• Non ci sono risultati.

Algebra lineare - Applicazioni

N/A
N/A
Protected

Academic year: 2021

Condividi "Algebra lineare - Applicazioni"

Copied!
15
0
0

Testo completo

(1)

Algebra lineare - Applicazioni

Antonino Polimeno

Dipartimento di Scienze Chimiche

Università degli Studi di Padova

(2)

Sistemi lineari - 1

– Sistema sottodeterminato (n>m), sovradeterminato (n<m)

2

11 1 1 1 1

21 1 2 2 2

1 1

1 1

j j n n

j j n n

i ij j in n i

m mj j mn n m

a x a x a x b

a x a x a x b

a x a x a x b

a x a x a x b

  

  

  

  

Ax b

– Teorema di Rouchè-Capelli: il sistema ammette soluzioni se

e solo se il rango della matrice associata è uguale al rango

della matrice dei coefficienti.

(3)

Sistemi lineari - 2

– La matrice associata (A|b) è

– Il rango rk(A) di una matrice generica A è il numero massimo di righe (o colonne) linearmente indipendenti della matrice; il rango è evidentemente minore o uguale al minimo tra il numero di righe e colonne

 

11 1 1

21 2 2

1

|

n n

m mj mn

a a b

a a b

a a a

 

 

 

  

 

 

 

A b

(4)

Sistemi lineari - 3

– Un sistema lineare omogeneo (b=0) ammette sempre almeno una soluzione

– Lo spazio delle soluzioni ha dimensione n-rk(A); p.es. n-rk(A)=2 significa che lo spazio vettoriale di tutte le soluzioni è formato da (infinite) n-uple di numeri combinazioni lineari di due n-uple

specifiche etc.

– se il sistema è sovradeterminato (n<m, più equazioni che

incognite), se esistono soluzioni, possiamo avere una soluzione (e quindi possiamo costruire n equazioni indipendenti a partire dalle m date) o infinite soluzioni

– se n=m (n. equazioni = n. incognite), se esistono soluzioni, possiamo avere una soluzione o infinite soluzioni

– se il sistema è sottodeterminato (n>m, più incognite che equazioni), se esistono soluzioni, sono infinite

4

(5)

Sistemi lineari - 4

– Il caso di maggiore interesse è dato da n=m:

– se rk(A)=n esiste una sola soluzione, si pùo dimostrare che A è invertibile e la soluzione si può scrivere come x=A-1b (se b=0 il sistema è omogeneo e la soluzione è triviale, x=0, altrimenti è il caso del sistema lineare non omogeneo con un’unica soluzione)

– se rk(A)<n, si pùo dimostrare che A non è invertibile ed esistono infinite soluzioni; il caso più comune è quello del sistema omogeneo con soluzione non triviale

n=m; sistema omogeneo?

rk(A)=n, quindi det(A)  0 - soluzione triviale

rk(A)<n, quindi det(A) = 0 - soluzione non triviale

no

rk(A)=n, quindi det(A)  0 - soluzione unica rk(A)<n, quindi det(A) = 0 - infinite soluzioni

(6)

Bilanciamento di una reazione chimica

6

1 C H O 6 12 6 2 O 2 3 CO 2 4 H O 2

xxxx

1 2 3 4

1 2 3 4

1 2 3 4

1 2 3 4

6 0 1 0 0

12 0 0 2 0

6 2 2

C 6 0 0

H 12 0 0 3

O 6 2

1 0

2

x x x x

x x x x

x

x x x

x x x

x

  

     

     

              

  

 

  

     

 

A x b

Il sistema è sottodeterminato (3 equazioni e 4 incognite); il teorema RC e verificato con rango di A pari a 3; sono quindi date

1 soluzioni

(7)

Soluzioni di sistemi lineari

– Algoritmo di Gauss Jordan – Decomposizione LU

– Decomposizione SVD

– Algoritmi iterativi per grandi sistemi con matrici sparse (gradiente coniugato)

→ metodi diretti: la soluzione si ottiene con un numero fintito di operazioni

→ algoritmi iterativi: la soluzione è costruita come limite di una successione infinita

(8)

Sistema triangolare

8

11

12 22

1 2

1

1

0 0

0

for 1, :

n n

i j

nn

j

j ij

i jj

x x

a

a a

a a a

j n

b a

a

 

 

 

  

 

 

 

 

A

matrice triangolare (superiore)

  2

O n

(9)

Metodo di Cramer

     

1 2 3

3 2 1 39 2 1 3 39 1 3 2 39

2 3 1 34 3 1 2 34 1 2 3 34

1 2 3 25 2 3 37 1 25 3 17 1 2 25 11

, ,

det 4 det 4 det 4

39 34 26

x x x

       

       

             

  

  

      A

A A A

b

  !

O n

per n=20, per 1 ns per operazione, circa 150 anni

(10)

Metodo di eliminazione

10

 

1 2 3

1 2 3

1 2 3

3 2 1 39

| 2 3 1 34

1 2 3 26

3 2 39

2 3 34

2 3 34

x x x

x x x

x x x

 

 

  

 

 

  

  

  

A b

per -2/3, sommata alla seconda equazione

  3

O n

(11)

Metodo di eliminazione

 

1 2 3

1 2 3

1 2 3

3 2 1 39

| 0 5 / 3 1 / 3 8

1 2 3 26

3 2 39

5 1

0 8

3 3

2 3 34

x x x

x x x

x x x

 

 

  

 

 

  

  

  

A b

per -1/3, sommata alla terza equazione

(12)

Metodo di eliminazione

12

 

1 2 3

1 2 3

1 2 3

3 2 1 39

| 0 5 / 3 1 / 3 8 0 4 / 3 8 / 3 13

3 2 39

5 1

0 8

3 3

4 8

0 13

3 3

x x x

x x x

x x x

 

 

  

 

 

  

  

  

A b

per -4/5, sommata alla terza equazione

(13)

Metodo di eliminazione

 

1 2 3

1 2 3

1 2 3

3 2 1 39

| 0 5 / 3 1 / 3 8 0 0 12 / 5 33 / 5

3 2 39

5 1

0 8

3 3

12 33

0 0

5 5

x x x

x x x

x x x

 

 

  

 

 

  

  

  

A b

sistema triangolare

  2

O n

(14)

Trasformazione di Gauss

14

11 1

1

1 11 1

1 11

1 0 0

1 0

0

0 1

n

n nn

i

n

a a

a a

a L a

a a

 

 

  

 

 

 

 

  

 

 

 

 

  

 

A

   

   

     

     

1 1

11 12 1 1

2 2 2

22 2 2

2 2 1 1 1

2 2 2

2

| |

| | 0

0

n

n

n nn n

a a a b

a a b

a a b

 

 

 

   

 

 

 

A b A b

A b L A b

(15)

Trasformazione di Gauss

 

 

1

1 0 0 0

0 0 0 0

con :

0 1 0

0 0 1

k ik

ik k k

k k ik

nk

m a

a m

m

 

 

 

 

  

  

 

 

  

 

L

A k 1 | b k 1 L kA k | b k

Riferimenti

Documenti correlati

Ricordiamo che una matrice quadrata A `e non singolare se e solo se soddisfa una delle condizioni equivalenti: (1) le colonne di A son linearmente indipendenti; (2) le righe di A

Proposizione: ogni sottospazio di R n si puo’ rappresentare sia come insieme delle soluzioni di un sis- tema lineare omogeneo in n incognite, sia come insieme delle combinazioni

Si sono date le definizioni di ”anello” e ”campo”, con le nozioni ed i primi fatti fondamentali ed esse collegati (cfr. § 3 ”Anelli e campi”); in particolare si e’ enun-

Dato un sistema lineare, passiamo alla corrispondente matrice; a questa matrice applichiamo il processo di triangolarizzazione, che generica- mente funziona e fornisce una

Il sistema avra’ soluzioni se e solo se il vettore b dei termini noti giace sulla retta l; in questo caso, b si potra’ scrivere in uno ed un solo modo come multiplo.. as

Esercizi di Algebra Lineare.. Caatteristica e teorema

Esercizi di Algebra Lineare Funzioni Lineari.

Esercizi di Algebra Lineare Funzioni Lineari..