SlideShare a Scribd company logo
Fondamenti di algebra
lineare: vettori e matrici
Cos’è un vettore?
 Un vettore è una riga (o una colonna) di numeri
a = ( 2 3 )
v = ( 1 8 5 )
w = ( 2 4 7 9 5 )
d = ( 3 )
Ognuno dei singoli numeri è detto
componente del vettore
Un vettore formato da un solo
numero (come d) è detto scalare.
Spesso per gli scalari non usiamo
le parentesi. Ad esempio
scriviamo d = 3
Come si sommano due vettori?
 Due vettori si sommano «componente per componente»
v = ( 2 2 ), w = ( 4 1 )
v + w = ( 2+4 2+1 ) = ( 6 3 )
Vettori con lunghezza diversa non si possono sommare
v = ( 2 4 ), w = ( 3 8 15 )
v + w non ha senso
Come si sommano due vettori?
 In formule
v = ( v1 v2 . . . vn ), w = ( w1 w2 . . . wn)
v + w = ( v1+w1 v2+w2 . . . vn+wn)
Come si sottraggono due vettori?
 Due vettori si sottraggono «componente per componente»
v = ( 2 2 ), w = ( 4 1 )
v - w = ( 2-4 2-1 ) = ( -2 1 )
Vettori con lunghezza diversa non si possono sottrarre
v = ( 2 4 ), w = ( 3 8 15 )
v - w non ha senso
Come si sottraggono due vettori?
 In formule
v = ( v1 v2 . . . vn ), w = ( w1 w2 . . . wn)
v - w = ( v1-w1 v2-w2 . . . vn-wn)
Come si moltiplica un vettore per uno
scalare?
 Un vettore si moltiplica per uno scalare moltiplicando per esso
tutte le sue componenti
a = 2 , w = ( 3 2 )
a * w = 2 * ( 3 2 ) = ( 2*3 2*2 ) = ( 6 4 )
Come si moltiplicano due vettori?
 Esistono due tipi di moltiplicazione. Vediamo la prima che si
chiama prodotto scalare
v = ( 2 2 ) , w = ( 1 4 )
v * w = ( 2 2 ) * ( 1 4 ) = 2 * 1 + 2 * 4 =
= 2 + 8 = 10
Il risultato del prodotto scalare
tra due vettori è uno scalare
Il prodotto scalare tra vettori v * w si scrive solitamente < v , w >
Come si moltiplicano due vettori?
 In formule
v = ( v1 v2 . . . vn ), w = ( w1 w2 . . . wn)
< v , w > = v1*w1 + v2 * w2 + . . . + vn * wn
Definizione
 Due vettori si dicono tra loro ortogonali se il loro prodotto
scalare è pari a 0.
Esempio v = ( 2 6 3 ) e w = ( -3 0 2 ) sono ortogonali perché
< v , w > = 2 * (-3 ) + 6 * 0 + 3 * 2 = -6 + 0 + 6 = 0
Come si calcola la norma di un vettore?
 La norma di un vettore è la radice quadrata del prodotto
scalare di un vettore con se stesso
v = ( 3 4 )
La norma di v (si indica con ||v||) è uguale a
Sqrt ( < v, v > ) = Sqrt ( < ( 3 4 ) , ( 3 4 ) > ) =
= Sqrt ( 3 * 3 + 4 * 4 ) = Sqrt ( 9 + 16 ) = Sqrt ( 25 ) = 5
La norma di uno scalare è il suo valore assoluto!
|| -3 || = sqrt ( -3 * -3 ) = sqrt ( 9 ) = 3
Come si moltiplicano due vettori?
 In formule
|| v || = sqrt ( < v , v > ) =
= sqrt ( v1*v1 + v2 * v2 + . . . + vn * vn ) =
= sqrt (v1
2 + v2
2 + . . . + vn
2)
Definizioni
 Un vettore si dice unitario se la sua norma è 1
Esempio v = ( 1 0 )
|| v || = sqrt ( < v , v > ) = sqrt ( < ( 1 0 ) > , < ( 1 0 ) > ) =
=sqrt ( 1 * 1 + 0 * 0 ) = sqrt ( 1 ) = 1
Esercizi
 a = ( 2 4 6 ), b = ( 1 3 2 ), c = ( 2 5 1 )
Calcolare
a + b
a – b
5 * a – 2 * b + 3 * c
< a , c >
2 * <3 * a , 2 * c >
|| a ||
|| b || * < 2 * b , - c > + ||c|| + <||a|| * a , b >
Ci sono coppie di vettori ortogonali?
Ci sono vettori unitari?
Cos’è una matrice?
 Una matrice è una tabella di numeri
A = 2 3
4 5
B = 1 8 5 9
3 4 6 5
w = ( 2 4 7 9 5 )
A è una matrice quadrata 2x2
2 è l’elemento di posto (1,1)
I vettori sono particolari matrice
con una 1 riga oppure 1 colonna
A è una matrice rettangolare 2x4
6 è l’elemento di posto (2 , 3)
Come si sommano due matrici?
 Due matrici si sommano «componente per componente»
A = 2 3 B = 1 2
4 5 6 8
 A + B = 2+1 3+2
4+6 5+8
= 3 5
10 13
Come si sottraggono due matrici?
 Due matrici si sottraggono «componente per componente»
A = 2 3 B = 1 2
4 5 6 8
 A + B = 2-1 3-2
4-6 5-8
= 1 1
-2 -3
Come si moltiplica una matrice per uno
scalare?
 Una matrice si moltiplica per uno scalare moltiplicando per esso
tutte le sue componenti
A = 2 3 c = 3
4 5
c x A = 3*2 3*3 = 6 9
3*4 3*5 12 15
Quando si possono moltiplicare due
matrici?
 Esempio 1
Consideriamo A una matrice 2 x 3 e B una matrice 3 x 5
Esse si possono moltiplicare perché il numero di colonne della
prima 3 è uguale al numero di righe della seconda 3
Il risultato sarà una matrice 2 x 5 (numero di righe della prima e
numero di colonne della seconda)
 Esempio 2
Consideriamo A una matrice 2 x 4 e B una matrice 3 x 4
Esse non si possono moltiplicare perché il numero di colonne della
prima 4 è diverso dal numero di righe della seconda 3
Quando si possono moltiplicare due
matrici?
 Esercizi
A è 2 x 2 , B è 2 x 5 Posso calcolare A x B? Se sì il risultato è
una matrice…
A è 2 x 3 , B è 3 x 1 Posso calcolare A x B? Se sì il risultato è
una matrice…
Se posso calcolare A x B, posso sempre calcolare anche B x A?
Se no, quando posso fare contemporaneamente le due operazioni?
Come si moltiplicano due matrici quando è
possibile farlo?
Abbiamo detto che se A è una matrice 3 x 2 e B è una matrice 2x4,
posso calcolare A x B e il risultato è una matrice 3 x 4
 L’elemento (1,1) è il prodotto scalare tra la prima riga di A e la
prima colonna di B
 L’elemento (2,3) è il prodotto scalare tra la seconda riga di A e
la terza colonna di B
Come si moltiplicano due matrici
quando è possibile farlo?
Esempio
A = 2 3 B = 1 2 5 6
4 5 6 8 3 2
1 4
 L’elemento (1,1) di A x B sarà il prodotto scalare tra
(2,3) e (1,6) quindi 2*1 + 3*6 = 20
 L’elemento (2,3) sarà il prodotto scalare tra
(4,5) e (5,3) quindi 4*5 + 5*3 = 35
Come si moltiplicano due matrici
quando è possibile farlo?
In conclusione
A = 2 3 B = 1 2 5 6
4 5 6 8 3 2
1 4
A X B = 20 28 19 18
34 48 35 34
25 34 17 14
Matrice zero e Matrice Identità
La matrice con tutti gli elementi uguali a 0 è detta matrice zero
ed è l’elemento neutro rispetto alla somma e sottrazione
A = 2 3 0 = 0 0 A + 0 = 0 +A = A
4 5 0 0
La matrice con 1 sulla diagonale e 0 fuori è detta matrice identità
ed è l’elemento neutro rispetto al prodotto
A = 2 3 I = 1 0 A x I = I x A = A
4 5 0 1
Norma 1 di una matrice
Data una matrice A, per calcolare la norma 1 di A devo calcolare:
- Per ogni colonna, la somma del valore assoluto dei suoi
elementi
- Il massimo tra questi valori
A = -2 3 Prima colonna -> |-2| + |4| + |1| = 7
4 -5 Seconda colonna -> |3| + |-5| + |4| = 12
1 4 Il massimo tra 7 e 12 è 12, quindi la norma 1
di A è 12
Norma infinito di una matrice
Data una matrice A, per calcolare la norma infinito di A devo
calcolare:
- Per ogni riga, la somma del valore assoluto dei suoi elementi
- Il massimo tra questi valori
A = -2 3 Prima riga -> |-2| + |3| = 5
4 -5 Seconda riga -> |4| + |-5| = 9
1 4 Terza riga -> |1| + |4| = 5
Il massimo tra 5, 9 e 5 è 9, quindi la norma infinito di A è 9
Esercizi
A = -2 3 B= 3 5 C = 2 4 5 v = 2
4 -5 2 1 1 3 5
Calcolare
A + B
Norma 1 e norma infinito di C
v x A + v x B
A x B
B x A
A x B x C
Sia w il vettore colonna definito dalla prima colonna di B,
calcolare A x w
Calcolo dei determinanti matrici 1x1 e 2x2
 Ad una matrice quadrata (stesso numero di righe e di colonne)
posso associare un numero detto Determinante della matrice
a= 1
A = 2 3
4 5
Il determinante di una scalare
(matrice 1x1) è lo scalare stesso
Det (a) = 1
Il determinante di una matrice
2x2 è dato dal prodotto degli
elementi sulla diagonale
principale meno il prodotto degli
elementi sull’altra diagonale.
Ad esempio per la matrice di
sinistra
Det(A) = 2 * 5 – 4 * 3 = 10 – 12 = -2
Calcolo dei determinanti matrici 3x3
 Per calcolare il determinante di una matrice 3x3 devo
inizialmente scegliere una riga o una colonna. Vedremo che
tale scelta non influenzerà il risultato finale.
A = 2 3 1
2 0 1
1 1 1
 Scegliamo ad esempio la prima riga: 2 3 1
Calcolo dei determinanti matrici 3x3
 Il determinante di A sarà uguale a
Det (A) = 2 * Det 0 1 - 3 * Det 2 1 + 1 * Det 2 0
1 1 1 1 1 1
 Prima di continuare con il calcolo dobbiamo chiarire due punti
 Perché alcuni elementi della prima riga sono riportati con lo stesso segno
mentre altri hanno segno opposto?
 Come ricaviamo le matrici 2 x 2 il cui determinante è moltiplicato al
rispettivo elemento della prima riga?
Calcolo dei determinanti matrici 3x3
 Prima domanda
 Perché alcuni elementi della prima riga sono riportati con lo stesso
segno mentre altri hanno segno opposto
 Risposta
 Consideriamo una matrice di più o meno come questa
+ - +
- + -
+ - +
Da essa deduciamo che gli elementi di posto (1,1) e (1,3) conserveranno il
segno, invece l’elemento di posto (1,2) avrà il segno invertito
Calcolo dei determinanti matrici 3x3
 Seconda domanda
 Come ricaviamo le matrici 2 x 2 il cui determinante è moltiplicato
al rispettivo elemento della prima riga?
 Risposta
 L’elemento di posto (1,1) sarà moltiplicato per la matrice ottenuta a
partire da quella di partenza, eliminando la prima riga e la prima colonna.
Ad esempio data
2 3 1
A = 2 0 1
1 1 1
La sottomatrice relativa al posto (1,1) è 0 1
1 1
Calcolo dei determinanti matrici 3x3
 Analogamente l’elemento di posto (1,2) sarà moltiplicato per il
determinante della matrice ottenuta a partire da quella di partenza,
eliminando la prima riga e la seconda colonna.
 Possiamo ora concludere il calcolo del determinante
Det (A) = 2 * Det 0 1 - 3 * Det 2 1 + 1 * Det 2 0 =
1 1 1 1 1 1
= 2 * ( 0*1 -1*1) - 3 * (2 * 1 – 1 * 1 ) + 1 * (2 * 1 – 0 * 1) =
= 2 * ( -1 ) – 3 * 1 + 1 * 2 = -3
Esercizio
 Calcolare il determinante della stessa matrice scegliendo
un’altra riga o un’altra colonna. Verificare che il risultato
ottenuto non cambia.
Osservazione
 Poiché il risultato del determinante non cambia in base alla riga
o alla colonna scelta, conviene scegliere quella con il maggior
numero di zeri in modo da effettuare il minor numero possibile
di calcoli.
 Il procedimento qui illustrato si applica iterativamente ad una
matrice di dimensione qualsiasi. La matrice dei segni di una 4x4
sarà analogamente
+ - + -
- + - +
+ - + -
- + - +
Inverso di un numero
 Dato un numero a, il suo inverso è quel numero b tale che
a * b=1
Ad esempio l’inverso di 3 è 1/3 perché 3 * 1/3 = 1
L’inverso di 2/5 è 5/2 perché 2/5 * 5/2 = 1
 Tutti i numeri diversi da zero hanno un inverso.
Inversa di una matrice
 Ci chiediamo se una matrice quadrata A è invertibile, cioè se
esiste una matrice B tale che
A * B = I
dove I è la matrice identità (con 1 sulla diagonale e zero fuori)
 Teorema:
Una matrice è invertibile se e solo se il suo determinante è diverso da
zero
Calcolo matrice inversa, parte 1
L’inversa di una matrice si può calcolare (quando esiste) con i seguenti
passi:
1) Costruire una matrice in cui al posto ( i , j ) è presente il determinante
della matrice ottenuta eliminando la i-esima e la j-esima riga
Ad esempio da
2 3 1 otteniamo nel posto (1,1) il
A = 2 0 1 determinante di 0 1
1 1 1 1 1
ottenuta eliminando prima riga e
prima colonna
Calcolo matrice inversa, parte 2
2) Confermare o meno il segno degli elementi precedenti
confrontando la posizione con i valori della matrice dei segni
+ - +
- + -
+ - +
Otteniamo a questo punto la matrice
-1 -1 2
-2 1 1
3 0 6
Calcolo matrice inversa, parte 3
3) Trasporre la matrice ottenuta al passo 2 (cioè invertire righe e
colonne)
A partire dalla matrice precedente
-1 -1 2
-2 1 1
3 0 6
Otteniamo dunque
-1 -2 3
-1 1 0
2 1 6
Calcolo matrice inversa, parte 4
4) Moltiplicare la matrice ottenuta al passo 3 per lo scalare
1/ det (A)
A partire dalla matrice del passo 3,
-1 -2 3
-1 1 0
2 1 6
Ricordando che det (A) = -3, abbiamo
1/3 2/3 -1
1/3 -1/3 0 Chiamiamo tale matrice A-1
-2/3 -1/3 -2
Esercizio
1) Verificare che
A * A-1 = I
2) Verificare che
A-1 * A= I
3) Verificare se è invertibile e nel caso calcolare l’inversa della matrice
1 2 -1
0 1 1
0 2 1

More Related Content

What's hot

Equazioni
EquazioniEquazioni
Equazioni
luciano cicco
 
Matematica
MatematicaMatematica
Matematica
toremancaviola
 
Prodotti notevoli
Prodotti notevoliProdotti notevoli
Prodotti notevoli
Rosangela Mapelli
 
Salicilato di metile pavanello dalla
Salicilato di metile pavanello dallaSalicilato di metile pavanello dalla
Salicilato di metile pavanello dalla
mauro_sabella
 
Moda, media, mediana
Moda, media, medianaModa, media, mediana
Moda, media, mediana
Lilly Mafrica
 
Cosa sono le frazioni algebriche
Cosa sono le frazioni algebricheCosa sono le frazioni algebriche
Cosa sono le frazioni algebriche
robcalab2015
 
Piano inclinato_b
Piano  inclinato_bPiano  inclinato_b
Piano inclinato_b
giancarlocazzulini
 
Parabola passante per 3 punti
Parabola passante per 3 puntiParabola passante per 3 punti
Parabola passante per 3 punti
santi caltabiano
 
Integrale indefinito
Integrale indefinitoIntegrale indefinito
Triangoli
TriangoliTriangoli
Triangoli
diblasi
 
Esercizi di Algebra lineare su autovalori e autovettori
Esercizi di Algebra lineare su autovalori e autovettoriEsercizi di Algebra lineare su autovalori e autovettori
Esercizi di Algebra lineare su autovalori e autovettori
Nicola Iantomasi
 
Jose montilla respuestas de ejercicios grafos
Jose montilla respuestas de ejercicios grafosJose montilla respuestas de ejercicios grafos
Jose montilla respuestas de ejercicios grafos
Jose Manuel Montilla Borzellino
 
Disequazioni e sistemi di disequazioni
Disequazioni e sistemi di disequazioniDisequazioni e sistemi di disequazioni
Disequazioni e sistemi di disequazioni
Luigi Pasini
 
Insieme r
Insieme rInsieme r
Insieme r
Lilly Mafrica
 
Teorie cls. a viii geometrie plana
Teorie cls. a viii  geometrie  planaTeorie cls. a viii  geometrie  plana
Teorie cls. a viii geometrie plana
DeliaScripcaru
 
A peverelli fisica - formulario di meccanica classica
A peverelli   fisica - formulario di meccanica classicaA peverelli   fisica - formulario di meccanica classica
A peverelli fisica - formulario di meccanica classicaJupira Silva
 
La Retta nel piano cartesiano
La Retta nel piano cartesianoLa Retta nel piano cartesiano
La Retta nel piano cartesiano
Rosangela Mapelli
 

What's hot (20)

Equazioni
EquazioniEquazioni
Equazioni
 
Matematica
MatematicaMatematica
Matematica
 
Prodotti notevoli
Prodotti notevoliProdotti notevoli
Prodotti notevoli
 
Salicilato di metile pavanello dalla
Salicilato di metile pavanello dallaSalicilato di metile pavanello dalla
Salicilato di metile pavanello dalla
 
Euler
EulerEuler
Euler
 
Moda, media, mediana
Moda, media, medianaModa, media, mediana
Moda, media, mediana
 
Cosa sono le frazioni algebriche
Cosa sono le frazioni algebricheCosa sono le frazioni algebriche
Cosa sono le frazioni algebriche
 
Piano inclinato_b
Piano  inclinato_bPiano  inclinato_b
Piano inclinato_b
 
Grafos 8.2.1
Grafos 8.2.1Grafos 8.2.1
Grafos 8.2.1
 
Parabola passante per 3 punti
Parabola passante per 3 puntiParabola passante per 3 punti
Parabola passante per 3 punti
 
Integrale indefinito
Integrale indefinitoIntegrale indefinito
Integrale indefinito
 
Triangoli
TriangoliTriangoli
Triangoli
 
Esercizi di Algebra lineare su autovalori e autovettori
Esercizi di Algebra lineare su autovalori e autovettoriEsercizi di Algebra lineare su autovalori e autovettori
Esercizi di Algebra lineare su autovalori e autovettori
 
Jose montilla respuestas de ejercicios grafos
Jose montilla respuestas de ejercicios grafosJose montilla respuestas de ejercicios grafos
Jose montilla respuestas de ejercicios grafos
 
Disequazioni e sistemi di disequazioni
Disequazioni e sistemi di disequazioniDisequazioni e sistemi di disequazioni
Disequazioni e sistemi di disequazioni
 
Scomposizione polinomi
Scomposizione polinomiScomposizione polinomi
Scomposizione polinomi
 
Insieme r
Insieme rInsieme r
Insieme r
 
Teorie cls. a viii geometrie plana
Teorie cls. a viii  geometrie  planaTeorie cls. a viii  geometrie  plana
Teorie cls. a viii geometrie plana
 
A peverelli fisica - formulario di meccanica classica
A peverelli   fisica - formulario di meccanica classicaA peverelli   fisica - formulario di meccanica classica
A peverelli fisica - formulario di meccanica classica
 
La Retta nel piano cartesiano
La Retta nel piano cartesianoLa Retta nel piano cartesiano
La Retta nel piano cartesiano
 

Similar to Fondamenti di algebra lineare, parte 1: vettori e matrici

Fondamenti di algebra lineare, parte 2: sistemi lineari, autovalori e autovet...
Fondamenti di algebra lineare, parte 2: sistemi lineari, autovalori e autovet...Fondamenti di algebra lineare, parte 2: sistemi lineari, autovalori e autovet...
Fondamenti di algebra lineare, parte 2: sistemi lineari, autovalori e autovet...
Nicola Iantomasi
 
Matrici e determinanti
Matrici e determinantiMatrici e determinanti
Lezione 23 (9 maggio 2012)
Lezione 23 (9 maggio 2012)Lezione 23 (9 maggio 2012)
Lezione 23 (9 maggio 2012)STELITANO
 
Geometria analitica
Geometria analiticaGeometria analitica
Geometria analitica
Istituto Stringher
 
An Optimal Algorithm for On-Line Bipartite Matching
An Optimal Algorithm for On-Line Bipartite MatchingAn Optimal Algorithm for On-Line Bipartite Matching
An Optimal Algorithm for On-Line Bipartite MatchingTiziana Spata
 
Fg esercizi 4
Fg esercizi 4Fg esercizi 4
Fg esercizi 4
Giovanni Della Lunga
 
Lezione 8 (12 marzo 2012)
Lezione 8 (12 marzo 2012)Lezione 8 (12 marzo 2012)
Lezione 8 (12 marzo 2012)STELITANO
 
Gli insiemi n e z
Gli insiemi n e zGli insiemi n e z
Gli insiemi n e z
angelo dorata
 
To infinity and beyond
To infinity and beyondTo infinity and beyond
To infinity and beyond
Francesco Sanchini
 
05.s.pl2.ppt [sola lettura]
05.s.pl2.ppt [sola lettura]05.s.pl2.ppt [sola lettura]
05.s.pl2.ppt [sola lettura]Luca Ferrari
 
Parallel Sparse Matrix Vector Multiplication Using CSB
Parallel Sparse Matrix Vector Multiplication Using CSBParallel Sparse Matrix Vector Multiplication Using CSB
Parallel Sparse Matrix Vector Multiplication Using CSB
David Santucci
 
quello finale
quello finalequello finale
quello finalechiara1c
 
Vari metodi di scomposizione
Vari metodi di scomposizioneVari metodi di scomposizione
Vari metodi di scomposizionechiara1c
 
Minimiemassimi
MinimiemassimiMinimiemassimi
Minimiemassimialecellini
 
Ripasso di equazioni di I e II grado
Ripasso di equazioni di I e II gradoRipasso di equazioni di I e II grado
Ripasso di equazioni di I e II grado
Redooc
 
Esercitazione 3 (14 marzo 2012)
Esercitazione 3 (14 marzo 2012)Esercitazione 3 (14 marzo 2012)
Esercitazione 3 (14 marzo 2012)STELITANO
 
Project work arcangela bennardo
Project work arcangela bennardoProject work arcangela bennardo
Project work arcangela bennardo
Arcangela
 

Similar to Fondamenti di algebra lineare, parte 1: vettori e matrici (20)

Fondamenti di algebra lineare, parte 2: sistemi lineari, autovalori e autovet...
Fondamenti di algebra lineare, parte 2: sistemi lineari, autovalori e autovet...Fondamenti di algebra lineare, parte 2: sistemi lineari, autovalori e autovet...
Fondamenti di algebra lineare, parte 2: sistemi lineari, autovalori e autovet...
 
Algebra lineare_1
 Algebra lineare_1 Algebra lineare_1
Algebra lineare_1
 
Matrici e determinanti
Matrici e determinantiMatrici e determinanti
Matrici e determinanti
 
Lezione 23 (9 maggio 2012)
Lezione 23 (9 maggio 2012)Lezione 23 (9 maggio 2012)
Lezione 23 (9 maggio 2012)
 
Algebra E Matematica Generale
Algebra E Matematica GeneraleAlgebra E Matematica Generale
Algebra E Matematica Generale
 
Geometria analitica
Geometria analiticaGeometria analitica
Geometria analitica
 
Lezione 1 insiemi numerici
Lezione 1 insiemi numericiLezione 1 insiemi numerici
Lezione 1 insiemi numerici
 
An Optimal Algorithm for On-Line Bipartite Matching
An Optimal Algorithm for On-Line Bipartite MatchingAn Optimal Algorithm for On-Line Bipartite Matching
An Optimal Algorithm for On-Line Bipartite Matching
 
Fg esercizi 4
Fg esercizi 4Fg esercizi 4
Fg esercizi 4
 
Lezione 8 (12 marzo 2012)
Lezione 8 (12 marzo 2012)Lezione 8 (12 marzo 2012)
Lezione 8 (12 marzo 2012)
 
Gli insiemi n e z
Gli insiemi n e zGli insiemi n e z
Gli insiemi n e z
 
To infinity and beyond
To infinity and beyondTo infinity and beyond
To infinity and beyond
 
05.s.pl2.ppt [sola lettura]
05.s.pl2.ppt [sola lettura]05.s.pl2.ppt [sola lettura]
05.s.pl2.ppt [sola lettura]
 
Parallel Sparse Matrix Vector Multiplication Using CSB
Parallel Sparse Matrix Vector Multiplication Using CSBParallel Sparse Matrix Vector Multiplication Using CSB
Parallel Sparse Matrix Vector Multiplication Using CSB
 
quello finale
quello finalequello finale
quello finale
 
Vari metodi di scomposizione
Vari metodi di scomposizioneVari metodi di scomposizione
Vari metodi di scomposizione
 
Minimiemassimi
MinimiemassimiMinimiemassimi
Minimiemassimi
 
Ripasso di equazioni di I e II grado
Ripasso di equazioni di I e II gradoRipasso di equazioni di I e II grado
Ripasso di equazioni di I e II grado
 
Esercitazione 3 (14 marzo 2012)
Esercitazione 3 (14 marzo 2012)Esercitazione 3 (14 marzo 2012)
Esercitazione 3 (14 marzo 2012)
 
Project work arcangela bennardo
Project work arcangela bennardoProject work arcangela bennardo
Project work arcangela bennardo
 

More from Nicola Iantomasi

Linguaggio SQL: join tra tabelle
Linguaggio SQL: join tra tabelleLinguaggio SQL: join tra tabelle
Linguaggio SQL: join tra tabelle
Nicola Iantomasi
 
Progettazione di un database relazionale
Progettazione di un database relazionaleProgettazione di un database relazionale
Progettazione di un database relazionale
Nicola Iantomasi
 
Linguaggio SQL: utilizzo di group by e having
Linguaggio SQL: utilizzo di group by e havingLinguaggio SQL: utilizzo di group by e having
Linguaggio SQL: utilizzo di group by e having
Nicola Iantomasi
 
Linguaggio SQL: utilizzo di select, from e where
Linguaggio SQL: utilizzo di select, from e whereLinguaggio SQL: utilizzo di select, from e where
Linguaggio SQL: utilizzo di select, from e where
Nicola Iantomasi
 
Creare tabelle sul database MySql
Creare tabelle sul database MySqlCreare tabelle sul database MySql
Creare tabelle sul database MySql
Nicola Iantomasi
 
Tabelle pivot e import dati su Microsoft Excel
Tabelle pivot e import dati su Microsoft ExcelTabelle pivot e import dati su Microsoft Excel
Tabelle pivot e import dati su Microsoft Excel
Nicola Iantomasi
 

More from Nicola Iantomasi (6)

Linguaggio SQL: join tra tabelle
Linguaggio SQL: join tra tabelleLinguaggio SQL: join tra tabelle
Linguaggio SQL: join tra tabelle
 
Progettazione di un database relazionale
Progettazione di un database relazionaleProgettazione di un database relazionale
Progettazione di un database relazionale
 
Linguaggio SQL: utilizzo di group by e having
Linguaggio SQL: utilizzo di group by e havingLinguaggio SQL: utilizzo di group by e having
Linguaggio SQL: utilizzo di group by e having
 
Linguaggio SQL: utilizzo di select, from e where
Linguaggio SQL: utilizzo di select, from e whereLinguaggio SQL: utilizzo di select, from e where
Linguaggio SQL: utilizzo di select, from e where
 
Creare tabelle sul database MySql
Creare tabelle sul database MySqlCreare tabelle sul database MySql
Creare tabelle sul database MySql
 
Tabelle pivot e import dati su Microsoft Excel
Tabelle pivot e import dati su Microsoft ExcelTabelle pivot e import dati su Microsoft Excel
Tabelle pivot e import dati su Microsoft Excel
 

Fondamenti di algebra lineare, parte 1: vettori e matrici

  • 1. Fondamenti di algebra lineare: vettori e matrici
  • 2. Cos’è un vettore?  Un vettore è una riga (o una colonna) di numeri a = ( 2 3 ) v = ( 1 8 5 ) w = ( 2 4 7 9 5 ) d = ( 3 ) Ognuno dei singoli numeri è detto componente del vettore Un vettore formato da un solo numero (come d) è detto scalare. Spesso per gli scalari non usiamo le parentesi. Ad esempio scriviamo d = 3
  • 3. Come si sommano due vettori?  Due vettori si sommano «componente per componente» v = ( 2 2 ), w = ( 4 1 ) v + w = ( 2+4 2+1 ) = ( 6 3 ) Vettori con lunghezza diversa non si possono sommare v = ( 2 4 ), w = ( 3 8 15 ) v + w non ha senso
  • 4. Come si sommano due vettori?  In formule v = ( v1 v2 . . . vn ), w = ( w1 w2 . . . wn) v + w = ( v1+w1 v2+w2 . . . vn+wn)
  • 5. Come si sottraggono due vettori?  Due vettori si sottraggono «componente per componente» v = ( 2 2 ), w = ( 4 1 ) v - w = ( 2-4 2-1 ) = ( -2 1 ) Vettori con lunghezza diversa non si possono sottrarre v = ( 2 4 ), w = ( 3 8 15 ) v - w non ha senso
  • 6. Come si sottraggono due vettori?  In formule v = ( v1 v2 . . . vn ), w = ( w1 w2 . . . wn) v - w = ( v1-w1 v2-w2 . . . vn-wn)
  • 7. Come si moltiplica un vettore per uno scalare?  Un vettore si moltiplica per uno scalare moltiplicando per esso tutte le sue componenti a = 2 , w = ( 3 2 ) a * w = 2 * ( 3 2 ) = ( 2*3 2*2 ) = ( 6 4 )
  • 8. Come si moltiplicano due vettori?  Esistono due tipi di moltiplicazione. Vediamo la prima che si chiama prodotto scalare v = ( 2 2 ) , w = ( 1 4 ) v * w = ( 2 2 ) * ( 1 4 ) = 2 * 1 + 2 * 4 = = 2 + 8 = 10 Il risultato del prodotto scalare tra due vettori è uno scalare Il prodotto scalare tra vettori v * w si scrive solitamente < v , w >
  • 9. Come si moltiplicano due vettori?  In formule v = ( v1 v2 . . . vn ), w = ( w1 w2 . . . wn) < v , w > = v1*w1 + v2 * w2 + . . . + vn * wn
  • 10. Definizione  Due vettori si dicono tra loro ortogonali se il loro prodotto scalare è pari a 0. Esempio v = ( 2 6 3 ) e w = ( -3 0 2 ) sono ortogonali perché < v , w > = 2 * (-3 ) + 6 * 0 + 3 * 2 = -6 + 0 + 6 = 0
  • 11. Come si calcola la norma di un vettore?  La norma di un vettore è la radice quadrata del prodotto scalare di un vettore con se stesso v = ( 3 4 ) La norma di v (si indica con ||v||) è uguale a Sqrt ( < v, v > ) = Sqrt ( < ( 3 4 ) , ( 3 4 ) > ) = = Sqrt ( 3 * 3 + 4 * 4 ) = Sqrt ( 9 + 16 ) = Sqrt ( 25 ) = 5 La norma di uno scalare è il suo valore assoluto! || -3 || = sqrt ( -3 * -3 ) = sqrt ( 9 ) = 3
  • 12. Come si moltiplicano due vettori?  In formule || v || = sqrt ( < v , v > ) = = sqrt ( v1*v1 + v2 * v2 + . . . + vn * vn ) = = sqrt (v1 2 + v2 2 + . . . + vn 2)
  • 13. Definizioni  Un vettore si dice unitario se la sua norma è 1 Esempio v = ( 1 0 ) || v || = sqrt ( < v , v > ) = sqrt ( < ( 1 0 ) > , < ( 1 0 ) > ) = =sqrt ( 1 * 1 + 0 * 0 ) = sqrt ( 1 ) = 1
  • 14. Esercizi  a = ( 2 4 6 ), b = ( 1 3 2 ), c = ( 2 5 1 ) Calcolare a + b a – b 5 * a – 2 * b + 3 * c < a , c > 2 * <3 * a , 2 * c > || a || || b || * < 2 * b , - c > + ||c|| + <||a|| * a , b > Ci sono coppie di vettori ortogonali? Ci sono vettori unitari?
  • 15. Cos’è una matrice?  Una matrice è una tabella di numeri A = 2 3 4 5 B = 1 8 5 9 3 4 6 5 w = ( 2 4 7 9 5 ) A è una matrice quadrata 2x2 2 è l’elemento di posto (1,1) I vettori sono particolari matrice con una 1 riga oppure 1 colonna A è una matrice rettangolare 2x4 6 è l’elemento di posto (2 , 3)
  • 16. Come si sommano due matrici?  Due matrici si sommano «componente per componente» A = 2 3 B = 1 2 4 5 6 8  A + B = 2+1 3+2 4+6 5+8 = 3 5 10 13
  • 17. Come si sottraggono due matrici?  Due matrici si sottraggono «componente per componente» A = 2 3 B = 1 2 4 5 6 8  A + B = 2-1 3-2 4-6 5-8 = 1 1 -2 -3
  • 18. Come si moltiplica una matrice per uno scalare?  Una matrice si moltiplica per uno scalare moltiplicando per esso tutte le sue componenti A = 2 3 c = 3 4 5 c x A = 3*2 3*3 = 6 9 3*4 3*5 12 15
  • 19. Quando si possono moltiplicare due matrici?  Esempio 1 Consideriamo A una matrice 2 x 3 e B una matrice 3 x 5 Esse si possono moltiplicare perché il numero di colonne della prima 3 è uguale al numero di righe della seconda 3 Il risultato sarà una matrice 2 x 5 (numero di righe della prima e numero di colonne della seconda)  Esempio 2 Consideriamo A una matrice 2 x 4 e B una matrice 3 x 4 Esse non si possono moltiplicare perché il numero di colonne della prima 4 è diverso dal numero di righe della seconda 3
  • 20. Quando si possono moltiplicare due matrici?  Esercizi A è 2 x 2 , B è 2 x 5 Posso calcolare A x B? Se sì il risultato è una matrice… A è 2 x 3 , B è 3 x 1 Posso calcolare A x B? Se sì il risultato è una matrice… Se posso calcolare A x B, posso sempre calcolare anche B x A? Se no, quando posso fare contemporaneamente le due operazioni?
  • 21. Come si moltiplicano due matrici quando è possibile farlo? Abbiamo detto che se A è una matrice 3 x 2 e B è una matrice 2x4, posso calcolare A x B e il risultato è una matrice 3 x 4  L’elemento (1,1) è il prodotto scalare tra la prima riga di A e la prima colonna di B  L’elemento (2,3) è il prodotto scalare tra la seconda riga di A e la terza colonna di B
  • 22. Come si moltiplicano due matrici quando è possibile farlo? Esempio A = 2 3 B = 1 2 5 6 4 5 6 8 3 2 1 4  L’elemento (1,1) di A x B sarà il prodotto scalare tra (2,3) e (1,6) quindi 2*1 + 3*6 = 20  L’elemento (2,3) sarà il prodotto scalare tra (4,5) e (5,3) quindi 4*5 + 5*3 = 35
  • 23. Come si moltiplicano due matrici quando è possibile farlo? In conclusione A = 2 3 B = 1 2 5 6 4 5 6 8 3 2 1 4 A X B = 20 28 19 18 34 48 35 34 25 34 17 14
  • 24. Matrice zero e Matrice Identità La matrice con tutti gli elementi uguali a 0 è detta matrice zero ed è l’elemento neutro rispetto alla somma e sottrazione A = 2 3 0 = 0 0 A + 0 = 0 +A = A 4 5 0 0 La matrice con 1 sulla diagonale e 0 fuori è detta matrice identità ed è l’elemento neutro rispetto al prodotto A = 2 3 I = 1 0 A x I = I x A = A 4 5 0 1
  • 25. Norma 1 di una matrice Data una matrice A, per calcolare la norma 1 di A devo calcolare: - Per ogni colonna, la somma del valore assoluto dei suoi elementi - Il massimo tra questi valori A = -2 3 Prima colonna -> |-2| + |4| + |1| = 7 4 -5 Seconda colonna -> |3| + |-5| + |4| = 12 1 4 Il massimo tra 7 e 12 è 12, quindi la norma 1 di A è 12
  • 26. Norma infinito di una matrice Data una matrice A, per calcolare la norma infinito di A devo calcolare: - Per ogni riga, la somma del valore assoluto dei suoi elementi - Il massimo tra questi valori A = -2 3 Prima riga -> |-2| + |3| = 5 4 -5 Seconda riga -> |4| + |-5| = 9 1 4 Terza riga -> |1| + |4| = 5 Il massimo tra 5, 9 e 5 è 9, quindi la norma infinito di A è 9
  • 27. Esercizi A = -2 3 B= 3 5 C = 2 4 5 v = 2 4 -5 2 1 1 3 5 Calcolare A + B Norma 1 e norma infinito di C v x A + v x B A x B B x A A x B x C Sia w il vettore colonna definito dalla prima colonna di B, calcolare A x w
  • 28. Calcolo dei determinanti matrici 1x1 e 2x2  Ad una matrice quadrata (stesso numero di righe e di colonne) posso associare un numero detto Determinante della matrice a= 1 A = 2 3 4 5 Il determinante di una scalare (matrice 1x1) è lo scalare stesso Det (a) = 1 Il determinante di una matrice 2x2 è dato dal prodotto degli elementi sulla diagonale principale meno il prodotto degli elementi sull’altra diagonale. Ad esempio per la matrice di sinistra Det(A) = 2 * 5 – 4 * 3 = 10 – 12 = -2
  • 29. Calcolo dei determinanti matrici 3x3  Per calcolare il determinante di una matrice 3x3 devo inizialmente scegliere una riga o una colonna. Vedremo che tale scelta non influenzerà il risultato finale. A = 2 3 1 2 0 1 1 1 1  Scegliamo ad esempio la prima riga: 2 3 1
  • 30. Calcolo dei determinanti matrici 3x3  Il determinante di A sarà uguale a Det (A) = 2 * Det 0 1 - 3 * Det 2 1 + 1 * Det 2 0 1 1 1 1 1 1  Prima di continuare con il calcolo dobbiamo chiarire due punti  Perché alcuni elementi della prima riga sono riportati con lo stesso segno mentre altri hanno segno opposto?  Come ricaviamo le matrici 2 x 2 il cui determinante è moltiplicato al rispettivo elemento della prima riga?
  • 31. Calcolo dei determinanti matrici 3x3  Prima domanda  Perché alcuni elementi della prima riga sono riportati con lo stesso segno mentre altri hanno segno opposto  Risposta  Consideriamo una matrice di più o meno come questa + - + - + - + - + Da essa deduciamo che gli elementi di posto (1,1) e (1,3) conserveranno il segno, invece l’elemento di posto (1,2) avrà il segno invertito
  • 32. Calcolo dei determinanti matrici 3x3  Seconda domanda  Come ricaviamo le matrici 2 x 2 il cui determinante è moltiplicato al rispettivo elemento della prima riga?  Risposta  L’elemento di posto (1,1) sarà moltiplicato per la matrice ottenuta a partire da quella di partenza, eliminando la prima riga e la prima colonna. Ad esempio data 2 3 1 A = 2 0 1 1 1 1 La sottomatrice relativa al posto (1,1) è 0 1 1 1
  • 33. Calcolo dei determinanti matrici 3x3  Analogamente l’elemento di posto (1,2) sarà moltiplicato per il determinante della matrice ottenuta a partire da quella di partenza, eliminando la prima riga e la seconda colonna.  Possiamo ora concludere il calcolo del determinante Det (A) = 2 * Det 0 1 - 3 * Det 2 1 + 1 * Det 2 0 = 1 1 1 1 1 1 = 2 * ( 0*1 -1*1) - 3 * (2 * 1 – 1 * 1 ) + 1 * (2 * 1 – 0 * 1) = = 2 * ( -1 ) – 3 * 1 + 1 * 2 = -3
  • 34. Esercizio  Calcolare il determinante della stessa matrice scegliendo un’altra riga o un’altra colonna. Verificare che il risultato ottenuto non cambia.
  • 35. Osservazione  Poiché il risultato del determinante non cambia in base alla riga o alla colonna scelta, conviene scegliere quella con il maggior numero di zeri in modo da effettuare il minor numero possibile di calcoli.  Il procedimento qui illustrato si applica iterativamente ad una matrice di dimensione qualsiasi. La matrice dei segni di una 4x4 sarà analogamente + - + - - + - + + - + - - + - +
  • 36. Inverso di un numero  Dato un numero a, il suo inverso è quel numero b tale che a * b=1 Ad esempio l’inverso di 3 è 1/3 perché 3 * 1/3 = 1 L’inverso di 2/5 è 5/2 perché 2/5 * 5/2 = 1  Tutti i numeri diversi da zero hanno un inverso.
  • 37. Inversa di una matrice  Ci chiediamo se una matrice quadrata A è invertibile, cioè se esiste una matrice B tale che A * B = I dove I è la matrice identità (con 1 sulla diagonale e zero fuori)  Teorema: Una matrice è invertibile se e solo se il suo determinante è diverso da zero
  • 38. Calcolo matrice inversa, parte 1 L’inversa di una matrice si può calcolare (quando esiste) con i seguenti passi: 1) Costruire una matrice in cui al posto ( i , j ) è presente il determinante della matrice ottenuta eliminando la i-esima e la j-esima riga Ad esempio da 2 3 1 otteniamo nel posto (1,1) il A = 2 0 1 determinante di 0 1 1 1 1 1 1 ottenuta eliminando prima riga e prima colonna
  • 39. Calcolo matrice inversa, parte 2 2) Confermare o meno il segno degli elementi precedenti confrontando la posizione con i valori della matrice dei segni + - + - + - + - + Otteniamo a questo punto la matrice -1 -1 2 -2 1 1 3 0 6
  • 40. Calcolo matrice inversa, parte 3 3) Trasporre la matrice ottenuta al passo 2 (cioè invertire righe e colonne) A partire dalla matrice precedente -1 -1 2 -2 1 1 3 0 6 Otteniamo dunque -1 -2 3 -1 1 0 2 1 6
  • 41. Calcolo matrice inversa, parte 4 4) Moltiplicare la matrice ottenuta al passo 3 per lo scalare 1/ det (A) A partire dalla matrice del passo 3, -1 -2 3 -1 1 0 2 1 6 Ricordando che det (A) = -3, abbiamo 1/3 2/3 -1 1/3 -1/3 0 Chiamiamo tale matrice A-1 -2/3 -1/3 -2
  • 42. Esercizio 1) Verificare che A * A-1 = I 2) Verificare che A-1 * A= I 3) Verificare se è invertibile e nel caso calcolare l’inversa della matrice 1 2 -1 0 1 1 0 2 1