Note Ingegneria Informatica · UniTN
Geometria e Algebra Lineare
Esercizi
Lezioni
19 ott, 20 ott
in corso

Dipendenza lineare

Argomento di Geometria e Algebra Lineare. Fatto a lezione in L8, lun 19/10 (3 ore), terza parte del capitolo 4. Fonte: appunti della prof, 19/10, p. 15 (definizione (I) e (II), osservazione), p. 16 (dimostrazione, esempio 1 in R4\mathbb{R}^4), p. 17 (criterio col rango, proposizione (b)), p. 18 (esempio 1 con la forma ridotta, come leggere la relazione), p. 19 (esercizio in R5\mathbb{R}^5 con parametro), p. 23 (l’esercizio ripreso, impostato e lasciato a metà). Il quaderno di Pietro per questa lezione non c’è: l’unica fonte della lezione sono gli appunti della prof. Dispensa, §4.4: p. 96-100 (definizione 43, esempi 59-62, osservazioni 16-19, proposizione 14); numeri di pagina del PDF. Prima: Generatori (Span, criterio (a)). Il calcolo passa da Algoritmo di Gauss-Jordan e Nucleo e struttura delle soluzioni. Dopo, nella stessa lezione: Basi. Esercitazione 4 del tutor, mar 20/10: p. 1-3 (l’esercizio in R5\mathbb{R}^5 della prof, svolto per intero, e l’esercizio 1 del foglio esercizi extra sugli spazi vettoriali).

L’idea. In Generatori si è visto che un vettore che è già combinazione degli altri non allarga lo Span: è un doppione. Dipendenza lineare è il nome di “c’è almeno un doppione”. Il modo di dirlo senza scegliere quale vettore è il doppione: si può ottenere il vettore nullo combinando i vettori con coefficienti non tutti nulli. Indipendenza vuol dire il contrario: l’unico modo di ottenere 0⃗\vec{0} è il modo banale, tutti i coefficienti 00.

dipendenti      ∃ λ1, ..., λk non tutti nulli con λ1 v1 + ... + λk vk = 0
                (k ≥ 2) <=> almeno un vi è combinazione degli altri, e si può togliere
indipendenti    λ1 v1 + ... + λk vk = 0  =>  λ1 = ... = λk = 0
in R^n          A = [v1 | ... | vk]  (n×k)
                indipendenti <=> A λ = 0 ha solo λ = 0 <=> rg(A) = k     (serve k ≤ n)
                dipendenti: colonne senza pivot in rref(A) = combinazioni delle colonne coi pivot

1Definizioni

1.1Insieme linearmente dipendente e linearmente indipendente

A parole, prima della formula. Si prendono dei vettori e ci si chiede se si “annullano a vicenda”: se c’è una combinazione che dà 0⃗\vec{0} senza che tutti i coefficienti siano 00. Con tutti i coefficienti nulli si ottiene sempre 0⃗\vec{0}, per qualunque vettori: quella combinazione non dice niente e si chiama banale. Dipendenti vuol dire che esiste una combinazione non banale che dà 0⃗\vec{0}; indipendenti vuol dire che non esiste.

Nel piano due vettori sono dipendenti esattamente quando stanno sulla stessa retta per l’origine (uno è multiplo dell’altro). Tre vettori del piano sono sempre dipendenti: il terzo si costruisce con gli altri due.

In R3\mathbb{R}^3 tre vettori sono dipendenti quando stanno sullo stesso piano per l’origine (o sulla stessa retta), indipendenti quando nessun piano per l’origine li contiene tutti e tre.

La prof (p. 15): sia VV uno spazio vettoriale.

∑i=1kλiv⃗i=0⃗\sum_{i=1}^{k} \lambda_i\vec{v}_i = \vec{0} ∑i=1kλiv⃗i=0⃗  ⟹  λi=0∀ i=1,…,k\sum_{i=1}^{k} \lambda_i\vec{v}_i = \vec{0} \implies \lambda_i = 0 \quad \forall\, i = 1, \ldots, k

allora l’insieme {v⃗1,…,v⃗k}\{\vec{v}_1, \ldots, \vec{v}_k\} è linearmente indipendente.

Come si legge.

Esempi, dal più facile.

  1. Due vettori paralleli in R2\mathbb{R}^2. v⃗=(1,2)\vec{v} = (1, 2), w⃗=(2,4)\vec{w} = (2, 4). Con λ1=2\lambda_1 = 2, λ2=−1\lambda_2 = -1:

    2(1,2)+(−1)(2,4)=(2,4)+(−2,−4)=(0,0)2(1, 2) + (-1)(2, 4) = (2, 4) + (-2, -4) = (0, 0)

    I coefficienti non sono tutti nulli: dipendenti (figura sopra, a sinistra).

  2. Due vettori non paralleli in R2\mathbb{R}^2. v⃗=(1,1)\vec{v} = (1, 1), w⃗=(1,−1)\vec{w} = (1, -1). Parto da λ1(1,1)+λ2(1,−1)=(0,0)\lambda_1(1, 1) + \lambda_2(1, -1) = (0, 0), cioè

    {λ1+λ2=0λ1−λ2=0\begin{cases} \lambda_1 + \lambda_2 = 0 \\ \lambda_1 - \lambda_2 = 0 \end{cases}
    • sommo le due equazioni: 2λ1=02\lambda_1 = 0, quindi λ1=0\lambda_1 = 0;
    • dalla prima: λ2=−λ1=0\lambda_2 = -\lambda_1 = 0.

    L’unica soluzione è quella banale: indipendenti.

  3. Esempio 59 della dispensa, in R4\mathbb{R}^4. v⃗1=(1,1,0,1)\vec{v}_1 = (1, 1, 0, 1), v⃗2=(0,0,1,2)\vec{v}_2 = (0, 0, 1, 2), v⃗3=(−1,1,1,0)\vec{v}_3 = (-1, 1, 1, 0). Da λ1v⃗1+λ2v⃗2+λ3v⃗3=0⃗\lambda_1\vec{v}_1 + \lambda_2\vec{v}_2 + \lambda_3\vec{v}_3 = \vec{0}, componente per componente:

    (λ1−λ3, λ1+λ3, λ2+λ3, λ1+2λ2)=(0,0,0,0)(\lambda_1 - \lambda_3,\ \lambda_1 + \lambda_3,\ \lambda_2 + \lambda_3,\ \lambda_1 + 2\lambda_2) = (0, 0, 0, 0)
    • prima e seconda: λ1=λ3\lambda_1 = \lambda_3 e λ1=−λ3\lambda_1 = -\lambda_3, quindi λ3=−λ3\lambda_3 = -\lambda_3, cioè λ3=0\lambda_3 = 0, e poi λ1=0\lambda_1 = 0;
    • terza: λ2=−λ3=0\lambda_2 = -\lambda_3 = 0;
    • la quarta, 0+0=00 + 0 = 0, torna.

    Indipendenti (la dispensa scrive “si ottiene facilmente”: i passaggi sono questi).

  4. In M2(R)M_2(\mathbb{R}), esempio 60 della dispensa. Le matrici (1100)\begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix}, (01−12)\begin{pmatrix} 0 & 1 \\ -1 & 2 \end{pmatrix}, (3010)\begin{pmatrix} 3 & 0 \\ 1 & 0 \end{pmatrix}. Qui i “vettori” sono matrici e 0⃗\vec{0} è la matrice nulla.

    λ1(1100)+λ2(01−12)+λ3(3010)=(λ1+3λ3λ1+λ2−λ2+λ32λ2)=(0000)\lambda_1\begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix} + \lambda_2\begin{pmatrix} 0 & 1 \\ -1 & 2 \end{pmatrix} + \lambda_3\begin{pmatrix} 3 & 0 \\ 1 & 0 \end{pmatrix} = \begin{pmatrix} \lambda_1 + 3\lambda_3 & \lambda_1 + \lambda_2 \\ -\lambda_2 + \lambda_3 & 2\lambda_2 \end{pmatrix} = \begin{pmatrix} 0 & 0 \\ 0 & 0 \end{pmatrix}

    Uguagliando elemento per elemento: dal posto (2,2)(2, 2), 2λ2=02\lambda_2 = 0, quindi λ2=0\lambda_2 = 0; dal posto (1,2)(1, 2), λ1=−λ2=0\lambda_1 = -\lambda_2 = 0; dal posto (2,1)(2, 1), λ3=λ2=0\lambda_3 = \lambda_2 = 0; il posto (1,1)(1, 1) dà 0+0=00 + 0 = 0. Indipendenti.

Casi speciali (dispensa, osservazioni 16 e 17, p. 97-98).

Controesempio a un’idea sbagliata. Dipendente non vuol dire che ogni vettore è combinazione degli altri. {(1,0),(2,0),(0,1)}\{(1, 0), (2, 0), (0, 1)\} è dipendente, perché 2(1,0)−(2,0)+0⋅(0,1)=0⃗2(1, 0) - (2, 0) + 0 \cdot (0, 1) = \vec{0}. Ma (0,1)(0, 1) non è combinazione di (1,0)(1, 0) e (2,0)(2, 0): quelle combinazioni hanno tutte seconda componente 00. Il doppione è (2,0)(2, 0) (o (1,0)(1, 0)), non (0,1)(0, 1). L’osservazione qui sotto dice “almeno uno”, e il vettore giusto è uno che ha coefficiente non nullo nella relazione.

2Enunciati

2.1Osservazione: un vettore dipendente si può togliere

La prof (p. 15): se {v⃗1,…,v⃗k}⊆V\{\vec{v}_1, \ldots, \vec{v}_k\} \subseteq V è linearmente dipendente e se k≥2k \geq 2, allora (almeno) uno dei vettori può essere scritto come combinazione lineare dei rimanenti. In particolare ∃ i∈{1,…,k}\exists\, i \in \{1, \ldots, k\} tale che

v⃗i∈Span(v⃗1,…,v⃗i^,…,v⃗k)eSpan(v⃗1,…,v⃗k)=Span(v⃗1,…,v⃗i^,…,v⃗k)\vec{v}_i \in \mathrm{Span}(\vec{v}_1, \ldots, \widehat{\vec{v}_i}, \ldots, \vec{v}_k) \qquad \text{e} \qquad \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k) = \mathrm{Span}(\vec{v}_1, \ldots, \widehat{\vec{v}_i}, \ldots, \vec{v}_k)

dove il cappuccio v⃗i^\widehat{\vec{v}_i} vuol dire “escluso v⃗i\vec{v}_i dalla lista”.

Perché k≥2k \geq 2: con un vettore solo non ci sono “rimanenti”. {0⃗}\{\vec{0}\} è dipendente, ma non c’è nessun altro vettore con cui scrivere 0⃗\vec{0}.

Dimostrazione (della prof, p. 15-16)

Per ipotesi ∃ λ1,…,λk∈R\exists\, \lambda_1, \ldots, \lambda_k \in \mathbb{R} non tutti nulli tali che

λ1v⃗1+⋯+λkv⃗k=0⃗(∗∗)\lambda_1\vec{v}_1 + \cdots + \lambda_k\vec{v}_k = \vec{0} \qquad (\ast\ast)

Sia i∈{1,…,k}i \in \{1, \ldots, k\} tale che λi≠0\lambda_i \neq 0 (esiste perché non sono tutti nulli). Porto tutti gli altri termini a destra, sommando a entrambi i membri il loro opposto:

λiv⃗i=−(λ1v⃗1+⋯+λi−1v⃗i−1+λi+1v⃗i+1+⋯+λkv⃗k)\lambda_i\vec{v}_i = -(\lambda_1\vec{v}_1 + \cdots + \lambda_{i-1}\vec{v}_{i-1} + \lambda_{i+1}\vec{v}_{i+1} + \cdots + \lambda_k\vec{v}_k)

Divido per λi\lambda_i, cioè moltiplico entrambi i membri per 1λi\frac{1}{\lambda_i}, lecito perché λi≠0\lambda_i \neq 0:

v⃗i=(−λ1λi)v⃗1+⋯+(−λi−1λi)v⃗i−1+(−λi+1λi)v⃗i+1+⋯+(−λkλi)v⃗k\vec{v}_i = \left(-\frac{\lambda_1}{\lambda_i}\right)\vec{v}_1 + \cdots + \left(-\frac{\lambda_{i-1}}{\lambda_i}\right)\vec{v}_{i-1} + \left(-\frac{\lambda_{i+1}}{\lambda_i}\right)\vec{v}_{i+1} + \cdots + \left(-\frac{\lambda_k}{\lambda_i}\right)\vec{v}_k

È una combinazione lineare dei vettori diversi da v⃗i\vec{v}_i, con coefficienti −λjλi-\frac{\lambda_j}{\lambda_i}. □\square

L’uguaglianza degli Span è l’esercizio 7 di Generatori (esercizi): aggiungere a una lista un vettore che sta già nel suo Span non cambia lo Span.

Il viceversa (non detto a lezione, una riga): se k≥2k \geq 2 e un v⃗i\vec{v}_i è combinazione degli altri, v⃗i=∑j≠icjv⃗j\vec{v}_i = \sum_{j \neq i} c_j\vec{v}_j, allora

c1v⃗1+⋯+(−1)v⃗i+⋯+ckv⃗k=0⃗c_1\vec{v}_1 + \cdots + (-1)\vec{v}_i + \cdots + c_k\vec{v}_k = \vec{0}

e il coefficiente −1-1 di v⃗i\vec{v}_i non è nullo: l’insieme è dipendente. Quindi, con almeno due vettori:

dipendenti  ⟺  almeno uno eˋ combinazione lineare degli altri\text{dipendenti} \iff \text{almeno uno è combinazione lineare degli altri}

Esempi.

  1. (2,4)=2(1,2)(2, 4) = 2(1, 2): in {(1,2),(2,4)}\{(1, 2), (2, 4)\} il secondo è combinazione del primo, e Span((1,2),(2,4))=Span((1,2))\mathrm{Span}((1, 2), (2, 4)) = \mathrm{Span}((1, 2)), la retta y=2xy = 2x.
  2. Esempio 1 della prof (sotto, tra gli esempi svolti): da 2v⃗1+3v⃗2−v⃗3=0⃗2\vec{v}_1 + 3\vec{v}_2 - \vec{v}_3 = \vec{0}, il coefficiente di v⃗3\vec{v}_3 è −1≠0-1 \neq 0, e si ricava v⃗3=2v⃗1+3v⃗2\vec{v}_3 = 2\vec{v}_1 + 3\vec{v}_2. Anche il coefficiente di v⃗1\vec{v}_1 è non nullo: si poteva ricavare v⃗1=−32v⃗2+12v⃗3\vec{v}_1 = -\frac32\vec{v}_2 + \frac12\vec{v}_3.

2.2Criterio: quando kk vettori di Rn\mathbb{R}^n sono indipendenti

L’idea. La (II) parla di una combinazione uguale a 0⃗\vec{0}. Per la forma matriciale (∗)(\ast) di Spazi vettoriali la combinazione è Aλ⃗A\vec{\lambda}, con i vettori come colonne di AA. Quindi la domanda “solo la combinazione banale dà 0⃗\vec{0}?” è la domanda “il sistema omogeneo Aλ⃗=0⃗A\vec{\lambda} = \vec{0} ha solo la soluzione nulla?”. E quella si decide con il rango.

La prof (p. 16-17): ricordiamo che ∑i=1kλiv⃗i=Aλ⃗\sum_{i=1}^k \lambda_i\vec{v}_i = A\vec{\lambda}, con A=[v⃗1∣⋯∣v⃗k]A = [\vec{v}_1 \mid \cdots \mid \vec{v}_k] e λ⃗=(λ1,…,λk)T\vec{\lambda} = (\lambda_1, \ldots, \lambda_k)^T. Osserviamo che

∑i=1kλiv⃗i=0⃗  ⟺  Aλ⃗=0⃗\sum_{i=1}^{k} \lambda_i\vec{v}_i = \vec{0} \iff A\vec{\lambda} = \vec{0}

Alla luce di ciò, riscriviamo la definizione nel caso delle ennuple:

Perché k≤nk \leq n. Il rango non supera il numero di righe (al massimo un pivot per riga), quindi rg⁡(A)≤n\operatorname{rg}(A) \leq n. Se k>nk > n, il rango è al massimo n<kn < k e non può valere kk: più di nn vettori di Rn\mathbb{R}^n sono sempre dipendenti. Tre vettori del piano, quattro vettori dello spazio: dipendenti senza fare conti (figura delle definizioni, a destra).

Perché “rango uguale a kk” vuol dire “solo la soluzione nulla”

Aλ⃗=0⃗A\vec{\lambda} = \vec{0} è omogeneo, quindi sempre compatibile (λ⃗=0⃗\vec{\lambda} = \vec{0} è soluzione). Le sue soluzioni sono il nucleo N(A)N(A), e per Nucleo e struttura delle soluzioni le variabili libere sono

null⁡(A)=k−rg⁡(A)(incognite meno pivot)\operatorname{null}(A) = k - \operatorname{rg}(A) \qquad \text{(incognite meno pivot)}
  • Se rg⁡(A)=k\operatorname{rg}(A) = k, non ci sono variabili libere: la soluzione è unica, ed è λ⃗=0⃗\vec{\lambda} = \vec{0}. Indipendenti.
  • Se rg⁡(A)<k\operatorname{rg}(A) < k, c’è almeno una variabile libera: dandole il valore 11 si ottiene una soluzione con un λj=1≠0\lambda_j = 1 \neq 0. Dipendenti. □\square

Esempi, dal più facile.

  1. (1,1)(1, 1) e (1,−1)(1, -1), l’esempio 2 delle definizioni, col criterio: A=(111−1)→E21(−1)(110−2)R2−R1=(1−1, −1−1)A = \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix} \xrightarrow{E_{21}(-1)} \begin{pmatrix} 1 & 1 \\ 0 & -2 \end{pmatrix} \qquad R_2 - R_1 = (1 - 1,\ -1 - 1) Rango 2=k2 = k: indipendenti.
  2. Esempio 59 della dispensa col criterio. A=[v⃗1∣v⃗2∣v⃗3]A = [\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3] con le colonne (1,1,0,1)(1, 1, 0, 1), (0,0,1,2)(0, 0, 1, 2), (−1,1,1,0)(-1, 1, 1, 0): A=(10−1101011120)A = \begin{pmatrix} 1 & 0 & -1 \\ 1 & 0 & 1 \\ 0 & 1 & 1 \\ 1 & 2 & 0 \end{pmatrix}
    • E21(−1)E_{21}(-1): R2−R1=(0,0,2)R_2 - R_1 = (0, 0, 2); E41(−1)E_{41}(-1): R4−R1=(0,2,1)R_4 - R_1 = (0, 2, 1);
    • S23S_{23}: porto su la riga (0,1,1)(0, 1, 1), che ha il pivot in colonna 2;
    • E42(−2)E_{42}(-2): R4−2R2=(0, 2−2, 1−2)=(0,0,−1)R_4 - 2R_2 = (0,\ 2 - 2,\ 1 - 2) = (0, 0, -1);
    • E43(12)E_{43}(\frac12): R4+12R3=(0,0,−1+1)=(0,0,0)R_4 + \frac12 R_3 = (0, 0, -1 + 1) = (0, 0, 0).
    (10−1011002000)\begin{pmatrix} 1 & 0 & -1 \\ 0 & 1 & 1 \\ 0 & 0 & 2 \\ 0 & 0 & 0 \end{pmatrix} Tre pivot, rango 3=k3 = k: indipendenti, come con la definizione.
  3. Quattro vettori di R3\mathbb{R}^3, per esempio i quattro della prof del 13/10 in Generatori: k=4>3=nk = 4 > 3 = n, dipendenti senza conti. (Lì il rango era 22.)

2.3Come si legge la relazione dalla forma ridotta

La prof (p. 18): quando i vettori sono dipendenti, si può ricavare la relazione tra loro (ossia i coefficienti λi\lambda_i tali che ∑λiv⃗i=0⃗\sum \lambda_i\vec{v}_i = \vec{0}) guardando rref⁡(A)\operatorname{rref}(A). Si identificano la colonna (o le colonne) di rref⁡(A)\operatorname{rref}(A) senza pivot: i vettori corrispondenti possono essere scritti come combinazione lineare dei vettori corrispondenti alle colonne coi pivot. I coefficienti sono gli elementi della colonna senza pivot.

Perché funziona. Le operazioni elementari non cambiano le soluzioni di un sistema, quindi

Aλ⃗=0⃗  ⟺  rref⁡(A)λ⃗=0⃗A\vec{\lambda} = \vec{0} \iff \operatorname{rref}(A)\vec{\lambda} = \vec{0}

Le colonne di AA e quelle di rref⁡(A)\operatorname{rref}(A) soddisfano le stesse relazioni lineari. Nella forma ridotta le colonne coi pivot sono e⃗1,e⃗2,…\vec{e}_1, \vec{e}_2, \ldots e una colonna senza pivot, per esempio (2,3,0,0)(2, 3, 0, 0), è evidentemente 2e⃗1+3e⃗22\vec{e}_1 + 3\vec{e}_2, cioè 2⋅2 \cdot(prima colonna pivot) +3⋅+ 3 \cdot(seconda colonna pivot). La stessa relazione vale fra le colonne di AA.

Esempio della dispensa (esempi 61-62, p. 99-100). v⃗1=(1,2,−1,0)\vec{v}_1 = (1, 2, -1, 0), v⃗2=(0,1,1,3)\vec{v}_2 = (0, 1, 1, 3), v⃗3=(−1,0,3,6)\vec{v}_3 = (-1, 0, 3, 6).

A=(10−1210−113036)A = \begin{pmatrix} 1 & 0 & -1 \\ 2 & 1 & 0 \\ -1 & 1 & 3 \\ 0 & 3 & 6 \end{pmatrix} rref⁡(A)=(10−1012000000)\operatorname{rref}(A) = \begin{pmatrix} 1 & 0 & -1 \\ 0 & 1 & 2 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}

(È già ridotta: pivot 11 e zeri sopra i pivot.) Rango 2<32 < 3: dipendenti. La colonna 3 non ha pivot e contiene −1,2-1, 2:

v⃗3=−v⃗1+2v⃗2\vec{v}_3 = -\vec{v}_1 + 2\vec{v}_2

Verifica: −(1,2,−1,0)+2(0,1,1,3)=(−1, −2+2, 1+2, 0+6)=(−1,0,3,6)-(1, 2, -1, 0) + 2(0, 1, 1, 3) = (-1,\ -2 + 2,\ 1 + 2,\ 0 + 6) = (-1, 0, 3, 6). (Nella dispensa il primo passaggio è etichettato E32(1)E_{32}(1) con una riga (0,−1,2)(0, -1, 2), e l’esempio 62 riparte da (0,−1,−2)(0, -1, -2): sono refusi, i conti giusti sono questi.)

Più colonne senza pivot. Se rref⁡(A)=(102−10113)\operatorname{rref}(A) = \begin{pmatrix} 1 & 0 & 2 & -1 \\ 0 & 1 & 1 & 3 \end{pmatrix}, le colonne 3 e 4 sono senza pivot, e se ne leggono due relazioni: v⃗3=2v⃗1+v⃗2\vec{v}_3 = 2\vec{v}_1 + \vec{v}_2 e v⃗4=−v⃗1+3v⃗2\vec{v}_4 = -\vec{v}_1 + 3\vec{v}_2. Lo Span dei quattro è lo Span dei soli v⃗1,v⃗2\vec{v}_1, \vec{v}_2.

3Metodo

3.1“{v⃗1,…,v⃗k}⊆Rn\{\vec{v}_1, \ldots, \vec{v}_k\} \subseteq \mathbb{R}^n è linearmente indipendente?”

Si riconosce da: “linearmente (in)dipendente”, “esiste una combinazione non banale…”, “per quali kk sono indipendenti”.

  1. Se k>nk > n: dipendenti, senza conti. Se un vettore è 0⃗\vec{0}: dipendenti.
  2. Metti i vettori come colonne in A=[v⃗1∣⋯∣v⃗k]A = [\vec{v}_1 \mid \cdots \mid \vec{v}_k], n×kn \times k.
  3. Riduci a scalini con Gauss, scrivendo ogni operazione.
  4. Conta i pivot e confrontali con kk (le colonne): se sono kk indipendenti, se sono meno dipendenti.
  5. Con un parametro: pivot senza parametro quando si può, poi i valori che annullano i pivot col parametro, e il rango ricontrollato sostituendo ogni valore critico.
  6. Controllo: nel caso dipendente scrivi la relazione e verificala componente per componente.

3.2”Sono dipendenti: scrivi un vettore come combinazione degli altri”

  1. Porta AA in forma ridotta (pivot 11, zeri sopra e sotto).
  2. Ogni colonna senza pivot dà il suo vettore come combinazione dei vettori delle colonne coi pivot: i coefficienti sono gli elementi di quella colonna, dall’alto.
  3. Se la domanda chiede proprio “v⃗1\vec{v}_1 come combinazione di v⃗2\vec{v}_2 e v⃗3\vec{v}_3”, non sempre si può (vedi il controesempio delle definizioni): si risolve [v⃗2∣v⃗3∣v⃗1][\vec{v}_2 \mid \vec{v}_3 \mid \vec{v}_1] e si guarda se è compatibile.
  4. Controllo: sostituisci i coefficienti e ricalcola.

3.3Fuori da Rn\mathbb{R}^n: matrici e polinomi

In M2(R)M_2(\mathbb{R}) o fra polinomi si usa la definizione: si scrive λ1A1+⋯+λkAk=O\lambda_1 A_1 + \cdots + \lambda_k A_k = O (o la combinazione di polinomi uguale al polinomio nullo), si uguagliano elemento per elemento (o coefficiente per coefficiente) e si risolve il sistema omogeneo nelle λi\lambda_i. Il sistema che esce è lo stesso che si avrebbe “srotolando” le matrici in ennuple, quindi si può usare anche il criterio sul sistema.

4Esempi svolti a lezione

Prof, 19/10, p. 16 e 18: tre vettori di R4\mathbb{R}^4 dipendenti, con la definizione e col rango

V=R4V = \mathbb{R}^4, v⃗1=(1,2,0,−1)\vec{v}_1 = (1, 2, 0, -1), v⃗2=(0,−1,1,2)\vec{v}_2 = (0, -1, 1, 2), v⃗3=(2,1,3,4)\vec{v}_3 = (2, 1, 3, 4).

Con la definizione (p. 16). Mostriamo che {v⃗1,v⃗2,v⃗3}⊆R4\{\vec{v}_1, \vec{v}_2, \vec{v}_3\} \subseteq \mathbb{R}^4 è linearmente dipendente: scegliendo λ1=2\lambda_1 = 2, λ2=3\lambda_2 = 3, λ3=−1\lambda_3 = -1 si ha λ1v⃗1+λ2v⃗2+λ3v⃗3=(0,0,0,0)\lambda_1\vec{v}_1 + \lambda_2\vec{v}_2 + \lambda_3\vec{v}_3 = (0, 0, 0, 0). La prof lascia la verifica per esercizio:

  • 2v⃗1=(2,4,0,−2)2\vec{v}_1 = (2, 4, 0, -2);
  • 3v⃗2=(0,−3,3,6)3\vec{v}_2 = (0, -3, 3, 6);
  • −v⃗3=(−2,−1,−3,−4)-\vec{v}_3 = (-2, -1, -3, -4);
  • somma: (2+0−2, 4−3−1, 0+3−3, −2+6−4)=(0,0,0,0)(2 + 0 - 2,\ 4 - 3 - 1,\ 0 + 3 - 3,\ -2 + 6 - 4) = (0, 0, 0, 0).

In particolare v⃗3=2v⃗1+3v⃗2\vec{v}_3 = 2\vec{v}_1 + 3\vec{v}_2.

Col rango (p. 18). Da dove vengono 2,3,−12, 3, -1? La prof calcola la forma ridotta (passaggi lasciati per esercizio, eccoli).

A=[v⃗1∣v⃗2∣v⃗3]=(1022−11013−124)A = [\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3] = \begin{pmatrix} 1 & 0 & 2 \\ 2 & -1 & 1 \\ 0 & 1 & 3 \\ -1 & 2 & 4 \end{pmatrix}
  • E21(−2)E_{21}(-2): R2−2R1=(2−2, −1−0, 1−4)=(0,−1,−3)R_2 - 2R_1 = (2 - 2,\ -1 - 0,\ 1 - 4) = (0, -1, -3);
  • E41(1)E_{41}(1): R4+R1=(−1+1, 2+0, 4+2)=(0,2,6)R_4 + R_1 = (-1 + 1,\ 2 + 0,\ 4 + 2) = (0, 2, 6);
  • E32(1)E_{32}(1): R3+R2=(0, 1−1, 3−3)=(0,0,0)R_3 + R_2 = (0,\ 1 - 1,\ 3 - 3) = (0, 0, 0);
  • E42(2)E_{42}(2): R4+2R2=(0, 2−2, 6−6)=(0,0,0)R_4 + 2R_2 = (0,\ 2 - 2,\ 6 - 6) = (0, 0, 0);
  • D2(−1)D_2(-1): R2→−R2=(0,1,3)R_2 \to -R_2 = (0, 1, 3).
rref⁡(A)=(102013000000)\operatorname{rref}(A) = \begin{pmatrix} 1 & 0 & 2 \\ 0 & 1 & 3 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}

rg⁡(A)=2<k=3\operatorname{rg}(A) = 2 < k = 3, quindi {v⃗1,v⃗2,v⃗3}\{\vec{v}_1, \vec{v}_2, \vec{v}_3\} è linearmente dipendente. La colonna 3 non ha pivot e contiene 2,32, 3: v⃗3=2v⃗1+3v⃗2\vec{v}_3 = 2\vec{v}_1 + 3\vec{v}_2, cioè 2v⃗1+3v⃗2−v⃗3=0⃗2\vec{v}_1 + 3\vec{v}_2 - \vec{v}_3 = \vec{0}. Sono esattamente i coefficienti scelti a p. 16.

Prof, 19/10, p. 19 e 23, e tutor, esercitazione 4, 20/10, p. 1-2: tre vettori di R5\mathbb{R}^5 con parametro tt
v⃗1=(0,1,−1,0,1),v⃗2=(−1,2,−3,0,0),v⃗3=(1,0,1,0,t)∈R5,t∈R\vec{v}_1 = (0, 1, -1, 0, 1), \quad \vec{v}_2 = (-1, 2, -3, 0, 0), \quad \vec{v}_3 = (1, 0, 1, 0, t) \in \mathbb{R}^5, \qquad t \in \mathbb{R}
  1. Dire per quali t∈Rt \in \mathbb{R} {v⃗1,v⃗2,v⃗3}\{\vec{v}_1, \vec{v}_2, \vec{v}_3\} è linearmente indipendente o dipendente.
  2. Scrivere Span(v⃗1,v⃗2,v⃗3)⊆R5\mathrm{Span}(\vec{v}_1, \vec{v}_2, \vec{v}_3) \subseteq \mathbb{R}^5 come spazio delle soluzioni di un sistema lineare omogeneo, al variare di tt.

Riconoscere il tipo. Due domande, una sola riduzione: la prof (p. 23) scrive [v⃗1∣v⃗2∣v⃗3∣x⃗][\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3 \mid \vec{x}] con x⃗=(x1,…,x5)\vec{x} = (x_1, \ldots, x_5) in lettere e dice “applicare Gauss-Jordan”. La parte a sinistra decide a) (rango confrontato con k=3k = 3), la colonna di destra dà b) (righe nulle a sinistra, come in Generatori).

[0−11x1120x2−1−31x3000x410tx5]\left[\begin{array}{ccc|c} 0 & -1 & 1 & x_1 \\ 1 & 2 & 0 & x_2 \\ -1 & -3 & 1 & x_3 \\ 0 & 0 & 0 & x_4 \\ 1 & 0 & t & x_5 \end{array}\right]

S12S_{12}: la prima riga ha 00 al posto del pivot, porto su la seconda.

[120x20−11x1−1−31x3000x410tx5]\left[\begin{array}{ccc|c} 1 & 2 & 0 & x_2 \\ 0 & -1 & 1 & x_1 \\ -1 & -3 & 1 & x_3 \\ 0 & 0 & 0 & x_4 \\ 1 & 0 & t & x_5 \end{array}\right]
  • E31(1)E_{31}(1): R3+R1=(−1+1, −3+2, 1+0∣x3+x2)=(0,−1,1∣x2+x3)R_3 + R_1 = (-1 + 1,\ -3 + 2,\ 1 + 0 \mid x_3 + x_2) = (0, -1, 1 \mid x_2 + x_3);
  • E51(−1)E_{51}(-1): R5−R1=(1−1, 0−2, t−0∣x5−x2)=(0,−2,t∣x5−x2)R_5 - R_1 = (1 - 1,\ 0 - 2,\ t - 0 \mid x_5 - x_2) = (0, -2, t \mid x_5 - x_2).

Colonna 2, pivot −1-1 (senza parametro):

  • E32(−1)E_{32}(-1): R3−R2=(0, −1+1, 1−1∣x2+x3−x1)=(0,0,0∣−x1+x2+x3)R_3 - R_2 = (0,\ -1 + 1,\ 1 - 1 \mid x_2 + x_3 - x_1) = (0, 0, 0 \mid -x_1 + x_2 + x_3);
  • E52(−2)E_{52}(-2): R5−2R2=(0, −2+2, t−2∣x5−x2−2x1)=(0,0,t−2∣−2x1−x2+x5)R_5 - 2R_2 = (0,\ -2 + 2,\ t - 2 \mid x_5 - x_2 - 2x_1) = (0, 0, t - 2 \mid -2x_1 - x_2 + x_5).

S35S_{35}: porto in terza posizione la riga con il possibile pivot t−2t - 2.

[120x20−11x100t−2−2x1−x2+x5000x4000−x1+x2+x3]\left[\begin{array}{ccc|c} 1 & 2 & 0 & x_2 \\ 0 & -1 & 1 & x_1 \\ 0 & 0 & t - 2 & -2x_1 - x_2 + x_5 \\ 0 & 0 & 0 & x_4 \\ 0 & 0 & 0 & -x_1 + x_2 + x_3 \end{array}\right]

a) I pivot 11 e −1-1 non dipendono da tt; il terzo pivot possibile è t−2t - 2.

  • t≠2t \neq 2: tre pivot, rg⁡(A)=3=k\operatorname{rg}(A) = 3 = k. Linearmente indipendente.
  • t=2t = 2: la terza riga a sinistra è nulla, rg⁡(A)=2<3\operatorname{rg}(A) = 2 < 3. Linearmente dipendente.

La relazione per t=2t = 2, dalla forma ridotta della parte sinistra: D2(−1)D_2(-1) dà (0,1,−1)(0, 1, -1), poi E12(−2)E_{12}(-2) dà R1−2R2=(1, 2−2, 0+2)=(1,0,2)R_1 - 2R_2 = (1,\ 2 - 2,\ 0 + 2) = (1, 0, 2).

rref⁡(A)=(10201−1000000000)⇒v⃗3=2v⃗1−v⃗2\operatorname{rref}(A) = \begin{pmatrix} 1 & 0 & 2 \\ 0 & 1 & -1 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix} \qquad \Rightarrow \qquad \vec{v}_3 = 2\vec{v}_1 - \vec{v}_2

Verifica: 2(0,1,−1,0,1)−(−1,2,−3,0,0)=(0+1, 2−2, −2+3, 0, 2−0)=(1,0,1,0,2)2(0, 1, -1, 0, 1) - (-1, 2, -3, 0, 0) = (0 + 1,\ 2 - 2,\ -2 + 3,\ 0,\ 2 - 0) = (1, 0, 1, 0, 2), che è v⃗3\vec{v}_3 con t=2t = 2.

b) x⃗∈Span\vec{x} \in \mathrm{Span} se e solo se rg⁡(A)=rg⁡(A∣x⃗)\operatorname{rg}(A) = \operatorname{rg}(A \mid \vec{x}), cioè se ogni riga nulla a sinistra ha 00 anche a destra.

  • t≠2t \neq 2: righe nulle a sinistra sono la quarta e la quinta.
Span(v⃗1,v⃗2,v⃗3)={x⃗∈R5:{x1−x2−x3=0x4=0}\mathrm{Span}(\vec{v}_1, \vec{v}_2, \vec{v}_3) = \left\{\vec{x} \in \mathbb{R}^5 : \begin{cases} x_1 - x_2 - x_3 = 0 \\ x_4 = 0 \end{cases}\right\}

(la prima moltiplicata per −1-1). Due equazioni, 5−3=25 - 3 = 2.

  • t=2t = 2: anche la terza riga è nulla a sinistra, e si aggiunge la sua condizione.
Span(v⃗1,v⃗2,v⃗3)=Span(v⃗1,v⃗2)={x⃗∈R5:{x1−x2−x3=0x4=02x1+x2−x5=0}\mathrm{Span}(\vec{v}_1, \vec{v}_2, \vec{v}_3) = \mathrm{Span}(\vec{v}_1, \vec{v}_2) = \left\{\vec{x} \in \mathbb{R}^5 : \begin{cases} x_1 - x_2 - x_3 = 0 \\ x_4 = 0 \\ 2x_1 + x_2 - x_5 = 0 \end{cases}\right\}

(la terza moltiplicata per −1-1). Tre equazioni, 5−2=35 - 2 = 3.

Verifica sui generatori.

  • v⃗1=(0,1,−1,0,1)\vec{v}_1 = (0, 1, -1, 0, 1): 0−1+1=00 - 1 + 1 = 0; x4=0x_4 = 0; 0+1−1=00 + 1 - 1 = 0.
  • v⃗2=(−1,2,−3,0,0)\vec{v}_2 = (-1, 2, -3, 0, 0): −1−2+3=0-1 - 2 + 3 = 0; x4=0x_4 = 0; −2+2−0=0-2 + 2 - 0 = 0.
  • v⃗3=(1,0,1,0,t)\vec{v}_3 = (1, 0, 1, 0, t): 1−0−1=01 - 0 - 1 = 0; x4=0x_4 = 0 per ogni tt; la terza dà 2+0−t=2−t2 + 0 - t = 2 - t, nulla solo per t=2t = 2. Coerente: per t≠2t \neq 2 la terza equazione non vale per v⃗3\vec{v}_3, ed è per questo che sparisce.

Un’osservazione. Per t≠2t \neq 2 le equazioni non contengono tt: il terzo vettore cambia con tt, ma lo Span è sempre lo stesso sottospazio di R5\mathbb{R}^5.

Il tutor, esercitazione 4, 20/10 (p. 1-2). È il primo esercizio dell’esercitazione, svolto per intero con lo stesso risultato. Lo imposta con il richiamo “x⃗∈Span(v⃗1,…,v⃗k)\vec{x} \in \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k) se e solo se esistono λ1,…,λk\lambda_1, \ldots, \lambda_k con x⃗=∑λiv⃗i\vec{x} = \sum \lambda_i\vec{v}_i, se e solo se Aλ⃗=x⃗A\vec{\lambda} = \vec{x} è compatibile, se e solo se rg⁡(A)=rg⁡(A∣x⃗)\operatorname{rg}(A) = \operatorname{rg}(A \mid \vec{x}) (R-C)”. L’unica differenza è l’ordine degli scambi: all’inizio fa insieme S12S_{12} e S45S_{45}, così la riga (0,0,0∣x4)(0, 0, 0 \mid x_4) va subito in fondo; poi E31(1)E_{31}(1) ed E41(−1)E_{41}(-1), poi E32(−1)E_{32}(-1) ed E42(−2)E_{42}(-2), infine S34S_{34} per portare su la riga con t−2t - 2. Arriva a

[120x20−11x100t−2x5−x2−2x1000x2+x3−x1000x4]\left[\begin{array}{ccc|c} 1 & 2 & 0 & x_2 \\ 0 & -1 & 1 & x_1 \\ 0 & 0 & t - 2 & x_5 - x_2 - 2x_1 \\ 0 & 0 & 0 & x_2 + x_3 - x_1 \\ 0 & 0 & 0 & x_4 \end{array}\right]

e conclude: rg⁡(A)=3\operatorname{rg}(A) = 3 se e solo se t≠2t \neq 2, quindi indipendenti per ogni t≠2t \neq 2; per t≠2t \neq 2 lo Span è {x2+x3−x1=0, x4=0}\{x_2 + x_3 - x_1 = 0,\ x_4 = 0\}, per t=2t = 2 Span(v⃗1,v⃗2,v⃗3)=Span(v⃗1,v⃗2)\mathrm{Span}(\vec{v}_1, \vec{v}_2, \vec{v}_3) = \mathrm{Span}(\vec{v}_1, \vec{v}_2) con in più x5−x2−2x1=0x_5 - x_2 - 2x_1 = 0. Sono le equazioni scritte sopra, moltiplicate per −1-1.

Tutor, esercitazione 4, 20/10, p. 2-3: quattro vettori di R4\mathbb{R}^4 dipendenti, e v⃗4\vec{v}_4 come combinazione degli altri

Esercizio 1 del foglio esercizi extra sugli spazi vettoriali (lì c’è ogni riga calcolata, con indizio). v⃗1=(2,1,1,1)\vec{v}_1 = (2, 1, 1, 1), v⃗2=(−1,1,2,0)\vec{v}_2 = (-1, 1, 2, 0), v⃗3=(3,−2,−1,0)\vec{v}_3 = (3, -2, -1, 0), v⃗4=(0,5,5,2)\vec{v}_4 = (0, 5, 5, 2).

    1. {v⃗1,v⃗2,v⃗3,v⃗4}\{\vec{v}_1, \vec{v}_2, \vec{v}_3, \vec{v}_4\} è linearmente indipendente?
    1. Si può scrivere v⃗4\vec{v}_4 come combinazione lineare di v⃗1,v⃗2,v⃗3\vec{v}_1, \vec{v}_2, \vec{v}_3?

Riconoscere il tipo: rango confrontato con k=4k = 4, poi forma ridotta per leggere la relazione. Una sola matrice, A=[v⃗1∣v⃗2∣v⃗3∣v⃗4]A = [\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3 \mid \vec{v}_4].

A=(2−13011−2512−151002)→E21(−12), E31(−12), E41(−12)(2−130032−725052−525012−322)→D2(2), D3(2), D4(2)(2−13003−71005−51001−34)A = \begin{pmatrix} 2 & -1 & 3 & 0 \\ 1 & 1 & -2 & 5 \\ 1 & 2 & -1 & 5 \\ 1 & 0 & 0 & 2 \end{pmatrix} \xrightarrow{E_{21}(-\frac12),\ E_{31}(-\frac12),\ E_{41}(-\frac12)} \begin{pmatrix} 2 & -1 & 3 & 0 \\ 0 & \frac32 & -\frac72 & 5 \\ 0 & \frac52 & -\frac52 & 5 \\ 0 & \frac12 & -\frac32 & 2 \end{pmatrix} \xrightarrow{D_2(2),\ D_3(2),\ D_4(2)} \begin{pmatrix} 2 & -1 & 3 & 0 \\ 0 & 3 & -7 & 10 \\ 0 & 5 & -5 & 10 \\ 0 & 1 & -3 & 4 \end{pmatrix}

(per esempio R2−12R1=(1−1, 1+12, −2−32, 5)=(0,32,−72,5)R_2 - \frac12 R_1 = (1 - 1,\ 1 + \frac12,\ -2 - \frac32,\ 5) = (0, \frac32, -\frac72, 5); le Di(2)D_i(2) tolgono le frazioni e non cambiano il rango.)

→E32(−53), E42(−13)(2−13003−71000203−20300−2323)→E43(110)(2−13003−71000203−2030000)\xrightarrow{E_{32}(-\frac53),\ E_{42}(-\frac13)} \begin{pmatrix} 2 & -1 & 3 & 0 \\ 0 & 3 & -7 & 10 \\ 0 & 0 & \frac{20}{3} & -\frac{20}{3} \\ 0 & 0 & -\frac23 & \frac23 \end{pmatrix} \xrightarrow{E_{43}(\frac{1}{10})} \begin{pmatrix} 2 & -1 & 3 & 0 \\ 0 & 3 & -7 & 10 \\ 0 & 0 & \frac{20}{3} & -\frac{20}{3} \\ 0 & 0 & 0 & 0 \end{pmatrix}

(R3−53R2=(0, 0, −5+353, 10−503)=(0,0,203,−203)R_3 - \frac53 R_2 = (0,\ 0,\ -5 + \frac{35}{3},\ 10 - \frac{50}{3}) = (0, 0, \frac{20}{3}, -\frac{20}{3}); R4−13R2=(0, 0, −3+73, 4−103)=(0,0,−23,23)R_4 - \frac13 R_2 = (0,\ 0,\ -3 + \frac73,\ 4 - \frac{10}{3}) = (0, 0, -\frac23, \frac23); R4+110R3=(0,0,0,0)R_4 + \frac{1}{10}R_3 = (0, 0, 0, 0).)

1) “Il numero di pivot non nulli è 33”, quindi rg⁡(A)=3<4=k\operatorname{rg}(A) = 3 < 4 = k: non è linearmente indipendente.

2) I tre pivot sono nelle prime tre colonne, quindi v⃗4\vec{v}_4 è combinazione di v⃗1,v⃗2,v⃗3\vec{v}_1, \vec{v}_2, \vec{v}_3. Il tutor procede con la riduzione all’indietro:

→D1(12), D2(13), D3(320)(1−1232001−73103001−10000)→E12(12)(10135301−73103001−10000)→E13(−13), E23(73)(10020101001−10000)\xrightarrow{D_1(\frac12),\ D_2(\frac13),\ D_3(\frac{3}{20})} \begin{pmatrix} 1 & -\frac12 & \frac32 & 0 \\ 0 & 1 & -\frac73 & \frac{10}{3} \\ 0 & 0 & 1 & -1 \\ 0 & 0 & 0 & 0 \end{pmatrix} \xrightarrow{E_{12}(\frac12)} \begin{pmatrix} 1 & 0 & \frac13 & \frac53 \\ 0 & 1 & -\frac73 & \frac{10}{3} \\ 0 & 0 & 1 & -1 \\ 0 & 0 & 0 & 0 \end{pmatrix} \xrightarrow{E_{13}(-\frac13),\ E_{23}(\frac73)} \begin{pmatrix} 1 & 0 & 0 & 2 \\ 0 & 1 & 0 & 1 \\ 0 & 0 & 1 & -1 \\ 0 & 0 & 0 & 0 \end{pmatrix}

(32−12⋅73=96−76=13\frac32 - \frac12 \cdot \frac73 = \frac96 - \frac76 = \frac13; 53+13=2\frac53 + \frac13 = 2; 103−73=1\frac{10}{3} - \frac73 = 1.) La quarta colonna dà v⃗4=2v⃗1+v⃗2−v⃗3\vec{v}_4 = 2\vec{v}_1 + \vec{v}_2 - \vec{v}_3.

Verifica (il tutor scrive: “per verificare la correttezza dei conti, esplicitatelo”): 2(2,1,1,1)+(−1,1,2,0)−(3,−2,−1,0)=(4−1−3, 2+1+2, 2+2+1, 2)=(0,5,5,2)2(2, 1, 1, 1) + (-1, 1, 2, 0) - (3, -2, -1, 0) = (4 - 1 - 3,\ 2 + 1 + 2,\ 2 + 2 + 1,\ 2) = (0, 5, 5, 2).

5Esercizi tipo esame

In una pagina a parte, dal più facile al livello del 30: Dipendenza lineare (esercizi).

6Errori tipici

7Domande