Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Riconsidereremo in questa sezione i teoremi che descrivono le soluzioni dei sistemi lineari di equazioni
in termini di concetti della teoria degli spazi vettoriali.
Definizione 4.1: Un sistema lineare del tipo A · X = B, con A ∈ Rm,n , B ∈ Rm,1 , X ∈ Rn,1 si dice
omogeneo se B = O.
È facile verificare che V è un sottospazio di R3 (farlo per esercizio); una base di V è data da: {(3, 4, 1)},
poiché ogni v ∈ V è del tipo (3z, 4z, z) e si ottiene come z(3, 4, 1).
È facile verificare che i fatti osservati nel precedente esempio sono del tutto generali, come afferma il
seguente risultato:
Proposizione 4.2: Sia A · X = O un sistema lineare omogeneo (come nella 4.1); allora l’insieme V delle
soluzioni del sistema è un sottospazio vettoriale di Rn , e la sua dimensione è pari al numero delle variabili
libere del sistema, e cioè n − r(A).
Facolta di Ingegneria Corso di Autore "Sistemi Lineari di equazioni II" Copyright 2003
GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007
Facoltà di PROGETTO
ALM A M ATER STUD I ORUM http://el
earni
ng.i
ng.uni
bo.i
t “e-Learning”
UN I V ERSI TÀ D I BOLOGN A Ingegneria
PRESIDENZA DI INGEGNERIA
Osservazione: Per trovare la base di un sottospazio V di Rn che sia assegnato tramite delle equazioni nelle
variabili x1 , ..., xn , e cioè tramite un sistema omogeneo del tipo A · X = O, possiamo sempre considerare le
n − r variabili libere del sistema ed assegnare loro i valori 1, 0, ..., 0; 0, 1, ..., 0; ... ; 0, ..., 0, 1. I vettori ottenuti
daranno una base di V .
L’importante quantità r(A), il rango di una matrice A, si può definire anche in modo più intrinsecamente
legato alla matrice (senza riferirci all’eliminazione di Gauss):
Proposizione 4.3: Il rango di una matrice A ∈ Rm,n è pari al massimo numero di righe di A linearmente
indipendenti (viste come vettori di Rn ) o, equivalentemente, al massimo numero di colonne di A linearmente
indipendenti (viste come vettori di Rm ).
Ovviamente possiamo trascurare le righe nulle; vediamo che le r righe non nulle sono indipendenti: Siano
A1 , ..., Ar tali righe, e sia
α1 A1 + ... + αr Ar = (0, ..., 0) ∈ Rn
Facolta di Ingegneria Corso di Autore "Sistemi Lineari di equazioni II" Copyright 2003
GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007
Facoltà di PROGETTO
ALM A M ATER STUD I ORUM http://el
earni
ng.i
ng.uni
bo.i
t “e-Learning”
UN I V ERSI TÀ D I BOLOGN A Ingegneria
PRESIDENZA DI INGEGNERIA
una loro combinazione lineare nulla. In tale combinazione dovremo avere α1 = 0, poiché nella posizione di
p1 (in A1 ) esso è l’unico elemento non nullo (le altre righe hanno tutte uno zero nella posizione di p1 ), allora
la combinazione è:
α2 A2 + ... + αr Ar = (0, ..., 0),
ma adesso possiamo ripetere il ragionamento di prima per avere α2 = 0, osservando p2 , e cosı̀ via per tutti
gli αi , ottenendo che la combinazione deve avere tutti i coefficienti nulli, e quindi che le righe A1 , ..., Ar sono
linearmente indipendenti.
La dimostrazione che il rango è anche il numero di colonne linearmente indipendenti è più complessa e
non la riportiamo qui.
Ricapitolando, possiamo esprimere il risultato precedente nel seguente modo. Ad ogni matrice A ∈ Rm,n
si possono associare due sottospazi: R(A) ⊂ Rn , lo spazio generato dalle righe di A, e C(A) ⊂ Rm , lo spazio
generato dalle colonne di A; la Prop. 4.3 ci dice che:
Osserviamo che quanto visto fin qui ci dice che se abbiamo dei vettori v1 , ..., vs ∈ Rn , per vedere quanti
di essi sono linearmente indipendenti (e quindi anche per vedere quanto vale dim < v1 , ..., vs >), basta
costruire una matrice A che abbia tali vettori come righe e poi eseguire l’eliminazione di Gauss su tale
matrice. Il rango (e cioè il numero delle righe non nulle) della matrice A cosı̀ ottenuta mi darà la quantità
richiesta
Dobbiamo determinare se v1 , v2 , v3 siano o no indipendenti, perció applichiamo Gauss alla matrice che li
vede come righe:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 k 2k 1 k 2k 1 k 2k
⎝ k 2k k + 1 ⎠ → ⎝ 0 2k − k 2
k + 1 − 2k ⎠ → ⎝ 0 2k − k k + 1 − 2k ⎠ .
2 2 2
2k 4k 2k 0 4k − 2k 2 2k − 4k 2 0 0 −2
da qui si vede immediatamente che se 2k − k 2 = 0, si hanno 3 pivot non nulli, e quindi il rango della matrice
risulta =3, quindi dim < v1 , v2 , v3 >= 3.
Se invece 2k − k 2 = 0, vale a dire se k = 0 o k = 2, i tre vettori non sono indipendenti. Avremo allora:
Se k = 0: la matrice diviene
⎛ ⎞ ⎛ ⎞
1 0 0 1 0 0
⎝ 0 0 1 ⎠ che continuando Gauss porta ⎝ 0 0 1 ⎠ ,
0 0 −2 0 0 0
Facolta di Ingegneria Corso di Autore "Sistemi Lineari di equazioni II" Copyright 2003
GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007
Facoltà di PROGETTO
ALM A M ATER STUD I ORUM http://el
earni
ng.i
ng.uni
bo.i
t “e-Learning”
UN I V ERSI TÀ D I BOLOGN A Ingegneria
PRESIDENZA DI INGEGNERIA
Possiamo rivedere ora quanto dimostrato nel Teorema 2.5 utilizzando l’eliminazione di Gauss in termini
di spazi vettoriali:
Teorema 4.4: (di Rouché-Capelli). Sia A · X = B un sistema lineare di m equazioni ed n incognite. Esso
ha soluzioni se e solo se si ha:
r(A) = r(A|B).
Se tale condizione è verificata, le soluzioni dipenderanno da n − r(A) variabili libere (cioè si hanno ∞n−r
soluzioni).
Dimostrazione: Siano:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a11 a12 a13 ... a1n x1 b1
⎜ a21 a22 a23 ... a2n ⎟ ⎜ x2 ⎟ ⎜ b2 ⎟
A=⎜
⎝ .. .. ⎟ , mentre X=⎜ ⎟
⎝ ... ⎠ , B=⎜ ⎟
⎝ ... ⎠ ,
. ... . ⎠
am1 am2 am3 ... amn xn bm
Facolta di Ingegneria Corso di Autore "Sistemi Lineari di equazioni II" Copyright 2003
GEOMETRIA E ALGEBRA L GIMIGLIANO ALESSANDRO ALMA MATER STUDIORUM -
Univerità di Bologna
Tipo di Materiale Dispense A. A. 2007