|
|
Matematica Discreta
Matrice: E' una tabella di numeri indicizzati ed è formata da righe e colonne, rispettivamente (m,n
Determinante:L'unica matrice per cui posso parlare di determinante e quella quadrata, cioè "m = n". E' un numero associato ad una matrice quadrata secondo una certa regola.
Prodotto per uno scalare: l A cioè moltiplico per l tutti i termini di A.
Prodotto tra matrici: Si esegue moltiplicando righe per colonne. Si può esegui-
re solo se le colonne della prima matrice sono tante qua 343j98d nte le righe della seconda matrice. Il prodotto di due matrici A B è diverso dal prodotto di B A.
Somma algebrica: Si effettua la somma algebrica termine a termine e si esegue soltanto tra matrici dello stesso ordine.
Matrice identità o unitaria: E' una matrice quadrata con il numero 1 su ogni elemento della diagonale principale e 0 altrove.
Matrice simmetrica: La matrice di partenza A è uguale alla matrice stessa trasposta. Quindi si può dire che A = At.
Matrice emisimmetrica: La matrice di partenza A è uguale alla matrice stessa trasposta però negativa. Quindi si può dire che A = -At.
Una combinazione lineare di matrici simmetriche dello stesso ordine dà sempre una matrice simmetrica di quell'ordine.
Matrice inversa: E' quella matrice per cui vale la seguente regola: data una matrice A quadrata di ordine "n", l'inversa A A = A A = In. In cui det A diverso da 0.
Le uniche matrici che si possono invertire sono quelle quadrate non singolari.
Regola Generale: A = ajk A = 1/det A akj
In cui "k e j" sono i complementi algebrici della
trasposta.
Un determinante non cambia se una riga (o colonna) è sostituita da una combinazione lineare di altre righe o colonne.
Sistemi Lineari: Sono chiamati lineari in quanto tutte le incognite che lo compongo-
No, sono elevate ad 1.
X = Vettore colonna delle incognite.
A = Matrice dei coefficienti.
B = Vettore colonna dei termini noti.
A A X = A B
Proprietà dell'inversa: A A = In
Proprietà dell'identica: I A = A
X = A B In questo caso troviamo le soluzioni.
TEOREMA DI KRAMER
Se il determinante di una matrice "A" è diverso da 0, allora esiste una ed una sola soluzione.
X = A B (Metto la colonna dei termini noti in corrispondenza dell'incognita che calcolo)
TEOREMA DI ROUCHE' - CAPELLI
Si può dire che è il teorema generale, di cui fa parte anche quello di Kramer, che rappresenta un suo caso particolare.
Il sistema lineare ammette una o più soluzioni se : r(A) = r(A
Ovvero il rango della matrice dei coefficienti (A), deve essere uguale al rango della matrice ampliata con la colonna dei termini noti(A
Caratteristica o Rango: E' l'ordine massimo dei minori, diversi da 0, estraibili dalla matrice, ovvero il numero delle righe, (o colonne), linearmente indipendenti.
Il rango viene "indagato" con la regola di Kramer e vale 0 solo per matrici che hanno nullo ogni elemento.
Kronecker: Per utilizzare la regola di Kronecker, occorre partire da un minore, sicuramente diverso da 0, di ordine 1. Successivamente lo si "orla" in tutti i modi possibili per gli ordini successivi, trovando determinanti del 2 ordine, fino a quando se ne trova uno diverso da 0. A quel punto ci si ferma e si passa all'ordine successivo.
Sistemi omogenei: Sono sistemi che danno come risultato una soluzione "banale" ed hanno sempre termini noti nulli. Se il determinante è = 0 c'è una e una soluzione, cioè quella banale; per avere una soluzione diversa da quella banale il determinante dovrà essere = 0
Sistema di vettori: Dato un sottospazio, un sistema di vettori è base, se i vettori sono linearmente indipendenti e ogni vettore del sottospazio può essere espresso come combinazione lineare di essi.
Un vettore è sempre definito in funzione della base fissata. Cosi' possiamo parlare della Base Canonica.
Un insieme di elementi è spazio vettoriale, se valgono le seguenti proprietà:
X + (Y + Z) = (X + Y) + Z Associativa della somma
X + Y = Y + X Commutativa della somma
0 + X = X + 0 = X Lo 0 è l'elemento neutro rispetto alla somma
X + (-X ) = 0 Definizione del vettore opposto
a ( X + Y ) = aX + aY Distributiva rispetto alla somma di vettori
a b X = aX + bX Distributiva rispetto alla somma di scalari
a bX ) = ( ab X Associativa mista
n n Legge di unità
Sottospazio: E' composto da elementi dello spazio (quindi gode delle 8 proprietà), ma deve essere chiuso rispetto alla somma e al prodotto per uno scalare.
Per poter dire che si parla di un sottospazio occorre dimostrare 2 condizioni:
Se V1 e V2 appartengono al sottospazio allora anche V1 + V2 deve appartenere.
Se V appartiene al sottospazio allora anche aV deve appartenere.
N.B. Se dovessero comparire termini noti o se ci fossero potenze diverse da 1, non ci sarebbe sottospazio.
Intersezione ed Unione di sottospazi:
raneamente ad entrambi
i sottospazi.
Base di uno spazio vettoriale: si dice che" R<= n", vettori di uno spazio vettoriale, costituiscono una base se:
sono linearmente indipendenti; (cioè se il rango di A è =3; non lo sono se è <3)
tutti i vettori dello spazio possono esprimersi come combinazione lineare di questi.
Applicazioni: f : x - y
Kernel = nucleo: il nucleo dell'applicazione è l'insieme dei vettori dello spazio X che si trasformano nel vettore nullo dello spazio Y.
Dim. Ker f = n - r(A).
Dim. In f = n - dim Ker f
In f: è il sottospazio che comprende tutte le immagini.
TEOREMA
La matrice che dà la base vecchia in funzione della base nuova è l'inversa della matrice che da la base nuova in funzione della base vecchia.
Matrice di transizione: è quella matrice che fa trovare il vettore nella nuova base partendo da quello nella base vecchia. A [Vb] (Vb deve essere scritto in colonna)
Matrice ortogonale: una matrice si dice ortogonale se il prodotto di una linea per sé stessa dà come risultato 1 e una linea per un'altra linea dà come risultato 0.
Autovalori: data una matrice quadrata "A", si dice che l è il suo autovalore se:
det /A - lI / = 0
Un autovalore di f è uno scalare l K tale che esista un vettore non nullo di K in modo che sia: f (v) = l (v), cioè l'immagine di v sia multiplo di v secondo l
Autovettore: se l è un autovalore di f, un vettore V K, che soddisfa f (v) = l (v), si chiama autovetture di f associato all'autovalore l
Autospazio: Vl è un sottospazio vettoriale di K chiamato autospazio di f associato a l. L'autospazio è costituito da autovettori.
N.B. A ciascun autovalore è associato un autospazio costituito da autovettori.
Privacy |
Articolo informazione
Commentare questo articolo:Non sei registratoDevi essere registrato per commentare ISCRIVITI |
Copiare il codice nella pagina web del tuo sito. |
Copyright InfTub.com 2024