Appendice esercitazione n.10 - DIMA
Appendice esercitazione n.10 - DIMA
Appendice esercitazione n.10 - DIMA
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