Lezione 7: Il Teorema di Rouch

e-Capelli
In questa lezione vogliamo rivisitare i sistemi lineari e dare alcuni risultati che ci permettono di determinare dato un sistema lineare se ammette
soluzioni e da quanti parametri tali soluzioni dipendono.

Sistemi Lineari

Richiamiamo la terminologia sui sistemi lineari gia introdotta nelle lezioni

precedenti.
Consideriamo il sistema lineare di m equazioni in n incognite:

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

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

a x + a x + ...+ a x = b
m1 1
m2 2
mn n
m
In forma compatta tale sistema si scrive:
A x = b,
ove

a1 1
a2 1

A = ..
.

a1 2
a2 2
..
.

am 1 am 2

a1 n
a2 n

..
..
.
.
am n

`e detta matrice incompleta del sistema, o anche matrice dei coefficienti, mentre


x1
b1
x2
b2


e
b = .. ,
x = ..
.
.
xn
bm
sono detti rispettivamente il vettore delle incognite e il vettore dei termini
noti. La matrice completa (A|b) associata al sistema `e

a1 1
a2 1

..
.

a1 2
a2 2
..
.

am 1 am 2

a1 n b1
a2 n b2

.. .
..
..
.
.
.
am n bm

In generale, data una matrice M, indicheremo con M j il vettore costituito

dalla sua j-esima colonna.
Nel caso di A abbiamo quindi:

a1 j
a2 j

Aj = .. .
.
am j

Definizione 1.1. Il rango di una matrice M Mmn `e la dimensione dello

spazio generato dai vettori colonna di M, cio`e:
rk (M) = dim Span(M 1 , . . . , M n ).
Osserviamo che il rango di una matrice A e uguale ad altre quantita che
conosciamo bene.
Il rango di A e la dimensione dellimmagine dellapplicazione lineare
f : Rn Rm , x 7 Ax. Infatti sappiamo bene che limmagine e
generata proprio dai vettori che formano le colonne di A, che a loro
volta sono proprio le immagini dei vettori della base canonica in Rn ,
cioe f (e1 ) = M 1 , . . . , f (en ) = M n .
Il rango di A e anche il numero di righe non nulle che otteniamo applicando lalgoritmo di Gauss alla matrice trasposta di A, cioe alla matrice
che ha per righe le colonne di A. Infatti tale numero corrisponde proprio alla dimensione dello spazio delle colonne di A, cioe il rango di A
per il punto precedente.
Teorema 1.2. (Teorema di Rouche-Capelli, prima parte.) Il sistema lineare
Ax = b ammette soluzioni se e solo se il rango della matrice completa `e
uguale al rango della matrice incompleta.

Dimostrazione. Osserviamo innanzitutto che il sistema A x = b ammette

soluzione se e solo se b = x1 A1 +x2 A2 +. . .+xn An , cio`e se e solo se b `e una combinazione lineare di A1 , A2 , . . . , An , cio`e se e solo se b Span{A1 , A2 , . . . , An }.
Questo equivale a dire che Span{A1 , A2 , . . . , An ) = Span{A1 , A2 , . . . , An , b}
e poich`e Span{A1 , A2 , . . . , An } Span{A1 , A2 , . . . , An , b}, questo accade se
e solo se dim Span{A1 , A2 , . . . , An } = dim Span{A1 , A2 , . . . , An , b}.
Ma dim Span{A1 , A2 , . . . , An } `e per definizione il rango della matrice completa, mentre dim Span{A1 , A2 , . . . , An , b} `e il rango della matrice incompleta. Questo conclude la dimostrazione.

` pi`
Osservazione. E
u facile comprendere la teoria che sta alla base del
teorema di Rouche-Capelli se si pensa alle applicazioni lineari. Consideriamo
ad esempio il sistema

x + 2z = 3
2x + y + z = 0
(1)

3x + y + 3z = 3
La matrice completa associata al sistema

1 0 2
(A|b) = 2 1 1
3 1 3

`e:

3
0 .
3

Consideriamo ora lapplicazione lineare LA : R3 R3 associata alla

matrice incompleta del sistema:

1 0 2
A = 2 1 1
3 1 3
e ci chiediamo se il vettore (3, 0, 3) appartiene a Im (LA ). Questo equivale
a cercare un vettore (x, y, x) tale che LA (x, y, z) = (3, 0, 3), cio`e dobbiamo
cercare un vettore (x, y, z) tale che A(x, y, z) = (3, 0, 3), cio`e tale che

3
x + 2z
2x + y + z = 0 ,
3
3x + y + 3z
cio`e dobbiamo risolvere il sistema (1). (Si noti che abbiamo in qualche
modo trasformato il problema di risolvere un sistema lineare in un problema riguardante limmagine di una applicazione lineare, e questo si pu`o fare
sempre, in tutta generalit`a.)
3

Quindi il sistema (1) ha soluzioni se e solo se (3, 0, 3) Im (LA ). Poich`e

Im (LA ) `e lo span delle colonne di A, questo succede se e solo se


2
3
2
3
3
3
3
Span 2 , 1 , 1 = Span 2 , 1 , 1 , 0

3
1
3
3
1
3
3

e questo succede se e solo se quei due Span hanno la stessa dimensione. Ma

la dimensione del primo Span `e proprio il rango di A, cio`e della matrice
incompleta, e la dimensione del secondo Span `e proprio il rango di A|b, cio`e
della matrice completa.
Definizione 1.3. Sia A x = b un sistema lineare. A x = 0 `e detto il sistema
omogeneo associato al sistema A x = b.
Teorema 1.4. (Teorema di struttura per sistemi lineari.) Sia v0 una soluzione particolare del sistema lineare A x = b. Allora tutte e sole le soluzioni
di A x = b sono della forma v = v0 + w, ove w `e una soluzione del sistema
omogeneo associato A x = 0 .
Dimostrazione. Consideriamo lapplicazione lineare LA : Rn Rm associata
alla matrice A e osserviamo che v `e una soluzione del sistema lineare A x = b
se e solo se LA (v) = b, e w `e una soluzione del sistema lineare associato
A x = 0 se e solo se LA (w) = 0. Quindi per ipotesi LA (v0 ) = b.
Sia ora v una soluzione di A x = b. Allora LA (v) = b e si ha che v =
v 0 + (v v 0 ), ove w = v v 0 `e una soluzione del sistema omogeneo associato,
infatti LA (v v 0 ) = LA (v) LA (v 0 ) = b b = 0.
Viceversa, se w `e una soluzione del sistema omogeneo associato (e quindi
per ipotesi LA (w) = 0), allora v = v 0 +w `e una soluzione del sistema A x = b,
infatti LA (v) = LA (v 0 + w) = LA (v 0 ) + LA (w) = b + 0 = b, come volevasi
dimostrare.

Osservazione. Nel caso del sistema (1), troviamo le soluzioni. La matrice
completa ridotta a scala diventa:

1 0 2
3
0 1 3 6 .
0 0 0
0
Si vede facilmente che le soluzioni dipendono da 3 2 = 1 parametro, e sono
{(2s + 3, 3s 6, s)|s R}.
4

Troviamo ora le soluzione del sistema

incompleta `e

1 0

A= 2 1
3 1

omogeneo associato. La matrice

2
1 ,
3

che ridotta a scala diventa:

1 0 2
0 1 3 .
0 0 0
Si vede facilmente che le soluzioni dipendono da 3 2 = 1 parametro, e sono
{(2s, 3s, s)|s R}.
Quindi si ha che
{(2s + 3, 3s 6, s)|s R} = {(2s, 3s, s)|s R} + (3, 6, 0)
e (3, 6, 0) `e una soluzione particolare del sistema (1), quella ottenuta per
s = 0 (per convincersene basta sostituire).
Teorema 1.5. Sia A x = 0 un sistema lineare omogeneo in n incognite e
sia r = rk (A). Allora lo spazio vettoriale Z delle soluzioni del sistema ha
dimensione n r. In particolare se n = r si ha che Z = {0}, cio`e il sistema
ha solo la soluzione nulla.
Dimostrazione. Sia LA : Rn Rm lapplicazione lineare associata alla
matrice A. Si ha che rk (A) = dim Im (LA ) e Z = ker(LA ). Per il teorema
della dimensione si ha che dim Z = dim ker(LA ) = dim Rn dim Im (LA ) =
n r. Se n = r si ha che dim ker(LA ) = 0, quindi Z = {0}.

Teorema 1.6. (Teorema di Rouche-Capelli.)Il sistema lineare Ax = b di m
equazioni in n incognite ammette soluzioni se e solo se rk (A) = rk (A|b).
Inoltre, se rk (A) = rk (A|b) = r, allora le soluzioni dipendono da n r
parametri.
Dimostrazione. La prima parte dellenunciato `e il teorema 1.2, che abbiamo
gi`a dimostrato. Possiamo quindi supporre che il sistema abbia soluzioni. Per
il teorema 1.4 le soluzioni del sistema lineare A x = b sono tante quante
quelle del sistema omogeneo associato A x = 0; e per il teorema precedente
queste soluzioni dipendono da n rk (A) parametri.

5

Riassumendo:
A. Un sistema lineare A x = b di m equazioni in n incognite pu? essere:
- Risolubile (ci? accade se e solo se rk (A) = rk (A|b)).
- Non risolubile (ci? accade se e solo se rk (A) < rk (A|b)).
B. Se il sistema `e risolubile e r = rk (A) = rk (A|b) il sistema ha n r
incognite libere. In particolare:
- Se n = r c`e una sola soluzione;
- se n > r ci sono infinite soluzioni, che dipendono da n r parametri
indipendenti.

Tecniche di calcolo

Per risolvere un sistema lineare omogeneo A x = b si considera la matrice

completa (A|b) e la si riduce ad una matrice a scala (A |b ). Il sistema lineare
ad esso associato `e equivalente al sistema A x = b, perche le operazioni
elementari sulle righe non cambiano linsieme delle soluzioni.
Sia r il numero di righe non nulle di A . Osserviamo che r `e il rango per
righe di A , cio`e `e la dimensione dello spazio vettoriale generato dalle righe
di A , ed `e anche il rango per righe di A, perche le operazioni elementari sulle
righe non cambiano lo Span delle righe.
Se anche (A |b ) ha r righe non nulle allora il sistema `e risolubile, altrimenti il sistema non ammette soluzioni (e questultima situazione in pratica
si verifica perch? lultima equazione del sistema associato alla matrice a scala
(A |b ) diventa del tipo 0 = br +1 , e br +1 `e un numero diverso da zero).
Se il sistema `e risolubile, allora si possono ricavare le r incognite corrispondenti ai pivot non nulli di A in funzione delle rimanenti nr incognite,
alle quali si possono assegnare valori a piacere.
Osservazione 2.1. Si ha cos` che le soluzioni del sistema dipendono da nr
parametri liberi, ove r `e il rango per righe di A. Poiche sappiamo anche che il
numero di parametri liberi sono n rk (A) (vedere losservazione precedente)
segue che r = r, cio`e la dimensione dello spazio generato generato dalle righe
di A `e uguale alla dimensione dello spazio generato generato dalle colonne di
A.
6

Esercizio 1: Si trovino le soluzioni del seguente sistema:

x1 x2 + 3x3 + x5 = 2
2x1 + x2 + 8x3 4x4 + 2x5 = 3

x1 + 2x2 + 5x3 3x4 + 4x5 = 1

La matrice completa associata

(A|b) = 2
1

al sistema `e:

1 3 0 1 2
1 8 4 2 3 ,
2 5 3 4 1

che ridotta a scala diventa:

1 1 3 0 1 2
(A |b ) = 0 3 2 4 0 1 ,
0 0 0 1 3 0
mentre la matrice incompleta di (A |b ) `e:

1 1 3 0 1
A = 0 3 2 4 0 .
0 0 0 1 3
Entrambe le matrici hanno r = 3 righe non nulle, quindi il sistema `e risolubile, e le soluzioni dipendono da n r = 5 3 = 2 parametri.
I pivots non nulli della matrice sono quelli relativi a x1 , x2 e x4 , quindi
possiamo ricavare queste incognite in funzione delle rimanenti x3 e x5 .
Il sistema associato alla matrice a scala (A |b ) `e:

x1 x2 + 3x3 + x5 = 2
3x2 + 2x3 4x4 = 1

x4 + 3x5 = 0

Posto x3 = s, x5 = t otteniamo: x4 = 3t, x2 = 23 s 4t 13 , x1 =

5t + 35 .




Le soluzioni sono quindi 11
s 5t + 53 , 32 s 4t 13 , s, 3t, t |s, t R .
3

11
s
3

Esercizio 2: Si trovino le soluzioni del seguente sistema:

x1 x2 + x3 = 2
2x1 x2 + 3x3 = 1

x1 + 2x3 = 1
7

La matrice completa associata al

(A|b) = 2
1

sistema `e:

1 1 2
1 3 1 ,
0 2 1

che ridotta a scala diventa:

1 1 1 2
(A |b ) = 0 1 1 5 ,
0 0 0 4
mentre la matrice incompleta di (A |b ) `e:

1 1 1
A = 0 1 1 .
0 0 0
Il sistema non ammette soluzioni, perch? A ha r = 2 righe non nulle, mentre
(A |b ) ha 3 righe non nulle. Infatti il sistema associato a (A |b ) `e

x1 x2 + x3 = 2
x2 + x3 = 5

0=4
che chiaramente non ammette soluzioni.
Esercizi
1. Data lapplicazione lineare T : R4 R3 definita da:
T (x1 , x2 , x3 , x4 ) = (x1 +k 2 x2 +kx3 +x4 , 4x1 3kx2 +2x3 +2x4 , kx2 2kx2 x3 +x4 )
stabilire per quali valori di k il vettore (1, 2k 2 , 4k) appartiene a Im (T ).
2. Data lapplicazione lineare T : R3

3k
A= 1
1
8

R3 associata alla matrice:

3 k+2
k
k ,
2
2

stabilire per quali valori di k il vettore (k + 2, 1, k + 1) appartiene a

Im (T ).
Posto k = 1 trovare tutti i vettori (x, y, z) tali che T (x, y, z) = (k +
2, 1, k + 1).
Posto k = 3 trovare tutti i vettori (x, y, z) tali che T (x, y, z) = (k +
2, 1, k + 1).