Note Ingegneria Informatica · UniTN
Geometria e Algebra Lineare
esercizi
completa

Foglio 3 del tutorato svolto

Il foglio 3 del tutorato (domande 3.1-3.6 ed esercizi 3.7-3.8 a p. 1, esercizi 3.9-3.12 a p. 2), argomento di Geometria e Algebra Lineare. Soluzioni ufficiali da Moodle: una pagina, solo l’esercizio 3.11, e coincide con lo svolgimento qui sotto. La versione aggiornata del foglio indica da dove vengono gli esercizi: 3.8 e 3.10 sono CC 6.4 e CC 6.11, 3.9 è della prova intermedia 2017, 3.12 della prova intermedia 2016. A lezione queste cose sono la L5 (5/10) e la L6 (6/10), con l’esercitazione 3 del 12/10; la teoria completa sta in Matrici e operazioni, Nucleo e struttura delle soluzioni e Matrici invertibili. Si appoggia su Algoritmo di Gauss-Jordan (operazioni elementari, rref) e Rango e Rouché-Capelli. Definizioni e notazione vengono dal capitolo 3 della dispensa: prodotto p. 66-68, invertibilità p. 69-71, matrici elementari p. 71-73, rango e inversa p. 73-76, struttura delle soluzioni p. 77-79 (numeri di pagina del PDF).

Come usarla: prova da solo, apri l’indizio se ti blocchi, la soluzione solo alla fine. Ogni conto è stato ricontrollato.

1Lo schema

prodotto AB          A m×n, B n×q  (colonne di A = righe di B)  ->  AB è m×q
                     (AB)_ik = riga i di A · colonna k di B
                     in generale AB ≠ BA

inversa              [A | I]  --Gauss-Jordan + all'indietro-->  [I | A⁻¹]
                     se a sinistra non viene I  ->  A non è invertibile

invertibile          A n×n invertibile  <=>  rg(A) = n  <=>  rref(A) = I

soluzioni di Ax = b  tutte e sole  x0 + v
                     x0 = una soluzione particolare,  v = soluzione di Ax = 0

2Domande di teoria

Domanda 3.1. Quando è possibile definire il prodotto righe per colonne di due matrici? E in tal caso, come si definisce? Illustrate con un esempio.

Soluzione

Quando. ABAB si può fare se il numero di colonne di AA è uguale al numero di righe di BB. La dispensa dice che AA è conformabile a sinistra a BB: A∈Mm×nA \in M_{m \times n}, B∈Mn×qB \in M_{n \times q}. Il risultato è m×qm \times q: righe di AA, colonne di BB.

Come. Se A=[aij]A = [a_{ij}] e B=[bjk]B = [b_{jk}], allora AB=C=[cik]AB = C = [c_{ik}] con

cik=∑j=1naijbjk=ai1b1k+ai2b2k+⋯+ainbnkc_{ik} = \sum_{j=1}^{n} a_{ij} b_{jk} = a_{i1}b_{1k} + a_{i2}b_{2k} + \cdots + a_{in}b_{nk}

In parole: l’elemento al posto (i,k)(i, k) è il “prodotto scalare” della riga ii di AA con la colonna kk di BB. Serve che riga e colonna abbiano la stessa lunghezza nn, ed è proprio la condizione sulle dimensioni.

Esempio. AA è 2×32 \times 3, BB è 3×23 \times 2:

A=(120−113)B=(210−114)A = \begin{pmatrix} 1 & 2 & 0 \\ -1 & 1 & 3 \end{pmatrix} \qquad B = \begin{pmatrix} 2 & 1 \\ 0 & -1 \\ 1 & 4 \end{pmatrix}

ABAB è 2×22 \times 2. Elemento per elemento:

  • c11=1⋅2+2⋅0+0⋅1=2c_{11} = 1 \cdot 2 + 2 \cdot 0 + 0 \cdot 1 = 2
  • c12=1⋅1+2⋅(−1)+0⋅4=−1c_{12} = 1 \cdot 1 + 2 \cdot (-1) + 0 \cdot 4 = -1
  • c21=(−1)⋅2+1⋅0+3⋅1=1c_{21} = (-1) \cdot 2 + 1 \cdot 0 + 3 \cdot 1 = 1
  • c22=(−1)⋅1+1⋅(−1)+3⋅4=10c_{22} = (-1) \cdot 1 + 1 \cdot (-1) + 3 \cdot 4 = 10
AB=(2−1110)BA=(1531−1−3−3612)AB = \begin{pmatrix} 2 & -1 \\ 1 & 10 \end{pmatrix} \qquad BA = \begin{pmatrix} 1 & 5 & 3 \\ 1 & -1 & -3 \\ -3 & 6 & 12 \end{pmatrix}

Qui si possono fare tutti e due, ma BABA è 3×33 \times 3: non ha neanche la stessa forma di ABAB. Anche quando AA e BB sono quadrate dello stesso ordine, in generale AB≠BAAB \neq BA (lo vedi nell’esercizio 3.7). Il prodotto non è commutativo; è invece associativo, (AB)C=A(BC)(AB)C = A(BC), e distributivo rispetto alla somma.

Un caso che conta: il sistema lineare si scrive Ax⃗=b⃗A\vec{x} = \vec{b}, con AA m×nm \times n e x⃗\vec{x} colonna n×1n \times 1. Il prodotto righe per colonne della riga ii di AA con x⃗\vec{x} è esattamente il primo membro dell’equazione ii.

Domanda 3.2. Dare la definizione di matrice (quadrata) invertibile, fornendo un esempio di una matrice invertibile e un esempio di una matrice non invertibile. Che relazione c’è tra invertibilità e rango?

Soluzione

Definizione (dispensa, Def. 35). A∈Mn(R)A \in M_n(\mathbb{R}) è invertibile se esiste una matrice quadrata A−1A^{-1} tale che

AA−1=A−1A=InAA^{-1} = A^{-1}A = I_n

A−1A^{-1} si chiama inversa di AA ed è unica: se BB e B′B' fossero due inverse, B=IB=(B′A)B=B′(AB)=B′I=B′B = IB = (B'A)B = B'(AB) = B'I = B'.

Esempio invertibile.

A=(2111)A−1=(1−1−12)A = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix} \qquad A^{-1} = \begin{pmatrix} 1 & -1 \\ -1 & 2 \end{pmatrix}

Verifica: AA−1AA^{-1} ha elementi 2−1=12 - 1 = 1, −2+2=0-2 + 2 = 0, 1−1=01 - 1 = 0, −1+2=1-1 + 2 = 1, quindi è I2I_2; allo stesso modo A−1A=I2A^{-1}A = I_2.

Esempio non invertibile.

C=(1224)C = \begin{pmatrix} 1 & 2 \\ 2 & 4 \end{pmatrix}

La seconda riga è il doppio della prima. Per qualunque DD, la riga 2 di CDCD è (2,4)⋅(2, 4) \cdot colonne di DD, cioè il doppio della riga 1 di CDCD. Ma in I2I_2 la riga 2, (0,1)(0, 1), non è il doppio della riga 1, (1,0)(1, 0): nessuna DD dà CD=I2CD = I_2. Ancora più semplice: una matrice con una riga o una colonna nulla non è mai invertibile (dispensa, Oss. 10).

Invertibilità e rango (dispensa, Teorema 3.2.3.1):

A∈Mn(R) invertibile  ⟺  rg⁡(A)=n  ⟺  rref⁡(A)=InA \in M_n(\mathbb{R}) \text{ invertibile} \iff \operatorname{rg}(A) = n \iff \operatorname{rref}(A) = I_n

Nell’esempio, rg⁡(A)=2\operatorname{rg}(A) = 2 e rg⁡(C)=1<2\operatorname{rg}(C) = 1 < 2.

Il perché, in breve: rref⁡(A)=PA\operatorname{rref}(A) = PA con PP prodotto di matrici elementari, quindi invertibile. Se rg⁡(A)=n\operatorname{rg}(A) = n, la rref quadrata con nn pivot è per forza InI_n, così PA=InPA = I_n; moltiplicando a sinistra per P−1P^{-1} viene A=P−1A = P^{-1}, quindi anche AP=InAP = I_n e A−1=PA^{-1} = P. Se invece rg⁡(A)<n\operatorname{rg}(A) < n, la rref ha una riga di zeri e non può essere invertibile, quindi neanche A=P−1rref⁡(A)A = P^{-1}\operatorname{rref}(A) lo è.

Domanda 3.3. Come si costruiscono le matrici delle operazioni elementari? Quali sono le matrici 3×33 \times 3 corrispondenti alle operazioni S13S_{13}, D2(5)D_2(5), E32(−2)E_{32}(-2)?

Soluzione

Regola. Si prende la matrice identità ImI_m e le si applica l’operazione elementare. La matrice che esce fa quell’operazione moltiplicando a sinistra: se MM è la matrice dell’operazione, MAMA è AA con l’operazione già fatta (dispensa, p. 71).

  • SijS_{ij}: II con le righe ii e jj scambiate.
  • Di(λ)D_i(\lambda), λ≠0\lambda \neq 0: II con la riga ii moltiplicata per λ\lambda, cioè λ\lambda al posto (i,i)(i, i).
  • Eij(μ)E_{ij}(\mu), μ≠0\mu \neq 0: II a cui si somma alla riga ii la riga jj per μ\mu. Risultato: un μ\mu al posto (i,j)(i, j), riga ii e colonna jj. È la stessa convenzione delle note su Gauss-Jordan: cambia la riga ii, Ri→Ri+μRjR_i \to R_i + \mu R_j.

Le tre matrici richieste.

S13=(001010100)D2(5)=(100050001)E32(−2)=(1000100−21)S_{13} = \begin{pmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \end{pmatrix} \qquad D_2(5) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 5 & 0 \\ 0 & 0 & 1 \end{pmatrix} \qquad E_{32}(-2) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & -2 & 1 \end{pmatrix}

E32(−2)E_{32}(-2) fa R3→R3−2R2R_3 \to R_3 - 2R_2: sulla terza riga di I3I_3, (0,0,1)−2(0,1,0)=(0,−2,1)(0, 0, 1) - 2(0, 1, 0) = (0, -2, 1).

Prova su una matrice. Con l’AA dell’esempio 38 della dispensa:

A=(1210−121−13)E32(−2) A=(1210−1211−1)A = \begin{pmatrix} 1 & 2 & 1 \\ 0 & -1 & 2 \\ 1 & -1 & 3 \end{pmatrix} \qquad E_{32}(-2)\,A = \begin{pmatrix} 1 & 2 & 1 \\ 0 & -1 & 2 \\ 1 & 1 & -1 \end{pmatrix}

La terza riga è (1,−1,3)−2(0,−1,2)=(1,1,−1)(1, -1, 3) - 2(0, -1, 2) = (1, 1, -1): proprio R3−2R2R_3 - 2R_2. Per esteso, l’elemento (3,2)(3, 2) del prodotto è 0⋅2+(−2)⋅(−1)+1⋅(−1)=10 \cdot 2 + (-2) \cdot (-1) + 1 \cdot (-1) = 1. Allo stesso modo S13AS_{13}A scambia prima e terza riga e D2(5)AD_2(5)A ha seconda riga (0,−5,10)(0, -5, 10).

Sono invertibili, e l’inversa è l’operazione che disfa: Sij−1=SijS_{ij}^{-1} = S_{ij}, Di(λ)−1=Di(1/λ)D_i(\lambda)^{-1} = D_i(1/\lambda), Eij(μ)−1=Eij(−μ)E_{ij}(\mu)^{-1} = E_{ij}(-\mu).

Domanda 3.4. Descrivere i passi dell’algoritmo che si utilizza per trovare l’inversa di una matrice.

Soluzione

Data A∈Mn(R)A \in M_n(\mathbb{R}) (dispensa, p. 74):

  1. Si scrive la matrice n×2nn \times 2n [A∣In][A \mid I_n], AA e l’identità affiancate.
  2. Gauss-Jordan su tutta la riga: ogni operazione elementare si fa anche sul blocco di destra. Si arriva a una forma a scalini.
  3. Se a sinistra ci sono meno di nn pivot, ci si ferma: rg⁡(A)<n\operatorname{rg}(A) < n e AA non è invertibile.
  4. Altrimenti riduzione all’indietro: Di(1/pi)D_i(1/p_i) per avere pivot 11, poi si azzera sopra ogni pivot. Si arriva a [In∣P][I_n \mid P].
  5. A−1=PA^{-1} = P. Verifica: AP=InAP = I_n.

Perché funziona. Fare le operazioni vuol dire moltiplicare a sinistra per il prodotto PP delle loro matrici: P[A∣I]=[PA∣P]P[A \mid I] = [PA \mid P]. Se a sinistra è venuto II, allora PA=IPA = I, e a destra si legge proprio P=A−1P = A^{-1}. Il blocco di destra “registra” le operazioni fatte.

Esempio con A=(2111)A = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix} della 3.2:

[21101101]→S12[11012110]→E21(−2)[11010−11−2]\left[\begin{array}{cc|cc} 2 & 1 & 1 & 0 \\ 1 & 1 & 0 & 1 \end{array}\right] \xrightarrow{S_{12}} \left[\begin{array}{cc|cc} 1 & 1 & 0 & 1 \\ 2 & 1 & 1 & 0 \end{array}\right] \xrightarrow{E_{21}(-2)} \left[\begin{array}{cc|cc} 1 & 1 & 0 & 1 \\ 0 & -1 & 1 & -2 \end{array}\right] →D2(−1)[110101−12]→E12(−1)[101−101−12]\xrightarrow{D_2(-1)} \left[\begin{array}{cc|cc} 1 & 1 & 0 & 1 \\ 0 & 1 & -1 & 2 \end{array}\right] \xrightarrow{E_{12}(-1)} \left[\begin{array}{cc|cc} 1 & 0 & 1 & -1 \\ 0 & 1 & -1 & 2 \end{array}\right]

A−1=(1−1−12)A^{-1} = \begin{pmatrix} 1 & -1 \\ -1 & 2 \end{pmatrix}, la stessa della 3.2. Un caso 3×33 \times 3 completo è l’esercizio 3.8.

Domanda 3.5. Descrivere la struttura dell’insieme delle soluzioni di un sistema omogeneo e di un sistema non omogeneo.

Soluzione

Omogeneo, Ax⃗=0⃗A\vec{x} = \vec{0} con AA m×nm \times n.

  • È sempre compatibile: x⃗=0⃗\vec{x} = \vec{0} è soluzione, perché A0⃗=0⃗A\vec{0} = \vec{0}.
  • L’insieme delle soluzioni è chiuso rispetto alla somma e al prodotto per uno scalare: se Av⃗=0⃗A\vec{v} = \vec{0} e Aw⃗=0⃗A\vec{w} = \vec{0}, allora A(v⃗+w⃗)=Av⃗+Aw⃗=0⃗A(\vec{v} + \vec{w}) = A\vec{v} + A\vec{w} = \vec{0} e A(λv⃗)=λAv⃗=0⃗A(\lambda\vec{v}) = \lambda A\vec{v} = \vec{0}. Quindi ogni combinazione lineare λv⃗+μw⃗\lambda\vec{v} + \mu\vec{w} è ancora soluzione.
  • Si chiama nucleo di AA, N(A)N(A). Ha n−rg⁡(A)n - \operatorname{rg}(A) variabili libere (la nullità): se rg⁡(A)=n\operatorname{rg}(A) = n c’è solo 0⃗\vec{0}, altrimenti infinite soluzioni, tutte combinazioni lineari di n−rg⁡(A)n - \operatorname{rg}(A) soluzioni fisse (una per variabile libera).

Non omogeneo, Ax⃗=b⃗A\vec{x} = \vec{b} con b⃗≠0⃗\vec{b} \neq \vec{0}.

  • Può essere incompatibile (Rouché-Capelli: rg⁡(A)≠rg⁡([A∣b⃗])\operatorname{rg}(A) \neq \operatorname{rg}([A \mid \vec{b}])).
  • Se è compatibile, le soluzioni sono tutte e sole quelle della forma x⃗0+v⃗\vec{x}_0 + \vec{v}, con x⃗0\vec{x}_0 una soluzione particolare fissata e v⃗∈N(A)\vec{v} \in N(A). Geometricamente è il nucleo “spostato” di x⃗0\vec{x}_0, come una retta che non passa per l’origine rispetto alla sua parallela per l’origine.
  • Non è chiuso né per la somma né per il prodotto per scalare: se Ax⃗1=Ax⃗2=b⃗A\vec{x}_1 = A\vec{x}_2 = \vec{b}, allora A(x⃗1+x⃗2)=2b⃗≠b⃗A(\vec{x}_1 + \vec{x}_2) = 2\vec{b} \neq \vec{b}, e A(0⋅x⃗1)=0⃗≠b⃗A(0 \cdot \vec{x}_1) = \vec{0} \neq \vec{b}.

Esempio dalla dispensa (es. 43): le soluzioni di un sistema in x,y,z,wx, y, z, w sono (5,−4,0,0)+z(−1,1,1,0)+w(1,−2,0,1)(5, -4, 0, 0) + z(-1, 1, 1, 0) + w(1, -2, 0, 1). Il primo vettore è la particolare (variabili libere a 00), gli altri due risolvono l’omogeneo.

Domanda 3.6. Cos’è il sistema omogeneo associato ad un sistema lineare? Che relazione c’è tra le soluzioni di un sistema e quelle del sistema omogeneo associato?

Soluzione

Omogeneo associato di Ax⃗=b⃗A\vec{x} = \vec{b}: il sistema Ax⃗=0⃗A\vec{x} = \vec{0}, con la stessa matrice dei coefficienti e i termini noti messi a zero.

Relazione (dispensa, Prop. 10): se x⃗0\vec{x}_0 è una soluzione di Ax⃗=b⃗A\vec{x} = \vec{b}, tutte le soluzioni sono

{x⃗0+v⃗:Av⃗=0⃗}\{\vec{x}_0 + \vec{v} : A\vec{v} = \vec{0}\}

Si dimostra in due direzioni.

  • x⃗0+v⃗\vec{x}_0 + \vec{v} è soluzione: A(x⃗0+v⃗)=Ax⃗0+Av⃗=b⃗+0⃗=b⃗A(\vec{x}_0 + \vec{v}) = A\vec{x}_0 + A\vec{v} = \vec{b} + \vec{0} = \vec{b}.
  • Ogni soluzione è di quella forma: se Aw⃗=b⃗A\vec{w} = \vec{b}, la differenza di due soluzioni risolve l’omogeneo, A(w⃗−x⃗0)=b⃗−b⃗=0⃗A(\vec{w} - \vec{x}_0) = \vec{b} - \vec{b} = \vec{0}. Allora v⃗=w⃗−x⃗0\vec{v} = \vec{w} - \vec{x}_0 sta nel nucleo e w⃗=x⃗0+v⃗\vec{w} = \vec{x}_0 + \vec{v}.

Conseguenze pratiche:

  • quale soluzione particolare scegli non conta: cambiandola, cambia solo il modo di scrivere lo stesso insieme;
  • un sistema compatibile ha soluzione unica se e solo se l’omogeneo associato ha solo 0⃗\vec{0}, cioè se rg⁡(A)=n\operatorname{rg}(A) = n;
  • il numero di parametri delle soluzioni di Ax⃗=b⃗A\vec{x} = \vec{b} (quando è compatibile) è quello del nucleo, n−rg⁡(A)n - \operatorname{rg}(A).

3Esercizi

3.1Esercizio 3.7

Siano

A=(01200−1000)B=(113012−10−2)A = \begin{pmatrix} 0 & 1 & 2 \\ 0 & 0 & -1 \\ 0 & 0 & 0 \end{pmatrix} \qquad B = \begin{pmatrix} 1 & 1 & 3 \\ 0 & 1 & 2 \\ -1 & 0 & -2 \end{pmatrix}

Si calcolino ABAB, BABA, A2A^2 e A3A^3 (An=AA⋯AA^n = AA \cdots A, nn volte).

Indizio

Elemento (i,k)(i, k) = riga ii del primo fattore per colonna kk del secondo. Per A3A^3 non ripartire da zero: A3=A2⋅AA^3 = A^2 \cdot A. Guarda dove stanno gli elementi non nulli di AA, A2A^2, A3A^3.

Soluzione

ABAB. Righe di AA: (0,1,2)(0, 1, 2), (0,0,−1)(0, 0, -1), (0,0,0)(0, 0, 0). Colonne di BB: (1,0,−1)(1, 0, -1), (1,1,0)(1, 1, 0), (3,2,−2)(3, 2, -2).

  • riga 1: 0⋅1+1⋅0+2⋅(−1)=−20 \cdot 1 + 1 \cdot 0 + 2 \cdot (-1) = -2;  0+1+0=1\ 0 + 1 + 0 = 1;  0+2−4=−2\ 0 + 2 - 4 = -2
  • riga 2: 0+0+(−1)(−1)=10 + 0 + (-1)(-1) = 1;  0+0+0=0\ 0 + 0 + 0 = 0;  0+0+(−1)(−2)=2\ 0 + 0 + (-1)(-2) = 2
  • riga 3: tutta nulla, perché la riga 3 di AA è nulla
AB=(−21−2102000)AB = \begin{pmatrix} -2 & 1 & -2 \\ 1 & 0 & 2 \\ 0 & 0 & 0 \end{pmatrix}

BABA. Righe di BB: (1,1,3)(1, 1, 3), (0,1,2)(0, 1, 2), (−1,0,−2)(-1, 0, -2). Colonne di AA: (0,0,0)(0, 0, 0), (1,0,0)(1, 0, 0), (2,−1,0)(2, -1, 0). La prima colonna di AA è nulla, quindi anche la prima colonna di BABA.

  • riga 1: 00;  1⋅1+1⋅0+3⋅0=1\ 1 \cdot 1 + 1 \cdot 0 + 3 \cdot 0 = 1;  1⋅2+1⋅(−1)+3⋅0=1\ 1 \cdot 2 + 1 \cdot (-1) + 3 \cdot 0 = 1
  • riga 2: 00;  0\ 0;  0⋅2+1⋅(−1)+0=−1\ 0 \cdot 2 + 1 \cdot (-1) + 0 = -1
  • riga 3: 00;  −1\ -1;  (−1)⋅2+0+0=−2\ (-1) \cdot 2 + 0 + 0 = -2
BA=(01100−10−1−2)BA = \begin{pmatrix} 0 & 1 & 1 \\ 0 & 0 & -1 \\ 0 & -1 & -2 \end{pmatrix}

AB≠BAAB \neq BA: basta un elemento, (AB)11=−2(AB)_{11} = -2 e (BA)11=0(BA)_{11} = 0. Sono due matrici quadrate dello stesso ordine, i prodotti si fanno in tutti e due i versi, e vengono diversi. È l’esempio concreto che il prodotto di matrici non è commutativo: l’ordine dei fattori si rispetta sempre.

A2=AAA^2 = AA. Elemento (1,3)(1, 3): riga 1 di AA per colonna 3 di AA, 0⋅2+1⋅(−1)+2⋅0=−10 \cdot 2 + 1 \cdot (-1) + 2 \cdot 0 = -1. Tutti gli altri vengono 00.

A2=(00−1000000)A^2 = \begin{pmatrix} 0 & 0 & -1 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}

A3=A2AA^3 = A^2 A. L’unica riga non nulla di A2A^2 è (0,0,−1)(0, 0, -1); per la colonna kk di AA dà −a3k-a_{3k}, ma la terza riga di AA è nulla. Quindi

A3=(000000000)=O3A^3 = \begin{pmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix} = O_3

Il commento che conta: AA è nilpotente. A≠OA \neq O ma A3=OA^3 = O. Con i numeri reali non succede mai (a3=0⇒a=0a^3 = 0 \Rightarrow a = 0); con le matrici sì. Il motivo si vede dalla forma: AA ha elementi non nulli solo sopra la diagonale; ogni moltiplicazione per AA sposta gli elementi non nulli di un posto più in alto a destra (AA ha la prima “sopradiagonale”, A2A^2 solo l’angolo (1,3)(1, 3), A3A^3 niente). Vale per ogni matrice n×nn \times n con zeri sulla diagonale e sotto: An=OA^n = O.

Due conseguenze. Primo, AA non è invertibile: se lo fosse, moltiplicando A3=OA^3 = O tre volte per A−1A^{-1} si avrebbe I=OI = O. Torna col rango: AA ha la terza riga nulla, rg⁡(A)=2<3\operatorname{rg}(A) = 2 < 3. Secondo, il prodotto di matrici non nulle può essere nullo (A⋅A2=OA \cdot A^2 = O), quindi da XY=OXY = O non si può concludere X=OX = O o Y=OY = O.

Verifica: A3=A⋅A2A^3 = A \cdot A^2 deve dare lo stesso; A⋅A2A \cdot A^2 ha colonna 3 uguale ad A⋅(−1,0,0)=(0,0,0)A \cdot (-1, 0, 0) = (0, 0, 0) e le altre colonne nulle. Coincide.

3.2Esercizio 3.8 (CC 6.4)

Determinare, se esiste, l’inversa della matrice

A=(1−13112207)A = \begin{pmatrix} 1 & -1 & 3 \\ 1 & 1 & 2 \\ 2 & 0 & 7 \end{pmatrix}

Nel caso l’inversa esista, fare la verifica effettuando il prodotto AA−1AA^{-1}.

Indizio

[A∣I3][A \mid I_3] e Gauss-Jordan sulle righe intere. Il pivot 11 in alto a sinistra è già pronto. Se la forma a scalini ha tre pivot a sinistra, AA è invertibile e prosegui all’indietro.

Soluzione
[A∣I3]=[1−13100112010207001][A \mid I_3] = \left[\begin{array}{ccc|ccc} 1 & -1 & 3 & 1 & 0 & 0 \\ 1 & 1 & 2 & 0 & 1 & 0 \\ 2 & 0 & 7 & 0 & 0 & 1 \end{array}\right]

A scalini. E21(−1)E_{21}(-1): R2−R1=(0,2,−1∣−1,1,0)R_2 - R_1 = (0, 2, -1 \mid -1, 1, 0). E31(−2)E_{31}(-2): R3−2R1=(0,2,1∣−2,0,1)R_3 - 2R_1 = (0, 2, 1 \mid -2, 0, 1). Poi E32(−1)E_{32}(-1): R3−R2=(0,0,2∣−1,−1,1)R_3 - R_2 = (0, 0, 2 \mid -1, -1, 1).

[1−1310002−1−110002−1−11]\left[\begin{array}{ccc|ccc} 1 & -1 & 3 & 1 & 0 & 0 \\ 0 & 2 & -1 & -1 & 1 & 0 \\ 0 & 0 & 2 & -1 & -1 & 1 \end{array}\right]

Tre pivot a sinistra (1,2,21, 2, 2): rg⁡(A)=3\operatorname{rg}(A) = 3, AA è invertibile.

All’indietro. D2(12)D_2(\frac{1}{2}) e D3(12)D_3(\frac{1}{2}):

[1−1310001−12−12120001−12−1212]\left[\begin{array}{ccc|ccc} 1 & -1 & 3 & 1 & 0 & 0 \\ 0 & 1 & -\frac{1}{2} & -\frac{1}{2} & \frac{1}{2} & 0 \\ 0 & 0 & 1 & -\frac{1}{2} & -\frac{1}{2} & \frac{1}{2} \end{array}\right]

Colonna 3. E23(12)E_{23}(\frac{1}{2}): R2+12R3=(0,1,0∣−12−14, 12−14, 14)=(0,1,0∣−34,14,14)R_2 + \frac{1}{2}R_3 = \left(0, 1, 0 \mid -\frac{1}{2} - \frac{1}{4},\ \frac{1}{2} - \frac{1}{4},\ \frac{1}{4}\right) = \left(0, 1, 0 \mid -\frac{3}{4}, \frac{1}{4}, \frac{1}{4}\right). E13(−3)E_{13}(-3): R1−3R3=(1,−1,0∣1+32, 32, −32)=(1,−1,0∣52,32,−32)R_1 - 3R_3 = \left(1, -1, 0 \mid 1 + \frac{3}{2},\ \frac{3}{2},\ -\frac{3}{2}\right) = \left(1, -1, 0 \mid \frac{5}{2}, \frac{3}{2}, -\frac{3}{2}\right).

Colonna 2. E12(1)E_{12}(1): R1+R2=(1,0,0∣52−34, 32+14, −32+14)=(1,0,0∣74,74,−54)R_1 + R_2 = \left(1, 0, 0 \mid \frac{5}{2} - \frac{3}{4},\ \frac{3}{2} + \frac{1}{4},\ -\frac{3}{2} + \frac{1}{4}\right) = \left(1, 0, 0 \mid \frac{7}{4}, \frac{7}{4}, -\frac{5}{4}\right).

[1007474−54010−341414001−12−1212]\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & \frac{7}{4} & \frac{7}{4} & -\frac{5}{4} \\ 0 & 1 & 0 & -\frac{3}{4} & \frac{1}{4} & \frac{1}{4} \\ 0 & 0 & 1 & -\frac{1}{2} & -\frac{1}{2} & \frac{1}{2} \end{array}\right] A−1=(7474−54−341414−12−1212)=14(77−5−311−2−22)A^{-1} = \begin{pmatrix} \frac{7}{4} & \frac{7}{4} & -\frac{5}{4} \\ -\frac{3}{4} & \frac{1}{4} & \frac{1}{4} \\ -\frac{1}{2} & -\frac{1}{2} & \frac{1}{2} \end{pmatrix} = \frac{1}{4}\begin{pmatrix} 7 & 7 & -5 \\ -3 & 1 & 1 \\ -2 & -2 & 2 \end{pmatrix}

Verifica AA−1=I3AA^{-1} = I_3. Conviene fare A⋅(4A−1)A \cdot (4A^{-1}), che deve venire 4I34I_3, e lavorare con interi.

  • riga (1,−1,3)(1, -1, 3): 7+3−6=47 + 3 - 6 = 4;  7−1−6=0\ 7 - 1 - 6 = 0;  −5−1+6=0\ -5 - 1 + 6 = 0
  • riga (1,1,2)(1, 1, 2): 7−3−4=07 - 3 - 4 = 0;  7+1−4=4\ 7 + 1 - 4 = 4;  −5+1+4=0\ -5 + 1 + 4 = 0
  • riga (2,0,7)(2, 0, 7): 14+0−14=014 + 0 - 14 = 0;  14+0−14=0\ 14 + 0 - 14 = 0;  −10+0+14=4\ -10 + 0 + 14 = 4

A⋅4A−1=4I3A \cdot 4A^{-1} = 4I_3, quindi AA−1=I3AA^{-1} = I_3.

3.3Esercizio 3.9 (prova intermedia 2017)

Si consideri la matrice AkA_k, dipendente dal parametro reale kk:

Ak=(−2k11021−1−2k2k20011)A_k = \begin{pmatrix} -2 & k & 1 & 1 \\ 0 & 2 & 1 & -1 \\ -2 & k & 2k & 2 \\ 0 & 0 & 1 & 1 \end{pmatrix}
  1. Si calcoli il rango di AkA_k al variare del parametro kk.
  2. Si trovino i valori di kk per i quali AkA_k è invertibile.
  3. Sia b⃗=(1,1,0,1)\vec{b} = (1, 1, 0, 1). Si trovino i valori di kk per i quali il sistema lineare Akx⃗=b⃗A_k\vec{x} = \vec{b} è risolubile.
Indizio

Fai Gauss una volta sola sulla matrice completa [Ak∣b⃗][A_k \mid \vec{b}]: ti dà a), b) e c) insieme. Dopo il primo passo la terza riga inizia con 2k−12k - 1: invece di usarlo come pivot (dovresti dividere per 2k−12k - 1), scambia con la quarta riga, che ha un comodo 11.

Soluzione

Il b⃗\vec{b} del testo è scritto come riga per comodità: nel sistema è la colonna (1,1,0,1)T(1, 1, 0, 1)^T.

[Ak∣b⃗]=[−2k111021−11−2k2k2000111][A_k \mid \vec{b}] = \left[\begin{array}{cccc|c} -2 & k & 1 & 1 & 1 \\ 0 & 2 & 1 & -1 & 1 \\ -2 & k & 2k & 2 & 0 \\ 0 & 0 & 1 & 1 & 1 \end{array}\right]

E31(−1)E_{31}(-1): R3−R1=(0, 0, 2k−1, 1∣−1)R_3 - R_1 = (0,\ 0,\ 2k - 1,\ 1 \mid -1). Il kk in colonna 2 si cancella da solo.

[−2k111021−11002k−11−100111]\left[\begin{array}{cccc|c} -2 & k & 1 & 1 & 1 \\ 0 & 2 & 1 & -1 & 1 \\ 0 & 0 & 2k-1 & 1 & -1 \\ 0 & 0 & 1 & 1 & 1 \end{array}\right]

S34S_{34}: porto su la riga con l’11 in colonna 3, così il pivot non dipende da kk.

E43(−(2k−1))E_{43}(-(2k - 1)): R4−(2k−1)R3=(0, 0, 0, 1−(2k−1)∣−1−(2k−1))=(0,0,0,2−2k∣−2k)R_4 - (2k - 1)R_3 = \big(0,\ 0,\ 0,\ 1 - (2k - 1) \mid -1 - (2k - 1)\big) = (0, 0, 0, 2 - 2k \mid -2k). Se k=12k = \frac{1}{2} il coefficiente è 00 e il passo non serve (non è un’operazione elementare): la riga è già (0,0,0,1∣−1)(0, 0, 0, 1 \mid -1), che coincide con la formula.

[−2k111021−11001110002−2k−2k]\left[\begin{array}{cccc|c} -2 & k & 1 & 1 & 1 \\ 0 & 2 & 1 & -1 & 1 \\ 0 & 0 & 1 & 1 & 1 \\ 0 & 0 & 0 & 2 - 2k & -2k \end{array}\right]

I primi tre pivot sono −2-2, 22, 11, per ogni kk. Il quarto pivot possibile è 2−2k2 - 2k, nullo solo per k=1k = 1.

a) Rango.

  • k≠1k \neq 1: quattro pivot, rg⁡(Ak)=4\operatorname{rg}(A_k) = 4.
  • k=1k = 1: quarta riga di AkA_k nulla, rg⁡(A1)=3\operatorname{rg}(A_1) = 3. Lo si vede anche a occhio: per k=1k = 1 la riga R3−R1R_3 - R_1 è (0,0,1,1)(0, 0, 1, 1), uguale alla quarta riga. Una riga è combinazione delle altre.

b) Invertibilità. AkA_k è 4×44 \times 4: invertibile se e solo se il rango è 44. AkA_k invertibile per k≠1k \neq 1. Per k=1k = 1 il rango è 33: tre pivot su quattro non bastano.

c) Risolubilità. Rouché-Capelli: confronto rg⁡(Ak)\operatorname{rg}(A_k) e rg⁡([Ak∣b⃗])\operatorname{rg}([A_k \mid \vec{b}]).

  • k≠1k \neq 1: rg⁡(Ak)=4=rg⁡([Ak∣b⃗])\operatorname{rg}(A_k) = 4 = \operatorname{rg}([A_k \mid \vec{b}]) (una matrice 4×54 \times 5 ha rango al massimo 44). Compatibile, con soluzione unica (4−4=04 - 4 = 0 parametri). Più in generale: se AA è invertibile, Ax⃗=b⃗A\vec{x} = \vec{b} ha l’unica soluzione x⃗=A−1b⃗\vec{x} = A^{-1}\vec{b} per ogni b⃗\vec{b}.
  • k=1k = 1: l’ultima riga diventa (0,0,0,0∣−2)(0, 0, 0, 0 \mid -2), cioè 0=−20 = -2. rg⁡(A1)=3≠4=rg⁡([A1∣b⃗])\operatorname{rg}(A_1) = 3 \neq 4 = \operatorname{rg}([A_1 \mid \vec{b}]): incompatibile.

Il sistema è risolubile se e solo se k≠1k \neq 1.

Perché k=1k = 1 si rompe, letto sulle equazioni. Con k=1k = 1 la terza equazione meno la prima dà x3+x4=b3−b1=0−1=−1x_3 + x_4 = b_3 - b_1 = 0 - 1 = -1, mentre la quarta dice x3+x4=1x_3 + x_4 = 1. La stessa quantità dovrebbe valere −1-1 e 11: contraddizione. Con un altro b⃗\vec{b} che soddisfa b3−b1=b4b_3 - b_1 = b_4 il sistema con k=1k = 1 sarebbe compatibile, con infinite soluzioni. Quando AA non è invertibile la risolubilità dipende da b⃗\vec{b}, e va controllata ogni volta.

Per completezza la soluzione, risalendo dal basso: x4=−2k2−2k=kk−1x_4 = \frac{-2k}{2 - 2k} = \frac{k}{k - 1}, x3=1−x4=−1k−1x_3 = 1 - x_4 = -\frac{1}{k - 1}, x2=1−x3+x42=kk−1x_2 = \frac{1 - x_3 + x_4}{2} = \frac{k}{k - 1}, x1=k22(k−1)x_1 = \frac{k^2}{2(k - 1)}. Tutti con k−1k - 1 al denominatore: per k=1k = 1 non hanno senso, coerente con l’incompatibilità.

Verifica con k=2k = 2: la soluzione è (2,2,−1,2)(2, 2, -1, 2). Nel sistema di partenza: −4+4−1+2=1-4 + 4 - 1 + 2 = 1; 4−1−2=14 - 1 - 2 = 1; −4+4−4+4=0-4 + 4 - 4 + 4 = 0; −1+2=1-1 + 2 = 1. Torna con b⃗=(1,1,0,1)\vec{b} = (1, 1, 0, 1).

Il punto c) passo per passo, con le figure

Cosa chiede. “Risolubile” vuol dire: esistono quattro numeri x1,x2,x3,x4x_1, x_2, x_3, x_4 che soddisfano tutte e quattro le equazioni insieme. Scritto per esteso, con b⃗=(1,1,0,1)\vec{b} = (1, 1, 0, 1):

{−2x1+kx2+x3+x4=12x2+x3−x4=1−2x1+kx2+2kx3+2x4=0x3+x4=1\begin{cases} -2x_1 + kx_2 + x_3 + x_4 = 1 \\ 2x_2 + x_3 - x_4 = 1 \\ -2x_1 + kx_2 + 2kx_3 + 2x_4 = 0 \\ x_3 + x_4 = 1 \end{cases}

Le chiamo eq. 1, 2, 3, 4 dall’alto in basso.

Passo 1: togli x1x_1 e x2x_2 dalla terza equazione. Eq. 1 ed eq. 3 iniziano tutte e due con −2x1+kx2-2x_1 + kx_2. Sottraendole quella parte sparisce:

(2k−1) x3+x4=−1(2k - 1)\,x_3 + x_4 = -1

È esattamente il passo E31(−1)E_{31}(-1) della soluzione. Dopo questo passo la matrice completa è quella della figura. I cerchi sono i pivot −2-2 e 22, il riquadro è la parte che parla solo di x3x_3 e x4x_4: due equazioni, due incognite. Si decide tutto lì.

Passo 2: x1x_1 e x2x_2 non danno mai problemi. Se conosci x3x_3 e x4x_4, l’eq. 2 dà x2=1−x3+x42x_2 = \frac{1 - x_3 + x_4}{2} e poi l’eq. 1 dà x1x_1 dividendo per −2-2. Si divide per 22 e per −2-2, che non sono mai zero, qualunque sia kk. Quindi la domanda diventa più piccola: le due equazioni in x3,x4x_3, x_4 hanno una soluzione comune?

{x3+x4=1(2k−1) x3+x4=−1\begin{cases} x_3 + x_4 = 1 \\ (2k-1)\,x_3 + x_4 = -1 \end{cases}

Passo 3: due equazioni in due incognite sono due rette. Nel piano con assi x3x_3 e x4x_4 ogni equazione è una retta, e una soluzione comune è un punto che sta su tutte e due: il loro punto d’incontro. Ricavando x4x_4:

  • eq. 4: x4=1−x3x_4 = 1 - x_3, pendenza −1-1;
  • eq. 3 meno eq. 1: x4=−1−(2k−1) x3x_4 = -1 - (2k - 1)\,x_3, pendenza −(2k−1)-(2k - 1).

Le pendenze sono uguali solo se 2k−1=12k - 1 = 1, cioè k=1k = 1.

  • k≠1k \neq 1 (in alto, k=2k = 2 e k=0k = 0): pendenze diverse, le rette si tagliano in un punto solo. Quel punto dà x3x_3 e x4x_4, il passo 2 dà x2x_2 e x1x_1: una soluzione, unica.
  • k=1k = 1 (in basso a sinistra): stessa pendenza −1-1, ma l’eq. 4 taglia l’asse x4x_4 in 11 e l’altra in −1-1. Sono parallele distinte, non si incontrano mai: nessuna soluzione. In numeri: x3+x4x_3 + x_4 dovrebbe valere 11 e −1-1 insieme.

Passo 4: dove sta b⃗\vec{b}. Il −1-1 della seconda retta viene da b3−b1=0−1b_3 - b_1 = 0 - 1. Se il foglio avesse dato un b⃗\vec{b} con b3−b1=b4b_3 - b_1 = b_4, per esempio b3=2b_3 = 2, con k=1k = 1 le due rette sarebbero la stessa retta (in basso a destra) e ogni suo punto andrebbe bene: infinite soluzioni. Per questo, quando la matrice non è invertibile, la risposta dipende da b⃗\vec{b}.

Lo stesso in ranghi. Rette parallele vuol dire che a sinistra della barra le due righe sono uguali: una riga di A1A_1 è superflua e il rango scende a 33. Rette distinte vuol dire che a destra della barra i numeri sono diversi: la matrice completa conserva rango 44. Ranghi diversi, e Rouché-Capelli dice incompatibile.

kkretterg⁡A\operatorname{rg} Arg⁡[A∣b⃗]\operatorname{rg} [A \vert \vec{b}]soluzioni
k≠1k \neq 1incidenti4444una
k=1k = 1parallele3344nessuna
11, b3=2b_3 = 2coincidono3333infinite

3.4Esercizio 3.10 (CC 6.11)

Sia AA la matrice reale

A(k)=(1k001k−42k0)A(k) = \begin{pmatrix} 1 & k & 0 \\ 0 & 1 & k-4 \\ 2 & k & 0 \end{pmatrix}
Indizio

Riduci [A(k)∣I3][A(k) \mid I_3] a scalini: due passi e il terzo pivot è un’espressione in kk. Trova quando si annulla, escludi quei valori, e solo allora dividi per quell’espressione.

Soluzione
[A(k)∣I3]=[1k010001k−40102k0001][A(k) \mid I_3] = \left[\begin{array}{ccc|ccc} 1 & k & 0 & 1 & 0 & 0 \\ 0 & 1 & k-4 & 0 & 1 & 0 \\ 2 & k & 0 & 0 & 0 & 1 \end{array}\right]

E31(−2)E_{31}(-2): R3−2R1=(0, k−2k, 0∣−2,0,1)=(0,−k,0∣−2,0,1)R_3 - 2R_1 = (0,\ k - 2k,\ 0 \mid -2, 0, 1) = (0, -k, 0 \mid -2, 0, 1).

E32(k)E_{32}(k): R3+kR2=(0, 0, k(k−4)∣−2, k, 1)R_3 + kR_2 = \big(0,\ 0,\ k(k - 4) \mid -2,\ k,\ 1\big). Se k=0k = 0 il passo non serve (la riga ha già 00 in colonna 2), e la formula dà lo stesso risultato.

[1k010001k−401000k(k−4)−2k1]\left[\begin{array}{ccc|ccc} 1 & k & 0 & 1 & 0 & 0 \\ 0 & 1 & k-4 & 0 & 1 & 0 \\ 0 & 0 & k(k-4) & -2 & k & 1 \end{array}\right]

Invertibilità. Pivot 11, 11 e k(k−4)k(k - 4). Il terzo si annulla per k=0k = 0 e per k=4k = 4.

  • k=0k = 0: A(0)=(10001−4200)A(0) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & -4 \\ 2 & 0 & 0 \end{pmatrix}, la terza riga è il doppio della prima. Rango 22, non invertibile.
  • k=4k = 4: A(4)=(140010240)A(4) = \begin{pmatrix} 1 & 4 & 0 \\ 0 & 1 & 0 \\ 2 & 4 & 0 \end{pmatrix}, la terza colonna è nulla. Rango 22, non invertibile.
  • k≠0,4k \neq 0, 4: tre pivot, rango 33.

A(k)A(k) è invertibile se e solo se k≠0k \neq 0 e k≠4k \neq 4.

Inversa, per k≠0,4k \neq 0, 4. Ora dividere per k(k−4)k(k - 4) è lecito.

D3 ⁣(1k(k−4))D_3\!\left(\frac{1}{k(k-4)}\right): R3=(0,0,1 | −2k(k−4), 1k−4, 1k(k−4))R_3 = \left(0, 0, 1 \ \middle|\ -\frac{2}{k(k-4)},\ \frac{1}{k-4},\ \frac{1}{k(k-4)}\right).

E23(−(k−4))E_{23}(-(k - 4)): R2−(k−4)R3R_2 - (k - 4)R_3. A sinistra resta (0,1,0)(0, 1, 0); a destra (0+2k, 1−1, 0−1k)=(2k,0,−1k)\left(0 + \frac{2}{k},\ 1 - 1,\ 0 - \frac{1}{k}\right) = \left(\frac{2}{k}, 0, -\frac{1}{k}\right).

E12(−k)E_{12}(-k): R1−kR2R_1 - kR_2. A sinistra (1,0,0)(1, 0, 0); a destra (1−k⋅2k, 0, 0+k⋅1k)=(−1,0,1)\left(1 - k \cdot \frac{2}{k},\ 0,\ 0 + k \cdot \frac{1}{k}\right) = (-1, 0, 1).

[100−1010102k0−1k001−2k(k−4)1k−41k(k−4)]\left[\begin{array}{ccc|ccc} 1 & 0 & 0 & -1 & 0 & 1 \\ 0 & 1 & 0 & \frac{2}{k} & 0 & -\frac{1}{k} \\ 0 & 0 & 1 & -\frac{2}{k(k-4)} & \frac{1}{k-4} & \frac{1}{k(k-4)} \end{array}\right] A(k)−1=(−1012k0−1k−2k(k−4)1k−41k(k−4))k≠0,4A(k)^{-1} = \begin{pmatrix} -1 & 0 & 1 \\ \frac{2}{k} & 0 & -\frac{1}{k} \\ -\frac{2}{k(k-4)} & \frac{1}{k-4} & \frac{1}{k(k-4)} \end{pmatrix} \qquad k \neq 0, 4

Verifica in generale, due elementi: riga 1 di AA per colonna 1 di A−1A^{-1}, 1⋅(−1)+k⋅2k+0=11 \cdot (-1) + k \cdot \frac{2}{k} + 0 = 1; riga 2 per colonna 1, 0+2k+(k−4)⋅(−2k(k−4))=2k−2k=00 + \frac{2}{k} + (k - 4) \cdot \left(-\frac{2}{k(k-4)}\right) = \frac{2}{k} - \frac{2}{k} = 0. Tutta intera con k=2k = 2:

A(2)=(12001−2220)A(2)−1=(−10110−1212−12−14)A(2) = \begin{pmatrix} 1 & 2 & 0 \\ 0 & 1 & -2 \\ 2 & 2 & 0 \end{pmatrix} \qquad A(2)^{-1} = \begin{pmatrix} -1 & 0 & 1 \\ 1 & 0 & -\frac{1}{2} \\ \frac{1}{2} & -\frac{1}{2} & -\frac{1}{4} \end{pmatrix}

Righe di A(2)A(2) per colonne di A(2)−1A(2)^{-1}: riga (1,2,0)(1, 2, 0) dà −1+2=1-1 + 2 = 1, 00, 1−1=01 - 1 = 0; riga (0,1,−2)(0, 1, -2) dà 1−1=01 - 1 = 0, 0+1=10 + 1 = 1, −12+12=0-\frac{1}{2} + \frac{1}{2} = 0; riga (2,2,0)(2, 2, 0) dà −2+2=0-2 + 2 = 0, 00, 2−1=12 - 1 = 1. È I3I_3.

Nota: la seconda colonna di A(k)−1A(k)^{-1} ha due zeri. Non è un caso: la colonna 2 di A−1A^{-1} è la soluzione di Ax⃗=(0,1,0)A\vec{x} = (0, 1, 0), e le equazioni 1 e 3 hanno 00 a destra: x1+kx2=0x_1 + kx_2 = 0 e 2x1+kx2=02x_1 + kx_2 = 0. Sottraendo viene x1=0x_1 = 0, poi kx2=0kx_2 = 0 dà x2=0x_2 = 0 perché k≠0k \neq 0.

3.5Esercizio 3.11

Risolvere il sistema

{2x−6z−w=2x−y−3z=1−x+3y+3z−w=−1\begin{cases} 2x - 6z - w = 2 \\ x - y - 3z = 1 \\ -x + 3y + 3z - w = -1 \end{cases}

descrivendo l’insieme delle sue soluzioni come somma di una soluzione particolare e delle soluzioni del sistema omogeneo associato.

Indizio

Incognite in ordine x,y,z,wx, y, z, w: attento ai coefficienti nulli (yy manca nella prima, ww nella seconda). Porta su la seconda equazione, che ha 11 davanti a xx. Le variabili libere sono le colonne senza pivot; la particolare si ottiene mettendole a 00.

Soluzione
[20−6−121−1−301−133−1−1]→S12[1−1−30120−6−12−133−1−1]\left[\begin{array}{cccc|c} 2 & 0 & -6 & -1 & 2 \\ 1 & -1 & -3 & 0 & 1 \\ -1 & 3 & 3 & -1 & -1 \end{array}\right] \xrightarrow{S_{12}} \left[\begin{array}{cccc|c} 1 & -1 & -3 & 0 & 1 \\ 2 & 0 & -6 & -1 & 2 \\ -1 & 3 & 3 & -1 & -1 \end{array}\right]

E21(−2)E_{21}(-2): R2−2R1=(0,2,0,−1∣0)R_2 - 2R_1 = (0, 2, 0, -1 \mid 0). E31(1)E_{31}(1): R3+R1=(0,2,0,−1∣0)R_3 + R_1 = (0, 2, 0, -1 \mid 0). Le due righe sono uguali: E32(−1)E_{32}(-1) azzera la terza.

[1−1−301020−1000000]\left[\begin{array}{cccc|c} 1 & -1 & -3 & 0 & 1 \\ 0 & 2 & 0 & -1 & 0 \\ 0 & 0 & 0 & 0 & 0 \end{array}\right]

rg⁡(A)=rg⁡([A∣b⃗])=2\operatorname{rg}(A) = \operatorname{rg}([A \mid \vec{b}]) = 2: compatibile, 4−2=24 - 2 = 2 variabili libere. Una delle tre equazioni era superflua: nel sistema di partenza la terza è la prima meno tre volte la seconda, (2,0,−6,−1)−3(1,−1,−3,0)=(−1,3,3,−1)(2, 0, -6, -1) - 3(1, -1, -3, 0) = (-1, 3, 3, -1), e a destra 2−3=−12 - 3 = -1.

All’indietro. D2(12)D_2(\frac{1}{2}): (0,1,0,−12∣0)(0, 1, 0, -\frac{1}{2} \mid 0). E12(1)E_{12}(1): R1+R2=(1,0,−3,−12∣1)R_1 + R_2 = (1, 0, -3, -\frac{1}{2} \mid 1).

[10−3−121010−12000000]{x=1+3z+12wy=12w\left[\begin{array}{cccc|c} 1 & 0 & -3 & -\frac{1}{2} & 1 \\ 0 & 1 & 0 & -\frac{1}{2} & 0 \\ 0 & 0 & 0 & 0 & 0 \end{array}\right] \qquad \begin{cases} x = 1 + 3z + \frac{1}{2}w \\ y = \frac{1}{2}w \end{cases}

Colonne senza pivot: zz e ww. Per evitare le frazioni pongo z=tz = t e w=2sw = 2s:

(xyzw)=(1+3t+sst2s)=(1000)⏟x⃗0+t(3010)+s(1102)t,s∈R\begin{pmatrix} x \\ y \\ z \\ w \end{pmatrix} = \begin{pmatrix} 1 + 3t + s \\ s \\ t \\ 2s \end{pmatrix} = \underbrace{\begin{pmatrix} 1 \\ 0 \\ 0 \\ 0 \end{pmatrix}}_{\vec{x}_0} + t\begin{pmatrix} 3 \\ 0 \\ 1 \\ 0 \end{pmatrix} + s\begin{pmatrix} 1 \\ 1 \\ 0 \\ 2 \end{pmatrix} \qquad t, s \in \mathbb{R}

Soluzione particolare x⃗0=(1,0,0,0)\vec{x}_0 = (1, 0, 0, 0) (variabili libere a zero). Soluzioni dell’omogeneo associato: tutte le combinazioni t(3,0,1,0)+s(1,1,0,2)t(3, 0, 1, 0) + s(1, 1, 0, 2). Con w=sw = s invece di 2s2s il secondo vettore sarebbe (12,12,0,1)(\frac{1}{2}, \frac{1}{2}, 0, 1): stesso insieme, scritto in un altro modo.

Le soluzioni ufficiali riducono in un altro ordine (E31(12)E_{31}(\frac12), E21(−12)E_{21}(-\frac12), E32(3)E_{32}(3), poi D1(12)D_1(\frac12) e D2(−1)D_2(-1), senza scambiare righe) e scrivono il risultato con zz e ww come parametri: (1,0,0,0)+z(3,0,1,0)+w(12,12,0,1)(1, 0, 0, 0) + z(3, 0, 1, 0) + w(\frac12, \frac12, 0, 1). È lo stesso insieme: il secondo vettore è la metà di (1,1,0,2)(1, 1, 0, 2).

Verifica. x⃗0\vec{x}_0 nel sistema: 2=22 = 2; 1=11 = 1; −1=−1-1 = -1. (3,0,1,0)(3, 0, 1, 0) nell’omogeneo: 6−6=06 - 6 = 0; 3−3=03 - 3 = 0; −3+3=0-3 + 3 = 0. (1,1,0,2)(1, 1, 0, 2) nell’omogeneo: 2−2=02 - 2 = 0; 1−1=01 - 1 = 0; −1+3−2=0-1 + 3 - 2 = 0. Per la 3.6, allora x⃗0+t(…)+s(…)\vec{x}_0 + t(\ldots) + s(\ldots) risolve il sistema per ogni t,st, s.

3.6Esercizio 3.12 (prova intermedia 2016)

Si consideri il sistema lineare

{y+z=kx+ky+kz=kkx+y+z=k(∗)\begin{cases} y + z = k \\ x + ky + kz = k \\ kx + y + z = k \end{cases} \qquad (\ast)
  1. Si studi la risolubilità del sistema al variare del parametro reale kk.
  2. Per quali valori di kk l’insieme delle soluzioni è chiuso rispetto alla somma e al prodotto per uno scalare?
  3. Posto k=1k = 1, si descriva l’insieme delle soluzioni del sistema lineare omogeneo associato al sistema (∗)(\ast).
Indizio

Guarda le colonne di yy e zz prima di fare conti: cosa dicono sul rango di AA? Per il punto 2 ripensa alla 3.5: quale sistema ha l’insieme delle soluzioni chiuso? E il vettore nullo, quando è soluzione?

Soluzione

1. Risolubilità. Le colonne di yy e di zz sono identiche: (1,k,1)(1, k, 1). Quindi rg⁡(A)≤2\operatorname{rg}(A) \leq 2 per ogni kk, e il sistema non avrà mai soluzione unica.

[011k1kkkk11k]→S12[1kkk011kk11k]\left[\begin{array}{ccc|c} 0 & 1 & 1 & k \\ 1 & k & k & k \\ k & 1 & 1 & k \end{array}\right] \xrightarrow{S_{12}} \left[\begin{array}{ccc|c} 1 & k & k & k \\ 0 & 1 & 1 & k \\ k & 1 & 1 & k \end{array}\right]

E31(−k)E_{31}(-k) (se k=0k = 0 non serve): R3−kR1=(0, 1−k2, 1−k2∣k−k2)R_3 - kR_1 = (0,\ 1 - k^2,\ 1 - k^2 \mid k - k^2).

E32(−(1−k2))E_{32}(-(1 - k^2)) (se k=±1k = \pm 1 non serve): R3−(1−k2)R2=(0, 0, 0∣k−k2−k(1−k2))=(0,0,0∣k3−k2)R_3 - (1 - k^2)R_2 = \big(0,\ 0,\ 0 \mid k - k^2 - k(1 - k^2)\big) = (0, 0, 0 \mid k^3 - k^2).

[1kkk011k000k2(k−1)]\left[\begin{array}{ccc|c} 1 & k & k & k \\ 0 & 1 & 1 & k \\ 0 & 0 & 0 & k^2(k - 1) \end{array}\right]

rg⁡(A)=2\operatorname{rg}(A) = 2 per ogni kk (pivot 11 e 11). Il rango della completa dipende da k2(k−1)k^2(k - 1):

  • k≠0k \neq 0 e k≠1k \neq 1: ultima riga (0,0,0∣c)(0, 0, 0 \mid c) con c≠0c \neq 0, rg⁡([A∣b⃗])=3≠2\operatorname{rg}([A \mid \vec{b}]) = 3 \neq 2. Incompatibile.
  • k=0k = 0: ultima riga nulla, ranghi 2=22 = 2. Infinite soluzioni, 3−2=13 - 2 = 1 parametro.
  • k=1k = 1: ultima riga nulla, ranghi 2=22 = 2. Infinite soluzioni, 11 parametro.

Le soluzioni. Per k=0k = 0 la matrice ridotta è (1,0,0∣0)(1, 0, 0 \mid 0), (0,1,1∣0)(0, 1, 1 \mid 0): x=0x = 0, y=−zy = -z, quindi {(0,−t,t):t∈R}\{(0, -t, t) : t \in \mathbb{R}\}. Per k=1k = 1: E12(−1)E_{12}(-1) dà (1,0,0∣0)(1, 0, 0 \mid 0), e la seconda riga è (0,1,1∣1)(0, 1, 1 \mid 1): x=0x = 0, y=1−zy = 1 - z, quindi {(0,1−t,t):t∈R}\{(0, 1 - t, t) : t \in \mathbb{R}\}.

Verifica k=1k = 1, t=0t = 0, cioè (0,1,0)(0, 1, 0): 1+0=11 + 0 = 1; 0+1+0=10 + 1 + 0 = 1; 0+1+0=10 + 1 + 0 = 1.

Il sistema è risolubile se e solo se k=0k = 0 oppure k=1k = 1.

2. Chiusura. Per k=0k = 0 i termini noti sono tutti 00: il sistema è omogeneo, e l’insieme delle soluzioni è chiuso per somma e prodotto per scalare (3.5). Per esempio (0,−1,1)+(0,−2,2)=(0,−3,3)(0, -1, 1) + (0, -2, 2) = (0, -3, 3), ancora della forma (0,−t,t)(0, -t, t).

Per k≠0k \neq 0 i termini noti sono (k,k,k)≠0⃗(k, k, k) \neq \vec{0}. Se l’insieme fosse chiuso per prodotto per scalare e avesse almeno una soluzione v⃗\vec{v}, conterrebbe 0⋅v⃗=0⃗0 \cdot \vec{v} = \vec{0}; ma A0⃗=0⃗≠b⃗A\vec{0} = \vec{0} \neq \vec{b}. Per k=1k = 1 lo si vede direttamente: (0,1,0)(0, 1, 0) e (0,0,1)(0, 0, 1) sono soluzioni, la somma (0,1,1)(0, 1, 1) dà y+z=2≠1y + z = 2 \neq 1.

Risposta: k=0k = 0.

Un’avvertenza da pignoli: per k≠0,1k \neq 0, 1 l’insieme delle soluzioni è vuoto, e il vuoto è chiuso per somma e prodotto “a vuoto” (non ci sono elementi su cui fallire). Il testo intende chiaramente gli insiemi non vuoti; se la domanda esce all’esame, scrivi k=0k = 0 e, se vuoi, aggiungi questa riga.

3. Omogeneo associato per k=1k = 1.

{y+z=0x+y+z=0x+y+z=0\begin{cases} y + z = 0 \\ x + y + z = 0 \\ x + y + z = 0 \end{cases}

La terza equazione ripete la seconda; sottraendo la prima dalla seconda viene x=0x = 0. Resta y=−zy = -z, con z=tz = t libera:

{(0,−t,t):t∈R}={t(0,−1,1):t∈R}\{(0, -t, t) : t \in \mathbb{R}\} = \{t(0, -1, 1) : t \in \mathbb{R}\}

Una retta per l’origine, chiusa per somma e prodotto per scalare. Verifica con t=1t = 1: −1+1=0-1 + 1 = 0; 0−1+1=00 - 1 + 1 = 0; due volte.

Il collegamento con la 3.6: per k=1k = 1 le soluzioni di (∗)(\ast) sono (0,1−t,t)=(0,1,0)+t(0,−1,1)(0, 1 - t, t) = (0, 1, 0) + t(0, -1, 1), cioè la particolare (0,1,0)(0, 1, 0) più le soluzioni dell’omogeneo appena trovate. Le stesse (0,−t,t)(0, -t, t) sono anche le soluzioni di (∗)(\ast) per k=0k = 0: lì le equazioni diventano y+z=0y + z = 0, x=0x = 0, y+z=0y + z = 0, che hanno le stesse soluzioni dell’omogeneo per k=1k = 1 anche se la matrice è diversa.

4Errori tipici

Dal quaderno degli esercizi di Pietro (3.7-3.10, ottobre 2026):

5Domande