TeTeoorreemama ddii CCrraammeerr SSiisstteemimi lliineneaarrii ccoonn ppaarraammeettrroo:: ususaannddoo ii tteeoorreemmii ddii KKrroonneecckkeerr ee CCrraammeerr
S
Soottttososppaazzii ggeenneerraattii ddaa vveettttoorrii iinn RR22, , RR33 e e lloorroo eeququaazziioonnii ppaarraammeetrtriicchhee ee ccaarrtteessiiaannee
G
Geenneerraattoorrii --
ElEleemmeenntti i lliinneeaarrmmeentntee iinnddiippeennddeennttii
Rosalba Barattero
ESERCITAZIONE N.4 26 marzo 2009
ESERCIZIO1.
Sistema di Cramer
Dato il sistema lineare
⎪⎪
⎩
⎪⎪
⎨
⎧
= + +
=
− +
=
− +
−
= + + +
0 t 4y x
0 t 3y x
1 t z y x
1 2t z 2y x
a) Provare che ha un’unica soluzione
b) Determinare la soluzione facendo uso della regola di Cramer.
a) La regola di Cramer si applica ai sistemi lineari del tipo : Æ n equazioni, n incognite
Æ det(A) ≠ 0 , A matrice dei coefficienti delle incognite Questi sistemi sono detti
SISTEMI DI CRAMER e hanno 1! (un’unica) soluzione (x1 , x2, …, xn) con xi = det(A)
Δi
ove Δi = det della matrice ottenuta sostituendo la i-esima colonna con la colonna dei termini noti.
A|b =
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
0 0 1 1
1 0 4 1
1 0 3 1
1 1 1 1
2 1 2 1
4 equazioni - 4 incognite Verifichiamo: det(A) ≠ 0
A =
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
1 0 4 1
1 0 3 1
1 1 1 1
2 1 2 1
A′ =
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
1 0 4 1
1 0 3 1
3 0 3 0
2 1 2 1
det(A) = det(A′)=
1 4 1
1 3 1
3 3 0
−
−
−
= -1(-3+12) +1(3+9)=3 ≠ 0
⇒ il sistema è di Cramer ed ha quindi un’unica soluzione.
b) Sappiamo che dato il sistema AX= b , con A matrice nxn invertibile (*), X= t(x1,x2,…,xn) (matrice colonna),
se α = t(α1,α2,…,αn ) è la soluzione allora Aα= b e quindi moltiplicando a sinistra per A-1 si ottiene A-1 Aα= A-1 b , da cui l’unica soluzione α= A-1 b .
La regola di Cramer ′evidenzia′ l’unicità della soluzione evitando il passaggio esplicito alla matrice inversa :
αi = det(A) Δi
ove Δi = det della matrice ottenuta sostituendo la i-esima colonna con la colonna dei termini noti.
Le operazioni elementari non alterano det(A) R2 → R2 – R1
(*) Da ricordare : A (nxn) invertibile ⇔ det(A) ≠0 ⇔ ρ(A) =n
x= 0 det(A)4 0 1 1 0 3 0
1 1 1 1
2 1 2 1
−
−
−
= 0 perché C1= C3
analogamente si ottiene y=0, t=0, mentre
z= 1 4det(A)0 1 1 0 3 1
1 1 1 1
2 1 2 1
−
−
−
= det(A)det(A)=1
(… il calcolo è qui particolarmente semplice, a differenza di quanto succede usualmente ! )
Conclusione: l’unica soluzione è (0,0,1,0)
Colonna dei termini noti
Colonna dei termini noti
ESERCIZIO2.
Sistema lineare con parametro: discussione con regola Kronecker
Dato il seguente sistema lineare
⎪⎩
⎪⎨
⎧
= +
=
= +
-λ λz y
λ z - x
2 y λx
con λ∈R
a) Stabilire per quali λ ∈ R ha soluzioni e quante sono.
b) Determinare, quando possibile, tutte le soluzioni.
a) Iniziamo studiando ρ(A) =
λ 1 0
1 - 0 1
0 1 λ
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
La caratteristica di A é minore o uguale a 3, essendo A una matrice quadrata di ordine 3. E’ importante rilevare la presenza di minore indipendenti dal parametro λ.
Esiste un minore, 01 −01 che é diverso da zero, quindi ρ(A) ≥2 ∀ λ∈R .
Calcoliamo
λ 1 0
1 0 1
0 1 λ
− = λ(1) - λ = 0 ∀ λ∈R
⇒ ρ(A) =2 ∀ λ∈R . Ora studiamo ρ(A|b) :
⎟⎟⎟
⎠
⎞
⎜ −
⎜⎜
⎝
⎛
−
λ λ λ
λ 2
1 0
1 0 1
0 1
che vale 2 o 3 a seconda che la colonna
dei termini noti alteri o meno ρ(A).
Usiamo la regola di Kronecker : consideriamo il minore (evidenziato) di ordine 2 diverso da zero e calcoliamo i due minori di ordine 3 che lo orlano:
λ 1 0
1 0 1
0 1 λ
− =0 (già visto)
λ λ 1
λ 1 0
2 0 1
−
− = λ-λ2+2
CASO 1. Entrambi i minori orlanti sono nulli , per Kronecker ρ(A|b) =2 ed è uguale a ρ(A), di conseguenza per il teorema di Rouché Capelli ci sono soluzioni e sono ∞n-ρ con n=n°incog.,ρ=ρ(A)= ρ(A|b) ⇒∞3-2 = ∞1 soluzioni.
= 0 se λ =2,-1 1.
≠ 0 se λ ≠ 2,-1 2.
CASO 2. C’è in A|b un minore non nullo di ordine 3 ⇒ ρ(A|b)=3≠2=ρ(A) ⇒ nessuna soluzione (R.C.) Conclusione: λ ≠ 2,-1 : nessuna soluzione
λ =2,-1 : ∞1 soluzioni
b)Modo di trovare le soluzioni ( alternativo alla riduzione di Gauss)
Determiniamo le soluzioni nel caso λ = 2 (∞1 soluzioni)
A|b = ⎟⎟⎟
⎠
⎞
⎜ −
⎜⎜
⎝
⎛
−
λ λ 2
λ 1 0
1 0 1
0 1 λ
⎟⎟⎟
⎠
⎞
⎜ −
⎜⎜
⎝
⎛
−
2 2 2
2 1 0
1 0 1
0 1 2
Abbiamo già visto che il minore evidenziato non nullo è quello che individua ρ(A)= ρ(A|b) =2.
Allora il sistema di partenza è equivalente al sistema che ′contie- ne′ le righe R1, R2 di questo minore M: dal teorema di Kronecker le righe che contengono il minore sono L.I. , quelle al di fuori sono C.L. in modo unico di tali righe.
Allora procediamo così :
1. Trascuriamo le righe che sono al di fuori di M λ=2
2. ⎩⎨⎧
=
= +
2
z - x
2 y 2x
3.
⎩⎨⎧
=
=
x -
2 z -
2x - 2 y
Infatti ogni volta che si fissa x il sistema diventa a 2 equa- zioni, 2 incognite , con det(A) ≠0 ed ha quindi un’unica soluzione (y,z). Ma poiché la x varia, le soluzioni del sistema sono
infinite ∞n-ρ con n= n°incognite, ρ=ρ(A)= ρ(A|b) (x, 2-2x, x-2) al variare di x in R :
Determiniamo ora le soluzioni nel caso λ =-1 (∞1 soluzioni)
A|b = ⎟⎟⎟
⎠
⎞
⎜ −
⎜⎜
⎝
⎛
−
λ λ 2
λ 1 0
1 0 1
0 1 λ
⎟⎟⎟
⎠
⎞
⎜ −
⎜⎜
⎝
⎛
−
−
−
1 1 2
1 1 0
1 0 1
0 1 1
… analogamente a prima si ottiene
⎩⎨
⎧
= +
=
x -
1 - z -
x 2 y
isoliamo a I°membro le incognite relative al minore non nullo M
Assegniamo alle variabili a secondo mem- bro valori arbitrari; per ciascuna assegna- zione,il sistema diventa di CRAMER nelle incognite y, z, considerando la x ′variabile libera′.
λ= -1
∞1 soluzioni :
(x, 2+x,1+x) al variare di x in R.
ESERCIZIO3.
Sottospazi generati da vettori in R2
Siano dati in R2 i vettori u=(-3,1), v=(23,−21), w=(1,-2).
Sia V=<u,v> il sottospazio di R2generato dai vettori u, v a) Dire cosa rappresenta geometricamente il
sottospazio <u> ( sottospazio generato da u) e determinare le equazioni in x, y che lo rappre- sentano.
b) Dire cosa rappresenta il sottospazio <u,v> . c) Dire cosa rappresenta il sottospazio <u,w>.
V=<u> è il sottospazio di R2 generato ( spanned) da u = ⎨ u′∈R2 | u′=au, a ∈R ⎬
È l’insieme di tutte le combinazioni lineari di u ( in questo caso, essendoci 1 solo vettore, si riduce ai multipli di u) munito delle due operazioni che lo rendono R-spazio vettoriale.
Ricordiamo cosa vuol dire che R2 ( la definizione si estende a Rn , con n >0 ) è R-spazio vettoriale :
Sui vettori ( pti) di R2 sono definite due operazioni:
se u = (x0 ,y0), v= (x1 ,y1) ∈ R2 ,λ∈R :
• la somma u+v = (x0+x1 ,y0+ y1)
• la moltiplicazione λu dello scalare λ per il vettore u λu = (λx0, λy0).
Ma per verificare che un sottoinsieme V di R2 sia sotto- spazio di R2 basta verificare che V sia non vuoto
(abitualmente si controlla che V contenga almeno lo ZERO, che in questo caso è il vettore nullo (0,0) )
E sia chiuso rispetto alle due operazioni di somma e prodotto esterno, ossia che:
u+v = (x0+x1 ,y0+ y1) ∈ V ∀ u=(x0 ,y0)∈ V, v=(x1 ,y1)∈ V λu = (λx0, λy0) ∈ V ∀ u=(x0 ,y0)∈ V , ∀ λ∈R
Si verifica facilmente che gli insiemi del tipo <u1, u2, …,un>
sono sottospazi .
V=<u> = ⎨w∈R2 | w =au, a ∈R ⎬
Una rappresentazione parametrica della retta è :
⎩⎨
⎧
=
−
= a y
3a
x al variare di a ∈ R
Ci dà la retta come luogo di tutti i suoi pti, basta assegnare un valore reale ad a.
Possiamo anche osservare che si ha : P(x,y)∈V⇔ (x,y) è multiplo di (-3,1)
⇔ (x,y) e (-3,1) sono linearmente dipendenti
⇔ x3 1y⎟⎟⎠=1
⎜⎜ ⎞
⎝
⎛
ρ − (def. di ρ(A) come max. n° righe, risp. colonne L.I.)
⇔ −x3 y1 =0 (ρ(A) massima =n ⇔ det(A) ≠0 per matrici quadrate A nxn !)
V = ⎨a(-3,1)|a ∈R ⎬ = ⎨(-3a,a)|a ∈R ⎬ … si evidenziano i triangoli simili, in cui è costante il rapporto tra lati omologhi.
Quindi si tratta di pti (vettori) allineati, che individuano la retta passante per O e per uno di tali pti , ad es. (-3,1).
au u
O x
y
⇔ x+3y=0
Questa è la rappresentazione cartesiana di V in termini di equazioni lineari in x, y.
Con questa rappresentazione abbiamo tutti i pti di V assegnando ad una variabile ( ad es. la x) un valore numerico e trovando di conseguenza il corrispondente valore di y.
b) u=(-3,1), v=(23,−12) ⇒ <u,v> =?
<u, v>=<u>=<v> : u e v non sono entrambi indi- spensabili, basta uno dei due vettori per generare il sottospazio.
v=−21u ⇒ u,v L.D.
⇒ <u>=<v>
⇒ retta per O, A(-3,1) coincide con
retta per O, B(23,−21)
v y
u
O x
c) u=(-3,1), w=(1,-2) ⇒ <u,w>= ?
Ma vediamo la prova algebrica.
u
w y
O x
u, w NON allineati ⇔ u,v L.I.
⇔ <u>≠<v>
<u,v>=⎨w∈R2|w=au+bv,a,b∈R ⎬ = ?
Intuitivamente dal pto di vista geometrico è chiaro che , dati due vettori non allineati, qualunque vettore di R2 si consideri, tramite la regola del parallelogramma, si può decomporre in due vettori, ciascuno dei quali è allineato con u ( risp. v) e quindi del tipo au ( risp. bv).
Quindi ogni vettore del piano si può scrivere come somma di au+bv e si conclude
<u,v> = R2 .
<u,v> = ⎨w∈R2 | w =a(1,-2)+b(-3,1), a,b∈R ⎬
= ⎨w∈R2 | w = (a,-2a)+(-3b,b), a,b∈R ⎬ (prod. est.) = ⎨w∈R2 | w = (a-3b,-2a+b) a,b∈R ⎬ (somma) ⇒ w=(x,y) = (a-3b,-2a+b)
⇒
⎩⎨
⎧
+
−
=
−
=
b 2a y
3b a
x : le incognite sono a,b
⇒ (R2+2R1)
⎩⎨
⎧
−
= +
−
=
5b 2x y
3b a
x
⇒
⎪⎪
⎩
⎪⎪⎨
⎧
− +
=
− +
= +
=
5 y b 2x
5 y 3 3b x
x a
CONCLUSIONE
Ogni vettore (x,y) del piano si può scrivere come au+bv
⇒<u,v> = R2
ESERCIZIO4.
Generatori – Elementi L.I. – Basi di R3
Si consideri l’R-spazio vettoriale R3.
Stabilire quali dei seguenti insiemi sono sistemi di generatori di R3 e nei restanti casi determinare una rap- presentazione parametrica e cartesiana del sottospazio generato.
a1) {(1,2,0),(1,2,3)}
a2) {(1,0,1),(1,1,0),(0,0,1)}
a3) {(1,0,1),(1,1,0),(0,0,1),(1,2,0)}
a1) Dato S={(1,2,0),(1,2,3)} l’insieme V=<(1,2,0),(1,2,3)>
di tutte le combinazioni lineari degli elementi di S a coefficienti in R è il sottospazio di R3 generato da S
V=<(1,0,3),(0,1,1)> ={a(1,2,0)+b(1,2,3)| a,b∈R}.
Può essere V= R3 ?
V = {(a,2a,0)+(b,2b,3b)| a,b∈R} (prodotto esterno) = {(a+b,2a+2b,3b) | a,b∈R} (somma)
Ad esempio (1,1,0)∈R3, ma (1,1,0) ∉V ( a+b=1, 2a+2b=1 sono incompatibili), quindi V⊂ R3 , V ≠ R3 . I due vettori (1,2,0) , (1,2,3) non generano R3 , ma il sottospazio V.
(1,2,0) , (1,2,3) sono L.I. ( non multipli ! ), quindi sono entrambi ′essenziali′ come generatori di V ( ciascuno dei due non genera l’altro ! )
Per analogia con l’esercizio precedente non è difficile intuire che i due vettori u e v generano un piano di R3 , l’insieme
<u,v> di tutte le combinazioni lineari di u, v . Abbiamo trovato : V = {(a+b,2a+2b,3b) | a,b∈R}
[Non dimenticare la corrispondenza biunivoca vettori applicati nell’origine – pti v→ R ]
Assegnando valori reali ai parametri a, b troviamo un pto del piano. Ad es. a=0, b=0 individua l’origine (0,0,0), a=1, b=0 individua il pto (1,2,3) …etc.
⎪⎩
⎪⎨
⎧
= +
= +
=
3b z
2b 2a y
b a x
al variare di a,b∈R
È una rappresentazione parametrica del piano
<u,v> è un piano per l’origine O
y z
x u
v R
Passiamo ora a determinare una rappresentazione carte- siana del piano, ossia una rappresentazione tramite equazioni in x, y,z.
Identificando pti con vettori applicati nell’origine P↔ P-O = (x,y,z) abbiamo :
(x,y,z)∈V ⇔ (x,y,z) è C.L. di u e v
⇔ {(x,y,z),(1,2,0),(1,2,3)} è un insieme di vettori L.D.
⇔ ρ ⎟⎟⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
3 2 1
0 2 1
z y x
=2 ((1,2,0), (1,2,3) sono L.I. )
Ciò equivale all’annullamento del determinante della matrice:
3 2 1
0 2 1
z y x
=0
ci dà l’equazione cartesiana del piano di R3 , costituito dai pti (x,y,z) che la verificano.
Ad es. x=0, y=0, z=0 → O(0,0,0)
x=1, y=2, z=t → Q(1,2,t) al variare di t in R ( gli infiniti pti di una retta parallela all’asse z , passante per S(1,2,0) ).
In generale un piano per l’origine è rappresentato da un’equazione lineare omogenea in x, y, z : ax+by+cz=0.
Lo sviluppo secondo Laplace lungo C3 : z(0) +3(2x-y)=0 , cioè 2x-y=0
a2) <(1,0,1),(1,1,0),(0,0,1)> R3
<(1,0,1),(1,1,0),(0,0,1)> = <(a+b,b,a+c)> …
Ma ρ ⎟⎟⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
1 0 0
0 1 1
1 0 1
= 3
ossia i 3 vettori sono L.I.
Si può vedere che vale in generale
Dati 3 vettori di R3 :
i 3 vettori generano R3 ⇔ i 3 vettori sono L.I.
a3) <(1,0,1),(1,1,0), (0,0,1),(1,2,0)> R3 (*)
Sappiamo da a2) che <((1,0,1),(1,1,0),(0,0,1)> = R3 allora ogni vettore v di R3 si può scrivere così:
v= a(1,0,1)+b(1,1,0)+c(0,0,1) con a,b,c∈R
quindi v= a(1,0,1)+b(1,1,0)+c(0,0,1)+ 0(1,2,0) , cioè <(1,0,1),(1,1,0), (0,0,1),(1,2,0)>= R3
…in generale un insieme minimale di generatori di R3 è costituito da 3 vettori L.I.
(*) L. osserva che ciò si può anche far derivare dal lemma di Steinitz
?
=
?
=