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

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

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

Sistemi di equazioni lineari

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

SISTEMI LINEARI, METODO DI GAUSS

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

Giuseppe Accascina. Note del corso di Geometria e Algebra

Appunti su Indipendenza Lineare di Vettori

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico

Dipendenza e indipendenza lineare

Sistemi di equazioni lineari

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

Esercitazioni di Algebra e Geometria

Metodo di Gauss-Jordan 1

Lezione 7: Il Teorema di Rouché-Capelli

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

SISTEMI DI EQUAZIONI LINEARI

RISOLUZIONE DI SISTEMI LINEARI

Per esempio, una matrice 4 4 triangolare alta ha la forma. 0 a. mentre una matrice di ordine 4 triangolare bassa è del tipo

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale

1 Riduzione per righe e matrici equivalenti per righe.

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

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

Esercitazione 6 - Soluzione

Parte 1. Sistemi lineari, algoritmo di Gauss, matrici

Geometria BIAR Esercizi 2

ESERCIZI SULLE MATRICI

LEZIONE 3. Typeset by AMS-TEX

Sistemi lineari - Parte Seconda - Esercizi

1 L estrazione di radice

Dipendenza e indipendenza lineare (senza il concetto di rango)

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

Decomposizione LU di una matrice quadrata

LEZIONE 12. v = α 1 v α n v n =

Due numeri naturali non nulli a, b tali che MCD(a,b) = 1 si dicono coprimi o relativamente primi.

2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Congruenze. Alberto Abbondandolo Forte dei Marmi, 17 Novembre 2006

Sui determinanti e l indipendenza lineare di vettori

La divisione di numeri naturali: esercizi svolti

08 - Matrici, Determinante e Rango

Argomento 13 Sistemi lineari

1 Definizione di sistema lineare omogeneo.

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

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

Ancora sui criteri di divisibilità di Marco Bono

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

Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =

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

08 - Matrici, Determinante e Rango

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

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

Corso di Matematica per la Chimica

Metodi per la risoluzione di sistemi lineari

Appunti di Algebra Lineare - 2

LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m

Sistemi di numerazione

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

Matematica II,

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

Prontuario degli argomenti di Algebra

1. Proprietà della somma di matrici. 1. (A + B) + C = A + (B + C) qualunque. 2. A + B = B + A qualunque siano le matrici

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

Assemblaggio degli Elementi: Soluzione del Problema Strutturale Discreto

Matrici quadrate particolari

ALGEBRA LINEARE PARTE II

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Inversa di una matrice

Moltiplicazione. Divisione. Multipli e divisori

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),

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

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI

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

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero

I.4 Rappresentazione dell informazione

Il teorema di Rouché-Capelli

1.4 PRODOTTI NOTEVOLI

Note per il corso di Geometria e algebra lineare Corso di laurea in Ing. Elettronica e delle Telecomunicazioni

Inversa. Inversa. Elisabetta Colombo

La matematica del CAD. Vettori e Matrici

Parte Seconda. Prova di selezione culturale

Anno 4 Matrice inversa

RIDUZIONE E RANGO , C = 2 5 1

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

Corso di Calcolo Numerico

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Analisi delle corrispondenze

Note di Algebra Lineare

0.1 Coordinate in uno spazio vettoriale

Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria

La codifica digitale

X Settimana = 0 R. = 0 R x, x R. + (x 0 R. ) x 0 R = = x 0 R

La moltiplicazione di numeri naturali: esercizi svolti

SISTEMI LINEARI MATRICI E SISTEMI 1

Rappresentazione dei dati in memoria

4.5 Metodo del simplesso

dipendenti. Cosa possiamo dire sulla dimensione di V?

= < < < < < Matematica 1

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Transcript:

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 di A le tre seguenti operazioni: sommare ad una riga un altra riga di A moltiplicata per uno scalare, moltiplicare una riga di A per uno scalare non nullo, scambiare due righe di A. Notazioni Sia B la matrice che si ottiene da A sommando alla i-esima riga di A la j-esima riga di A moltiplicata per lo scalare c, ossia sia B = [b kr ] la matrice con tutte le righe diverse dalla i-esima uguali alle corrispondenti righe di A = [a kr ], e con i-esima riga il vettore riga ( b i1 b i2... b in ) = ( a i1 + ca j1 a i2 + ca j2... a in + ca jn ). Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare sommare alla i-esima riga la j-esima riga moltiplicata per lo scalare c, scriviamo: A E ij (c) B. Sia B la matrice che si ottiene da A moltiplicando la i-esima riga di A per lo scalare c (c ), ossia sia B = [b kr ] la matrice con tutte le righe diverse dalla i-esima uguali alle corrispondenti righe di A = [a kr ], ed con i-esima riga il vettore riga ( b i1 b i2... b in ) = ( ca i1 ca i2... ca in ). Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare moltiplicare la i-esima riga per lo scalare (non nullo) c, scriviamo: A E i(c) B. 1

2 Sia B la matrice che si ottiene da A scambiando la i-esima riga di A con la j-esima, ossia sia B = [b kr ] la matrice con tutte le righe diverse dalla i-esima e dalla j-esima uguali alle corrispondenti righe di A, e con i-esima e j-esima riga rispettivamente: ( b i1 b i2... b in ) = ( a j1 a j2... a jn ), ( b j1 b j2... b jn ) = ( a i1 a i2... a in ). Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare scambiare la i-esima riga con la j-esima riga, scriviamo: A E ij B. N.B. I simboli E ij (c), E i (c) e E ij rappresentano in realtà opportune matrici, dette matrici elementari. Abbiamo scelto, con abuso di notazione, di indicare le operazioni elementari sulle righe di una matrice con gli stessi simboli con cui vengono indicate le matrici elementari poichè, come si vedrà in un corso superiore, vi è tra esse una stretta connessione. Eliminazione di Gauss senza scambi di righe Sia A una matrice m n, con A O m n. Illustriamo ora un algoritmo che consiste in un insieme di operazioni sulle righe di A e che viene chiamato un eliminazione di Gauss senza scambi di righe su A. L obiettivo di tale algoritmo è costruire a partire da A una matrice m n U con le prime k-righe non nulle e le rimanenti m k righe nulle (dove k è un opportuno numero compreso tra 1 ed m che dipende da A), gli elementi non nulli disposti come sopra ad una scala che scende da sinistra a destra, a partire dalla prima riga fino alla k-esima riga, ogni cui gradino è alto una riga ed è lungo una o piú colonne (la scala ha quindi k gradini), gli elementi alla base di ciascun gradino di questa scala uguali ad 1,

3 ossia una matrice del tipo: 1.... 1.. 1.... dove gli elementi al di sotto della scalinata sono tutti nulli, e gli eventuali elementi non nulli si trovano al di sopra della scalinata (in questo disegno la scala ha 3 gradini). Le operazioni lecite in questo algoritmo sono solo di due tipi: sommare ad una riga di A una riga di A che la precede moltiplicata per un scalare, moltiplicare una riga di A per uno scalare non nullo. Esistono matrici per cui questo algoritmo fallisce, ossia per le quali questo algoritmo non porta alla costruzione di U. Esempio 1. Per A = ( ) 1 1 1 l eliminazione di Gauss senza scambi di righe fallisce: non ( ) 1, 1 è possibile, utilizzando le due operazioni lecite, arrivare ad una matrice del tipo U = ( ) ( ) 1 1 oppure U =, oppure U =. Per tali matrici introdurremo nella prossima lezione un algoritmo piú ricco (in cui è lecita anche la terza operazione elementare sulle righe di A). Applicazioni. L algoritmo descritto in questa lezione e la sua generalizzazione esposta nella successiva, hanno diverse applicazioni. In questo corso verranno utilizzati per la risoluzione di sistemi lineari, per il calcolo del rango di una matrice e di basi di spazi delle righe e delle colonne. In un corso successivo, verranno utilizzati per il calcolo di decomposizioni A = P T LU, e per quello di decomposizioni a rango pieno.

4 Supponiamo che la prima riga di A non sia nulla (per le matrici non nulle con la prima riga nulla l eliminazione di Gauss senza scambi di righe fallisce). 1 o Passaggio. L obiettivo del 1 o passaggio è trasformare la j 1 -esima colonna nella prima colonna di I m (il numero j 1 è definito nel seguente punto (1)). (1) Percorrendo la prima riga di A da sinistra a destra, sia a 1j1 il primo elemento non nullo (quindi se j 1 > 1 allora a 11 = a 12 =... = a 1,j1 1 = e a 1j1 ; il piú delle volte, peró, j 1 = 1, ossia a 11 ). a 1j1 è detto il pivot della 1 a riga. Se a 1j1 1, moltiplichiamo la prima riga di A per a 1 1j 1, ottenendo cosí una matrice m n A 1 = [a ij] che ha tutte le righe uguali a quelle di A, tranne la prima, i cui elementi sono gli elementi della prima riga di A moltiplicati per a 1 1j 1, ossia divisi per a 1j1. In particolare a 11 = a 12 =... = a 1,j 1 1 = e a 1j 1 = 1. Scriviamo: A E 1(a 1 1j 1 ) A 1. (2) Percorriamo la colonna j 1 -esima dall alto in basso, e tenendo in considerazione solo gli elementi a ij1 che siano diversi da, per ciascun a ij1 che troviamo, partendo da i = 2 e arrivando fino a i = m, sommiamo alla riga i-esima di A 1 la prima riga di A 1 moltiplicata per a ij1, (per ogni i = 2,..., m tale che a ij1 ). Otteniamo cosí una matrice B = [b ij ] in cui la j 1 -esima colonna è la prima colonna di I m. Scriviamo: E m1( a mj1 )E m 1,1 ( a m 1,j1 )...E 31( a 3j1 )E 21( a 2j1 ) A 1 B.

3 6 6 3 15 2 5 5 1 1 Esempio 2. Sia A = 1 3 3 2 11 5 5 7 6 Poichè a 11, allora j 1 = 1. L operazione richiesta al punto (1) è moltiplicare la prima riga di A per a 1 11 = 1 3. La matrice A 1 che si ottiene ha come prima riga 5 ( 3 3 6 3 6 3 3 3 15 3 ) = ( 1 2 2 1 5 ), e le altre righe uguali alle righe di B, quindi 1 2 2 1 5 2 5 5 1 1 A 1 = 1 3 3 2 11 5 5 7 6 a 11 1 a Consideriamo la prima (qui j 1 = 1) colonna di A 1, 21 2 a = 31 1 a 41 Le operazioni richieste al punto (2) sono: poiché a 21 = 2, sommare alla seconda riga di A 1 la prima riga di A 1 moltiplicata per a 21 = 2, poiché a 31 = 1, sommare alla terza riga di A 1 la prima riga di A 1 moltiplicata per a 31 = 1. Non occorrono altre operazioni, poichè a 41 =. La matrice B che si ottiene ha come seconda riga ( 2 5 5 1 1 ) + ( 2) ( ) = ( 1 1 1 ), ha come terza riga ( 1 3 3 2 11 ) + ( 1) ( ) = ( 1 1 3 6 ), ed ha la prima e la quarta riga uguali rispettivamente alla prima e alla quarta riga di A 1. Quindi 1 1 1 B = 1 1 3 6 5 5 7 6

6 Supponiamo che la matrice A da cui siamo partiti sia tale che, dopo aver effettuato sulle sue righe le operazioni descritte nel 1 o passaggio, si ottenga una matrice B in cui se j 1 > 1 allora le prime j 1 1 colonne sono nulle, ed inoltre o tutte le righe diverse dalla prima sono nulle, oppure la seconda riga è non nulla (per le matrici in cui questa situazione non si presenta, l eliminazione di Gauss senza scambi di righe fallisce). Se tutte le righe di B diverse dalla prima sono nulle, l algoritmo si ferma a B (ossia B è la U cercata). Altrimenti la seconda riga di B è non nulla e si procede. 2 o Passaggio. L obiettivo del 2 o passaggio è trasformare la j 2 -esima colonna in una colonna 1 del tipo (il numero j 2 è definito nel seguente punto (1))... (1) Percorrendo la seconda riga di B da sinistra a destra, sia b 2j2 il primo elemento non nullo (quindi b 21 = b 22 =... = b 2,j2 1 = e b 2j2 ). b 2j2 è detto il pivot della 2 a riga. Se b 2j2 1, moltiplichiamo la seconda riga di B per b 1 2j 2, ottenendo cosí una matrice m n B 1 = [b ij ] che ha tutte le righe uguali a quelle di B, tranne la seconda, i cui elementi sono gli elementi della seconda riga di B moltiplicati per b 1 2j 2, ossia divisi per b 2j2. In particolare b 21 = b 22 =... = b 2,j 2 1 = e b 2j 2 = 1. Scriviamo: B E 2(b 1 2j 2 ) B 1. (2) Percorriamo la colonna j 2 -esima dall alto in basso, e tenendo in considerazione solo gli elementi b ij2 che siano diversi da, per ciascun b ij2 che troviamo, partendo da i = 3 e arrivando fino a i = m,

sommiamo alla riga i-esima di B 1 la seconda riga di B 1 moltiplicata per b ij2, (per 7 ogni i = 3,..., m tale che b ij2 ). Otteniamo cosí una matrice C = [c ij ] in cui la j 2 -esima colonna è del tipo: eravamo prefissati. Scriviamo: 1, come ci.. E m2( b mj2 )E m 1,2 ( b m 1,j2 )...E 32( b 3j2 ) B 1 C. Esempio 3. Riprendiamo la matrice B ottenuta alla fine dell Esempio 2: 1 1 1 B = 1 1 3 6 5 5 7 6 Poichè b 22, allora j 2 = 2, ma poichè b 22 = 1 non è richiesta alcuna operazione al punto (1), per cui B 1 = B. b 12 2 b Consideriamo la seconda (qui j 2 = 2) colonna di B 1, 22 1 b = 32 1 b 42 5 Le operazioni richieste al punto (2) sono: poiché b 31 = 1, sommare alla terza riga di B 1 la seconda riga di B 1 moltiplicata per b 31 = 1, poiché b 41 = 5, sommare alla quarta riga di B 1 la seconda riga di B 1 moltiplicata per b 41 = 5. La matrice C che si ottiene ha come terza riga ( 1 1 3 6 ) + ( 1) ( 1 1 1 ) = ( 2 6 ), ha come quarta riga ( 5 5 7 6 ) + ( 5) ( 1 1 1 ) = ( 2 6 ),

8 ed ha la prima e la seconda riga uguali rispettivamente alla prima e alla srconda riga di B 1. Quindi 1 1 1 C = 2 6 2 6 Supponiamo che la matrice A da cui siamo partiti sia tale che, dopo aver effettuato sulle sue righe le operazioni descritte nel 2 o passaggio, si ottenga una matrice C in cui se j 2 > j 1 +1 allora TUTTE le colonne comprese tra la j 1 +1-esima e la j 2 1-esima sono del tipo, ed inoltre o tutte le righe diverse dalle prime due sono nulle,.. oppure la terza riga è non nulla (per le matrici in cui questa situazione non si presenta, l eliminazione di Gauss senza scambi di righe fallisce) Se tutte le righe di C diverse dalle prime due sono nulle, l algoritmo si ferma a C (ossia C è la U cercata). Altrimenti la terza riga di C è non nulla e si procede. 3, 4,..., k-esimo Passaggio. Si itera il procedimento illustrato nei primi due passaggi. L obiettivo del passaggio i-esimo,... se 1 i k, è di trasformare la colonna j i -esima in una colonna del tipo 1, dove il numero.. 1 sta nella riga i-esima. Se la matrice A da cui parte è tale che dopo aver effettuato il passaggio i-esimo si ottiene che TUTTE le colonne comprese tra la

9... j i 1 +1-esima e la j i 1-esima (se ce ne sono ) sono del tipo, (dove il piú basso sta nella.. riga i 1-esima) ed inoltre o tutte le righe diverse dalle prime i sono nulle, oppure la i + 1-esima riga è non nulla (per le matrici in cui questa situazione non si presenta, l algoritmo di Gauss senza scambi di righe fallisce), allora l algoritmo si ferma (ottenendo U) quando si raggiunge una riga nulla, oppure, se non si raggiunge mai una riga nulla, quando si raggiunge l ultima riga. Esempio 4. Riprendiamo la matrice C ottenuta alla fine dell Esempio 3, e mostriamo il procedimento per C. Poichè la terza riga di C è non nulla, l algoritmo non si ferma a C. Il primo elemento non nullo della terza riga di C è d 34, quindi j 3 = 4. Si chiama C 1 la matrice che si ottiene da C moltiplicando la terza riga di C per c 1 34 = 1 2. Dunque 1 1 1 C 1 = 1 3 2 6 Per sistemare la j 3 -esima colonna di C 1, ossia per ottenere a partire da C 1 una matrice con la terza colonna del tipo, basta sommare alla quarta riga di C 1 1 la terza riga di C 1 moltiplicata per 2. Si ottiene 1 1 1 D = 1 3 Poichè la quarta riga di D è nulla, l algoritmo si ferma a D, ossia U = D. Per riassumere il procedimento si scrive:

1 3 6 6 3 15 2 5 5 1 1 A = E31( 1)E21( 2)E1( 1 3 ) 1 1 1 1 3 3 2 11 1 1 3 6 5 5 7 6 5 5 7 6 E 42( 5)E 32( 1) 1 1 1 E43( 2)E3( 1 2 ) 1 1 1 = U. 2 6 1 3 2 6