Determinante. Elisabetta Colombo. Determinante. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico ,
|
|
- Amando Gianni
- 6 anni fa
- Visualizzazioni
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
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.+
DettagliIl determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora
Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di
DettagliInversa. 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
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
DettagliMATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI
MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è
DettagliLEZIONE i i 3
LEZIONE 5 51 Determinanti In questo lezione affronteremo da un punto di vista prettamente operativo la nozione di determinante, descrivendone le proprietà ed i metodi di calcolo, senza entrare nei dettagli
DettagliMatrici quadrate particolari
Matrici quadrate particolari Sia A Mn(K) una matrice quadrata. Gli elementi (a 1,1, a 2,2,, a n,n ) costituiscono la diagonale principale di A. Gli elementi (a 1,n, a 2,n-1,, a n-1,2, a n,1 ) costituiscono
DettagliMatrici. Prof. Walter Pugliese
Matrici Prof. Walter Pugliese Le matrici Una matrice è un insieme di numeri reali organizzati in righe e colonne. Se n è il numero delle righe e m e il numero delle colonne si dice che la matrice è di
Dettagli2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =
Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):
Dettagli( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1
. Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo
DettagliDeterminanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici
Introduzione S S S Rango di matrici Si dice sottomatrice d'una matrice data la matrice ottenuta selezionando un certo numero di righe e di colonne della matrice iniziale. Lezione 24.wpd 08/01/2011 XXIV
DettagliEsercitazioni 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
DettagliMatematica II,
Matematica II,.05.04 Diamo qui la nozione di determinante di una matrice quadrata, le sue prime proprieta, e ne deriviamo una caratterizzazione delle matrici non singolari e una formula per l inversa di
DettagliAnno 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
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
DettagliMATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari A. Bertapelle 25 ottobre 212 Cos è un sistema lineare? Definizione Un sistema di m equazioni lineari (o brevemente sistema lineare) nelle n incognite x 1,..., x n, a coefficienti
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliGiuseppe Accascina. Note del corso di Geometria e Algebra
Giuseppe Accascina Note del corso di Geometria e Algebra Corso di Laurea Specialistica in Ingegneria Gestionale Anno Accademico 26-27 ii Istruzioni per l uso Faremo spesso riferimento a ciò che è stato
DettagliEquivalentemente, le colonne di A sono linearmente indipendenti se e solo se
Lezioni di Algebra Lineare. Versione novembre 2008 VI. Il determinante Il determinante det A di una matrice A, reale e quadrata, è un numero reale associato ad A. Dunque det è una funzione dall insieme
Dettagli1 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 )
DettagliALGEBRA LINEARE PARTE II
DIEM sez. Matematica Finanziaria Marina Resta Università degli studi di Genova Dicembre 005 Indice PREMESSA INVERSA DI UNA MATRICE DETERMINANTE. DETERMINANTE DI MATRICI ELEMENTARI................. MATRICI
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliSISTEMI LINEARI, METODO DI GAUSS
SISTEMI LINEARI, METODO DI GAUSS Abbiamo visto che un sistema di m equazioni lineari in n incognite si può rappresentare in forma matriciale come A x = b dove: A è la matrice di tipo (m, n) dei coefficienti
DettagliSistemi 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
DettagliEsercitazioni 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
DettagliSui determinanti e l indipendenza lineare di vettori
Sui determinanti e l indipendenza lineare di vettori 1 Si dice che m vettori v 1, v 2,,v m di R n sono linearmente indipendenti, se una loro combinazione lineare può dare il vettore nullo solo se i coefficienti
DettagliCorso 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
DettagliMATEMATICA. 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
DettagliApplicazioni eliminazione di Gauss
Applicazioni eliminazione di Gauss. Premessa Nel seguito supporremo sempre di applicare il metodo di eliminazione di Gauss allo scopo di trasformare la matrice del sistema Ax = b in una matrice triangolare
DettagliArgomento 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
DettagliRIDUZIONE 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
DettagliIntroduzione 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.............................
DettagliDef. 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
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
DettagliOperazioni 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
Dettaglia + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliLezione 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
Dettagli1 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
Dettagli1 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
DettagliMetodi 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/
Dettagli08 - Matrici, Determinante e Rango
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 08 - Matrici, Determinante e Rango Anno Accademico 2013/2014 D.
DettagliI.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
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
DettagliESERCIZI SULLE MATRICI
ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a
DettagliMetodo 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
DettagliLezione 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.
DettagliRegistro Lezioni di Algebra lineare del 15 e 16 novembre 2016.
Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016 Di seguito si riporta il riassunto degli argomenti svolti; i riferimenti sono a parti del Cap8 Elementi di geometria e algebra lineare Par5
Dettagliottenuta 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)
DettagliSISTEMI 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,
DettagliCorso 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
DettagliEsercizi 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
DettagliMatrici. 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
DettagliAppunti 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
DettagliI 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.
DettagliLEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g
LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere
DettagliMetodo di Gauss-Jordan 1
Metodo di Gauss-Jordan 1 Nota Bene: Questo materiale non debe essere considerato come sostituto delle lezioni. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi
DettagliIntroduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari
Introduzione soft alla matematica per l economia e la finanza Marta Cardin, Paola Ferretti, Stefania Funari Capitolo Sistemi di equazioni lineari.8 Il Teorema di Cramer Si consideri un generico sistema
DettagliLEZIONE 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
DettagliESERCITAZIONE 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
DettagliMatematica per Analisi dei Dati,
Matematica per Analisi dei Dati, 230209 1 Spazio vettoriale R n Sia n un intero positivo fissato Lo spazio vettoriale R n e l insieme delle n ple ordinate di numeri reali, che rappresenteremo sempre come
DettagliESERCIZI 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
DettagliMATRICI. 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 +
DettagliEsercitazione 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
DettagliMetodi 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
DettagliIngegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009
Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 28/29 Dire se le seguenti proposizioni sono vere o false: ESERCITAZIONE. Proposizione Vera Falsa f : R R 4 rk(f f : R 4 R rk(f f :
DettagliLEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
DettagliDefinizioni 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
DettagliDecomposizione 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
DettagliOperazioni 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
DettagliLeLing9: Prodotto tra matrici.
Geometria Lingotto LeLing9: Prodotto tra matrici Ārgomenti svolti: Prodotto tra matrici Dimostrazione del teorema del rango L algebra delle matrici quadrate: Il prodotto tra matrici non e commutativo Rotazioni
DettagliLa 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
DettagliAppunti 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..............................
Dettagli1 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,
Dettagli08 - Matrici, Determinante e Rango
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 08 - Matrici, Determinante e Rango Anno Accademico 2013/2014 D.
DettagliMetodi 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
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
DettagliDefinizione 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
DettagliGeometria 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
DettagliFormulario 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,
DettagliEsercizi 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
Dettaglise 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,
DettagliSISTEMI 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
DettagliLezione 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
DettagliSistemi di equazioni lineari
Sistemi di equazioni lineari I sistemi di equazioni si incontrano in natura in molti problemi di vita reale. Per esempio, prendiamo in considerazione una bevanda a base di uova, latte e succo d arancia.
DettagliMATRICI 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...
DettagliNoi 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
DettagliLe 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
DettagliElementi 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
DettagliPrecorso 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
DettagliSOTTOSPAZI 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,
DettagliSi 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
DettagliLe 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
DettagliInformatica 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
DettagliEsercizi 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
DettagliEsercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
Dettagli3 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
DettagliLa 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
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
Dettagli