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

Generatori

Argomento di Geometria e Algebra Lineare. Fatto a lezione in L7, mar 13/10, seconda parte del capitolo 4, e ripreso in L8, lun 19/10. Fonte: appunti della prof, 13/10, p. 6 (sottospazio generato, finitamente generato), p. 7 (R2\mathbb{R}^2 e Rn\mathbb{R}^n, criterio col rango), p. 8 (due esempi in R3\mathbb{R}^3), p. 9 (spazio delle righe e delle colonne); in L8, 19/10, p. 10-11 (ogni sottospazio generato di Rn\mathbb{R}^n come insieme delle soluzioni di un sistema omogeneo, esempio in R4\mathbb{R}^4), p. 12 (Span(ı⃗,ȷ⃗)\mathrm{Span}(\vec{\imath}, \vec{\jmath}) in V3V^3, R[x]\mathbb{R}[x] non finitamente generato), p. 13 (R[x]d\mathbb{R}[x]_d finitamente generato). Dispensa: §4.3.2, p. 92-95 (stesse definizioni, esempi 55 e 57, e le equazioni di uno Span nell’esempio 58). Nel quaderno (p. 71) c’è solo il titolo “Generatori”: il contenuto viene dagli appunti della prof, e il piano mette i generatori nella L7. Prima: Spazi vettoriali (combinazioni lineari, forma matriciale (∗)(\ast), sottospazi). Il calcolo passa da Algoritmo di Gauss-Jordan e Rango e Rouché-Capelli. Dopo, nella L8 del 19/10: Dipendenza lineare e Basi. Esercitazione 4 del tutor, mar 20/10: p. 4-5 (esercizio 2 del foglio esercizi extra sugli spazi vettoriali).

L’idea. In Spazi vettoriali si è visto che, presi dei vettori, le loro combinazioni lineari restano nello spazio. Ora si guarda l’insieme di tutte quelle combinazioni: è il pezzo di spazio che quei vettori “raggiungono”. Un vettore solo raggiunge una retta per l’origine, due vettori non paralleli un piano per l’origine. La domanda chiave è: questi vettori raggiungono tutto lo spazio? In Rn\mathbb{R}^n si risponde con un rango, perché “raggiungere b⃗\vec{b}” vuol dire “un certo sistema lineare ha soluzione”.

Span(v1, ..., vk)     = { tutte le λ1 v1 + ... + λk vk }    sottospazio di V
V = Span(v1, ..., vk) => {v1, ..., vk} sistema di generatori, V finitamente generato
in R^n:  A = [v1 | ... | vk]  (n×k)
         b ∈ Span(v1,...,vk)  <=>  A λ = b compatibile  <=>  rg(A) = rg(A|b)
         {v1,...,vk} genera R^n  <=>  rg(A) = n      (serve k ≥ n)
         non generano: righe nulle di [A | b] -> equazioni cartesiane dello Span

1Definizioni

1.1Sottospazio generato

A parole, prima della formula. Si fissano alcuni vettori e si lasciano liberi i coefficienti. Ogni scelta dei coefficienti dà un vettore; l’insieme di tutti i vettori che si ottengono così è lo Span. Con un vettore solo lo si può soltanto allungare, accorciare o girare di verso: si resta sulla sua retta. Con due vettori non paralleli ci si muove lungo l’uno e poi lungo l’altro, e si copre un piano.

La prof (p. 6): sia VV uno spazio vettoriale reale. Dati v⃗1,…,v⃗k∈V\vec{v}_1, \ldots, \vec{v}_k \in V, l’insieme dato da tutte le combinazioni lineari di v⃗1,…,v⃗k\vec{v}_1, \ldots, \vec{v}_k è detto sottospazio generato da v⃗1,…,v⃗k\vec{v}_1, \ldots, \vec{v}_k.

Notazione: ⟨v⃗1,…,v⃗k⟩\langle \vec{v}_1, \ldots, \vec{v}_k \rangle oppure Span(v⃗1,…,v⃗k)\mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k).

Span(v⃗1,…,v⃗k)={λ1v⃗1+⋯+λkv⃗k:λ1,…,λk∈R}⊆V\mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k) = \{\lambda_1\vec{v}_1 + \cdots + \lambda_k\vec{v}_k : \lambda_1, \ldots, \lambda_k \in \mathbb{R}\} \subseteq V

Il nome “sottospazio” è giustificato dall’enunciato più sotto: lo Span è sempre un sottospazio. Contiene sempre 0⃗\vec{0} (tutti i coefficienti nulli) e ciascuno dei v⃗i\vec{v}_i (coefficiente 11 su v⃗i\vec{v}_i, 00 sugli altri).

Esempi, dal più facile.

  1. Un vettore in R2\mathbb{R}^2. Span((1,2))={λ(1,2):λ∈R}={(λ,2λ):λ∈R}\mathrm{Span}((1, 2)) = \{\lambda(1, 2) : \lambda \in \mathbb{R}\} = \{(\lambda, 2\lambda) : \lambda \in \mathbb{R}\}. Sono i punti con y=2xy = 2x: la retta per l’origine di pendenza 22. (3,6)=3(1,2)(3, 6) = 3(1, 2) ci sta; (1,1)(1, 1) no, perché dovrebbe essere λ=1\lambda = 1 dalla prima componente e 2λ=12\lambda = 1 dalla seconda, cioè λ=12\lambda = \frac12: contraddizione.
  2. Un vettore in R3\mathbb{R}^3. Span(v⃗)={λv⃗:λ∈R}\mathrm{Span}(\vec{v}) = \{\lambda\vec{v} : \lambda \in \mathbb{R}\}. Se v⃗≠0⃗\vec{v} \neq \vec{0} è la retta per l’origine con direzione v⃗\vec{v} (figura sopra, a sinistra): è la retta parametrica di Rette e piani nello spazio con punto di partenza OO. Se v⃗=0⃗\vec{v} = \vec{0}, ogni λ0⃗\lambda\vec{0} è 0⃗\vec{0} e lo Span è {0⃗}\{\vec{0}\}.
  3. Due vettori non paralleli in R3\mathbb{R}^3. Span(e⃗1,e⃗2)\mathrm{Span}(\vec{e}_1, \vec{e}_2) con e⃗1=(1,0,0)\vec{e}_1 = (1, 0, 0), e⃗2=(0,1,0)\vec{e}_2 = (0, 1, 0): λ1(1,0,0)+λ2(0,1,0)=(λ1,0,0)+(0,λ2,0)=(λ1,λ2,0)\lambda_1(1, 0, 0) + \lambda_2(0, 1, 0) = (\lambda_1, 0, 0) + (0, \lambda_2, 0) = (\lambda_1, \lambda_2, 0) Al variare di λ1,λ2\lambda_1, \lambda_2 si ottengono tutti e soli i vettori con terza componente nulla. È il piano xyxy, di equazione z=0z = 0 (figura sopra a destra, è il disegno della prof a p. 8). e⃗3=(0,0,1)\vec{e}_3 = (0, 0, 1) ne resta fuori.
  4. Due vettori paralleli. Span((1,2),(2,4))\mathrm{Span}((1, 2), (2, 4)). Siccome (2,4)=2(1,2)(2, 4) = 2(1, 2): λ1(1,2)+λ2(2,4)=λ1(1,2)+2λ2(1,2)=(λ1+2λ2)(1,2)raccolgo (1,2) con la (7)\lambda_1(1, 2) + \lambda_2(2, 4) = \lambda_1(1, 2) + 2\lambda_2(1, 2) = (\lambda_1 + 2\lambda_2)(1, 2) \qquad \text{raccolgo } (1, 2) \text{ con la (7)} Ogni combinazione è un multiplo di (1,2)(1, 2): lo Span è la retta Span((1,2))\mathrm{Span}((1, 2)) dell’esempio 1. Il secondo vettore non aggiunge niente (figura qui sotto, a sinistra).

Controesempi, cioè cose che non sono uno Span.

L’esempio 4 è il primo caso di dipendenza lineare: aggiungere un vettore che è già combinazione degli altri non allarga lo Span (esercizio 7 per la dimostrazione).

1.2Spazio finitamente generato e sistema di generatori

A parole. Un sistema di generatori è una lista finita di vettori da cui si ottiene ogni vettore di VV come combinazione lineare: con quei pochi “mattoni” si costruisce tutto lo spazio. “Finitamente generato” vuol dire che una lista così esiste.

La prof (p. 6): se VV spazio vettoriale reale è tale che V=Span(v⃗1,…,v⃗k)V = \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k), allora diciamo che VV è finitamente generato e {v⃗1,…,v⃗k}\{\vec{v}_1, \ldots, \vec{v}_k\} è detto insieme di generatori (o sistema di generatori) di VV.

Per dire che {v⃗1,…,v⃗k}\{\vec{v}_1, \ldots, \vec{v}_k\} genera VV bisogna mostrare un’inclusione sola, V⊆Span(v⃗1,…,v⃗k)V \subseteq \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k): l’altra, Span⊆V\mathrm{Span} \subseteq V, è automatica perché le combinazioni lineari di vettori di VV restano in VV.

Esempio della prof (p. 7). In V=R2V = \mathbb{R}^2, e⃗1=(1,0)\vec{e}_1 = (1, 0), e⃗2=(0,1)\vec{e}_2 = (0, 1). Il vettore v⃗=(3,4)\vec{v} = (3, 4) si scrive v⃗=3e⃗1+4e⃗2\vec{v} = 3\vec{e}_1 + 4\vec{e}_2:

3(1,0)+4(0,1)=(3,0)+(0,4)=(3,4)3(1, 0) + 4(0, 1) = (3, 0) + (0, 4) = (3, 4)

Lo stesso vale per ogni vettore: (a,b)=(a,0)+(0,b)=ae⃗1+be⃗2(a, b) = (a, 0) + (0, b) = a\vec{e}_1 + b\vec{e}_2. Quindi R2\mathbb{R}^2 è finitamente generato e {e⃗1,e⃗2}\{\vec{e}_1, \vec{e}_2\} è un sistema di generatori.

In generale (la prof, p. 7): in V=RnV = \mathbb{R}^n siano

e⃗1=(1,0,…,0),e⃗2=(0,1,0,…,0),…,e⃗n=(0,…,0,1)\vec{e}_1 = (1, 0, \ldots, 0),\quad \vec{e}_2 = (0, 1, 0, \ldots, 0),\quad \ldots,\quad \vec{e}_n = (0, \ldots, 0, 1)

Rn\mathbb{R}^n è finitamente generato e {e⃗1,…,e⃗n}\{\vec{e}_1, \ldots, \vec{e}_n\} è un sistema di generatori. Infatti ogni v⃗=(v1,…,vn)∈Rn\vec{v} = (v_1, \ldots, v_n) \in \mathbb{R}^n è combinazione lineare di {e⃗1,…,e⃗n}\{\vec{e}_1, \ldots, \vec{e}_n\}:

v⃗=v1e⃗1+⋯+vne⃗n\vec{v} = v_1\vec{e}_1 + \cdots + v_n\vec{e}_n

I coefficienti sono proprio le componenti di v⃗\vec{v}. Per controllarlo si guarda la componente ii della somma: e⃗i\vec{e}_i ha 11 al posto ii, ogni altro e⃗j\vec{e}_j ha 00 al posto ii, quindi la componente ii vale vi⋅1+∑j≠ivj⋅0=viv_i \cdot 1 + \sum_{j \neq i} v_j \cdot 0 = v_i.

Altri sistemi di generatori. I generatori non sono unici.

Controesempi.

Altri spazi finitamente generati (la prof in L8, p. 12-13).

1.3Uno spazio che non è finitamente generato: R[x]\mathbb{R}[x]

L’idea. Una combinazione di polinomi non può avere grado più alto del più alto fra i loro gradi: sommando e moltiplicando per numeri, le potenze di xx non salgono. Con una lista finita di polinomi c’è un grado massimo MM, e un polinomio di grado M+1M + 1 resta fuori.

La prof (p. 12): R[x]\mathbb{R}[x] non è finitamente generato.

Dimostrazione (della prof, p. 12)

Dobbiamo dimostrare che nessun insieme finito di elementi di R[x]\mathbb{R}[x] può essere un sistema di generatori di R[x]\mathbb{R}[x]. Sia {p1(x),…,pk(x)}⊆R[x]\{p_1(x), \ldots, p_k(x)\} \subseteq \mathbb{R}[x] e sia

M=max⁡{grado di pi(x):i=1,…,k}M = \max\{\text{grado di } p_i(x) : i = 1, \ldots, k\}

il massimo dei loro gradi. Ogni combinazione λ1p1(x)+⋯+λkpk(x)\lambda_1p_1(x) + \cdots + \lambda_kp_k(x) ha grado al più MM: ogni λipi(x)\lambda_ip_i(x) contiene solo potenze xjx^j con j≤Mj \leq M, e sommando polinomi non compaiono potenze nuove. Sia q(x)∈R[x]q(x) \in \mathbb{R}[x] di grado superiore ad MM, per esempio q(x)=xM+1q(x) = x^{M + 1}. Allora

q(x)∉Span(p1(x),…,pk(x))q(x) \notin \mathrm{Span}(p_1(x), \ldots, p_k(x))

Quindi {p1(x),…,pk(x)}\{p_1(x), \ldots, p_k(x)\} non genera R[x]\mathbb{R}[x], qualunque sia la lista finita. □\square

Esempi.

  1. {1,x,x2}\{1, x, x^2\} genera R[x]2\mathbb{R}[x]_2 ma non R[x]\mathbb{R}[x]: M=2M = 2, e x3x^3 non è combinazione di 1,x,x21, x, x^2, perché a+bx+cx2=x3a + bx + cx^2 = x^3 chiederebbe che il coefficiente di x3x^3, che a sinistra è 00, valga 11.
  2. {1+x5, x2−x7}\{1 + x^5,\ x^2 - x^7\}: M=7M = 7, e x8x^8 resta fuori. Ma anche polinomi di grado più basso restano fuori, per esempio xx: lo Span di una lista non contiene tutti i polinomi di grado ≤M\leq M. La dimostrazione ne usa solo uno, il più comodo.

Il confronto: R[x]d\mathbb{R}[x]_d è finitamente generato perché il grado è limitato da dd; in R[x]\mathbb{R}[x] il grado non ha limite, ed è proprio questo che la dimostrazione sfrutta.

1.4Spazio delle righe e spazio delle colonne

La prof (p. 9, esempio (7)): sia A∈Mm×n(R)A \in M_{m \times n}(\mathbb{R}),

A=(a11⋯a1n⋮⋮am1⋯amn)A = \begin{pmatrix} a_{11} & \cdots & a_{1n} \\ \vdots & & \vdots \\ a_{m1} & \cdots & a_{mn} \end{pmatrix}

Le righe di AA sono elementi di Rn\mathbb{R}^n: r⃗1,…,r⃗m∈Rn\vec{r}_1, \ldots, \vec{r}_m \in \mathbb{R}^n. Le colonne di AA sono elementi di Rm\mathbb{R}^m: c⃗1,…,c⃗n∈Rm\vec{c}_1, \ldots, \vec{c}_n \in \mathbb{R}^m.

Attenzione agli spazi. Una riga ha tante componenti quante colonne (nn), quindi R(A)R(A) vive in Rn\mathbb{R}^n; una colonna ha tante componenti quante righe (mm), quindi C(A)C(A) vive in Rm\mathbb{R}^m.

Esempi.

  1. A=(102011)A = \begin{pmatrix} 1 & 0 & 2 \\ 0 & 1 & 1 \end{pmatrix} (2×32 \times 3). R(A)=Span((1,0,2),(0,1,1))⊆R3R(A) = \mathrm{Span}((1, 0, 2), (0, 1, 1)) \subseteq \mathbb{R}^3: due vettori non paralleli, 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, perché fra le colonne ci sono già e⃗1\vec{e}_1 ed e⃗2\vec{e}_2.
  2. Esempio 55 della dispensa: A=(123−10111)A = \begin{pmatrix} 1 & 2 & 3 & -1 \\ 0 & 1 & 1 & 1 \end{pmatrix} (2×42 \times 4). R(A)=Span((1,2,3,−1),(0,1,1,1))⊆R4R(A) = \mathrm{Span}((1, 2, 3, -1), (0, 1, 1, 1)) \subseteq \mathbb{R}^4 e C(A)=Span((1,0),(2,1),(3,1),(−1,1))⊆R2C(A) = \mathrm{Span}((1, 0), (2, 1), (3, 1), (-1, 1)) \subseteq \mathbb{R}^2. (La dispensa scrive ⊂R3\subset \mathbb{R}^3 per C(A)C(A): è un refuso, le colonne hanno 22 componenti.) Anche qui C(A)=R2C(A) = \mathbb{R}^2: AA è già a scalini con due pivot, quindi rg⁡(A)=2\operatorname{rg}(A) = 2 e il criterio più sotto lo conferma.

Controesempio. Per A=(1224)A = \begin{pmatrix} 1 & 2 \\ 2 & 4 \end{pmatrix} le colonne sono (1,2)(1, 2) e (2,4)(2, 4): C(A)C(A) è la retta y=2xy = 2x e non tutto R2\mathbb{R}^2, anche se la matrice è quadrata.

2Enunciati

2.1Lo Span è un sottospazio

Span(v⃗1,…,v⃗k)\mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k) è un sottospazio di VV, e contiene v⃗1,…,v⃗k\vec{v}_1, \ldots, \vec{v}_k. La prof lo usa nel nome (“sottospazio generato”) senza dimostrarlo; la dimostrazione è la verifica della (C) di Spazi vettoriali.

Dimostrazione

Non vuoto e contiene i v⃗i\vec{v}_i. Con tutti i coefficienti nulli tranne λi=1\lambda_i = 1 si ottiene v⃗i\vec{v}_i. Con tutti nulli si ottiene 0⃗\vec{0}.

(C). Siano u⃗,w⃗∈Span\vec{u}, \vec{w} \in \mathrm{Span}, cioè u⃗=a1v⃗1+⋯+akv⃗k\vec{u} = a_1\vec{v}_1 + \cdots + a_k\vec{v}_k e w⃗=b1v⃗1+⋯+bkv⃗k\vec{w} = b_1\vec{v}_1 + \cdots + b_k\vec{v}_k, e siano λ,μ∈R\lambda, \mu \in \mathbb{R}. Allora

λu⃗+μw⃗=λ(a1v⃗1+⋯+akv⃗k)+μ(b1v⃗1+⋯+bkv⃗k)sostituisco\lambda\vec{u} + \mu\vec{w} = \lambda(a_1\vec{v}_1 + \cdots + a_k\vec{v}_k) + \mu(b_1\vec{v}_1 + \cdots + b_k\vec{v}_k) \qquad \text{sostituisco} =(λa1)v⃗1+⋯+(λak)v⃗k+(μb1)v⃗1+⋯+(μbk)v⃗kproprietaˋ (8) e (5)= (\lambda a_1)\vec{v}_1 + \cdots + (\lambda a_k)\vec{v}_k + (\mu b_1)\vec{v}_1 + \cdots + (\mu b_k)\vec{v}_k \qquad \text{proprietà (8) e (5)} =(λa1+μb1)v⃗1+⋯+(λak+μbk)v⃗kproprietaˋ (1), (2) e (7)= (\lambda a_1 + \mu b_1)\vec{v}_1 + \cdots + (\lambda a_k + \mu b_k)\vec{v}_k \qquad \text{proprietà (1), (2) e (7)}

È una combinazione lineare dei v⃗i\vec{v}_i, con coefficienti λai+μbi\lambda a_i + \mu b_i: sta nello Span. □\square

In più è il più piccolo sottospazio che contiene v⃗1,…,v⃗k\vec{v}_1, \ldots, \vec{v}_k: un sottospazio UU che li contiene, per la (C) applicata più volte, contiene tutte le loro combinazioni, cioè tutto lo Span.

2.2Appartenenza a uno Span: è un sistema lineare

L’idea. Chiedere “b⃗\vec{b} si ottiene combinando v⃗1,…,v⃗k\vec{v}_1, \ldots, \vec{v}_k?” vuol dire cercare numeri λ1,…,λk\lambda_1, \ldots, \lambda_k con λ1v⃗1+⋯+λkv⃗k=b⃗\lambda_1\vec{v}_1 + \cdots + \lambda_k\vec{v}_k = \vec{b}. Scritta componente per componente è un sistema lineare nelle incognite λi\lambda_i. Per la forma matriciale (∗)(\ast) di Spazi vettoriali (prof, p. 3) la combinazione è Aλ⃗A\vec{\lambda}, con i vettori come colonne di AA.

Il primo “  ⟺  \iff” è la definizione di Span riscritta con (∗)(\ast), il secondo è Rouché-Capelli. Detto con lo spazio delle colonne (conseguenza diretta, non detta esplicitamente a lezione):

Ax⃗=b⃗ eˋ compatibile  ⟺  b⃗∈C(A)A\vec{x} = \vec{b} \text{ è compatibile} \iff \vec{b} \in C(A)

Un sistema ha soluzione esattamente quando il termine noto si ottiene combinando le colonne della matrice dei coefficienti.

Esempi, dal più facile.

  1. In R2\mathbb{R}^2, coefficienti unici. (3,5)∈Span((1,1),(1,−1))(3, 5) \in \mathrm{Span}((1, 1), (1, -1))? Si cercano a,ba, b con a(1,1)+b(1,−1)=(3,5)a(1, 1) + b(1, -1) = (3, 5), cioè

    [1131−15]→E21(−1)[1130−22]R2−R1=(1−1, −1−1∣5−3)\left[\begin{array}{cc|c} 1 & 1 & 3 \\ 1 & -1 & 5 \end{array}\right] \xrightarrow{E_{21}(-1)} \left[\begin{array}{cc|c} 1 & 1 & 3 \\ 0 & -2 & 2 \end{array}\right] \qquad R_2 - R_1 = (1 - 1,\ -1 - 1 \mid 5 - 3)

    Ranghi 22 e 22: compatibile, sì. Risalgo: −2b=2-2b = 2, quindi b=−1b = -1; a+b=3a + b = 3, quindi a=3−(−1)=4a = 3 - (-1) = 4. Verifica: 4(1,1)−(1,−1)=(4,4)+(−1,1)=(3,5)4(1, 1) - (1, -1) = (4, 4) + (-1, 1) = (3, 5). Il disegno: si percorre 44 volte v⃗1\vec{v}_1, poi una volta −v⃗2-\vec{v}_2.

  2. In R3\mathbb{R}^3, dentro e fuori. Con v⃗1=(1,0,2)\vec{v}_1 = (1, 0, 2) e v⃗2=(−1,1,0)\vec{v}_2 = (-1, 1, 0) (i primi due vettori dell’esempio della prof a p. 8), (1,1,4)∈Span(v⃗1,v⃗2)(1, 1, 4) \in \mathrm{Span}(\vec{v}_1, \vec{v}_2)? E (1,1,1)(1, 1, 1)? Riduco una volta con l’ultima colonna generica (b1,b2,b3)(b_1, b_2, b_3):

    [1−1b101b220b3]→E31(−2)[1−1b101b202b3−2b1]→E32(−2)[1−1b101b200b3−2b1−2b2]\left[\begin{array}{cc|c} 1 & -1 & b_1 \\ 0 & 1 & b_2 \\ 2 & 0 & b_3 \end{array}\right] \xrightarrow{E_{31}(-2)} \left[\begin{array}{cc|c} 1 & -1 & b_1 \\ 0 & 1 & b_2 \\ 0 & 2 & b_3 - 2b_1 \end{array}\right] \xrightarrow{E_{32}(-2)} \left[\begin{array}{cc|c} 1 & -1 & b_1 \\ 0 & 1 & b_2 \\ 0 & 0 & b_3 - 2b_1 - 2b_2 \end{array}\right]

    (R3−2R1=(2−2, 0+2∣b3−2b1)R_3 - 2R_1 = (2 - 2,\ 0 + 2 \mid b_3 - 2b_1); poi R3−2R2=(0, 2−2∣b3−2b1−2b2)R_3 - 2R_2 = (0,\ 2 - 2 \mid b_3 - 2b_1 - 2b_2).) rg⁡(A)=2\operatorname{rg}(A) = 2; la completa ha rango 22 solo se b3−2b1−2b2=0b_3 - 2b_1 - 2b_2 = 0.

    • (1,1,4)(1, 1, 4): 4−2−2=04 - 2 - 2 = 0, sta nello Span. Coefficienti: seconda riga λ2=b2=1\lambda_2 = b_2 = 1; prima riga λ1−λ2=1\lambda_1 - \lambda_2 = 1, quindi λ1=2\lambda_1 = 2. Verifica: 2(1,0,2)+(−1,1,0)=(2−1, 0+1, 4+0)=(1,1,4)2(1, 0, 2) + (-1, 1, 0) = (2 - 1,\ 0 + 1,\ 4 + 0) = (1, 1, 4).
    • (1,1,1)(1, 1, 1): 1−2−2=−3≠01 - 2 - 2 = -3 \neq 0, ranghi 22 e 33: non sta nello Span.
  3. Coefficienti non unici. Aggiungo v⃗3=(0,1,2)=v⃗1+v⃗2\vec{v}_3 = (0, 1, 2) = \vec{v}_1 + \vec{v}_2. Ora (1,1,4)(1, 1, 4) si scrive in infiniti modi: 2v⃗1+v⃗22\vec{v}_1 + \vec{v}_2 come prima, ma anche v⃗1+v⃗3\vec{v}_1 + \vec{v}_3, perché (1,0,2)+(0,1,2)=(1,1,4)(1, 0, 2) + (0, 1, 2) = (1, 1, 4). Il sistema [v⃗1∣v⃗2∣v⃗3∣b⃗][\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3 \mid \vec{b}] ha rango 2<32 < 3 incognite: infinite soluzioni, con un parametro. Che i coefficienti siano unici o no è il tema di Dipendenza lineare e Basi; qui basta trovarne una scelta.

2.3Criterio: quando {v⃗1,…,v⃗k}\{\vec{v}_1, \ldots, \vec{v}_k\} genera Rn\mathbb{R}^n

L’idea. Generare Rn\mathbb{R}^n vuol dire che Aλ⃗=b⃗A\vec{\lambda} = \vec{b} ha soluzione per ogni b⃗\vec{b}. Dopo Gauss il sistema può andare male in un solo modo: una riga nulla a sinistra con qualcosa di non nullo a destra. Se ogni riga di AA ridotta ha un pivot, righe nulle non ce ne sono e nessun b⃗\vec{b} è escluso. Se ce n’è una nulla, si può scegliere b⃗\vec{b} apposta per renderla 0=10 = 1.

La prof (p. 7, proposizione (a)):

Osservazione della prof: AA è una matrice n×kn \times k, e dunque deve essere k≥nk \geq n. Il rango non supera mai il numero di colonne (ogni pivot sta in una colonna diversa), quindi con k<nk < n vettori il rango è al massimo k<nk < n: meno di nn vettori non generano mai Rn\mathbb{R}^n. Due vettori non generano R3\mathbb{R}^3, qualunque essi siano. Il viceversa è falso: k≥nk \geq n non basta (esempio 3 qui sotto).

Esempi, dal più facile.

  1. {(1,1),(1,−1)}\{(1, 1), (1, -1)\} in R2\mathbb{R}^2: generano. A=(111−1)→E21(−1)(110−2)R2−R1=(1−1, −1−1)A = \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix} \xrightarrow{E_{21}(-1)} \begin{pmatrix} 1 & 1 \\ 0 & -2 \end{pmatrix} \qquad R_2 - R_1 = (1 - 1,\ -1 - 1) Due pivot, rg⁡(A)=2=n\operatorname{rg}(A) = 2 = n. Ogni (b1,b2)(b_1, b_2) si raggiunge, e l’esempio 1 dell’appartenenza ne è un caso.
  2. {(1,2),(2,4),(3,6)}\{(1, 2), (2, 4), (3, 6)\} in R2\mathbb{R}^2: tre vettori, non generano. A=(123246)→E21(−2)(123000)R2−2R1=(2−2, 4−4, 6−6)A = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \end{pmatrix} \xrightarrow{E_{21}(-2)} \begin{pmatrix} 1 & 2 & 3 \\ 0 & 0 & 0 \end{pmatrix} \qquad R_2 - 2R_1 = (2 - 2,\ 4 - 4,\ 6 - 6) Un pivot, rg⁡(A)=1<2\operatorname{rg}(A) = 1 < 2. Sono tutti multipli di (1,2)(1, 2): lo Span è la retta y=2xy = 2x.
  3. Esempio 57 della dispensa: quattro vettori in R3\mathbb{R}^3 che non generano. v⃗1=(1,0,−1)\vec{v}_1 = (1, 0, -1), v⃗2=(2,1,0)\vec{v}_2 = (2, 1, 0), v⃗3=(−1,1,3)\vec{v}_3 = (-1, 1, 3), v⃗4=(0,−1,−2)\vec{v}_4 = (0, -1, -2). A=(12−10011−1−103−2)A = \begin{pmatrix} 1 & 2 & -1 & 0 \\ 0 & 1 & 1 & -1 \\ -1 & 0 & 3 & -2 \end{pmatrix} E31(1)E_{31}(1), R3+R1=(−1+1, 0+2, 3−1, −2+0)=(0,2,2,−2)R_3 + R_1 = (-1 + 1,\ 0 + 2,\ 3 - 1,\ -2 + 0) = (0, 2, 2, -2). E32(−2)E_{32}(-2), R3−2R2=(0, 2−2, 2−2, −2+2)=(0,0,0,0)R_3 - 2R_2 = (0,\ 2 - 2,\ 2 - 2,\ -2 + 2) = (0, 0, 0, 0). (12−10011−10000)\begin{pmatrix} 1 & 2 & -1 & 0 \\ 0 & 1 & 1 & -1 \\ 0 & 0 & 0 & 0 \end{pmatrix} rg⁡(A)=2<3\operatorname{rg}(A) = 2 < 3: non generano, pur essendo quattro. (Nella dispensa la prima riga dopo E31(1)E_{31}(1) è stampata (1,2,1,0)(1, 2, 1, 0): è (1,2,−1,0)(1, 2, -1, 0), la prima riga non cambia.)
  4. Con un parametro. Per quali kk i vettori (1,0,1)(1, 0, 1), (0,1,1)(0, 1, 1), (1,1,k)(1, 1, k) generano R3\mathbb{R}^3? A=(10101111k)A = \begin{pmatrix} 1 & 0 & 1 \\ 0 & 1 & 1 \\ 1 & 1 & k \end{pmatrix} E31(−1)E_{31}(-1): R3−R1=(1−1, 1−0, k−1)=(0,1,k−1)R_3 - R_1 = (1 - 1,\ 1 - 0,\ k - 1) = (0, 1, k - 1). E32(−1)E_{32}(-1): R3−R2=(0, 1−1, k−1−1)=(0,0,k−2)R_3 - R_2 = (0,\ 1 - 1,\ k - 1 - 1) = (0, 0, k - 2). I pivot usati valgono 11: nessuna divisione per un’espressione in kk. (10101100k−2)\begin{pmatrix} 1 & 0 & 1 \\ 0 & 1 & 1 \\ 0 & 0 & k - 2 \end{pmatrix} Se k≠2k \neq 2 tre pivot, generano. Se k=2k = 2 la terza riga è nulla, rango 22, non generano: infatti (1,1,2)=(1,0,1)+(0,1,1)(1, 1, 2) = (1, 0, 1) + (0, 1, 1).
Dimostrazione (la dispensa la dà in breve, a lezione non fatta)

Per la proposizione sull’appartenenza, {v⃗1,…,v⃗k}\{\vec{v}_1, \ldots, \vec{v}_k\} genera Rn\mathbb{R}^n se e solo se Aλ⃗=b⃗A\vec{\lambda} = \vec{b} è compatibile per ogni b⃗∈Rn\vec{b} \in \mathbb{R}^n.

(⇐\Leftarrow) Sia rg⁡(A)=n\operatorname{rg}(A) = n e sia b⃗∈Rn\vec{b} \in \mathbb{R}^n qualunque. La matrice completa [A∣b⃗][A \mid \vec{b}] ha nn righe, quindi rango al massimo nn; contiene le colonne di AA, quindi rango almeno rg⁡(A)=n\operatorname{rg}(A) = n. Allora rg⁡([A∣b⃗])=n=rg⁡(A)\operatorname{rg}([A \mid \vec{b}]) = n = \operatorname{rg}(A) e per Rouché-Capelli Aλ⃗=b⃗A\vec{\lambda} = \vec{b} è compatibile: b⃗∈Span\vec{b} \in \mathrm{Span}. Siccome b⃗\vec{b} era qualunque, lo Span è Rn\mathbb{R}^n.

(⇒\Rightarrow) Sia rg⁡(A)=r<n\operatorname{rg}(A) = r < n. Per Matrici invertibili esiste PP invertibile, n×nn \times n, con PA=rref⁡(A)PA = \operatorname{rref}(A), e l’ultima riga di rref⁡(A)\operatorname{rref}(A) è nulla (ci sono solo r<nr < n pivot). Sia c⃗=e⃗n=(0,…,0,1)\vec{c} = \vec{e}_n = (0, \ldots, 0, 1) e b⃗=P−1c⃗\vec{b} = P^{-1}\vec{c}. Allora

P[A∣b⃗]=[PA∣Pb⃗]=[rref⁡(A)∣e⃗n]P[A \mid \vec{b}] = [PA \mid P\vec{b}] = [\operatorname{rref}(A) \mid \vec{e}_n]

la cui ultima riga è (0,…,0∣1)(0, \ldots, 0 \mid 1), cioè 0=10 = 1. Il sistema Aλ⃗=b⃗A\vec{\lambda} = \vec{b} è incompatibile, quindi b⃗∉Span\vec{b} \notin \mathrm{Span} e i vettori non generano Rn\mathbb{R}^n. □\square

In pratica, negli esercizi il b⃗\vec{b} che resta fuori si trova riducendo [A∣b⃗][A \mid \vec{b}] con b⃗=(b1,…,bn)\vec{b} = (b_1, \ldots, b_n) generico: le righe nulle a sinistra danno le equazioni che b⃗\vec{b} deve soddisfare per stare nello Span (sezione qui sotto).

2.4Equazioni cartesiane di uno Span

La prof (19/10, p. 10, “Sistemi lineari omogenei e sottospazi”): abbiamo visto che l’insieme delle soluzioni di un sistema lineare omogeneo è un sottospazio di Rn\mathbb{R}^n (Spazi vettoriali, esempio (3)). Vediamo ora che vale il “se e solo se”, ossia ogni sottospazio di Rn\mathbb{R}^n può essere realizzato come l’insieme delle soluzioni di un opportuno sistema lineare omogeneo. La procedura, per U=Span(v⃗1,…,v⃗k)⊆RnU = \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k) \subseteq \mathbb{R}^n:

x⃗∈Span(v⃗1,…,v⃗k)  ⟺  ∃ λ1,…,λk∈R:x⃗=∑i=1kλiv⃗i  ⟺  Aλ⃗=x⃗ eˋ compatibile  ⟺  rg⁡(A)=rg⁡(A∣x⃗)\vec{x} \in \mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k) \iff \exists\, \lambda_1, \ldots, \lambda_k \in \mathbb{R} : \vec{x} = \sum_{i=1}^k \lambda_i\vec{v}_i \iff A\vec{\lambda} = \vec{x} \text{ è compatibile} \iff \operatorname{rg}(A) = \operatorname{rg}(A \mid \vec{x})

con A=[v⃗1∣⋯∣v⃗k]A = [\vec{v}_1 \mid \cdots \mid \vec{v}_k] (l’ultimo passaggio è Rouché-Capelli). Imporre l’uguaglianza dei ranghi ci fornisce il sistema lineare omogeneo il cui spazio delle soluzioni è proprio Span(v⃗1,…,v⃗k)\mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k). È la stessa tecnica dell’esempio 58 della dispensa, ed è il modo di rispondere a “che cosa generano?” quando il criterio dice di no.

(La prof dice “ogni sottospazio”: per ora la procedura parte da un sottospazio dato come Span di un numero finito di vettori, che è il caso degli esercizi.)

L’idea. b⃗=(b1,…,bn)\vec{b} = (b_1, \ldots, b_n) sta nello Span se e solo se rg⁡(A)=rg⁡([A∣b⃗])\operatorname{rg}(A) = \operatorname{rg}([A \mid \vec{b}]). Riducendo [A∣b⃗][A \mid \vec{b}] con le bib_i in lettere, ogni riga nulla a sinistra porta a destra un’espressione lineare in b1,…,bnb_1, \ldots, b_n, e quell’espressione deve valere 00. Le righe nulle sono n−rg⁡(A)n - \operatorname{rg}(A), quindi:

numero di equazioni=n−rg⁡(A)\text{numero di equazioni} = n - \operatorname{rg}(A)

In R3\mathbb{R}^3: rango 22 dà una equazione (un piano per l’origine), rango 11 ne dà due (una retta per l’origine). Le equazioni sono omogenee (termine noto 00), coerente con il fatto che lo Span passa per l’origine.

Esempi, dal più facile.

  1. Una retta in R2\mathbb{R}^2. Span((1,2))\mathrm{Span}((1, 2)): [1b12b2]→E21(−2)[1b10b2−2b1]\left[\begin{array}{c|c} 1 & b_1 \\ 2 & b_2 \end{array}\right] \xrightarrow{E_{21}(-2)} \left[\begin{array}{c|c} 1 & b_1 \\ 0 & b_2 - 2b_1 \end{array}\right]. Condizione b2−2b1=0b_2 - 2b_1 = 0: lo Span è la retta y=2xy = 2x, come nell’esempio 1 delle definizioni.
  2. Un piano in R3\mathbb{R}^3. Span((1,0,2),(−1,1,0))\mathrm{Span}((1, 0, 2), (-1, 1, 0)): la riduzione è quella dell’esempio 2 dell’appartenenza, e la condizione è b3−2b1−2b2=0b_3 - 2b_1 - 2b_2 = 0. Lo Span è il piano 2x+2y−z=02x + 2y - z = 0. Controllo sui generatori: 2⋅1+2⋅0−2=02 \cdot 1 + 2 \cdot 0 - 2 = 0 e 2⋅(−1)+2⋅1−0=02 \cdot (-1) + 2 \cdot 1 - 0 = 0.
  3. Una retta in R3\mathbb{R}^3. Span((1,2,3))\mathrm{Span}((1, 2, 3)): [1b12b23b3]→E21(−2), E31(−3)[1b10b2−2b10b3−3b1]\left[\begin{array}{c|c} 1 & b_1 \\ 2 & b_2 \\ 3 & b_3 \end{array}\right] \xrightarrow{E_{21}(-2),\ E_{31}(-3)} \left[\begin{array}{c|c} 1 & b_1 \\ 0 & b_2 - 2b_1 \\ 0 & b_3 - 3b_1 \end{array}\right] Rango 11, due righe nulle, due equazioni: 2x−y=02x - y = 0 e 3x−z=03x - z = 0. È la retta per l’origine di direzione (1,2,3)(1, 2, 3) scritta come intersezione di due piani. Controllo: (1,2,3)(1, 2, 3) dà 2−2=02 - 2 = 0 e 3−3=03 - 3 = 0.
  4. L’esempio della prof in R4\mathbb{R}^4 (19/10, p. 10-11): Span((−1,1,0,−3),(1,−1,2,1))\mathrm{Span}((-1, 1, 0, -3), (1, -1, 2, 1)) è l’insieme delle soluzioni di {z+w−3x=0, x+y=0}\{z + w - 3x = 0,\ x + y = 0\}. Svolto per intero negli esempi a lezione, qui sotto.
  5. Esempio 58 della dispensa, in R4\mathbb{R}^4. U=Span((1,0,2,1),(2,1,0,−1))U = \mathrm{Span}((1, 0, 2, 1), (2, 1, 0, -1)). [12x101x220x31−1x4]→E31(−2), E41(−1)[12x101x20−4x3−2x10−3x4−x1]→E32(4), E42(3)[12x101x200x3−2x1+4x200x4−x1+3x2]\left[\begin{array}{cc|c} 1 & 2 & x_1 \\ 0 & 1 & x_2 \\ 2 & 0 & x_3 \\ 1 & -1 & x_4 \end{array}\right] \xrightarrow{E_{31}(-2),\ E_{41}(-1)} \left[\begin{array}{cc|c} 1 & 2 & x_1 \\ 0 & 1 & x_2 \\ 0 & -4 & x_3 - 2x_1 \\ 0 & -3 & x_4 - x_1 \end{array}\right] \xrightarrow{E_{32}(4),\ E_{42}(3)} \left[\begin{array}{cc|c} 1 & 2 & x_1 \\ 0 & 1 & x_2 \\ 0 & 0 & x_3 - 2x_1 + 4x_2 \\ 0 & 0 & x_4 - x_1 + 3x_2 \end{array}\right] (R3−2R1=(0, 0−4∣x3−2x1)R_3 - 2R_1 = (0,\ 0 - 4 \mid x_3 - 2x_1), R4−R1=(0, −1−2∣x4−x1)R_4 - R_1 = (0,\ -1 - 2 \mid x_4 - x_1); poi R3+4R2=(0, −4+4∣x3−2x1+4x2)R_3 + 4R_2 = (0,\ -4 + 4 \mid x_3 - 2x_1 + 4x_2), R4+3R2=(0, −3+3∣x4−x1+3x2)R_4 + 3R_2 = (0,\ -3 + 3 \mid x_4 - x_1 + 3x_2).) Rango 22 in R4\mathbb{R}^4: 4−2=24 - 2 = 2 equazioni, {2x1−4x2−x3=0x1−3x2−x4=0\begin{cases} 2x_1 - 4x_2 - x_3 = 0 \\ x_1 - 3x_2 - x_4 = 0 \end{cases} (moltiplicate per −1-1 rispetto alle righe). Controllo: (1,0,2,1)(1, 0, 2, 1) dà 2−0−2=02 - 0 - 2 = 0 e 1−0−1=01 - 0 - 1 = 0; (2,1,0,−1)(2, 1, 0, -1) dà 4−4−0=04 - 4 - 0 = 0 e 2−3+1=02 - 3 + 1 = 0.

3Metodo

3.1“b⃗\vec{b} sta in Span(v⃗1,…,v⃗k)\mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_k)? Con quali coefficienti?”

Si riconosce da: un vettore preciso e la domanda “è combinazione lineare di…”, “appartiene al sottospazio generato da…”, “scrivilo come combinazione”.

  1. Scrivi [v⃗1∣⋯∣v⃗k∣b⃗][\vec{v}_1 \mid \cdots \mid \vec{v}_k \mid \vec{b}]: i vettori come colonne, b⃗\vec{b} in fondo.
  2. Riduci a scalini scrivendo ogni operazione.
  3. Rouché-Capelli: ranghi uguali vuol dire sì, rango della completa più grande vuol dire no.
  4. Se sì, risali: la soluzione λ⃗\vec{\lambda} dà i coefficienti. Con incognite libere i coefficienti non sono unici: ne basta una scelta (per esempio libere uguali a 00).
  5. Controllo: calcola λ1v⃗1+⋯+λkv⃗k\lambda_1\vec{v}_1 + \cdots + \lambda_k\vec{v}_k e confrontalo con b⃗\vec{b}.

3.2“{v⃗1,…,v⃗k}\{\vec{v}_1, \ldots, \vec{v}_k\} genera Rn\mathbb{R}^n?”

Si riconosce da: “è un sistema di generatori di Rn\mathbb{R}^n?”, “generano Rn\mathbb{R}^n?”, “C(A)=RmC(A) = \mathbb{R}^m?”, “per quali kk…”.

  1. Se k<nk < n: no, senza conti (osservazione della prof).
  2. Metti i vettori come colonne in A=[v⃗1∣⋯∣v⃗k]A = [\vec{v}_1 \mid \cdots \mid \vec{v}_k], n×kn \times k.
  3. Riduci a scalini con Gauss, scrivendo ogni operazione.
  4. Conta i pivot e confrontali con nn (le righe): se sono nn generano, se sono meno non generano.
  5. Con un parametro: come per l’invertibilità, usa come pivot i numeri senza parametro, trova i valori che annullano i pivot con il parametro e ricontrolla il rango sostituendo ogni valore critico nella matrice a scalini.
  6. Controllo: nei casi “non generano” trova una relazione fra i vettori (uno combinazione degli altri) o un vettore che resta fuori.

(Metterli come righe e ridurre darebbe lo stesso rango, ma a lezione non è stato dimostrato. La prof li mette come colonne, ed è la scelta che serve anche per gli altri due metodi.)

3.3”Che cosa generano?” (quando non generano tutto)

Si riconosce da: “descrivere lo Span”, “scrivere il sottospazio generato come spazio delle soluzioni di un sistema lineare omogeneo” (la formula della prof), “equazioni cartesiane del sottospazio generato”, “trovare un vettore che non sta in…”.

  1. Riduci [A∣b⃗][A \mid \vec{b}] con b⃗=(b1,…,bn)\vec{b} = (b_1, \ldots, b_n) in lettere (si può fare insieme al metodo precedente: la parte sinistra è la stessa).
  2. Ogni riga nulla a sinistra dà, a destra, un’espressione in b1,…,bnb_1, \ldots, b_n che deve valere 00: sono le equazioni cartesiane dello Span. Sono n−rg⁡(A)n - \operatorname{rg}(A).
  3. Rinomina b1,b2,b3b_1, b_2, b_3 in x,y,zx, y, z. In R3\mathbb{R}^3: una equazione è un piano per l’origine, due una retta per l’origine.
  4. Controllo: ogni generatore deve soddisfare ogni equazione. Un vettore fuori si trova scegliendo componenti che non la soddisfano.

4Esempi svolti a lezione

Prof, 13/10, p. 7: (3,4)=3e⃗1+4e⃗2(3, 4) = 3\vec{e}_1 + 4\vec{e}_2

È l’esempio che apre la sezione: in R2\mathbb{R}^2, con e⃗1=(1,0)\vec{e}_1 = (1, 0) ed e⃗2=(0,1)\vec{e}_2 = (0, 1),

3e⃗1+4e⃗2=(3,0)+(0,4)=(3,4)3\vec{e}_1 + 4\vec{e}_2 = (3, 0) + (0, 4) = (3, 4)

e in generale (a,b)=ae⃗1+be⃗2(a, b) = a\vec{e}_1 + b\vec{e}_2. Quindi {e⃗1,e⃗2}\{\vec{e}_1, \vec{e}_2\} è un sistema di generatori di R2\mathbb{R}^2. Con il criterio: [e⃗1∣e⃗2]=I2[\vec{e}_1 \mid \vec{e}_2] = I_2, due pivot, rango 22.

Prof, 13/10, p. 8: {e⃗1,e⃗2}\{\vec{e}_1, \vec{e}_2\} non genera R3\mathbb{R}^3

e⃗1=(1,0,0)\vec{e}_1 = (1, 0, 0), e⃗2=(0,1,0)\vec{e}_2 = (0, 1, 0), k=2k = 2.

Riconoscere il tipo: “è un sistema di generatori di R3\mathbb{R}^3?”. Si potrebbe rispondere subito con l’osservazione (k=2<3k = 2 < 3), ma la prof usa il criterio per allenarsi:

A=[e⃗1∣e⃗2]=(100100)A = [\vec{e}_1 \mid \vec{e}_2] = \begin{pmatrix} 1 & 0 \\ 0 & 1 \\ 0 & 0 \end{pmatrix}

È già a scalini: due pivot, rg⁡(A)=2<3\operatorname{rg}(A) = 2 < 3. Non è un sistema di generatori.

Cosa generano: con b⃗\vec{b} generico la terza riga è (0,0∣b3)(0, 0 \mid b_3), quindi la condizione è b3=0b_3 = 0: il piano xyxy, {z=0}\{z = 0\} (figura delle definizioni). Un vettore fuori: e⃗3=(0,0,1)\vec{e}_3 = (0, 0, 1), perché ogni combinazione (λ1,λ2,0)(\lambda_1, \lambda_2, 0) ha terza componente 0≠10 \neq 1.

Prof, 13/10, p. 8: quattro vettori in R3\mathbb{R}^3 che non generano

v⃗1=(1,0,2)\vec{v}_1 = (1, 0, 2), v⃗2=(−1,1,0)\vec{v}_2 = (-1, 1, 0), v⃗3=(0,1,2)\vec{v}_3 = (0, 1, 2), v⃗4=(2,−1,2)\vec{v}_4 = (2, -1, 2), k=4k = 4.

Riconoscere il tipo: k=4≥3k = 4 \geq 3, quindi l’osservazione non decide: per verificare se {v⃗1,v⃗2,v⃗3,v⃗4}\{\vec{v}_1, \vec{v}_2, \vec{v}_3, \vec{v}_4\} è un sistema di generatori di R3\mathbb{R}^3 si calcola rg⁡(A)\operatorname{rg}(A).

A=[v⃗1∣v⃗2∣v⃗3∣v⃗4]=(1−102011−12022)A = [\vec{v}_1 \mid \vec{v}_2 \mid \vec{v}_3 \mid \vec{v}_4] = \begin{pmatrix} 1 & -1 & 0 & 2 \\ 0 & 1 & 1 & -1 \\ 2 & 0 & 2 & 2 \end{pmatrix}

E31(−2)E_{31}(-2), R3→R3−2R1R_3 \to R_3 - 2R_1: (2,0,2,2)−2(1,−1,0,2)=(2−2, 0+2, 2−0, 2−4)=(0,2,2,−2)(2, 0, 2, 2) - 2(1, -1, 0, 2) = (2 - 2,\ 0 + 2,\ 2 - 0,\ 2 - 4) = (0, 2, 2, -2).

(1−102011−1022−2)\begin{pmatrix} 1 & -1 & 0 & 2 \\ 0 & 1 & 1 & -1 \\ 0 & 2 & 2 & -2 \end{pmatrix}

E32(−2)E_{32}(-2), R3→R3−2R2R_3 \to R_3 - 2R_2: (0,2,2,−2)−2(0,1,1,−1)=(0,0,0,0)(0, 2, 2, -2) - 2(0, 1, 1, -1) = (0, 0, 0, 0).

(1−102011−10000)\begin{pmatrix} 1 & -1 & 0 & 2 \\ 0 & 1 & 1 & -1 \\ 0 & 0 & 0 & 0 \end{pmatrix}

Due pivot: rg⁡(A)=2<3\operatorname{rg}(A) = 2 < 3. {v⃗1,v⃗2,v⃗3,v⃗4}\{\vec{v}_1, \vec{v}_2, \vec{v}_3, \vec{v}_4\} non è un sistema di generatori di R3\mathbb{R}^3. Avere più vettori della dimensione dello spazio non basta.

Che cosa generano (non fatto il 13/10: è la procedura della prof della L8, con il metodo sopra). Rifaccio le stesse operazioni su [A∣b⃗][A \mid \vec{b}], b⃗=(b1,b2,b3)\vec{b} = (b_1, b_2, b_3). La colonna dei termini noti diventa:

  • dopo E31(−2)E_{31}(-2): (b1, b2, b3−2b1)(b_1,\ b_2,\ b_3 - 2b_1);
  • dopo E32(−2)E_{32}(-2): (b1, b2, b3−2b1−2b2)(b_1,\ b_2,\ b_3 - 2b_1 - 2b_2).

L’ultima riga a sinistra è nulla, quindi il sistema è compatibile se e solo se b3−2b1−2b2=0b_3 - 2b_1 - 2b_2 = 0. Lo Span è il piano per l’origine 2x+2y−z=02x + 2y - z = 0 (figura nella sezione sulle equazioni cartesiane).

Verifica sui quattro vettori: 2⋅1+0−2=02 \cdot 1 + 0 - 2 = 0; −2+2−0=0-2 + 2 - 0 = 0; 0+2−2=00 + 2 - 2 = 0; 4−2−2=04 - 2 - 2 = 0. Tutti sul piano. Un vettore fuori: (0,0,1)(0, 0, 1), che dà −1≠0-1 \neq 0.

Perché succede: v⃗3=v⃗1+v⃗2\vec{v}_3 = \vec{v}_1 + \vec{v}_2 e v⃗4=v⃗1−v⃗2\vec{v}_4 = \vec{v}_1 - \vec{v}_2 (si legge dalla forma ridotta: rref⁡(A)=(1011011−10000)\operatorname{rref}(A) = \begin{pmatrix} 1 & 0 & 1 & 1 \\ 0 & 1 & 1 & -1 \\ 0 & 0 & 0 & 0 \end{pmatrix}, colonne 3 e 4). Due dei quattro sono superflui, come nell’esempio dei vettori paralleli: i quattro vettori sono linearmente dipendenti (Dipendenza lineare).

Prof, 19/10, p. 10-11: Span(v⃗1,v⃗2)⊆R4\mathrm{Span}(\vec{v}_1, \vec{v}_2) \subseteq \mathbb{R}^4 come spazio delle soluzioni di un sistema omogeneo

v⃗1=(−1,1,0,−3)\vec{v}_1 = (-1, 1, 0, -3), v⃗2=(1,−1,2,1)∈R4\vec{v}_2 = (1, -1, 2, 1) \in \mathbb{R}^4, x⃗=(x,y,z,w)\vec{x} = (x, y, z, w).

Riconoscere il tipo: “scrivere lo Span come insieme delle soluzioni di un sistema omogeneo”. Due vettori in R4\mathbb{R}^4 non generano (2<42 < 4), e ci si aspetta 4−rg⁡(A)4 - \operatorname{rg}(A) equazioni. Si riduce [A∣x⃗][A \mid \vec{x}] con x⃗\vec{x} in lettere.

[A∣x⃗]=[−11x1−1y02z−31w][A \mid \vec{x}] = \left[\begin{array}{cc|c} -1 & 1 & x \\ 1 & -1 & y \\ 0 & 2 & z \\ -3 & 1 & w \end{array}\right]

Pivot −1-1 in alto a sinistra (la prof lo evidenzia), si azzerano l’11 e il −3-3 sotto:

  • E21(1)E_{21}(1), R2→R2+R1R_2 \to R_2 + R_1: (1−1, −1+1∣y+x)=(0,0∣x+y)(1 - 1,\ -1 + 1 \mid y + x) = (0, 0 \mid x + y);
  • E41(−3)E_{41}(-3), R4→R4−3R1R_4 \to R_4 - 3R_1: (−3+3, 1−3∣w−3x)=(0,−2∣w−3x)(-3 + 3,\ 1 - 3 \mid w - 3x) = (0, -2 \mid w - 3x).
[−11x00x+y02z0−2w−3x]\left[\begin{array}{cc|c} -1 & 1 & x \\ 0 & 0 & x + y \\ 0 & 2 & z \\ 0 & -2 & w - 3x \end{array}\right]

S24S_{24}: la seconda riga ha 00 al posto del pivot, la scambio con la quarta.

[−11x0−2w−3x02z00x+y]\left[\begin{array}{cc|c} -1 & 1 & x \\ 0 & -2 & w - 3x \\ 0 & 2 & z \\ 0 & 0 & x + y \end{array}\right]

E32(1)E_{32}(1), R3→R3+R2R_3 \to R_3 + R_2: (0, 2−2∣z+w−3x)=(0,0∣z+w−3x)(0,\ 2 - 2 \mid z + w - 3x) = (0, 0 \mid z + w - 3x).

[−11x0−2w−3x00z+w−3x00x+y]\left[\begin{array}{cc|c} -1 & 1 & x \\ 0 & -2 & w - 3x \\ 0 & 0 & z + w - 3x \\ 0 & 0 & x + y \end{array}\right]

rg⁡(A)=2\operatorname{rg}(A) = 2. Imponendo la condizione rg⁡(A)=rg⁡(A∣x⃗)\operatorname{rg}(A) = \operatorname{rg}(A \mid \vec{x}), cioè che le due righe nulle a sinistra abbiano 00 anche a destra, si ottiene

(⋆){z+w−3x=0x+y=0(\star) \qquad \begin{cases} z + w - 3x = 0 \\ x + y = 0 \end{cases}

Ecco il sistema lineare omogeneo cercato: Span(v⃗1,v⃗2)\mathrm{Span}(\vec{v}_1, \vec{v}_2) è lo spazio delle soluzioni di (⋆)(\star). Due equazioni, 4−2=24 - 2 = 2.

Verifica sui generatori: v⃗1=(−1,1,0,−3)\vec{v}_1 = (-1, 1, 0, -3) dà 0−3+3=00 - 3 + 3 = 0 e −1+1=0-1 + 1 = 0; v⃗2=(1,−1,2,1)\vec{v}_2 = (1, -1, 2, 1) dà 2+1−3=02 + 1 - 3 = 0 e 1−1=01 - 1 = 0. Un vettore fuori: (1,0,0,0)(1, 0, 0, 0), che dà −3≠0-3 \neq 0.

Il viceversa, per controllo. Risolvendo (⋆)(\star): y=−xy = -x, z=3x−wz = 3x - w, con x=sx = s e w=rw = r libere. Le soluzioni sono s(1,−1,3,0)+r(0,0,−1,1)s(1, -1, 3, 0) + r(0, 0, -1, 1). Anche v⃗1\vec{v}_1 e v⃗2\vec{v}_2 sono di questa forma, come deve essere: v⃗1\vec{v}_1 ha s=−1s = -1, r=−3r = -3: −(1,−1,3,0)−3(0,0,−1,1)=(−1,1,−3+3,−3)=(−1,1,0,−3)-(1, -1, 3, 0) - 3(0, 0, -1, 1) = (-1, 1, -3 + 3, -3) = (-1, 1, 0, -3). v⃗2\vec{v}_2 ha s=1s = 1, r=1r = 1: (1,−1,3,0)+(0,0,−1,1)=(1,−1,2,1)(1, -1, 3, 0) + (0, 0, -1, 1) = (1, -1, 2, 1).

Tutor, esercitazione 4, 20/10, p. 4-5: quattro vettori di R3\mathbb{R}^3 con parametro, generatori, indipendenza ed equazioni dello Span

Esercizio 2 del foglio esercizi extra sugli spazi vettoriali. v⃗1=(1,0,1)\vec{v}_1 = (1, 0, 1), v⃗2=(2,−1,1)\vec{v}_2 = (2, -1, 1), v⃗3=(3,−1,k)\vec{v}_3 = (3, -1, k), v⃗4=(k−2,−1,−1)\vec{v}_4 = (k - 2, -1, -1), k∈Rk \in \mathbb{R}.

    1. Per quali kk l’insieme {v⃗1,…,v⃗4}\{\vec{v}_1, \ldots, \vec{v}_4\} è un sistema di generatori di R3\mathbb{R}^3?
    1. Ci sono valori di kk per cui è linearmente indipendente?
    1. Con k=2k = 2, trovare il sistema lineare il cui insieme delle soluzioni è Span(v⃗1,…,v⃗4)\mathrm{Span}(\vec{v}_1, \ldots, \vec{v}_4).

Riconoscere il tipo: tre metodi sulla stessa matrice A=[v⃗1∣⋯∣v⃗4]A = [\vec{v}_1 \mid \cdots \mid \vec{v}_4], 3×43 \times 4: rango contro n=3n = 3, rango contro k=4k = 4, righe nulle di [A∣x⃗][A \mid \vec{x}].

1)

A=(123k−20−1−1−111k−1)→E31(−1)(123k−20−1−1−10−1k−31−k)→E32(−1)(123k−20−1−1−100k−22−k)A = \begin{pmatrix} 1 & 2 & 3 & k - 2 \\ 0 & -1 & -1 & -1 \\ 1 & 1 & k & -1 \end{pmatrix} \xrightarrow{E_{31}(-1)} \begin{pmatrix} 1 & 2 & 3 & k - 2 \\ 0 & -1 & -1 & -1 \\ 0 & -1 & k - 3 & 1 - k \end{pmatrix} \xrightarrow{E_{32}(-1)} \begin{pmatrix} 1 & 2 & 3 & k - 2 \\ 0 & -1 & -1 & -1 \\ 0 & 0 & k - 2 & 2 - k \end{pmatrix}

(R3−R1=(0, 1−2, k−3, −1−k+2)=(0,−1,k−3,1−k)R_3 - R_1 = (0,\ 1 - 2,\ k - 3,\ -1 - k + 2) = (0, -1, k - 3, 1 - k); poi R3−R2=(0, 0, k−3+1, 1−k+1)=(0,0,k−2,2−k)R_3 - R_2 = (0,\ 0,\ k - 3 + 1,\ 1 - k + 1) = (0, 0, k - 2, 2 - k).) Il tutor cerchia k−2k - 2: è l’unico pivot che può sparire.

  • k≠2k \neq 2: rg⁡(A)=3=n\operatorname{rg}(A) = 3 = n, sistema di generatori di R3\mathbb{R}^3;
  • k=2k = 2: la terza riga è nulla, rg⁡(A)=2\operatorname{rg}(A) = 2, non è un sistema di generatori.

2) Servirebbe rg⁡(A)=4=k\operatorname{rg}(A) = 4 = k, “cosa che non può mai succedere”: AA ha tre righe, il rango è al più 33. Mai indipendenti.

3) Con k=2k = 2 il tutor riduce [A∣x⃗][A \mid \vec{x}], x⃗=(x1,x2,x3)\vec{x} = (x_1, x_2, x_3):

[1230x10−1−1−1x2112−1x3]→E31(−1)[1230x10−1−1−1x20−1−1−1x3−x1]→E32(−1)[1230x10−1−1−1x20000x3−x1−x2]\left[\begin{array}{cccc|c} 1 & 2 & 3 & 0 & x_1 \\ 0 & -1 & -1 & -1 & x_2 \\ 1 & 1 & 2 & -1 & x_3 \end{array}\right] \xrightarrow{E_{31}(-1)} \left[\begin{array}{cccc|c} 1 & 2 & 3 & 0 & x_1 \\ 0 & -1 & -1 & -1 & x_2 \\ 0 & -1 & -1 & -1 & x_3 - x_1 \end{array}\right] \xrightarrow{E_{32}(-1)} \left[\begin{array}{cccc|c} 1 & 2 & 3 & 0 & x_1 \\ 0 & -1 & -1 & -1 & x_2 \\ 0 & 0 & 0 & 0 & x_3 - x_1 - x_2 \end{array}\right]

Imponendo rg⁡(A)=rg⁡(A∣x⃗)\operatorname{rg}(A) = \operatorname{rg}(A \mid \vec{x}) si ottiene il sistema {x3−x1−x2=0}\{x_3 - x_1 - x_2 = 0\}: una equazione (3−2=13 - 2 = 1), lo Span è un piano per l’origine.

Verifica sui quattro vettori con k=2k = 2: 1−1−0=01 - 1 - 0 = 0; 1−2+1=01 - 2 + 1 = 0; 2−3+1=02 - 3 + 1 = 0; −1−0+1=0-1 - 0 + 1 = 0. Per k=2k = 2 si ha anche v⃗3=v⃗1+v⃗2\vec{v}_3 = \vec{v}_1 + \vec{v}_2 e v⃗4=−2v⃗1+v⃗2\vec{v}_4 = -2\vec{v}_1 + \vec{v}_2 (dalla forma ridotta), ed è per questo che il rango scende a 22.

5Esercizi tipo esame

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

6Errori tipici

7Domande