Note Ingegneria Informatica · UniTN
Geometria e Algebra Lineare
Esercizi
Lezioni
5 ott, 12 ott
in corso

Nucleo e struttura delle soluzioni

Argomento di Geometria e Algebra Lineare. Fatto a lezione in L5, lun 5/10 (3 ore), ultima parte. Fonte: appunti della prof, capitolo 3: 5/10, p. 9 (matrici e sistemi lineari, forma matriciale), p. 10 (osservazione 1, nucleo e nullità), p. 11-12 (nullità più rango, teorema, esempio); quaderno di Pietro p. 56-59. Esempio dell’esercitazione del 12/10: appunti dell’esercitazione, p. 6-7. Esempi in più dalla dispensa Postinghel, sezione 3.3 (p. 76-79). Si appoggia su Matrici e operazioni (prodotto righe per colonne) e Rango e Rouché-Capelli. Il caso con AA quadrata invertibile, x⃗=A−1b⃗\vec{x} = A^{-1}\vec{b}, è in Matrici invertibili.

L’idea. Finora un sistema con infinite soluzioni si scriveva “x=1−2wx = 1 - 2w, y=−3zy = -3z”. Qui si guarda com’è fatto quell’insieme: è una soluzione qualunque, spostata di tutte le soluzioni del sistema omogeneo. In geometria è la stessa cosa di una retta che non passa per l’origine: un punto della retta più tutti i multipli del vettore direzionale.

   soluzioni di Ax = b   =   x0   +   N(A)
                             |        |
              una soluzione qualunque  tutte le soluzioni di Ax = 0
                                       (n - rg(A) parametri liberi)

Il filo della nota:

sistema (*)  --scrivo-->  A x = b          forma matriciale
                 |
                 v  metto b = 0
             A x = 0                       omogeneo associato, sempre compatibile
                 |
                 v  le sue soluzioni
             N(A), null(A) parametri       null(A) + rg(A) = n
                 |
                 v  osservazione 1
             N(A) chiuso per combinazioni lineari
                 |
                 v  teorema
             soluzioni di A x = b  =  x0 + N(A)     (se il sistema è compatibile)

1Definizioni

1.1Il sistema in forma matriciale

L’idea. Un sistema lineare è fatto di tre ingredienti: i coefficienti, le incognite, i termini noti. Il prodotto righe per colonne (Matrici e operazioni) fa esattamente “coefficiente per incognita, poi somma”, cioè il primo membro di un’equazione. Quindi tutto il sistema si scrive come una sola uguaglianza fra matrici, e i teoremi sulle matrici diventano teoremi sui sistemi.

La prof (p. 9): il sistema

(∗){a11x1+a12x2+⋯+a1nxn=b1⋮am1x1+am2x2+⋯+amnxn=bm(\ast) \quad \begin{cases} a_{11}x_1 + a_{12}x_2 + \cdots + a_{1n}x_n = b_1 \\ \quad \vdots \\ a_{m1}x_1 + a_{m2}x_2 + \cdots + a_{mn}x_n = b_m \end{cases}

si associa a tre matrici:

Il sistema (∗)(\ast) si può scrivere in forma matriciale

Ax⃗=b⃗A\vec{x} = \vec{b}

Perché funziona. AA è m×nm \times n e x⃗\vec{x} è n×1n \times 1: il prodotto esiste ed è m×1m \times 1, come b⃗\vec{b}. La sua riga ii è “riga ii di AA per la colonna x⃗\vec{x}”, cioè ai1x1+⋯+ainxna_{i1}x_1 + \cdots + a_{in}x_n: il primo membro dell’equazione ii. Nel quaderno la prof lo mostra cerchiando in verde la prima riga di AA con x1x_1 e il primo termine noto in azzurro. Uguagliare due matrici colonna vuol dire uguagliare riga per riga, cioè scrivere tutte le mm equazioni.

   A          x          b
 m x n  .   n x 1   =  m x 1
     \_____/
   n = n: il prodotto esiste, e ha m righe come b

Una soluzione è una colonna v⃗∈Mn×1(R)\vec{v} \in M_{n \times 1}(\mathbb{R}) con Av⃗=b⃗A\vec{v} = \vec{b}. In forma matriciale “verificare una soluzione” è un prodotto: si calcola Av⃗A\vec{v} e si confronta con b⃗\vec{b}.

Esempi, dal più facile.

  1. {x+2y=1y−z=2\begin{cases} x + 2y = 1 \\ y - z = 2 \end{cases} si scrive (12001−1)(xyz)=(12)\begin{pmatrix} 1 & 2 & 0 \\ 0 & 1 & -1 \end{pmatrix}\begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} 1 \\ 2 \end{pmatrix}, con AA 2×32 \times 3, x⃗\vec{x} 3×13 \times 1, b⃗\vec{b} 2×12 \times 1. Il coefficiente 00 di zz nella prima equazione va scritto, e così lo 00 di xx nella seconda.
  2. Tre equazioni in due incognite, {x−y=12x+y=5x+3y=5\begin{cases} x - y = 1 \\ 2x + y = 5 \\ x + 3y = 5 \end{cases}: A=(1−12113)A = \begin{pmatrix} 1 & -1 \\ 2 & 1 \\ 1 & 3 \end{pmatrix} è 3×23 \times 2, x⃗=(xy)\vec{x} = \begin{pmatrix} x \\ y \end{pmatrix} è 2×12 \times 1, b⃗=(155)\vec{b} = \begin{pmatrix} 1 \\ 5 \\ 5 \end{pmatrix} è 3×13 \times 1. Verifico che (2,1)(2, 1) è soluzione con il prodotto:
    • riga 1 per la colonna: 1⋅2+(−1)⋅1=11 \cdot 2 + (-1) \cdot 1 = 1;
    • riga 2 per la colonna: 2⋅2+1⋅1=52 \cdot 2 + 1 \cdot 1 = 5;
    • riga 3 per la colonna: 1⋅2+3⋅1=51 \cdot 2 + 3 \cdot 1 = 5;
    • A(21)=(155)=b⃗A\begin{pmatrix} 2 \\ 1 \end{pmatrix} = \begin{pmatrix} 1 \\ 5 \\ 5 \end{pmatrix} = \vec{b}: è soluzione.
  3. Al contrario, dalla forma matriciale al sistema: (20−1111)(xyz)=(30)\begin{pmatrix} 2 & 0 & -1 \\ 1 & 1 & 1 \end{pmatrix}\begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} 3 \\ 0 \end{pmatrix} è il sistema {2x−z=3x+y+z=0\begin{cases} 2x - z = 3 \\ x + y + z = 0 \end{cases} (la yy manca nella prima perché il suo coefficiente è 00).

Controesempio. Per il sistema dell’esempio 1, scrivere A=(121−1)A = \begin{pmatrix} 1 & 2 \\ 1 & -1 \end{pmatrix} (dimenticando gli zeri e “compattando” i coefficienti) dà una matrice 2×22 \times 2: il prodotto con x⃗\vec{x}, che è 3×13 \times 1, non esiste nemmeno. E anche se esistesse, la seconda riga direbbe x−yx - y, mentre l’equazione è y−zy - z. Ogni colonna di AA appartiene a una incognita, sempre la stessa.

1.2Sistema omogeneo e sistema omogeneo associato

L’idea. Se si azzerano tutti i termini noti, il sistema diventa più semplice e ha una soluzione garantita: tutte le incognite a 00. Questo sistema “scheletro” ha la stessa matrice AA, quindi gli stessi pivot e le stesse variabili libere, e il teorema della nota dice che contiene tutta l’informazione sulla forma delle soluzioni del sistema di partenza.

Un sistema è omogeneo se b⃗=0⃗\vec{b} = \vec{0}, cioè se è della forma Ax⃗=0⃗A\vec{x} = \vec{0} (la prof, p. 9: “Ax⃗=0⃗A\vec{x} = \vec{0} è un sistema lineare omogeneo, ove 0⃗=0m,1\vec{0} = 0_{m,1} matrice nulla”). Il sistema omogeneo associato ad Ax⃗=b⃗A\vec{x} = \vec{b} è Ax⃗=0⃗A\vec{x} = \vec{0}: stessa AA, termini noti a zero.

Perché un omogeneo è sempre compatibile. Due modi di vederlo:

La domanda giusta per un omogeneo non è “ha soluzioni?” ma “ha solo quella nulla, o infinite?”.

Esempi.

  1. Il sistema omogeneo associato a {x+2y=1y−z=2\begin{cases} x + 2y = 1 \\ y - z = 2 \end{cases} è {x+2y=0y−z=0\begin{cases} x + 2y = 0 \\ y - z = 0 \end{cases}. Cambia solo la colonna dei termini noti.
  2. {x+y=02x+2y=0\begin{cases} x + y = 0 \\ 2x + 2y = 0 \end{cases} è omogeneo. R2→R2−2R1R_2 \to R_2 - 2R_1 dà la riga (0,0)(0, 0): resta x+y=0x + y = 0, con y=ty = t libera e x=−tx = -t. Infinite soluzioni t(−1,1)t(-1, 1), fra cui la banale (t=0t = 0).

Controesempio. {x+y=0x−y=3\begin{cases} x + y = 0 \\ x - y = 3 \end{cases} non è omogeneo: basta un termine noto diverso da 00. Il suo omogeneo associato è {x+y=0x−y=0\begin{cases} x + y = 0 \\ x - y = 0 \end{cases}. E (0,0)(0, 0) non è soluzione del sistema di partenza: 0−0=0≠30 - 0 = 0 \neq 3.

1.3Nucleo e nullità

L’idea. Il nucleo raccoglie tutti i vettori che la matrice “manda a zero”. Per un sistema sono le soluzioni dell’omogeneo associato: le direzioni lungo cui ci si può muovere senza cambiare Ax⃗A\vec{x}. La nullità conta quanti parametri liberi servono per descriverle.

La prof (p. 10): data A∈Mm×n(R)A \in M_{m \times n}(\mathbb{R}), il nucleo di AA è l’insieme delle soluzioni del sistema lineare omogeneo Ax⃗=0⃗A\vec{x} = \vec{0}.

Chiamiamo nullità di AA il numero di colonne di rref⁡(A)\operatorname{rref}(A) che non contengono pivot, ossia il numero di variabili libere da cui dipendono le soluzioni.

Notazione: N(A)N(A) nucleo di AA, null⁡(A)\operatorname{null}(A) nullità di AA.

Dal capitolo 4 (Spazi vettoriali, esempio (3), L7 del 13/10): N(A)N(A) è un sottospazio vettoriale di Rn\mathbb{R}^n.

Perché. N(A)N(A) è un insieme di colonne n×1n \times 1, mai vuoto: contiene sempre 0⃗\vec{0}. La nullità misura “quanto è grande”: null⁡(A)=0\operatorname{null}(A) = 0 vuol dire che l’omogeneo ha solo la soluzione nulla; null⁡(A)=2\operatorname{null}(A) = 2 vuol dire che le soluzioni dipendono da due parametri liberi.

Dove vive. Se AA è m×nm \times n, i vettori di N(A)N(A) hanno nn componenti, una per incognita: N(A)⊆RnN(A) \subseteq \mathbb{R}^n, non Rm\mathbb{R}^m. Il numero di righe non c’entra.

Esempi, dal più facile.

  1. A=(111)A = \begin{pmatrix} 1 & 1 & 1 \end{pmatrix} (1×31 \times 3). N(A)N(A) sono le (x,y,z)(x, y, z) con x+y+z=0x + y + z = 0: un piano per l’origine. Una colonna con pivot, due senza: null⁡(A)=2\operatorname{null}(A) = 2. Con y=sy = s, z=tz = t: x=−s−tx = -s - t, quindi
N(A)={s(−110)+t(−101):s,t∈R}N(A) = \left\{ s\begin{pmatrix} -1 \\ 1 \\ 0 \end{pmatrix} + t\begin{pmatrix} -1 \\ 0 \\ 1 \end{pmatrix} : s, t \in \mathbb{R} \right\}
  1. A=(12001−1)A = \begin{pmatrix} 1 & 2 & 0 \\ 0 & 1 & -1 \end{pmatrix} (2×32 \times 3, la matrice dell’esempio 1 della forma matriciale).
    • È già a scalini. R1→R1−2R2R_1 \to R_1 - 2R_2: (1−0, 2−2, 0−2(−1))=(1,0,2)(1 - 0,\ 2 - 2,\ 0 - 2(-1)) = (1, 0, 2).
    • rref⁡(A)=(10201−1)\operatorname{rref}(A) = \begin{pmatrix} 1 & 0 & 2 \\ 0 & 1 & -1 \end{pmatrix}: pivot nelle colonne di xx e yy, la colonna di zz è senza pivot. null⁡(A)=1\operatorname{null}(A) = 1.
    • Le equazioni sono x+2z=0x + 2z = 0 e y−z=0y - z = 0. Con z=tz = t: y=ty = t, x=−2tx = -2t.
    • N(A)={t(−2,1,1):t∈R}N(A) = \{ t(-2, 1, 1) : t \in \mathbb{R} \}, una retta per l’origine in R3\mathbb{R}^3.
    • Verifica: A(−2,1,1)A(-2, 1, 1) dà −2+2+0=0-2 + 2 + 0 = 0 e 0+1−1=00 + 1 - 1 = 0.
  2. A=(1234)A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}.
    • R2→R2−3R1R_2 \to R_2 - 3R_1: (3−3, 4−6)=(0,−2)(3 - 3,\ 4 - 6) = (0, -2).
    • Due pivot (11 e −2-2) su due colonne: nessuna colonna libera, null⁡(A)=0\operatorname{null}(A) = 0 e N(A)={0⃗}N(A) = \{\vec{0}\}.
    • Dall’ultima riga −2y=0-2y = 0, quindi y=0y = 0; dalla prima x+2⋅0=0x + 2 \cdot 0 = 0, quindi x=0x = 0. Solo la soluzione banale.

Controesempio: la nullità non si conta sulle righe. A=(123246)A = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \end{pmatrix}. R2→R2−2R1R_2 \to R_2 - 2R_1 dà (123000)\begin{pmatrix} 1 & 2 & 3 \\ 0 & 0 & 0 \end{pmatrix}: una riga nulla, ma le colonne senza pivot sono due (quelle di yy e zz). null⁡(A)=2\operatorname{null}(A) = 2, e infatti N(A)={s(−2,1,0)+t(−3,0,1)}N(A) = \{ s(-2, 1, 0) + t(-3, 0, 1) \} dipende da due parametri.

Secondo controesempio: il nucleo è di AA, non di [A∣b⃗][A \mid \vec{b}]. Il nucleo si calcola sempre con termini noti a zero. Le colonne si contano in AA (nn colonne), non nella completa (n+1n + 1).

2Enunciati

2.1Osservazione 1: le soluzioni di un omogeneo sono chiuse

L’idea. Se due vettori vengono “mandati a zero” da AA, anche una loro combinazione ci va: AA si distribuisce sulla somma e fa uscire gli scalari, e combinare due zeri dà zero. Per questo l’insieme delle soluzioni di un omogeneo è un insieme “senza bordi” rispetto alle combinazioni: si somma, si moltiplica, e si resta dentro.

La prof (p. 9-10): sia Ax⃗=0⃗A\vec{x} = \vec{0} un sistema lineare omogeneo. Siano v⃗\vec{v} e w⃗\vec{w} vettori colonna soluzioni del sistema, ossia Av⃗=0⃗A\vec{v} = \vec{0}, Aw⃗=0⃗A\vec{w} = \vec{0}. Se λ,μ∈R\lambda, \mu \in \mathbb{R}, allora anche la combinazione lineare λv⃗+μw⃗\lambda\vec{v} + \mu\vec{w} è soluzione del sistema lineare Ax⃗=0⃗A\vec{x} = \vec{0}.

In particolare (λ=μ=1\lambda = \mu = 1, oppure μ=0\mu = 0) l’insieme delle soluzioni è chiuso rispetto alla somma e al prodotto per uno scalare.

Ipotesi: v⃗\vec{v} e w⃗\vec{w} risolvono l’omogeneo, λ,μ∈R\lambda, \mu \in \mathbb{R} qualunque. Tesi: A(λv⃗+μw⃗)=0⃗A(\lambda\vec{v} + \mu\vec{w}) = \vec{0}.

Dimostrazione (della prof)

Per le proprietà delle operazioni (Matrici e operazioni: distributiva e scalari; la prof scrive “proprietà delle operazioni” sotto il primo uguale e “per ipotesi (v⃗\vec{v}, w⃗\vec{w} sono soluzioni)” sotto gli zeri),

A(λv⃗+μw⃗)=A(λv⃗)+A(μw⃗)=λ(Av⃗)+μ(Aw⃗)=λ0⃗+μ0⃗=0⃗A(\lambda\vec{v} + \mu\vec{w}) = A(\lambda\vec{v}) + A(\mu\vec{w}) = \lambda(A\vec{v}) + \mu(A\vec{w}) = \lambda\vec{0} + \mu\vec{0} = \vec{0}

Nel quaderno Av⃗A\vec{v} e Aw⃗A\vec{w} sono incorniciati con “=0= 0” sopra: è lì che si usa l’ipotesi. □\square

Come si scrive allo scritto, un passaggio per riga con la sua giustificazione:

  1. Ipotesi: Av⃗=0⃗A\vec{v} = \vec{0}, Aw⃗=0⃗A\vec{w} = \vec{0}; λ,μ∈R\lambda, \mu \in \mathbb{R}. Tesi: A(λv⃗+μw⃗)=0⃗A(\lambda\vec{v} + \mu\vec{w}) = \vec{0}.
  2. A(λv⃗+μw⃗)=A(λv⃗)+A(μw⃗)A(\lambda\vec{v} + \mu\vec{w}) = A(\lambda\vec{v}) + A(\mu\vec{w}): distributiva del prodotto rispetto alla somma, A(B+C)=AB+ACA(B + C) = AB + AC.
  3. A(λv⃗)+A(μw⃗)=λ(Av⃗)+μ(Aw⃗)A(\lambda\vec{v}) + A(\mu\vec{w}) = \lambda(A\vec{v}) + \mu(A\vec{w}): lo scalare esce dal prodotto, A(λB)=λ(AB)A(\lambda B) = \lambda(AB).
  4. λ(Av⃗)+μ(Aw⃗)=λ0⃗+μ0⃗\lambda(A\vec{v}) + \mu(A\vec{w}) = \lambda\vec{0} + \mu\vec{0}: ipotesi.
  5. λ0⃗+μ0⃗=0⃗\lambda\vec{0} + \mu\vec{0} = \vec{0}: uno scalare per la colonna nulla è la colonna nulla, e 0⃗+0⃗=0⃗\vec{0} + \vec{0} = \vec{0}.
  6. Quindi λv⃗+μw⃗\lambda\vec{v} + \mu\vec{w} è soluzione di Ax⃗=0⃗A\vec{x} = \vec{0}. Con λ=μ=1\lambda = \mu = 1 si ha la chiusura per somma, con μ=0\mu = 0 quella per prodotto per scalare. □\square

Esempi.

  1. Con A=(111)A = \begin{pmatrix} 1 & 1 & 1 \end{pmatrix}: v⃗=(−1,1,0)\vec{v} = (-1, 1, 0) e w⃗=(−1,0,1)\vec{w} = (-1, 0, 1) sono in N(A)N(A) (−1+1+0=0-1 + 1 + 0 = 0, −1+0+1=0-1 + 0 + 1 = 0). Prendo λ=2\lambda = 2, μ=−3\mu = -3:
    • 2v⃗=(−2,2,0)2\vec{v} = (-2, 2, 0), −3w⃗=(3,0,−3)-3\vec{w} = (3, 0, -3);
    • 2v⃗−3w⃗=(1,2,−3)2\vec{v} - 3\vec{w} = (1, 2, -3);
    • verifica nell’omogeneo: 1+2−3=01 + 2 - 3 = 0. È soluzione, come dice l’osservazione.
  2. Con A=(12001−1)A = \begin{pmatrix} 1 & 2 & 0 \\ 0 & 1 & -1 \end{pmatrix}, N(A)={t(−2,1,1)}N(A) = \{t(-2, 1, 1)\}. Qui ogni combinazione di soluzioni è un multiplo di (−2,1,1)(-2, 1, 1): per esempio 5(−2,1,1)=(−10,5,5)5(-2, 1, 1) = (-10, 5, 5), e A(−10,5,5)A(-10, 5, 5) dà −10+10+0=0-10 + 10 + 0 = 0 e 5−5=05 - 5 = 0.

Il non omogeneo non è chiuso (dispensa, Oss. 12). Se Ax⃗1=Ax⃗2=b⃗≠0⃗A\vec{x}_1 = A\vec{x}_2 = \vec{b} \neq \vec{0}, allora A(x⃗1+x⃗2)=2b⃗≠b⃗A(\vec{x}_1 + \vec{x}_2) = 2\vec{b} \neq \vec{b}, e A(0⋅x⃗1)=0⃗≠b⃗A(0 \cdot \vec{x}_1) = \vec{0} \neq \vec{b}. Già il vettore nullo non è soluzione.

Controesempio con i numeri. x+y+z=1x + y + z = 1: (1,0,0)(1, 0, 0) e (0,1,0)(0, 1, 0) sono soluzioni, la loro somma (1,1,0)(1, 1, 0) dà 1+1+0=2≠11 + 1 + 0 = 2 \neq 1. E 0⃗\vec{0} dà 0≠10 \neq 1. Nella figura del teorema, a destra, lo stesso fatto nel piano.

2.2Nullità più rango

L’idea. Le colonne di AA sono le incognite. Dopo la riduzione ogni incognita è di uno di due tipi: o è “comandata” da un pivot (si ricava dalle altre), o è libera. Contare le une e le altre dà il numero totale di incognite.

La prof (p. 11, osservazione, “segue dalle definizioni di rango e di nullità”): per A∈Mm×n(R)A \in M_{m \times n}(\mathbb{R})

null⁡(A)+rg⁡(A)=n(n=numero di colonne)\operatorname{null}(A) + \operatorname{rg}(A) = n \qquad (n = \text{numero di colonne})

Perché. Ogni colonna di rref⁡(A)\operatorname{rref}(A) o contiene un pivot o non lo contiene. Le prime sono rg⁡(A)\operatorname{rg}(A) (definizione di rango, Rango e Rouché-Capelli), le seconde null⁡(A)\operatorname{null}(A). Insieme fanno tutte le nn colonne. È la stessa cosa del “n−rg⁡(A)n - \operatorname{rg}(A) parametri liberi” di Rouché-Capelli, detta per l’omogeneo. Nella seconda parte del corso tornerà come teorema nullità più rango.

Esempi.

  1. L’esempio della prof (sotto): AA è 3×43 \times 4 con rg⁡(A)=2\operatorname{rg}(A) = 2, quindi null⁡(A)=4−2=2\operatorname{null}(A) = 4 - 2 = 2.
  2. A=(1234)A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}: rg⁡(A)=2\operatorname{rg}(A) = 2, n=2n = 2, quindi null⁡(A)=0\operatorname{null}(A) = 0. Torna con il conto fatto sopra.
  3. Senza conti: se AA è 3×53 \times 5, il rango è al più 33 (un pivot per riga al massimo), quindi null⁡(A)=5−rg⁡(A)≥5−3=2\operatorname{null}(A) = 5 - \operatorname{rg}(A) \geq 5 - 3 = 2. Un omogeneo con 3 equazioni e 5 incognite ha sempre infinite soluzioni, con almeno due parametri.

Controesempio: non è il numero di righe. “null⁡(A)+rg⁡(A)=m\operatorname{null}(A) + \operatorname{rg}(A) = m” è falso: per A=(111)A = \begin{pmatrix} 1 & 1 & 1 \end{pmatrix} si ha m=1m = 1, ma null⁡(A)+rg⁡(A)=2+1=3=n\operatorname{null}(A) + \operatorname{rg}(A) = 2 + 1 = 3 = n.

2.3Teorema: struttura dell’insieme delle soluzioni

L’idea. Due soluzioni dello stesso sistema danno lo stesso b⃗\vec{b}, quindi la loro differenza dà 0⃗\vec{0}: sta nel nucleo. Al contrario, a una soluzione si può aggiungere qualunque elemento del nucleo senza cambiare Ax⃗A\vec{x}. Quindi, trovata una soluzione, tutte le altre si ottengono spostandola di tutti i vettori del nucleo. Nel piano: le soluzioni di x+2y=4x + 2y = 4 sono la retta parallela a quella delle soluzioni di x+2y=0x + 2y = 0, passante per una soluzione qualunque (figura, a sinistra).

A sinistra A=(12)A = \begin{pmatrix} 1 & 2 \end{pmatrix}: in azzurro N(A)N(A), la retta x+2y=0x + 2y = 0 per l’origine; in rosso le soluzioni di x+2y=4x + 2y = 4. Le frecce tratteggiate spostano punti del nucleo di x⃗0=(4,0)\vec{x}_0 = (4, 0), e li portano su punti della retta rossa. A destra il motivo per cui un non omogeneo non è chiuso: la somma di due soluzioni finisce sulla retta x+2y=8x + 2y = 8, la differenza finisce nel nucleo.

La prof (p. 11):

Ipotesi: il sistema ha almeno una soluzione x⃗0\vec{x}_0 (se è incompatibile non c’è niente da descrivere). Tesi del punto 2, scritta come uguaglianza di insiemi:

{soluzioni di Ax⃗=b⃗}={x⃗0+v⃗:v⃗∈N(A)}\{\text{soluzioni di } A\vec{x} = \vec{b}\} = \{\vec{x}_0 + \vec{v} : \vec{v} \in N(A)\}

“Tutte e sole”: ogni x⃗0+v⃗\vec{x}_0 + \vec{v} è soluzione, e ogni soluzione si scrive così.

Dimostrazione del punto 2 (le due inclusioni)

x⃗0+v⃗\vec{x}_0 + \vec{v} è soluzione (è la parte dimostrata a lezione: negli appunti “Dimostrazione (del secondo punto)”, con “proprietà” sotto il primo uguale). Se Av⃗=0⃗A\vec{v} = \vec{0}:

A(x⃗0+v⃗)=Ax⃗0+Av⃗=b⃗+0⃗=b⃗A(\vec{x}_0 + \vec{v}) = A\vec{x}_0 + A\vec{v} = \vec{b} + \vec{0} = \vec{b}

Ogni soluzione è di quella forma (dispensa, p. 78; nel quaderno manca, ed è la metà che fa dire “tutte”). Sia w⃗\vec{w} una soluzione qualunque, Aw⃗=b⃗A\vec{w} = \vec{b}. Pongo v⃗=w⃗−x⃗0\vec{v} = \vec{w} - \vec{x}_0. Allora

Av⃗=Aw⃗−Ax⃗0=b⃗−b⃗=0⃗A\vec{v} = A\vec{w} - A\vec{x}_0 = \vec{b} - \vec{b} = \vec{0}

quindi v⃗∈N(A)\vec{v} \in N(A) e w⃗=x⃗0+v⃗\vec{w} = \vec{x}_0 + \vec{v}. La differenza di due soluzioni risolve l’omogeneo. □\square

Come si scrive allo scritto, un passaggio per riga.

Ipotesi: Ax⃗0=b⃗A\vec{x}_0 = \vec{b}. Tesi: {w⃗:Aw⃗=b⃗}={x⃗0+v⃗:Av⃗=0⃗}\{\vec{w} : A\vec{w} = \vec{b}\} = \{\vec{x}_0 + \vec{v} : A\vec{v} = \vec{0}\}. Un’uguaglianza fra insiemi si dimostra con due inclusioni.

Inclusione ⊇\supseteq: ogni x⃗0+v⃗\vec{x}_0 + \vec{v} con v⃗∈N(A)\vec{v} \in N(A) è soluzione.

  1. Sia v⃗\vec{v} con Av⃗=0⃗A\vec{v} = \vec{0}.
  2. A(x⃗0+v⃗)=Ax⃗0+Av⃗A(\vec{x}_0 + \vec{v}) = A\vec{x}_0 + A\vec{v}: distributiva.
  3. Ax⃗0+Av⃗=b⃗+0⃗A\vec{x}_0 + A\vec{v} = \vec{b} + \vec{0}: ipotesi su x⃗0\vec{x}_0 e scelta di v⃗\vec{v}.
  4. b⃗+0⃗=b⃗\vec{b} + \vec{0} = \vec{b}. Quindi x⃗0+v⃗\vec{x}_0 + \vec{v} è soluzione.

Inclusione ⊆\subseteq: ogni soluzione è della forma x⃗0+v⃗\vec{x}_0 + \vec{v}.

  1. Sia w⃗\vec{w} una soluzione qualunque: Aw⃗=b⃗A\vec{w} = \vec{b}.
  2. Definisco v⃗:=w⃗−x⃗0\vec{v} := \vec{w} - \vec{x}_0. Allora w⃗=x⃗0+v⃗\vec{w} = \vec{x}_0 + \vec{v} (sommo x⃗0\vec{x}_0 ai due membri).
  3. Av⃗=A(w⃗−x⃗0)=Aw⃗−Ax⃗0A\vec{v} = A(\vec{w} - \vec{x}_0) = A\vec{w} - A\vec{x}_0: distributiva e scalare −1-1 che esce dal prodotto.
  4. Aw⃗−Ax⃗0=b⃗−b⃗=0⃗A\vec{w} - A\vec{x}_0 = \vec{b} - \vec{b} = \vec{0}: w⃗\vec{w} e x⃗0\vec{x}_0 sono soluzioni.
  5. Quindi v⃗∈N(A)\vec{v} \in N(A), e w⃗=x⃗0+v⃗\vec{w} = \vec{x}_0 + \vec{v} è della forma voluta. □\square

La dimostrazione non usa mai b⃗≠0⃗\vec{b} \neq \vec{0}: il punto 2 vale anche per gli omogenei, con x⃗0=0⃗\vec{x}_0 = \vec{0}, e dice solo N(A)=N(A)N(A) = N(A). Il punto 1 è l’osservazione 1, dimostrata sopra.

Nota sull’enunciato della prof: il punto 2 dice “tutte le soluzioni sono della forma x⃗0+v⃗\vec{x}_0 + \vec{v}”, che è proprio l’inclusione ⊆\subseteq; la dimostrazione fatta a lezione prova invece l’inclusione ⊇\supseteq (“ogni x⃗0+v⃗\vec{x}_0 + \vec{v} è soluzione”). Allo scritto servono tutte e due.

Perché serve l’ipotesi “compatibile”. {x+y=1x+y=2\begin{cases} x + y = 1 \\ x + y = 2 \end{cases}: R2→R2−R1R_2 \to R_2 - R_1 dà (0,0∣1)(0, 0 \mid 1), cioè 0=10 = 1, incompatibile. Eppure N(A)={t(−1,1)}N(A) = \{t(-1, 1)\} non è vuoto. Senza una soluzione x⃗0\vec{x}_0 da cui partire, il nucleo da solo non produce niente: due rette parallele distinte, nessun punto in comune.

Perché x⃗0\vec{x}_0 deve essere una soluzione. Per x+2y=4x + 2y = 4, prendere x⃗0=(0,0)\vec{x}_0 = (0, 0) dà (0,0)+N(A)=N(A)(0, 0) + N(A) = N(A): la retta azzurra, non quella rossa. Nessuno dei suoi punti risolve x+2y=4x + 2y = 4.

Esempi, dal più facile.

  1. Una equazione in R2\mathbb{R}^2: x+2y=4x + 2y = 4 (figura a sinistra).
    • A=(12)A = \begin{pmatrix} 1 & 2 \end{pmatrix}, n=2n = 2, rg⁡(A)=1\operatorname{rg}(A) = 1, quindi null⁡(A)=1\operatorname{null}(A) = 1.
    • Nucleo: x+2y=0x + 2y = 0, con y=ty = t: x=−2tx = -2t, cioè N(A)={t(−2,1)}N(A) = \{t(-2, 1)\}.
    • Soluzione particolare: pongo la variabile libera y=0y = 0, resta x=4x = 4: x⃗0=(4,0)\vec{x}_0 = (4, 0).
    • Soluzioni: (4,0)+t(−2,1)=(4−2t, t)(4, 0) + t(-2, 1) = (4 - 2t,\ t), t∈Rt \in \mathbb{R}.
    • Un’altra soluzione particolare, (0,2)(0, 2), dà lo stesso insieme: (0,2)=(4,0)+2(−2,1)(0, 2) = (4, 0) + 2(-2, 1), cioè è il punto con t=2t = 2.
  2. Due equazioni in R3\mathbb{R}^3: {x+y−z=3x−y+z=−1\begin{cases} x + y - z = 3 \\ x - y + z = -1 \end{cases} (figura sotto).
    • [A∣b⃗]=[11−131−11−1][A \mid \vec{b}] = \left[\begin{array}{ccc|c} 1 & 1 & -1 & 3 \\ 1 & -1 & 1 & -1 \end{array}\right].
    • R2→R2−R1R_2 \to R_2 - R_1: (0, −2, 2∣−4)(0,\ -2,\ 2 \mid -4).
    • R2→−12R2R_2 \to -\frac{1}{2}R_2: (0, 1, −1∣2)(0,\ 1,\ -1 \mid 2).
    • R1→R1−R2R_1 \to R_1 - R_2: (1, 0, 0∣1)(1,\ 0,\ 0 \mid 1).
    • Pivot nelle colonne di xx e yy: rg⁡(A)=rg⁡([A∣b⃗])=2\operatorname{rg}(A) = \operatorname{rg}([A \mid \vec{b}]) = 2, compatibile; null⁡(A)=3−2=1\operatorname{null}(A) = 3 - 2 = 1, variabile libera z=tz = t.
    • x=1x = 1, y=2+ty = 2 + t: (xyz)=(120)+t(011)\begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} 1 \\ 2 \\ 0 \end{pmatrix} + t\begin{pmatrix} 0 \\ 1 \\ 1 \end{pmatrix}.
    • Verifica: (1,2,0)(1, 2, 0) dà 1+2−0=31 + 2 - 0 = 3 e 1−2+0=−11 - 2 + 0 = -1; (0,1,1)(0, 1, 1) nell’omogeneo dà 0+1−1=00 + 1 - 1 = 0 e 0−1+1=00 - 1 + 1 = 0.

Ogni equazione in tre incognite è un piano (Rette e piani nello spazio); due piani non paralleli si tagliano in una retta. In azzurro N(A)N(A), la retta per OO di direzione (0,1,1)(0, 1, 1), intersezione dei due piani “spostati nell’origine”; in rosso le soluzioni, la retta parallela che passa per x⃗0=(1,2,0)\vec{x}_0 = (1, 2, 0). È la retta in forma parametrica: punto più tt volte la direzione.

Conseguenze.

Esempio della soluzione unica. (1234)x⃗=(56)\begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}\vec{x} = \begin{pmatrix} 5 \\ 6 \end{pmatrix}. Sopra si è visto null⁡(A)=0\operatorname{null}(A) = 0, quindi se c’è una soluzione è l’unica.

3Metodo

3.1Scrivere le soluzioni come x⃗0+N(A)\vec{x}_0 + N(A)

È il procedimento dell’esempio della prof (appunti p. 11-12).

  1. Riduci [A∣b⃗][A \mid \vec{b}] fino a rref⁡\operatorname{rref}. Controlla con Rouché-Capelli che sia compatibile.
  2. Individua le colonne senza pivot: sono le variabili libere, e il loro numero è null⁡(A)=n−rg⁡(A)\operatorname{null}(A) = n - \operatorname{rg}(A).
  3. Scrivi le variabili dei pivot in funzione delle libere e metti tutto in una colonna.
  4. Spezza la colonna: la parte senza parametri è x⃗0\vec{x}_0 (la soluzione con le variabili libere a 00); ogni parametro raccoglie una colonna, che è una soluzione dell’omogeneo.
  5. Verifica: x⃗0\vec{x}_0 nel sistema, ogni colonna del nucleo nell’omogeneo (termini noti a zero).
[A | b]  --Gauss-Jordan-->  rref
            |
            +-- pivot nell'ultima colonna?  sì: incompatibile, fine
            |
            no
            v
   colonne senza pivot = variabili libere (null(A) di loro)
            |
            v
   colonna delle incognite = parte senza parametri  +  t1 (colonna) + t2 (colonna) + ...
                                    x0                     soluzioni di A x = 0
            |
            v
   verifica: A x0 = b,  A (ogni colonna) = 0

3.2Riconoscere una soluzione

Se conosci x⃗0\vec{x}_0 e il nucleo, w⃗\vec{w} è soluzione se e solo se w⃗−x⃗0∈N(A)\vec{w} - \vec{x}_0 \in N(A). Non serve risolvere di nuovo. Se di AA si conosce la matrice, il controllo più rapido resta il prodotto Aw⃗A\vec{w}.

3.3Combinazioni di soluzioni

Se x⃗1,x⃗2\vec{x}_1, \vec{x}_2 risolvono Ax⃗=b⃗A\vec{x} = \vec{b}, per la distributiva A(αx⃗1+βx⃗2)=(α+β)b⃗A(\alpha\vec{x}_1 + \beta\vec{x}_2) = (\alpha + \beta)\vec{b}. Conta la somma dei coefficienti:

3.4”Per quali kk l’insieme delle soluzioni è chiuso?”

È il tipo dell’esercitazione del 12/10.

  1. Per il teorema e l’osservazione 1: chiuso se il sistema è omogeneo. Se b⃗≠0⃗\vec{b} \neq \vec{0} e c’è una soluzione x⃗1\vec{x}_1, allora 2x⃗12\vec{x}_1 non è soluzione: non chiuso.
  2. Quindi si cercano i kk con b⃗k=0⃗\vec{b}_k = \vec{0}: tutte le componenti nulle insieme.
  3. Si controlla a parte che cosa succede nei valori in cui il sistema è incompatibile (insieme vuoto): non va contato fra i “chiusi” (Spazi vettoriali: un sottospazio contiene 0⃗\vec{0}).

3.5Costruire un sistema con soluzioni date

Dati x⃗0\vec{x}_0 e il nucleo, si cerca AA con le colonne del nucleo che vanno a zero, poi si pone b⃗=Ax⃗0\vec{b} = A\vec{x}_0.

  1. Il numero di equazioni indipendenti è rg⁡(A)=n−null⁡(A)\operatorname{rg}(A) = n - \operatorname{null}(A).
  2. Ogni riga r⃗\vec{r} di AA deve dare r⃗⋅v⃗=0\vec{r} \cdot \vec{v} = 0 con ogni vettore v⃗\vec{v} del nucleo (riga per colonna è un prodotto scalare in coordinate, Vettori geometrici).
  3. Le righe scelte non devono essere proporzionali (altrimenti il rango cala).
  4. b⃗=Ax⃗0\vec{b} = A\vec{x}_0, poi si risolve il sistema trovato e si controlla che dia proprio quell’insieme.

4Esempi svolti a lezione

Prof, 5/10, appunti p. 11-12: soluzioni come x⃗0+N(A)\vec{x}_0 + N(A)
[A∣b⃗]=[100211132121342][A \mid \vec{b}] = \left[\begin{array}{cccc|c} 1 & 0 & 0 & 2 & 1 \\ 1 & 1 & 3 & 2 & 1 \\ 2 & 1 & 3 & 4 & 2 \end{array}\right]

Incognite x,y,z,wx, y, z, w.

Tipo: sistema con più incognite che equazioni indipendenti, da scrivere nella forma del teorema. Metodo: Gauss-Jordan sulla completa, poi la colonna delle incognite spezzata per parametri.

Riduzione.

  • E21(−1)E_{21}(-1), cioè R2→R2−R1R_2 \to R_2 - R_1: (1−1, 1−0, 3−0, 2−2∣1−1)=(0,1,3,0∣0)(1 - 1,\ 1 - 0,\ 3 - 0,\ 2 - 2 \mid 1 - 1) = (0, 1, 3, 0 \mid 0).
  • E31(−2)E_{31}(-2), cioè R3→R3−2R1R_3 \to R_3 - 2R_1: (2−2, 1−0, 3−0, 4−4∣2−2)=(0,1,3,0∣0)(2 - 2,\ 1 - 0,\ 3 - 0,\ 4 - 4 \mid 2 - 2) = (0, 1, 3, 0 \mid 0).
  • E32(−1)E_{32}(-1), cioè R3→R3−R2R_3 \to R_3 - R_2: la terza riga si annulla.
[100210130000000]\left[\begin{array}{cccc|c} 1 & 0 & 0 & 2 & 1 \\ 0 & 1 & 3 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 \end{array}\right]

È già ridotta per righe: i pivot valgono 11 e sopra il secondo pivot c’è già 00. Pivot nelle colonne di xx e yy.

Ranghi. rg⁡(A)=2=rg⁡([A∣b⃗])\operatorname{rg}(A) = 2 = \operatorname{rg}([A \mid \vec{b}]), compatibile. null⁡(A)=2\operatorname{null}(A) = 2 (colonne di zz e ww), e infatti 2+2=42 + 2 = 4 colonne.

Soluzioni. x+2w=1x + 2w = 1 e y+3z=0y + 3z = 0, cioè x=1−2wx = 1 - 2w, y=−3zy = -3z: xx e yy scritte in funzione di zz e ww.

(xyzw)=(1−2w−3zzw)=(1000)⏟x⃗0+z(0−310)+w(−2001),z,w∈R\begin{pmatrix} x \\ y \\ z \\ w \end{pmatrix} = \begin{pmatrix} 1 - 2w \\ -3z \\ z \\ w \end{pmatrix} = \underbrace{\begin{pmatrix} 1 \\ 0 \\ 0 \\ 0 \end{pmatrix}}_{\vec{x}_0} + z\begin{pmatrix} 0 \\ -3 \\ 1 \\ 0 \end{pmatrix} + w\begin{pmatrix} -2 \\ 0 \\ 0 \\ 1 \end{pmatrix}, \qquad z, w \in \mathbb{R}

Nel quaderno la prof colora: in viola i numeri senza parametro (diventano x⃗0\vec{x}_0), in arancione i termini con zz, in verde quelli con ww. Le due colonne di zz e ww sono soluzioni di Ax⃗=0⃗A\vec{x} = \vec{0}.

Come si spezza, riga per riga: la prima componente 1−2w1 - 2w dà 11 a x⃗0\vec{x}_0, 00 alla colonna di zz, −2-2 a quella di ww; la seconda −3z-3z dà 00, −3-3, 00; la terza zz dà 00, 11, 00; la quarta ww dà 00, 00, 11.

Verifica. x⃗0=(1,0,0,0)\vec{x}_0 = (1, 0, 0, 0): 1=11 = 1, 1=11 = 1, 2=22 = 2. (0,−3,1,0)(0, -3, 1, 0) nell’omogeneo: 00; −3+3=0-3 + 3 = 0; −3+3=0-3 + 3 = 0. (−2,0,0,1)(-2, 0, 0, 1): −2+2=0-2 + 2 = 0; −2+2=0-2 + 2 = 0; −4+4=0-4 + 4 = 0.

Prof, esercitazione 3, 12/10, p. 7: per quali kk le soluzioni sono chiuse?

Esercizio 3, punto 3, del foglio esercizi extra:

Ak=(32−112k13k2),b⃗=(k,0,k)A_k = \begin{pmatrix} 3 & 2 & -1 \\ 1 & 2 & k \\ 1 & 3k & 2 \end{pmatrix}, \qquad \vec{b} = (k, 0, k)

Per quali kk l’insieme delle soluzioni di Akx⃗=b⃗A_k\vec{x} = \vec{b} è chiuso rispetto alla somma e al prodotto per uno scalare?

Come si riconosce: “chiuso rispetto alla somma e al prodotto” è il linguaggio del teorema qui sopra (punto 1) e dell’osservazione 1. La risposta dipende da b⃗\vec{b}, non da AkA_k.

La risposta della prof: l’insieme delle soluzioni di Akx⃗=b⃗A_k\vec{x} = \vec{b} è chiuso rispetto alle due operazioni se e solo se il sistema è omogeneo, cioè b⃗=0⃗\vec{b} = \vec{0}, cioè k=0k = 0 (le componenti di b⃗\vec{b} sono kk, 00, kk: tutte nulle solo per k=0k = 0).

Perché “solo se”: se b⃗≠0⃗\vec{b} \neq \vec{0} e x⃗1\vec{x}_1 è una soluzione, A(2x⃗1)=2b⃗≠b⃗A(2\vec{x}_1) = 2\vec{b} \neq \vec{b}, quindi 2x⃗12\vec{x}_1 non è soluzione: non chiuso per il prodotto (osservazione “il non omogeneo non è chiuso”).

Il caso che la prof non tratta: per k=1k = 1 e k=−109k = -\frac{10}{9} la matrice ha rango 22 e il sistema risulta incompatibile: l’insieme delle soluzioni è vuoto, e il ragionamento sopra non parte (non c’è un x⃗1\vec{x}_1). Il vuoto non è un sottospazio (Spazi vettoriali), quindi la risposta resta k=0k = 0, ma va detto. I conti sono nella nota degli esercizi extra, esercizio 3.

Verifica di buon senso: per k=0k = 0 il rango di A0A_0 è 33 (i kk critici sono solo 11 e −109-\frac{10}{9}), quindi l’omogeneo A0x⃗=0⃗A_0\vec{x} = \vec{0} ha solo la soluzione banale: l’insieme è {0⃗}\{\vec{0}\}, chiuso in modo banale (0⃗+0⃗=0⃗\vec{0} + \vec{0} = \vec{0}, λ0⃗=0⃗\lambda\vec{0} = \vec{0}).

Un altro esempio dello stesso tipo, dalla dispensa (es. 43), è svolto nella domanda 3.5 del foglio 3; l’esercizio 3.11 dello stesso foglio è identico nella forma.

5Esercizi tipo esame

In una pagina a parte, dal più facile al livello del 30: Nucleo e struttura delle soluzioni (esercizi).

6Errori tipici

7Domande