11.06.2013 Views

Appendice esercitazione n.10 - DIMA

Appendice esercitazione n.10 - DIMA

Appendice esercitazione n.10 - DIMA

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

ESERCIZIO 4. (CONTINUAZIONE)<br />

Sia A =<br />

Matrice inversa con la tecnica della matrice aggiunta<br />

⎛2 − 1<br />

⎜<br />

⎜2<br />

0<br />

⎜<br />

⎝4<br />

2<br />

1⎞<br />

⎟<br />

1⎟<br />

1⎟<br />

⎠<br />

determinare la matrice inversa A -1 .<br />

∈ M3(R) . Verificare che A è invertibile e<br />

E’ noto dalla teoria che se A è una matrice quadrata:<br />

A è invertibile ⇔ det(A) ≠0<br />

2 − 1<br />

Calcoliamo detA = 2 0<br />

4 2<br />

LAPLACE′ secondo la prima riga R1 così :<br />

det A = 2<br />

0<br />

2<br />

1<br />

1<br />

- (-1)<br />

2<br />

4<br />

1<br />

1<br />

1<br />

1<br />

1<br />

+1<br />

tramite lo ′SVILUPPO DI<br />

ogni elemento della prima riga viene moltiplicato per il suo<br />

complemento algebrico, minore di ordine 2x2 ( a meno del<br />

segno)(*), che si sa calcolare e dunque :<br />

det A = 2(-2)+1(-2)+1(4) = -2 ≠0<br />

N.B. Si prova che lo sviluppo del determinante può essere<br />

effettuato indifferentemente lungo qualsiasi riga e qualsiasi<br />

colonna. Era meglio sviluppare lungo R2 o C2 dove c’è uno zero!<br />

Vediamo ora l’algoritmo per determinare la matrice aggiunta.<br />

(*) Vedi la pagina successiva per la precisazione<br />

2<br />

4<br />

0<br />

2<br />

1<br />

1.Passo dell’algoritmo : costruzione della matrice<br />

t A, trasposta di A<br />

⎛2 − 1 1⎞<br />

⎜ ⎟<br />

A = ⎜2<br />

0 1⎟<br />

⎯ ⎯⎯⎯⎯⎯<br />

⎯<br />

scambio righe con colonne<br />

⎜ ⎟<br />

⎝4<br />

2 1⎠<br />

⎯ →<br />

t<br />

A<br />

⎛ 2<br />

⎜<br />

= ⎜−<br />

1<br />

⎜<br />

⎝ 1<br />

2.Passo dell’algoritmo : costruzione della matrice<br />

Agg(A), aggiunta di A<br />

Agg(A) = matrice i cui elementi sono i complementi<br />

algebrici della matrice t A<br />

t<br />

A<br />

⎛ 2<br />

⎜<br />

= ⎜−<br />

1<br />

⎜<br />

⎝ 1<br />

complemento algebrico di ar,s è il prodotto del minore<br />

complementare (determinante della sottomatrice 2x2 , ottenuta<br />

cancellando la riga e la colonna dell’elemento stesso ar,s) per il<br />

numero (-1) r+s , con r =posto di riga, s = posto di colonna.<br />

a11=2 A11 = (-1) 1+1<br />

posto di riga<br />

0<br />

1<br />

2<br />

1<br />

2<br />

0<br />

1<br />

4⎞<br />

⎟<br />

2⎟<br />

1⎟<br />

⎠<br />

2<br />

0<br />

1<br />

posto di colonna<br />

4⎞<br />

⎟<br />

2⎟<br />

1⎟<br />

⎠<br />

=-2 (A11 compl. alg. di a11)<br />

2


t<br />

A<br />

⎛ 2<br />

⎜<br />

= ⎜−<br />

1<br />

⎜<br />

⎝ 1<br />

2<br />

0<br />

1<br />

4⎞<br />

⎟<br />

2⎟<br />

1⎟<br />

⎠<br />

a12 =2 A12 = (-1) 1+2<br />

⎛−<br />

2<br />

⎜<br />

Agg(A) = ⎜ 2<br />

⎜<br />

⎝ 4<br />

3<br />

− 2<br />

− 8<br />

− 1⎞<br />

⎟<br />

0 ⎟<br />

2 ⎟<br />

⎠<br />

− 1<br />

1<br />

2<br />

1<br />

= -3, …<br />

3.Passo dell’algoritmo : moltiplicazione della matrice<br />

1<br />

Agg(A) per il numero<br />

det( A )<br />

Si conclude: A -1 1<br />

=<br />

det( A )<br />

Agg(A)<br />

⎛−<br />

2<br />

1 ⎜<br />

= − ⎜ 2<br />

2 ⎜<br />

⎝ 4<br />

3<br />

− 2<br />

− 8<br />

− 1⎞<br />

⎟<br />

0 ⎟<br />

2 ⎟<br />

⎠<br />

⎛ 1<br />

⎜<br />

= ⎜ − 1<br />

⎜<br />

⎝ − 2<br />

− 3 / 2<br />

1<br />

4<br />

1 / 2⎞<br />

⎟<br />

0 ⎟ ok!<br />

− 1 ⎟<br />

⎠<br />

Osservazione. Questo metodo di calcolare l’inversa , di certo più<br />

elegante della tecnica di riduzione, in realtà dal punto di vista calcolativo<br />

richiede in generale un numero maggiore di operazioni. Basta<br />

pensare ad una matrice A 10x10, in cui sarà necessario calcolare 10x10<br />

= 100 determinanti di matrici 9x9 ! Mentre con il metodo di riduzione si<br />

effettuano un numero di operazioni (circa) pari al calcolo di det A.<br />

Però va notato che questo metodo nel caso di calcolo manuale di matrici<br />

2x2 , 3x3 può a volte risultare vantaggioso.<br />

Esercizio. Determinare A -1 ⎛a<br />

con A = ⎜<br />

⎝c<br />

b ⎞<br />

⎟<br />

d ⎠<br />

Risposta: A -1 ⎛ d<br />

⎜<br />

= ⎜ ad − bc<br />

⎜ c<br />

−<br />

⎝ ad − bc<br />

− b ⎞<br />

⎟<br />

ad − bc ⎟<br />

a<br />

⎟<br />

ad − bc ⎠<br />

nell’ipotesi ad-bc≠0<br />

3<br />

ESERCIZIO 5.<br />

Sistema di Cramer<br />

⎧x<br />

+ 2y + z + 2t = 1<br />

⎪<br />

x − y + z − t = 1<br />

Dato il sistema lineare ⎨<br />

⎪x<br />

+ 3y − t = 0<br />

⎪<br />

⎩x<br />

+ 4y + t = 0<br />

a) Provare che ha un’unica soluzione<br />

b) Determinare la soluzione facendo uso della regola di<br />

Cramer.<br />

a) I sistemi che soddisfano questi requisiti:<br />

n equazioni, n incognite<br />

det(A) ≠ 0, con A matrice dei coefficienti delle incognite<br />

sono detti SISTEMI DI CRAMER e hanno 1! (un’unica) soluzione,<br />

che sappiamo essere la matrice nx1, X= A -1 b ottenuta moltiplicando<br />

a sinistra AX= b per A -1 (A -1 esiste perché det(A)≠0.<br />

A -1 AX= A -1 b => X= A -1 b).<br />

a) A|b =<br />

A =<br />

⎛1<br />

⎜<br />

⎜1<br />

⎜<br />

1<br />

⎜<br />

⎝1<br />

2<br />

− 1<br />

3<br />

4<br />

⎛1<br />

⎜<br />

⎜1<br />

⎜<br />

⎜<br />

1<br />

⎜<br />

⎝1<br />

1<br />

1<br />

0<br />

0<br />

2<br />

− 1<br />

3<br />

4<br />

1<br />

1<br />

0<br />

0<br />

2 ⎞<br />

⎟<br />

− 1⎟<br />

− 1<br />

⎟<br />

⎟<br />

1<br />

⎟<br />

⎠<br />

2 1⎞<br />

⎟<br />

− 1 1⎟<br />

− 1 0<br />

⎟<br />

⎟<br />

1 0⎟<br />

⎠<br />

R2 → R2 – R1<br />

A′ =<br />

Questa operazione elementare<br />

non altera det(A)<br />

4 equazioni - 4 incognite<br />

Verifichiamo: det(A) ≠ 0<br />

⎛1<br />

⎜<br />

⎜0<br />

⎜<br />

1<br />

⎜<br />

⎝1<br />

2<br />

− 3<br />

3<br />

4<br />

1<br />

0<br />

0<br />

0<br />

2 ⎞<br />

⎟<br />

− 3⎟<br />

− 1<br />

⎟<br />

⎟<br />

1<br />

⎟<br />

⎠<br />

4


− 3<br />

− 3<br />

det(A) = det(A′)= 1 3 − 1<br />

1 4 1<br />

= -1(-3+12) +1(3+9)=3 ≠ 0<br />

0<br />

⇒ il sistema è di Cramer ed ha quindi un’unica soluzione.<br />

b) La regola di Cramer, applicata ai sistemi lineari di Cramer :<br />

dice semplicentente come è fatta la matrice X= A -1 b<br />

Δ1 x1 =<br />

det(A)<br />

Δ 2<br />

, x2 =<br />

det(A)<br />

Δ n<br />

,… , xn =<br />

det(A)<br />

dove Δi = det della matrice ottenuta sostituendo la i-esima<br />

x=<br />

1<br />

1<br />

0<br />

0<br />

2<br />

− 1<br />

3<br />

4<br />

det(A)<br />

colonna di A/b con la colonna dei termini noti.<br />

1<br />

1<br />

0<br />

0<br />

2<br />

− 1<br />

− 1<br />

1<br />

= 0 perché C1= C3<br />

Colonna dei termini noti<br />

analogamente si ottiene y=0, t=0, mentre<br />

5<br />

z=<br />

1<br />

1<br />

1<br />

1<br />

2<br />

− 1<br />

3<br />

4<br />

1<br />

1<br />

0<br />

0<br />

det(A)<br />

2<br />

− 1<br />

− 1<br />

1<br />

det(A)<br />

= =1<br />

det(A)<br />

(… il calcolo è qui particolarmente semplice, a differenza di<br />

quanto succede usualmente ! )<br />

Conclusione: l’unica soluzione è (0,0,1,0)<br />

Osservazione. Analogamente a quanto osservato sopra per la<br />

matrice aggiunta, la regola di Cramer per sistemi con un grande<br />

numero di incognite non è vantaggiosa dal punto di vista computa-<br />

zionale. Rispetto al metodo di riduzione richiede infatti un numero<br />

molto più elevato di operazioni, dovendo effettuare il calcolo di n+1<br />

determinanti !<br />

Colonna dei termini noti<br />

6

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!