Note Ingegneria Informatica · UniTN
Geometria e Algebra Lineare
esercizi
completa

Foglio 4 del tutorato svolto

Il foglio 4 del tutorato (domande 4.1-4.11 a p. 1, esercizi 4.12-4.17 a p. 2, esercizi 4.18-4.21 a p. 3), argomento di Geometria e Algebra Lineare. A lezione queste cose sono la L7 (13/10) e la L8 (19/10); la teoria completa sta in Spazi vettoriali, Generatori, Dipendenza lineare e Basi. Tutte le domande e tutti gli esercizi usano solo argomenti già fatti a lezione: la dimensione non serve, e la domanda 4.9, che di solito si risolve con la dimensione, qui è risolta con la proposizione (a) sui generatori. Il calcolo passa da Algoritmo di Gauss-Jordan e Rango e Rouché-Capelli.

La versione aggiornata del foglio indica da dove vengono gli esercizi: 4.13, 4.16, 4.17, 4.18 e 4.19 sono CC 7.50, CC 5.6, CC 7.22, CC 7.25 e CC 3.9; 4.14 è della prova intermedia 2018, 4.20 di febbraio 2016, 4.21 della prova intermedia 2017. Soluzioni ufficiali da Moodle, scritte a mano e con la numerazione di un foglio vecchio: il loro 4.8 (p. 1) è il 4.12, il loro 4.11 (p. 2) è il 4.15, il loro 4.15 (p. 3-4) non è su questo foglio ed è svolto in fondo come Esercizio extra delle soluzioni ufficiali. I risultati coincidono con quelli qui sotto.

Come usarla: prova da solo, apri l’indizio se ti blocchi, la soluzione solo alla fine. Ogni conto è stato ricontrollato. Prima degli esercizi c’è La teoria che serve agli esercizi: sette idee (T1-T7) con il perché, a cui le soluzioni rimandano. Ogni soluzione dice come si riconosce il tipo di esercizio, svolge un passaggio per riga con la regola accanto e chiude con un controllo.

1Lo schema

sottospazio U ⊆ V     0 ∈ U, poi (C): λ u1 + μ u2 ∈ U con u1, u2 GENERICI
                      per dire no: un controesempio con i numeri, o 0 ∉ U
A = [v1 | ... | vk]   vettori di R^n come colonne, A è n×k
generano R^n          rg(A) = n        (serve k ≥ n)
indipendenti          rg(A) = k        (serve k ≤ n)
base di R^n           rg(A) = k = n
b ∈ Span(v1..vk)      rg(A) = rg(A | b)
Span come sistema     riduci [A | x] con x in lettere: righe nulle a sinistra -> equazioni
relazione             colonne senza pivot di rref(A) = combinazioni delle colonne coi pivot

2Domande di teoria

Domanda 4.1. Si dia la definizione di spazio vettoriale reale e si facciano alcuni esempi.

Soluzione

Definizione (la prof, Spazi vettoriali). Uno spazio vettoriale reale è un insieme VV, i cui elementi si dicono vettori, su cui sono definite due operazioni, la somma v⃗+w⃗∈V\vec{v} + \vec{w} \in V e il prodotto per uno scalare λv⃗∈V\lambda\vec{v} \in V (λ∈R\lambda \in \mathbb{R}), che soddisfano per ogni v⃗,w⃗,u⃗∈V\vec{v}, \vec{w}, \vec{u} \in V e λ,μ∈R\lambda, \mu \in \mathbb{R}:

  1. v⃗+w⃗=w⃗+v⃗\vec{v} + \vec{w} = \vec{w} + \vec{v} (commutativa);
  2. (v⃗+w⃗)+u⃗=v⃗+(w⃗+u⃗)(\vec{v} + \vec{w}) + \vec{u} = \vec{v} + (\vec{w} + \vec{u}) (associativa);
  3. esiste un vettore nullo 0⃗\vec{0} con v⃗+0⃗=v⃗\vec{v} + \vec{0} = \vec{v};
  4. ogni v⃗\vec{v} ha un opposto −v⃗-\vec{v} con v⃗+(−v⃗)=0⃗\vec{v} + (-\vec{v}) = \vec{0};
  5. λ(μv⃗)=(λμ)v⃗\lambda(\mu\vec{v}) = (\lambda\mu)\vec{v};
  6. 1v⃗=v⃗1\vec{v} = \vec{v};
  7. (λ+μ)v⃗=λv⃗+μv⃗(\lambda + \mu)\vec{v} = \lambda\vec{v} + \mu\vec{v};
  8. λ(v⃗+w⃗)=λv⃗+λw⃗\lambda(\vec{v} + \vec{w}) = \lambda\vec{v} + \lambda\vec{w}.

Esempi (quelli della prof, L7 e L8):

  • Rn\mathbb{R}^n, con somma e prodotto componente per componente; 0⃗=(0,…,0)\vec{0} = (0, \ldots, 0);
  • Mm,n(R)M_{m,n}(\mathbb{R}), le matrici m×nm \times n, con le operazioni elemento per elemento; 0⃗=O\vec{0} = O;
  • V3V^3, i vettori geometrici, con la regola del parallelogramma;
  • R[x]\mathbb{R}[x], i polinomi, e R[x]d\mathbb{R}[x]_d, i polinomi di grado al più dd, con le operazioni coefficiente per coefficiente; 0⃗\vec{0} è il polinomio nullo;
  • C(R)\mathcal{C}(\mathbb{R}), le funzioni continue R→R\mathbb{R} \to \mathbb{R}, con (f+g)(x)=f(x)+g(x)(f + g)(x) = f(x) + g(x) e (λf)(x)=λf(x)(\lambda f)(x) = \lambda f(x);
  • {0⃗}\{\vec{0}\}, lo spazio con un solo elemento.

Un non-esempio che mostra che le operazioni contano: R2\mathbb{R}^2 con il prodotto λ⊙(v1,v2)=(λv1,v2)\lambda \odot (v_1, v_2) = (\lambda v_1, v_2) non è uno spazio vettoriale, perché cade la (7): 2⊙(0,1)=(0,1)2 \odot (0, 1) = (0, 1) ma 1⊙(0,1)+1⊙(0,1)=(0,2)1 \odot (0, 1) + 1 \odot (0, 1) = (0, 2).

Domanda 4.2. Si dia la definizione di sottospazio di uno spazio vettoriale. Si facciano esempi di due sottoinsiemi di M2(R)M_2(\mathbb{R}), tali che uno sia un sottospazio e l’altro no.

Soluzione

Definizione. Un sottoinsieme non vuoto U⊆VU \subseteq V è un sottospazio se è chiuso rispetto alle due operazioni:

  • (A) u⃗1,u⃗2∈U⇒u⃗1+u⃗2∈U\vec{u}_1, \vec{u}_2 \in U \Rightarrow \vec{u}_1 + \vec{u}_2 \in U;
  • (B) u⃗∈U\vec{u} \in U, λ∈R\lambda \in \mathbb{R} ⇒λu⃗∈U\Rightarrow \lambda\vec{u} \in U.

Equivalentemente (C): λ1u⃗1+λ2u⃗2∈U\lambda_1\vec{u}_1 + \lambda_2\vec{u}_2 \in U per ogni u⃗1,u⃗2∈U\vec{u}_1, \vec{u}_2 \in U, λ1,λ2∈R\lambda_1, \lambda_2 \in \mathbb{R}. Conseguenza: un sottospazio contiene sempre 0⃗\vec{0}.

Sottospazio (esempio della prof, 19/10): le matrici a traccia nulla, U={A∈M2(R):a11+a22=0}U = \{A \in M_2(\mathbb{R}) : a_{11} + a_{22} = 0\}. Contiene OO. Se A,B∈UA, B \in U, la traccia di λA+μB\lambda A + \mu B è

(λa11+μb11)+(λa22+μb22)=λ(a11+a22)+μ(b11+b22)=λ⋅0+μ⋅0=0(\lambda a_{11} + \mu b_{11}) + (\lambda a_{22} + \mu b_{22}) = \lambda(a_{11} + a_{22}) + \mu(b_{11} + b_{22}) = \lambda \cdot 0 + \mu \cdot 0 = 0

quindi vale la (C).

Non sottospazio (esempio della prof): le matrici invertibili, U′={A∈M2(R):A invertibile}U' = \{A \in M_2(\mathbb{R}) : A \text{ invertibile}\}. Non contiene la matrice nulla, che non è invertibile (OB=O≠IOB = O \neq I per ogni BB). Cade anche la (A): II e −I-I sono invertibili, I+(−I)=OI + (-I) = O no.

Domanda 4.3. Si facciano esempi di due sottoinsiemi di Rn\mathbb{R}^n, tali che uno sia un sottospazio e l’altro no. L’insieme delle soluzioni di un sistema lineare compatibile con nn incognite è un sottospazio di Rn\mathbb{R}^n?

Soluzione

Sottospazio (la prof, esempio (5)): U={(v1,…,vn):v1=0}U = \{(v_1, \ldots, v_n) : v_1 = 0\}. Per la (C): λ1(0,v2,…)+λ2(0,w2,…)=(0, λ1v2+λ2w2, …)\lambda_1(0, v_2, \ldots) + \lambda_2(0, w_2, \ldots) = (0,\ \lambda_1v_2 + \lambda_2w_2,\ \ldots), prima componente ancora 00.

Non sottospazio (la prof, esempio (6)): U={(v1,…,vn):v1∈Z}U = \{(v_1, \ldots, v_n) : v_1 \in \mathbb{Z}\}. È chiuso per la somma ma non per il prodotto: (1,0,…,0)∈U(1, 0, \ldots, 0) \in U, mentre 2(1,0,…,0)=(2,0,…,0)∉U\sqrt{2}(1, 0, \ldots, 0) = (\sqrt{2}, 0, \ldots, 0) \notin U.

Soluzioni di un sistema compatibile. Non sempre: l’insieme delle soluzioni di Ax⃗=b⃗A\vec{x} = \vec{b} è un sottospazio di Rn\mathbb{R}^n se e solo se il sistema è omogeneo, b⃗=0⃗\vec{b} = \vec{0}.

  • Se b⃗=0⃗\vec{b} = \vec{0}, le soluzioni sono il nucleo N(A)N(A): A(λv⃗+μw⃗)=λAv⃗+μAw⃗=0⃗A(\lambda\vec{v} + \mu\vec{w}) = \lambda A\vec{v} + \mu A\vec{w} = \vec{0}, vale la (C).
  • Se b⃗≠0⃗\vec{b} \neq \vec{0}, 0⃗\vec{0} non è soluzione (A0⃗=0⃗≠b⃗A\vec{0} = \vec{0} \neq \vec{b}), quindi l’insieme non contiene il vettore nullo e non è un sottospazio, anche se è non vuoto.

Esempio: x+y=0x + y = 0 ha come soluzioni una retta per l’origine (sottospazio); x+y=1x + y = 1, compatibile, una retta che non passa per l’origine (non sottospazio).

Domanda 4.4. Si facciano esempi di due sottoinsiemi di R2[x]\mathbb{R}_2[x], tali che uno sia un sottospazio e l’altro no.

Soluzione

R2[x]\mathbb{R}_2[x] è quello che la prof chiama R[x]2\mathbb{R}[x]_2: i polinomi p(x)=a0+a1x+a2x2p(x) = a_0 + a_1x + a_2x^2 di grado al più 22, con il polinomio nullo come vettore nullo.

Sottospazio: U={p∈R2[x]:p(1)=0}U = \{p \in \mathbb{R}_2[x] : p(1) = 0\} (la versione in grado ≤2\leq 2 dell’esercizio della prof). Il polinomio nullo vale 00 in 11. Se p(1)=q(1)=0p(1) = q(1) = 0, allora (λp+μq)(1)=λp(1)+μq(1)=0(\lambda p + \mu q)(1) = \lambda p(1) + \mu q(1) = 0: vale la (C). Esempi di elementi: x−1x - 1, x2−1x^2 - 1, x2−xx^2 - x.

Non sottospazio: i polinomi di grado esattamente 22, U′={a0+a1x+a2x2:a2≠0}U' = \{a_0 + a_1x + a_2x^2 : a_2 \neq 0\} (esempio della prof con d=2d = 2). Non contiene il polinomio nullo; e cade la (A): x2x^2 e 1−x21 - x^2 hanno grado 22, la somma 11 ha grado 00.

Altri esempi in Spazi vettoriali (esercizi), esercizio 10.

Domanda 4.5. Cos’è lo spazio delle righe di una matrice?

Soluzione

Sia A∈Mm×n(R)A \in M_{m \times n}(\mathbb{R}) con righe r⃗1,…,r⃗m\vec{r}_1, \ldots, \vec{r}_m. Ogni riga ha nn componenti, quindi è un elemento di Rn\mathbb{R}^n. Lo spazio delle righe di AA è il sottospazio di Rn\mathbb{R}^n generato dalle righe:

R(A)=Span(r⃗1,…,r⃗m)⊆RnR(A) = \mathrm{Span}(\vec{r}_1, \ldots, \vec{r}_m) \subseteq \mathbb{R}^n

(la prof, Generatori). Allo stesso modo lo spazio delle colonne è C(A)=Span(c⃗1,…,c⃗n)⊆RmC(A) = \mathrm{Span}(\vec{c}_1, \ldots, \vec{c}_n) \subseteq \mathbb{R}^m.

Esempio. A=(102011)A = \begin{pmatrix} 1 & 0 & 2 \\ 0 & 1 & 1 \end{pmatrix}: R(A)=Span((1,0,2),(0,1,1))⊆R3R(A) = \mathrm{Span}((1, 0, 2), (0, 1, 1)) \subseteq \mathbb{R}^3, un piano per l’origine; C(A)=Span((1,0),(0,1),(2,1))=R2C(A) = \mathrm{Span}((1, 0), (0, 1), (2, 1)) = \mathbb{R}^2. Attenzione allo spazio: le righe hanno tante componenti quante sono le colonne.

Domanda 4.6. Si dia la definizione di spazio vettoriale finitamente generato. Si facciano due esempi di spazi vettoriali reali tali che uno sia finitamente generato e uno no, motivando la risposta.

Soluzione

Definizione. VV è finitamente generato se esistono un numero finito di vettori v⃗1,…,v⃗k∈V\vec{v}_1, \ldots, \vec{v}_k \in V con V=Span(v⃗1,…,v⃗k)V = \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k), cioè ogni vettore di VV è combinazione lineare di quei kk vettori.

Finitamente generato: Rn\mathbb{R}^n. Ogni (v1,…,vn)=v1e⃗1+⋯+vne⃗n(v_1, \ldots, v_n) = v_1\vec{e}_1 + \cdots + v_n\vec{e}_n, quindi {e⃗1,…,e⃗n}\{\vec{e}_1, \ldots, \vec{e}_n\} genera. (Anche R[x]d\mathbb{R}[x]_d, generato da 1,x,…,xd1, x, \ldots, x^d.)

Non finitamente generato: R[x]\mathbb{R}[x] (la prof, 19/10, p. 12). Dato un qualunque insieme finito {p1(x),…,pk(x)}\{p_1(x), \ldots, p_k(x)\}, sia MM il massimo dei loro gradi. Ogni combinazione λ1p1+⋯+λkpk\lambda_1p_1 + \cdots + \lambda_kp_k ha grado al più MM, perché sommando e moltiplicando per numeri non compaiono potenze di xx più alte. Allora xM+1∉Span(p1,…,pk)x^{M + 1} \notin \mathrm{Span}(p_1, \ldots, p_k): nessun insieme finito genera R[x]\mathbb{R}[x].

Domanda 4.7. Dare la definizione di insieme di generatori di uno spazio vettoriale, illustrando con esempi nello spazio vettoriale R3\mathbb{R}^3.

Soluzione

Definizione. {v⃗1,…,v⃗k}⊆V\{\vec{v}_1, \ldots, \vec{v}_k\} \subseteq V è un insieme (sistema) di generatori di VV se V=Span(v⃗1,…,v⃗k)V = \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k): ogni v⃗∈V\vec{v} \in V si scrive come λ1v⃗1+⋯+λkv⃗k\lambda_1\vec{v}_1 + \cdots + \lambda_k\vec{v}_k per qualche scelta dei λi\lambda_i.

Esempi in R3\mathbb{R}^3.

  • {e⃗1,e⃗2,e⃗3}\{\vec{e}_1, \vec{e}_2, \vec{e}_3\} genera: (a,b,c)=ae⃗1+be⃗2+ce⃗3(a, b, c) = a\vec{e}_1 + b\vec{e}_2 + c\vec{e}_3.
  • {(1,1,0),(1,0,1),(0,1,1)}\{(1, 1, 0), (1, 0, 1), (0, 1, 1)\} genera: la matrice con queste colonne ha rango 33 (esempio della prof in Basi).
  • {e⃗1,e⃗2}\{\vec{e}_1, \vec{e}_2\} non genera: le combinazioni sono (λ1,λ2,0)(\lambda_1, \lambda_2, 0), il piano xyxy, e (0,0,1)(0, 0, 1) resta fuori. Due vettori non generano mai R3\mathbb{R}^3 (servono almeno 33).
  • {(1,0,2),(−1,1,0),(0,1,2),(2,−1,2)}\{(1, 0, 2), (-1, 1, 0), (0, 1, 2), (2, -1, 2)\} non genera, pur avendo quattro vettori: rango 22, lo Span è il piano 2x+2y−z=02x + 2y - z = 0 (esempio della prof del 13/10).

Domanda 4.8. Come si può stabilire se un insieme di ennuple dato è un sistema di generatori? Si faccia un esempio di un sistema di generatori per R3\mathbb{R}^3 formato da quattro elementi.

Soluzione

Criterio (proposizione (a)): {v⃗1,…,v⃗k}⊆Rn\{\vec{v}_1, \ldots, \vec{v}_k\} \subseteq \mathbb{R}^n è un sistema di generatori di Rn\mathbb{R}^n se e solo se rg⁡(A)=n\operatorname{rg}(A) = n, con A=[v⃗1∣⋯∣v⃗k]A = [\vec{v}_1 \mid \cdots \mid \vec{v}_k] (n×kn \times k). In pratica: vettori in colonna, Gauss, si contano i pivot e si confrontano con nn (le righe). Se k<nk < n la risposta è no senza conti.

Perché: b⃗∈Span\vec{b} \in \mathrm{Span} se e solo se Aλ⃗=b⃗A\vec{\lambda} = \vec{b} è compatibile; con rango nn la completa non può avere rango maggiore, e il sistema è compatibile per ogni b⃗\vec{b}.

Esempio con quattro elementi: {e⃗1,e⃗2,e⃗3,(1,1,1)}\{\vec{e}_1, \vec{e}_2, \vec{e}_3, (1, 1, 1)\}.

A=(100101010011)A = \begin{pmatrix} 1 & 0 & 0 & 1 \\ 0 & 1 & 0 & 1 \\ 0 & 0 & 1 & 1 \end{pmatrix}

È già a scalini con tre pivot: rango 3=n3 = n, genera. (Non è una base: quattro vettori di R3\mathbb{R}^3 sono dipendenti, e infatti (1,1,1)=e⃗1+e⃗2+e⃗3(1, 1, 1) = \vec{e}_1 + \vec{e}_2 + \vec{e}_3.)

Domanda 4.9. Qual è il numero minimo di polinomi che un insieme generatore dello spazio R3[x]\mathbb{R}_3[x] deve contenere?

Indizio

Ogni polinomio di R3[x]\mathbb{R}_3[x] è individuato dai suoi quattro coefficienti, cioè da un’ennupla di R4\mathbb{R}^4, e le operazioni sui polinomi sono le operazioni sulle ennuple dei coefficienti. Cosa dice la proposizione (a) su un sistema di generatori di R4\mathbb{R}^4?

Soluzione

Risposta: 44.

Ne bastano 44. {1,x,x2,x3}\{1, x, x^2, x^3\} genera R3[x]\mathbb{R}_3[x]: a0+a1x+a2x2+a3x3a_0 + a_1x + a_2x^2 + a_3x^3 è già una loro combinazione (la prof, R[x]d\mathbb{R}[x]_d con d=3d = 3).

Meno di 44 non bastano. A ogni p(x)=a0+a1x+a2x2+a3x3p(x) = a_0 + a_1x + a_2x^2 + a_3x^3 associo l’ennupla dei coefficienti c⃗p=(a0,a1,a2,a3)∈R4\vec{c}_p = (a_0, a_1, a_2, a_3) \in \mathbb{R}^4. Siccome somma e prodotto per scalare dei polinomi si fanno coefficiente per coefficiente,

λ1p1+⋯+λkpk=q  ⟺  λ1c⃗p1+⋯+λkc⃗pk=c⃗q\lambda_1p_1 + \cdots + \lambda_kp_k = q \iff \lambda_1\vec{c}_{p_1} + \cdots + \lambda_k\vec{c}_{p_k} = \vec{c}_q

(due polinomi sono uguali se e solo se hanno gli stessi coefficienti). Quindi {p1,…,pk}\{p_1, \ldots, p_k\} genera R3[x]\mathbb{R}_3[x] se e solo se {c⃗p1,…,c⃗pk}\{\vec{c}_{p_1}, \ldots, \vec{c}_{p_k}\} genera R4\mathbb{R}^4. Per la proposizione (a) serve rg⁡[c⃗p1∣⋯∣c⃗pk]=4\operatorname{rg}[\vec{c}_{p_1} \mid \cdots \mid \vec{c}_{p_k}] = 4, e una matrice 4×k4 \times k con k≤3k \leq 3 ha rango al massimo k<4k < 4. Con tre polinomi o meno non si genera.

Esempio: {1+x, x2, x3}\{1 + x,\ x^2,\ x^3\} non genera. Le ennuple sono (1,1,0,0)(1, 1, 0, 0), (0,0,1,0)(0, 0, 1, 0), (0,0,0,1)(0, 0, 0, 1), e tutte le combinazioni hanno le prime due componenti uguali: il polinomio xx, con ennupla (0,1,0,0)(0, 1, 0, 0), resta fuori.

Con la dimensione, quando si farà, la risposta diventerà immediata; il ragionamento qui sopra usa solo la proposizione (a).

Domanda 4.10. Cosa significa che un insieme di vettori in uno spazio vettoriale reale VV è linearmente indipendente? Si forniscano esempi di un insieme indipendente e di un insieme dipendente in M2(R)M_2(\mathbb{R}).

Soluzione

Definizione (la prof, 19/10). {v⃗1,…,v⃗k}⊆V\{\vec{v}_1, \ldots, \vec{v}_k\} \subseteq V è linearmente indipendente se

λ1v⃗1+⋯+λkv⃗k=0⃗  ⟹  λ1=⋯=λk=0\lambda_1\vec{v}_1 + \cdots + \lambda_k\vec{v}_k = \vec{0} \implies \lambda_1 = \cdots = \lambda_k = 0

cioè l’unico modo di ottenere 0⃗\vec{0} è con tutti i coefficienti nulli. Altrimenti, se esiste una combinazione con coefficienti non tutti nulli uguale a 0⃗\vec{0}, è linearmente dipendente.

Indipendente in M2(R)M_2(\mathbb{R}): le quattro matrici A1,A2,A3,A4A_1, A_2, A_3, A_4 con un solo 11. λ1A1+λ2A2+λ3A3+λ4A4=(λ1λ2λ3λ4)\lambda_1A_1 + \lambda_2A_2 + \lambda_3A_3 + \lambda_4A_4 = \begin{pmatrix} \lambda_1 & \lambda_2 \\ \lambda_3 & \lambda_4 \end{pmatrix}, che è OO solo se tutti i λi\lambda_i sono 00.

Dipendente in M2(R)M_2(\mathbb{R}): {(1234),(2468)}\left\{\begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}, \begin{pmatrix} 2 & 4 \\ 6 & 8 \end{pmatrix}\right\}. La seconda è il doppio della prima, quindi 2(1234)−(2468)=O2\begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} - \begin{pmatrix} 2 & 4 \\ 6 & 8 \end{pmatrix} = O con coefficienti 2,−12, -1 non nulli.

Altri esempi in Dipendenza lineare (esercizi), esercizio 2.

Domanda 4.11. Come si può stabilire se un insieme di ennuple dato è linearmente indipendente?

Soluzione

Criterio (proposizione (b)): {v⃗1,…,v⃗k}⊆Rn\{\vec{v}_1, \ldots, \vec{v}_k\} \subseteq \mathbb{R}^n è linearmente indipendente se e solo se rg⁡(A)=k\operatorname{rg}(A) = k, con A=[v⃗1∣⋯∣v⃗k]A = [\vec{v}_1 \mid \cdots \mid \vec{v}_k]. Il rango si confronta con kk, il numero di vettori (le colonne). Se k>nk > n sono dipendenti senza conti.

Perché: ∑λiv⃗i=0⃗\sum \lambda_i\vec{v}_i = \vec{0} è il sistema omogeneo Aλ⃗=0⃗A\vec{\lambda} = \vec{0}, che ha solo la soluzione nulla esattamente quando non ci sono variabili libere, cioè quando il rango è uguale al numero di incognite kk.

Esempio: (1,0,1)(1, 0, 1), (0,1,1)(0, 1, 1), (1,1,0)(1, 1, 0).

(101011110)→E31(−1)(10101101−1)→E32(−1)(10101100−2)\begin{pmatrix} 1 & 0 & 1 \\ 0 & 1 & 1 \\ 1 & 1 & 0 \end{pmatrix} \xrightarrow{E_{31}(-1)} \begin{pmatrix} 1 & 0 & 1 \\ 0 & 1 & 1 \\ 0 & 1 & -1 \end{pmatrix} \xrightarrow{E_{32}(-1)} \begin{pmatrix} 1 & 0 & 1 \\ 0 & 1 & 1 \\ 0 & 0 & -2 \end{pmatrix}

(R3−R1=(0,1,−1)R_3 - R_1 = (0, 1, -1), poi R3−R2=(0,0,−2)R_3 - R_2 = (0, 0, -2).) Rango 3=k3 = k: indipendenti. Se fossero dipendenti, la relazione si leggerebbe dalle colonne senza pivot della forma ridotta.

3La teoria che serve agli esercizi

Gli esercizi 4.12-4.21 usano sette idee, sempre le stesse. Qui sono spiegate una volta per tutte, con il perché; nelle soluzioni si rimanda a T1, …, T7. Chi le ha chiare può saltare agli esercizi.

3.1T1. Come si dimostra (o si smentisce) che un insieme è un sottospazio

Un sottospazio è un pezzo di VV dentro cui si possono fare tutte le combinazioni lineari senza uscire. Per dimostrarlo bastano due cose:

  1. 0⃗∈U\vec{0} \in U. Serve a sapere che UU non è vuoto, ed è il controllo più veloce: se 0⃗∉U\vec{0} \notin U, la risposta è no e l’esercizio è finito. Il motivo: se UU fosse un sottospazio, preso un u⃗∈U\vec{u} \in U anche 0⋅u⃗=0⃗0 \cdot \vec{u} = \vec{0} dovrebbe starci, per la (B).
  2. La (C): per u⃗1,u⃗2∈U\vec{u}_1, \vec{u}_2 \in U generici e λ,μ∈R\lambda, \mu \in \mathbb{R} qualsiasi, λu⃗1+μu⃗2∈U\lambda\vec{u}_1 + \mu\vec{u}_2 \in U.

“Generici” vuol dire con le lettere: si scrive la condizione che u⃗1\vec{u}_1 e u⃗2\vec{u}_2 soddisfano perché stanno in UU, e si fa vedere che la combinazione la soddisfa ancora. Un esempio con i numeri non dimostra niente, perché la proprietà deve valere per tutti gli elementi.

Per dire no basta invece un controesempio con i numeri: due elementi di UU la cui somma esce da UU, oppure un elemento e uno scalare il cui prodotto esce, oppure 0⃗∉U\vec{0} \notin U.

Scorciatoia utile. Se UU è descritto da condizioni lineari omogenee sulle componenti (ogni condizione è “una combinazione delle componenti =0= 0”, come x+z=0x + z = 0 o a21=0a_{21} = 0), allora è un sottospazio: è l’insieme delle soluzioni di un sistema omogeneo, cioè un nucleo. Condizioni con un termine noto (x+z=1x + z = 1), con prodotti di componenti (xy=0xy = 0), con disuguaglianze (x≥0x \geq 0) o con “≠\neq” di solito rompono tutto, e lì si cerca il controesempio.

3.2T2. Una combinazione lineare è una matrice per un vettore

Questa è l’idea che trasforma ogni domanda su vettori di Rn\mathbb{R}^n in un sistema lineare. Messi i vettori v⃗1,…,v⃗k∈Rn\vec{v}_1, \ldots, \vec{v}_k \in \mathbb{R}^n in colonna in una matrice A=[v⃗1∣⋯∣v⃗k]A = [\vec{v}_1 \mid \cdots \mid \vec{v}_k], di formato n×kn \times k, vale

λ1v⃗1+⋯+λkv⃗k=Aλ⃗,λ⃗=(λ1,…,λk)\lambda_1\vec{v}_1 + \cdots + \lambda_k\vec{v}_k = A\vec{\lambda}, \qquad \vec{\lambda} = (\lambda_1, \ldots, \lambda_k)

Esempio con due vettori di R2\mathbb{R}^2:

λ1(12)+λ2(34)=(λ1+3λ22λ1+4λ2)=(1324)(λ1λ2)\lambda_1\begin{pmatrix} 1 \\ 2 \end{pmatrix} + \lambda_2\begin{pmatrix} 3 \\ 4 \end{pmatrix} = \begin{pmatrix} \lambda_1 + 3\lambda_2 \\ 2\lambda_1 + 4\lambda_2 \end{pmatrix} = \begin{pmatrix} 1 & 3 \\ 2 & 4 \end{pmatrix}\begin{pmatrix} \lambda_1 \\ \lambda_2 \end{pmatrix}

La prima uguaglianza è la somma componente per componente, la seconda è la definizione del prodotto righe per colonne. Le incognite del sistema sono i coefficienti λi\lambda_i, non le componenti dei vettori. Le colonne sono tante quanti i vettori (kk), le righe tante quante le componenti (nn): non confonderle è metà del lavoro.

3.3T3. Le tre domande e i tre criteri col rango

Con T2, le tre domande del capitolo diventano tre domande sul sistema Aλ⃗=b⃗A\vec{\lambda} = \vec{b}.

domanda                          sistema                         criterio
b ∈ Span(v1..vk)?                Aλ = b ha soluzione?            rg(A) = rg(A | b)
v1..vk indipendenti?             Aλ = 0 ha solo λ = 0?           rg(A) = k   (numero di vettori)
v1..vk generano R^n?             Aλ = b ha soluzione per ogni b? rg(A) = n   (numero di componenti)

Perché il primo. b⃗\vec{b} è combinazione dei v⃗i\vec{v}_i se e solo se esistono dei λi\lambda_i con Aλ⃗=b⃗A\vec{\lambda} = \vec{b}, cioè se il sistema è compatibile. Rouché-Capelli dice che è compatibile esattamente quando la matrice dei coefficienti e la completa hanno lo stesso rango.

Perché il secondo. La definizione di indipendenza chiede che Aλ⃗=0⃗A\vec{\lambda} = \vec{0} abbia solo la soluzione nulla. Un sistema omogeneo è sempre compatibile (λ⃗=0⃗\vec{\lambda} = \vec{0} va bene), e la soluzione è unica se e solo se non ci sono incognite libere, cioè se c’è un pivot in ogni colonna: rango uguale al numero di incognite, kk.

Perché il terzo. Riduci AA a scalini. Se il rango è nn, ogni riga ha un pivot e non può mai uscire una riga (0⋯0∣numero≠0)(0 \cdots 0 \mid \text{numero} \neq 0): il sistema è compatibile per qualunque b⃗\vec{b}. Se il rango è minore di nn, la forma a scalini ha una riga nulla, e scegliendo un b⃗\vec{b} che a destra di quella riga dà un numero diverso da 00 si trova un vettore che non è combinazione.

Conseguenze che fanno risparmiare conti. Il rango di una matrice n×kn \times k è al massimo il più piccolo fra nn e kk. Quindi:

3.4T4. Da generatori a equazioni: lo Span come insieme di soluzioni

Un sottospazio si può dare in due modi: con dei generatori (Span(v⃗1,…,v⃗k)\mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k), la forma “parametrica”) o con delle equazioni omogenee (la forma “cartesiana”, come x+z=0x + z = 0). Il metodo per passare dalla prima alla seconda è T3 applicato a un vettore generico x⃗=(x1,…,xn)\vec{x} = (x_1, \ldots, x_n):

  1. scrivi la completa [A∣x⃗][A \mid \vec{x}], con le componenti di x⃗\vec{x} lasciate in lettere;
  2. riduci a scalini, facendo sulla colonna delle lettere le stesse operazioni (vengono espressioni come x2−2x1x_2 - 2x_1);
  3. ogni riga che a sinistra è tutta nulla dice 0=(espressione nelle xi)0 = (\text{espressione nelle } x_i): il sistema è compatibile, cioè x⃗∈Span\vec{x} \in \mathrm{Span}, se e solo se tutte quelle espressioni valgono 00. Sono le equazioni cercate.

Il numero di equazioni che si ottiene è n−rg⁡(A)n - \operatorname{rg}(A), le righe nulle. Esempio piccolo: Span((1,1))⊆R2\mathrm{Span}((1, 1)) \subseteq \mathbb{R}^2.

[1x11x2]→E21(−1)[1x10x2−x1]\left[\begin{array}{c|c} 1 & x_1 \\ 1 & x_2 \end{array}\right] \xrightarrow{E_{21}(-1)} \left[\begin{array}{c|c} 1 & x_1 \\ 0 & x_2 - x_1 \end{array}\right]

Una riga nulla, un’equazione: x2−x1=0x_2 - x_1 = 0, la bisettrice. Torna: i multipli di (1,1)(1, 1) sono i punti con le due coordinate uguali.

Il sistema che esce non è unico: sommando o moltiplicando le equazioni se ne ottengono altri con le stesse soluzioni. Per controllare la risposta si sostituiscono i generatori: devono soddisfare ogni equazione.

3.5T5. Leggere le relazioni dalla forma ridotta

Se i vettori sono dipendenti, l’esercizio chiede spesso quale relazione c’è. Il fatto che serve: le operazioni elementari sulle righe non cambiano le soluzioni di Aλ⃗=0⃗A\vec{\lambda} = \vec{0}. Quindi le colonne di AA e le colonne di rref⁡(A)\operatorname{rref}(A) soddisfano le stesse relazioni lineari: se in rref⁡(A)\operatorname{rref}(A) la colonna 3 è 2⋅(colonna 1)−1⋅(colonna 2)2 \cdot (\text{colonna } 1) - 1 \cdot (\text{colonna } 2), allora anche v⃗3=2v⃗1−v⃗2\vec{v}_3 = 2\vec{v}_1 - \vec{v}_2.

In rref⁡(A)\operatorname{rref}(A) le colonne con i pivot sono colonne della base canonica (e⃗1,e⃗2,…\vec{e}_1, \vec{e}_2, \ldots), quindi una colonna senza pivot si scrive subito come loro combinazione: i coefficienti sono i suoi elementi. Esempio:

rref⁡(A)=(10201−1):colonna 3=2⋅colonna 1−1⋅colonna 2,quindi v⃗3=2v⃗1−v⃗2\operatorname{rref}(A) = \begin{pmatrix} 1 & 0 & 2 \\ 0 & 1 & -1 \end{pmatrix}: \quad \text{colonna 3} = 2 \cdot \text{colonna 1} - 1 \cdot \text{colonna 2}, \quad \text{quindi } \vec{v}_3 = 2\vec{v}_1 - \vec{v}_2

Attenzione: serve la forma ridotta (pivot 11 e zeri anche sopra i pivot). Da una forma a scalini qualsiasi i coefficienti non si leggono così. E si verifica sempre sostituendo i vettori veri.

Chi si può ricavare dagli altri. Da una relazione c1v⃗1+⋯+ckv⃗k=0⃗c_1\vec{v}_1 + \cdots + c_k\vec{v}_k = \vec{0} si ricava v⃗j\vec{v}_j dividendo per cjc_j, quindi solo se cj≠0c_j \neq 0. Un vettore che ha coefficiente 00 in ogni relazione non è combinazione degli altri (esercizio 4.16).

3.6T6. Gauss con un parametro

Il parametro kk complica una sola cosa: un pivot che dipende da kk può valere 00 per qualche valore. Regole pratiche:

3.7T7. Spazi di matrici

M2(R)M_2(\mathbb{R}) si comporta come R4\mathbb{R}^4: una matrice (abcd)\begin{pmatrix} a & b \\ c & d \end{pmatrix} è individuata dai suoi quattro elementi, e somma e prodotto per scalare si fanno elemento per elemento, come sulle quaterne (a,b,c,d)(a, b, c, d). Quindi T1 vale com’è: un sottoinsieme di M2(R)M_2(\mathbb{R}) descritto da condizioni lineari omogenee sugli elementi è un sottospazio.

Due avvertenze.

4Esercizi

4.1Esercizio 4.12

Si descriva il sottospazio generato dalle ennuple

v⃗1=(1,2,0,1,1),v⃗2=(2,0,0,1,3)\vec{v}_1 = (1, 2, 0, 1, 1), \qquad \vec{v}_2 = (2, 0, 0, 1, 3)

come insieme delle soluzioni di un sistema omogeneo.

Indizio

È la procedura della prof del 19/10 (T4): [v⃗1∣v⃗2∣x⃗][\vec{v}_1 \mid \vec{v}_2 \mid \vec{x}] con x⃗=(x1,…,x5)\vec{x} = (x_1, \ldots, x_5), Gauss, e una equazione per ogni riga nulla a sinistra. Quante te ne aspetti?

Soluzione

Come si riconosce. “Descrivere uno Span come insieme di soluzioni di un sistema omogeneo” vuol dire passare dai generatori alle equazioni: è T4.

Cosa aspettarsi, prima dei conti. I vettori non sono paralleli: se fosse v⃗2=c v⃗1\vec{v}_2 = c\,\vec{v}_1, dalla prima componente c=2c = 2 e dalla seconda 0=2c=40 = 2c = 4, assurdo. Quindi rg⁡[v⃗1∣v⃗2]=2\operatorname{rg}[\vec{v}_1 \mid \vec{v}_2] = 2, e le equazioni saranno n−rg⁡=5−2=3n - \operatorname{rg} = 5 - 2 = 3. A parole: lo Span è un “piano” dentro R5\mathbb{R}^5, e per ritagliare un piano in uno spazio con 55 coordinate servono 33 vincoli.

Perché la colonna delle lettere. x⃗∈Span(v⃗1,v⃗2)\vec{x} \in \mathrm{Span}(\vec{v}_1, \vec{v}_2) se e solo se il sistema λ1v⃗1+λ2v⃗2=x⃗\lambda_1\vec{v}_1 + \lambda_2\vec{v}_2 = \vec{x}, nelle incognite λ1,λ2\lambda_1, \lambda_2, è compatibile (T2, T3). La sua completa è

[12x120x200x311x413x5]\left[\begin{array}{cc|c} 1 & 2 & x_1 \\ 2 & 0 & x_2 \\ 0 & 0 & x_3 \\ 1 & 1 & x_4 \\ 1 & 3 & x_5 \end{array}\right]

e si riduce come un sistema qualsiasi, portandosi dietro le lettere.

Prima colonna, pivot 11 in riga 1: azzero gli altri elementi della colonna.

  • E21(−2)E_{21}(-2): R2−2R1=(2−2, 0−4∣x2−2x1)=(0,−4∣x2−2x1)R_2 - 2R_1 = (2 - 2,\ 0 - 4 \mid x_2 - 2x_1) = (0, -4 \mid x_2 - 2x_1);
  • la riga 3 ha già 00 in prima colonna, resta com’è;
  • E41(−1)E_{41}(-1): R4−R1=(1−1, 1−2∣x4−x1)=(0,−1∣x4−x1)R_4 - R_1 = (1 - 1,\ 1 - 2 \mid x_4 - x_1) = (0, -1 \mid x_4 - x_1);
  • E51(−1)E_{51}(-1): R5−R1=(1−1, 3−2∣x5−x1)=(0,1∣x5−x1)R_5 - R_1 = (1 - 1,\ 3 - 2 \mid x_5 - x_1) = (0, 1 \mid x_5 - x_1).

Seconda colonna. I candidati pivot sono −4-4 (riga 2), −1-1 (riga 4) e 11 (riga 5). Scelgo −1-1, per non avere frazioni:

  • S24S_{24}: scambio le righe 2 e 4, la riga 2 diventa (0,−1∣x4−x1)(0, -1 \mid x_4 - x_1) e la riga 4 diventa (0,−4∣x2−2x1)(0, -4 \mid x_2 - 2x_1);
  • E42(−4)E_{42}(-4): R4−4R2=(0, −4+4∣x2−2x1−4x4+4x1)=(0,0∣2x1+x2−4x4)R_4 - 4R_2 = (0,\ -4 + 4 \mid x_2 - 2x_1 - 4x_4 + 4x_1) = (0, 0 \mid 2x_1 + x_2 - 4x_4);
  • E52(1)E_{52}(1): R5+R2=(0, 1−1∣x5−x1+x4−x1)=(0,0∣−2x1+x4+x5)R_5 + R_2 = (0,\ 1 - 1 \mid x_5 - x_1 + x_4 - x_1) = (0, 0 \mid -2x_1 + x_4 + x_5).
[12x10−1−x1+x400x3002x1+x2−4x400−2x1+x4+x5]\left[\begin{array}{cc|c} 1 & 2 & x_1 \\ 0 & -1 & -x_1 + x_4 \\ 0 & 0 & x_3 \\ 0 & 0 & 2x_1 + x_2 - 4x_4 \\ 0 & 0 & -2x_1 + x_4 + x_5 \end{array}\right]

Lettura. A sinistra due pivot (rango 22, come previsto) e tre righe nulle. Ognuna dice “0=0 = espressione”: il sistema è compatibile se e solo se le tre espressioni valgono 00. Moltiplicando l’ultima per −1-1:

Span(v⃗1,v⃗2)={x⃗∈R5:{x3=02x1+x2−4x4=02x1−x4−x5=0}\mathrm{Span}(\vec{v}_1, \vec{v}_2) = \left\{\vec{x} \in \mathbb{R}^5 : \begin{cases} x_3 = 0 \\ 2x_1 + x_2 - 4x_4 = 0 \\ 2x_1 - x_4 - x_5 = 0 \end{cases}\right\}

La prima equazione si poteva prevedere: entrambi i generatori hanno terza componente 00, e sommandoli o moltiplicandoli per numeri resta 00.

Controllo. Ogni generatore deve soddisfare tutte e tre le equazioni.

  • v⃗1=(1,2,0,1,1)\vec{v}_1 = (1, 2, 0, 1, 1): x3=0x_3 = 0; 2+2−4=02 + 2 - 4 = 0; 2−1−1=02 - 1 - 1 = 0.
  • v⃗2=(2,0,0,1,3)\vec{v}_2 = (2, 0, 0, 1, 3): x3=0x_3 = 0; 4+0−4=04 + 0 - 4 = 0; 4−1−3=04 - 1 - 3 = 0.

E un vettore fuori dallo Span deve violarne almeno una: e⃗1=(1,0,0,0,0)\vec{e}_1 = (1, 0, 0, 0, 0) dà 2≠02 \neq 0 nella seconda.

Un’altra risposta giusta. Facendo le operazioni in un altro ordine si può ottenere, al posto della terza, −6x1+x2+4x5=0-6x_1 + x_2 + 4x_5 = 0. È equivalente: (2x1+x2−4x4)−4(2x1−x4−x5)=−6x1+x2+4x5(2x_1 + x_2 - 4x_4) - 4(2x_1 - x_4 - x_5) = -6x_1 + x_2 + 4x_5, quindi è una combinazione delle equazioni trovate e il sistema ha le stesse soluzioni. All’esame va bene qualunque sistema equivalente, purché si verifichi sui generatori.

Le soluzioni ufficiali (p. 1) fanno prima S35S_{35}, poi E41(−1)E_{41}(-1), E31(−1)E_{31}(-1), E21(−2)E_{21}(-2) ed E42(−14)E_{42}(-\frac14), E32(14)E_{32}(\frac14) col pivot −4-4, e arrivano a

6x1−x2−4x5=0,2x1+x2−4x4=0,x3=0.6x_1 - x_2 - 4x_5 = 0, \qquad 2x_1 + x_2 - 4x_4 = 0, \qquad x_3 = 0.

La prima è l‘“altra risposta giusta” qui sopra cambiata di segno; le altre due sono le stesse. Sistema equivalente.

4.2Esercizio 4.13

Siano UU e VV i sottospazi di R3\mathbb{R}^3 così definiti:

U={(x,y,z)∈R3∣x+z=0},V=⟨(2,−1,−2),(−3,4,3)⟩U = \{(x, y, z) \in \mathbb{R}^3 \mid x + z = 0\}, \qquad V = \langle (2, -1, -2), (-3, 4, 3) \rangle

Dimostrare che U=VU = V. (Nel testo del foglio UU è scritto “(x,y,x(x, y, x”: è un refuso per (x,y,z)(x, y, z).)

Indizio

UU è dato con un’equazione, VV con dei generatori. Porta VV nella stessa forma con la procedura della prof (T4) e confronta. In alternativa: due inclusioni.

Soluzione

Come si riconosce. Due sottospazi descritti in modo diverso (uno con un’equazione, uno con generatori) e la domanda “sono uguali?”. Si portano nella stessa forma e si confrontano. La notazione ⟨…⟩\langle \ldots \rangle è un altro modo di scrivere Span(…)\mathrm{Span}(\ldots).

Cosa vuol dire, geometricamente. x+z=0x + z = 0 è un piano per l’origine, con vettore normale (1,0,1)(1, 0, 1). VV è generato da due vettori non paralleli, quindi è anch’esso un piano per l’origine. La tesi è che sia lo stesso piano.

Metodo 1: VV in forma cartesiana (T4).

[2−3x−14y−23z]→S12[−14y2−3x−23z]\left[\begin{array}{cc|c} 2 & -3 & x \\ -1 & 4 & y \\ -2 & 3 & z \end{array}\right] \xrightarrow{S_{12}} \left[\begin{array}{cc|c} -1 & 4 & y \\ 2 & -3 & x \\ -2 & 3 & z \end{array}\right]

Lo scambio porta in alto il −1-1, così il pivot è comodo.

  • E21(2)E_{21}(2): R2+2R1=(2−2, −3+8∣x+2y)=(0,5∣x+2y)R_2 + 2R_1 = (2 - 2,\ -3 + 8 \mid x + 2y) = (0, 5 \mid x + 2y);
  • E31(−2)E_{31}(-2): R3−2R1=(−2+2, 3−8∣z−2y)=(0,−5∣z−2y)R_3 - 2R_1 = (-2 + 2,\ 3 - 8 \mid z - 2y) = (0, -5 \mid z - 2y);
  • E32(1)E_{32}(1): R3+R2=(0, −5+5∣z−2y+x+2y)=(0,0∣x+z)R_3 + R_2 = (0,\ -5 + 5 \mid z - 2y + x + 2y) = (0, 0 \mid x + z).
[−14y05x+2y00x+z]\left[\begin{array}{cc|c} -1 & 4 & y \\ 0 & 5 & x + 2y \\ 0 & 0 & x + z \end{array}\right]

Rango 22, una riga nulla, un’equazione: (x,y,z)∈V(x, y, z) \in V se e solo se x+z=0x + z = 0. È proprio la condizione che definisce UU, quindi

V={(x,y,z):x+z=0}=U□V = \{(x, y, z) : x + z = 0\} = U \qquad \square

Metodo 2: le due inclusioni. Due insiemi sono uguali se ognuno è contenuto nell’altro.

  • V⊆UV \subseteq U. I generatori stanno in UU: 2+(−2)=02 + (-2) = 0 e −3+3=0-3 + 3 = 0. UU è un sottospazio, quindi contiene tutte le combinazioni di suoi elementi (T1), e in particolare tutto VV. Questo passo è sempre facile: basta controllare i generatori.
  • U⊆VU \subseteq V. Qui serve un elemento generico di UU. Da x+z=0x + z = 0 si ha z=−xz = -x, quindi gli elementi di UU sono (x,y,−x)(x, y, -x) con x,yx, y qualsiasi. Cerco a,ba, b con a(2,−1,−2)+b(−3,4,3)=(x,y,−x)a(2, -1, -2) + b(-3, 4, 3) = (x, y, -x), cioè
{2a−3b=x−a+4b=y−2a+3b=−x\begin{cases} 2a - 3b = x \\ -a + 4b = y \\ -2a + 3b = -x \end{cases}

La terza equazione è la prima moltiplicata per −1-1, quindi non aggiunge niente. Dalle prime due: dalla seconda a=4b−ya = 4b - y; nella prima 2(4b−y)−3b=x2(4b - y) - 3b = x, cioè 5b=x+2y5b = x + 2y, b=x+2y5b = \frac{x + 2y}{5}; poi a=4x+8y5−y=4x+3y5a = \frac{4x + 8y}{5} - y = \frac{4x + 3y}{5}. Una soluzione esiste per ogni x,yx, y, quindi ogni elemento di UU sta in VV.

Controllo con un elemento concreto di UU, (1,0,−1)(1, 0, -1): a=45a = \frac45, b=15b = \frac15, e 45(2,−1,−2)+15(−3,4,3)=(8−35,−4+45,−8+35)=(1,0,−1)\frac45(2, -1, -2) + \frac15(-3, 4, 3) = \left(\frac{8 - 3}{5}, \frac{-4 + 4}{5}, \frac{-8 + 3}{5}\right) = (1, 0, -1).

Da ricordare. V⊆UV \subseteq U da solo non basta: anche Span((2,−1,−2))\mathrm{Span}((2, -1, -2)), una retta, è contenuto in UU senza essere uguale. L’inclusione inversa (o il confronto delle equazioni) è il pezzo che dice che VV “riempie” tutto il piano.

4.3Esercizio 4.14

Si considerino i vettori di R4\mathbb{R}^4:

v⃗1=(1,2,−2,−3),v⃗2=(0,−1,1,2),v⃗3=(−1,0,k,−1),v⃗4=(4,2+k,−2,k2)\vec{v}_1 = (1, 2, -2, -3), \quad \vec{v}_2 = (0, -1, 1, 2), \quad \vec{v}_3 = (-1, 0, k, -1), \quad \vec{v}_4 = (4, 2 + k, -2, k^2)
  1. Per quali valori di kk l’insieme {v⃗1,v⃗2,v⃗3}\{\vec{v}_1, \vec{v}_2, \vec{v}_3\} è linearmente indipendente?
  2. Per quali valori di kk il vettore v⃗4\vec{v}_4 appartiene al sottospazio generato da v⃗1,v⃗2,v⃗3\vec{v}_1, \vec{v}_2, \vec{v}_3?
  3. Per quali valori di kk l’insieme {v⃗1,v⃗2,v⃗3,v⃗4}\{\vec{v}_1, \vec{v}_2, \vec{v}_3, \vec{v}_4\} è un insieme di generatori per R4\mathbb{R}^4?
Indizio

Una sola riduzione di [v⃗1∣v⃗2∣v⃗3∣v⃗4][\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3 \mid \vec{v}_4]: le prime tre colonne rispondono ad a), la quarta come termine noto a b), la matrice intera a c). In b) non dimenticare il caso in cui il rango delle prime tre scende.

Soluzione

Come si riconosce. Le tre domande di T3 (indipendenza, appartenenza, generatori) sugli stessi vettori, con un parametro. È l’esercizio tipo della provetta.

Perché basta una riduzione. Le operazioni sulle righe agiscono su tutte le colonne allo stesso modo, quindi riducendo la matrice 4×44 \times 4 intera si riducono anche i suoi pezzi:

colonne 1-3           A = [v1|v2|v3]       → a)  rg(A) = 3 ?
colonne 1-3 | col. 4  (A | v4)             → b)  rg(A) = rg(A | v4) ?
colonne 1-4           [v1|v2|v3|v4]        → c)  rango = 4 ?
(10−142−10k+2−21k−2−32−1k2)\begin{pmatrix} 1 & 0 & -1 & 4 \\ 2 & -1 & 0 & k + 2 \\ -2 & 1 & k & -2 \\ -3 & 2 & -1 & k^2 \end{pmatrix}

Attenzione a costruirla bene: ogni vettore è una colonna. La prima riga contiene le prime componenti dei quattro vettori: 1,0,−1,41, 0, -1, 4.

Prima colonna, pivot 11:

  • E21(−2)E_{21}(-2): R2−2R1=(2−2, −1−0, 0+2, k+2−8)=(0,−1,2,k−6)R_2 - 2R_1 = (2 - 2,\ -1 - 0,\ 0 + 2,\ k + 2 - 8) = (0, -1, 2, k - 6);
  • E31(2)E_{31}(2): R3+2R1=(−2+2, 1+0, k−2, −2+8)=(0,1,k−2,6)R_3 + 2R_1 = (-2 + 2,\ 1 + 0,\ k - 2,\ -2 + 8) = (0, 1, k - 2, 6);
  • E41(3)E_{41}(3): R4+3R1=(−3+3, 2+0, −1−3, k2+12)=(0,2,−4,k2+12)R_4 + 3R_1 = (-3 + 3,\ 2 + 0,\ -1 - 3,\ k^2 + 12) = (0, 2, -4, k^2 + 12).

Seconda colonna, pivot −1-1 in riga 2 (un numero, senza kk: T6):

  • E32(1)E_{32}(1): R3+R2=(0, 1−1, k−2+2, 6+k−6)=(0,0,k,k)R_3 + R_2 = (0,\ 1 - 1,\ k - 2 + 2,\ 6 + k - 6) = (0, 0, k, k);
  • E42(2)E_{42}(2): R4+2R2=(0, 2−2, −4+4, k2+12+2k−12)=(0,0,0,k2+2k)R_4 + 2R_2 = (0,\ 2 - 2,\ -4 + 4,\ k^2 + 12 + 2k - 12) = (0, 0, 0, k^2 + 2k).
(10−140−12k−600kk000k(k+2))\begin{pmatrix} 1 & 0 & -1 & 4 \\ 0 & -1 & 2 & k - 6 \\ 0 & 0 & k & k \\ 0 & 0 & 0 & k(k + 2) \end{pmatrix}

I pivot che dipendono da kk sono kk (riga 3) e k(k+2)k(k + 2) (riga 4). Si annullano per k=0k = 0 e k=−2k = -2: sono i valori critici, e vanno guardati uno per uno sostituendo (T6).

a) Indipendenza di v⃗1,v⃗2,v⃗3\vec{v}_1, \vec{v}_2, \vec{v}_3. Guardo solo le prime tre colonne: pivot 11, −1-1, kk.

  • k≠0k \neq 0: tre pivot, rango 33 = numero di vettori, indipendenti;
  • k=0k = 0: la riga 3 diventa (0,0,0)(0, 0, 0), rango 2<32 < 3, dipendenti.

Indipendente se e solo se k≠0k \neq 0.

Per k=0k = 0 la relazione si legge dalla forma ridotta delle prime tre colonne (T5). D2(−1)D_2(-1) trasforma la riga 2 in (0,1,−2)(0, 1, -2); sopra il secondo pivot c’è già 00, quindi la forma è ridotta:

rref⁡(10−10−12000000)=(10−101−2000000)\operatorname{rref}\begin{pmatrix} 1 & 0 & -1 \\ 0 & -1 & 2 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix} = \begin{pmatrix} 1 & 0 & -1 \\ 0 & 1 & -2 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix}

La colonna 3 è −1⋅(col. 1)−2⋅(col. 2)-1 \cdot (\text{col. } 1) - 2 \cdot (\text{col. } 2), quindi v⃗3=−v⃗1−2v⃗2\vec{v}_3 = -\vec{v}_1 - 2\vec{v}_2. Controllo: −(1,2,−2,−3)−2(0,−1,1,2)=(−1, −2+2, 2−2, 3−4)=(−1,0,0,−1)-(1, 2, -2, -3) - 2(0, -1, 1, 2) = (-1,\ -2 + 2,\ 2 - 2,\ 3 - 4) = (-1, 0, 0, -1), che è v⃗3\vec{v}_3 con k=0k = 0.

b) v⃗4∈Span(v⃗1,v⃗2,v⃗3)\vec{v}_4 \in \mathrm{Span}(\vec{v}_1, \vec{v}_2, \vec{v}_3)? Il sistema è λ1v⃗1+λ2v⃗2+λ3v⃗3=v⃗4\lambda_1\vec{v}_1 + \lambda_2\vec{v}_2 + \lambda_3\vec{v}_3 = \vec{v}_4: coefficienti le prime tre colonne, termine noto la quarta. Rouché-Capelli, caso per caso.

  • k≠0k \neq 0 e k≠−2k \neq -2. rg⁡(A)=3\operatorname{rg}(A) = 3. Nella completa la riga 4 è (0,0,0∣k(k+2))(0, 0, 0 \mid k(k + 2)) con k(k+2)≠0k(k + 2) \neq 0: è un’equazione 0=0 = numero non nullo, impossibile. rg⁡(A∣v⃗4)=4≠3\operatorname{rg}(A \mid \vec{v}_4) = 4 \neq 3: non appartiene.
  • k=−2k = -2. Sostituisco: la riga 3 è (0,0,−2∣−2)(0, 0, -2 \mid -2), la riga 4 è (0,0,0∣0)(0, 0, 0 \mid 0). rg⁡(A)=3=rg⁡(A∣v⃗4)\operatorname{rg}(A) = 3 = \operatorname{rg}(A \mid \vec{v}_4): appartiene.
  • k=0k = 0. Sostituisco: la riga 3 è (0,0,0∣0)(0, 0, 0 \mid 0) e la riga 4 è (0,0,0∣0)(0, 0, 0 \mid 0).
[10−140−12−600000000]\left[\begin{array}{ccc|c} 1 & 0 & -1 & 4 \\ 0 & -1 & 2 & -6 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{array}\right]

rg⁡(A)=2=rg⁡(A∣v⃗4)\operatorname{rg}(A) = 2 = \operatorname{rg}(A \mid \vec{v}_4): appartiene. È il caso che si perde se si guarda solo la riga 4 ragionando “con rango 33”: qui il rango di AA è sceso, e la compatibilità va rifatta da capo.

v⃗4∈Span(v⃗1,v⃗2,v⃗3)\vec{v}_4 \in \mathrm{Span}(\vec{v}_1, \vec{v}_2, \vec{v}_3) se e solo se k=0k = 0 oppure k=−2k = -2.

I coefficienti, risalendo dal basso (non li chiede, ma sono il controllo migliore):

  • k=−2k = -2: riga 3, −2λ3=−2-2\lambda_3 = -2, quindi λ3=1\lambda_3 = 1; riga 2, −λ2+2λ3=k−6=−8-\lambda_2 + 2\lambda_3 = k - 6 = -8, quindi λ2=10\lambda_2 = 10; riga 1, λ1−λ3=4\lambda_1 - \lambda_3 = 4, quindi λ1=5\lambda_1 = 5. Controllo: 5(1,2,−2,−3)+10(0,−1,1,2)+1⋅(−1,0,−2,−1)=(5−1, 10−10, −10+10−2, −15+20−1)=(4,0,−2,4)5(1, 2, -2, -3) + 10(0, -1, 1, 2) + 1 \cdot (-1, 0, -2, -1) = (5 - 1,\ 10 - 10,\ -10 + 10 - 2,\ -15 + 20 - 1) = (4, 0, -2, 4), che è v⃗4\vec{v}_4 con k=−2k = -2 (2+k=02 + k = 0, k2=4k^2 = 4).
  • k=0k = 0: λ3=t\lambda_3 = t è libero (colonna senza pivot); riga 2, −λ2+2t=−6-\lambda_2 + 2t = -6, quindi λ2=6+2t\lambda_2 = 6 + 2t; riga 1, λ1−t=4\lambda_1 - t = 4, quindi λ1=4+t\lambda_1 = 4 + t. Con t=0t = 0: 4(1,2,−2,−3)+6(0,−1,1,2)=(4, 8−6, −8+6, −12+12)=(4,2,−2,0)4(1, 2, -2, -3) + 6(0, -1, 1, 2) = (4,\ 8 - 6,\ -8 + 6,\ -12 + 12) = (4, 2, -2, 0), che è v⃗4\vec{v}_4 con k=0k = 0. Infiniti modi, uno per ogni tt: per k=0k = 0 i primi tre vettori sono dipendenti, e i coefficienti non sono unici.

c) Generano R4\mathbb{R}^4? Quattro vettori di R4\mathbb{R}^4: generano se e solo se la matrice intera ha rango 4=n4 = n (T3). Pivot: 11, −1-1, kk, k(k+2)k(k + 2).

  • k≠0,−2k \neq 0, -2: quattro pivot, rango 44, generano (e sono una base: quattro vettori in R4\mathbb{R}^4).
  • k=−2k = -2: la riga 3 è (0,0,−2,−2)(0, 0, -2, -2), la riga 4 è nulla: rango 33, non generano.
  • k=0k = 0: righe 3 e 4 nulle, rango 22, non generano.

{v⃗1,…,v⃗4}\{\vec{v}_1, \ldots, \vec{v}_4\} genera R4\mathbb{R}^4 se e solo se k≠0k \neq 0 e k≠−2k \neq -2.

Perché c) è il contrario di b). Se v⃗4\vec{v}_4 sta nello Span dei primi tre, aggiungerlo non porta niente di nuovo: Span(v⃗1,…,v⃗4)=Span(v⃗1,v⃗2,v⃗3)\mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_4) = \mathrm{Span}(\vec{v}_1, \vec{v}_2, \vec{v}_3), e tre vettori non generano R4\mathbb{R}^4 (T3, k<nk < n). Viceversa, per k≠0,−2k \neq 0, -2 i primi tre sono indipendenti e v⃗4\vec{v}_4 ne esce, e i quattro hanno rango 44. Il controllo incrociato fra b) e c) è gratis e va fatto.

4.4Esercizio 4.15

Dati

v⃗1=(1,0,1,1,1),v⃗2=(−2,2,0,0,1),v⃗3=(1,0,k,0,1)\vec{v}_1 = (1, 0, 1, 1, 1), \quad \vec{v}_2 = (-2, 2, 0, 0, 1), \quad \vec{v}_3 = (1, 0, k, 0, 1)

dove k∈Rk \in \mathbb{R}, determinare per quali valori di kk l’insieme {v⃗1,v⃗2,v⃗3}\{\vec{v}_1, \vec{v}_2, \vec{v}_3\} è linearmente indipendente.

Indizio

Prima di fare Gauss guarda le componenti in cui compaiono pochi vettori: la seconda e la quarta.

Soluzione

Come si riconosce. Indipendenza con un parametro. Tre vettori in R5\mathbb{R}^5: possono essere indipendenti (T3: 33 vettori e 55 componenti, il rango può arrivare a 33), ma non genereranno mai R5\mathbb{R}^5.

Perché qui conviene la definizione. Il criterio col rango funziona sempre, ma quando molte componenti sono 00 la definizione si risolve a occhio: ogni componente è un’equazione nei λi\lambda_i, e quelle con un solo λ\lambda lo danno subito.

Con la definizione. Impongo λ1v⃗1+λ2v⃗2+λ3v⃗3=0⃗\lambda_1\vec{v}_1 + \lambda_2\vec{v}_2 + \lambda_3\vec{v}_3 = \vec{0} e scrivo le componenti una per una:

1ª componente   λ1 − 2λ2 + λ3 = 0
2ª componente         2λ2      = 0      (solo v2 ha la 2ª componente ≠ 0)
3ª componente   λ1       + kλ3 = 0
4ª componente   λ1             = 0      (solo v1 ha la 4ª componente ≠ 0)
5ª componente   λ1 +  λ2 +  λ3 = 0
  • dalla seconda, λ2=0\lambda_2 = 0;
  • dalla quarta, λ1=0\lambda_1 = 0;
  • sostituendo nella prima, 0−0+λ3=00 - 0 + \lambda_3 = 0, quindi λ3=0\lambda_3 = 0.

L’unica soluzione è quella nulla, e per trovarla non è servita la terza componente, l’unica in cui compare kk. Quindi il risultato vale per ogni kk: l’insieme è linearmente indipendente per ogni k∈Rk \in \mathbb{R}. (La terza e la quinta equazione con λ1=λ2=λ3=0\lambda_1 = \lambda_2 = \lambda_3 = 0 sono soddisfatte, 0=00 = 0.)

Con il rango, per controllo. A=[v⃗1∣v⃗2∣v⃗3]A = [\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3] è 5×35 \times 3, con righe (1,−2,1)(1, -2, 1), (0,2,0)(0, 2, 0), (1,0,k)(1, 0, k), (1,0,0)(1, 0, 0), (1,1,1)(1, 1, 1).

  • E31(−1)E_{31}(-1): (1,0,k)−(1,−2,1)=(0,2,k−1)(1, 0, k) - (1, -2, 1) = (0, 2, k - 1);
  • E41(−1)E_{41}(-1): (1,0,0)−(1,−2,1)=(0,2,−1)(1, 0, 0) - (1, -2, 1) = (0, 2, -1);
  • E51(−1)E_{51}(-1): (1,1,1)−(1,−2,1)=(0,3,0)(1, 1, 1) - (1, -2, 1) = (0, 3, 0);
  • la riga 2 (0,2,0)(0, 2, 0) è il pivot della seconda colonna; S34S_{34} porta in riga 3 la (0,2,−1)(0, 2, -1), che non contiene kk (T6);
  • E32(−1)E_{32}(-1): (0,2,−1)−(0,2,0)=(0,0,−1)(0, 2, -1) - (0, 2, 0) = (0, 0, -1);
  • E42(−1)E_{42}(-1): (0,2,k−1)−(0,2,0)=(0,0,k−1)(0, 2, k - 1) - (0, 2, 0) = (0, 0, k - 1);
  • E52(−32)E_{52}(-\frac32): (0,3,0)−32(0,2,0)=(0,0,0)(0, 3, 0) - \frac32(0, 2, 0) = (0, 0, 0);
  • E43(k−1)E_{43}(k - 1): (0,0,k−1)+(k−1)(0,0,−1)=(0,0,0)(0, 0, k - 1) + (k - 1)(0, 0, -1) = (0, 0, 0). Moltiplicare per k−1k - 1 è lecito anche se k=1k = 1 (T6).

Pivot 11, 22, −1-1, nessuno con kk: rango 33 = numero di vettori per ogni valore del parametro. Stessa risposta.

Da ricordare. Un parametro nell’esercizio non vuol dire che la risposta dipenda dal parametro. “Per ogni kk” (e “per nessun kk”) sono risposte che escono spesso.

Le soluzioni ufficiali (p. 2) fanno lo stesso conto col rango, con S25S_{25} per primo, e concludono anche loro rango 33 per ogni kk. Due imprecisioni: la conclusione dice “linearmente equivalenti” invece di “linearmente indipendenti”; e la riduzione si ferma con k−1k - 1 ancora sotto il pivot −1-1 della terza colonna (serve un’ultima E43(k−1)E_{43}(k - 1), come qui sopra). Il rango è comunque 33.

4.5Esercizio 4.16

v⃗1=(1,−3,7),v⃗2=(2,−1,−1),v⃗3=(−4,2,2)\vec{v}_1 = (1, -3, 7), \quad \vec{v}_2 = (2, -1, -1), \quad \vec{v}_3 = (-4, 2, 2)

Stabilire se {v⃗1,v⃗2,v⃗3}\{\vec{v}_1, \vec{v}_2, \vec{v}_3\} è un insieme dipendente o indipendente. Se è dipendente esprimere, quando è possibile

Indizio

Confronta v⃗2\vec{v}_2 e v⃗3\vec{v}_3 prima di fare conti. “Quando è possibile” è un avvertimento: dipendente non vuol dire che ogni vettore è combinazione degli altri.

Soluzione

Come si riconosce. Dipendenza, e poi “chi si ricava dagli altri”: T3 per la prima parte, T5 per la seconda.

Guardare prima di contare. v⃗3=(−4,2,2)=−2⋅(2,−1,−1)=−2v⃗2\vec{v}_3 = (-4, 2, 2) = -2 \cdot (2, -1, -1) = -2\vec{v}_2. Due vettori paralleli bastano a rendere dipendente l’insieme, quindi la risposta alla prima domanda si vede già. Il Gauss serve a vedere tutte le relazioni, cioè a capire se v⃗1\vec{v}_1 c’entra.

Riduzione.

A=(12−4−3−127−12)A = \begin{pmatrix} 1 & 2 & -4 \\ -3 & -1 & 2 \\ 7 & -1 & 2 \end{pmatrix}
  • E21(3)E_{21}(3): R2+3R1=(−3+3, −1+6, 2−12)=(0,5,−10)R_2 + 3R_1 = (-3 + 3,\ -1 + 6,\ 2 - 12) = (0, 5, -10);
  • E31(−7)E_{31}(-7): R3−7R1=(7−7, −1−14, 2+28)=(0,−15,30)R_3 - 7R_1 = (7 - 7,\ -1 - 14,\ 2 + 28) = (0, -15, 30);
  • E32(3)E_{32}(3): R3+3R2=(0, −15+15, 30−30)=(0,0,0)R_3 + 3R_2 = (0,\ -15 + 15,\ 30 - 30) = (0, 0, 0);
  • D2(15)D_2(\frac15): (0,1,−2)(0, 1, -2);
  • E12(−2)E_{12}(-2): R1−2R2=(1, 2−2, −4+4)=(1,0,0)R_1 - 2R_2 = (1,\ 2 - 2,\ -4 + 4) = (1, 0, 0).
rref⁡(A)=(10001−2000)\operatorname{rref}(A) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & -2 \\ 0 & 0 & 0 \end{pmatrix}

Rango 2<32 < 3 = numero di vettori: dipendente.

Tutte le relazioni. Le soluzioni di Aλ⃗=0⃗A\vec{\lambda} = \vec{0} si leggono dalla forma ridotta: λ1=0\lambda_1 = 0 (riga 1) e λ2−2λ3=0\lambda_2 - 2\lambda_3 = 0 (riga 2), con λ3=t\lambda_3 = t libero. Quindi (λ1,λ2,λ3)=t(0,2,1)(\lambda_1, \lambda_2, \lambda_3) = t(0, 2, 1), e ogni relazione fra i tre vettori è un multiplo di

0⋅v⃗1+2v⃗2+v⃗3=0⃗0 \cdot \vec{v}_1 + 2\vec{v}_2 + \vec{v}_3 = \vec{0}

Controllo: 2(2,−1,−1)+(−4,2,2)=(0,0,0)2(2, -1, -1) + (-4, 2, 2) = (0, 0, 0). Il coefficiente di v⃗1\vec{v}_1 è 00 in tutte.

Le tre domande, con T5 (si ricava v⃗j\vec{v}_j solo se ha coefficiente ≠0\neq 0 in una relazione):

  • v⃗1\vec{v}_1 da v⃗2,v⃗3\vec{v}_2, \vec{v}_3: non è possibile. Il suo coefficiente è sempre 00. Lo stesso a mano: Span(v⃗2,v⃗3)=Span(v⃗2)\mathrm{Span}(\vec{v}_2, \vec{v}_3) = \mathrm{Span}(\vec{v}_2), la retta dei multipli di (2,−1,−1)(2, -1, -1), perché v⃗3\vec{v}_3 è già un multiplo di v⃗2\vec{v}_2. v⃗1=a(2,−1,−1)\vec{v}_1 = a(2, -1, -1) chiederebbe 2a=12a = 1 dalla prima componente e −a=−3-a = -3 dalla seconda, cioè a=12a = \frac12 e a=3a = 3 insieme: impossibile. Nella figura, v⃗1\vec{v}_1 esce dalla retta.
  • v⃗2=0⋅v⃗1−12v⃗3\vec{v}_2 = 0 \cdot \vec{v}_1 - \frac12\vec{v}_3. Dalla relazione, dividendo per il coefficiente 22: v⃗2=−12v⃗3\vec{v}_2 = -\frac12\vec{v}_3. Controllo: −12(−4,2,2)=(2,−1,−1)-\frac12(-4, 2, 2) = (2, -1, -1).
  • v⃗3=0⋅v⃗1−2v⃗2\vec{v}_3 = 0 \cdot \vec{v}_1 - 2\vec{v}_2. È la colonna 3 della forma ridotta, elementi 00 e −2-2. Controllo: −2(2,−1,−1)=(−4,2,2)-2(2, -1, -1) = (-4, 2, 2).

In tutti e due i casi i coefficienti sono unici: {v⃗1,v⃗3}\{\vec{v}_1, \vec{v}_3\} e {v⃗1,v⃗2}\{\vec{v}_1, \vec{v}_2\} sono coppie di vettori non paralleli, quindi indipendenti, e una combinazione di vettori indipendenti si scrive in un modo solo.

Da ricordare. “Dipendenti” vuol dire che almeno uno è combinazione degli altri, non che lo sono tutti. Il vettore che ha coefficiente 00 in ogni relazione è quello “estraneo”.

4.6Esercizio 4.17

In R3\mathbb{R}^3 siano dati

v⃗1=(2,1,1),v⃗2=(−1,1,2),v⃗3=(3,−2,−1),v⃗4=(4,−1,−2)\vec{v}_1 = (2, 1, 1), \quad \vec{v}_2 = (-1, 1, 2), \quad \vec{v}_3 = (3, -2, -1), \quad \vec{v}_4 = (4, -1, -2)

Stabilire se v⃗4\vec{v}_4 è combinazione lineare di v⃗1,v⃗2,v⃗3\vec{v}_1, \vec{v}_2, \vec{v}_3.

Indizio

È il primo criterio di T3: completa [v⃗1∣v⃗2∣v⃗3∣v⃗4][\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3 \mid \vec{v}_4] e Rouché-Capelli. Se il rango delle prime tre colonne è già 33, cosa puoi dire di ogni vettore di R3\mathbb{R}^3?

Soluzione

Come si riconosce. “v⃗4\vec{v}_4 è combinazione di …?” è la domanda di appartenenza: v⃗4∈Span(v⃗1,v⃗2,v⃗3)\vec{v}_4 \in \mathrm{Span}(\vec{v}_1, \vec{v}_2, \vec{v}_3)? Si scrive il sistema λ1v⃗1+λ2v⃗2+λ3v⃗3=v⃗4\lambda_1\vec{v}_1 + \lambda_2\vec{v}_2 + \lambda_3\vec{v}_3 = \vec{v}_4 (T2) e si guarda se è compatibile (T3).

[2−13411−2−112−1−2]→S12[11−2−12−13412−1−2]\left[\begin{array}{ccc|c} 2 & -1 & 3 & 4 \\ 1 & 1 & -2 & -1 \\ 1 & 2 & -1 & -2 \end{array}\right] \xrightarrow{S_{12}} \left[\begin{array}{ccc|c} 1 & 1 & -2 & -1 \\ 2 & -1 & 3 & 4 \\ 1 & 2 & -1 & -2 \end{array}\right]

Lo scambio mette in alto un 11: niente frazioni nel primo passo.

  • E21(−2)E_{21}(-2): R2−2R1=(2−2, −1−2, 3+4∣4+2)=(0,−3,7∣6)R_2 - 2R_1 = (2 - 2,\ -1 - 2,\ 3 + 4 \mid 4 + 2) = (0, -3, 7 \mid 6);
  • E31(−1)E_{31}(-1): R3−R1=(1−1, 2−1, −1+2∣−2+1)=(0,1,1∣−1)R_3 - R_1 = (1 - 1,\ 2 - 1,\ -1 + 2 \mid -2 + 1) = (0, 1, 1 \mid -1);
  • S23S_{23}: porto in riga 2 la riga con pivot 11;
  • E32(3)E_{32}(3): R3+3R2=(0, −3+3, 7+3∣6−3)=(0,0,10∣3)R_3 + 3R_2 = (0,\ -3 + 3,\ 7 + 3 \mid 6 - 3) = (0, 0, 10 \mid 3).
[11−2−1011−100103]\left[\begin{array}{ccc|c} 1 & 1 & -2 & -1 \\ 0 & 1 & 1 & -1 \\ 0 & 0 & 10 & 3 \end{array}\right]

rg⁡(A)=3=rg⁡(A∣v⃗4)\operatorname{rg}(A) = 3 = \operatorname{rg}(A \mid \vec{v}_4): il sistema è compatibile, sì, v⃗4\vec{v}_4 è combinazione di v⃗1,v⃗2,v⃗3\vec{v}_1, \vec{v}_2, \vec{v}_3.

Perché la risposta era scritta prima del termine noto. A=[v⃗1∣v⃗2∣v⃗3]A = [\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3] ha rango 3=n3 = n: per T3 i tre vettori generano tutto R3\mathbb{R}^3, e sono anche indipendenti (rango 3=k3 = k), cioè una base. Quindi ogni vettore di R3\mathbb{R}^3 ne è combinazione, in un modo solo. La colonna di v⃗4\vec{v}_4 serve solo a trovare i coefficienti. Se il rango di AA fosse stato 22, invece, la risposta sarebbe dipesa da v⃗4\vec{v}_4.

Coefficienti, risalendo dall’ultima riga:

  • riga 3: 10λ3=310\lambda_3 = 3, quindi λ3=310\lambda_3 = \frac{3}{10};
  • riga 2: λ2+λ3=−1\lambda_2 + \lambda_3 = -1, quindi λ2=−1−310=−1310\lambda_2 = -1 - \frac{3}{10} = -\frac{13}{10};
  • riga 1: λ1+λ2−2λ3=−1\lambda_1 + \lambda_2 - 2\lambda_3 = -1, quindi λ1=−1−λ2+2λ3=−1+1310+610=910\lambda_1 = -1 - \lambda_2 + 2\lambda_3 = -1 + \frac{13}{10} + \frac{6}{10} = \frac{9}{10}.
v⃗4=910v⃗1−1310v⃗2+310v⃗3\vec{v}_4 = \frac{9}{10}\vec{v}_1 - \frac{13}{10}\vec{v}_2 + \frac{3}{10}\vec{v}_3

Controllo, moltiplicando tutto per 1010 per non avere frazioni: deve venire 10v⃗4=(40,−10,−20)10\vec{v}_4 = (40, -10, -20).

9(2,1,1)−13(−1,1,2)+3(3,−2,−1)=(18+13+9, 9−13−6, 9−26−3)=(40,−10,−20)9(2, 1, 1) - 13(-1, 1, 2) + 3(3, -2, -1) = (18 + 13 + 9,\ 9 - 13 - 6,\ 9 - 26 - 3) = (40, -10, -20)

4.7Esercizio 4.18

  1. Date le terne v⃗1=(0,1,1)\vec{v}_1 = (0, 1, 1), v⃗2=(−1,k,0)\vec{v}_2 = (-1, k, 0), v⃗3=(1,1,k)\vec{v}_3 = (1, 1, k), mostrare che {v⃗1,v⃗2,v⃗3}\{\vec{v}_1, \vec{v}_2, \vec{v}_3\} è un insieme linearmente indipendente per qualsiasi valore di k∈Rk \in \mathbb{R}.
  2. Esprimere v⃗=(2,1,2)\vec{v} = (2, 1, 2) come combinazione lineare di v⃗1,v⃗2,v⃗3\vec{v}_1, \vec{v}_2, \vec{v}_3.
Indizio

La prima riga di AA comincia con 00: scambia. Se i pivot che escono non dipendono da kk, il punto 1 è fatto; il punto 2 viene dalla stessa riduzione con v⃗\vec{v} in fondo.

Soluzione

Come si riconosce. Indipendenza con parametro (punto 1) e coefficienti di una combinazione (punto 2): T3 e T6, e una sola riduzione per tutti e due, mettendo v⃗\vec{v} come termine noto.

[0−1121k1110k2]→S12[1k110−11210k2]\left[\begin{array}{ccc|c} 0 & -1 & 1 & 2 \\ 1 & k & 1 & 1 \\ 1 & 0 & k & 2 \end{array}\right] \xrightarrow{S_{12}} \left[\begin{array}{ccc|c} 1 & k & 1 & 1 \\ 0 & -1 & 1 & 2 \\ 1 & 0 & k & 2 \end{array}\right]

La prima riga di partenza ha 00 in prima colonna e non può fare da pivot: scambio con la seconda. Con lo scambio la riga 2 è già pronta, (0,−1,1∣2)(0, -1, 1 \mid 2), e il pivot della seconda colonna sarà −1-1, senza kk.

  • E31(−1)E_{31}(-1): R3−R1=(1−1, 0−k, k−1∣2−1)=(0,−k,k−1∣1)R_3 - R_1 = (1 - 1,\ 0 - k,\ k - 1 \mid 2 - 1) = (0, -k, k - 1 \mid 1);
  • E32(−k)E_{32}(-k): R3−kR2=(0, −k+k, k−1−k∣1−2k)=(0,0,−1∣1−2k)R_3 - kR_2 = (0,\ -k + k,\ k - 1 - k \mid 1 - 2k) = (0, 0, -1 \mid 1 - 2k).

Nell’ultimo passo moltiplico la riga 2 per kk, non divido per kk (T6): per k=0k = 0 l’elemento da azzerare è già 00 e il passo non cambia niente, ma la formula dà comunque la riga giusta. Se avessi usato −k-k come pivot avrei dovuto separare il caso k=0k = 0.

[1k110−11200−11−2k]\left[\begin{array}{ccc|c} 1 & k & 1 & 1 \\ 0 & -1 & 1 & 2 \\ 0 & 0 & -1 & 1 - 2k \end{array}\right]

1. Pivot 11, −1-1, −1-1: nessuno dipende da kk, nessuno si annulla mai. Rango 33 = numero di vettori per ogni kk: indipendente per ogni k∈Rk \in \mathbb{R}. Tre vettori indipendenti di R3\mathbb{R}^3 sono anche una base (T3, tanti vettori quante componenti), e quindi il punto 2 ha sicuramente una soluzione, unica.

2. Risalgo, tenendo kk come lettera:

  • riga 3: −λ3=1−2k-\lambda_3 = 1 - 2k, quindi λ3=2k−1\lambda_3 = 2k - 1;
  • riga 2: −λ2+λ3=2-\lambda_2 + \lambda_3 = 2, quindi λ2=λ3−2=2k−3\lambda_2 = \lambda_3 - 2 = 2k - 3;
  • riga 1: λ1+kλ2+λ3=1\lambda_1 + k\lambda_2 + \lambda_3 = 1, quindi λ1=1−k(2k−3)−(2k−1)=1−2k2+3k−2k+1=−2k2+k+2\lambda_1 = 1 - k(2k - 3) - (2k - 1) = 1 - 2k^2 + 3k - 2k + 1 = -2k^2 + k + 2.
v⃗=(−2k2+k+2) v⃗1+(2k−3) v⃗2+(2k−1) v⃗3\vec{v} = (-2k^2 + k + 2)\,\vec{v}_1 + (2k - 3)\,\vec{v}_2 + (2k - 1)\,\vec{v}_3

I coefficienti dipendono da kk, ed è giusto: cambiando kk cambiano v⃗2\vec{v}_2 e v⃗3\vec{v}_3, e quindi cambia il modo di arrivare a v⃗\vec{v}.

Controllo componente per componente, con kk generico (le componenti di v⃗1,v⃗2,v⃗3\vec{v}_1, \vec{v}_2, \vec{v}_3 sono le righe della matrice di partenza):

  • prima: 0⋅λ1−λ2+λ3=−(2k−3)+(2k−1)=20 \cdot \lambda_1 - \lambda_2 + \lambda_3 = -(2k - 3) + (2k - 1) = 2;
  • seconda: λ1+kλ2+λ3=(−2k2+k+2)+(2k2−3k)+(2k−1)=1\lambda_1 + k\lambda_2 + \lambda_3 = (-2k^2 + k + 2) + (2k^2 - 3k) + (2k - 1) = 1;
  • terza: λ1+0⋅λ2+kλ3=(−2k2+k+2)+(2k2−k)=2\lambda_1 + 0 \cdot \lambda_2 + k\lambda_3 = (-2k^2 + k + 2) + (2k^2 - k) = 2.

Risultato (2,1,2)=v⃗(2, 1, 2) = \vec{v}. E un controllo numerico con k=0k = 0: v⃗1=(0,1,1)\vec{v}_1 = (0, 1, 1), v⃗2=(−1,0,0)\vec{v}_2 = (-1, 0, 0), v⃗3=(1,1,0)\vec{v}_3 = (1, 1, 0), coefficienti 2,−3,−12, -3, -1: 2(0,1,1)−3(−1,0,0)−(1,1,0)=(0+3−1, 2−0−1, 2−0−0)=(2,1,2)2(0, 1, 1) - 3(-1, 0, 0) - (1, 1, 0) = (0 + 3 - 1,\ 2 - 0 - 1,\ 2 - 0 - 0) = (2, 1, 2).

4.8Esercizio 4.19

Si consideri il seguente sottoinsieme di M2(R)M_2(\mathbb{R}):

I={(ab0c)∣a,b,c∈R}I = \left\{\begin{pmatrix} a & b \\ 0 & c \end{pmatrix} \mid a, b, c \in \mathbb{R}\right\}
  1. Si verifichi che II è chiuso rispetto al prodotto e alla somma di matrici.
  2. L’insieme II è un sottospazio di M2(R)M_2(\mathbb{R})?
Indizio

Il prodotto di matrici non è una delle due operazioni di uno spazio vettoriale. Per b) servono la somma e il prodotto per uno scalare.

Soluzione

Come si riconosce. Verifica di sottospazio in uno spazio di matrici (T1, T7), con una trappola: a) chiede la chiusura per un’operazione, il prodotto righe per colonne, che con i sottospazi non c’entra.

II sono le matrici triangolari superiori 2×22 \times 2: zero sotto la diagonale, tutto il resto libero.

a) Prendo due elementi generici di II (T1), con lettere diverse:

X=(ab0c),Y=(a′b′0c′)X = \begin{pmatrix} a & b \\ 0 & c \end{pmatrix}, \qquad Y = \begin{pmatrix} a' & b' \\ 0 & c' \end{pmatrix}
  • Somma, elemento per elemento: X+Y=(a+a′b+b′0+0c+c′)X + Y = \begin{pmatrix} a + a' & b + b' \\ 0 + 0 & c + c' \end{pmatrix}. Il posto (2,1)(2, 1) vale 00: sta in II.
  • Prodotto, righe per colonne. Ogni elemento di XYXY è (riga di XX) ⋅\cdot (colonna di YY):
    • posto (1,1)(1, 1): (a,b)⋅(a′,0)=aa′+b⋅0=aa′(a, b) \cdot (a', 0) = aa' + b \cdot 0 = aa';
    • posto (1,2)(1, 2): (a,b)⋅(b′,c′)=ab′+bc′(a, b) \cdot (b', c') = ab' + bc';
    • posto (2,1)(2, 1): (0,c)⋅(a′,0)=0⋅a′+c⋅0=0(0, c) \cdot (a', 0) = 0 \cdot a' + c \cdot 0 = 0;
    • posto (2,2)(2, 2): (0,c)⋅(b′,c′)=0⋅b′+cc′=cc′(0, c) \cdot (b', c') = 0 \cdot b' + cc' = cc'.
XY=(aa′ab′+bc′0cc′)∈IXY = \begin{pmatrix} aa' & ab' + bc' \\ 0 & cc' \end{pmatrix} \in I

Il posto (2,1)(2, 1) è nullo perché ogni addendo contiene uno dei due zeri. Entrambe le chiusure valgono.

b) Sì, è un sottospazio. Per T1 servono tre cose, e la chiusura per il prodotto di matrici non è fra queste:

  • O∈IO \in I: con a=b=c=0a = b = c = 0;
  • (A) somma: fatta in a);
  • (B) prodotto per uno scalare λ∈R\lambda \in \mathbb{R}: λX=(λaλbλ⋅0λc)=(λaλb0λc)∈I\lambda X = \begin{pmatrix} \lambda a & \lambda b \\ \lambda \cdot 0 & \lambda c \end{pmatrix} = \begin{pmatrix} \lambda a & \lambda b \\ 0 & \lambda c \end{pmatrix} \in I.

Con la scorciatoia di T1: II è descritto dalla sola condizione a21=0a_{21} = 0, lineare omogenea sugli elementi. Pensando M2(R)M_2(\mathbb{R}) come R4\mathbb{R}^4 (T7), è come il sottoinsieme delle quaterne con terza componente nulla.

Perché il foglio chiede il prodotto: le due chiusure sono indipendenti.

  • Chiuso per il prodotto ma non sottospazio: le matrici invertibili. Il prodotto di invertibili è invertibile, ma OO non lo è, e I+(−I)=OI + (-I) = O esce dall’insieme.
  • Sottospazio ma non chiuso per il prodotto: le matrici simmetriche (AT=AA^T = A, condizione lineare a12=a21a_{12} = a_{21}). Però
(1000)(0110)=(0100)\begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix}\begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix} = \begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix}

è il prodotto di due simmetriche e non è simmetrica.

Le triangolari superiori hanno tutte e due le proprietà, ma solo la seconda risponde a b).

4.9Esercizio 4.20

Sia M2,2(R)M_{2,2}(\mathbb{R}) lo spazio vettoriale delle matrici quadrate 2×22 \times 2 a coefficienti reali, e

S=(1−201)S = \begin{pmatrix} 1 & -2 \\ 0 & 1 \end{pmatrix}
  1. Si mostri che U={A∈M2,2(R)∣AS=SA}U = \{A \in M_{2,2}(\mathbb{R}) \mid AS = SA\} è un sottospazio vettoriale di M2,2(R)M_{2,2}(\mathbb{R}).
  2. Si trovino i valori del parametro reale kk per i quali la matrice (1k−2k1)\begin{pmatrix} 1 & k - 2 \\ k & 1 \end{pmatrix} appartiene ad UU.
  3. Si trovino le matrici non invertibili appartenenti ad UU, e si mostri che formano un sottospazio vettoriale di M2,2(R)M_{2,2}(\mathbb{R}).
Indizio

Per 1. bastano le proprietà del prodotto (distributiva, scalari che escono). Per 2. e 3. conviene descrivere UU in modo esplicito: calcola ASAS e SASA con A=(abcd)A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} generica.

Soluzione

Come si riconosce. UU è l’insieme delle matrici che commutano con SS, definito da un’uguaglianza fra prodotti: è il secondo caso di T7. Il prodotto di matrici in generale non è commutativo (AS≠SAAS \neq SA), quindi UU è un pezzo vero di M2(R)M_2(\mathbb{R}).

1. UU è un sottospazio. Due passi, come in T1.

  • O∈UO \in U: OS=OOS = O e SO=OSO = O, quindi OS=SOOS = SO.
  • (C): siano A,B∈UA, B \in U, cioè AS=SAAS = SA e BS=SBBS = SB, e λ,μ∈R\lambda, \mu \in \mathbb{R}. Devo far vedere che anche λA+μB\lambda A + \mu B commuta con SS:
(λA+μB)S=λAS+μBSdistributiva a destra, gli scalari escono(\lambda A + \mu B)S = \lambda AS + \mu BS \qquad \text{distributiva a destra, gli scalari escono} =λSA+μSBpercheˊ A,B∈U= \lambda SA + \mu SB \qquad \text{perché } A, B \in U =S(λA+μB)distributiva a sinistra, letta al contrario= S(\lambda A + \mu B) \qquad \text{distributiva a sinistra, letta al contrario}

Quindi λA+μB∈U\lambda A + \mu B \in U, e UU è un sottospazio. □\square

Questa dimostrazione non usa gli elementi di SS: vale per qualunque SS. L’insieme delle matrici che commutano con una matrice fissata è sempre un sottospazio.

UU esplicito. Per 2. e 3. serve sapere com’è fatto UU. Con A=(abcd)A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} generica, righe per colonne:

AS=(a⋅1+b⋅0a(−2)+b⋅1c⋅1+d⋅0c(−2)+d⋅1)=(a−2a+bc−2c+d)AS = \begin{pmatrix} a \cdot 1 + b \cdot 0 & a(-2) + b \cdot 1 \\ c \cdot 1 + d \cdot 0 & c(-2) + d \cdot 1 \end{pmatrix} = \begin{pmatrix} a & -2a + b \\ c & -2c + d \end{pmatrix} SA=(1⋅a−2c1⋅b−2d0⋅a+1⋅c0⋅b+1⋅d)=(a−2cb−2dcd)SA = \begin{pmatrix} 1 \cdot a - 2c & 1 \cdot b - 2d \\ 0 \cdot a + 1 \cdot c & 0 \cdot b + 1 \cdot d \end{pmatrix} = \begin{pmatrix} a - 2c & b - 2d \\ c & d \end{pmatrix}

Due matrici sono uguali se sono uguali elemento per elemento:

  • posto (1,1)(1, 1): a=a−2ca = a - 2c, quindi 2c=02c = 0, c=0c = 0;
  • posto (1,2)(1, 2): −2a+b=b−2d-2a + b = b - 2d, quindi −2a=−2d-2a = -2d, a=da = d;
  • posto (2,1)(2, 1): c=cc = c, sempre vero;
  • posto (2,2)(2, 2): −2c+d=d-2c + d = d, quindi di nuovo c=0c = 0.

Restano due condizioni, c=0c = 0 e a=da = d, mentre bb è libero:

U={(ab0a):a,b∈R}U = \left\{\begin{pmatrix} a & b \\ 0 & a \end{pmatrix} : a, b \in \mathbb{R}\right\}

Le condizioni sono lineari omogenee: è un’altra conferma del punto 1 (T1). Controllo con un elemento: A=(2502)A = \begin{pmatrix} 2 & 5 \\ 0 & 2 \end{pmatrix} dà AS=(2102)AS = \begin{pmatrix} 2 & 1 \\ 0 & 2 \end{pmatrix} e SA=(25−402)=(2102)SA = \begin{pmatrix} 2 & 5 - 4 \\ 0 & 2 \end{pmatrix} = \begin{pmatrix} 2 & 1 \\ 0 & 2 \end{pmatrix}, uguali.

2. La matrice (1k−2k1)\begin{pmatrix} 1 & k - 2 \\ k & 1 \end{pmatrix} ha a=1a = 1, b=k−2b = k - 2, c=kc = k, d=1d = 1. Sta in UU se e solo se c=0c = 0 e a=da = d: k=0k = 0 e 1=11 = 1. Solo k=0k = 0. Controllo: per k=0k = 0 la matrice è (1−201)=S\begin{pmatrix} 1 & -2 \\ 0 & 1 \end{pmatrix} = S, che commuta con sé stessa (SS=SSSS = SS).

3. Le non invertibili di UU. Una matrice quadrata è invertibile se e solo se ha rango massimo, qui 22 (Matrici invertibili). Le matrici di UU sono già triangolari, quindi il rango si legge:

  • a≠0a \neq 0: (ab0a)\begin{pmatrix} a & b \\ 0 & a \end{pmatrix} è a scalini con due pivot (aa e aa), rango 22, invertibile;
  • a=0a = 0: (0b00)\begin{pmatrix} 0 & b \\ 0 & 0 \end{pmatrix} ha al più un pivot (bb, se b≠0b \neq 0), rango ≤1\leq 1, non invertibile.

Quindi le non invertibili di UU sono

W={(0b00):b∈R}W = \left\{\begin{pmatrix} 0 & b \\ 0 & 0 \end{pmatrix} : b \in \mathbb{R}\right\}

WW è un sottospazio (T1): contiene OO (con b=0b = 0), e per due elementi generici

λ(0b00)+μ(0b′00)=(0λb+μb′00)∈W\lambda\begin{pmatrix} 0 & b \\ 0 & 0 \end{pmatrix} + \mu\begin{pmatrix} 0 & b' \\ 0 & 0 \end{pmatrix} = \begin{pmatrix} 0 & \lambda b + \mu b' \\ 0 & 0 \end{pmatrix} \in W

Perché è un fatto speciale. In tutto M2(R)M_2(\mathbb{R}) le non invertibili non sono un sottospazio: (1000)\begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix} e (0001)\begin{pmatrix} 0 & 0 \\ 0 & 1 \end{pmatrix} hanno rango 11, ma la loro somma è II, invertibile. Dentro UU invece “non invertibile” vuol dire solo a=0a = 0, una condizione lineare omogenea, e il problema sparisce.

4.10Esercizio 4.21

Siano MM e NN due matrici nello spazio M2(R)M_2(\mathbb{R}) e sia UU il sottoinsieme di M2(R)M_2(\mathbb{R}) così definito:

U={A∈M2(R)∣MA=NA}U = \{A \in M_2(\mathbb{R}) \mid MA = NA\}

Si mostri che UU è un sottospazio di M2(R)M_2(\mathbb{R}).

Indizio

MM e NN non sono date: non si può fare il conto con gli elementi. Ripeti la dimostrazione del punto 1 di 4.20, con la distributiva.

Soluzione

Come si riconosce. Come il punto 1 di 4.20: un sottospazio definito da un’uguaglianza fra prodotti in cui AA compare linearmente (T7). Qui MM e NN sono qualsiasi, quindi l’unica strada è la dimostrazione con le proprietà del prodotto.

Non vuoto: MO=OMO = O e NO=ONO = O, quindi MO=NOMO = NO e O∈UO \in U.

(C): siano A,B∈UA, B \in U, cioè MA=NAMA = NA e MB=NBMB = NB, e λ,μ∈R\lambda, \mu \in \mathbb{R}.

M(λA+μB)=λMA+μMBdistributiva, gli scalari esconoM(\lambda A + \mu B) = \lambda MA + \mu MB \qquad \text{distributiva, gli scalari escono} =λNA+μNBpercheˊ A,B∈U= \lambda NA + \mu NB \qquad \text{perché } A, B \in U =N(λA+μB)distributiva, letta al contrario= N(\lambda A + \mu B) \qquad \text{distributiva, letta al contrario}

quindi λA+μB∈U\lambda A + \mu B \in U. □\square

Un altro modo di vederlo. MA=NAMA = NA equivale a MA−NA=OMA - NA = O, cioè (M−N)A=O(M - N)A = O (distributiva). Con C=M−NC = M - N:

U={A:CA=O}U = \{A : CA = O\}

Il prodotto CACA si fa colonna per colonna: la colonna jj di CACA è CC per la colonna jj di AA. Quindi CA=OCA = O vuol dire che ogni colonna di AA sta nel nucleo N(C)N(C), che è un sottospazio di R2\mathbb{R}^2. Combinando due matrici di UU, le colonne si combinano e restano nel nucleo.

Esempi estremi, per controllare che il risultato abbia senso:

  • M=IM = I, N=ON = O: C=IC = I, e IA=OIA = O solo per A=OA = O. U={O}U = \{O\}, il sottospazio più piccolo.
  • M=NM = N: C=OC = O, e OA=OOA = O per ogni AA. U=M2(R)U = M_2(\mathbb{R}), il più grande.

Perché la linearità conta. Con U′={A:A2=A}U' = \{A : A^2 = A\} (dove AA compare due volte) la dimostrazione non funziona più: I∈U′I \in U' ma 2I∉U′2I \notin U', perché (2I)2=4I≠2I(2I)^2 = 4I \neq 2I. Non è un sottospazio.

4.11Esercizio extra delle soluzioni ufficiali

Il 4.15 delle soluzioni ufficiali, p. 3-4, che non è sul foglio attuale. Si considerino le ennuple di R4\mathbb{R}^4

v⃗1=(k,0,1,1),v⃗2=(1,k,1,0),v⃗3=(1,1,k,k),v⃗4=(1,0,k,k).\vec{v}_1 = (k, 0, 1, 1), \quad \vec{v}_2 = (1, k, 1, 0), \quad \vec{v}_3 = (1, 1, k, k), \quad \vec{v}_4 = (1, 0, k, k).

Si trovino i valori del parametro kk per i quali {v⃗1,v⃗2,v⃗3,v⃗4}\{\vec{v}_1, \vec{v}_2, \vec{v}_3, \vec{v}_4\} è una base di R4\mathbb{R}^4.

Indizio

Quattro vettori di R4\mathbb{R}^4: base se e solo se il rango è 44 (T3). La prima colonna ha kk in alto: porta su una riga con 11 al posto del pivot, così non dividi per kk.

Soluzione

Come si riconosce. Base con parametro, k=n=4k = n = 4: basta il rango della matrice con i vettori in colonna (T3, T6).

A=(k1110k1011kk10kk)A = \begin{pmatrix} k & 1 & 1 & 1 \\ 0 & k & 1 & 0 \\ 1 & 1 & k & k \\ 1 & 0 & k & k \end{pmatrix}
  • S13S_{13} e S24S_{24} (come le soluzioni ufficiali): righe (1,1,k,k)(1, 1, k, k), (1,0,k,k)(1, 0, k, k), (k,1,1,1)(k, 1, 1, 1), (0,k,1,0)(0, k, 1, 0).
  • E21(−1)E_{21}(-1): R2=(0,−1,0,0)R_2 = (0, -1, 0, 0); E31(−k)E_{31}(-k): R3=(k,1,1,1)−k(1,1,k,k)=(0, 1−k, 1−k2, 1−k2)R_3 = (k, 1, 1, 1) - k(1, 1, k, k) = (0,\ 1 - k,\ 1 - k^2,\ 1 - k^2). Per k=0k = 0 questa operazione non cambia niente, ed è lecita lo stesso.
  • Pivot −1-1 in seconda colonna. E42(k)E_{42}(k): R4=(0,k,1,0)+k(0,−1,0,0)=(0,0,1,0)R_4 = (0, k, 1, 0) + k(0, -1, 0, 0) = (0, 0, 1, 0); E32(1−k)E_{32}(1 - k): R3=(0,0,1−k2,1−k2)R_3 = (0, 0, 1 - k^2, 1 - k^2).
  • S34S_{34}: il pivot della terza colonna diventa l’11 senza parametro; E43(k2−1)E_{43}(k^2 - 1): R4=(0,0,1−k2,1−k2)+(k2−1)(0,0,1,0)=(0,0,0,1−k2)R_4 = (0, 0, 1 - k^2, 1 - k^2) + (k^2 - 1)(0, 0, 1, 0) = (0, 0, 0, 1 - k^2).
(11kk0−10000100001−k2)\begin{pmatrix} 1 & 1 & k & k \\ 0 & -1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 - k^2 \end{pmatrix}

Il quarto pivot è 1−k2=(1−k)(1+k)1 - k^2 = (1 - k)(1 + k).

  • k=±1k = \pm 1: rg⁡(A)=3\operatorname{rg}(A) = 3, non è una base di R4\mathbb{R}^4 (le soluzioni ufficiali scrivono “R5\mathbb{R}^5”, è un refuso).
  • k≠±1k \neq \pm 1: rg⁡(A)=4\operatorname{rg}(A) = 4, è una base.

Controllo. Per k=1k = 1, v⃗1=v⃗4=(1,0,1,1)\vec{v}_1 = \vec{v}_4 = (1, 0, 1, 1): due vettori uguali. Per k=−1k = -1, v⃗1=(−1,0,1,1)=−v⃗4\vec{v}_1 = (-1, 0, 1, 1) = -\vec{v}_4. Con il determinante (capitolo 5): det⁡A=−(k−1)(k+1)\det A = -(k - 1)(k + 1), nullo proprio per k=±1k = \pm 1. Il prodotto dei pivot della forma a scalini, 1⋅(−1)⋅1⋅(1−k2)1 \cdot (-1) \cdot 1 \cdot (1 - k^2), cambiato di segno per i tre scambi, dà lo stesso: (−1)3⋅(−(1−k2))=1−k2=−(k−1)(k+1)(-1)^3 \cdot (-(1 - k^2)) = 1 - k^2 = -(k - 1)(k + 1).

5Errori tipici

6Domande