Note sull algoritmo di Gauss
|
|
|
- Flaviana Luciani
- 7 anni fa
- Visualizzazioni
Transcript
1 Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x a n x n = b a 2 x + a 22 x a 2n x n = b 2... a m x + a m2 x a mn x n = b m dove a,..., a nn sono numeri reali, detti i coefficienti del sistema, e b,..., b m sono numeri x reali, detti i termini noti del sistema. Una soluzione del sistema è una n-pla x 2... Rn x n che, sostituita ordinatamente al posto delle incognite, rende soddisfatte tutte le equazioni. Un sistema che ammette almeno una soluzione è detto compatibile, o risolubile.. Definizione di matrice Una matrice m n è una tabella di mn numeri reali, ordinati secondo m righe ed n colonne. Ad esempio: ( ) ( ) 2 0, sono esempi di matrici 2 2, mentre: è una matrice 3 4. Notiamo che una matrice n altro non è che un vettore di R n.
2 .2 Matrici associate a un sistema lineare Un sistema lineare di m equazioni in n incognite si puo rappresentare mediante quella che è detta la matrice completa del sistema, cioè la matrice a a 2... a n b A = a 2 a a 2n b a m a m2... a mn b m Notiamo che l ultima colonna corrisponde ai termini noti del sistema. Spesso sara importante considerare la matrice dei coefficienti del sistema, cioè a a 2... a n A = a 2 a a 2n a m a m2... a mn Esempio Il sistema ha matrice dei coefficienti e matrice completa x 2y = 3 S : 2x + 2y z = 4 x 2z = A = A = ( ) 0 Esempio La matrice rappresenta la matrice completa del sistema lineare di due equazioni in quattro incognite: { x + x 2 + x 4 = 2x + x 3 x 4 = 2 2
3 .3 Matrici a scalini Definizione Una matrice si dice a scalini se soddisfa entrambe le seguenti proprietà: ) Se una riga è nulla, allora tutte le righe ad essa sottostanti sono nulle. 2) Sotto il primo elemento non nullo di ciascuna riga, e sotto tutti gli zeri che lo precedono, ci sono elementi nulli. Esempio Le seguenti matrici: , , , sono a scalini, mentre la matrice non è a scalini, poichè sotto l elemento a 23 = 2 ci dovrebbe essere uno zero. Definizione Il primo elemento non nullo di una riga è detto il pivot della data riga. Evidenziare i pivot negli esempi precedenti. 2 Risoluzione di sistemi lineari a scalini Definizione Un sistema lineare si dice a scalini se la sua matrice completa è una matrice a scalini. I sistemi a scalini sono facilmente risolubili. Esempio Il sistema nelle incognite x, y, z: x + y 2z = S : y + 3z = 0 3z = 6 3
4 2 è a scalini, poiché la sua matrice completa è a scalini: Lo possiamo risolvere facilmente partendo dall ultima equazione, e sostituendo ordinatamente il valore trovato nelle equazioni che lo precedono. Infatti dall ultima equazione: z = 2 Sostituendo nella seconda: y = 6 e infine, dalla prima equazione: x =. Dunque il sistema è compatibile, e ammette l unica soluzione: 6. 2 Esempio Risolvere (se possibile) il sistema la cui matrice completa è Soluzione. Il sistema in questione si scrive x + 2x 2 + 3x 3 = x 3 = 2 0 = 2 ed è evidentemente incompatibile; infatti l ultima equazione è 0 = 2, chiaramente impossibile. Il problema è che l ultimo pivot della matrice completa appartiene all ultima colonna (la colonna dei termini noti). Quando questo accade, si avrà sempre un sistema incompatibile. Viceversa, se l ultimo pivot non cade nella colonna dei termini noti allora l ultima equazione sarà sempre risolubile, e risolvendo dal basso otterremo sempre almeno una soluzione. Dunque: Osservazione Un sistema lineare a scalini è compatibile se e solo se l ultimo pivot della sua matrice completa non appartiene all ultima colonna (cioè alla colonna dei termini noti). Supporremo ora che il sistema a scalini sia compatibile. Nel caso precedente il numero dei pivot è uguale al numero delle incognite, e abbiamo ottenuto una unica soluzione. Questo è sempre vero: 4
5 Osservazione Se il numero dei pivot è uguale al numero delle incognite (cioè, tutti i gradini hanno larghezza uno), il sistema ammette un unica soluzione. Vediamo ora come procedere negli altri casi. Esempio Sistema a scalini 3 4: x + x 2 + x 3 + x 4 = x 3 x 4 = 2 x 4 = Matrice completa: A = La matrice completa è a scalini, e si vede subito che il sistema è compatibile. I pivot cadono nella prima, terza e quarta colonna. Consideriamo la variabile che non corrisponde alle colonne dei pivot: la seconda, cioè x 2. Poniamo x 2 = t, parametro indipendente (libero), e isoliamolo al secondo membro delle equazioni (la prima) in cui compare. Otteniamo il sistema a scalini: x + x 3 + x 4 = t x 3 x 4 = 2 x 4 = che, per ogni t fissato, ammette un unica soluzione, che possiamo trovare risolvendo dal basso. Otteniamo: x = 3 t x 2 = t x 3 = 3 x 4 = 3 t Dunque, lasciando variare t abbiamo soluzioni, date da Sol(S) = t 3 : t R. Diamo ora il procedimento generale se il numero dei pivot è inferiore al numero delle incognite: ) Consideriamo le variabili che corrispondono alle colonne in cui non cadono i pivot. Se r è il numero dei pivot, tali variabili saranno in numero di n r. 5
6 2) Attribuiamo a tali variabili valori arbitrari, diciamo t,..., t n r, e portiamole ai secondi membri delle equazioni in cui compaiono. 3) Il sistema cosi ottenuto è a scalini e il numero dei pivot uguaglia il numero delle incognite rimaste. Dunque, per ogni valore dei parametri t,..., t n r, esso ammetterà un unica soluzione, e lasciando variare t,..., t n r R avremo n r soluzioni. In conclusione, abbiamo il seguente risultato. Teorema Sia S un sistema lineare a scalini di m equazioni in n incognite, con matrice completa A. Allora S è compatibile se e solo se l ultimo pivot di A non appartiene alla colonna dei termini noti. Se S è compatibile e se r è il numero dei pivot, allora : a) S ammette un unica soluzione se r = n. b) S ammette n r soluzioni se r < n. Osservazione Se il dato sistema a scalini è compatibile, allora il numero dei pivot della sua matrice completa coincide con il numero di righe non nulle, cioè con il numero delle equazioni significative del sistema. Esempio Risolvere il sistema a scalini { x + x 2 + 2x 3 3x 4 + x 5 = 0 x 3 + x 4 + 2x 5 = 4 ( ) Soluzione. La matrice completa è. Il sistema è compatibile, ci sono due pivot e cinque incognite, dunque esso ammetterà 3 soluzioni. Le variabili non corrispondenti ai pivot sono x 2, x 4, x 5 : poniamo dunque x 2 = t, x 4 = t 2, x 5 = t 3 e portiamo tali variabili a secondo membro. Otteniamo il sistema: { x + 2x 3 = t + 3t 2 t 3 x 3 = 4 t 2 2t 3 Risolvendo dal basso, otteniamo le 3 soluzioni: x = 8 t + 5t 2 + 3t 3 x 2 = t x 3 = 4 t 2 2t 3 x 4 = t 2 x 5 = t 3 al variare dei parametri t, t 2, t 3 R. 6
7 3 L algoritmo di Gauss L algoritmo di Gauss è un procedimento che, applicato ad un dato sistema S, permette di costruire un sistema a scalini S avente lo stesso insieme delle soluzioni del sistema S. Risolvendo il sistema a scalini S (sappiamo come fare: vedi sezione precedente) abbiamo cosi risolto anche il sistema di partenza. 3. Sistemi equivalenti e operazioni elementari Definizione Due sistemi lineari si dicono equivalenti se hanno lo stesso insieme delle soluzioni. Consideriamo ora le seguenti operazioni su un sistema lineare, dette operazioni elementari :. Scambiare due equazioni del sistema. 2. Moltiplicare un equazione per uno scalare non nullo. 3. Sommare a una data equazione un multiplo di un altra equazione del sistema. È facile vedere che, se applichiamo una qualunque di tali operazioni ad un sistema S, otteniamo un sistema S avente le stesse soluzioni di S: cioè, le operazioni elementari non alterano l insieme delle soluzioni, e producono via via sistemi equivalenti al sistema di partenza. 3.2 Operazioni elementari sulle righe di una matrice Sappiamo che un sistema lineare è univocamente determinato dalla sua matrice completa. Le equazioni corrispondono alle righe, dunque le operazioni elementari sui sistemi corrispondono alle seguenti operazioni, dette operazioni elementari sulle righe di una matrice: a) Scambiare due righe della matrice. b) Moltiplicare una riga per un numero non nullo. c) Sommare a una data riga un multiplo di un altra riga della matrice. La notazione simbolica che useremo è la seguente. Indichiamo con R,..., R m le righe della matrice. Allora: a) R i R j scambia la i-esima riga con la j-esima riga. b) R i kr i moltiplica la i-esima riga per k. c) R i R i + kr j sostituisce la i-esima riga con la somma della i-esima riga e la j-esima riga moltiplicata per k. Definizione La matrice A si dice equivalente per righe alla matrice A se A si ottiene da A mediante una successione di operazioni elementari sulle righe. In particolare, matrici equivalenti per righe rappresentano sistemi lineari equivalenti. 7
8 L algoritmo di Gauss permette di costruire, a partire da una data matrice A, una matrice a scalini à equivalente per righe ad A. Dunque, il sistema rappresentato da à sarà a scalini, ed equivalente a quello rappresentato da A. Illustriamo l algoritmo su una serie di esempi. 4 Algoritmo di Gauss Esempio Risolviamo il sistema: x + y + z = 2 S : x + 2y 2z = 2x + y 3z = 5. 2 Soluzione. La matrice completa del sistema è A = 2 2. Utilizziamo le operazioni elementari sulle righe per ridurre A ad una matrice a gradini. Il primo passo è quello di produrre uno zero nella posizione (2, ). Questo si può fare moltiplicando la prima riga per e sommando alla seconda (nella notazione simbolica, R 2 R 2 R ). Otteniamo 2 A = Per definizione, A è equivalente per righe ad A. Ora dobbiamo produrre uno zero nella posizione (3, ): ciò si può fare moltiplicando per 2 la prima riga e sommando alla terza (R 3 R 3 2R ). Otteniamo 2 A 2 = Infine (ultimo passo) dobbiamo avere uno zero nella posizione (3, 2), e quindi sommiamo alla terza riga la seconda. Il risultato è la matrice a scalini 2 à =
9 Dunque, à è la matrice ridotta cercata; il sistema rappresentato da à è equivalente al sistema S di partenza, dunque le soluzioni di S sono le soluzioni del sistema a scalini: x + x 2 + x 3 = 2 x 2 x 3 = 8x 3 = 40 x = 3 Risolvendo dal basso, otteniamo l unica soluzione x 2 = 4. x 3 = 5 Esempio Risolviamo il sistema nelle incognite x, y, z: 3y z = S : x + y + 2z = 2 x + 4y + z = Soluzione. La matrice completa è A = 2 2 e dobbiamo in primo luogo ridurre A 4 0 ad una matrice a scalini. Per far partire l algoritmo, conviene scambiare le prime due righe tra loro (R R 2 ), per avere 2 2 A = Per sistemare la prima colonna, dobbiamo avere uno zero nella posizione (3, ). Dunque moltiplichiamo la prima riga per e sommiamo alla terza (R 3 R 3 R ) ottenendo 2 2 A = Infine, sottraiamo la seconda equazione dalla terza, e otteniamo la matrice a scalini: 2 2 à = Possiamo ora discutere il sistema S: poichè l ultimo pivot cade nella colonna dei termini noti, il sistema S non ammette soluzioni (infatti, l ultima equazione è 0 = 3). 9
10 Abbiamo illustrato l algoritmo di Gauss solamente su esempi. In realtà esso funziona sempre, e si può usare per dimostrare la seguente Proposizione Con un opportuno uso delle operazioni elementari sulle righe, è sempre possibile ridurre una qualunque matrice A a una matrice a scalini à ad essa equivalente per righe. In particolare, ogni matrice è equivalente per righe a una matrice a scalini. Corollario Ogni sistema lineare è equivalente a un sistema lineare a scalini. 0
Sistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..
Sistemi lineari: definizioni Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto termine
Argomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto
Parte 1. Sistemi lineari, algoritmo di Gauss, matrici
Parte 1. Sistemi lineari, algoritmo di Gauss, matrici A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Brevi richiami sugli insiemi, 1 Insiemi numerici, 3 3 L insieme R n, 4 4 Equazioni
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
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
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/ [email protected] Lorenzo Pareschi (Univ. Ferrara)
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
Sistemi di equazioni lineari
Sistemi di equazioni lineari Siano X 1,, X n indeterminate Un equazione lineare (o di primo grado) nelle incognite X 1,, X n a coefficienti nel campo K è della forma a 1 X 1 + + a n X n = b, a i, b K,
Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan
Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni
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
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
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
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,
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.
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
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.
Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI
Pagine di Algebra lineare di premessa al testo Pagine di Geometria di Sara Dragotti Parte terza: SISTEMI LINEARI 1. Definizioni Dato un campo K ed m 1 polinomi su K in n indeterminate di grado non superiore
ALGEBRA LINEARE PARTE III
DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI
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
A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.
) Trovare le soluzioni del seguente sistema lineare: x+ y+ z = 3x y + z = 0 x + 5y 4z = 5 Osserviamo in primo luogo che il sistema dato è un sistema quadrato di tre equazioni in tre incognite, precisamente
Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
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
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
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
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
Lezioni di Algebra Lineare. II. Aritmetica delle matrici e eliminazione di Gauss. versione ottobre 2008
versione ottobre 2008 Lezioni di Algebra Lineare II. Aritmetica delle matrici e eliminazione di Gauss Contenuto. 1. Somma di matrici e prodotto di una matrice per uno scalare 2. Prodotto di matrici righe
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
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
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
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
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
Equazioni di primo grado
Equazioni di primo grado 15 15.1 Identità ed equazioni Analizziamo le seguenti proposizioni: a ) cinque è uguale alla differenza tra sette e due ; b ) la somma di quattro e due è uguale a otto ; c ) il
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
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
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):
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
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
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
Le equazioni lineari
Perchè bisogna saper risolvere delle equazioni? Perché le equazioni servono a risolvere dei problemi! Le equazioni lineari Un problema è una proposizione che richiede di determinare i valori di alcune
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,
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
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
Problema. Sistemi lineari. Problema. Problema. Quali sono i potenziali in ogni nodo? Leggi di Kirkoff e di Ohm:
Problema 4 Ω 3 3 Ω 2 2 Ω 40 V Sistemi lineari 2 Ω Ω 2 Ω Ω 5 6 7 8 Ω 4 Ω Ω 0 V Quali sono i potenziali in ogni nodo? 2 4 Ω Problema 3 3 Ω 2 2 Ω 40 V 4 Ω Problema 3 3 Ω 2 2 Ω 40 V 2 Ω Ω 2 Ω Ω 2 Ω Ω 2 Ω Ω
LE EQUAZIONI LINEARI LE IDENTITA ( )( ) 5. a Cosa hanno in comune le seguenti uguaglianze? Uguaglianza (1) a
LE EQUAZIONI LINEARI 1 LE IDENTITA a b = ( a + b)( a b) () 1 a = a + a ( ) ( a + b) = a + ab + b () 3 Cosa hanno in comune le seguenti uguaglianze? Uguaglianza (1) a b = ( a+ b)( a b) È sempre vera qualunque
SISTEMI DI EQUAZIONI LINEARI
Capitolo 3 SISTEMI DI EQUAZIONI LINEARI 1 Generalità e algoritmo di Gauss Nel capitolo precedente abbiamo visto come per risolvere problemi legati allo studio degli spazi vettoriali lo strumento tecnico
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
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
