MATLAB.

Slides:



Advertisements
Presentazioni simili
Dipartimento di Matematica
Advertisements

Titolo Insiemi di livello e vettori. titolo Insiemi di livello e vettori.
SISTEMI LINEARI Definizione Metodo di Cramer Metodo di eliminazione.
Capitolo 8 Sistemi lineari.
Autovalori e autovettori
MATLAB Cristina Campi
MATLAB.
MATLAB.
MATLAB.
MATLAB.
MATLAB.
MATLAB. Scopo della lezione Programmare in Matlab Funzioni Cicli Operatori relazionali Esercizi vari.
MATLAB Stefano Gagliardo
MATLAB.
METODI EQUAZIONI DIFFERENZIALI Funzioni che mettono in relazione una variabile indipendente ( es. x), una sua funzione ( es. y = f(x) ) e la.
COORDINATE POLARI Sia P ha coordinate cartesiane
LE MATRICI.
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 11.
redditività var. continua classi di redditività ( < 0 ; >= 0)
Algebra Lineare. Algebra Lineare Esercizio Dato il vettore a := (3, 2, 5) , scrivere l’equazione cartesiana del piano  passante per.
Teoria e Tecniche del Riconoscimento
DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE Lab 6: 16 Maggio 2013 Gianluca Durelli – Marco D. Santambrogio –
DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE Lab 6: 13 Maggio 2013 Gianluca Durelli – Marco D. Santambrogio –
IL MODELLO DI REGRESSIONE MULTIPLA
MODELLO DI REGRESSIONE LINEARE MULTIPLA
Esempio – Manipolatore Antropomorfo
SISTEMI D’EQUAZIONI ED EQUAZIONI DIFFERENZIALI LINEARI.
EQUAZIONI DIFFERENZIALI LINEARI A COEFFICIENTI COSTANTI.
Sistemi Multimediali II Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2004/05 Lezione.
Computer Graphics Marco Tarini Università dellInsubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2006/07 Lezione.
Costruzione di Interfacce Lezione 4 Geometria per la grafica
M a r c o T a r i n i C o m p u t e r G r a p h i c s / 0 6 U n i v e r s i t à d e l l I n s u b r i a - 1/40 Esercizio Rasterizzazione (risultato.
MATLAB. Annalisa Pascarella
MATLAB.
MATLAB. Annalisa Pascarella
MATLAB.
MATLAB.
MATLAB. …oggi… Programmare in Matlab Programmare in Matlab Funzioni Funzioni Cicli Cicli Operatori relazionali Operatori relazionali Indipendenza lineare,
MATLAB.
LA SCOMPOSIZIONE DI UN VETTORE
Metodi FEM per problemi ellittici lineari a tratti Gabriella Puppo.
SISTEMI LINEARI.
Sistemi di equazioni lineari
Modelli e Algoritmi per la Logistica
SIMMETRIA MOLECOLARE.
Le matrici e I Sistemi lineari.
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata A.A.
Vettori e Funzioni 3 Maggio Esercizio 1 Si scriva un programma in linguaggio C che, dopo aver acquisito il contenuto di un vettore di interi da.
Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Linear Algebra Methods in Combinatorics with applications to.
Università di L’Aquila Claudio Arbib Ricerca Operativa
Prof. Cerulli – Dott.ssa Gentili
dal libro di Babai & Frankl:
OCTAVE.
Prof. Cerulli – Dott.ssa Gentili
Milano, 17 Dicembre 2013 Informatica B Informatica B Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli:
I VETTORI Definizione Componenti e modulo Somma e differenza
Sottospazi vettoriali
Scomposizione della devianza
Sistemi compatibili (Il metodo di Fourier-Motzkin)
Esercitazione 1 - Introduzione Matlab. MATrix LABoratory Command window Current Directory Comandi recenti Variabili correnti Contenuto cartella corrente.
Equazioni lineari.
redditività var. continua classi di redditività ( < 0 ; >= 0)
Metodo di Cramer Dato il sistema lineare a due incognite per risolvere il sistema dobbiamo costruire 3 matrici. È detta matrice un qualsiasi gruppo di.
MATEMATICA PER L’ECONOMIA e METODI QUANTITATIVI PER LA FINANZA a. a
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
DATA MINING PER IL MARKETING (63 ore) Marco Riani Sito web del corso
Lezione n° 5: Esercitazione
Lezione n° 8 - Matrice di base. - Soluzioni di base ammissibili. - Relazione tra vertici di un poliedro e soluzioni basiche. - Teorema fondamentale della.
Prof. Cerulli – Dott. Carrabs
Esercizi.
Transcript della presentazione:

MATLAB

Outline Indipendenza lineare, basi, sottospazi Esercizi vari

Vettori l.i. I sono linearmenti indipendenti (l.i.) se Una combinazione lineare dei vettori è nulla se e solo se sono nulli tutti i coefficienti Fissata una base nello s.v. V possiamo associare in modo unico ad un vettore v un elemento di Rn => per vedere se i vettori sono l.i. o no si puo’ operare direttamente in Rn Si scrivono i vettori in componenti e si forma la matrix A che ha come colonne le componenti dei vettori e si calcola il rango della matrix. I vettori corrispondenti alle colonne dei pivot sono quelli l.i.

Vettori l.i. II se m=n e i vettori sono l.i. => formano una base di Rn

il rango è 3 => i vettori sono l.i. e formano una base per R3 Esempio 1 il rango è 3 => i vettori sono l.i. e formano una base per R3 v1 = [1 0 2]’; v2 = [2 1 1]’; v3 = [1 2 0]’; A = [v1 v2 v3] rank(A) In MATLAB x vedere se i vettori v1,v2,v3 sono l.i formiamo la matrix A avente x colonne le componenti dei vettori e vediamo quanto vale il rango della matrix col comando rank(A); se il rango è 3 => i vettori sono l.i.; in particolare poiché siamo in R3 i 3 vettori formano una base x tale spazio

Esempio 2 Dopo aver verificato che i vettori sono una base di R3 esprimere come c.l. dei v1 = [1 1 0’]’; v2 = [0 1 1]’; v3 = [1 0 1]’; v = [1 1 1]’; A = [v1 v2 v3] rank(A) il rango è 3 => i vettori sono l.i. i coefficienti lineari della combinazione si trovano: I coefficienti lineari della combinazione si trovano risolvendo il sistema Ak=v A matrix quadrata di ordine 3 nn singolare => risolviamo il sistema con l’algoritmo di Gauss k=A\v

…ricapitolando… costruiamo la matrice A le cui colonne sono le componenti dei vettori i vettori sono l.i.  rank(A)=m (m<=n) se sono l.d. => i coefficienti di una loro combinazione lineare non nulla si trovano risolvendo il sistema Ak=0 Per esprimere un vettore w come c.l. dei vettori della base, si risolve il sistema Ak=w W = span(v1,v2,…,vm) dim W = rank(A) una base BW di W è costituita dai vettori l.i. di A A è la matrix avente x colonne le componenti dei vettori

Esercizo 1 Scrivere una funzione di n (n>0) che crei la matrice A: per n=7 sia W=span(c1,c2,c3,c4) dim(W)=? scrivere una base di W dire quali dei seguenti vettori appartiene a W ed eventualmente scriverne le coordinate rispetto alla base di W trovata: w1=(0 1 2 0 1 2 3) w2=(1 2 1 2 1 2 1)

Esercizi Dato W = span(w1,w2,w3) ∩ R con: w1=(1 1 0 4), w2=(3 1 2 0), w3=(1 1 1 1), trovare dimW Dimostrare che i vettori: w1=(1 1 0), w2=(0 1 1), w3=(1 2 1), sono l.d. e scrivere una c.l. nulla con coefficienti non nulli (hint: usare il comando rref ) Dopo aver dimostrato che: w1=(1 2 5), w2=(2 2 4), w3=(1 1 4), formano una base di R3, esprimere w=(3 3 3) come c.l. dei 3 vettori