Informazioni sul documento
- Università
- Politecnico di Milano
- Corso di laurea
- Mathematical Engineering
- Materia
- Algebra Lineare e Geometria
- Classificazione
- Altro materiale
- Formato originale
- Testo
- Testo ricercabile
Altro di Algebra Lineare e Geometria per il corso di Mathematical Engineering presso Politecnico di Milano. Materiale proveniente dall’archivio storico Studwiz e classificato per la consultazione online.
Altro di Algebra Lineare e Geometria per il corso di Mathematical Engineering presso Politecnico di Milano. Materiale proveniente dall’archivio storico Studwiz e classificato per la consultazione online.
Qualità dell’importazione: il testo è stato estratto direttamente dal documento originale.
Passaggi rappresentativi riconosciuti nelle diverse parti del materiale. Il testo completo resta presente nella pagina per la ricerca, mentre l’anteprima compatta rende più semplice la lettura.
HOW TO ALGEBRA Determinante 1 MEG (però se cambio riga cambio il segno) + prodotto pivot -> se matrice quadrata 2 Teorema degli sviluppi di Laplace 3 Prodotto degli autovalori Proprietà Matrice inversa -> deve avere rango massimo / determinante diverso da 0 => essere non singolare 1 Algoritmo di Gauss-Jordan 2 Formula 2x2 : 3 dove i sono i complementi algebrici delle righe i e colonne j 4 Teorema di Hamilton-Cayley = risoluzione del polinomio caratteristico con A al posto di 𝝀 + moltiplicazione per A-1 (per trovare la matrice inversa) Rango 1 MEG + calcolo n° pivot diversi da 0 2 Teorema di Kronecker -> si usano i minori di ordine k (il numero di minori è nk) Nucleo 1 Soluzioni -> esiste solo se il rango di A è minore di n Sistema lineare N° soluzioni 1 Teorema di Roche-Capelli Soluzioni 1 2 MEG 3 -> se esiste il KER le soluzioni dipendono da un parametro 4 Formula di Cramer : Controllo dipendenza e indipendenza lineare Si mettono i vettori in una matrice M e si guarda 1 Determinante => linearmente indipendenti => linearmente dipendenti 2 MEG su M -> le colonne/righe con i pivot sono i vettori linearmente indipendenti 3 Prodotto scalare -> 4 Vettori ortogonali sono sempre linearmente indipendenti Indipendenza lineare tra 3 vettori Trovare un vettore linearmente indipendente Basta sommare tutti i vettori e poi sommare uno ad una componente det(A)=det(AT) A−1= 1 det(A)⋅[d−b −ca] A−1= 1 det(A)⋅[Cij]T Cij A⋅x=0 A⋅x=b x=A−1⋅b x=v0+KER(A) x= x1...... xn xi=det(Ai) det(A) det(M)≠0 det(M)=0 <v,w>=||v||⋅||w|| u∙(v×w)≠0 1 Base Trovare una base Controllo l'indipendenza lineare sui vettori generatori Cambiamento di base Trovo la matrice di passaggio dalla base B alla base B' inversa: -> la matrice di passaggio è invertibile Trovare le coordinate di un vettore rispetto a una base…
Prima pagina del documento.