Esercitazione di Matematica su matrici e sistemi lineari
|
|
|
- Eloisa Riva
- 9 anni fa
- Просмотров:
Транскрипт
1 Esercitazione di Matematica su matrici e sistemi lineari Notazioni: deta, A T =trasposta di A, A 1 =inversa di A. 1. Si considerino le matrici A, B, C, D denite da A = 0, B = 0 0, C = D = ( Eseguire le seguenti operazioni ovvero calcolare le seguenti espressioni: A + B; AB; A 1 B; CD; C D T.. Calcolare il determinante della seguente matrice utilizzando lo sviluppo di Laplace: 0 1 A = Determinare per quali valori di k R la matrice: k A = 0 1 k 1 k è singolare.. Determinare per quali valori di x R la matrice: ( x + 1 A = x è tale che Si consideri il sistema lineare scritto in forma matriciale come AX = B dove x 1 A = 5 0, X = y, B =. 1 1 z 1 Risolvere il sistema utilizzando il metodo di Cramer; il metodo della matrice inversa., 1
2 Soluzioni 1. Per procedere, conviene ricordare brevemente come si eseguono le operazioni tra matrici. (i Addizione algebrica: date due matrici A = (a ij e B = (b ij entrambe m n, la somma algebrica delle due matrici è la matrice A ± B = (a ij ± b ij con i = 1,,..., m; j = 1,,..., n. In altre parole si addizionano algebricamente gli elementi di stesso posto delle due matrici. (ii Prodotto di uno scalare per una matrice: dati la matrice A = (a ij m n e lo scalare (numero α, il loro prodotto è dato dalla matrice αa = (αa ij con i = 1,,..., m; j = 1,,..., n. In altre parole, si moltiplica ciascun elemento delle matrice per lo scalare. (iii Moltiplicazione di matrici: date due matrici A = (a ij e B = (b ij la prima di dimensione m n e la seconda di dimensione n q, il prodotto (righe per colonne della prima per la seconda costituisce la matrice C = (c ij = AB dove il generico elemento c ij si calcola mediante la formula c ij = a i1 b 1j + a i b j a in b nj = con i = 1,,..., m; j = 1,,..., q. n a ik b kj (ivtrasposta di una matrice: data la matrice A = (a ij di dimensione m n la sua trasposta è la matrice A T = (a ji con i = 1,,..., m; j = 1,,..., q. In altre parole A T è la matrice n m che si ottiene scambiando tra loro le righe e le colonne di A. Ciò premesso, passiamo a rispondere ai quesiti posti. Per la (i precedentemente richiamata, si ha: A + B = = k= Per la (ii precedentemente richiamata, si ha: AB = = Utilizzando successivamente la (ii e la (i, si ha: A B = =
3 Risulta ( 1 19 CD = (CD = 8 8 = ( avendo applicato la (iii e la (ii precedentemente richiamate. Risulta C D T = ( ( = ( avendo applicato prima la (ii per clacolate D T ultimare il calcolo dell'espressione. e poi la (i per. Ricordiamo che, lo sviluppo di Laplace per il caqlcolo del determinante di una matrice quadrata, consiste nello scegliere una riga oppure una colonna della matrice e, successivamente, addizionare algebricamente ogni elemento della stessa moltiplicato per il suo complemento algebrico. Inoltre, il complemento algebrico A ij di un generico elemento a ij di una matrice A è dato dal prodotto ( 1 i+j K dove K è il determinante della sottomatrice ottenuta da A privandola degli elementi della i-esima riga e della j-esima colonna. Per semplicare i calcoli, conviene scegliere, se possibile, la riga o la colonna dove vi sono più zeri. Nel caso in esame, procediamo ad una sviluppo di Laplace secondo la riga : A 1 +5A = ( ( = ( ( 1 ( 61 = ( ( 61 = = 33 dove i determinanti delle matrici di ordine 3 possono essere calcolati anche con la regola di Sarrus senza necessariamente dover procedere ad un nuovo sviluppo di Laplace come per la matrice di ordine. 3. Calcolando il determinante di A, ad esempio, mediante la regola di Sarrus, si ha: k k 1 k = k + 8 La matrice A è singolare se 0 per cui confrontando quest'ultima relazione con la penultima scritta, si perviene all'equazione di secondo grado k + 8 = 0 che non ammette soluzioni reali sicché la soluzione del problema posto è che nessun k rende singolare la matrice. = 3
4 . Procedendo in modo analogo all'esercizio precedente, si ha: x + 1 x = 5x + 8 e, dal confronto con la relazione 10, conduce all'equazione di primo grado. 5x + 8 = 10 = 5x = 10 8 = 5x = = x = 5 5. Calcolando il determinante della matrice dei coecienti A, si ha: = 0 sicché il sistema è determinato. Ciò premesso, risolviamo il sistema dapprima col metodo di Cramer. Posto D =, si ha, poi, che D x = = D y = = D z = = 18 da cui, applicando la formula risolutiva, x = D x D = = y = D y D = = z = D z D = 18 = 9 Passiamo, adesso, al metodo della matrice inversa. Ricordiamo che, se A 1 è l'inversa della matrice dei coecienti A, allora il sistema ha soluzione X = A 1 B (1 La matrice inversa è data da A 1 = 1 A AT (
5 dove A è la matrice dei complementi algebrici di ciascun elemento di A. Calcolando questi ultimi come richiamato nell'esercizio, si ha: A 11 A 1 A A = A 1 A A 3 = A 31 A 3 A da cui, sostituendo nella ( e tenendo presente che, A 1 = Ponendo A 1 e B nella (1, si ha: X = T = 1 = = e, in denitiva, x y = z 9 come già determinato col metedo precedentemente utilizzato. / / 18/ 5
Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice
Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine
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
determinante 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
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
= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
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
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
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
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):
Esercitazione di Matematica sulle equazioni di secondo grado (o ad esse riconducibili) nel campo reale
Esercitazione di Matematica sulle equazioni di secondo grado (o ad esse riconducibili) nel campo reale 1. Risolvere, nel campo reale, le seguenti equazioni di secondo grado: (a) 81x 0; (b) (x 1) 7x ; (c)
( ) 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
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
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
Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara
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
Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.
Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti
2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
Matrici 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
ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.
ALGEBRA COMPLESSA Nel corso dei secoli gli insiemi dei numeri sono andati man mano allargandosi per rispondere all esigenza di dare soluzione a equazioni e problemi sempre nuovi I numeri complessi sono
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI
SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,
Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =
Esercitazione di Calcolo Numerico 22 Aprile 29. Determinare la fattorizzazione LU della matrice a A = 3a 2 a 2a a a 2 ed utilizzarla per calcolare il det(a). 2. Calcolare il determinante della matrice
Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico
Trasformazioni elementari sulle matrici Data una matrice A K m,n definiamo su A le seguenti tre trasformazioni elementari: T : scambiare tra loro due righe (o due colonne) di A; T : sommare ad una riga
ESERCITAZIONE CON EXCEL SULLE MATRICI
ESERCITAZIONE CON EXCEL SULLE MATRICI PROBLEMA 1 commutativa. 2 1 0 e 1 2 4 B = 3 1 2, verificare che la loro somma è Per poter risolvere il problema proposto, è necessario predisporre le matrici sul foglio
SISTEMI DI EQUAZIONI LINEARI
SISTEMI DI EQUAZIONI LINEARI Date le rette di equazioni ax + by + c = 0 e a x + b y + c = 0 quanti punti hanno in comune? Per rispondere devo risolvere il sistema ax + by + c = 0 ቊ a x + b y + c = 0 e
SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE
SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE Un equazione di primo grado in una incognita del tipo, con ha: una sola soluzione (equazione determinata) se nessuna soluzione (equazione impossibile) se tutte
RISOLUZIONE DI SISTEMI LINEARI
RISOLUZIONE DI SISTEMI LINEARI Algebra lineare numerica 1 La risoluzione di un sistema lineare è il nucleo principale del processo di risoluzione di circa il 70% di tutti i problemi reali Per la risoluzione
Esercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail [email protected] Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00
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)
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
Corso di Matematica B - Ingegneria Informatica Testi di Esercizi
A. Languasco - Esercizi Matematica B - 1. Sistemi lineari e Matrici 1 A: Sistemi lineari: eliminazione gaussiana Corso di Matematica B - Ingegneria Informatica Testi di Esercizi A1. Determinare, con il
Sistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3
Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b
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
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
Capitolo 3. Determinante e rango Permutazioni
Capitolo 3 Determinante e rango 303 Permutazioni Ricordiamo innanzitutto che, dato un insieme, l insieme S () delle applicazioni biunivoche da in sè stesso, può essere munito di una operazione, indicata
LA TEORIA DELLE MATRICI
LA TEORIA DELLE MATRICI Il concetto di matrice (dal latino matrix o mater) fu introdotto da James Joseph Silvester (84-97) in An essay on canonical forms (Londra, 85) per indicare una disposizione rettangolare
Matrici. 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
Operazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
Esercitazione di Matematica su retta e parabola
Esercitazione di Matematica su retta e parabola 1. (a) Scrivere l'equazione della retta r passante per i punti A( 1, ), B( 5, 0). (b) Scrivere l'equazione della retta s parallela ad r passante per il punto
QUADERNI DI DIDATTICA
Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Marta Cardin Paola Ferretti Stefania Funari Introduzione soft alla matematica per l economia e la finanza: I SISTEMI LINEARI
Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon
Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Pierangelo Ciurlia, Riccardo Gusso, Martina Nardon Esercizi di algebra lineare e sistemi di equazioni lineari con applicazioni
Richiami 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
TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI
TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI 2 Direttore Beatrice VENTURI Università degli Studi di Cagliari Comitato scientifico Umberto NERI University of
