Esercizi di Algebra Lineare Determinanti

Documenti analoghi
Sistemi II. Sistemi II. Elisabetta Colombo

Geometria BAER I canale Foglio esercizi 2

1. [15 punti] Calcolare il rango della seguente matrice a coefficienti reali: ( 1/2) 1 (1/2)

I sistemi lineari di n equazioni in n incognite

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

0.1 Soluzioni Esercitazione III, del 21/10/2008

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani

il determinante che si ottiene da A, sopprimendo la i - esima riga e la j - esima colonna. Si definisce complemento algebrico dell'elemento a ij

Geometria BAER I canale Foglio esercizi 2

0.1 Soluzioni esercitazione IV, del 28/10/2008

LeLing12: Ancora sui determinanti.

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari

a.a MATEMATICA GENERALE: SISTEMI LINEARI E MATRICI

A =, c d. d = ad cb. c d A =

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

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

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016.

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.

APPLICAZIONI. Im f = {b B a A tale che f (a) = b}.

Esercitazione 6 - Soluzione

Risoluzione di sistemi lineari

Argomento 12 Matrici

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

Sistemi Lineari. Andrea Galasso

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

CORSO DI LAUREA IN INGEGNERIA. k R 1 2k 3 0. Il rango di una matrice A corrisponde al massimo ordine di una sottomatrice quadrata di A con deteminante

Geometria BIAR Esercizi 2

MATRICI. 1. Esercizi

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Elementi di Algebra Lineare Il determinante

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

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

3. Elementi di Algebra Lineare.

Elementi di Algebra Lineare

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

Metodi per la risoluzione di sistemi lineari

Inversa. Inversa. Elisabetta Colombo

Sistemi lineari - Parte Seconda - Esercizi

RIDUZIONE E RANGO , C = 2 5 1

Argomento 13 Sistemi lineari

Metodi per la risoluzione di sistemi lineari

Istituzioni di Matematica I. Esercizi su sistemi lineari. & % x + y " #z = "1 & '#x " y+ z =1

Capitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico

Inversa di una matrice

CORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA

Il teorema di Rouché-Capelli

Il prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno:

0.1. MATRICI SIMILI 1

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni

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

DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE

VETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI

MATRICI E SISTEMI LINEARI

RANGO DI UNA MATRICE ρ(a)

Determinanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici

ALGEBRA LINEARE PARTE II

ESERCIZI SULLE MATRICI

CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI

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

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 5. Rango

Un sistema di equazioni lineari ( o brevemente un sistema lineare) di m equazioni in n incognite, si presenta nella forma:

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

, è Det(A) = a 11 a 22 a 12 a 21. ( il determinante della matrice che si ottiene da A. la 1 a riga e la 2 a colonna di A

ESERCIZI PROPOSTI. det A = = per cui il sistema si può risolvere applicando le formule di Cramer, cioè: dove: = =

Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011)

0.1 Condizione sufficiente di diagonalizzabilità

Note per le esercitazioni di Geometria 1 a.a. 2007/08 A. Lotta. Metodi per il calcolo del rango di una matrice

LEZIONE i i 3

LEZIONE i 0 3 Le sottomatrici 2 2 di A sono. 1 2 i i 3. Invece (

G. Parmeggiani, 17/5/2018 Algebra Lineare, a.a. 2017/2018, numero di MATRICOLA PARI

Sui determinanti e l indipendenza lineare di vettori

Esempio. L immagine di f è l insieme dei vettori w = (w 1, w 2 ) R 2 che hanno w 1 = w 2. Quindi:

Anno 4 Matrice inversa

1 2 1 x = Quando sapremo calcolare i determinanti potremo ricavare:

Corso di Analisi Numerica

MATRICI E SISTEMI LINEARI

Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/2012 Tema A

ESEMPIO DI SISTEMA LINEARE CON SOLUZIONE. Esercizio Si consideri il sistema di equazioni lineari dipendente da un parametro λ R:

ALGEBRA LINEARE PARTE III

PreCorso di Matematica - PCM Corso M-Z

Sistemi e matrici - Risposte pagina 1 di 17 4

Esercizi di ripasso: geometria e algebra lineare.

una matrice quadrata si dice singolare se il suo determinante è nullo, altrimenti la matrice è non singolare;

Università degli Studi di Bergamo Modulo di Geometria e Algebra Lineare (nuovo programma) 2 settembre 2013 Tema A

Appunti su Indipendenza Lineare di Vettori

INGEGNERIA EDILE ARCHITETTURA ELEMENTI DI ALGEBRA LINEARE E GEOMETRIA 25 FEBBRAIO a a. A a = 1 a 0

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

Determinante. Sia M(n, n, K) lo spazio delle matrici quadrate n n a coefficienti in un campo K, vogliamo provare il seguente Teorema:

1. Sistemi di equazioni lineari. 1.1 Considerazioni preliminari

Lezioni di Geometria e Algebra. Fulvio Bisi, Francesco Bonsante, Sonia Brivio

4. Richiami: sistemi lineari e matrici

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.

Fondamenti di Matematica del discreto

ESAME DI GEOMETRIA. 6 febbraio 2002 CORREZIONE QUIZ

Lezione Determinanti

Corso di Analisi Numerica

Il determinante. a11 a A = 12 a 21 a 22

Esercizi di Algebra Lineare - Foglio 5

Corso di Laurea in Scienza dei Materiali PROVA SCRITTA DI GEOMETRIA DEL 27/09/2016 SOLUZIONE DEGLI ESERCIZI PROPOSTI

Transcript:

Esercizi di Algebra Lineare Determinanti Anna M. Bigatti 3-6 dicembre 2012 Calcolo del determinante Proposizione 1. Alcune proprietà dei determinanti: (a) Il determinante del prodotto è il prodotto dei determinanti (Teor. di Binet) (b) Il determinante di una matrice triangolare è il prodotto degli elementi sulla diagonale (c) Il determinante di una matrice di scambio è -1 0 1 2 Esercizio 2. Calcolare il determinante di A = 3 4 5. 1 1 2 Portiamo A in forma triangolare superiore con il metodo di Gauss Use K ::= QQ; A := Mat(K, [[ 0, 1, 2], [ 3, 4, 5], [ 1, 1, 2] ]); I := IdentityMat(QQ,3); E1 := Esc(I,1,2); E1*A; E2 := Epr(I,1, 1/3); E2*E1*A; E3 := Eso(I,3,1,-1); E3*E2*E1*A; -- [1, 4/3, 5/3], -- [0, -1/3, 1/3] -- riduco la seconda colonna E4 := Eso(I,3,2, 1/3); E4*E3*E2*E1*A; -- [1, 4/3, 5/3], -- [0, 0, 1] Dato che è una matrice triangolare abbiamo che il determinante è il prodotto degli elementi sulla diagonale, quindi det(e 4 E 3 E 2 E 1 A) = 1. Allora det(e 4 ) det(e 3 ) det(e 2 ) det(e 1 ) det(a) = 1 quindi 1 1 1/3 ( 1) det(a) = 1. Il determinante di A è -3. 1

Possiamo risolvere l esercizio precedente senza usare le matrici di prodotto. E1 := Esc(I,1,2); E1*A; E2 := Eso(I,3,1, -1/3); E2*E1*A; -- [3, 4, 5], -- [0, -1/3, 1/3] -- riduco la seconda colonna E3 := Eso(I,3,2, 1/3); E3*E2*E1*A; -- [3, 4, 5], -- [0, 0, 1] Dato che è una matrice triangolare abbiamo che il determinante è il prodotto degli elementi sulla diagonale, quindi det(e 3 E 2 E 1 A) = 3. Allora det(e 3 ) det(e 2 ) det(e 1 ) det(a) = 3, quindi det(a) = 3. Il determinante di A è -3. Esercizio 3. Calcolare il determinante di A = A := Mat([ [ 1, 2, 3], [ 2, 4, 6], [ 1, 1, 1] ]); I := IdentityMat(QQ,3); E1 := Eso(I,2,1, -2); E1*A; -- [1, 2, 3], -- [0, 0, 0], -- [1, 1, 1] 1 2 3 2 4 6 1 1 1 Dato che ha una riga nulla il determinante del prodotto è 0, allora. 0 = det(e 1 A) = det(e 1 ) det(a) = det(a) Quindi il determinante di A è 0. 2

Esercizio 4. Calcolare il determinante di A = R ::= QQ[t]; K := NewFractionField(R); Use K; 1 2 3 2 t 3 1 t 1 A := Mat([ [ 1, 2, 3], [2,t,3], [1,t,1]]); A; I := IdentityMat(K,3); E1 := Eso(I,2,1, -2); E1*A; E2 := Eso(I,3,1, -1); E2*E1*A; -- [1, 2, 3], -- [0, t - 4, -3], -- [0, t -2, -2] -- caso t!= 4 ==> posso dividere per t-4 E3 := Eso(I,3,2, -(t-2)/(t-4)); E3*E2*E1*A; -- [1, 2, 3], -- [0, t -4, -3], -- [0, 0, (t +2)/(t -4)] al variare del parametro t R. -- Conclusione: -- det(e3*e2*e1*a) = det(a) = t+2 per t!=-4 -- Osserviamo che, per definizione, det(a) e un polinomio nelle sue entrate -- quindi per continuita abbiamo che det(a) = t+2 Esercizio 5. Calcolare il determinante di A = Esercizio 6. Calcolare il determinante di A = del parametro t R. 2 4/5 5/4 3 3/2 2/5 1/3 0 5/2 2 5/2 4/5 2/5 1/2 2/3 2 2 4/5 5/4 3 3/2 2/5 1/3 0 5/2 t 5/2 4/5 2/5 1/2 t 2 al variare Complemento algebrico Ora calcoliamo determinante e inversa di una matrice usando i complementi algebrici. Questo metodo richiede in generale un numero di operazioni sulle entrate della matrice molto superiore rispetto alla riduzione di Gauss, ma è importante quando la matrice che vogliamo trattare ha una forma molto particolare, o per dimostrazioni teoriche. Definizione 7. Sia A Mat n (K), il complemento algebrico dell entrata a ij è A ij := ( 1) i+j det(b) K dove B è la matrice che si ottiene da A cancellando la i -ma riga e la j -ma colonna. 3

Esercizio 8. Data la matrice A = della prima riga. 0 1 2 3 4 5 1 1 2 calcolare i complementi algebrici delle entrate Definizione 9. Sia A Mat n (K). Dal primo teorema di Laplace segue che lo sviluppo del determinante secondo la r -ma riga è la formula det(a) = n a rj A rj lo sviluppo del determinante secondo la c -ma colonna è la formula det(a) = j=1 n a ic A ic Esercizio 10. Data la matrice dell esercizio precedente calcolarne il determinante con lo sviluppo secondo la prima riga, e anche secondo la terza colonna. i=1 Definizione 11. Sia A Mat n (K). L aggiunta di A è A = B tr Mat n (K) dove B è la matrice che ha come entrate i complementi algebrici A ij. Dal secondo teorema di Laplace segue che l inversa si può calcolare con la formula A 1 = 1 det(a) A Esercizio 12. Calcolare il determinante delle seguenti matrici al variare del paramentro t R : t 1 0 0 0 1 0 1 0 0 (a) 1 t 0 0 (c) 1 t 2 t (e) 0 t 1 0 0 t + 1 0 0 0 1 t 0 0 0 0 0 t + 1 (b) 1 1 t 1 t 0 t 0 0 (d) 0 1 t 1 0 (f) 1 0 t 0 t 0 1 0 t 0 t 0 1 0 t 0 t 0 1 0 t 0 t 0 1 Calcolo della caratteristica Esercizio 13. Calcolare la caratteristica di A = 0 1 2 1 3 4 5 1 1 1 2 0 Portiamo A in forma triangolare superiore con il metodo di Gauss Use K ::= QQ; A := Mat(K, [[ 0, 1, 2, 1],. 4

[ 3, 4, 5, 1], [ 1, 1, 2, 0] ]); I := IdentityMat(K,3); E1 := Esc(I,1,2); E1*A; E2 := Eso(I,3,1, -1/3); E2*E1*A; -- [3, 4, 5, 1], -- [0, 1, 2, 1], -- [0, -1/3, 1/3, -1/3] -- riduco la seconda colonna E3 := Eso(I,3,2, 1/3); E3*E2*E1*A; -- [3, 4, 5, 1], -- [0, 1, 2, 1], -- [0, 0, 1, 0] La matrice ridotta ottenuta da A ha 3 righe non nulle, allora la sua caratteristica, e quindi quella di A, è 3. Possiamo risolvere l esercizio precedente studiando i minori e ricordando questo importante risultato: Teorema di Kronecker Sia A una matrice m n. Se esiste un minore di ordine t di A che è non nullo ma che orlato in tutti i modi possibili con l aggiunta di una riga e una colonna di A è nullo, allora si ha ρ(a) = t. Considero la sottomatrice di A data dalle prime due righe e due colonne: B = suo determinante è det(b) = 3 0, quindi ρ(a) 2. Orlo B aggiungendo la terza riga e la quarta colonna e ottengo C = il determinante sviluppando rispetto alla prima riga: ( ) ( 3 1 3 4 1 det + 1 det 1 0 1 1 ) = 1 + ( 1) = 0 0 1 1 3 4 1 1 1 0 ( 0 1 3 4 ) il e calcolo Non posso concludere che il rango sia 2. Devo provare orlando B con la terza riga e terza 0 1 2 colonna: D := 3 4 5 e calcolo il determinante sviluppando rispetto alla prima colonna: 1 1 2 ( 1 2 3 det 1 2 ) ( 1 2 + 1 det 4 5 ) = 0 + ( 3) = 3 Quindi ρ(a) = 3. Esercizio 14. Calcolare la caratteristica delle seguenti matrici al variare del paramentro t R : 1 2 1 4 t 1 0 0 1 1 t 0 0 2 3 1 6 (a) 3 4 0 7 (b) 1 t 0 0 0 0 t + 1 0 (c) 1 t 0 t 0 t 0 0 1 t 4 5 1 10 0 0 0 t + 1 5 6 1 t 5

(d) 0 1 0 1 t 2 t 1 0 0 0 0 1 (e) (f) 0 1 t 1 0 0 1 0 t 0 1 0 t 0 1 0 t 0 1 0 (g) 1 0 t 0 t 0 1 0 t 0 t 0 1 0 t 0 t 0 1 0 t 0 t 0 1 Esercizio 15. Trovare una matrice in Mat 2 (R) con un parametro a tale che il rango per a = 0 sia 0, per a = 1 sia 1, e per a = 2 sia 2. Esercizio 16. Dire per quali t R il sistema associato alla seguente matrice completa ammette soluzioni R ::= QQ[t]; K := NewFractionField(R); Use K; C := Mat(K, [[1, 2, 1, 0, 3], [0, 1/2, 3, 4, 2], [t, 1, 2, 0, 1], [2, 1, 0, 3, 4] ]); -- prima colonna I := IdentityMat(K,4); E1 := Eso(I,3,1, -t); E1*C; E2 := Eso(I,4,1, -2); E2*E1*C; -- [1, 2, 1, 0, 3], -- [0, 1/2, 3, 4, 2], -- [0, -2*t +1, -t +2, 0, -3*t +1], -- [0, -3, -2, 3, -2] -- seconda colonna E3 := Eso(I,3,2, 2*(2*t-1)); E3*E2*E1*C; E4 := Eso(I,4,2, 6); E4*E3*E2*E1*C; -- terza colonna E5 := Esc(I,3,4); E5*E4*E3*E2*E1*C; E6 := Eso(I,4,3, -(1/16)*(11*t -4)); E6*E5*E4*E3*E2*E1*C; -- [1, 2, 1, 0, 3], -- [0, 1/2, 3, 4, 2], -- [0, 0, 16, 27, 10], -- [0, 0, 0, (-41*t -20)/16, (-15*t -4)/8] Considero il sistema ottenuto, equivalente al sistema iniziale. Per il Teorema di Rouché-Capelli: - se t 20 41 allora la matrice dei coefficienti e la matrice completa hanno rango massimo (=4), quindi il sistema ha soluzione. In particolare esiste un unica soluzione perché la matrice dei coefficienti è invertibile (teorema di Cramer). - se t = 20 41 allora la matrice dei coefficienti ha rango 3, mentre la matrice completa ha rango 4 perché 15w 4 0. Quindi il sistema non ha soluzioni. 6