Sei sulla pagina 1di 6

LEZIONE 3

3.1. Sistemi di equazioni lineari.


Definizione 3.1.1. Unequazione lineare nelle n incognite x1 , x2 , . . . , xn a coefficienti in
k = R, C, `e unequazione della forma
(3.1.1.1)

a1 x1 + a2 x2 + + an xn = b,

ove aj , b k sono fissati.


Un sistema di m equazioni lineari nelle n incognite x1 , x2 , . . . , xn a coefficienti in k =
R, C, `e un insieme di m equazioni lineari della forma
a1,1 x1 + a1,2 x2 + + a1,n xn = b1
a2,1 x1 + a2,2 x2 + + a2,n xn = b2
(3.1.1.2)

..
.
am,1 x1 + am,2 x2 + + am,n xn = bm

ove ai,j , bi k
Una soluzione dellEquazione (3.1.1.1) a coefficienti in di elementi di in k = R, C `e una
successione ordinata (x1 , x2 , . . . , xn ) k n per cui vale lidentit`a numerica a1 x1 + a2 x2 +
+ an xn = b. Una soluzione del Sistema (3.1.1.2) `e una soluzione di ogni equazione del
sistema.
Esempio 3.1.2. Lequazione 2x1 x2 = 2 `e lineare: le coppie ordinate (1, 0), (0, 2),
(1, 4) sono sue soluzioni. Invece le coppie ordinate (0, 1), (2, 0), (4, 1) non sono
soluzioni.
Convenzionalmente, ad un sistema della forma del Sistema (3.1.1.2), viene aggiunta una
parentesi graffa che indica quali equazioni devono essere considerate: perci`
o un sistema di
m equazioni lineari nelle n incognite x1 , x2 , . . . , xn a coefficienti in k = R, Ci viene spesso
denotato con

a1,1 x1 + a1,2 x2 + + a1,n xn = b1

a2,1 x1 + a2,2 x2 + + a2,n xn = b2


..

am,1 x1 + am,2 x2 + + am,n xn = bm .


Typeset by AMS-TEX

3.1. SISTEMI DI EQUAZIONI LINEARI

Pertanto le scritture

2x1 x2 = 3
x1 + x2 = 0

x1 + x2 = 2,

2x1 x2 = 3
x1 + x2 = 0

x1 + x2 = 2,

hanno significati diversi.


Si noti che al Sistema (3.1.1.2) possono essere naturalmente associate due matrici,
precisamente

a1,2 . . . a1,n
b1
1,1
a2,1 a2,2 . . . a2,n
b
, B = .2 .
A=
.
.
.
.
.
..
..
..
..
.
bm
am,1 am,2 . . . am,n
A e B vengono rispettivamente dette matrice dei coefficienti del sistema (o anche matrice
incompleta del sistema) e matrice dei termini noti del sistema. Invece la matrice
a
1,1
a
2,1
(A|B) =
..
.

a1,2
a2,2
..
.

...
...
..
.

a1,n
a2,n
..
.

am,1

am,2

...

am,n

b1
b2
..
.
bm

viene detta matrice completa del sistema. La linea verticale serve a ricordare che ci`
o che si
trova alla sua sinistra `e la matrice incompleta del sistema e ci`o che si trova alla sua destra
`e la colonna dei termini noti.
Si noti che, posto

x1
x2

X=
... ,
xn
il Sistema (3.1.1.2) pu`
o essere scritto in forma matriciale come
(3.1.3)

AX = B.

In particolare, con tale formalismo, le soluzioni del Sistema (3.1.1.2) sono esattamente
le matrici numeriche

x1
x2

X=
...
xn
tali che valga lidentit`
a matriciale AX = B.

LEZIONE 3

Esempio 3.1.4. Si consideri il sistema

2x1 x2 = 3
x1 + x2 = 0

x1 + x2 = 2.

(3.1.4.1)

La matrice completa del sistema `e

(A|B) =
1
1

1 3
1 0 .
1 2

Il sistema pu`
o essere scritto in forma matriciale come

2
1
1

1  
3
x1
1
= 0 .
x2
2
1

Si noti che t ( 1 1 ) `e soluzione del Sistema (3.1.4.1) poiche

2
1
1
Invece t ( 1


1 
3
1
1
= 0 .
1
1
2

1 ) non `e soluzione del Sistema (3.1.4.1): infatti

2
1
1


1 
3
3
1
1
= 0 6= 0 .
1
1
2
2

Prima di concludere diamo un po di terminologia.


Definizione 3.1.5. Si consideri il Sistema (3.1.3). Il sistema si dice omogeneo se B =
0m,1 , non omogeneo in caso contrario. Il sistema si dice compatibile se ha soluzioni, non
compatibile o incompatibile in caso contrario.
Diamo ora qualche esempio di sistema omogeneo, non omogeneo, compatibile, incompatibile.
Esempio 3.1.6. Il Sistema (3.1.4.1)

2
1
1

1  
3
x1
1
= 0 .
x2
1
2

3.2. MATRICI FORTEMENTE RIDOTTE PER RIGHE

`e non omogeneo e compatibile poiche ammette t ( 1 1 ) come soluzione.


Se A k m,n allora ogni sistema omogeneo AX = 0m,1 `e compatibile in quanto 0n,1 `e
sempre sua soluzione.
Invece il sistema

2 1  
3
1 1 x1 = 0
x2
1 1
2
`e non omogeneo e non pu`o essere compatibile: infatti se t ( x1 x2 ) k 2,1 (ove k = R, C)
fosse una sua soluzione si dovrebbe avere x1 +x2 = 0 e, contemporaneamente, x1 +x2 = 2,
il che `e, ovviamente, impossibile.
3.2. Matrici fortemente ridotte per righe.
Abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa
lezione ci poniamo il problema di descrivere un metodo efficiente per la determinazione
della totalit`
a delle soluzioni di un tale sistema.
A tale scopo iniziamo considerando un semplice esempio.
Esempio 3.2.1. Si consideri il sistema

a + b + 2c + e = 1
b + d + g = 0
(3.2.1.1)

3b + f + 3g = 2.
Il Sistema (3.2.1.1) si scrive nella forma matriciale

1
0
0

1
1
3


a
b


1
2 0 1 0 0 c

0 1 0 0 1d = 0 .

2
0 0 0 1 3 e

f
g

Il Sistema (3.2.1.1) ha una propriet`a notevole: in ogni sua equazione c`e unincognita
con coefficiente non nullo che non figura in nessuna delle altre equazioni.
Questo ci permette di risolvere il sistema in maniera veloce. In ogni equazione si sceglie
unincognita che non figura nelle rimanenti equazioni del sistema e la si esplicita in funzione
delle altre incognite dellequazione stessa.
Per esempio nella prima equazione scegliamo lincognita a, e si ha
a = 1 b 2c e,
nella seconda lincognita d, e si ha
d = b g,

LEZIONE 3

nella terza lincognita f , e si ha


f = 2 3b 3g.
Dunque le soluzioni del Sistema (3.2.1.1) sono necessariamente tutte e sole le matrici in
k 7,1 (ove k = R, C) della forma
t

( 1 b 2c e

bg

e 2 3b 3g

g)

al variare di b, c, e, g in k. Per esempio, scelti b = c = e = g = 0, si ottiene la soluzione


t
( 1 0 0 0 0 2 0 ). Invece, scelti b = 1, c = 0, e = 2, g = 1, si ottiene la
soluzione t ( 2 1 0 0 2 8 1 ).
Il fatto che in ogni equazione del Sistema (3.2.1.1) c`e unincognita che non figura in
nessuna delle altre equazioni pu`o essere tradotto in linguaggio matriciale osservando che
in ogni riga della sua matrice (incompleta) c`e unentrata non nulla che `e lunica entrata
non nulla nella sua colonna.
A tutti i sistemi la cui matrice incompleta ha questa propriet`a si pu`o applicare il metodo
descritto nellesempio precedente ottenendo facilmente la soluzione generale.
Per questo motivo `e utile dare un nome a tale tipo di matrici.
Definizione 3.2.2. La matrice A = (ai,j ) 1im k m,n , k = R, C, si dice fortemente
1jn
ridotta per righe se valgono le seguenti propriet`a:
(FR1) se la riga di indice i0 contiene entrate non nulle allora esiste una sua entrata ai0 ,j0 ,
detta pivot (della riga di indice i0 ), che vale 1 e tale che ai,j0 = 0 per ogni i 6= i0 ;
(FR2) se tutte le entrate della riga di indice i0 < m sono nulle allora le entrate di ogni
riga di indice i > i0 sono anchesse nulle.
Quindi il metodo sopra descritto si pu`o applicare ogni volta si abbia a che fare con un
sistema la cui matrice incompleta sia fortemente ridotta per righe.
Esempio 3.2.2. Si considerino le matrici
1
0
A1 =

0
0
0 0 0 0
0 0 0 0
0 5 1 1
1 0 2 0

0
1
A2 =
0
0

0
2
2
4

2
2
4
0

0
0
,
2
4

0
0
1
0

0
5
0
0

0
1
2
0

1
0
A3 =
0
0

0
1
0
0

0
2
,

4
0
2 0
2 0
4 1
0 0

0 0
5 1
0 2
0 0

0 0
2 2
.
0 4
0 0

A1 `e fortemente ridotta per righe, mentre A2 ed A3 non lo sono.


Spesso `e utile lavorare con matrici aventi delle propriet`a simili ma un po pi`
u deboli.

3.2. MATRICI FORTEMENTE RIDOTTE PER RIGHE

Definizione 3.2.4. La matrice A = (ai,j ) 1im k m,n , k = R, C, si dice ridotta per righe
1jn
se vale la seguente propriet`a: se la riga di indice i0 < m contiene entrate non nulle allora
esiste una sua entrata ai0 ,j0 6= 0, detta pivot (della riga di indice i0 ), tale che ai,j0 = 0 per
ogni i > i0 .
Chiaramente ogni matrice fortemente ridotta per righe `e ridotta per righe, ma non vale
il viceversa come mostra il seguente esempio.
Esempio 3.2.5. Si considerino le matrici

1 2

2
0
A1 =
0
4
5
0

1 2
0 2
A2 =
0 4
4 5

3
0
1
0
3
0
1
0

0
5
0
0

0
1
2
0
0 0 3
5 1 2
0 2 0
0 0 0

3 0

2 2

0 4
0 0

0
2
.
4
0

La matrice A1 `e ridotta per righe ma non fortemente ridotta per righe. Invece la matrice
A2 non `e ridotta per righe, dunque non lo `e neanche fortemente.