LM4 Cap 3 Sistemi Lineari

Contents
1 Gli insiemi. I numeri 2
2 Matrici e determinanti 3
3 Sistemi lineari 4
3.1 Generalità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2 Sistemi di n equazioni in n incognite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2.1 Metodo della matrice inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2.2 Teorema di Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.3 Teorema di Rouché-Capelli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.4 Sistemi omogenei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.5 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1
Chapter 1
Gli insiemi. I numeri
VEDI APPUNTI PRECEDENTI
2
Chapter 2
Matrici e determinanti
VEDI APPUNTI PRECEDENTI
3
Chapter 3
Sistemi lineari
3.1 Generalità
Dicesi equazione lineare nelle incognite x1 , x2 , . . . , xn un’espressione del tipo:

a1 x1 + a2 x2 + · · · + an xn = b,
dove a1 , a2 , · · · , an e b sono numeri reali noti. Una soluzione dell’equazione è una n-upla ordinata di numeri reali
(α1 , α2 , . . . , αn ) che soddisfa l’equazione.
Se si considerano m equazioni lineari nelle medesime n incognite, si ha un sistema di m equazioni lineari in n

incognite:


 a11 x1 + a12 x2 + . . . + a1n xn = b1
 . . . . . . . . . .


ai1 x1 + ai2 x2 + . . . + ain xn = bi (3.1)
. . . . . . . . . .




am1 x1 + am2 x2 + . . . + amn xn = bm

I numeri reali aij si chiamano coefficienti, i numeri reali bi si chiamano termini noti, le xi sono le incognite.
4
CHAPTER 3. SISTEMI LINEARI 5
Se tutti i termini noti sono nulli, il sistema si dice omogeneo; altrimenti si dice non omogeneo.
Una soluzione del sistema (3.1) è una n-upla ordinata di numeri reali (α1 , α2 , . . . , αn ) che è soluzione di tutte le
equazioni del sistema.
Si dice compatibile un sistema di equazioni lineari che ammette soluzioni. Un sistema compatibile è determinato
se ha una sola soluzione, indeterminato se ha più di una soluzione.
Se, invece, un sistema di equazioni lineari non ammette soluzioni, si dice non compatibile (o incompatibile).
• Il sistema
x1 − 3x2 = −8
x1 + x2 = 4
è determinato perché ammette la soluzione x1 = 1, x2 = 3, e questa è unica, come si può facilmente verificare, col
metodo di eliminazione delle incognite.
• Il sistema
2x1 − x2 = 1
6x1 − 3x2 = 3
è indeterminato, in quanto ha infinite soluzioni, date da:
x1 = t , x2 = 2t − 1 ,
dove t è un parametro arbitrario (t ∈ R).

• Il sistema
x1 + 3x2 = 1
,
x1 + 3x2 = 5
nel quale i primi membri delle equazioni sono uguali ed i secondi membri differenti, è evidentemente incompatibile.
Nei paragrafi seguenti ci occuperemo della risoluzione dei sistemi di equazioni lineari; vedremo quando un sistema è
compatibile e quando non lo è e, nel caso di compatibilità, come calcolare tutte le sue soluzioni.
Dato il sistema di equazioni lineari (3.2), denotiamo con

• A la matrice m × n costituita dai coefficienti del sistema,
• X il vettore (colonna) n × 1 i cui elementi sono le incognite;
• B il vettore (colonna) m × 1 avente per elementi i termini noti:
 
  x1  
a11 a12 . . . . a1n b1
 .
 x2 
. . . . . .     . 
   .   
A=  ai1 ai2 . . . . ain  ; X =   ; B= bi .
 .
  .   
. . . . . .     . 
 . 
am1 am2 . . . . amn bm
xn
Ora consideriamo l’equazione matriciale

A · X = B.
Abbiamo scritto formalmente un sistema come un’equazione di primo grado!
L’equazione matriciale A · X = B, in forma esplicita, si scrive (scrittura matriciale):
 
  x1  
a11 a12 . . . . a1n b1
 x2 
 . . . . . . .     . 
  .   
 ai1 ai2 . . . . ain   = bi .
  .   
 . . . . . . .    . 
 . 
xn
Se si esegue il prodotto (righe per colonne) delle due matrici a primo membro e si eguagliano i termini corrispondenti
della matrice prodotto cosı̀ ottenuta e della matrice dei termini noti si ottiene proprio il sistema (3.1).
Esercizio 1 Dato il sistema di equazioni lineari:


 x1 + 2x2 = 1
−x1 + x3 = −6 ,
x2 + 4x3 = 2

risulta:
     
1 2 0 x1 1
A =  −1 0 1  , X =  x2  e B =  −6  .
0 1 4 x3 2
La sua scrittura matriciale è dunque:
    
1 2 0 x1 1
 −1 0 1   x2  =  −6  .
0 1 4 x3 2
3.2 Sistemi di n equazioni in n incognite
Sia:


 a11 x1 + a12 x2 + . . . + a1n xn = b1
 . . . . . . . . . .


ai1 x1 + ai2 x2 + . . . + ain xn = bi (3.2)
. . . . . . . . . .




an1 x1 + an2 x2 + . . . + ann xn = bn

un sistema di n equazioni lineari in n incognite e siano A, X e B le matrici dei coefficienti del sistema, delle incognite
e dei termini noti, introdotte nel paragrafo precedente.
In questo caso la matrice A dei coefficienti è una matrice quadrata di ordine n e, quindi, ha senso considerare detA.
Vedremo che se detA è non nullo (cioè, matrice A è non singolare), allora il sistema sarà compatibile e ammetterà
una e una sola soluzione.
3.2.1 Metodo della matrice inversa

Supponiamo che la matrice A sia non singolare, cioè che sia detA 6= 0. Allora esiste la matrice A−1 , inversa di A.
Scritto il sistema nella forma matriciale
A·X =B,
se moltiplichiamo a sinistra per A−1 i due membri di questa uguaglianza, otteniamo:
A−1 · (A · X) = A−1 · B,
da cui, per la proprietà associativa del prodotto, segue:

(A−1 · A) · X = A−1 · B.
Ma A−1 · A = In e In · X = X ; cosı̀ otteniamo:
X = A−1 · B.
Pertanto: nell’ipotesi che sia det A 6= 0, la soluzione del sistema (3.2) esiste, è unica ed è data dal prodotto
tra la matrice A−1 e la matrice B.
Esercizio 2 Dato il sistema di equazioni lineari


 x1 + 2x2 = 5
3x2 + x3 = 9 ,
x2 + 2x3 = 8

la matrice dei coefficienti è  

1 2 0
A =  0 3 1 .
0 1 2
Poiché detA = 5, il sistema è determinato. Calcoliamo A−1 usando uno dei metodi indicati nel §1.6:

1 −4/5

2/5
 
−1
 
A =
0 2/5 −1/5 
.
 
0 −1/5 3/5
 
5
Il vettore dei termini noti è  9  .
8
Pertanto la soluzione del sistema, in forma matriciale, è:

1 −4/5

    2/5
x1 

 5

 x2  =  0 2/5 −1/5   9 
 
x3   8
0 −1/5 3/5

1 · 5 − 4/5 · 9 + 2/5 · 8

 
 
 0 · 5 + 2/5 · 9 − 1/5 · 8
=  .

 
0 · 5 − 1/5 · 9 + 3/5 · 8
Da cui,
4 2
x1 = 1 · 5 − · 9 + · 8 = 1,
5 5
2 1
x2 = 0 · 5 + · 9 − · 8 = 2,
5 5
1 3
x3 = 0 · 5 − · 9 + · 8 = 3.
5 5
Esercizio 3 Dato il sistema 

 2x + 3y − 4z = 1
− 4y + 2z = 0 ,
x − y + 5z = 1


2 3 −4
A =  0 −4 2  .
1 −1 5
Il sistema è determinato (giacché detA = −46) e:
 
9/23 11/46 5/23
 
A−1
 
=
 −1/23 −7/23 2/23 .

 
−2/23 −5/46 4/23
Allora la soluzione del sistema in forma matriciale è:

   
  9/23 11/46 5/23   14/23
x 

 1





 y  =  −1/23 −7/23 2/23   0  =  1/23 .
   
z   1  
−2/23 −5/46 4/23 2/23
14 1 2
Da cui: x = 23 , y= 23 , z= 23 .
Osservazione. Il metodo della matrice inversa è particolarmente utile se si debbono risolvere più sistemi di equazioni
lineari aventi la stessa matrice dei coefficienti.
Ad esempio, si considerino i tre sistemi seguenti:


 x + 2y + z = 0
α) 2x + y + z = 1 ;
x + 3y + z = 2


 x + 2y + z = 0
β) 2x + y + z = −1 ;
x + 3y + z = 1


 x + 2y + z = 1
γ) 2x + y + z = 0 .
x + 3y + z = 0

La matrice dei coefficienti, comune ai tre sistemi, è

 
1 2 1
A=2 1 1,
1 3 1
che non è singolare giacché detA = 1. Pertanto i sistemi dati sono determinati.
Calcoliamo la matrice inversa di A :  
−2 1 1
A−1 =  −1 0 1  .
5 −1 −3
La soluzione del sistema α), in forma matriciale, è:
      
x −2 1 1 0 3
 y  =  −1 0 1   1  =  2  ;
z 5 −1 −3 2 −7
da cui si ricava: x = 3; y = 2; z = −7.
La soluzione del sistema β), in forma matriciale, è:
       
x −2 1 1 0 0
 y  =  −1 0 1   −1  =  1  ;
z 5 −1 −3 1 −2
da cui segue: x = 0; y = 1; z = −2.
Infine, per il sistema γ), la soluzione in forma matriciale è:
       
x −2 1 1 1 −2
 y  =  −1 0 1   0  =  −1  ;
z 5 −1 −3 0 5
da cui discende: x = −2; y = −1; z = 5.

3.2.2 Teorema di Cramer

Dato il sistema


 a11 x1 + a12 x2 + . . . + a1n xn = b1
 . . . . . . . . . .


ai1 x1 + ai2 x2 + . . . + ain xn = bi (3.3)
. . . . . . . . . .




an1 x1 + an2 x2 + . . . + ann xn = bn ,

se la matrice dei coefficienti è non singolare, allora il sistema ammette una e una sola soluzione data da:
detB (1) detB (k) detB (n)

x1 = . . . , xk = . . . , xn = ,
detA detA detA
dove B (i) indica la matrice  

a11 . . . b1 . . . a1n
 .. . . . . . . . . 
(i)
 
B =
 ak1 . . . bk . . . akn .
,
 .. . . . . . . . . 
an1 . . . bn . . . ann
↑
i-esima colonna
ottenuta da A sostituendo all’i-esima colonna di A la colonna dei termini noti.


 2x − 6y + 3z = 1
x − 3y + z = 2 ,
−x + 2y + 4z = 1


2 −6 3
A =  1 −3 1 
−1 2 4
e risulta detA = −1, quindi la matrice A è non singolare.
Il sistema dato è quindi determinato; ha, cioè, un’unica soluzione. Applicando la regola di Cramer otteniamo:
 
1 −6 3
B (1) =  2 −3 1  , detB (1) = 49 ,
1 2 4
 
2 1 3
B (2) =  1 2 1  , detB (2) = 18 ,
−1 1 4
 
2 −6 1
B (3) =  1 −3 2  , detB (3) = 3 .
−1 2 1
Allora (cfr.(2.13)):
detB (1) detB (2) detB (3)
x= = −49, y = = −18, z = = −3.
detA detA detA


 x − y + z + w = 1
x − 2z + w = 0

,

 −2x + y − z − w = −1
−x − 3y + z = −2


1 −1 1 1
 1 0 −2 1 
A= 
 −2 1 −1 −1 
−1 −3 1 0
e risulta detA = 8. Il sistema ha quindi un’unica soluzione.
D’altronde:  
1 −1 1 1
 0 0 −2 1 
B (1) = 
 −1 1 −1 −1  ,
 detB (1) = 0 ,
−2 −3 1 0
 
1 1 1 1
 1 0 −2 1 
B (2) = 
 −2 −1 −1 −1  ,
 detB (2) = 7 ,
−1 −2 1 0
 
1 −1 1 1
 1 0 0 1
B (3) = 
 −2 1 −1 −1  ,
 detB (3) = 5 ,
−1 −3 −2 0
 
1 −1 1 1
 1 0 −2 0 
B (4) =
 −2 1 −1 −1  ,
 detB (4) = 10 .
−1 −3 1 −2
Allora, dalla regola di Cramer, segue:
detB (1) detB (2) 7 detB (3) 5 detB (4) 5
x= = 0; y= = ; z= = ; w= = .
detA detA 8 detA 8 detA 4
Abbiamo fin qui esaminato il caso di un sistema di n equazioni lineari in n incognite, con detA 6= 0; in queste
ipotesi il sistema ammette una ed una sola soluzione ed abbiamo dato due metodi (metodo della matrice inversa e
regola di Cramer) per calcolarla.
Nel caso di un sistema di n equazioni lineari in n incognite con detA = 0, vedremo più avanti, alla luce del teorema di
Rouché-Capelli, quando il sistema ha soluzioni e, se ne ha, come calcolarle.
3.3 Teorema di Rouché-Capelli
Sistemi di m equazioni in n incognite
Consideriamo ora un sistema di m equazioni lineari in n incognite:



 a11 x1 + a12 x2 + . . . + a1n xn = b1
 . . . . . . . . . .


ai1 x1 + ai2 x2 + . . . + ain xn = bi , (3.4)
. . . . . . . . . .




am1 x1 + am2 x2 + . . . + amn xn = bm

dove m può essere maggiore, minore o uguale ad n.

Siano, come al solito, A la matrice dei coefficienti e B il vettore colonna dei termini noti:
   
a11 a12 . . . . a1n b1

 . . . . . . .  

 . 

A=
 ai1 ai2 . . . . ain 
 e B=
 bi 

 . . . . . . .   . 
Chiameremo matrice completa del sistema (3.4) la matrice m × (n + 1)
 
a11 a12 . . . . a1n b1

 . . . . . . . . 

(A B) = 
 ai1 ai2 . . . . ain bi ,

 . . . . . . . . 
ottenuta aggiungendo ad A la colonna B dei termini noti. Ci possiamo riferire ad A come alla matrice incompleta.
Osserviamo che, poiché ogni sottomatrice di A è anche sottomatrice di (A B), si ha
carA ≤ car(A B),
cioè, la caratteristica di A è in ogni caso ≤ della caratteristica della matrice completa.
La risolubilità del sistema (3.4) viene stabilita dal seguente teorema, del quale omettiamo la dimostrazione.
Teorema 1 ( Rouché-Capelli)
Un sistema di m equazioni lineari in n incognite ammette soluzioni se e solo se
carA = car(A B),
cioè, se le matrici completa ed incompleta del sistema hanno la stessa caratteristica.

Se il sistema è risolubile, indichiamo con k la caratteristica comune delle matrici A e (A B).

Per risolvere il sistema si procede nel modo seguente:
1) si considera un nuovo sistema, costituito dalle k equazioni individuate dal minore non nullo
le altre m − k equazioni si possono eliminare, in quanto risulteranno combinazione lineare di quelle che abbiamo
scelto;
2) nel sistema cosı̀ ottenuto, di k equazioni in n incognite, si scelgono, come incognite, le k incognite
individuate dal minore non nullo, le rimanenti n-k saranno trasportate a secondo membro e trattate
come parametri;
Abbiamo ricondotto il sistema ad un sistema di k equazioni in k incognite con matrice dei coefficienti non singolare:
3) si risolve questo sistema (di k equazioni in k incognite, che ha determinante diverso da zero) con le regole note
(metodo della matrice inversa, regola di Cramer, o eventuali altri metodi);
• se è k < n, il sistema ammette infinite soluzioni, dato che ad n−k incognite si possono attribuire valori arbitrari;
in tal caso si suole dire che il sistema ammette ∞n−k soluzioni (l’esponente n − k dato ad ∞ denota che la
soluzione dipende da n − k parametri);
• se è k = n, il sistema ammette una sola soluzione, dato che a nessuna incognita si assegna un valore arbitrario.
Esercizio 6 Risolviamo il sistema

 2x − y = 1
x + y = −2 .
−x + 2y = −3

Le matrici incompleta e completa del sistema sono rispettivamente
   
2 −1 2 −1 1
 1 1,  1 1 −2  .
−1 2 −1 2 −3

1 1
La prima ha caratteristica 2 perché è non nullo il minore = 3, e la seconda ha pure caratteristica 2, giacché
−1 2

2 −1 1

l’unico minore del terzo ordine che da essa si può estrarre, cioè il determinante 1 1 −2 , è nullo in quanto la
−1 2 −3
a
2 riga è somma delle altre due.
Per il teorema di Rouché-Capelli il sistema è compatibile e, poiché la caratteristica comune delle matrici completa ed
incompleta è uguale al numero delle incognite, esso ammette una ed una sola soluzione. Per determinarla, consideriamo,
ad esempio, il sistema formato dalle ultime due equazioni:

x + y = −2
,
−x + 2y = −3

1 1
in quanto il determinante dei coefficienti, , è diverso da zero.
−1 2
Se si risolve quest’ultimo sistema, ad esempio con la regola di Cramer, si ottiene:

−2 1 1 −2

−3 2 1 −1 −3 5
x= =− , y= =− .
1
1 3 1 1
3
−1 2 −1 2
La coppia ordinata (− 31 , − 53 ) è l’unica soluzione del sistema dato.
Esercizio 7 Risolviamo il sistema 

 x + y − z + t= 1
−2x + y + 2z = 2 .
−x + 2y + z + t = 3


   
1 1 −1 1 1 1 −1 1 1
 −2 1 2 0  ,  −2 1 2 0 2 .
−1 2 1 1 −1 2 1 1 3
Si vede facilmente che sono nulli tutti i minori del terzo ordine che si possono estrarre da esse, in quanto gli elementi
della terza riga si ottengono sommando i corrispondenti elementi delle prime due righe.
1 1
Inoltre entrambe le matrici hanno un minore del secondo ordine diverso da zero, ad esempio ; pertanto la loro
−2 1
caratteristica è uguale a 2.
Per il teorema di Rouché-Capelli il sistema è compatibile ed ammette ∞n−k = ∞2 soluzioni. Per determinarle conside-
riamo, ad esempio, le prime due equazioni

x + y − z + t= 1
,
−2x + y + 2z = 2

1 1
in quanto in esse la matrice dei coefficienti ha caratteristica uguale a 2, essendo = 3.
−2 1
Quest’ultimo minore è formato dai coefficienti delle incognite x e y. Dopo aver riscritto l’ultimo sistema nella forma:

x + y = 1 + z − t
,
−2x + y = 2 − 2z
attribuiamo valori arbitrari indipendenti a z eda t e risolviamo rispetto ad x e y, ad esempio con la regola di Cramer:

1 + z − t 1
2 − 2z 1 −1 + 3z − t
x= = ,
1 1
3
−2 1

1 1+z−t

−2 2 − 2z 4 − 2t
y= = .
1 1
3
−2 1
Le soluzioni del sistema sono allora date da:
−1 + 3z − t 4 − 2t
x= , y= , z = z, t = t,
3 3
al variare comunque di z e t nell’insieme dei numeri reali.


x − y + z = 1
.
2x − 2y + 2z = 3

1 −1 1 1 −1 1 1
, .
2 −2 2 2 −2 2 3
Poiché nella prima matrice gli elementi della seconda riga sono proporzionali a quelli della prima riga, tutti i minori
del secondo ordine sono nulli; quindi la caratteristica è 1.
La seconda matrice ha caratteristica 2, perché è non nullo il minore

1 1
2 3 = 1.

Per il teorema di Rouché-Capelli il sistema è incompatibile: ossia non ha soluzioni. A questa stessa conclusione,
peraltro, possiamo rapidamente arrivare dopo avere diviso la seconda equazione del sistema per 2.

x1 − x2 + x3 = 1
.
x1 − x2 + 2x3 = 0

1 −1 1 1 −1 1 1
, .
1 −1 2 1 −1 2 0

1 1
Poiché M13 = = 1, esse hanno la stessa caratteristica k = 2 ed il sistema ammette ∞1 soluzioni. Per risolvere
1 2
il sistema, consideriamo x1 ed x3 come incognite ed x2 come parametro:

x1 + x3 = 1 + x2
. (3.5)
x1 + 2x3 = x2
Serviamoci, ad esempio, del metodo della matrice inversa. Posto

1 1 1 + x2 x1
A= B= , X=
1 2 x2 x3
il sistema (2.15) si scrive in forma matriciale:
A · X = B,
da cui segue:
X = A−1 · B. (3.6)

−1 2 −1
Poiché A = , dalla (2.16) segue:
−1 1

x1 2 −1 1 + x2 2 + x2
= · = .
x3 −1 1 x2 −1
Le soluzioni del sistema sono, allora:

x1 = 2 + x2 , x2 = x2 , x3 = −1,
dove x2 assume valori arbitrari.
3.4 Sistemi omogenei
Consideriamo, ora, un sistema omogeneo di m equazioni lineari in n incognite:


 a11 x1 + a12 x2 + . . . + a1n xn = 0
 . . . . . . . . . .


ai1 x1 + ai2 x2 + . . . + ain xn = 0 (3.7)
. . . . . . . . . .




am1 x1 + am2 x2 + . . . + amn xn = 0

che, in forma matriciale, si scrive:

A · X = 0.
È evidente che questo sistema ammette sempre la soluzione: x1 = 0, x2 = 0, . . . , xn = 0, detta soluzione nulla o
impropria; pertanto esso è compatibile. Ciò in accordo, anche, col teorema di Rouché-Capelli giacché, essendo nulli i
termini noti, la caratteristica della matrice incompleta è uguale alla caratteristica della matrice completa.
Per le applicazioni è interessante il caso in cui il sistema ammette soluzioni diverse da quella nulla.
A questo proposito, da quanto è stato detto nel precedente paragrafo, se denotiamo con k la caratteristica di A, possiamo
facilmente dedurre:
n = k =⇒ il sistema (2.17) ha un0 unica soluzione,

quella nulla;
n > k =⇒ il sistema (2.17) ha ∞n−k soluzioni.
Esercizio 10 Risolviamo il sistema:

x − y + z = 0
.
x + 2y + 2z = 0
Vediamo se esistono soluzioni non nulle. La matrice dei coefficienti è

1 −1 1
1 2 2

1 −1
e, poiché = 3, la sua caratteristica è 2 (uguale ovviamente alla caratteristica della matrice completa !).
1 2
Poiché n = 3, il sistema dato ha ∞1 soluzioni. Per determinarle, basta risolvere rispetto ad x e y, con uno dei metodi
noti, il sistema:

x − y = − z
.
x + 2y = − 2z
Si trova: x = − 43 z, y = − z3 , z = z. Attribuendo a z il valore 0, si ritrova la soluzione (0,0,0).
Esercizio 11 Risolviamo il sistema: 

 3x + 5y + 2z = 0
−x + 2y + 3z = 0 .
2x − 3y − z = 0

La matrice dei coefficienti è  

3 5 2
 −1 2 3 
2 −3 −1
il cui determinante è 44. Poiché k = n = 3, il sistema ammette solo la soluzione (0,0,0).

 x − 2y + z = 0
2x + y − z = 0 .
x + 3y − 2z = 0


1 −2 1
 2 1 −1 
1 3 −2
la cui caratteristica è k = 2, essendo

1 −2 1
1 −1
2 1 −1 = 0 e = 1.
3 −2
1 3 −2
Poiché n = 3, il sistema dato ha ∞1 soluzioni. Per determinarle, basta risolvere rispetto ad y e z il sistema

y − z = −x
.
3y − 2z = −x
Si trova x = x, y = 3x, z = 5x.

x + y = 0
x − y = 0 .
x + 3y = 0


1 1
 1 −1 
1 3
la cui caratteristica è k = 2. Poiché k = n = 2, il sistema ammette solo la soluzione (0,0).

3.5 Esercizi
1. Risolvere, sia con il metodo della matrice inversa sia con la regola di Cramer, i seguenti sistemi:

 2x − y + 4z = 5
1.a) −x + y − 5z = −2 ;
−2x + 5y + 7z = −1


 3x − 2y + z = 2
1.b) 2x − z = 3 ;
−x − 4y = −1


 2x + 3y + z = 11
1.c) 3x + 4y − 2z = 5 ;
8x + 5y − 3z = 9


 3x − 4y + 2z = 3
1.d) 2x + 5y − 3z = 9 ;
x + y − z = 0


 −2x + 3y + 4z = 10
1.e) 4x − 2y + 5z = 22 .
−3x + 5y + 3z = 11

Soluzione:
1.a) x = 3; y = 1; z = 0, 1.d) x = 3; y = 6; z = 9,
1.b) x = 1; y = 0; z = −1, 1.e) x = 5; y = 4; z = 2,
1.c) x = 1; y = 2; z = 3.
2. Verificare se i seguenti sistemi sono compatibili e, nel caso affermativo, calcolarne le soluzioni:

 −x1 + x2 + x3 = 5
2.a) −2x1 − 4x2 + x3 = −4 ;
−5x1 − x2 + 4x3 = 6


 x1 + 2x2 + 5x3 = 2
2.b) 2x1 + 5x2 + 7x3 = 8 ;
−2x1 − 3x2 + 4x3 + x4 = 5



 x1 + x2 + x3 = 2
−3x1 − x2 + 2x3 = 5

2.c) ;

 6x1 + 4x2 + x3 = 1
−4x1 − 2x2 + x3 = 3


 3x1 + 2x3 + 2x4 = 6
2.d) x + 3x2 + x3 = 1 ;
 1
2x1 + 3x2 − x3 + 4x4 = 5

 2x1 − 3x2 − 3x3 + 2x4 = −1
2.e) 4x1 − 7x2 + x3 + 10x4 = 1 ;
4x1 − 6x2 − 6x3 + 4x4 = 7


 5x1 + 2x2 = 1
2.f ) 4x1 + 5x2 = 15 ;
3x1 − x2 = 2


 −x1 + 3x2 − 7x3 = 4
2.g) 3x1 + x2 + x3 = 8 ;
x1 + x2 − x3 = 4


 2x1 − 4x2 + 10x3 + x4 − 5x5 = 2
2.h) 2x1 − 2x2 + 2x3 + 3x4 − 5x5 = 4 ;
2x1 − 3x2 + 6x3 + 3x4 − 8x5 = 5


 x1 + 9x2 − 14x3 = −11
2.i) x1 − 5x2 + 8x3 = 9 .
2x1 − 10x2 + 16x3 = 15

Soluzione:
2.a) incompatibile,
2.b) x1 = −6 − 11t; x2 = 4 + 3t; x3 = t; x4 = 5 − 17t ,
2.c) x1 = t; x2 = − 1+5t 7+2t
3 ; x3 = 3 ,
2.d) x1 = 5−3t t−3 5t−3
2 ; x2 = 12 ; x3 = 4 ; x4 = t ,
2.e) incompatibile,
2.f ) incompatibile,
2.g) x1 = 2 − t; x2 = 2 + 2t; x3 = t ,
2.h) x1 = 3x3 − 5x5 − 2; x2 = 4x3 − 3x5 − 1; x3 = x3 ;
x4 = 2 + 3x5 ; x5 = x5 ,
2.i) incompatibile.
3. Risolvere i sistemi:

 x1 − 2x2 + 4x3 = 0
3.a) x1 + 2x2 − 3x3 = 0 ;
−x1 + x2 = 0


 x1 + x2 − x3 = 0
3.b) x2 + 4x3 = 0 ;
x1 − x2 + x3 = 0


−3x1 + 2x2 + x3 = 0
3.c) ;
x1 − 2x2 + x3 = 0

 x1 + 2x2 + x3 = 0
3.d) x1 + 2x2 + x3 = 0 .
x1 + 2x2 + x3 = 0

Soluzione:
3.a) x1 = 0; x2 = 0; x3 = 0 , 3.c) x1 = t; x2 = t; x3 = t ,
3.b) x1 = 0; x2 = 0; x3 = 0 , 3.d) x1 = x1 ; x2 = x2 ;
x3 = −x1 − 2x2 .
Bibliografia
B. Bongiorno , L. Di Piazza, Istituzioni di Matematiche I. Algebra lineare, Libreria dello Studente, Palermo.

LM4 Cap 3 Sistemi Lineari

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

LM4 Cap 3 Sistemi Lineari

Caricato da

Copyright:

Formati disponibili

Contents

1 Gli insiemi. I numeri 2

Gli insiemi. I numeri

VEDI APPUNTI PRECEDENTI

VEDI APPUNTI PRECEDENTI

Dicesi equazione lineare nelle incognite x1 , x2 , . . . , xn un’espressione del tipo:

Se si considerano m equazioni lineari nelle medesime n incognite, si ha un sistema di m equazioni lineari in n

dove t è un parametro arbitrario (t ∈ R).

Dato il sistema di equazioni lineari (3.2), denotiamo con

Ora consideriamo l’equazione matriciale

Esercizio 1 Dato il sistema di equazioni lineari:

3.2 Sistemi di n equazioni in n incognite

3.2.1 Metodo della matrice inversa

da cui, per la proprietà associativa del prodotto, segue:

Ma A−1 · A = In e In · X = X ; cosı̀ otteniamo:

Esercizio 2 Dato il sistema di equazioni lineari

la matrice dei coefficienti è  

Esercizio 3 Dato il sistema 

la matrice dei coefficienti è  

Allora la soluzione del sistema in forma matriciale è:

Ad esempio, si considerino i tre sistemi seguenti:

La matrice dei coefficienti, comune ai tre sistemi, è

3.2.2 Teorema di Cramer

detB (1) detB (k) detB (n)

dove B (i) indica la matrice  

ottenuta da A sostituendo all’i-esima colonna di A la colonna dei termini noti.

Esercizio 4 Dato il sistema 

la matrice dei coefficienti è  

Esercizio 5 Dato il sistema 

la matrice dei coefficienti è  

3.3 Teorema di Rouché-Capelli

Sistemi di m equazioni in n incognite

Consideriamo ora un sistema di m equazioni lineari in n incognite:

dove m può essere maggiore, minore o uguale ad n.

Chiameremo matrice completa del sistema (3.4) la matrice m × (n + 1)

Osserviamo che, poiché ogni sottomatrice di A è anche sottomatrice di (A B), si ha

carA ≤ car(A B),

cioè, la caratteristica di A è in ogni caso ≤ della caratteristica della matrice completa.

carA = car(A B),

cioè, se le matrici completa ed incompleta del sistema hanno la stessa caratteristica.

Se il sistema è risolubile, indichiamo con k la caratteristica comune delle matrici A e (A B).

Esercizio 6 Risolviamo il sistema

Le matrici incompleta e completa del sistema sono rispettivamente

Se si risolve quest’ultimo sistema, ad esempio con la regola di Cramer, si ottiene:

Esercizio 7 Risolviamo il sistema 

Le matrici incompleta e completa del sistema sono rispettivamente

Le soluzioni del sistema sono allora date da:

al variare comunque di z e t nell’insieme dei numeri reali.

Esercizio 8 Risolviamo il sistema

Le matrici incompleta e completa del sistema sono rispettivamente

Esercizio 9 Risolviamo il sistema

Le matrici incompleta e completa del sistema sono rispettivamente

Serviamoci, ad esempio, del metodo della matrice inversa. Posto

Le soluzioni del sistema sono, allora:

3.4 Sistemi omogenei

Consideriamo, ora, un sistema omogeneo di m equazioni lineari in n incognite:

che, in forma matriciale, si scrive:

n = k =⇒ il sistema (2.17) ha un0 unica soluzione,

Esercizio 10 Risolviamo il sistema:

Vediamo se esistono soluzioni non nulle. La matrice dei coefficienti è

Si trova: x = − 43 z, y = − z3 , z = z. Attribuendo a z il valore 0, si ritrova la soluzione (0,0,0).

Esercizio 11 Risolviamo il sistema: 

La matrice dei coefficienti è  

il cui determinante è 44. Poiché k = n = 3, il sistema ammette solo la soluzione (0,0,0).