Elementi di Algebra Lineare Il determinante
|
|
- Isabella Rinaldi
- 4 anni fa
- Visualizzazioni
Transcript
1 Elementi di Algebra Lineare Cristina Turrini UNIMI /2016 Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 1 / 17
2 index 1 2 Sottomatrici e minori Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 2 / 17
3 Definizione di determinante D ora in poi supporremo sempre che sia K = Q, R, oppure C. Sia σ : J n J n una permutazione su J n = {1, 2, 3,..., n}. ( ) n σ : σ(1) σ(2) σ(3) σ(n). Si dice che σ è di classe pari (rispett. dispari) se è prodotto di un numero pari (rispett. dispari) di scambi. ( ) ( ) ESEMPI è di classe pari, è di classe dispari. Si dimostra che la definizione di classe pari e dispari è ben posta, ovvero non dipende dal modo con cui σ si ottiene come composizione di scambi. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 3 / 17
4 Data σ S n (gruppo simmetrico su n elementi), definiamo { +1 se σ è pari, ε(σ) = 1 se σ è dispari. Sia A Mat n,n (K), A = (α ij ) i=1,...,n. Si definisce determinante di A: j=1,...,n ( ) det A = σ S n ε(σ)α 1σ(1) α 2σ(2) α nσ(n). Esso è composto da n! addendi. Ciascun addendo contiene uno ed un solo fattore preso da ciascuna riga e ciascuna colonna (σ è biunivoca). Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 4 / 17
5 Caso n = 2. ( ) α11 α A = 12 α 21 α 22 S 2 = {σ 1 = id, σ 2 = ( ) } ε(σ 1 ) = 1 ε det A = +α 1σ1 (1) α 2σ1 (2) α 1σ2 (1) α 2σ2 (2) = α 11 α 22 α 12 α 21. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 5 / 17
6 Caso n = 3. ( α11 α 12 α 13 ) A = α 21 α 22 α 23 α 31 α 32 α 33 σ 4 = σ 1 = id σ 2 = ( 1 2 ) #S 3 = 3! = 6 ( 1 2 ) σ 5 = ε(σ 1 ) = ε(σ 2 ) = ε(σ 3 ) = +1 ( 1 2 ) σ 3 = ( 1 2 ) σ 6 = ( 1 2 ) ε(σ 4 ) = ε(σ 5 ) = ε(σ 6 ) = 1 det(a) = α 11 α 22 α 33 + α 12 α 23 α 31 + α 13 α 21 α 32 α 12 α 21 α 33 α 13 α 22 α 31 α 11 α 23 α 32. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 6 / 17
7 Data la matrice A Mat n,n (K), indichiamo con A (1),..., A (n) le colonne di A e con A (1),..., A (n) le righe di A : A (1) A = ( A (1),..., A (n)) =.. A (n) Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 7 / 17
8 Proprietà del determinante Siano A, B Mat n,n (K). 1) det(a T ) = det A; 2) scambiando tra loro due colonne, il determinante cambia (solo) il segno (idem per le righe) (il determinante è alternante) det( (..., A (i),..., A (j)... ) ) = det( (... A (j),..., A (i),..., ) ); 3) il determinante è lineare in ogni colonna, fissate le altre n 1 colonne (idem per le righe) (il determinante è multilineare); det((..., λb + µc...)) = λ det((..., B,...,)) + µ det((..., C,...,)); Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 8 / 17
9 4) sia I = I n la matrice identica, det I = 1; 5) (teorema di Binet) det(a B) = det A det B; 6) le colonne di A sono l.d. se e solo se det A = 0 (idem per le righe); 7) det(λa) = λ n det A (λ K); 8) A ammette inversa A 1 se e solo se det(a) 0, e inoltre, se det(a) 0, si ha det(a 1 ) = 1 det(a). Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 9 / 17
10 index Sottomatrici e minori 1 2 Sottomatrici e minori Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 10 / 17
11 Sottomatrici e minori Sia M Mat m,n una matrice con m righe e n colonne. Si dice sottomatrice di M una qualsiasi matrice che si ottiene cancellando da M alcune righe (eventualmente nessuna) e alcune colonne (eventualmente nessuna). Si dice minore di M il determinante di una sua qualsiasi sottomatrice quadrata. Se A = (a ij ) Mat n,n è una matrice quadrata, si dice minore complementare dell elemento a hk il determinante della sottomatrice M ij di A che si ottiene cancellando la righa h esima e la colonna k esima. Si dice complemento algebrico (o cofattore) dell elemento a hk il numero A ij = ( 1) i+j det M ij K. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 11 / 17
12 Sottomatrici e minori TEOREMA (I teorema di Laplace - Data A Mat n,n (K), è (per la i-esima riga): (per la j-esima colonna): det A = α i1 A i1 + α i2 A i2 + + α in A in ; det A = α 1j A 1j + α 2j A 2j + + α nj A nj. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 12 / 17
13 Sottomatrici e minori Il I teorema di Laplace fornisce una metodo (di tipo ricorsivo) per il calcolo del determinante. Ad esempio, nel caso n = 3, per la prima riga si ha: ( ) a11 a 12 a 13 det a 21 a 22 a 23 = a 31 a 32 a ( 33 ) ( ) ( ) a22 a a 11 det 23 a21 a a 32 a a 12 det 23 a21 a 33 a 31 a + a 13 det a 31 a. 32 (il calcolo di determinanati k k viene ridotto a quello di determinanti (k 1) (k 1)). Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 13 / 17
14 Sottomatrici e minori Spazio delle righe e spazio delle colonne Data una matrice M Mat m,n, si dice rango per righe di M la dimensione del sottospazio R(M) =< M(1) T,..., M (m) T > Kn generato dalle righe di M (più precisamente si tratta del sottospazio di K n generato dai vettori colonna che si ottengono trasponendo le righe di M). Analogamente si dice rango per colonne di A la dimensione del sottospazio C(M) =< M (1),..., M (n) > K m generato dalle colonne di M. Il rango per colonne dim(c(m)) e il rango per righe dim(r(m)) di una matrice M sono uguali tra loro e coincidono con la caratteristica (o rango) r(m) di A (numero di righe non nulle di una riduzione a scalini di M) dim(r(m) = dim(c(m)) = r(m). Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 14 / 17
15 Sottomatrici e minori L uguaglianza "rango per righe = rango per colonne" è conseguenza di un ulteriore significato della nozione di rango: il rango r di una matrice M è il massimo ordine µ(m) di minori non nulli estratti dalla matrice M, ossia M ha rango r se e solo se esiste un minore non nullo r r di M e tutti i minori s s di M, con s > r, sono nulli. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 15 / 17
16 Sottomatrici e minori Reinterpretazione del teorema di nullità + rango in termini di sistemi lineari. Il teorema di Rouché Capelli, per un sistema omogeneo (che ha sempre soluzioni) dice che: la dimensione dello spazio S delle soluzioni del sistema A x = 0 di m equazioni in n incognite con rango di A uguale a r verifica dim(s) = n r. Il teorema di nullità + rango dice che la dimensione ker(l A ) del nucleo dell applicazione L A verifica dim(ker(l A )) = n r. D altra parte sappiamo che è ker(l A ) = S. Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 16 / 17
17 Sottomatrici e minori Metodo di Kronecker (o dei minori orlati) per il calcolo della caratteristica. Si cerca un minore non nullo, diciamo h h, di M. Si considerano tutti i minori (h + 1) (h + 1) che "orlano" il minore h h di cui sopra. Se tutti questi minori sono nulli, il rango di A è h, altrimenti il rango è almeno h + 1 ed esiste un minore (h + 1) (h + 1) non nullo. Si considerano tutti i minori (h + 2) (h + 2) che "orlano" il minore (h + 1) (h + 1) di cui sopra,... Cristina Turrini (UNIMI /2016) Elementi di Algebra Lineare 17 / 17
Elementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari
DettagliGEOMETRIA 1 seconda parte
GEOMETRIA 1 seconda parte Cristina Turrini C. di L. in Fisica - 2015/2016 Cristina Turrini (C. di L. in Fisica - 2015/2016) GEOMETRIA 1 1 / 52 index Applicazioni lineari 1 Applicazioni lineari 2 Nucleo
DettagliGEOMETRIA 1 seconda parte
GEOMETRIA 1 seconda parte Gilberto Bini - Cristina Turrini 2017/2018 Gilberto Bini - Cristina Turrini (2017/2018) GEOMETRIA 1 1 / 62 index Applicazioni lineari 1 Applicazioni lineari 2 Nucleo e immagine
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
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
DettagliCorso introduttivo pluridisciplinare Matrici e sistemi lineari
Corso introduttivo pluridisciplinare Matrici e sistemi lineari anno acc. 2013/2014 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Corso introduttivo pluridisciplinare 1 / 30
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. 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
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
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
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
DettagliElementi di Algebra Lineare Applicazioni lineari
Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra Lineare 1 / 18 index Applicazioni lineari 1 Applicazioni lineari
DettagliGEOMETRIA 1 quarta parte
GEOMETRIA 1 quarta parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 36 index Forme bilineari 1 Forme bilineari 2 Il caso reale: spazi
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
Dettagli( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1
. Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo
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
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
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
DettagliSistemi 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.+
DettagliAnno Accademico 2016/2017
Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2016/2017 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente
DettagliLo scopo della teoria dei determinanti è di definire una funzione. det : M n R. sia calcolabile facendo somme e prodotti delle entrate delle matrici
Determinanti 1 / 44 Lo scopo della teoria dei determinanti è di definire una funzione det : M n R chiamata determinante tale che: sia calcolabile facendo somme e prodotti delle entrate delle matrici det(a)
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
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
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
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
DettagliMatrici quadrate particolari
Matrici quadrate particolari Sia A Mn(K) una matrice quadrata. Gli elementi (a 1,1, a 2,2,, a n,n ) costituiscono la diagonale principale di A. Gli elementi (a 1,n, a 2,n-1,, a n-1,2, a n,1 ) costituiscono
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)
DettagliGEOMETRIA 1 prima parte
GEOMETRIA 1 prima parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 44 index Relazioni in un insieme 1 Relazioni in un insieme 2 Gruppi,
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
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
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
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
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 di Algebra Lineare Determinanti
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
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
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.
Dettaglideterminante della sottomatrice ottenuta da A cancellando la i-esima riga e la j-esima colonna
Data una matrice quadrata A di ordine n si definisce minore complementare m ij dell elemento generico a ij della matrice A il determinante della sottomatrice ottenuta da A cancellando la i-esima riga e
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
DettagliFederica Gregorio e Cristian Tacelli
1 Sistemi lineari Federica Gregorio e Cristian Tacelli Un sistema lineare m n (m equazioni in n incognite) è un insieme di equazioni lineari che devono essere soddisfatte contemporaneamente a 11 x 1 +
DettagliAnno Accademico 2017/2018
Mod. 136/1 ALMA MATER STUDIORUM UNIVERSITÀ DI BOLOGNA Anno Accademico 2017/2018 Scuola di Scienze Corsi di Laurea o di Diploma Triennale in Matematica (nuovo ordinamento) Insegnamento Geometria I Docente
Dettagli1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici
Matrici R. Notari 1 1. Proprietà della somma di matrici 1. (A + B) + C = A + (B + C) qualunque siano le matrici A, B, C Mat(m, n; K). 2. A + B = B + A qualunque siano le matrici A, B Mat(m, n; K). 3. Sia
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
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
DettagliMATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni
MATRICI e DETERMINANTI Le matrici non sono altro che tabelle di elementi ordinati per righe e colonne. Se m = n la matrice si dice quadrata Matrice quadrata di ordine 3 Matrice rettangolare di tipo 2 3
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}.
DettagliIstituzioni di Matematiche prima parte
Istituzioni di Matematiche prima parte anno acc. 2011/2012 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Istituzioni di Matematiche 1 / 33 index Generalità sugli insiemi 1 Generalità
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
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
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
DettagliSoluzione della prova scritta di di Algebra lineare del 10 giugno Esercizio 1
Soluzione della prova scritta di di Algebra lineare del 0 giugno 05 Esercizio (a) La matrice A che rappresenta f rispetto alle basi assegnate è la seguente: A = 0 0 0 (b) Applicando il metodo di Gauss
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
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
DettagliCalendario delle lezioni di Geometria e Algebra
Calendario delle lezioni di Geometria e Algebra 28 settembre 2016 Lezione 28/09, 11-13 aula EF1 1. Insieme. Elementi di un insieme. 2. Sottoinsiemi di un insieme: A B. Uguaglianza di insiemi. 3. A = B
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,
DettagliTesti consigliati e contatti
Testi consigliati e contatti P.Bonacini, M. G. Cinquegrani, L. Marino, Algebra lineare: esercizi svolti, Cavallotto Edizioni, Catania P. Bonacini, M. G. Cinquegrani, L. Marino, Geometria analitica: esercizi
DettagliPROBLEMA. Costruire matrici quadrate contenute. Fare i determinanti delle matrici quadrate contenute in A
A = PROBLEMA 0 1 2 7 2 5 3 0 (2 4) Costruire matrici quadrate contenute in A (possibili solo matrici quadrate 2 2 e 1 1) Fare i determinanti delle matrici quadrate contenute in A Questo porta al concetto
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
DettagliMatematica II,
Matematica II,.05.04 Diamo qui la nozione di determinante di una matrice quadrata, le sue prime proprieta, e ne deriviamo una caratterizzazione delle matrici non singolari e una formula per l inversa di
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
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
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 :
DettagliDETERMINANTI (PRIMA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (PRIMA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 10 DICEMBRE 2010 1. Una formula per il determinante Iniziamo con il definire, per ogni n 0 e per ogni matrice A M n,n (K) un scalare
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
DettagliContenuti aggiuntivi su matrici e determinanti, Dimostrazioni del Capitolo 3
Contenuti aggiuntivi su matrici e determinanti, Dimostrazioni del Capitolo 3 Dimostrazione 310 Sia W = L(C A ) K Osserviamo che S è una base di W Infatti S è indipendente, inoltre ogni vettore di W dipende
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
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
Dettagli1 Richiami di algebra lineare
1 Richiami di algebra lineare Definizione 11 (matrici e vettori) Una matrice A e un insieme di numeri A hk, h = 1,, m, k = 1,, n, ordinati in base alla coppia di indici h e k nel modo seguente A 1 A n
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari Siano X 1,, X n indeterminate Un equazione lineare (o di primo grado) nelle incognite X 1,, X n a coefficienti nel campo K è della forma a 1 X 1 + + a n X n = b, a i, b K,
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
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
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
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
DettagliLEZIONE 4. Le sottomatrici 2 2 di A sono. Invece ( 1 3 non è sottomatrice di A.
LEZIONE 4 4 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
DettagliGEOMETRIA I Prima Prova Intermedia 3 Novembre 2017
Corso di Laurea in Fisica GEOMETRIA I Prima Prova Intermedia Novembre 017 Cognome: Nome: Matricola: PARTE 1 Test a risposta multipla Una ed una sola delle quattro affermazioni è corretta. Indicarla con
DettagliMatrici. Prof. Walter Pugliese
Matrici Prof. Walter Pugliese Le matrici Una matrice è un insieme di numeri reali organizzati in righe e colonne. Se n è il numero delle righe e m e il numero delle colonne si dice che la matrice è di
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:
DettagliFacoltà di Anno Accademico 2018/19 Registro lezioni del docente PINTUS NICOLA
Facoltà di Anno Accademico 2018/19 Registro lezioni del docente PINTUS NICOLA Attività didattica GEOMETRIA E ALGEBRA [IN/0079] Partizionamento: Periodo di svolgimento: Docente titolare del corso: PINTUS
DettagliCORSO DI GEOMETRIA 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
Dettagli08 - Matrici, Determinante e Rango
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 08 - Matrici, Determinante e Rango Anno Accademico 2013/2014 D.
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) :
DettagliANALISI MATEMATICA. Informazioni utili alla preparazione della prova parziale: Conoscere:
ANALISI MATEMATICA 3 a prova parziale del 03-04-2017 Regole di comportamento: Il tempo a disposizione per la prova parziale è di un'ora e trenta minuti. Dotarsi esclusivamente di penna nera o blu, matita
DettagliSoluzioni del Foglio 2 I sistemi lineari
Soluzioni del Foglio 2 I sistemi lineari Soluzione dell esercizio 1 Il sistema assegnato è un sistema di 2 equazioni in 2 incognite non omogeneo Le matrici incompleta e completa associate al sistema sono
DettagliElementi di Algebra e di Matematica Discreta Strutture algebriche: gruppi
Elementi di Algebra e di Matematica Discreta Strutture algebriche: gruppi Cristina Turrini UNIMI - 2015/2016 Cristina Turrini (UNIMI - 2015/2016) Elementi di Algebra e di Matematica Discreta 1 / 34 index
DettagliCorso di Geometria BIAR, BSIR Esercizi 4: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,
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
DettagliVETTORI E MATRICI. De nizione 1 Chiamiamo vettore x una n-pla ordinata di numeri reali. x 1 x 2. x n
VETTORI E MATRICI De nizione 1 Chiamiamo vettore x una n-pla ordinata di numeri reali x 1 x. x n 5 L insieme di tutti i vettori con n componenti reali si indica con R n :I numeri reali si possono pensare
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
DettagliGEOMETRIA 1 terza parte
GEOMETRIA 1 terza parte Cristina Turrini C. di L. in Fisica - 2014/2015 Cristina Turrini (C. di L. in Fisica - 2014/2015) GEOMETRIA 1 1 / 32 index Applicazioni lineari 1 Applicazioni lineari 2 Nucleo e
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
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
Dettaglie così via per tutte le colonne. Una prima proprietà importante ci dice quello che accade quando si fanno delle permutazioni di colonne di A.
Capitolo 3 DETERMINANTE Il problema di stabilire se un insieme di vettori è linearmente indipendente (ad esempio se lo sono le colonne di una matrice quadrata, e quindi se la matrice è invertibile) non
Dettagli