Dipendenza e indipendenza lineare

Похожие документы
Il teorema di Rouché-Capelli

Note sull algoritmo di Gauss

Argomento 13 Sistemi lineari

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni

Dipendenza e indipendenza lineare (senza il concetto di rango)

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari

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

ALGEBRA LINEARE PARTE III

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.

2 Sistemi lineari. Metodo di riduzione a scala.

LE EQUAZIONI LINEARI LE IDENTITA ( )( ) 5. a Cosa hanno in comune le seguenti uguaglianze? Uguaglianza (1) a

CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI

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

+2 3 = = =3 + =3 + =8 =15. Sistemi lineari. nelle stesse due incognite. + = + = = = Esempi + =5. Il sistema è determinato

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari

Sistemi di equazioni lineari

ESERCIZI SULLE MATRICI

Operazioni tra matrici e n-uple

Rette e piani in R 3

Sistemi lineari. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 : : : a m1 x 1 + a m2 x 2 +..

Le disequazioni di primo grado. Prof. Walter Pugliese

SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE

Applicazioni eliminazione di Gauss

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

RISOLVERE EQUAZIONI DI PRIMO GRADO INTERE

APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 27 GIUGNO 2016

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

Appunti su Indipendenza Lineare di Vettori

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

1 Equazioni parametriche e cartesiane di sottospazi affini di R n

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.

Sistemi di equazioni lineari

MATEMATICA PRIMO COMPITINO SOLUZIONE DI ALCUNI ESERCIZI PRIMA PARTE. Esercizio 1. (Testo B) Determina, motivando la risposta, se la funzione f : R R

Sistemi di equazioni di primo grado (sistemi lineari)

I sistemi lineari Prof. Walter Pugliese

Anno Scolastico 2014/15 - Classe 1D Verifica di matematica dell 11 Maggio Soluzioni degli esercizi. 2(x 2) 2(x 1) + 2 = 3x

Trapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2.

Risoluzione di sistemi lineari

Condizione di allineamento di tre punti

Sistemi di equazioni lineari

SISTEMI LINEARI MATRICI E SISTEMI 1

SISTEMI LINEARI, METODO DI GAUSS

ESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x?

Metodi per la risoluzione di sistemi lineari

Precorso di Matematica

Corso di Geometria BIAR, BSIR Esercizi 4: soluzioni

Esercitazione: 16 novembre 2009 SOLUZIONI

Continuando con altri valori di x, constateremo che l uguaglianza x + x = 2x è sempre valida. Un uguaglianza di questo tipo si chiama identità.

Транскрипт:

Dipendenza e indipendenza lineare Luciano Battaia Questi appunti () ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia campus di Treviso contengono un integrazione al testo Metodi matematici per l analisi economica e finanziaria di K.Sydsæter P.Hammond e A.Strøm e si inseriscono dopo il paragrafo.6. Cominciamo ricordando che si chiama vettore di n una matrice a una sola riga e n colonne (vettoreriga) o una matrice a una sola colonna e n righe (vettore-colonna). Queste particolari matrici si indicano abitualmente con una lettera minuscola in grassetto o sormontata da una freccia (come faremo noi). Nelle applicazioni intervengono principalmente i vettori-colonna () ma quanto diremo è valido con le stesse parole sia per vettori-riga che per vettori-colonna. Diamo ora una prima definizione. Definizione. Siano w e v v... v r vettori di n. Si dice che il vettore w è combinazione lineare dei vettori v v... v r se esistono r scalari (numeri reali) c c... c r tali che w = c v + c v + + c r v r. Esempio. Si considerino i vettori v = (0) v = (00) e v 3 = (33 ). È facile verificare che v 3 = 3 v v ovvero che v 3 è combinazione lineare dei vettori v e v con coefficienti 3 e. Esempio. Si considerino i vettori v = (00) v = (00) e v 3 = (00). In questo caso non è possibile scrivere nessuno dei tre vettori come combinazione lineare degli altri due: per esempio qualunque combinazione dei vettori v e v 3 avrà uno zero come primo elemento e quindi non potrà mai dare il vettore v. Dalla definizione segue ora il concetto di dipendenza ed indipendenza lineare che costituisce l oggetto di queste pagine integrative. Definizione. I vettori v v... v r di n si dicono linearmente dipendenti se è possibile scrivere almeno uno di essi come combinazione lineare degli altri linearmente indipendenti in caso contrario. Vale il seguente teorema che discende quasi immediatamente dalla definizione. Versione del 4 dicembre 06. Si pensi ad esempio alla scrittura in forma matriciale di un sistema di m equazioni in n incognite: A x = b dove A è una matrice di tipo m n x è una colonna di n righe (contiene i nomi delle incognite) b è una colonna di m righe (contiene gli m termini noti delle equazioni date). Luciano Battaia

Teorema 3. I vettori v v... v r di n sono linearmente indipendenti se e solo se dall uguaglianza c v + c v + + c r v r = 0 = (00...0) segue c = c = = c r = 0. Se invece l uguaglianza precedente vale con almeno uno dei coefficienti diverso da zero allora i vettori sono linearmente dipendenti. Il problema di verificare se un insieme di vettori è o no indipendente conduce alla risoluzione di un sistema lineare come si può vedere dal seguente esempio. Esempio 3. Si considerino ad esempio i vettori v = ( ) v = (3) e v 3 = (03) e supponiamo di voler stabilire se v 3 è combinazione lineare di v e di v. Si devono ricercare le soluzioni dell equazione: c + c 3 = nelle incognite c e c. Tenendo conto che due vettori sono uguali se e solo se hanno gli stessi elementi si ottiene: c + c = c + c = 0. c + 3c = 3 Si tratta di un sistema di tre equazioni in due incognite (3) che possiamo risolvere in maniera elementare: dalla seconda equazione ricaviamo c = c che per sostituzione nella prima equazione fornisce c = /3 mentre per sostituzione nella terza fornisce c = 3/5 palesemente impossibile. Se ne deduce che il sistema non ha soluzioni (4). Come utile esercizio di applicazione del metodo di eliminazione di Gauss risolviamo lo stesso sistema con questa strategia. Scriviamo la matrice completa (5) del sistema. A b = a a b a a b a 3 a 3 b 3 = 0 3 0 3 3 Al di sotto dell elemento a (il primo pivot) dobbiamo far comparire due zeri. Cominciamo a moltiplicare la prima riga per cambiato di segno ovvero per e sommiamola con la seconda; successivamente moltiplichiamo la prima riga per e sommiamola con la terza. Otteniamo: cambiato di segno ovvero per 0 3 0 3 Un sistema siffatto ha una nota interpretazione geometrica: poiché un equazione in due incognite ha come grafico nel piano cartesiano una retta risolvere questo sistema significa verificare se tre rette hanno o no un unico punto comune. 4 E questo fatto è in accordo con la situazione geometrica indicata: non è facile che tre rette di un piano abbiano un punto in comune. 5 È tradizione indicare questa matrice con la scrittura A b ad indicare che è ottenuta affiancando alla matrice Adei coefficienti (detta matrice incompleta) la colonna b dei termini noti. Luciano Battaia

A questo punto lasciamo in pace la prima riga ( scendiamo di un livello ) e cerchiamo di far comparire uno zero al di sotto dell elemento a (cioè al disotto del 3 il nostro secondo pivot ). Basterà moltiplicare la seconda riga per e sommarla con la terza. Si ottiene: 3 cambiato di segno ovvero per 3 0 3 0 0 4/3 Da qui si capisce subito che il sistema non ha soluzioni perché la terza equazione si è ridotta alla forma palesemente impossibile. 0 c + 0 c = 4 3 Esempio 4. Studiare la dipendenza e indipendenza lineare dei seguenti vettori di 3 : 4 v = 3 v = v 3 =. 7 Possiamo vedere sulla base della definizione se almeno uno dei tre è combinazione lineare degli altri due oppure in base al teorema 3 se dall uguaglianza c v + c v + c 3 v 3 = 0 si deduce oppure no che c = c = c 3 = 0. Quest uguaglianza si traduce nella seguente c + c 4c 3 0 3c c + c 3 = 0 7c c + c 3 0 ovvero nel sistema c + c 4c 3 = 0 3c c + c 3 = 0 7c c + c 3 = 0 Si noti che questo sistema che è detto omogeneo ha sicuramente la soluzione c = c = c 3 = 0: il problema è vedere se ne ha anche altre oppure no. Risolviamo questo sistema come utile esercizio con il metodo di Gauss. Scriviamo la matrice completa: A b = Cominciamo con il moltiplicare la prima riga per 4 0 3 0 7 0 3 cambiato di segno ovvero per 3 e sommarla con la seconda; successivamente moltiplichiamo la prima riga per 7 cambiato di segno ovvero per 7 Luciano Battaia 3

e sommiamola con la terza. Otteniamo 4 0 0 5 0 0 0 5 30 0 Per semplificare i calcoli possiamo dividere la seconda riga per 5 e la terza per 5. Otteniamo: 4 0 0 0 0 0 A questo punto scendiamo di un livellolasciando in pace la prima riga. Moltiplichiamo la seconda riga per cambiato di segno ovvero per e sommiamola con la terza. Otteniamo: 4 0 0 0 0 0 0 0 la terza equazione è diventata un identità (0 = 0). Dalla seconda troviamo che c 3 può assumere un valore qualunque valore che indicheremo genericamente con t mentre c = t. dalla prima troviamo poi c = 4t + 4t = 0. Possiamo dunque concludere che i tre vettori sono linearmente dipendenti e che si ha 0 v + t v + t v 3 = 0 qualunque sia il numero reale t. Da qui possiamo ricavare prendendo per esempio t = che: v = v 3. v 3 = v. v non si può scrivere come combinazione lineare di v e v 3. È per questo che nella definizione di vettori linearmente dipendenti o indipendenti abbiamo detto: sono dipendenti se almeno uno è combinazione lineare dei rimanenti. Esempio 5. Data la matrice 3 A = dire se la sua terza colonna è combinazione lineare della altre due. Si tratta di vedere se esistono o no due numeri c e c tali che 3 = c + c. Come già sappiamo questo si traduce nel sistema c + 3c = c + c = che si risolve immediatamente ottenendo c = 4 c = 3. La terza colonna della matrice è combinazione lineare delle altre due ovvero le tre colonne sono tre vettori di linearmente dipendenti. Luciano Battaia 4

Esercizi proposti. Esercizio. Data la matrice: vedere se le tre righe sono dipendenti o no. Esercizio. Dati i vettori di v = 3 3 v = 4 v 3 = mostrare che v non è combinazione lineare degli altri due mentre v è combinazione lineare degli altri due. I tre vettori sono dipendenti o no? Luciano Battaia 5