1 Definizione di sistema lineare omogeneo.
|
|
- Rebecca Bellucci
- 7 anni fa
- Visualizzazioni
Transcript
1 Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari e primo accenno al metodo di Gauss-Jordan. Ēsercizi consigliati: Geoling 1, Geoling 2. 1 Definizione di sistema lineare omogeneo. Un sistema di equazioni della forma: a 1 1 x 1 + a 1 2 x a 1 n x n = a 2 1 x 1 + a 2 2 x a 2 n x n = a 3 1 x 1 + a 3 2 x a 3 n x n =... a m 1 x 1 + a m 2 x a m n x n = si chiama sistema d equazioni lineari omogeneo con n incognite ed m equazioni. Esempio 1.1. Ecco due esempi: { x y = x + y = B = { 3x1 x 2 + x = x 5 x 6 = E facile ricordare il sistema tramite la matrice dei coefficienti : a 1 1 a 1 2 a 1 n a 2 1 a 2 2 a 2 n a 3 1 a 3 2 a 3 n.... a m 1 a m 2 a m n Ingegneria dell Autoveicolo, LeLing1 1 Geometria
2 1.1 Concetto di soluzione. Geometria Lingotto. Esempio 1.2. Ecco le due matrici corrispondenti agli esempi precedenti: ( B = ( Dunque una matrice A e una tabella di numeri a i j, cioe numeri con due indici i, j. Di solito si scrive (a i j per indicare una matrice il cui elemento nella riga i-esima e colonna j -esima e a i j. Notare il collegamento tra la incognita x 1 e la prima colonna della matrice A, tra la incognita x 2 e la seconda colonna della matrice A, etc. Inoltre notare il collegamento tra le equazioni del sistema S e le righe della matrice A. Osservazione 1.3. Si deve fare molta attenzione nel passagio{ dal sistema alla matrice per evitare errori gravi. Ad esempio la matrice del sistema non e 3x + y = 3y + x = ( Concetto di soluzione. Se i numeri r 1, r 2,, r n si sostituiscono alle incognite x 1, x 2,, x n del sistema S e tutte le equazioni sono soddisfatte allora r 1, r 2,, r n e chiamata una soluzione del sistema. Siccome l ordine di questi numeri e importantissimo conviene ordinare questi numeri come una colonna. Ossia si intende, per soluzione del sistema S, una colonna: R = Dunque durante questo corso per soluzione di un sistema S si intende una colonna R = (r i tale che, se il numero r i si sostituisce all incognita x i, tutte le equazioni di S sono soddisfatte. Esempio 1.. r 1 r 2 r 3. r n { x y = x + y = B = { 3x1 x 2 + x = x 5 x 6 = Ingegneria dell Autoveicolo, LeLing1 2 Geometria
3 1.2 Sistemi equivalenti. Geometria Lingotto. ( Il sistema A ha la colonna come UNICA soluzione. Invece le colonne 1,,, sono tutte soluzione del sistema B, cioe il sistema (b non ha soluzione UNICA. Osservazione 1.5. Un sistema omogeneo ha sempre una soluzione chiamata soluzione banale. Eccola qui: = Dato un sistema S possiamo raccogliere tutte le soluzioni in un insieme S chiamato appunto l insieme delle soluzione di S. Notare che S e un sottoinsieme dell insieme di tutte le colonne di lunghezza n. Osservare che la proposizione precedente afferma S. Il primo argomento di questo corso e imparare a calcolare tutte le soluzioni di un sistema S, cioe imparare a scrivere tutte le colonne che sono soluzioni di un dato sistema Sistemi equivalenti. L idea chiave per scrivere tutte le soluzione di un sistema S e il concetto di sistemi equivalenti. Definizione 1.6. Due sistemi S, S (entrambi con n incognite si dicono equivalenti se hanno le stesse soluzioni. Se S, S sono equivalenti si scrive S S. Esempio 1.7. I seguenti sistemi sono equivalenti: { x y = x + y = S = { x = y = Ingegneria dell Autoveicolo, LeLing1 3 Geometria
4 1.3 Operazioni elementari. Geometria Lingotto. Se sappiamo in anticipo che due sistemi S, S sono equivalenti possiamo scegliere quello piu semplice per calcolarne le soluzioni. Ad esempio, nell esempio precedente S e certamente piu facile da risolvere di S. Questo ci porta in modo naturale a chiederci come si possa sapere in anticipo se due sistemi sono equivalenti. 1.3 Operazioni elementari. Esistono tre operazioni (molto semplici che applicate a un sistema S producono un sistema equivalente S. OPE 1 : Scambio dell ordine di due equazioni Si passa di un sistema S a uno equivalente semplicemente scambiando l ordine di due equazioni, ad esempio: E 1 = E 2 =. E m = S = E 2 = E 1 =. E m = Per ricordare questa operazione elementare si scrive: E i E j. OPE 2: Moltiplicazione d una equazione per una costante non nulla Si ottiene un sistema equivalente moltiplicando una equazione per una costante c non nulla, ad esempio: E 1 = E 2 =. E m = S = ce 1 = E 2 =. E m = Per ricordare questa operazione elementare si scrive: E i ce i. OPE 3 : Sostituire una equazione con la sua somma con un altra Si ottiene un sistema equivalente sommando ad una equazione un altra, ad esempio: Ingegneria dell Autoveicolo, LeLing1 Geometria
5 1. Tutto dal punto di vista matriciale. Geometria Lingotto. E 1 = E 2 = E 3 =. E m = S = E 1 = E 2 + E 1 = E 3 =. E m = Per ricordare questa operazione elementare si scrive: E i E i + E j. 1. Tutto dal punto di vista matriciale. Avviamo visto che i sistemi si rappresentano piu economicamente tramite una matrice A, cioe a 1 1 a 1 2 a 1 n a 2 1 a 2 2 a 2 n a 3 1 a 3 2 a 3 n... a m 1 a m 2 a m n = dove R 1 = (a 1 1 a 1 2 a 1 n, R 2 = (a 2 1 a 2 2 a 2 n, etc, sono le righe. Dunque le tre operazioni elementari sono: OPE 1 : Scambio dell ordine tra due righe. Notazione R i R j. OPE 2 : Moltiplicazione d una riga per una costante non nulla c R i. OPE 3 : Sostituire una riga con la sua somma con un altra R i + R j. E anche piu semplice fare un uso contemporaneo delle OPE 2 e la OPE 3, cioe R i + c R j. R 1 R 2 R 3. R m Esempio R 3 3R Ingegneria dell Autoveicolo, LeLing1 5 Geometria
6 1.5 Operazioni elementari e Sistemi equivalenti. Geometria Lingotto. 1.5 Operazioni elementari e Sistemi equivalenti. Ecco un teorema fondamentale. Teorema 1.9. Siano A 1, A 2 le matrici di due sistemi S 1, S 2. Se A 2 si ottiene da A 1 tramite le operazioni elementari OPE 1, OPE 2, OPE 3, allora i sistemi S 1, S 2 sono equivalenti, cioe risolvere S 1 e la stessa cosa che risolvere S 2. La dimostrazione e molto facile ed e lasciata come esercizio al lettore. Esempio 1.1. Ecco un esempio: se { x + 3y = ( e la matrice del sistema 2x + 7y = allora ( R 2 2R 1 ( R 1 3R 2 ( 1 1 ( 1 dunque il sistema S e equivalente al sistema associato alla matrice { 1 x = soluzioni di S sono le soluzioni di, cosa abbastanza ovvia. y = x + y z w = Esempio 1.. Ecco un altro esempio: x + 2y + 5z w = 2x + y + 3z + 2w = R 2 R 1 R R 1 R 2 R 3 2R 1 R 2 6R , cioe le ; eseguiamo R 3+R R 1+R 3 1 Ingegneria dell Autoveicolo, LeLing1 6 Geometria
7 Geometria Lingotto. cioe percio risolvere S e come risolvere il sistema associato alla matrice 17w 2 w w w x + 17w = y 2w = e allora possiamo esprimere tutte le soluzione del sistema S come z + w = cioe come i multipli della colonna Esempio Ecco un terzo esempio: x + 2y + 3z + w = x + 6y + 7z + 8w = 5x + 8y + 1z + 12w = 1x + 16y + 2z + 2w = dopo qualche operazione elementari risulta che S e equivalente al sistema la cui matrice e 1 2, cioe risolvere S e la stessa cosa che risolvere: x 2z w = y + 5z + w = 2 x + y + z + w = x + y + z + w = = { x 2z w = y z + w = Risolvere quest ultimo sistema e molto facile poiche abbiamo messo in evidenza x, y 2z + w come funcioni di z, w. Dunque le soluzioni sono : 5z w 2 z w 2 Cenni sul metodo di Gauss-Jordan. I due esempi precedenti mostrano che se vogliamo risolvere un sistema dobbiamo cercare di usare le operazioni elementari in modo da arrivare a una matrice il cui sistema sia facile da risolvere. Dunque la domanda naturale e : Quali caratteristiche ha una matrice il cui sistema e facile da risolvere? Nel primo esempio il sistema e equivalente a uno la cui matrice e ( 1 1, nel secondo esempio il sistema facile da risolvere ha come, Ingegneria dell Autoveicolo, LeLing1 7 Geometria
8 Geometria Lingotto. matrice associato alla matrice della forma:, e infine, nel terzo esempio, il sistema facile da risolvere e Dunque osserviamo che queste matrici sono Il metodo di Gauss-Jordan ci permete in modo organizzato di arrivare alla matrice di un sistema facile da risolvere. ( Vediamo come funziona analizzando un esempio: 2 6 Prendiamo il sistema. 6 7 Al posto del 2 vogliamo un 1, dunque usiamo la operazione R 1 2 e otteniamo ( 1 3 ; adesso ci serve un al posto del 6. Dunque usando l 1 della prima 6 7 riga e facile ottenere ( lo desiderato al posto del 6 tramite la operazione R 2 6R 1 e 1 3 cosi otteniamo. Adesso ci serve un 1 al posto del -2. Dunque eseguimo la 2 ( operazione R 2 1 3, e si arriva alla 2 1. Dunque osserviamo che l idea e semplice. Dopo avere ottenuto un 1 in una colonna lo si usa per procurarsi sotto di esso, tramite la operazione R i +cr j lungo tutta la colonna Vediamo ancora questo con la matrice Applichiamo R 2 7R 1 cosi 3 5 che il 7 scompare, sostituito dallo. Dopodiche applichiamo R 3 + 3R 1 e scompare il lasciando il suo posto a uno. Cioe si ottiene: Ingegneria dell Autoveicolo, LeLing1 8 Geometria
9 Geometria Lingotto. Con cio finisce il lavoro sulla prima colonna e possiamo ora cercare di mettere un 1 al posto del -2. Questo e facile, poiche possiamo eseguire R 2, che ci procura: Adesso usando questo 1 possiamo procurarci uno al posto del usando la operazione elementare R 3 1R 2. Cosa che ci porta alla Infine la operazione 1R 3 ci porta alla Ingegneria dell Autoveicolo, LeLing1 9 Geometria
1 Definizione di sistema lineare non-omogeneo.
Geometria Lingotto LeLing: Sistemi lineari non-omogenei Ārgomenti svolti: Sistemi lineari non-omogenei Il metodo di Gauss-Jordan per sistemi non-omogenei Scrittura della soluzione generale Soluzione generale
Dettagli1 Riduzione per righe e matrici equivalenti per righe.
Geometria Lingotto. LeLing2: Sistemi lineari omogenei. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi gia risolti. Il metodo di Gauss-Jordan e la forma echelon.
Dettagli1 Combinazioni lineari.
Geometria Lingotto LeLing5: Spazi Vettoriali Ārgomenti svolti: Combinazioni lineari Sistemi lineari e combinazioni lineari Definizione di spazio vettoriale Ēsercizi consigliati: Geoling 6, Geoling 7 Combinazioni
DettagliMetodo di Gauss-Jordan 1
Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi
DettagliLeLing9: Prodotto tra matrici.
Geometria Lingotto LeLing9: Prodotto tra matrici Ārgomenti svolti: Prodotto tra matrici Dimostrazione del teorema del rango L algebra delle matrici quadrate: Il prodotto tra matrici non e commutativo Rotazioni
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
Dettagli1 Indipendenza lineare e scrittura unica
Geometria Lingotto. LeLing7: Indipendenza lineare, basi e dimensione. Ārgomenti svolti: Indipendenza lineare e scrittura unica. Basi e dimensione. Coordinate. Ēsercizi consigliati: Geoling. Indipendenza
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 Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 3. Sistemi di equazioni lineari
Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 3 Sistemi di equazioni lineari Siano m, n N \ {}, sia K un campo Definizione a) Un sistema
Dettagli1 Combinazioni lineari e Sottospazi.
Geometria Lingotto. LeLing6: Sottospai Vettoriali. Ārgomenti svolti: Sottospai vettoriali. Sistemi lineari e combinaioni lineari. Somma e interseioni di sottospai. Sottospai delle righe e colonne di una
DettagliNote sull algoritmo di Gauss
Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n
Dettagli1 Vettori. LeLing4: Vettori.
LeLing4: Vettori. Ārgomenti svolti: Vettori. Prodotto scalare, angolo, lunghezza e proiezzione. Disuguaglianze di Cauchy-Schwarz e triangolare. Equazione della retta, del piano e dell iperpiano. Ēsercizi
DettagliRisoluzione di ax 2 +bx+c = 0 quando a, b, c sono numeri complessi.
LeLing14: Ancora numeri complessi e polinomi Ārgomenti svolti: Risoluzione di ax + bx + c = 0 quando a, b, c sono numeri complessi La equazione di Eulero: e i θ = cos(θ) + i sin(θ) La equazione x n = a,
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari I sistemi di equazioni si incontrano in natura in molti problemi di vita reale. Per esempio, prendiamo in considerazione una bevanda a base di uova, latte e succo d arancia.
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
DettagliI numeri sulla Mole Antonelliana.
Ārgomenti svolti: Serie di numeri di Fibonacci. Potenza n-esima di matrici. Autovalori ed autovettori. Formula di Binet. LeLing: Fibonacci, Autovalori e Autovettori. Ēsercizi consigliati: Geoling 6. I
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:
Dettaglir 2 r 2 2r 1 r 4 r 4 r 1
SPAZI R n 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x, y, z)
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliMatrici diagonalizzabili: il bisogno di abbastanza autodimensione.
LeLing16: Ancora Autovalori e Autovettori. Ārgomenti svolti: Matrici diagonalizzabili. Algoritmo di diagonalizzazione. Matrici simmetriche. Ēsercizi consigliati: Geoling 16. Matrici diagonalizzabili: il
DettagliApplicazioni eliminazione di Gauss
Applicazioni eliminazione di Gauss. Premessa Nel seguito supporremo sempre di applicare il metodo di eliminazione di Gauss allo scopo di trasformare la matrice del sistema Ax = b in una matrice triangolare
DettagliLEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g
LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere
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,
DettagliGeometria BAER PRIMO CANALE Foglio esercizi 1
Geometria BAER PRIMO CANALE Foglio esercizi 1 Esercizio 1. Risolvere le seguenti equazioni lineari nelle variabili indicate trovando una parametrizzazione dell insieme delle soluzioni. a) x + 5y = nelle
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
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
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
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 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
Dettagli3x 2 = 6. 3x 2 x 3 = 6
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, GParmeggiani LEZIONE 7 Sistemi lineari Scrittura matriciale di un sistema lineare Def 1 Un sistema di m equazioni ed n incognite x 1, x 2, x n, si dice
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
DettagliSottospazi vettoriali
Capitolo 6 Sottospazi vettoriali 6.1 Introduzione Riprendiamo un argomento già studiato ampiamente nel corso di Geometria, i sottospazi vettoriali di uno spazio vettoriale. Ci limiteremo a darne la definizione,
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari A. Bertapelle 25 ottobre 212 Cos è un sistema lineare? Definizione Un sistema di m equazioni lineari (o brevemente sistema lineare) nelle n incognite x 1,..., x n, a coefficienti
DettagliEsercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 26 Ottobre
Esercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 26 Ottobre SETTIMANA 4 (19 25 Ottobre) Matrici elementari Gli esercizi sono presi dal libro Intorduction to Linear Algebra di Serge Lang. Esercizio
DettagliMatematica per Analisi dei Dati,
Matematica per Analisi dei Dati, 230209 1 Spazio vettoriale R n Sia n un intero positivo fissato Lo spazio vettoriale R n e l insieme delle n ple ordinate di numeri reali, che rappresenteremo sempre come
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
DettagliNote per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan
Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni
DettagliGeometria BAER I canale Foglio esercizi 3
Geometria BAER I canale Foglio esercizi 3 Esercizio. Discutere le soluzioni del seguente sistema lineare nelle incognite,, z al variare del parametro k. 3 + kz = k k + 3z = k k + z = Soluzione: Il determinante
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
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
DettagliNumeri di Fibonacci, Autovalori ed Autovettori.
Numeri di Fibonacci, Autovalori ed Autovettori. I numeri sulla Mole Antonelliana. Ecco i numeri sulla Mole:,,, 3,, 8, 3,, 34,, 89, 44, 33, 377, 6, 987, dove ogni nuovo numero rappresenta la somma dei due
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
DettagliLEZIONE 5. AX = 0 m,1.
LEZIONE 5 5 isoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per quanto visto nella precedente lezione, sappiamo di poter trasformare,
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.
DettagliGiuseppe Accascina. Note del corso di Geometria e Algebra
Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 27-28 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato
DettagliCORSI DI LAUREA IN MATEMATICA E FISICA
CORSI DI LAUREA IN MATEMATICA E FISICA FOGLIO DI ESERCIZI # 6 GEOMETRIA 1 Esercizio 6.1 (Esercizio 5.1). Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Per esempio il vettore
DettagliNote sui sistemi lineari per il Corso di Geometria per Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 4 Maggio 2010
Note sui sistemi lineari per il Corso di Geometria per Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 4 Maggio 21 Sistemi lineari. Un sistema lineare di n 1 equazioni in m incognite
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
Dettagli1 Esercizi 13. 3x + λy + 2z = 0 (1 λ)x + 5y + 3z = 0 3x + 2y + z = 0
1 Esercizi 13 1. Discutere le soluzioni del sistema seguente al variare del parametro λ R. 3x + λy + 2z 0 (1 λ)x + 5y + 3z 0 3x + 2y + z 0 Soluzione. Si tratta di un SLO 3 3 e sappiamo che tale sistema
DettagliSottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.
Politecnico di Torino. Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni. Argomenti: Sottospazi. Generatori. Confrontando sottospazi: intersezione.
DettagliAnalisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c.
Analisi dei dati corso integrato - Algebra lineare 4.3.8 e 5.3.8-1 1. Nella lezione precedente abbiamo definito lo spazio nullo e lo spazio delle colonne di una matrice; ora definiamo lo spazio delle righe
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
DettagliArgomenti trattati nella settimana novembre Il libro cui faccio riferimento, se non specificato altrimenti, è Lang, Algebra lineare
Argomenti trattati nella settimana 23-27 novembre 2009 Il libro cui faccio riferimento, se non specificato altrimenti, è Lang, Algebra lineare 1 Sistemi lineari; 2 applicazioni lineari; Sistemi lineari;
DettagliLezione Risoluzione di sistemi
Lezione Risoluzione di sistemi Sia AX = B un sistema di equazioni lineari, con la sua matrice completa associate (A B) Per la Proposizione sappiamo di poter trasformare con operazioni elementari di riga
DettagliLEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m
LEZIONE 4 41 Equazioni matriciali Negli Esempi 336 e 337 si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = B 2,, AX p = B p aventi la stessa matrice incompleta A Tale tipo di problema si presenta
DettagliLezione Operazioni elementari di riga
Lezione 4 4. Operazioni elementari di riga Nella lezione precedente abbiamo visto un metodo per risolvere un sistema lineare la cui matrice dei coefficienti sia fortemente ridotta per righe, o anche solo
DettagliUniversità degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 2 luglio 2014 Tema A
Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (vecchio programma) 2 luglio 24 Tema A Tempo a disposizione: 2 ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio
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
DettagliFondamenti di ALGEBRA LINEARE E GEOMETRIA
Fondamenti di ALGEBRA LINEARE E GEOMETRIA Corso di laurea in Ingegneria Gestionale 2011-2012 Michel Lavrauw Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova Lezione 19 Capitolo
DettagliCompito di MD 13 febbraio 2014
Compito di MD 13 febbraio 2014 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può scrivere con il lapis. Motivare
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):
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)
DettagliCapitolo 5 Applicazioni lineari Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti
Capitolo 5 Applicazioni lineari Esercizi svolti Tutorato di geometria e algebra lineare Marco Robutti 5 Ottobre 27 Introduzione Gli esercizi di questo capitolo riguardano i seguenti argomenti: Data un
DettagliGiuseppe Accascina. Note del corso di Geometria e Algebra
Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 014-01 Prova scritta del 1-6-01 TESTO E SOLUZIONI Avvertenze: A. Per il recupero del primo esonero svolgere gli esercizi
DettagliSistemi Lineari. Elisabetta Colombo. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 200-20 2 a di o.0 4 Capelli Rango o Caratterisca : definizioni a di o.0 Un equazione nelle n incognite x,..., x n della forma dove
DettagliDeterminante, autovalori e autovettori
Determinante, autovalori e autovettori Lorenzo Pareschi Dipartimento di Matematica, Universitá di Ferrara http://wwwlorenzopareschicom lorenzopareschi@unifeit Lorenzo Pareschi (Univ Ferrara) Determinante,
DettagliALGEBRA I: SOLUZIONI TERZA ESERCITAZIONE 11 aprile 2011
ALGEBRA I: SOLUZIONI TERZA ESERCITAZIONE 11 aprile 2011 Esercizio 1. Siano m e n due numeri interi positivi tali che m + n è un numero primo. Mostrare che m e n sono coprimi. Soluzione. Sia d = (m, n)
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
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. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni 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 termine
DettagliSistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni 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 termine
DettagliProblema. Sistemi lineari. Problema. Problema. Quali sono i potenziali in ogni nodo? Leggi di Kirkoff e di Ohm:
Problema 4 Ω 3 3 Ω 2 2 Ω 40 V Sistemi lineari 2 Ω Ω 2 Ω Ω 5 6 7 8 Ω 4 Ω Ω 0 V Quali sono i potenziali in ogni nodo? 2 4 Ω Problema 3 3 Ω 2 2 Ω 40 V 4 Ω Problema 3 3 Ω 2 2 Ω 40 V 2 Ω Ω 2 Ω Ω 2 Ω Ω 2 Ω Ω
DettagliVettori dello spazio
0.1 Vettori applicati e liberi Politecnico di Torino. Vettori dello spazio Nota Bene: delle lezioni. Questo materiale non deve essere considerato come sostituto 0.1 Vettori applicati e liberi P P Q Q Il
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
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 =
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 +
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
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
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
Dettagli1 Risoluzione di sistemi lineari con l uso dei determinanti
2006 Trapani Dispensa di Geometria, 1 Risoluzione di sistemi lineari con l uso dei determinanti Sia A una matrice n n con det(a) 0 consideriamo il sistema lineare AX = b abbiamo n = numero di righe di
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)
DettagliSistemi lineari e spazi vettoriali 1 / 14
Sistemi lineari e spazi vettoriali 1 / 14 Sistemi lineari 2 / 14 Studieremo sistemi lineari costituiti da m equazioni in n incognite (m,n N, m,n 1): cioè a 11 x 1 + +a 1n x n = b 1 a 21 x 1 + +a 2n x n
DettagliGiuseppe Accascina. Note del corso di Geometria e Algebra
Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
Dettagli[Si può fare una dimostrazione valida per ogni scelta di u, che sfrutti solo la linearità del prodotto scalare]
Università di Bergamo Anno accademico 20182019 Primo anno di Ingegneria Foglio 7 Geometria e Algebra Lineare Sottospazi, basi e dimensione Esercizio 7.1. Sia u = (1, 1, 1) e si consideri il sottoinsieme
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliDeterminante. Elisabetta Colombo. Determinante. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico ,
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, 1 n=2 2 3 con le 4 n=2 n=2 con le Ad ogni matrice quadrata A = (a ij ) j=1...n i=1...n di ordine n si può associare
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,
Dettagli1 Equazioni parametriche e cartesiane di sottospazi affini di R n
2 Trapani Dispensa di Geometria, Equazioni parametriche e cartesiane di sottospazi affini di R n Un sottospazio affine Σ di R n e il traslato di un sottospazio vettoriale. Cioe esiste un sottospazio vettoriale
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
DettagliUniversità di Pisa - Ingegneria Meccanica Geometria e Algebra Lineare 2009/2010. Soluzioni esercitazione 11/11/2009
Università di Pisa - Ingegneria Meccanica Geometria e Algebra Lineare 29/2 Soluzioni esercitazione //29 Esercizio. Risolvere, al variare del parametro reale λ, il seguente sistema lineare: x 2 y z = λ
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
DettagliQualche informazione su gruppi e anelli
Qualche informazione su gruppi e anelli 1. Gruppi e sottogruppi: prime proprietà Cominciamo subito scrivendo la definizione formale di gruppo. Definizione 0.1. Un gruppo G è un insieme non vuoto dotato
DettagliIntersezione e somma di sottospazi vettoriali
Capitolo 7 Intersezione e somma di sottospazi vettoriali 7.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria
Dettagliha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 6 Eliminazione di Gauss con scambi di righe Sia A O una matrice m n. Abbiamo illustrato nella Lezione 5 un algoritmo che ha come
DettagliSISTEMI LINEARI, METODO DI GAUSS
SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti
Dettagli