagliESERCIZI PROPOSTI. det A = = per cui il sistema si può risolvere applicando le formule di Cramer, cioè: dove: = =
ESERCIZI PROPOSTI Risolvere i seguenti sistemi lineari )-0), utilizzando, dove possibile, sia il metodo di Cramer sia quello della matrice inversa, dopo aver analizzato gli esempi a)-d): 2x + + 4z 5 a)
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
Dettagli0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
DettagliNote per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice
Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta Versione del 21/12/07 Metodi per il calcolo del rango di una matrice Sia A M m,n (K). Denotiamo con A (i) la riga i-ma di A, i {1,..., m}.
DettagliLEZIONE i i 3
LEZIONE 5 51 Determinanti In questo lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
DettagliLEZIONE i 0 3 Le sottomatrici 2 2 di A sono. 1 2 i i 3. Invece (
LEZIONE 6 6 Determinanti In questa lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
DettagliG. Parmeggiani, 17/5/2018 Algebra Lineare, a.a. 2017/2018, numero di MATRICOLA PARI
G Parmeggiani, 17/5/2018 Algebra Lineare, aa 2017/2018, Scuola di Scienze - Corsi di laurea: Studenti: Statistica per l economia e l impresa Statistica per le tecnologie e le scienze numero di MATRICOLA
DettagliSui determinanti e l indipendenza lineare di vettori
Sui determinanti e l indipendenza lineare di vettori 1 Si dice che m vettori v 1, v 2,,v m di R n sono linearmente indipendenti, se una loro combinazione lineare può dare il vettore nullo solo se i coefficienti
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)
DettagliAnno 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
Dettagli1 2 1 x = Quando sapremo calcolare i determinanti potremo ricavare:
5 NOVEMBRE 2009 Esempio: Risolviamo il sistema: 3x + 2y + 4z = 1 2x y + z = 0 x + 2y + 3z = 1 1 2 4 3 1 4 3 2 1 0 1 1 2 0 1 2 1 0 1 2 3 1 1 3 1 2 1 x =, y =, z = 3 2 4 3 2 4 3 2 4 2 1 1 2 1 1 2 1 1 1 2
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 Introduzione algebrica
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
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:.....................................................
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
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
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
DettagliSistemi e matrici - Risposte pagina 1 di 17 4
Sistemi e matrici - isposte pagina di 7 4 Premessa: Uso dei simboli [, ] e [ ± ]. Questi simboli di uso corrente possono significare la congiunzione logica e o la congiunzione logica o a seconda delle
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
Dettagliuna matrice quadrata si dice singolare se il suo determinante è nullo, altrimenti la matrice è non singolare;
Capitolo 5 Rango di una matrice Ricordiamo che: una matrice quadrata si dice singolare se il suo determinante è nullo, altrimenti la matrice è non singolare; un minore di ordine p di 2 Mat m,n (K) è una
DettagliUniversità degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (nuovo programma) 2 settembre 2013 Tema A
Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (nuovo programma) settembre 013 Tema A Tempo a disposizione: ore e mezza Calcolatrici, libri e appunti non sono ammessi Ogni esercizio
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
DettagliINGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 25 FEBBRAIO a a. A a = 1 a 0
INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 5 FEBBRAIO 013 Esercizio 1. Al variare del parametro a R, si consideri la matrice A a = 1 a 0 a 1 0. 1 1 a (1) Si discuta al variare
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
DettagliDeterminante. Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema:
Determinante 1 Proprieta Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema: Theorem 1.1 Esiste un unica mappa F dallo spazio delle matrici
Dettagli1. Sistemi di equazioni lineari. 1.1 Considerazioni preliminari
1. Sistemi di equazioni lineari 1.1 Considerazioni preliminari I sistemi lineari sono sistemi di equazioni di primo grado in più incognite. Molti problemi di matematica e fisica portano alla soluzione
DettagliLezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio
Lezioni di Geometria e Algebra Fulvio Bisi, Francesco Bonsante, Sonia Brivio CAPITOLO 5 Sistemi lineari 1. Definizioni ed esempi. In molti problemi, in differenti campi, ci troviamo a trattare con un
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
DettagliMatrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.
Matrici triangolari [Abate, 32] Definizione Una matrice A = a ij ) R m,n si dice triangolare superiore se a ij = 0 per ogni i > j; triangolare inferiore se a ij = 0 per ogni i < j Lezioni 05 e 06 Una matrice
DettagliFondamenti di Matematica del discreto
Fondamenti di Matematica del discreto M1 - Insiemi numerici 25 gennaio 2013 - Laurea on line Esercizio 1. Dire, motivando la risposta, se è possibile scrivere 3 come combinazione lineare di 507 e 2010,
DettagliESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ
ESAME DI GEOMETRIA 6 febbraio CORREZIONE QUIZ. La parte reale di ( + i) 9 è positiva. QUIZ Si può procedere in due modi. Un primo modo è osservare che ( + i) =i, dunque ( + i) 9 =(+i)(i) 4 = 4 ( + i) :
DettagliLezione Determinanti
Lezione 6 6 Determinanti In questa lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 2 3 con pivoting
DettagliIl determinante. a11 a A = 12 a 21 a 22
Il determinante Queste note, basate sugli appunti delle lezioni, riepilogano rapidamente la definizione e le proprietà del determinante Vengono inoltre illustrati i metodi di calcolo e alcune dimostrazioni
DettagliEsercizi di Algebra Lineare - Foglio 5
Esercizi di Algebra Lineare - Foglio 5 Soluzioni Esercizio alcolare i determinanti delle seguenti matrici: 3 (a) A = 3 A (b) = A (c) = i i A 3 i i Soluzione (a) alcoliamo il determinante con il metodo
DettagliCorso di Laurea in Scienza dei Materiali PROVA SCRITTA DI GEOMETRIA DEL 27/09/2016 SOLUZIONE DEGLI ESERCIZI PROPOSTI
Corso di Laurea in Scienza dei Materiali PROVA SCRITTA DI GEOMETRIA DEL 7/9/6 SOLUZIONE DEGLI ESERCIZI PROPOSTI Esercizio. Si consideri la quadrica affine C d equazione cartesiana xy + yz z + 4x =. ()
Dettagli