Académique Documents
Professionnel Documents
Culture Documents
2
0
0
0
3
9
0
0
0
1
0
0
1
2
`e ridotta per righe ed anche ridotta a scala.
1
0
Definizioni.
(a) Dati i vettori riga r1 , , rk appartenenti a R1,n , una loro combinazione lineare `e un vettore riga
della forma
a1 r1 + + ak rk , con a1 , , ak R
Analoga definizione se r1 , , rk sono vettori colonna appartenenti a Rn,1 .
(b) I vettori riga r1 , , rk si dicono linearmente indipendenti se lequazione:
x1 r1 + + xk rk = 0
(dove 0 `e il vettore riga di R1,n che ha coefficienti tutti nulli) ha solo la soluzione x1 = = xk = 0.
(c) I vettori riga r1 , , rk si dicono inearmente dipendenti se non sono linearmente indipendenti,
ossia se uno di essi si pu`
o esprimere come combinazione lineare degli altri (basta osservare che, per esempio,
scrivere rk = a1 r1 + + ak1 rk1 equivale a scrivere a1 r1 + + ak1 rk1 + (1)rk = 0.
Proposizione.
(a) Le righe non nulle di una matrice M ridotta a scala sono linearmente indipendenti; le colonne in
generale no, ma sono linearmente indipendenti le colonne dotate di indicatore;
(b) una colonna di M `e priva di indicatore se e solo se `e combinazione lineare di quelle che la precedono.
Esempio.
0
0
M =
0
0
2
0
0
0
3
7
0
0
1
0
3
0
0
4
8
2
0
6
1
4
0
Supponiamo che esista una relazione a1 r1 + a2 r2 + a3 r3 = 0 tra le righe non nulle di M ; sviluppando i calcoli
si ottiene: 2a1 = 0, 3a1 + 7a2 = 0, 3a2 = 0, aa1 + 8a2 + 2a3 = 0, 6a1 + a2 + 4a3 = 0, da cui a1 = a2 = a3 = 0.
9
c2 + 37 c3 . Il fatto `e che
Le colonne di M invece non sono linearmente indipendenti: per esempio c4 = 14
riusciamo sempre a esprimere una colonna priva di indicatori come combinazione lineare delle precedenti,
trovando i coefficienti con il procedimento usato prima. Allo stesso modo si vede che le colonne con indicatore
sono linearmente indipendenti.
Definizione. Sia M una matrice ridotta a scala; si dice rango di M , rg(M ), il numero delle sue righe non
nulle o equivalentemente il numero degli indicatori.
La matrice a scala M considerata nellesempio precedente ha rango 3.
Sistemi lineari
a x + a x + ... + a x = b
21 1
22 2
2n n
2
.
.
.
...
am1
a12
a22
...
...
am2
...
a11
a21
...
am1
b1
x1
a1n
a2n x2 b2
=
...
...
bm
xn
amn
a12
a22
...
...
a1n
a2n
|b1
|b2
am2
...
amn
|bm
x 2y = 0
(2)
2x + y = 0
2x 4y = 0
(
x 2y = 2
(4)
2x + y = 1
x 2y = 0
x 2y = 2
2x 4y = 1
I sistemi (1), (2) sono omogenei; si vede facilmente che (1) ha ununica soluzione (x, y) = (0, 0), mentre
(2) ha infinite soluzioni del tipo (x, y) = (2y, y) che dipendono dallincognita libera y; il sistema (3) non `e
2
omogeneo e ha lunica soluzione (x, y) = (0, 1), mentre il sistema non omogeneo (4) `e incompatibile, cio`e
non ha soluzione.
Un sistema lineare AX = B pu`
o essere riscritto come: x1 c1 + + xn cn = B, dove c1 , , cn sono le colonne
della matrice dei coefficienti A; perci`
o risolvere un sistema lineare equivale a cercare di esprimere la colonna
dei termini noti B come combinazione lineare delle colonne di A.
Per riconoscere se un sistema lineare `e compatibile e, in caso affermativo, per trovarne tutte le soluzioni, si
pu`
o procedere in molti modi, per esempio con il ben noto metodo di sostituzione. Per i sistemi lineari in
cui la matrice dei coefficienti `e a scala, risulta particolarmente facile applicare il metodo di sostituzione dal
basso verso lalto.
Proposizione. Un sistema lineare AX = B, dove A `e una matrice a scala di tipo r n di rango r (cio`e tutte
le r righe non nulle) `e compatibile qualunque sia B. Se r < n si hanno nr soluzioni, se r = n la soluzione
`e unica.
Un altro metodo per risolvere i sistemi lineari `e il procedimento di eliminazione di Gauss, che ha lo scopo di
trasformare il sistema dato in un sistema pi`
u semplice da risolvere, ma con le stesse soluzioni.
Metodo di eliminazione di Gauss
Definizione. Data una matrice M , diciamo operazione elementare sulle righe di M una delle seguenti
operazioni:
- scambiare due righe: Ri Rj
- moltiplicare una riga per un coefficiente non nullo k R: Ri kRi
- aggiungere ad una riga un multiplo di unaltra riga : Ri Ri + kRj
Eseguendo operazioni elementari sulle righe di una matrice M , si ottiene una nuova matrice che ha lo stesso
numero di righe e di colonne di M .
Definizione. Due sistemi lineari nelle incognite x1 , x2 , . . . , xn si dicono equivalenti se hanno esattamente le
stesse soluzioni.
Lemma. Se M = (A|B) `e la matrice di un sistema lineare, la matrice M 0 = (A0 |B 0 ) ottenuta eseguendo
operazioni elementari sulle righe di M , corrisponde a un sistema lineare equivalente.
Dimostrazione. Permutando lordine delle equazioni di un sistema, le soluzioni ovviamente non cambiano.
` sufficiente quindi mostrare che il sistema
E
(
a1 x1 + . . . + an xn =
(1)
b1 x1 + . . . + bn xn =
`e equivalente al sistema
(
(2)
a1 x1 + . . . + an xn =
a1 x1 + . . . + an xn + k(b1 x1 + . . . + bn xn ) = + k
` chiaro che ogni soluzione di (1) `e anche soluzione di (2) (basta sostituire); viceversa se
con k 6= 0. E
(c1 , . . . , cn ) `e soluzione di (2), vuol dire che a1 c1 + . . . + an cn = e a1 c1 + . . . + an cn + k(b1 c1 + . . . + bn cn ) =
+ k da cui semplificando k(b1 c1 + . . . + bn cn ) = k e quindi b1 c1 + . . . + bn cn = , da cui la tesi.
Dato un sistema lineare AX = B, il metodo di Gauss consiste nell applicare una opportuna successione
di operazioni elementari sulle righe della matrice M = (A|B) Rm,n+1 , in modo da ottenere alla fine del
3
procedimento una matrice M 0 = (A0 |B 0 ) ridotta a scala. Per il Lemma, il sistema cosi ottenuto `e equivalente
al sistema AX = B. Successivamente si risolve (se `e possibile) il sistema di matrice M 0 = (A0 |B 0 ), per esempio
con il metodo di sostituzione dal basso verso lalto.
Attenzione: il procedimento deve essere applicato sullintera riga, compreso il termine noto!
Proposizione. Un sistema lineare AX = B di m equazioni in n incognite `e compatibile se e solo se in una sua
qualunque riduzione a scala A0 X = B 0 , detto r il rango di A0 , gli ultimi m r coefficienti di B sono nulli.
Osservazione. Gli indicatori di M 0 dipendono dalle scelte arbitrarie che si effettuano nel procedimento di
riduzione a scala, ma il loro numero r = rg(M ) (cio`e il numero delle righe non nulle di M 0 ) non dipende
della scelta delle operazioni.
Le considerazioni precedenti ci permettono di definire il rango di una matrice qualsiasi:
Definizione. Si dice rango di una matrice M il rango di una matrice M 0 ridotta a scala ottenuta da M con
una opportuna successione di operazioni elementari sulle righe.
Osserviamo che se (A0 |B 0 ) `e a scala, lo `e in particolare la matrice A0 , si ha quindi per definizione:
rg(A) = rg(A0 ),
rg(A|B) = rg(A0 |B 0 )
Teorema di Rouch`
e-Capelli
Utilizzando la nozione di rango per una matrice qualsiasi, possiamo formulare un risultato fondamentale che
ci permette di:
- capire se un sistema ha soluzioni o no (anche senza calcolarle)
- dire quante sono le soluzioni nel caso in cui il sistema sia compatibile .
Teorema. Il sistema lineare AX = B, con A Rm,n , X Rn,1 , B Rm,1
(a) `e incompatibile se e solo se r(A) < r(A|B).
(b) se `e compatibile, poniamo r = rg(A) = rg(A|B); allora ci sono nr soluzioni, che si possono scrivere
in funzione di n r incognite libere. Se n = r la soluzione `e unica.
Dimostrazione. Riducendo a scala la matrice completa del sistema dato, si ottiene la matrice M 0 = (A0 |B 0 );
visto che anche A0 `e ridotta a scala si vede che ci sono due possibilit`a:
(a) r(A) < r(A|B). Poich`e il rango `e uguale al numero degli indicatori, rg(A|B) = rg(A) + 1. In questo
caso (A0 |B 0 ) ha una riga del tipo (0 0|c) con c 6= 0, il sistema `e quindi incompatibile.
(b) r(A) = r(A|B). In questo caso basta considerare il sistema ridotto a scala A0 X = B 0 e risolverlo
rispetto alle incognite corrispondenti alle colonne prive di indicatore (che sono n r); infatti, supponendo
che le r colonne linearmente indipendenti di A0 (quelle con indicatore) siano le prime r, data una soluzione
(a1 , an ), si ha
a1 c1 + an cn = B
a1 c1 + ar cr = B ar+1 cr+1 + an cn
dove le incognite che compaiono a secondo membro si dicono libere.
Corollario. Se B = 0, siamo nel caso (b), cio`e un sistema omogeneo ha sempre soluzione; se inoltre n = r,
esiste lunica soluzione X = 0 (soluzione banale).
` chiaro che il numero m delle equazioni del sistema dato `e in definitiva irrilevante; quello
Osservazione. E
che conta `e il numero r delle equazioni linearmente indipendenti. Ognuna di queste permette di esprimere
una delle n incognite in funzione delle altre.
4
Definizione. Dato un sistema lineare non omogeneo AX = B, il sistema AX = 0 si dice sistema omogeneo
associato.
Supponiamo di conoscere una soluzione Y del sistema AX = B e una soluzione Z del sistema omogeneo
associato AX = 0, allora A(Y + Z) = AY + AZ = B + 0 = B cio`e Y + Z `e unaltra soluzione del sistema
AX = B; viceversa, trovata in qualche modo una soluzione particolare Y di AX = B, per ottenerle tutte
basta sommarla con le tutte soluzioni del sistema AX = 0.
Matrice inversa
Operando formalmente nello stesso modo, si possono applicare il metodo di Gauss e il teorema di Rouch`eCapelli a sistemi lineari del tipo AX = B , con A Rm,n , X Rn,p , B Rm,p ; in questo caso si pu`
o
interpretare AX = B come un sistema le cui incognite sono le righe di X. Consideriamo il caso particolare
in cui il sistema `e
AX = In ,
A, X Rn,n
Per definizione la soluzione (se esiste) `e la matrice A1 , inversa di A. Inoltre, essendo rg(In ) = n, si ha
rg(A|In ) = n, quindi per il teorema di Rouch`e-Capelli esistono soluzioni solo se rg(A) = n; di conseguenza
se il sistema `e compatibile, necessariamente ha una sola soluzione.
Esempi.
1) Data
1 1
1 0
2 1
2
A= 4
2
trovare (se esiste) A1 .
2
4
2
1 1 | 1 0 0
2
1 0 | 0 1 0 0
2 1 | 0 0 1
0
1
1
0
| 1 0 0
| 2 1 0
| 5 3 1
1
2
4
Nel sistema ridotto a scala si vede che rg(A0 ) = 3, quindi A `e invertibile. Risolvendo poi per sostituzione e
tenendo presente che le incognite sono le righe di X, si ottiene
A1
1/8
= 1/2
5/4
2) (vedi 00-matrici pag.4) La matrice A =
d b
1
1
.
A = adbc
c a
a
c
b
d
1/8
1/2
3/4
1/8
1/2
1/4
`e invertibile se e solo se ad bc 6= 0; in tal caso
Risolviamo il sistema AX = I, dove X R2,2 , I R2,2 `e la matrice identit`a e le incognite sono le righe
X1 , X2 della matrice X. Applichiamo il metodo di eliminazione di Gauss al sistema (A|I); supponendo
a 6= 0, c 6= 0, possiamo eseguire sulla seconda riga loperazione elementare R2 aR2 cR1 :
a
c
b | 1
d | 0
0
1
a
0
b
|
ad bc |
1
c
0
a
aX + b (c, a) = (1, 0)
1
ad bc
b (c, a)
1
1
+ (1, 0) =
(d, b)
a (ad bc) a
ad bc
1
(c, a)
ad bc
X2 =
da cui
X = A1 =
1
ad bc
d b
c a
1
ad bc
d b
c a
b1
b2
b
d
1
ad bc
b1 d b2 b
b1 c + b2 a
b1
b1
, det
a
c
b1
)
b2