LEZIONE 4. { x + y + z = 1 x y + 2z = 3

Documenti analoghi
LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m

LEZIONE 3. Typeset by AMS-TEX

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Appunti su Indipendenza Lineare di Vettori

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),

Sistemi di equazioni lineari

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: R 2 R 2 3R

Giuseppe Accascina. Note del corso di Geometria e Algebra

1 Definizione di sistema lineare omogeneo.

ESERCIZI SULLE MATRICI

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

Sistemi di equazioni lineari

SISTEMI LINEARI, METODO DI GAUSS

Esercizio 1 Trovare, se esistono, le soluzioni del sistema lineare. y + 3z = 3 x y + z = 0. { x + y = 1

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =

ha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il

Esercitazioni di Algebra e Geometria

Inversa di una matrice

LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero

Lezione 7: Il Teorema di Rouché-Capelli

RETTE E PIANI. ove h R. Determinare i valori di h per cui (1) r h e α sono incidenti ed, in tal caso, determinare l angolo ϑ h da essi formato;

Esercitazione 6 - Soluzione

1 Definizione di sistema lineare non-omogeneo.

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

LEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h.

Pagine di Algebra lineare. di premessa al testo Pagine di Geometria di Sara Dragotti. Parte terza: SISTEMI LINEARI

2. ALGORITMO DEL SIMPLESSO

La riduzione a gradini e i sistemi lineari (senza il concetto di rango)

Sviluppi e derivate delle funzioni elementari

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)

Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo.

Due numeri naturali non nulli a, b tali che MCD(a,b) = 1 si dicono coprimi o relativamente primi.

Prontuario degli argomenti di Algebra

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v a 1,n 1 v n 1 + a 1,n v n = w 1

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3

SISTEMI DI EQUAZIONI LINEARI

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f

LEZIONE 9. Figura 9.1.1

Metodo di Gauss-Jordan 1

Sistemi lineari - Parte Seconda - Esercizi

LEZIONE 30. Se x = 1 si dice che x è un versore. Se poi y = (y 1,..., y n ) R n poniamo. Ricordiamo che vale la cosiddetta disuguaglianza triangolare

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.

MATRICI. 1. Esercizi

1 Equazioni parametriche e cartesiane di sottospazi affini di R n

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

Metodo delle due fasi

4 0 = 4 2 = 4 4 = 4 6 = 0.

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

CONICHE. Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oxy sia data la conica C di equazione

Parte Seconda. Prova di selezione culturale

NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE

Precorso di Matematica

Matrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili

a + 2b + c 3d = 0, a + c d = 0 c d

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x

1 Relazione di congruenza in Z

Parte 4. Spazi vettoriali

Il teorema di Rouché-Capelli

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Dipendenza e indipendenza lineare

Equazioni lineari con due o più incognite

Note per il corso di Geometria e algebra lineare Corso di laurea in Ing. Elettronica e delle Telecomunicazioni

Anno 4 Matrice inversa

Esercizi per il corso Matematica clea

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1

Lezione 10: Teorema di Rouchè-Capelli e la classificazione dei sistemi lineari

Chi non risolve esercizi non impara la matematica.

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Lezione 9: Le matrici

Argomento 2 IIparte Funzioni elementari e disequazioni

Matematica II,

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

Argomento 13 Sistemi lineari

Piccolo teorema di Fermat

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni

Capitolo IV SPAZI VETTORIALI EUCLIDEI

Corso di Calcolo Numerico

04 - Numeri Complessi

Geometria BIAR Esercizi 2

Un monomio è in forma normale se è il prodotto di un solo fattore numerico e di fattori letterali con basi diverse. Tutto quanto sarà detto di

SISTEMI LINEARI MATRICI E SISTEMI 1

Anno 2. Risoluzione di sistemi di primo grado in due incognite

Parte 1. Sistemi lineari, algoritmo di Gauss, matrici

Il codice di Sarngadeva

Metodi per la risoluzione di sistemi lineari

Applicazioni Lineari. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

08 - Matrici, Determinante e Rango

Operazioni in N Le quattro operazioni Definizioni e Proprietà

Equazioni di primo grado ad un incognita

1 Ampliamento del piano e coordinate omogenee

08 - Matrici, Determinante e Rango

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

Ancora sui criteri di divisibilità di Marco Bono

LEZIONE 10. S(C,ρ) Figura 10.1

Transcript:

LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe. Si osservi, però, che dato un sistema di equazioni lineari, in generale, la sua matrice non sarà fortemente ridotta per righe, o anche solo ridotta per righe. Per esempio la matrice completa del sistema (4.. { x + y + z = x y + 2z = 3 a coefficienti in k =, C è ( 2 3 che non è ridotta per righe. Un possibile metodo di soluzione è quello di trasformare il Sistema (4.. in un nuovo sistema con le stesse soluzioni e che abbia una matrice fortemente ridotta per righe e risolvere quest ultimo invece di quello di partenza. Per esempio, se nel Sistema (4.. si sostituisce alla seconda equazione la somma delle due equazioni, si ottiene il nuovo sistema (4..2 { x + y + z = 2x + 3z = 2 ( 2 0 3 2 che è ridotta per righe. Chiaramente se t ( x 0 y 0 z 0 è soluzione del Sistema (4.. si ha x 0 + y 0 + z 0 = 0, x 0 y 0 + 2z 0 + 3 = 0, dunque x 0 + y 0 + z 0 = 0, 2x 0 + 3z 0 + 2 = (x 0 + y 0 + z 0 + (x 0 y 0 + 2z 0 + 3 = 0, sicché t ( x 0 y 0 z 0 è anche soluzione del Sistema (4..2: concludiamo che l insieme delle soluzioni del Sistema (4.. è contenuto in quello del Sistema (4..2. Typeset by AMS-TEX

2 4.. OPEAZIONI ELEMENTAI DI IGA Poiché, viceversa, il Sistema (4.. si può ottenere dal Sistema (4..2 sostituendo alla sua seconda equazione la seconda equazione meno la prima anche l insieme delle soluzioni del Sistema (4..2 è contenuto in quello del Sistema (4..,dunque tali insiemi coincidono, cioè i due Sistemi (4.. e (4..2 hanno le stesse soluzioni, ovvero sono equivalenti nel senso della seguente Definizione 4..3. Due sistemi di equazioni (non necessariamente lineari si dicono equivalenti se hanno lo stesso insieme di soluzioni. Proseguendo con il Sistema (4..2, dividendo la seconda equazione per 2 otteniamo il sistema { x + y + z = (4..4 x + 3z/2 = ( 0 3. È facile osservare che il Sistema (4..4 è ancora equivalente al Sistema (4.. di partenza. Sottraendo, infine, alla prima equazione del sistema così ottenuto la seconda otteniamo { y z/2 = 2 (4..5 x + 3z/2 = ( 0 /2 2 0 3 che è fortemente ridotta per righe. agionando analogamente a quanto fatto prima osserviamo che il Sistema (4..5 è equivalente al Sistema (4..2, dunque al Sistema (4... isolvendo il Sistema (4..5 come spiegato nell Esempio 3.2., otteniamo che la soluzione generale del Sistema (4..5 e, perciò, del Sistema (4.. è { t ( 3z/2 2 + z/2 z z k }. Si noti che ogni operazione fatta sulle equazioni del sistema corrisponde ad un analoga operazione fra le righe della matrice completa del sistema stesso: questa è la tecnica generale per risolvere un qualsiasi sistema di equazioni lineari. Per enunciare il risultato generale introduciamo la definizione di operazioni elementari di riga. Definizione 4..6. Sia A k m,n, k =, C. Le operazioni elementari di riga su A sono: (E sommare ad una riga di A un multiplo di un altra riga di A (se si somma alla riga di indice i la riga di indice i 0 i moltiplicata per α k tale operazione viene spesso indicata con i i + α i0 ; (E2 moltiplicare una riga di A per una costante non nulla α k (se si moltiplica la riga di indice i per α tale operazione viene spesso indicata con i α i ; (E3 scambiare due righe di A (se si scambiano le riga di indici i e i 0 tale operazione viene spesso indicata con i i0. Il risultato fondamentale di questo paragrafo è il seguente.

LEZIONE 4 3 Proposizione 4..7. Sia A k m,n, k =, C. Allora esiste una successione finita di operazioni elementari di riga che trasforma A in una matrice A k m,n (fortemente ridotta per righe. Dimostrazione. Supponiamo che A = (a i,j i m. Supponiamo che A 0 m,n (altrimenti j n non c è nulla da dimostrare. Sia i 0 il più piccolo indice per cui esiste a i0,j 0 0. Moltiplicando la riga di indice i 0 per a i 0,j 0 (cioè i0 i0 /a i0,j 0 trasformiamo la matrice A in una nuova matrice A avente l entrata in posizione (i 0, j 0. Per ogni i i 0 si sostituisca la riga di indice i con la sua somma alla riga di indice i 0 moltiplicata per a i,j0 A in una nuova matrice A = (a i,j i m j n (cioè i i a i,j0 i0. In questo modo trasformiamo la matrice la cui colonna di indice j 0 contiene un unica entrata non nulla che vale in posizione (i 0, j 0. A questo punto si presentano due possibilità. Nel primo caso tutte le righe di indice i i 0 sono nulle: scambiando la riga di indice i 0 con la riga di indice (cioè i0 trasformiamo A in una nuova matrice A = (a i,j i m j n contiene un unica entrata non nulla che vale in posizione (, j 0 e tale che a la cui colonna di indice j 0 i,j = 0 per ogni i >. Quindi A è fortemente ridotta per righe. Nel secondo caso ripetiamo lo stesso procedimento con il più piccolo indice i > i 0 per cui esiste a i,j 0. Poiché a i,j 0 = 0 per i i 0 segue che j j 0. In questo modo dopo al più m passi (uno per ogni riga otteniamo una matrice fortemente ridotta per righe. Esempio 4..8. Si consideri la matrice 3 2 2 A = 2 4 2 3 2 5 7. Allora A 2 2 0 2 3 0 3 3 2 4 4 2 4 2 3 2 5 7 0 2 3 0 3 3 2 4 4 + 2 0 2 3 0 0 2 3 0 = Â : 0 2 4 6 0 0 2 4 7

4 4.2. ANGO DI UNA MATICE tale matrice è ridotta per righe. Proseguendo 2 2 /2 Â 4 4 /2 0 3/2 0 /2 2 2 +3 4 /2 4 0 3 9/2 0 0 6 37/4 0 0 3 9/4 2 0 0 3 9/4 0 0 6 37/4 0 0 3 9/4 = A, che è fortemente ridotta per righe. 3 4 4.2. ango di una matrice. È chiaro che da ogni matrice A, con operazioni elementari di riga, si potranno ottenere varie matrici ridotte per righe, anche molto diverse: infatti, ad ogni passo, bisogna fare una scelta del pivot. Si può, però, dimostrare che Proposizione 4.2.. Sia A k m,n, k =, C, e siano A ed A due matrici ridotte per righe ottenute da A con una successione finita di operazioni elementari di riga. Allora i numeri di righe di A e di A contenenti entrate non nulle coincidono. Dimostrazione. Omettiamo la dimostrazione. Vedremo più avanti, nel corso delle prossime lezioni, che tale numero dipende solo da A (coincide con un numero chiamato dimensione dello spazio riga di A e non dalla riduzione operata. Si comprende che tale numero riveste un importanza particolare nell algebra delle matrici, pertanto merita un nome particolare. Definizione 4.2.2. Sia A k m,n, k =, C, e sia A una matrice ridotta per righe ottenuta da A con una successione finita di operazioni elementari di riga. Il numeri di righe di A contenenti entrate non nulle viene detto rango di A ed indicato con il simbolo rk(a. In particolare rk(a m per definizione. Inoltre rk(a coincide con il numero di pivot di una forma ridotta per righe di A: ognuno di essi si trova necessariamente in una colonna diversa, quindi si ha anche rk(a n. Abbiamo perciò dimostrato che Proposizione 4.2.3. Sia A k m,n, k =, C. Allora rk(a min{ m, n }.

Esempio 4.2.4. Si consideri la matrice LEZIONE 4 5 3 2 2 A =. 2 4 2 3 2 5 7 Poiché con operazioni elementari di riga A può essere trasformata in una delle due matrici 0 0 6 37/4 0 2 3 0 Â =, A 0 0 3 9/4 =, 0 0 2 4 7 segue che rk(a = rk(â = rk(a = 3. Osservazione 4.2.5. Oltre alla notazione rk(a, per indicare il rango della matrice A si utilizzano anche altri simboli. Per esempio ϱ(a e N(A, per citare solo i più diffusi.