Sei sulla pagina 1di 6

Note sui sistemi lineari per il Corso di Algebra Lineare e Geometria (Dott.ssa Galati C.

) Rende,
4 Maggio 2010

Sistemi lineari.
Un sistema lineare di n 1 equazioni in m incognite e il dato di m equazioni in n incognite
del tipo
a11 x1 + ... + a1m xm = b1


a21 x2 + ... + a2m xm = b2


(?) ...
...




an1 x1 + ... + anm xm = bn

v1
Una soluzione di (?) e un vettore Rm che e soluzione di ciascuna delle equazioni di
vm
(?), cioe un vettore tale che
ai1 v1 + ... + aim vm = bi ,
per ogni 1 i n. In particolare, se S Rm e linsieme delle soluzioni di (?) ed Si e linsieme
delle soluzioni dellequazione i-esima di (?), allora

S = S1 ... Sn .

Due sistemi lineari si dicono equivalenti se ammettono le stesse soluzioni. La matrice

a11 ... a1m



a21 ... a2m
A= ...

...

an1 ... anm

b1


si chiama matrice dei coefficienti di (?), il vettore si dice vettore dei termini noti di



bn
(?) mentre la matrice
a11 ... a1m b1

a21 ... a2m b2
A = ... ,

...

an1 ... anm bn
ottenuta da A aggiungendo il vettore termini noti come ultima colonna, si chiama matrice orlata
di (?). Il sistema (?) e allora equivalente al seguente sistema lineare

a11 ... a1m x1 b1




a21 ... a2m


... = .

...




an1 ... anm xm bn
Un sistema lineare si dice compatibile se ammette almeno una soluzione, mentre si dice
incompatibile in caso contrario. Esempi di sistemi lineari compatibili sono i sistemi lineari
omogenei, ovvero sistemi lineari con vettore termine noto uguale al vettore 0. Infatti ogni sistema
lineare omogeneo
a11 x1 + ... + a1m xm = 0


a21 x2 + ... + a2m xm = 0


(??) ...
...




an1 x1 + ... + anm xm = 0
0


ammette almeno una soluzione, costituita dal vettore 0 = . Il sistema lineare (??) si dice



0
sistema lineare omogeneo associato a (?). Altri esempi di sistemi lineari compatibili sono i
sistemi lineari a scala. Si chiamano sistemi lineari a scala i sistemi lineari la cui matrice dei
coefficienti e una matrice a scala le cui righe sono tutte non nulle. Un sistema lineare a scala di
r m equazioni in m incognite

0 ... 0 p1 = a1j1 ... ... ... a1m



0 ... 0 0 0 ... 0 p2 = a2j2 ... ... a2m x1 b1


... ... ... ... =






... ... ... ... xm br

0 ... 0 0 0 ... 0 0 0 ... 0 pr = arjr ... arm

si risolve usando il seguente procedimento:


1. Si individuano le incognite xj1 , ..., xjr relative ai pivot;
2. In ciascuna equazione del sistema si portano a secondo membro i termini relativi alle restanti
m r variabili;
3. Sostituendo a ritroso, a partire dallultima equazione, si esprimono le variabili xj1 , ..., xjr in
funzione esclusivamente delle restanti m r variabili. Questultime, non dovendo soddisfare
alcuna condizione, sono dette variabili libere del sistema mentre le variabili xj1 , ..., xjr sono
dette variabili dipendenti.
4. Ora, per semplicita di esposizione, supponiamo che le variabili dipendenti siano x1 , ..., xr , cosi
che le variabili libere diventino la variabili xr+1 , ..., xm . Per ciascuna variabile libera, poniamo
ora xr+i = i , i = 1, ..., m r, cosi che il generico vettore soluzione del sistema si scrivera
come segue

x1




(1) = + 1 1 + 2 0 + ... + mr 0 .

0 1 0



xm 0 0 1

Quanto sopra mostra il seguente risultato.


Lemma-Definizione 1. Ogni sistema lineare a scala di r m equazioni in m incognite e
compatibile e le sue soluzioni dipendono da m r parametri liberi. In particolare, nel caso in
cui m = r, cioe quando la matrice dei coefficienti del sistema e una matrice quadrata triangolare
superiore di rango r, il sistema ammette ununica soluzione. Si dice che ogni sistema lineare a scala
di r m equazioni in m incognite, ammette mr soluzioni.

E importante osservare inoltre il seguente risultato.

x1


Osservazione 1. Se e il vettore soluzione generico di un sistema lineare a scala

xm
di r m equazioni in m incognite, dato da (1), allora, in (1), gli m r vettori v1 , ..., vmr che
moltiplicano gli scalari i sono linearmente indipendenti. Infatti, a partire dall(mr)-esimo vettore
vmr , questo e non nullo poiche ha almeno ultima componente non nulla pari a 1. L(m r 1)-
esimo vettore vmr1 e non nullo non proporzionale a vmr poiche ha ultima componente uguale
a zero. Percio questi due vettori sono linearmente indipendenti e generano un sottospazio W =<
vmr , vmr1 > di dimensione 2. Ancora, vrm2 non appartiene a W , poiche ogni vettore in W
ha terzultima componente nulla mentre vrm2 ha terzultima componente pari a uno, e cosi via.

Ora vogliamo dimostrare che ogni sistema lineare compatibile e equivalente ad un sistema
lineare a scala.

Definizione 1. Unoperazione elementare sulle equazioni di un sistema lineare consiste:


I) nel sostituire di posto due equazioni (operazione di tipo I);
II) nel sostituire lequazione i-esima ai1 x1 + ... + aim xm = bi con lequazione
(ai1 x1 + ... + aim xm bi ) (aj1 x1 + ... + ajm xm bj ) = 0
con , K, 6= 0 e 1 j n, (operazione del tipo II).

Lasciamo al lettore la dimostrazione del seguente (vedi appunti lezione o libri di testo)

Lemma 2. Due sistemi lineari che differiscono per un numero finito di operazioni elementari
sono equivalenti.

Le operazioni elementari sulle equazioni di un sistema lineare ricordano molto le operazioni el-
ementari sulle righe di una matrice. In effetti, possiamo osservare che unoperazione elementare
sulle equazioni di un sistema lineare
a11 x1 + ... + a1m xm = b1


a21 x2 + ... + a2m xm = b2


(?) ...
...




an1 x1 + ... + anm xm = bn
corrisponde ad unoperazione elementare sulle righe della sua matrice orlata
a11 ... a1m b1

a21 ... a2m b2

A = ... ,

...

an1 ... anm bn
e viceversa. Abbiamo, inoltre, dimotrato negli appunti su Matrici, rango e metodo di elimi-
nazione di Gauss che ogni matrice di rango r si puo ridurre a una matrice a scala con r righe
non nulle, o r pivot, usando il metodo di eliminazione di Gauss. Ora, cosa possiamo dire di una
riduzione a scala di A ? Se r e il rango di
a11 ... a1m

a21 ... a2m
A= ... ,

...

an1 ... anm
che ricordiamo coincide delle sue colonne linearmente indipendenti, allora la matrice A ha rango
r + 1 nel caso in cui il vettore dei termini noti di (?) non e combinazione lineare delle colonne di
A, mentre ha rango r nel caso in cui il vettore dei termini noti di (?) e combinazione lineare delle
colonne di A. Se
rg(A ) = r + 1 = rg(A) + 1,
allora ogni riduzione a scala di A e, trascurando le eventuali ultime righe nulle, una matrice del
tipo
0 ... 0 p1 = b1j1 6= 0 ... ... ... b1m c1

0 ... 0 0 0 ... 0 p2 = b2j2 6= 0 ... ... b2m c2


... ... ... ...

.


... ... ... ...


0 ... 0 0 0 ... 0 0 0 ... 0 pr = brjr 6 0 ...
= brm cr

0 ... ... ... ... 0 cr+1 6= 0
Questa matrice e la matrice orlata del sistema lineare
p1 xj1 +...+ b1m xm = c1


p x +...+ b2m xm = c2

2 j2



+...+ =
(2) ,

+...+ =
pr xjr +...+ brm xm = cr



0 = cr+1
equivalente al sistema lineare (?) perche ottenuto da esso tramite un numero finito di operazioni
elementari. Ora, poiche cr+1 6= 0, lultima equazione di (2) e incompatibile, ne deduciamo che il
sistema lineare (2), cosi come il sistema lineare (?), e incompatibile. Supponiamo invece che

rg(A ) = rg(A) = r.

Allora, in tal caso, ogni riduzione a scala di A , e una matrice del tipo
0 ... 0 p1 = b1j1 6= 0 ... ... ... b1m c1

0 ... 0 0 0 ... 0 6 0
p2 = b2j2 = ... ... b2m c2


... ... ... ... ,



... ... ... ...

0 ... 0 0 0 ... 0 0 0 ... 0 pr = brjr 6= 0 ... brm cr
matrice orlata del sistema lineare a scala
p1 xj1 +...+ b1m xm = c1


p2 xj2 +...+ b2m xm = c2


(3) +...+ =
+...+ =



pr xjr +...+ brm xm = cr .

Per quanto dimostrato precedentemente, il sistema lineare (3), essendo a scala, e compatibile ed
ammette mr soluzioni. Ne deduciame che il sistema lineare (?), nel caso in cui rg(A) = rg(A ),
ammette mr soluzioni, essendo equivalente a (3). Quanto sopra mostra il seguente teorema.

Teorema di Rouche-Capelli Un sistema lineare

a11 ... a1m x1 b1



a21 ... a2m
(?) ... = ,

...

an1 ... anm xm bn

di n equazioni in m incognite, con matrice dei coefficienti A e matrice orlata A , e compatibile se


e solo se il rango della sua matrice dei coefficienti coincide con il rango della sua matrice orlata,

rg(A) = rg(A ).

Nel caso in cui il sistema lineare (?) e compatibile, esso ammette mrg(A) soluzioni.

ESERCIZI
1. Dimostrare che il seguente sistema x1 , x2 , ..., x4 e incompatibile

3x1 x2 + x3 = 7
2x + x2 4x3 + 5x4 = 3
1
x1 2x2 + 5x3 5x4 = 0.

2. Calcolare linsieme delle soluzioni del seguente sistema lineare in R5



x1 3x2 + x3 = 3
2x1 x2 x3 + x4 + x5 = 3
x1 2x2 + 5x3 5x4 = 0.

3. Si mostri che il seguente sistema lineare nelle variabili x1 , x2 , x3 ammette infinite soluzioni

x1 3x2 x3 = 1
2x + x2 + x3 = 0
1
5x1 8x2 2x3 = 3.

4. Si determini una base per ciascuno dei seguenti sottospazi di R5 :



x1 3x2 x3 = 0
U1 : 2x1 + x2 + x3 = 0
5x1 8x2 2x3 = 0,


x1 3x2 + x3 = 0
U2 : 2x1 x2 x3 + x4 + x5 = 0
x1 2x2 + 5x3 5x4 = 0

ed 
2x1 + x2 4x3 + 5x4 = 0
U3 :
x1 2x2 + 5x3 5x4 = 0.

5. Quali dei seguenti insiemi di vettori di R4 sono linearmente indipendenti e quali costituiscono
una base di R4 ?
1 0 1 2 1 2 1 8

1 0 1 1 1 1 1 1
1) , , 2) , , 3) , , , ,
0 0 0 0 0 0 0 0
3 0 3 1 3 1 1 1
1 2 1 8

1 1 1 1
4) , , , .
0 0 0 1
3 1 1 1

6. Stabilire se i seguenti vettori di C3 sono linearmente indipendenti su C:



1 2i i
1 , 1 , 1 .
i 0 0

7. Discutere la compatilita dei seguenti sistemi lineari al variare del parametro .



1 1 0 x 0
1) 0 2 1 y = 0,
2 0 1 z 0


2 2 1 x 1
2) 0 2 1 y = 0,
1 1 0 z 1


+ 3 3 4 x 0
3) 0 2 1 y = 1,

6 4 5 z 0


+ 1 1 2 x 0
4) 0 2 1 y = 0.
4 2 3 z 0