Determinante. Elisabetta Colombo. Determinante. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico ,

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Determinante. Elisabetta Colombo. Determinante. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico ,"

Transcript

1 Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico ,

2 1 n=2 2 3 con le 4

3 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 un numero reale, detto di A (e indicato con det A oppure con A ). NOTA Non viene fornita la definizione di di una matrice, ma solo un metodo operativo per calcolarlo. Per calcolare il della matrice quadrata A di ordine n, si procede nel modo seguente: se n = 1, ossia se A = ( ) a 11, allora det A = a11 ; ( ) a11 a se n = 2, ossia se A = 12, allora a 21 a 22 det A = a 11 a 22 a 12 a 21

4 n=2 n=2 Esempi Data la matrice A = ( si ha: det A = ( 1) 2 0 5= 2. Data la matrice B = ( si ha: det B = 3 ( 1) ( 2) 1 = = 1. ) ) con le

5 n=2 con le Per poter calcolare il di una matrice quadrata di ordine n 3, dobbiamo introdurre le seguenti definizioni. Data la matrice quadrata A di ordine n 2 si definisce A = a 11 a 12.. a 1n a 21 a 22.. a 2n : : : a n1.. a nn Minore complementare dell elemento a ij : il della matrice quadrata di ordine (n 1), detta A ij, ottenuta da A eliminando la riga i e la colonna j. di a ij : il numero reale ( 1) i+j det ( A ij )

6 n=2 con le Esempi Sia A = ( 3 1 A 11 = allora ), il minore associato a A 11 = è det A 11 = 6 1 = 5 e il complemento dell elemento a 11 è ( 1) 1+1 det A 11 = 5 ( ) 1 0 A 21 =, il minore associato a A = è det A 21 = 2 0 = 2 e il complemento dell elemento a 21 è ( 1) 2+1 det A 21 = 2 ( ) 1 0 A 31 =, il minore associato a A = è det A 31 = 1 0 = 1 e il complemento dell elemento a 31 è: ( 1) 3+1 det A 31 = 1

7 n=2 con le Siamo ora in grado di calcolare il di una qualunque matrice quadrata di ordine n 3: Theorem (di ) Fissata una qualunque riga o colonna di A, il deteminante di A si ottiene sommando il prodotto di ogni elemento di tale riga o colonna per il suo complemento.

8 n=2 con le In formule, fissata per esempio la riga k, con 1 k n si ha det A = = a k1 ( 1) k+1 det A k1 + a k2 ( 1) k+2 det A k2 + + a kn ( 1) k+n det A kn oppure, fissando la colonna k, det A = = a 1k ( 1) 1+k det A 1k + a 2k ( 1) 2+k det A 2k + + a nk ( 1) n+k det A nk.

9 n=2 con le NOTA Poichè il calcolo del è indipendente dalla linea (riga o colonna) scelta, conviene, quasi sempre, fissare una linea della matrice che contenga il maggior numero di zeri. Esempio 1 Sia A la matrice dell esempio precedente Per calcolarne il fissiamo (ad esempio) la prima colonna, allora ossia det A = a 11 ( 1) 1+1 det A 11 + a 21 ( 1) 2+1 det A 21 + a 31 ( 1) 3+1 det A 31

10 n=2 con le det =2 ( 1) 1+1 det ( ( ) 1 0 det +0 ( 1) 3+1 det A = 2 (6 1)+( 1) ( 1)(2 0)+0 = = 12. ) +( 1) ( 1) 2+1

11 n=2 con le Fissando invece la terza riga si ottiene, come vediamo, lo stesso risultato: ( ) det =0 det A ( 1)det ( ) det = (6 + 1) =

12 n=2 con le Esempio 2 Per calcolare il della matrice A = , fissiamo, ad esempio, la prima colonna e otteniamo: det A =0 det A 11 1 det det det A 41

13 n=2 con le Fissando ora la seconda riga per il calcolo di ( ) det =det =(3 + 2) =

14 n=2 con le Fissando ora la prima colonna per il calcolo di det = ( ) ( ) ( ) det 2 det 2 det = = 15

15 n=2 Quindi det A= 1 det ( 15) = det = con le

16 n=2 con le Se A è triangolare, cioè con tutti zeri sopra o sotto la diagonale, allora det A = a 11 a 22 a nn. Se A ha una riga o una colonna di zeri, allora det A = 0. Se A ha due righe o due colonne uguali, allora det A = 0. Scambiando due righe (ossia applicando la Trasformazione I) o due colonne il cambia segno. Moltiplicando una riga per un numero k ( 0) (ossia applicando la Trasformazione II) il viene moltiplicato per k. Aggiungendo ad una riga un multiplo di un altra (ossia applicando la Trasformazione III) il non cambia.

17 n=2 con le Data la matrice quadrata di ordine 3, si ha: A = a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 det A = a 11 a 22 a 33 + a 12 a 23 a 31 + a 21 a 32 a 13 a 13 a 22 a 31 a 12 a 33 a 21 a 23 a 32 a 11 e si calcola sommando i prodotti degli elementi sulla diagonale e sulle sue traslate e sottraendo i prodotti degli elementi sulla diagonale NE-SO e sulle sue traslate (regola di Sarrus.)

18 n=2 con le Esempio det = ( 2)+( 1) ( 1) 2 ( 2) = = 44

19 n=2 con le NOTA Le proprietà del possono essere utilizzate per semplificare il calcolo. Essenzialmente si cerca, con e per colonna, di ottenere una riga o una colonna con molti zeri per sviluppare poi rispetto ad essa, ricordando che sommando a una riga o a una colonna un multiplo di un altra il non cambia,mentre scambiando righe o colonne il cambia di segno e moltiplicando per k 0 una riga o una colonna il viene moltiplicato per k.

20 Esempi n=2 con le det A = = R R 1 det ) = / =2(7/2

21 Esempi n=2 con le det = +1 det C 1 + C 2 = C 2 + 2C 3 35 det det C 1 2C 3 = det C 1 = det = 35 det 7C 1 = 5C 2 ( ) = 35

22 n=2 con le Theorem (di Rango massimo) Una matrice quadrata A, di ordine n (cioè n n) ha rango massimo n se se solo se det A 0. Dim La matrice A ha rango n se e solo se è equivalente a una matrice a gradini B con n gradini, quindi triangolare con elementi tutti non zero sulla diagonale. Perciò det B che è il prodotto di tali elementi è non zero e quindi è non zero det A che è un suo multiplo per un coefficiente diverso da zero. Viceversa A ha rango k minore di n se è equivalente a una matrice quadrata B con k gradini, quindi con det B = 0, perciò anche det A = 0.

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

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

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di

Dettagli

Inversa. Inversa. Elisabetta Colombo

Inversa. Inversa. Elisabetta Colombo Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 00-0, http://users.mat.unimi.it/users/colombo/programmabio.html e 3 con i Matrici inverse di matrici quadrate e con i Sia A una

Dettagli

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

= 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

Dettagli

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

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

Dettagli

LEZIONE i i 3

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

Dettagli

Matrici quadrate particolari

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

Dettagli

Matrici. Prof. Walter Pugliese

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

Dettagli

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

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

Dettagli

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1

( ) 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

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

Esercitazioni di Algebra e Geometria

Esercitazioni di Algebra e Geometria Esercitazioni di Algebra e Geometria Anno Accademico 2010 2011 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.30

Dettagli

Matematica II,

Matematica II, Matematica II,.05.04 Diamo qui la nozione di determinante di una matrice quadrata, le sue prime proprieta, e ne deriviamo una caratterizzazione delle matrici non singolari e una formula per l inversa di

Dettagli

Anno 4 Matrice inversa

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

Dettagli

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

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

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

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

Giuseppe Accascina. Note del corso di Geometria e Algebra

Giuseppe 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

Dettagli

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

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

Dettagli

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

ALGEBRA LINEARE PARTE II

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

Dettagli

LeLing12: Ancora sui determinanti.

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

Dettagli

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

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. 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

Dettagli

Esercitazioni di Algebra e Geometria

Esercitazioni di Algebra e Geometria Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00

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

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

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

Dettagli

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari MATEMATICA a.a. 2014/15 8. Sistemi di equazioni lineari SISTEMI LINEARI Si definisce sistema lineare un sistema di p equazioni di primo grado in q incognite. a11x1 + a12 x2 +... + a1 qxq = k1 a21x1 + a22x2

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

Argomento 13 Sistemi lineari

Argomento 13 Sistemi lineari Sistemi lineari: definizioni Argomento 3 Sistemi lineari I 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) eb è un numero reale (detto

Dettagli

RIDUZIONE E RANGO , C = 2 5 1

RIDUZIONE E RANGO , C = 2 5 1 MATRICI E SISTEMI RIDUZIONE E RANGO Riduzione di matrici (definizioni, trasformazioni elementari). Calcolo del rango e dell inversa (metodo di Gauss, metodo di Gauss-Jordan). 3 4 Esercizio Ridurre per

Dettagli

Introduzione all algebra delle matrici. Appunti a cura di Lara Ercoli

Introduzione all algebra delle matrici. Appunti a cura di Lara Ercoli Introduzione all algebra delle matrici ppunti a cura di Lara Ercoli Indice Definizioni 3. Matrici particolari............................ 4 2 Operazioni con le matrici 8 2. Somma di matrici.............................

Dettagli

Def. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni:

Def. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni: Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 5 Operazioni elementari sulle righe di una matrice Sia A una matrice m n. Def. 1. Si chiamano operazioni elementari sulle righe

Dettagli

LEZIONE 4. { x + y + z = 1 x y + 2z = 3

LEZIONE 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.

Dettagli

Operazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3

Operazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3 Operazioni tra matrici Definizione di matrice a ij è un elemento di A a ij è detto l elemento ij-esimo di A Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia

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

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

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico

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

Dettagli

1 Determinante di una matrice 1. 2 Calcolo della matrice inversa 7. 3 Calcolo del rango 8. 4 Soluzioni degli esercizi 12. n! = n.

1 Determinante di una matrice 1. 2 Calcolo della matrice inversa 7. 3 Calcolo del rango 8. 4 Soluzioni degli esercizi 12. n! = n. 1 DETERMINANTE DI UNA MATRICE 1 Determinante e rango Indice 1 Determinante di una matrice 1 2 Calcolo della matrice inversa 7 3 Calcolo del rango 8 4 Soluzioni degli esercizi 12 1 Determinante di una matrice

Dettagli

1 Definizione di sistema lineare omogeneo.

1 Definizione di sistema lineare omogeneo. Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari

Dettagli

Metodi Matematici per l Economia anno 2017/2018 Gruppo B

Metodi Matematici per l Economia anno 2017/2018 Gruppo B Metodi Matematici per l Economia anno 2017/2018 Gruppo B Docente: Giacomo Dimarco Dipartimento di Matematica e Informatica Università di Ferrara https://sites.google.com/a/unife.it/giacomo-dimarco-home-page/

Dettagli

08 - Matrici, Determinante e Rango

08 - Matrici, Determinante e Rango Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 08 - Matrici, Determinante e Rango Anno Accademico 2013/2014 D.

Dettagli

I.T.I.S L. Da Vinci G. Galilei Progetto: Diritti a Scuola - Matematica - Anno 2016

I.T.I.S L. Da Vinci G. Galilei Progetto: Diritti a Scuola - Matematica - Anno 2016 Si ringrazia il gentilissimo Prof. Nicola Filipponio per la sua disponibilità, per aver tenuto delle brillanti lezioni presso il nostro istituto e per l utilizzo del suo materiale relativo alla costruzione

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

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

Metodo delle due fasi

Metodo delle due fasi Metodo delle due fasi Il problema artificiale la fase I del Simplesso esempi rif. Fi 3.2.5; Osservazione Nel problema min{c T x : Ax = 0, x 0}, dell esempio precedente si ha che b 0 e A contiene una matrice

Dettagli

Lezione 11: Il Determinante

Lezione 11: Il Determinante Lezione 11: Il Determinante Abbiamo capito come sia sufficiente determinare il rango della matrice dei coefficienti e della matrice completa di un sistema per determinarne completamente il comportamento.

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

ottenuta scambiando in A, le righe con le colonne, così, ad esempio, posto

ottenuta scambiando in A, le righe con le colonne, così, ad esempio, posto MATRICI Si chiama matrice di m righe ed n colonne una tabella costituita da m n numeri (detti elementi), disposti in m righe orizzontali ed in n colonne verticali, racchiusi tra due parentesi tonde. (1)

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

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,

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 7 - CALCOLO NUMERICO CON MATRICI Richiami teorici Operazioni fondamentali Siano A = {a ij } e B = {b ij }, i = 1,..., m, j = 1,..., n due

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

Matrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili

Matrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h

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

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

I determinanti. a11 a A = 12 a 21 a 22 I determinanti. Queste note, basate sugli appunti delle lezioni, riepilogano rapidamente la definizione e le proprietà del determinante. Vengono inoltre illustrati i metodi di calcolo e alcune dimostrazioni.

Dettagli

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

Metodo di Gauss-Jordan 1

Metodo 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

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

LEZIONE 1 C =

LEZIONE 1 C = LEZIONE 1 11 Matrici a coefficienti in R Definizione 111 Siano m, n Z positivi Una matrice m n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi

Dettagli

ESERCITAZIONE CON EXCEL SULLE MATRICI

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

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

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

MATRICI. 1. Esercizi

MATRICI. 1. Esercizi MATICI Esercizio Siano A = 0, B = Esercizi 2, C = 0 2 2 Calcolare: a2a B; b3a + 2B 4C; c 2A + B + 2C 2B; d3b + 2(2A C (A + B + 2C isolvere, se possibile: ( 3X + 2(A X + B + 2(C + 2X = 0; (2 4A + 2(B +

Dettagli

Esercitazione di Matematica su matrici e sistemi lineari

Esercitazione di Matematica su matrici e sistemi lineari 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 1 0 5 1 A = 0, B = 0 0, C = 0 1 0 6 1

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari 1 Sistemi di equazioni lineari 1.1 Determinante di matrici quadrate Ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante della matrice

Dettagli

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

Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009 Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 28/29 Dire se le seguenti proposizioni sono vere o false: ESERCITAZIONE. Proposizione Vera Falsa f : R R 4 rk(f f : R 4 R rk(f f :

Dettagli

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

Definizioni e operazioni fondamentali

Definizioni e operazioni fondamentali MATRICI Definizioni e operazioni fondamentali Autovalori e autovettori Potenza Esponenziale Limiti, derivate e integrali Illustrazioni dal Testo di Riferimento per gentile concessione degli Autori 1 DEFINIZIONI

Dettagli

Decomposizione LU di una matrice quadrata

Decomposizione LU di una matrice quadrata Appendice al Cap. 5 Decomposizione LU di una matrice quadrata Una qualunque matrice quadrata M = {m ij } di ordine N, reale, invertibile, i cui minori principali siano tutti non nulli, si può sempre decomporre

Dettagli

Operazioni elementari e riduzione

Operazioni elementari e riduzione Matrici e sistemi Operazioni elementari Riduzioni di matrici L algoritmo di riduzione 2 2006 Politecnico di Torino 1 Operazioni elementari per righe Sia A M m,n. Introduciamo tre tipi di operazioni che

Dettagli

LeLing9: Prodotto tra matrici.

LeLing9: 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

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

Appunti di Geometria e Algebra L-A Seconda Facoltà di Ingegneria - Cesena. Marco Alessandrini

Appunti di Geometria e Algebra L-A Seconda Facoltà di Ingegneria - Cesena. Marco Alessandrini Appunti di Geometria e Algebra L-A Seconda Facoltà di Ingegneria - Cesena Marco Alessandrini Ottobre 2006 Indice 1 Informazioni del corso 3 1.1 Programma............................ 3 1.2 Docenti..............................

Dettagli

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.

1 Introduzione alle matrici quadrate 2 2 a coefficienti in R. 1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,

Dettagli

08 - Matrici, Determinante e Rango

08 - Matrici, Determinante e Rango Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 08 - Matrici, Determinante e Rango Anno Accademico 2013/2014 D.

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

Sistemi lineari - Parte Seconda - Esercizi

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

Dettagli

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

Geometria e Topologia I (U1-4) 2006-mag-10 61

Geometria e Topologia I (U1-4) 2006-mag-10 61 Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca

Dettagli

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010 In quetsa dispensa: V è uno spazio vettoriale di dimensione d sul campo complesso C generato dai vettori v 1,..., v d. Le variabili m,

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

se d=0 Dimostrazione In una progressione aritmetica la differenza tra ogni termine e quello predente è uguale a d:

se d=0 Dimostrazione In una progressione aritmetica la differenza tra ogni termine e quello predente è uguale a d: Progressioni aritmetiche Progressioni Una progressione aritmetica è una successione numerica tale che la differenza tra ogni termine e il suo precedente è costante. Tale differenza costante è detta ragione,

Dettagli

SISTEMI DI EQUAZIONI LINEARI

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

Dettagli

Lezione 8: Determinante e Inversa

Lezione 8: Determinante e Inversa Lezione 8: Determinante e Inversa In questa lezione vogliamo descrivere due concetti fondamentali, il determinante, che è un numero associato ad ogni matrice quadrata, e l inversa di una matrice. L importanza

Dettagli

Sistemi di equazioni lineari

Sistemi 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.

Dettagli

MATRICI Vol.1. Pag. 1/24

MATRICI Vol.1. Pag. 1/24 MATRICI Vol.1 Sommario ALGEBRA DELLE MATRICI... 3 Matrici nulla, diagonale e unità... 3 Matrice simmetrica e matrice trasposta... 3 Combinazioni lineari e differenza tra matrici. Matrice emisimmetrica...

Dettagli

Noi ci occuperemo esclusivamente dei casi n = 2 e n = 3. Se n = 2, la quadrica Q p sarà detta conica di equazione p, e indicata con C p.

Noi ci occuperemo esclusivamente dei casi n = 2 e n = 3. Se n = 2, la quadrica Q p sarà detta conica di equazione p, e indicata con C p. Durante il corso abbiamo studiato insiemi (rette e piani) che possono essere descritti come luogo di zeri di equazioni (o sistemi) di primo grado. Adesso vedremo come applicare quanto visto per studiare

Dettagli

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. 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

Dettagli

Elementi di Algebra Lineare Applicazioni lineari

Elementi di Algebra Lineare Applicazioni lineari Elementi di Algebra Lineare Applicazioni lineari Cristina Turrini UNIMI - 2016/2017 Cristina Turrini (UNIMI - 2016/2017) Elementi di Algebra Lineare 1 / 50 index Applicazioni lineari 1 Applicazioni lineari

Dettagli

Precorso di Matematica

Precorso di Matematica UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni

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

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

Le equazioni di primo grado

Le equazioni di primo grado Le equazioni di primo grado Definiamo prima di tutto cosa è una identità. Definizione : un identità è un uguaglianza, dove compaiono espressioni letterali, verificata per qualunque valore attribuito alle

Dettagli

Informatica B

Informatica B 2013-2014 Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli: durelli@elet.polimi.it Luigi Malago : malago@di.unimi.it Materiale di laboratorio reperibile all indirizzo: www.gianlucadurelli.com

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

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

3 a 11 a a 1n a 21 a a 2n a 31 a a 3n. 5 a m1 a m2... a mn

3 a 11 a a 1n a 21 a a 2n a 31 a a 3n. 5 a m1 a m2... a mn Matrici n n n Nozioni fondamentali Algebra delle matrici Determinanti di matrici quadrate n Nozioni fondamentali Definizioni DEFINIZIONE MATRICE Detti m ed n due numeri interi positivi e considerati m

Dettagli

La matematica del CAD. Vettori e Matrici

La matematica del CAD. Vettori e Matrici La matematica del CAD Vettori e Matrici IUAV Disegno Digitale Camillo Trevisan I programmi CAD riducono tutti i problemi geometrici in problemi analitici: la proiezione di un punto su un piano viene, ad

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