Esercizi di Algebra Lineare Determinanti

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizi di Algebra Lineare Determinanti"

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

Sistemi II. Sistemi II. Elisabetta Colombo Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+

Dettagli

Geometria BAER I canale Foglio esercizi 2

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

Dettagli

1. [15 punti] Calcolare il rango della seguente matrice a coefficienti reali: ( 1/2) 1 (1/2)

1. [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

Dettagli

I sistemi lineari di n equazioni in n incognite

I 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

Dettagli

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3 SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni

Dettagli

0.1 Soluzioni Esercitazione III, del 21/10/2008

0.1 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

Dettagli

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa

Dettagli

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

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

Dettagli

Geometria BAER I canale Foglio esercizi 2

Geometria 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:

Dettagli

0.1 Soluzioni esercitazione IV, del 28/10/2008

0.1 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

Dettagli

LeLing12: Ancora sui determinanti.

LeLing12: Ancora sui determinanti. LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling

Dettagli

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema

Dettagli

a.a MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI

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

Dettagli

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

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

Dettagli

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

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

Dettagli

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

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

Dettagli

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

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016. Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5

Dettagli

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.

A 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

Dettagli

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

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

Dettagli

Esercitazione 6 - Soluzione

Esercitazione 6 - Soluzione Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione

Dettagli

Risoluzione di sistemi lineari

Risoluzione di sistemi lineari Risoluzione di sistemi lineari Teorema (Rouché-Capelli) Dato il sistema di m equazioni in n incognite Ax = b, con A M at(m, n) b R n x R n [A b] si ha che: matrice dei coefficienti, vettore dei termini

Dettagli

Argomento 12 Matrici

Argomento 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

Dettagli

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

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

Dettagli

Sistemi Lineari. Andrea Galasso

Sistemi 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

Dettagli

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora

Il 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

CORSO 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. 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

Dettagli

Geometria BIAR Esercizi 2

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

Dettagli

MATRICI. 1. Esercizi

MATRICI. 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 +

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

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

Dettagli

Elementi di Algebra Lineare Il determinante

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

Dettagli

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

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

Dettagli

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

Equivalentemente, le colonne di A sono linearmente indipendenti se e solo se Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme

Dettagli

3. Elementi di Algebra Lineare.

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

Dettagli

Elementi di Algebra Lineare

Elementi 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

Dettagli

I determinanti. a11 a A = 12 a 21 a 22

I 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.

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi 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

Dettagli

Inversa. Inversa. Elisabetta Colombo

Inversa. 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

Dettagli

Sistemi lineari - Parte Seconda - Esercizi

Sistemi lineari - Parte Seconda - Esercizi Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione

Dettagli

RIDUZIONE E RANGO , C = 2 5 1

RIDUZIONE 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

Dettagli

Argomento 13 Sistemi lineari

Argomento 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

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi 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

Dettagli

Istituzioni di Matematica I. Esercizi su sistemi lineari. & % x + y " #z = "1 & '#x " y+ z =1

Istituzioni 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

Dettagli

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

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

Dettagli

Inversa di una matrice

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

Dettagli

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

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

Dettagli

Il teorema di Rouché-Capelli

Il teorema di Rouché-Capelli Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un

Dettagli

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

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

Dettagli

0.1. MATRICI SIMILI 1

0.1. 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

Dettagli

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni

Corso 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.

Dettagli

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

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

Dettagli

DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE

DIARIO 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

Dettagli

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

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

Dettagli

MATRICI E SISTEMI LINEARI

MATRICI E SISTEMI LINEARI 1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito

Dettagli

RANGO DI UNA MATRICE ρ(a)

RANGO 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.

Dettagli

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

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

Dettagli

ALGEBRA LINEARE PARTE II

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

Dettagli

ESERCIZI SULLE MATRICI

ESERCIZI SULLE MATRICI ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a

Dettagli

CORSO DI 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 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

Dettagli

Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009

Ingegneria 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 :

Dettagli

Corso 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 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

Dettagli

Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma:

Un 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 =

Dettagli

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

AUTOVALORI, 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

, 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

Dettagli

ESERCIZI PROPOSTI. det A = = per cui il sistema si può risolvere applicando le formule di Cramer, cioè: dove: = =

ESERCIZI 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)

Dettagli

Università 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) 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

Dettagli

0.1 Condizione sufficiente di diagonalizzabilità

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

Dettagli

Note 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. 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}.

Dettagli

LEZIONE i i 3

LEZIONE i i 3 LEZIONE 5 51 Determinanti In questo lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli

Dettagli

LEZIONE i 0 3 Le sottomatrici 2 2 di A sono. 1 2 i i 3. Invece (

LEZIONE 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

Dettagli

G. Parmeggiani, 17/5/2018 Algebra Lineare, a.a. 2017/2018, numero di MATRICOLA PARI

G. 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

Dettagli

Sui determinanti e l indipendenza lineare di vettori

Sui 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

Dettagli

Esempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:

Esempio. 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)

Dettagli

Anno 4 Matrice inversa

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

Dettagli

1 2 1 x = Quando sapremo calcolare i determinanti potremo ricavare:

1 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

Dettagli

Corso di Analisi Numerica

Corso 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

Dettagli

MATRICI E SISTEMI LINEARI

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

Dettagli

Matematica 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 7/02/2012 Tema A Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/202 Tema A NOME:..................................................... COGNOME:.....................................................

Dettagli

ESEMPIO 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: 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

Dettagli

ALGEBRA LINEARE PARTE III

ALGEBRA 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

Dettagli

PreCorso di Matematica - PCM Corso M-Z

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

Dettagli

Sistemi e matrici - Risposte pagina 1 di 17 4

Sistemi 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

Dettagli

Esercizi di ripasso: geometria e algebra lineare.

Esercizi 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

Dettagli

una matrice quadrata si dice singolare se il suo determinante è nullo, altrimenti la matrice è non singolare;

una 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

Dettagli

Università 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) 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

Dettagli

Appunti su Indipendenza Lineare di Vettori

Appunti su Indipendenza Lineare di Vettori Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo

Dettagli

INGEGNERIA 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 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

Dettagli

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007 ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala

Dettagli

Determinante. Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema:

Determinante. 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

Dettagli

1. Sistemi di equazioni lineari. 1.1 Considerazioni preliminari

1. 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

Dettagli

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio

Lezioni 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

Dettagli

4. Richiami: sistemi lineari e matrici

4. 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

Dettagli

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.

Matrici 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

Dettagli

Fondamenti di Matematica del discreto

Fondamenti 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,

Dettagli

ESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ

ESAME 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) :

Dettagli

Lezione Determinanti

Lezione 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

Dettagli

Corso di Analisi Numerica

Corso 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

Dettagli

Il determinante. a11 a A = 12 a 21 a 22

Il 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

Dettagli

Esercizi di Algebra Lineare - Foglio 5

Esercizi 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

Dettagli

Corso 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 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