1) Hamming bound, coset, codici equivalenti

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "1) Hamming bound, coset, codici equivalenti"

Transcript

1 Argomenti della Lezione ) Hamming bound, coset, codici equivalenti 2) Esercizi sui codici lineari a blocchi

2 Osservazione () Per effettuare la decodifica a rivelazione di errore si può seguire una delle due procedure seguenti: a) Verificare che il vettore y ricevuto sia uguale ad una delle codeword del codice C. b) Verificare che la sindrome s associata al vettore y ricevuto sia uguale al vettore nullo. Per effettuare la decodifica a correzione di errore si può seguire una delle due procedure seguenti che permettono di stimare la codeword trasmessa x: a) Identificare all'interno della matrice canonica la posizione in cui si trova il vettore y ricevuto. Scegliere come vettore trasmesso (codeword) quello che compare nella stessa colonna di y e in prima riga. b) Calcolare la sindrome s associata ala vettore y ricevuto e identificare il coset leader corrispondente ad s nella tabella di associazione sindrome/coset leader. Scegliere come vettore di errore stimato tale coset leader e sommarlo ad y ottendo la codeword stimata x. 2

3 Sia H la matrice di controllo di parità di un codice lineare a blocchi ed e il generico vettore di errore, scritti come: e [ e e... ] 2 e n Osservazione (2) H T h h2... h n dove h i è la i-esima riga della matrice H T. La sindrome associata ad e si può scrivere come: s eh T Quindi s è uguale alla somma delle righe di H T che corrispondono alle posizioni in cui si è verificato un errore. Nel caso di codice a correzione di errore singolo, la sindrome associata ad un errore singolo in posizione i è uguale alla riga i-esima di H T (o alla colonna i-esima di H). Se esiste una riga di H T composta da tutti valori pari a zero oppure se esistono due righe di H T uguali allora non è possibile correggere tutti i vettori di errore a peso unitario. i n e h i i 3

4 Sia t la capacità di correzione degli errori per un codice lineare a blocchi C. Un dato requisito su t si tramuta in un vincolo su n e k. Infatti per la disuguaglianza detta Hamming Bound si ha: 2 n k + Osservazione (3) n + n n t t i n i numero di diversi coset del codice C numero di diversi vettori di errore di peso numero di diversi vettori di errore di peso numero di diversi vettori di errore di peso 2 numero di diversi vettori di errore di peso t Nota : il coefficiente binomiale rappresenta il numero di possibili combinazioni in cui possono essere disposti i elementi in n posti (n i): n n! i!( n i)! Nota 2: la Hamming Bound diventa uguaglianza per codici perfetti. i 4

5 Osservazione (3) cont. Consideriamo il codice lineare a blocchi C {,,,}. Poichè il numero M di codeword è uguale a 4 e M2 k allora k2. Tale codice ha n3. d min e quindi non può nè correggere nè rivelare errori. Infatti, ad esempio il vettore di errore a peso unitario [] sommato alla seconda codeword produce la codeword [] e ciò non permette di rivelare tale errore singolo. Tale codice ha 2 n-k 2 diversi coset di 2 k 4 diversi elementi ciascuno che sono: {,,,} il cui coset leader è {,,,} il cui coset leader è 5

6 Osservazione (3) cont. Consideriamo il codice lineare a blocchi C 2 {,,,}. Tale codice, come il codice C ha n3 e k2. d min 2 e quindi non può correggere errori, ma può rilevare errori singoli. Tale codice ha 2 n-k 2 diversi coset di 2 k 4 diversi elementi ciascuno che sono: {,,,} il cui coset leader è {,,,} il cui coset leader è Poichè 2 n-k 2 ed n3, i due diversi coset leader associati ai due diversi coset non coprono tutti i possibili vettori di errore a peso unitario di lunghezza 3 che sono:,,, (includendo anche il vettore errore di tutti zeri). Considerando la Hamming bound, per permettere la correzione di errori singoli, cioè per permettere t è necessario aumentare la ridondanza cioè aumentare n-k (o equivalentemente aumentare 2 n-k ). 6

7 Osservazione (3) cont. Consideriamo la disuguaglianza Hamming Bound per t: 2 n k + n + n!!( n )! + n Tale disuguaglianza è verificata per i seguenti valori minimi di n al variare di k: k n R c k/n note 3,33 Verificata con uguaglianza (codice perfetto). Corrisponde al codice a ripetizione (3,) 2 5,4 3 6,5 4 7,57 Verificata con uguaglianza (codice perfetto). Corrisponde al codice di Hamming (7,4) 7

8 Osservazione (3) cont. Analizziamo il caso in cui k ed n3 (per aumentare n-k abbiamo diminuito k). Consideriamo il codice lineare a blocchi C 3 {,}. Tale codice è il codice a ripetizione (3,). I 2 n-k 4 diversi coset di C 3 sono: {,} il cui coset leader è {,} il cui coset leader è {,} il cui coset leader è {,} il cui coset leader è I quattro coset leader ora includono tutti i 4 possibili vettori di errore a peso. 8

9 Esercizio Sia dato un codice C a ripetizione (4,). Si determini: ) se C è lineare e/o sistematico e perchè 2) la matrice generatrice del codice 3) la capacità di correzione dell errore 4) la capacità di rivelazione dell errore 5) il circuito codificatore 9

10 Esercizio cont. ) Il codice a ripetizione è un codice lineare a blocchi di tipo (n,). Per questo codice n4.la relazione di corrispondenza tra le dataword e le codeword è la seguente: u -> x u -> x Poiché il vettore x di tutti zeri appartiene al codice ed inoltre la somma modulo 2 delle codeword è ancora una codeword, allora il codice è lineare. Il codice è sistematico poiché le codeword hanno come simbolo iniziale la dataword associata. 2) Per la matrice G generatrice del codice, di ordine k x n x 4, si può scrivere: x ug in Ponendo x x [ x x2 x3 x4] u [ u] [ ] e u [] si ha G [ ] cui

11 Esercizio cont. 3) La capacità di correzione dell errore si calcola a partire dalla distanza minima. Poiché esistono soltanto due parole di codice che differiscono in tutti i quattro bit, la distanza minima di Hamming è d min 4. Tale codice può correggere fino a t errori dove: t d min 4) Tale codice può rivelare fino a r errori dove: r dmin 4 3

12 Esercizio cont. 4) Poiché k il registro a scorrimento in ingresso è costituito da un solo stadio, mentre essendo n4 il registro a scorrimento in uscita è costituito da 4 stadi. Dalla relazione matriciale tra x, u e G si può scrivere: x u, x 2 u, x 3 u, x 4 u. Il circuito codificatore è il seguente: k u x x 2 x 3 x 4 n4 2

13 Esercizio 2 Si consideri un codice lineare a blocchi a correzione di errore singolo, e caratterizzato dalla seguente matrice di controllo di parità: H Trovare l errore associato alla ricezione della parola y[ ] 3

14 Calcoliamo la sindrome associata ad y[ ] H Esercizio 2 Esercizio 2 cont cont. ] [ ] [ T yh s Poichè s[ ] è uguale alla 5 a colonna di H (o alla 5 a riga di H T ), allora è stato introdotto un errore in 5 a posizione: e[ ] 4

15 Esercizio 3 Si consideri un codice lineare a blocchi con k2 e n5, e caratterizzato dalla seguente matrice generatrice: G Determinare: ) Le parole di codice 2) La capacità di correzione e di rivelazione dell errore 3) Utilizzando la sindrome, verificare che la parola z[ ] non appartiene al codice 4) Utilizzando la sindrome effettuare la correzione della suddetta parola z. 5

16 Esercizio 3 cont. ) Le parole di codice si ottengono moltiplicando tutte le possibili dataword che si ottengono con k2 per la matrice generatrice del codice: x ug [ ] u u 2 u u u u [ ] x [ ] [ ] x [ ] [ ] x [ ] [ ] x [ ] 6

17 Esercizio 3 cont. 2) Per ricavare la capacità di correzione e di rivelazione dell errore del codice bisogna determinare la distanza minima. Poiché il codice è lineare, la distanza minima è data dal peso di Hamming della parola di codice x che ha peso minimo. Poiché le parole di codice x hanno peso rispettivamente: 3, 3 e 4, allora la distanza minima del codice è pari a 3. La capacità di correzione e di rivelazione dell errore sono rispettivamente: t d min r dmin 3 2 7

18 Esercizio 3 cont. 3) La sindrome associata ad un vettore z è un vettore di dimensione mn-k. Per risalire alla sindrome, la quale permette di verificare l esistenza di una parola di codice ed eventualmente di correggerla, bisogna calcolare la matrice del controllo di parità H (matrice di ordine (n-k) n) partendo dalla matrice P (matrice di ordine k (n-k)): [ P ] H I G [ I P] k T n k P H [ P T I ] 3 8

19 Esercizio 3 cont. s zh T [ ] [ ] Poiché la sindrome s associata al vettore z non risulta un vettore di soli zeri, allora z non è una codeword. 9

20 Esercizio 3 cont. 4) Per correggere la parola z bisogna calcolare il vettore di errore e. Sappiamo che il codice è a correzione di errore singola e che s[ ] è uguale alla quarta colonna di H e quindi si è verificato un errore in quarta posizione: e [ ] A tale vettore di errore corrisponde la codeword: x z+ e [ ] 2

21 Esercizio 4 Un codice lineare a blocchi (6,3) sistematico ha i tre bit di parità calcolati mediante le tre equazioni: x x 4 u u + u + u u u2 x + + u 3 Determinare: ) La matrice generatrice del codice 2) L insieme delle parole di codice Decodificare le parole: y [ ] e y 2 [ ] 2

22 ) Essendo il codice sistematico, la matrice generatrice 3 6 può essere scritta come: ed essendo: [ ] P I G u u x + Esercizio 4 Esercizio 4 cont cont. si ha: u u x u u u x G 22

23 Esercizio 4 cont. 2) Poichè k3, esistono 2 k 8 codewords date da: x ug G Scrivendo tutte le possibili combinazioni di dataword di tre bit si ottiene la tabella: dataword codeword 23

24 Per la decodifica è necessario calcolare la matrice di controllo di parità: P G Esercizio 4 Esercizio 4 cont cont. [ ] 3 I P H T T H 24

25 Esercizio 4 cont. Per decodificare la parola y [ ] sindrome associata: s bisogna calcolare la [ ] [ ] T yh Poichè s è un vettore di tutti zeri, la parola y è stata ricevuta senza errori e la codeword trasmessa è x y [ ] 25

26 Esercizio 4 cont. Per decodificare la parola y 2 [ ] sindrome associata: s bisogna calcolare la [ ] [ ] T 2 y2h Poichè s 2 è uguale alla quarta riga di H T, la parola y 2 è stata ricevuta con un errore in quarta posizione, e quindi la codeword trasmessa è: x y 2 + e [ ] + [ ] [ ] 26

27 Esercizio 5 Un codice lineare a blocchi ha la seguente matrice di controllo di parità: H ) Determinare la matrice generatrice del codice 2) Decodificare la parola y[ ] ed identificare la dataword trasmessa. 27

28 ) Poichè H è in generale una matrice di ordine (n-k) n, si ha che: n-k3, n6, > k3. La matrice generatrice del codice è una matrice k n del tipo: Esercizio 5 Esercizio 5 cont cont. ] [ 3 I P H T Ricavando la matrice P di ordine k (n-k) si può risalire alla matrice G: [ ] P I G 3 G P 28

29 Esercizio 5 cont. Per decodificare la parola y [ ] bisogna calcolare la sindrome associata: s yh T [ ] [ ] Poichè s è uguale alla seconda riga di H T, la parola y è stata ricevuta con un errore in seconda posizione, e quindi la codeword trasmessa è: x y + e [ ] + [ ] [ ] Poichè il codice è sistematico, la dataword trasmessa è: u [ ] 29

30 Osservazione (4) Ogni codice lineare a blocchi C ha un codice equivalente C con matrice generatrice in forma sistematica (o standard). Sia G la matrice generatrice di un codice binario lineare a blocchi C. La matrice generatrice G di un codice C equivalente al codice C può essere ottenuta da G tramite le seguenti operazioni: ) permutazione delle righe di G 2) sostituzione di una riga di G con la somma di una riga con un altra riga 3) permutazione delle colonne di G N.B. le operazioni elementari sulle righe del tipo ) e 2) portano ad una matrice G che genera un codice C C. Le operazioni semplici sulle colonne del tipo 3) portano ad una matrice G che genera un codice C equivalente a C, ma non necessariamente uguale. 3

31 Esercizio 6 Un codice lineare a blocchi ha la seguente matrice generatrice: G Determinare la matrice generatrice in forma sistematica di un codice equivalente 3

32 Esercizio 6 cont. G Permutando la seconda colonna con la terza si ottiene la matrice G in forma sistematica: ' G 32

33 Esercizio 6 cont. Si può verificare che il codice lineare C generato da G è diverso dal codice lineare C generato dalla matrice G : x ug u u 2 [ ] dataword C codeword x ug' 2 [ u ] u C dataword codeword 33

34 Esercizio 7 Un codice lineare a blocchi ha la seguente matrice generatrice: G Costruire la tabella di decodifica (sindrome/coset-leader) e decodificare la parola y[ ] 34

35 Esercizio 7 cont. Il codice lineare C (4,2) generato da G è equivalente (in particolare è uguale) al codice lineare C generato dalla matrice G ottenuta sostituendo la prima riga di G con la somma della prima e seconda riga di G: G' a cui corrisponde la matrice di controllo di parità: H 35

36 Esercizio 7 cont. Le codewords di C sono: {,,, } I 2 n-k 4 coset (distinti) di C sono: + C {,,, } + C {,,, } + C {,,, } -> è uguale a C + C {,,, } + C {,,, } -> è uguale al secondo coset + C {,,, } -> è uguale al secondo coset + C {,,, }... Sono così calcolati i 4 coset di C 36

37 Esercizio 7 cont. Il numero di sindromi è pari a 2 n-k 4. Ad ogni sindrome è associato un coset leader. Calcolando la sindrome di ogni coset leader si ottiene la tabella di decodifica: Tabella di decodifica sindrome coset leader La sindrome associata alla parola y[ ] è s[ ], che corrisponde ad un vettore di errore: e[ ] e quindi la codeword decodificata è: xy+e[ ] 37

38 Esercizio 7 cont. Poiché per questo codice con n4 e k2 la Hamming Bound non è verificata neanche per t, allora il codice non può correggere gli errori singoli. Infatti i 4 coset leader di C non possono includere tutti i 4 vettori a peso unitario ed il vettore a peso nullo. 38

39 Esercizio 8 Costruire un codice lineare a blocchi con n5 e t. ) Per scegliere il valore di k devo fare in modo che la Hamming bound sia verificata per i valori dati di n e t. I valori di k che verificano la Hamming Bound sono k e k2. Scelgo k2 perché offre una ridondanza (n-k) minore. 2) Il codice deve essere composto da 2 k codeword: C{x, x 2, x 3, x 4 } 39

40 Esercizio 8 cont. 3) Poiché il codice è lineare a blocchi, C deve includere la codeword di tutti zeri e la somma di ogni coppia di codeword deve essere una codeword. 4) Per avere t, la distanza minima deve essere: d min 2t+3. Essendo il codice lineare ciò implica che il peso di ogni codeword (esclusa la codeword di tutti zeri) deve essere 3. 4

41 Esercizio 8 cont. 5) Se assumiamo che il codice sia sistematico, possiamo scrivere le 4 codeword: x x 2??? x 3??? x 4??? 6) Scegliendo la seconda codeword con peso pari a 3 si ha: x x 2 x 3??? x 4??? 4

42 Esercizio 8 cont. 7) Scegliendo la terza codeword con distanza pari a 3 dalla seconda codeword e con peso 3: x x 2 x 3 x 4??? 8) Scegliendo la quarta codeword come somma della seconda e terza codeword: x x 2 x 3 x 4 42

43 Esercizio 8 cont. Si può verificare che il codice C formato da: x x 2 x 3 x 4 è un codice lineare a blocchi con distanza minima pari a 3. 43

44 Per trovare la matrice generatrice G del codice C è necessario trovare una base del sottospazio vettoriale generato dalle codeword del codice. Poniamo le 2 k codeword del codice sulle righe di una matrice ed operiamo l eliminazione di Gauss: Esercizio 8 Esercizio 8 cont cont. La matrice ridotta in questa forma ha due vettori riga non nulli che formano una base per il codice lineare a blocchi C, il quale per definizione è un sottospazio vettoriale di dimensione k2 (numero di vettori della base). 44

45 Esercizio 8 cont. La matrice generatrice G del codice C è quindi: G la quale è scritta in forma sistematica. 45

1) Codici ciclici. 2) Esempi di codici ciclici. 3) Algoritmi di codifica e decodifica. 4) Circuiti di codifica

1) Codici ciclici. 2) Esempi di codici ciclici. 3) Algoritmi di codifica e decodifica. 4) Circuiti di codifica Argomenti della Lezione ) Codici ciclici 2) Esempi di codici ciclici 3) Algoritmi di codifica e decodifica 4) Circuiti di codifica Codici ciclici Un codice lineare a blocchi (n,k) è ciclico se e solo se

Dettagli

Codici Lineari G = [I K P], (1)

Codici Lineari G = [I K P], (1) Codici Lineari Nel seguito, indicheremo con F un generico campo finito. Come noto, F potrebbe essere l insieme delle cifre binarie F 2 = {0, 1} con le usuali operazioni di prodotto e somma modulo 2. Più

Dettagli

Codifica di canale. (dalle dispense e dalle fotocopie) Trasmissione dell Informazione

Codifica di canale. (dalle dispense e dalle fotocopie) Trasmissione dell Informazione Codifica di canale (dalle dispense e dalle fotocopie) Codici lineari a blocchi Un codice lineare (n,k) è un codice che assegna una parola lunga n ad ogni blocco lungo k. Si dice che il codice abbia un

Dettagli

3x 2 = 6. 3x 2 x 3 = 6

3x 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

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

a + 2b + c 3d = 0, a + c d = 0 c d

a + 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,

Dettagli

1) Codici convoluzionali. 2) Circuito codificatore. 3) Diagramma a stati e a traliccio. 4) Distanza libera. 5) Algoritmo di Viterbi

1) Codici convoluzionali. 2) Circuito codificatore. 3) Diagramma a stati e a traliccio. 4) Distanza libera. 5) Algoritmo di Viterbi Argomenti della Lezione 1) Codici convoluzionali 2) Circuito codificatore 3) Diagramma a stati e a traliccio 4) Distanza libera 5) Algoritmo di Viterbi 1 Codici convoluzionali I codici convoluzionali sono

Dettagli

1) Codici lineari a blocchi. 2) Matrice generatrice del codice. 3) Proprietà dei codici lineari a blocchi. 4) Matrice di controllo di parità

1) Codici lineari a blocchi. 2) Matrice generatrice del codice. 3) Proprietà dei codici lineari a blocchi. 4) Matrice di controllo di parità Argomenti della Lezione ) Codici lineari a blocchi ) Matrice generatrice del codice 3) Proprietà dei codici lineari a blocchi 4) Matrice di controllo di parità 5) Rivelazione e correzione d errore 6) Standard

Dettagli

Sistemi di equazioni lineari

Sistemi 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

Dettagli

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

Elementi 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

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

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

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

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

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

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

SISTEMI LINEARI MATRICI E SISTEMI 1

SISTEMI LINEARI MATRICI E SISTEMI 1 MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui

Dettagli

Sistemi 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 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)

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE 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

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da

Dettagli

1 Equazioni parametriche e cartesiane di sottospazi affini di R n

1 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

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

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

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere

Dettagli

Analisi dei dati corso integrato - Algebra lineare,

Analisi dei dati corso integrato - Algebra lineare, Analisi dei dati corso integrato - Algebra lineare, 050308-2 1 Ortogonalita nel piano Sia fissato nel piano un sistema di riferimento cartesiano ortogonale monometrico, con origine in O Tranne avviso contrario,

Dettagli

La riduzione a gradini e i sistemi lineari (senza il concetto di rango)

La riduzione a gradini e i sistemi lineari (senza il concetto di rango) CAPITOLO 4 La riduzione a gradini e i sistemi lineari (senza il concetto di rango) Esercizio 4.1. Risolvere il seguente sistema non omogeneo: 2x+4y +4z = 4 x z = 1 x+3y +4z = 3 Esercizio 4.2. Risolvere

Dettagli

x1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3

x1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3 Matematica II -..9 Spazio delle soluzioni di un sistema lineare omogeneo.. Consideriamo l equazione lineare omogenea nelle tre incognite x, x, x 3. x + x + 3x 3 = Possiamo risolvere l equazione ricavando

Dettagli

Esercizi sui sistemi di equazioni lineari.

Esercizi sui sistemi di equazioni lineari. Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la

Dettagli

Profs. Roberto Cusani Francesca Cuomo

Profs. Roberto Cusani Francesca Cuomo INFO-COM Dpt. Dipartimento di Scienza e Tecnica dell Informazione e della Comunicazione Università degli Studi di Roma Sapienza Codifica di Canale Codici a blocco TELECOMUNICAZIONI Profs. Roberto Cusani

Dettagli

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5.

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: 1 1 1 3 1 2 R 2 R 2 3R 0 4 5. SISTEMI LINEARI Esercizi Esercizio. Risolvere, se possibile, i seguenti sistemi: x y z = 0 x + y + z = 3x + y + z = 0 x y = 4x + z = 0, x y z = 0. Svolgimento. Procediamo con operazioni elementari di riga

Dettagli

Dipendenza e indipendenza lineare (senza il concetto di rango)

Dipendenza e indipendenza lineare (senza il concetto di rango) CAPITOLO 5 Dipendenza e indipendenza lineare (senza il concetto di rango) Esercizio 5.1. Scrivere un vettore w R 3 linearmente dipendente dal vettore v ( 1, 9, 0). Esercizio 5.2. Stabilire se i vettori

Dettagli

Esercitazione di Analisi Matematica II

Esercitazione di Analisi Matematica II Esercitazione di Analisi Matematica II Barbara Balossi 06/04/2017 Esercizi di ripasso Esercizio 1 Sia data l applicazione lineare f : R 3 R 3 definita come f(x, y, z) = ( 2x + y z, x 2y + z, x y). a) Calcolare

Dettagli

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente Dati i vettori di R (i) Calcolare il prodotto scalare v w, (ii) Stabilire se v e w sono ortogonali, (ii) Stabilire

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo 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

Dettagli

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile. COGNOME............................... NOME..................................... Punti ottenuti Esame di geometria Scrivi cognome e nome negli spazi predisposti in ciascuno dei tre fogli. Per ogni domanda

Dettagli

Lezione 7: Il Teorema di Rouché-Capelli

Lezione 7: Il Teorema di Rouché-Capelli Lezione 7: Il Teorema di Rouché-Capelli In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette soluzioni e da

Dettagli

Forme bilineari simmetriche

Forme bilineari simmetriche Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3

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

Codici convoluzionali

Codici convoluzionali Codici convoluzionali (dalle dispense e dal libro) Codici convoluzionali I codici lineari a blocchi sono caratterizzati dal fatto che il processo di codifica è senza memoria. I codici convoluzionali invece

Dettagli

1 Indipendenza lineare e scrittura unica

1 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

Dettagli

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,

Dettagli

Matematica per Analisi dei Dati,

Matematica 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

Dettagli

RETI LINEARI R 3 I 3 R 2 I 4

RETI LINEARI R 3 I 3 R 2 I 4 RETI LINERI 1 Leggi di Kirchoff. Metodo delle correnti di maglia R 1 R 3 I 1 I 3 E 1 J 1 J 2 J 3 I 2 I 4 R 4 I 5 R 5 I 6 R 6 J 4 R 7 Il calcolo delle correnti e delle differenze di potenziale in un circuito

Dettagli

I. 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.

I. 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

Dettagli

ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri,

ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 2015/2016 docente: Elena Polastri, ALGEBRA E GEOMETRIA Esercizi Corso di Laurea in Chimica - anno acc. 05/06 docente: Elena Polastri, plslne@unife.it Esercizi 3: SPAZI VETTORIALI e MATRICI Combinazioni lineari di vettori.. Scrivere il vettore

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

Corso di Matematica per la Chimica

Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il

Dettagli

Applicazioni eliminazione di Gauss

Applicazioni 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

Dettagli

0.1 Spazi Euclidei in generale

0.1 Spazi Euclidei in generale 0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo

Dettagli

RETTE E PIANI NELLO SPAZIO

RETTE E PIANI NELLO SPAZIO VETTORI E GEOMETRIA ANALITICA 1 RETTE E PIANI NELLO SPAZIO Rette e piani in forma cartesiana e parametrica. Parallelismo e perpendicolarità, posizioni reciproche tra rette e piani, distanze. Esercizio

Dettagli

1 Il metodo dei tagli di Gomory

1 Il metodo dei tagli di Gomory Il metodo dei tagli di Gomory Esercizio Sia dato il problema min(x x ) x + x (P 0 ) x + x x, x 0, interi. Calcolare la soluzione ottima applicando il metodo dei tagli di Gomory. Risoluzione Per applicare

Dettagli

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

LEZIONE 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

Dettagli

Esercizi svolti. delle matrici

Esercizi svolti. delle matrici Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa

Dettagli

Note sui sistemi lineari

Note sui sistemi lineari Note sui sistemi lineari Sia K un campo e siano m e n due numeri interi positivi. Sia A M(m n, K) e sia b K m. Consideriamo il sistema lineare Ax = b nell incognita x K n (o, se preferite, nelle incognite

Dettagli

SISTEMI LINEARI, METODO DI GAUSS

SISTEMI 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

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im

Definizione 1. Una matrice n m a coefficienti in K é una tabella del tipo. ... K m, detto vettore riga i-esimo, ed a im APPUNTI ed ESERCIZI su matrici, rango e metodo di eliminazione di Gauss Corso di Laurea in Chimica, Facoltà di Scienze MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rende, 23 Aprile 2010 Matrici, rango e metodo

Dettagli

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari In questa lezione ci dedicheremo a studiare a fondo quali proprietà della matrice dei coefficienti di un sistema (e della

Dettagli

15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI

15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI 15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono

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

Luigi Piroddi

Luigi Piroddi Automazione industriale dispense del corso (a.a. 2008/2009) 8. Reti di Petri: rappresentazione algebrica Luigi Piroddi piroddi@elet.polimi.it Rappresentazione matriciale o algebrica E possibile analizzare

Dettagli

dipendenti. Cosa possiamo dire sulla dimensione di V?

dipendenti. Cosa possiamo dire sulla dimensione di V? Esercizi Esercizi. In uno spazio vettoriale V ci sono tre vettori v, v 2, v linearmente indipendenti. Cosa possiamo dire sulla dimensione di V? 2. In uno spazio vettoriale V ci sono tre vettori v, v 2,

Dettagli

Geometria analitica: rette e piani

Geometria analitica: rette e piani Geometria analitica: rette e piani Equazioni del piano Intersezioni di piani. Rette nello spazio Fasci di piani e rette Intersezioni fra piani e rette Piani e rette ortogonali Piani di forma parametrica

Dettagli

EQUAZIONE DELLA RETTA

EQUAZIONE DELLA RETTA EQUAZIONE DELLA RETTA EQUAZIONE DEGLI ASSI L equazione dell asse x è 0. L equazione dell asse y è 0. EQUAZIONE DELLE RETTE PARALLELE AGLI ASSI L equazione di una retta r parallela all asse x è cioè è uguale

Dettagli

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 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

Dettagli

ha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il

ha 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

Dettagli

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

LEZIONE 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

Dettagli

Metodo dei minimi quadrati e matrice pseudoinversa

Metodo dei minimi quadrati e matrice pseudoinversa Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati

Dettagli

ESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x?

ESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x? A. Peretti Svolgimento dei temi d esame di Matematica A.A. 6/7 ESAME DI MATEMATICA I parte Vicenza, 5/6/7 log? Domanda. Per quali valori di è definita l espressione L espressione è definita se l argomento

Dettagli

Codici binari decimali

Codici binari decimali Codici binari decimali Si usano per rappresentare le dieci cifre decimali in binario dato che 2 3 < 10 < di 2 4 occorrono almeno 4 bits Binario Decimale BCD Eccesso-3 Biquinary 1 di 10 0 0 0000 0011 0100001

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

Appunti sui Codici di Reed Muller. Giovanni Barbarino

Appunti sui Codici di Reed Muller. Giovanni Barbarino Appunti sui Codici di Reed Muller Giovanni Barbarino Capitolo 1 Codici di Reed-Muller I codici di Reed-Muller sono codici lineari su F q legati alle valutazioni dei polinomi sullo spazio affine. Per semplicità

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

Condizione di allineamento di tre punti

Condizione di allineamento di tre punti LA RETTA L equazione lineare in x e y L equazione: 0 con,,, e non contemporaneamente nulli, si dice equazione lineare nelle due variabili e. Ogni coppia ; tale che: 0 si dice soluzione dell equazione.

Dettagli

1 Il polinomio minimo.

1 Il polinomio minimo. Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene

Dettagli

3.6 Metodi basati sui piani di taglio

3.6 Metodi basati sui piani di taglio 3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una

Dettagli

Dipendenza e indipendenza lineare

Dipendenza e indipendenza lineare Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus

Dettagli

10.. Codici correttori d errore. Modulo TLC:TRASMISSIONI Codici correttori d errore

10.. Codici correttori d errore. Modulo TLC:TRASMISSIONI Codici correttori d errore 10.. Codici correttori d errore Codici correttori d errore 2 Obiettivi: correggere o rivelare errori nella trasmissione di sequenze numeriche (sequenze di simboli, usualmente binari) Correzione di errore

Dettagli

Luigi Piroddi

Luigi Piroddi Automazione industriale dispense del corso (a.a. 2008/2009) 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul

Dettagli

Risoluzione di sistemi lineari sparsi e di grandi dimensioni

Risoluzione di sistemi lineari sparsi e di grandi dimensioni Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica

Dettagli

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

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

4.5 Metodo del simplesso

4.5 Metodo del simplesso 4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una

Dettagli

1 se k = r i. 0 altrimenti. = E ij (c)

1 se k = r i. 0 altrimenti. = E ij (c) Facoltà di Scienze Statistiche, Algebra Lineare A, G.Parmeggiani LEZIONE 5 Matrici elementari e loro inverse Si fissi m un numero naturale. Per ogni i, j m con i j siano E ij (c) (ove c è uno scalare )

Dettagli

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: SPAZI VETTORIALI Esercizi Esercizio. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi: V := { (a, a, a) V a R }, V 2 := { (a, b, a) V a, b R }, V 3 := { (a, 2a, a + b)

Dettagli

1) Probabilità di errore di trasmissione. 2) Capacità di canale. 3) Esempi di calcolo della capacità. 4) Disuguaglianza di Fano

1) Probabilità di errore di trasmissione. 2) Capacità di canale. 3) Esempi di calcolo della capacità. 4) Disuguaglianza di Fano Argomenti della Lezione 1) Probabilità di errore di trasmissione ) Capacità di canale 3) Esempi di calcolo della capacità 4) Disuguaglianza di Fano 5) Teorema inverso della codifica di canale 1 Probabilità

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

Geometria Analitica Domande e Risposte

Geometria Analitica Domande e Risposte Geometria Analitica Domande e Risposte A. Il Piano Cartesiano. Qual è la formula della distanza tra due punti nel piano cartesiano? Per calcolare la formula della distanza tra due punti nel piano cartesiano

Dettagli

CODICI CICLICI. TEORIA DEI CODICI CORSO DI GRAFI E COMBINATORIA A.A Prof.ssa Bambina Larato - Politecnico di Bari

CODICI CICLICI. TEORIA DEI CODICI CORSO DI GRAFI E COMBINATORIA A.A Prof.ssa Bambina Larato - Politecnico di Bari CODICI CICLICI TEORIA DEI CODICI CORSO DI GRAFI E COMBINATORIA A.A. 2011-2012 Prof.ssa Bambina Larato - larato@poliba.it Politecnico di Bari CODICI CICLICI Qualche richiamo Sia F=GF(q) e sia F[x] l insieme

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema

Dettagli

Esercizio 1 Trovare, se esistono, le soluzioni del sistema lineare. y + 3z = 3 x y + z = 0. { x + y = 1

Esercizio 1 Trovare, se esistono, le soluzioni del sistema lineare. y + 3z = 3 x y + z = 0. { x + y = 1 Esercizio 1 Trovare, se esistono, le soluzioni del lineare y + 3z = 3 x y + z = 0 x + y = 1 0 1 3 3 1 1 1 0 1 1 1 0 = 0 1 3 3 = 1 1 0 1 1 1 0 1 = 1 1 1 0 0 1 3 3 0 1 1 = Il di partenza è quindi equivalente

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

Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n

Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n Elementi di Algebra e di Matematica Discreta Numeri interi, divisibilità, numerazione in base n Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra e di Matematica

Dettagli

GEOMETRIA PIANA. 1) sia verificata l uguaglianza di segmenti AC = CB (ossia C è punto medio del segmento AB);

GEOMETRIA PIANA. 1) sia verificata l uguaglianza di segmenti AC = CB (ossia C è punto medio del segmento AB); VETTORI E GEOMETRIA ANALITICA 1 GEOMETRIA PIANA Segmenti e distanza tra punti. Rette in forma cartesiana e parametrica. Posizioni reciproche di due rette, parallelismo e perpendicolarità. Angoli e distanze.

Dettagli

Esercizi sulla retta. Gruppo 1 (4A TSS SER, 4B TSS SER, 4A AM )

Esercizi sulla retta. Gruppo 1 (4A TSS SER, 4B TSS SER, 4A AM ) Esercizi sulla retta. Gruppo 1 (4A TSS SER, 4B TSS SER, 4A AM ) 1. Scrivere l'equazione della retta passante per i punti P1(-3,1), P2(2,-2). Dobbiamo applicare l'equazione di una retta passante per due

Dettagli

Chi non risolve esercizi non impara la matematica.

Chi non risolve esercizi non impara la matematica. 5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi

Dettagli

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0 Soluzioni 4.-4. Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare 4. Risoluzione grafica e forma standard. Si consideri il problema min x cx Ax b x dove x = (x, x )

Dettagli

Algebra lineare Geometria 1 11 luglio 2008

Algebra lineare Geometria 1 11 luglio 2008 Algebra lineare Geometria 1 11 luglio 2008 Esercizio 1. Si considerino la funzione: { R f : 3 R 3 (α, β, γ) ( 2β α γ, (k 1)β + (1 k)γ α, 3β + (k 2)γ ) dove k è un parametro reale, e il sottospazio U =

Dettagli

(x B x A, y B y A ) = (4, 2) ha modulo

(x B x A, y B y A ) = (4, 2) ha modulo GEOMETRIA PIANA 1. Esercizi Esercizio 1. Dati i punti A(0, 4), e B(4, ) trovarne la distanza e trovare poi i punti C allineati con A e con B che verificano: (1) AC = CB (punto medio del segmento AB); ()

Dettagli

Corso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori

Corso di Matematica II Anno Accademico Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori Esercizio 1 Corso di Matematica II Anno Accademico 29 21. Esercizi di Algebra Lineare. Calcolo di autovalori ed autovettori May 7, 21 Commenti e correzioni sono benvenuti. Mi scuso se ci fosse qualche

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