You are on page 1of 40

ALGEBRA LINEARE.

Dato un insieme V e potendo definire:


1) Addizione: sommando ad un elemento di V un altro di V si ottiene un altro
elemento di V
2) Moltiplicazione: moltiplicando un elemento di V con uno scalare (un numero
reale) si ottiene un altro elemento di V.
(V, +, -): tale terna detta SPAZIO VETTORIALE se sono soddisfatte alcune
propriet. Gli elementi di V prenderanno allora il nome di VETTORI.
Le propriet da soddisfare riguardo alladdizione sono:
1) Associativa:
x, , ! V
(x")"! # x"("!)
2) Commutativa:
x, V
(x") # ("x)
$) Esistenza dellelemento neutro:
%
&
V : x V
x"%
&
# x
') Esistenza dellopposto:
x V : x" # %
&
Le propriet da soddisfare riguardo alla moltiplicazione sono:
1) Associativa:
a, ( )* x V
a+((+x) # (a+()+x
2) Esistenza dellelemento neutro:
x V 1 : x+1 # x
$) Distributiva:
a, ( )* x V
(a"()+x # a+x " (+x
importante notare che: 0*x = 0
a*0=0
La propriet comune alladdizione e alla moltiplicazione :
1) Distributiva:
a )* x, V
a+(x") # a+x " a+
L,insieme )* pu- essere considerato come uno spa!io &ettoriale: dato a )* posso
moltiplicare.sommare a con uno scalare, ottenendo un altro numero reale, e &algono
tutte le propriet sopra elencate.
/gni numero reale pu- essere &isto come un &ettore c0e appartiene allo spa!io
&ettoriale dei numeri reali.
1
La coppia ordinata (x
1
,
1
) indi&idua il punto 1, ma ogni punto caratteri!!ato da due
coordinate. /gni punto del piano pu- essere &isto come un &ettore, caratteri!!ato da
due coordinate.
1
1
#(x
1
,
1
)
1
2
#(x
2
,
2
)
2DD)3)/45: (x
1
,
1
) " (x
2
,
2
) # (x
1
"x
2
,
1
"
2
)
6/L7)1L)823)/45: a+(x, ) # (ax, a)
1erc09 sia uno spa!io &ettoriale dimostro c0e &algono le propriet:
5:):75 L,5L56547/ 45;7*/: (x, ) " (%, %) # (x, )
5:):75 L,/11/:7/: (x, ) " (<x, <) # (%, %)
V2L5 L2 8/66;727)V2: (x
1
,
1
) " (x
2
,
2
) # (x
2
,
2
) " (x
1
,
1
)
==..
)*)* uno spa!io &ettoriale, i cui &ettori sono le coppie di scalari.
2nc0e lo spa!io tridimensionale uno spa!io &ettoriale, i cui &ettori sono triplette
ordinate.
;n generico punto 1 dato da una tripletta di coordinate (x, , !)
:/662: (x
1
,
1
, !
1
) " (x
2
,
2
, !
2
) # (x
1
"x
2
,
1
"
2
, !
1
"!
2
)
6/L7)1L)823)/45: a+(x, , !) # (ax, a, a!)
Le propriet sono dimostra(ili come per lo spa!io (idimensionale.
)*)*)* # )*
$
, >uindi, uno spa!io &ettoriale.
:aranno spa!i &ettoriali anc0e )*
'
. )*
?
, )*
@
, = con punti 1 composti da (x
1
, x
2
, x
$
, x
'
,
x
?
, =x
n
), cio insiemi composti da ennuple.
;n elemento sar caratteri!!ato da a
ij
i # indice di riga
A # indice di colonna
Esempio
a
2$
# %
a
$'
# 1
;na ta(ella di >uesto tipo una MATRICE mn. Le matrici si indicano con lettere
maiuscole.
L,insieme delle matrici mn uno spa!io &ettoriale, poic09 ogni matrice pu- essere
pensata come un &ettore.
2DD)3)/45: somma di matrici con uno stesso numero di rig0e e colonne.
Date due matrici 2 e B, 2"B dar luogo a una matrice 8, il cui generico elemento
sar c
ij
= a
ij
+
ij
.
6/L7)1L)823)/45: moltiplicare uno scalare per una matrice >ualsiasi
1er dimostrare
c0e una matrice
spa!io &ettoriale
(isogna a >uesto punto dimostrare le propriet.
a
11
a
12
a
1$
a
1n
a
21
a
22
a
2$
a
2n
a
$1
a
$2
a
$$
a
$n
a
m1
a
m2
a
m$
a
mn
? $ 2 1
C <1 % 2
' $ 2 1
2#
1 <1 % 1
2 1 % 1
$ <1 2 1
? $ 2 1
C <1 % 2
' $ 2 1
@ 2 2 2
D % % $
C 2 ' 2
" #
? $ 2 1
C <1 % 2
' $ 2 1
1? D @ $
21 <$ % @
12 D @ $
$+ #
1) 5:):75432 D5LL,5L56547/ 45;7*/.
# a
mn
2) 5:):75432 D5LL,/11/:7/.
a
mn
< a
mn
==..
5, uno spa!io &ettoriale perc09 &algono tutte le propriet.
:i considerino ora tutti i polinomi di grado minore o uguale a 2, cio del tipo:
ax
2
"(x"c
2DD)3)/45: (a
1
x
2
"(
1
x"c
1
) " (a
2
x
2
"(
2
x"c
2
) # (a
1
"a
2
)x
2
"((
1
"(
2
)x"c
1
"c
2
( un altro polinomio di 2 rado!
6/L7)1L)823)/45: d+(ax
2
"(x"c) # (da)x
2
"(d()x"dc
( un altro polinomio di 2 rado!
Le propriet &algono tutte, >uindi i polinomi di grado minore o uguale a 2 sono dei
&ettori dello spa!io &ettoriale dei polinomi di grado minore o uguale a 2.
)n&ece i polinomi di grado uguale a 2 non sono uno spa!io &ettoriale, perc09 potre((e
non esistere l,elemento neutro e perc09 si potre((e ottenere in seguito ad addi!ione
un polinomio di grado minore.
"eneralizzando il discorso# tutti i polinomi di rado minore o uuale a m
costituiscono uno spazio $ettoriale%
S!""!#$a%i! &'""!(ia)'.
Dato :V (: sottoinsieme proprio di V), :V un sottospa!io &ettoriale se e solo se
: spa!io &ettoriale.
Dato :V
: spa!io &ettoriale se e solo se sono &erificate >ueste tre condi!ioni indispensa(ili:
a
11
a
12
a
1n
a
21
a
22
a
2n
a
$1
a
$2
a
$n
a
m1
a
m2
a
mn
% % %
% % %
% % %
% % %
"
*) S
+) ,, - ,+- S
.) , S ' a IR a/, S
:e l,insieme : non &uoto e se c0iuso rispetto all,addi!ione e alla moltiplica!ione,
allora un sottospa!io &ettoriale. Basta dimostrare >ueste tre condi!ioni per
dimostrare c0e : sia un sottospa!io &ettoriale.
:i dimostra ora c0e una matrice trianolare alta (cio >uella matrice c0e sotto una
diagonale presenta solo %) un sottospa!io &ettoriale dell,insieme delle matrici.
Esempio
Dimostriamo c0e &algono le tre condi!ione di
sottoinsieme.
1) B%
2) :ommando due matrici triangolari alte ottengo un,altra matrice triangolare alta.
$)
6oltiplicando una matrice triangolare alta per uno scalare si ottiene
un,altra matrice triangolare alta.
:i dicono #!""!#$a%i ana)i di V: & stesso e il sottoinsieme $ettore nullo (0!.
*iguardo a )*
2
, sono sottospa!i (anali il &ettore nullo (%,%) e )*
2
stesso. 6a oltre a
>uesti due sottospa!i, )*
2
ne ammette un altro.
a
11
a
12
a
1$
% a
22
a
2$
% % a
$$
# B
a
11
a
12
a
1$
% a
22
a
2$
% % a
$$
(
11
(
12
(
1$
% (
22
(
2$
% % (
$$
a
11
"(
11
a
12
"(
12
a
1$
"(
1$
% a
22
"(
22
a
2$
"(
2$
% % a
$$
"(
$$
" #
a
11
a
12
a
1$
% a
22
a
2$
% % a
$$
+ c
ca
11
ca
12
ca
1$
% ca
22
ca
2$
% % ca
$$
#
#mx
1
Dati i due &ettori 1
1
(x
1
,
1
) e 1
2
(x
2
,
2
).
2DD)3)/45: (x
1
"x
2
, m(x
1
, x
2
))
6/L7)1L)823)/45: a+(x, mx) # (ax, amx)
'a retta passante per loriine deli assi un sottospazio di ()
2
% )n&ece, una retta non
passante per l,origine degli assi non un sottospa!io di )*
2
, perc09 non incontra il
&ettore nullo.
C!mina%i!n' )in'a(' 0ini"a.
8onsiderando n &ettori
x
1
, x
2
, x
$
, x
'
,=x
n
V
e considerando n numeri reali, detti com*inatori
c
1
, c
2
, c
$
, c
'
, = c
n
)*
si pu- affermare c0e:
x = c
1
x
1
+ c
2
x
2
+ c
3
x
3
+ + c
n
x
n
una c!mina%i!n' )in'a(' 0ini"a.
E +inita, perc09 di n elementi. E una com*inazione perc09 gli elementi sono
com(inati tra loro attra&erso le opera!ioni di somma e moltiplica!ione. E lineare,
perc09 ogni &ettore c0e compare, compare linearmente (non ci sono >uadrati).
La stessa scrittura pu- essere &ista come:

i =*
C
i
,
i
:i ottiene attra&erso una com(ina!ione lineare finita un sottospa!io &ettoriale : di V,
perc09 &algono le tre condi!ioni:
1)
: (contiene almeno il &ettore nullo).
2)

i #1
c
i
x
i
"

i #1
d
i
x
i
#

i #1
(c
i
"d
i
)

x
i
$) (c
1
x
1
" c
2
x
2
" c
n
x
n
)+a # ac
1
x
1
" ac
2
x
2
" ac
n
x
n
Fuesto particolare sottospa!io prende il nome di sottospazio generato dai vettori x
1
,
x
2
, x
$
, x
n
e si indica con la scrittura:
1,
*
, ,
+
, ,
.
, ,
n
G
c0e l,insieme di tutte le possi(ili com(ina!ioni lineari finite di n &ettori.
x
1
, x
2
, x
n
sono i eneratori del sottospa!io generato :: infatti, le loro possi(ili
com(ina!ioni danno :.
/gni elemento di : , >uindi, esprimi(ile come una particolare com(ina!ione finita.
Esempio.
: # Hx
1
, x
2
, x
n
G
x
1
# (1, %) )*
2
x
2
# (%, 1) )*
2
)l punto V(x, ) pu- essere espresso come com(ina!ione di x
1
e x
2
.
V # x+(1, %) " +(%, 1) (x e , saranno i com*inatori!
V # (x, %) " (%, ) # (x, )
Esempio
V($, C)
V # $+(1, %) " C+(%, 1)
V # ($, %) " (%, C) # ($, C)
IR
+
= 1(*, 2), (2, *)3, perc09 ogni punto del piano pu- essere espresso come
com(ina!ione di >uesti &ettori.
IR
.
= 1(*, 2, 2), (2, *, 2), (2, 2, *)3, perc09 ogni punto nelle tre dimensioni pu-
essere espresso come com(ina!ione di >uesti &ettori.
:i definisce a >uesto punto lo SPAZIO 4INITAMENTE GENERATO come spa!io
creato da un numero finito di &ettori generatori.
5i$'n6'n%a ' in6i$'n6'n%a )in'a(' 6i &'""!(i.
Dati dei &ettori:
x
1,
x
2
, x
$
, x
n
Dati dei numeri reali:
c
1
, c
2
, c
$
, c
n
( $ettori x
-
# x
2
# x
.
# x
n
sono linearmente dipendenti se esiste una loro com*inazione
lineare +inita con com*inatori non tutti nulli tale che
c
*
,
*
, c
+
,
+
, c
.
,
.
, c
n
,
n
= 2
Fuindi, se riesco a ottenere il 0 come com*inazione lineare usando com*inatori non
tutti nulli# i $ettori sono linearmente dipendenti%
Vice&ersa: se lunico modo per ottenere il $ettore nullo /uello di porre tutti i
com*inatori uuali a 0# allora i $ettori sono linearmente indipendenti.
Esempio:
:ono linearmente
indipendenti
L,unico modo perc09 l,opera!ione sia uguale a % c0e tutti i com(inatori siano uguali
a %. Di conseguen!a i &ettori sono linearmente indipendenti.
Esempio
:e c
1
# 1 #G c
2
# <1.2
) &ettori sono linearmente dipendenti perc09 la
loro com(ina!ione uguale a % per c%.
1
%
%
%
1
%
%
%
1
1
%
%
%
1
%
%
%
1
c
1
+ "c
2
+ "c
$
+
c
1
%
%
%
c
2
%
%
%
c
$
c
1
c
2
c
$
" " #
1
2
$
2
'
@ 1
2
$
2
'
@
c
1
+ "c
2
+
# c
1
" 2c
2
# %
2c
1
" 'c
2
# %
$c
1
" @c
2
# %
c
1
# <2c
2
<'c
2
" 'c
2
# %
<@c
2
" @c
2
# %
1<1 # %
2<2 # %
$<$ # %
Ba#' 6i 7n! #$a%i! &'""!(ia)' 0ini"am'n"' 8'n'(a"!.
;na (ase di uno spa!io &ettoriale V un insieme di &ettori x
1
, x
2
, x
n
tali c0e:
1) V lo spa!io generato da x
1
, x
2
, x
n
(cio i &ettori sono generatori di V).
2) x
1
, x
2
, x
n
sono linearmente indipendenti.
E importante l,I;naI perc09 di (asi ce ne sono infinite.
Fuesti &ettori sono linearmente indipendenti e sono
generatori, >uindi sono una (ase di )*
$
.
Fuesti &ettori sono linearmente indipendenti,
sono generatori, >uindi sono una (ase di )*
n
.
Fuesta (ase prende anc0e il nome di BASE
CANONICA.
P(!$(i'"9 6'))' a#i.
*) {,
*
, ,
+
, ,
n
} = a#' 6i V
!8ni &'""!(' , 6i V $7: '##'(' '#$('##! c!m' unica
c!mina%i!n' )in'a(' 6i ,
*
, ,
+
, ,
n
.
Dimostra!ione per assurdo:
)p: {x
1
, x
2
, x
n
} # (ase di V 70:
ogni &ettore x di
V pu- essere
espresso come
unica
com(ina!ione
lineare di x
1
, x
2
,
x
n
0i suppone allora che oni $ettore possa essere espresso in due modi# anzich1 uno.
1
%
%
%
1
%
%
%
1
1
%
%
%
.
.
.
%
%
1
%
%
.
.
.
%
%
%
1
.
.
.
%
1) x # c
1
x
1
" c
2
x
2
" c
n
x
n
#
n
i#1
c
i
x
i
2)
x # d
1
x
1
" d
2
x
2
" d
n
x
n
#
n
i#1
d
i
x
i
% #
n
i#1
c
i
x
i
<
n
i#1
d
i
x
i
(dc)
% #
n
i#1
(c
i
<d
i
)x
i
i $ari x
i
sono linearmente indipendenti perch1 per a$ere 0 *isona che i com*inatori
siano 0# cio
c
i
=d
i
e in /uesto modo si contraddice lipotesi per cui c
i
d
i
%
'a com*inazione pu2 essere solo una e non pi3 di una%
E possi(ile dimostrare c0e &ale anc0e l,opposto della prima propriet, cio
*a) S' !8ni &'""!(' , $7: '##'(' '#$('##! in
m!6! 7nic! c!m' c!mina%i!n' )in'a(' {,
*
, ,
+
, ,
n
} = a#' &'""!(ia)' 6i V
( $ettori sono eneratori# ma *isona dimostrare# perch1 siano *ase# che siano
linearmente indipendenti%
(l $ettore 0 pu2 essere espresso in modo unico:
0 =
n
i=-
c
i
x
i
(l c
i
de$e essere per +orza uuale a 0 perch1 lunico modo per poter a$ere 0% (
$ettori sono /uindi linearmente indipendenti%
Esempio
)n
)*
$
$, ?, C sono i com(inatori o componenti del &ettore
rispetto alla (ase
Esempio
)n 6atrici 2x2
x # ($, ?, C) # $+
1
%
%
" ?+
%
1
%
" C+
%
%
1
#
$
?
C
a (
c d
#
a
11
a
12
a
21
a
22
8reare una (ase significa cercare un insieme di matrici tali c0e siano
1) (ndipendenti tra loro.
2! "eneratrici di tutte le matrici 2x2
- :ono linearmente
indipendenti perc09
1er
ottenere % necessario porre c
i
#%
- :ono generatrici perc09
/gni matrice 2x2 ottenuta come com(ina!ione lineare
delle ' matrici ini!iali.
+) O8ni #$a%i! &'""!(ia)' 0ini"am'n"' 8'n'(a"! amm'""' (a)m'n!) 7na a#'. 8,
sempre un numero finito di &ettori c0e genera uno spa!io &ettoriale.
.) O8ni a#' 6i 7n! #$a%i! &'""!(ia)' 0ini"am'n"' 8'n'(a"! ;a )! #"'##! n7m'(! 6i
&'""!(i.
Esempio%
)n )*
$
1 %
% %
% 1
% %
% %
1 %
% %
% 1
1 %
% %
% 1
% %
% %
1 %
% %
% 1
c
1
"c
2
"c
$
"c
'
#
% %
% %
1 %
% %
% 1
% %
% %
1 %
% %
% 1
a
11
"a
12
"a
21
"a
22
#
a
11
a
12
a
21
a
22
1
%
%
%
1
%
%
%
1
(ase.
anc0e
2
%
%
%
2
%
%
%
2
(ase perc09
'e *asi
sono in+inite# ma
hanno tutte lo
stesso numero di $ettori%
<) S' n #!n! i &'""!(i ()in'a(m'n"' in6i$'n6'n"i) 6'))a a#', n+* &'""!(i #!n!
)in'a(m'n"' 6i$'n6'n"i.
Esempio
)n )*
$
una (ase contiene $ &ettori. :e in )*
$
considero un insieme di '
&ettori, essi sono linearmente dipendenti. )l numero massimo di &ettori indipendenti
, >uindi, $ (in )*
2
2, in )*
n
n).
(l numero massimo dei $ettori linearmente indipendenti prende anche il nome di
4(ME50(65E 4E''6 07A8(6 ()*
2
#2, )*
$
#$, )*
n
#n, 6
(2x2)
#').
2nc0e un sottospa!io &ettoriale, in >uanto spa!io &ettoriale, 0a almeno una (ase.
Esempio%
)n )*
2
, ogni retta passante per l,origine un sottospa!io &ettoriale.
J#2x sottospa!io &ettoriale.
1(x, 2x) # >uesto insieme di punti un sottospa!io.
1er capire la dimensione di ogni (ase (asta tro&arne una.
P
*
(*, +) una (ase del sottospa!io perc09:
1) generatore. )nfatti,
x+(1, 2) # tutti i punti della retta ,=2x
2) linearmente indipendente. )nfatti,
'a dimensione - perch1 *asta un $ettore per enerare il sottospazio%
2
%
%
%
2
%
%
%
2
x.2+ ".2+ "!.$+ #
x

!
1
2
c+ #
%
%
c#%
Esempio%
)n 6
(2x2)
, ogni matrice triangolare alta 2x2 spa!io &ettoriale.
:i cerca una (ase per capire la dimensione del sottospa!io.
E una (ase &ettoriale canonica e la dimensione dello
spa!io $
e si conosce la dimensione dello spazio !n"# per trovare una base basta trovare n
vettori linearmente indipendenti$
% sottospazio di & dim dim &
= & dim = dim &
Esempio%
Dimostrare c0e una (ase di )*
$
1) :ono linearmente indipendenti.
Fuesta uguaglian!a si pu- ottenere solo con c
i
#%, perc09
2) :ono generatori, perc09
1 %
% %
% 1
% %
% %
% 1
1 %
% %
% 1
% %
% %
% 1
a
11
+ "a
12
+ "a
22
+#
a
11
a
12
% a
22
&
1
#
%
1
1
&
2
#
1
2
%
&
$
#
%
%
1
%
1
1
1
2
%
%
%
1
c
1
+ "c
2
+ "c
$
#
%
%
%
c
2
#%
c
1
"2c
2
#% c
1
#%
c
1
"c
$
#% %"c
$
#%
%
1
1
1
2
%
%
%
1
x
1
+ "x
2
+ "x
$
#
a
(
c
47n%i!ni )in'a(i.
i dice 'unzione lineare (uella 'unzione c)e )a come dominio
e codominio due insiemi uguali a spazi vettoriali$
8ome fun!ione, &algono tutte le propriet delle fun!ioni non
lineari.
(n enerale si pu2 dire che una +unzione +:&9 lineare se:
*) ,, - V '(,)+'(-)='(,+-)
+) , V a IR '(a/,) = a/'(,)
*) V K +) V K
Esempio.
+:()()
+(x!=ax (retta passante per l,origine)
una fun!ione lineare perc09:
1) +(x
1
) " +(x
2
) # +(x
1
"x
2
)
ax
1
" ax
2
# a(x
1
"x
2
) # +(x
1
"x
2
)
2) +((+x) # (++(x)
a+((x) # (+(ax)
Esempio.
+: ()()
+(x) # ax"> (retta con intercetta >)
x
2
#a
x
1
"2x
2
#(
x
1
"x
$
#c
x
2
#a
x
1
#(<2a
x
$
#c<("2a
x

x"
+(x)
+()
+(x")
x
a+x
+(x!
+(a*x!
non una fun!ione lineare perc09
1) +(x
1
) " +(x
2
) # +(x
1
"x
2
)
+(x
1
) " +(x
2
) # a(x
1
">) " a(x
2
">) # a(x
1
"x
2
) " 2>
+(x
1
"x
2
) # a(x
1
"x
2
) " >
+(x
1
"x
2
) +(x
1
) " +(x
2
)
La fun!ione lineare solo nel caso in cui >#%
Esempio.
+: )*
$
)*
2
+(x, , !) # (x<, !)
La fun!ione lineare perc09
1) +(x
1
,
1
, !
1
) " +(x
2
,
2
, !
2
) # +(x
1
"x
2
,
1
"
2
, !
1
"!
2
)
+(x
1
,
1
, !
1
) " +(x
2
,
2
, !
2
) # (x
1
<
1
, !
1
) " (x
2
<
2
, !
2
) # x
1
<
1
"x
2
<
2
, !
1
"!
2
#
# x
1
"x
2
<
1
<
2
, !
1
"!
2
# ((x
1
"x
2
) L (
1
"
2
), !
1
"!
2
)
+(x
1
"x
2
,
1
"
2
, !
1
"!
2
) # ((x
1
"x
2
) L (
1
"
2
), !
1
"!
2
)
2) +(a+x) # a++(x)
+(ax) # (ax<a, a!) # (a(x<), a!) # a(x<, !) # a+(+(x))
Esempio.
+: 6
(2x2)
)*
1) a
11
"a
22
" (
11
"(
22
# a
11
"(
11
"a
22
"(
22
# a
11
"a
22
"(
11
"(
22
2) 4ispensa.
P(!$(i'"9 6'))' 07n%i!ni )in'a(i.
1" '(c
*
,
*
+ c
+
,
+
+ c
n
,
n
) = c
*/
'!x
1
" + c
+/
'!x
2
" + c
n/
'!x
n
"
2" +: &9
a
11
a
12
a
21
a
22
+ # a
11
"a
22
%
&
%
M
V K
+
'!*
v
" = *
+
+(0
$
! = +(0*0! = 0*+(0
$
! = 0
:
3" '(-,) = '(-*/,) = -*/'(,) = -'(,)
<) + lineare +: &9
V K
S' '(V)= '(V) > 7n! #$a%i! &'""!(ia)'
Dimostra!ione c0e +(V) sempre sottospa!io &ettoriale di K nelle
fun!ioni lineari.
1) +(V), perc09 contiene almeno % (%
&
%
M
)
2) con ! e M +(V)K
!"M+(V) (per la 2 propriet;)
xVN x+(x)#! ( x&:+(x!=z!
VN +()#M ( ,&:+(,!=:!
+(x)#!
+()#M
+(x)"+()#!"M
+(x)"+() # +(x") # !"M (appartiene a 9 ed immaine di x<,)
$) !+(V)
a+! +(V) x V : +(x)#!
+(a+x) # a++(x) # a+!
a+! # +(a+x)
=(&!
x
ax
+(x)#!
+(ax)
+ sottospa!io &ettoriale di K e in >uesto caso +(&!=Im '.
N7c)'! (! ?'(0) 6i 7na 07n%i!n' )in'a('.
Dicesi nucleo o ,er' linsieme di tutti i vettori di & c)e )anno come immagine il
vettore nullo di -.
?'(0 = {,V : '(,)=2
@
}
:e + non inietti&a oltre al &ettore %
&
possono esserci altri &ettori la cui immagine %
M
e il Oerf l,insieme i >uesti piP %
&
.
)l Oerf sottospa!io &ettoriale di V:
1)
Oerf (perc09 c, almento %
&
con immagine %
M
).
2)
xOerf +(x! = %
M
Oerf +(,! # %
M
x"Oerf +(x!<+(,! = +(x<,! = %
M
$)
xOerf +(x! = %
M
a+xOerf
+(a+x) # a+(+(x)) # a+%
M
# %
M
Oerf un sottospazio $ettoriale. Di conseguen!a se contiene x%
&
, contiene infiniti
&ettori, perc09, come spa!io &ettoriale, conterr anc0e ax, (x, cx,= L,alternati&a
c0e contenga un unico &ettore, cio %
&
(o solamente %
&
oppure infiniti &ettori).
P(!$(i'"9 6') ?'(0.
1" +: &9 lineare
' ini'""i&a ?'(0 = {=2
&
}
Dimostra!ione c0e se + inietti$a >er+ = {0
$
}
:i suppone per assurdo c0e x%
&
: +(x) # %
M
La fun!ione non pu- essere inietti&a perc09 +(%
&
)#%
M
e +(x!=0
:
Dimostra!ione c0e se >er+={0} + inietti$a.
:i suppone per assurdo c0e + non sia inietti&a e >uindi
+(x
-
!=+(x
2
! con x
-
x
2
.
+(x
-
!?+(x
2
!=0
:
+(x
-
?x
2
!=0
:
# ma x
-
?x
2
0
$#
>uindi impossi(ile.
2".eorema delle dimensioni.
V K
6im ?'(0 + 6im Im0 = n = 6im V
:e il Oerf contiene solo il &ettore nullo (cio 0a un solo elemento), come >ualsiasi
altro sottospa!io, allora si dice c0e 0a dimensione %. )n (ase alla regola sopra esposta
possi(ile sapere >uando una fun!ione lineare surietti&a in (ase alla dimensione.
Esempio.
:apendo c0e dim V # $, dim K # $, dim Oerf # %
% " dim )mf # $
La fun!ione surietti&a perc09 dim V # dim )mf.
Esempio.
:apendo c0e dim Oerf # 1, dim V # $
1 " dimf # $
dimf # 2
La fun!ione non surietti&a.
Esempio.
+: )*
$
)*
2
Oerf
)mf
+(x
1
, x
2
, x
$
) # (ax
1
" 2ax
2
, x
$
) con a)*
(a(x
1
"2x
2
), x
$
)
8alcolo il Oerf per conoscere la sua dimensione.
8on a#%
+(x
1
, x
2
, x
$
) # (%, x
$
).
)n >uesto caso il Oerf sar dato da tutti >uei &ettori c0e a&ranno come $Q
componente lo %, cio x
$
#%.
Esempio.
+($, ?, %) # (%, %) # %
)l Oerf sar cio dato da tutti >uei &ettori del tipo:
{x
1
, x
2
, %} # Oerf
7ro&ando la (ase canonica, il &ettore di&enta:
x
1
(1, %, %) " x
2
(%, 1, %) # (x
1
, x
2
, %)
La dim Oerf # 2, perc09 ser&ono due &ettori per una (ase.
dim Oerf " dim )mf # $
2 " 1 # $
8on a%
Oerf # {<2x
2
, x
2
, %}
c0e pu- essere anc0e espresso come: x
2
(<2, 1, %). La dim Oerf #
1.
dim Oerf " dim )mf # $
1 " 2 # $
M!)"i$)ica%i!n' "(a 7na ma"(ic' ' 7n &'""!('.
a(x
1
"2x
2
) # %
x
$
# %
(x
1
"2x
2
) # %
x
$
# %
x
1
# <2x
2
x
$
# %
a
11
a
12
a
1n
a
21
a
22
a
2n
a
$1
a
$2
a
$n
a
m1
a
m2
a
mn
x
1
x
2
x
$
x
n
a
11
x
1
" a
12
x
2
" a
1n
x
n
a
21
x
1
" a
22
x
2
" a
2n
x
n
a
$1
x
1
" a
$2
x
2
" a
$n
x
n
a
m1
x
1
" a
m2
x
2
" a
mn
x
n
#
+

n
A#1
a
1A
x
A

n
A#1
a
2A
x
A

n
A#1
a
$A
x
A

n
A#1
a
mA
x
A
:i ottiene un &ettore di n componentiN il prodotto fra una matrice e un &ettore pu-
essere effettuato se e solo se il &ettore 0a lo stesso numero di componenti degli
elementi c0e compongono ogni riga della matrice.
La matrice pu- essere pensata come una fun!ione c0e prende un &ettore, lo trasforma
moltiplicandolo e lo rende ancora un &ettore.
2#+ : )*
n
)*
m
Valgono, infatti, le stesse propriet delle fun!ioni anc0e per le matrici:
2(x"A) # 2 + x " 2 + A
2(c+x) # c+2+x
T'!('ma 6'))' (a$$('#'n"a%i!ni.
+: )*
n
)*
m
1) A
m/n
: '(,) = A,
2) La ma"(ic' A ;a c!m' c!)!nn' i "(a#0!(ma"i m'6ian"' ' 6'))a a#' can!nica
+(e
A
) # a
A
(do&e a
A
la Aesima colonna di 2).
+(e
1
) # a
1
+(e
2
) # a
2
+(e
n
) # a
n
+(e
1
) # a
1
# 2e
1
2x # +(x)
R
x # x
1
e
1
" x
2
e
2
" x
n
e
n
2x # 2(x
1
e
1
"x
2
e
2
"x
n
e
n
) # x
1
2e
1
"x
2
2e
2
"x
n
2e
n
# x
1
a
1
"x
2
a
2
"x
n
a
n
#
# x
1
+(e
1
)"x
2
+(e
2
)"x
n
+(e
n
) # +(x
1
e
1
)"+(x
2
e
2
)"+(x
n
e
n
) # +(x
1
e
1
"x
2
e
2
"x
n
e
n
) # +(x)
#
8, una corrisponden!a (iuni&oca tra le fun!ioni e le matrici di rappresenta!ione.
L,utilit di porre +(x)#2(x) enorme: ci permette di dire tutto su una fun!ione in
maniera molto semplice.
Esempio.
+(x
1
, x
2
, x
$
) # (x
1
"2x
2
, x
$
<2x
1
)
+: )*
$
)*
2
La matrice di rappresenta!ione a&r n=. e m=+, cio sar 2
(2x$)
.
+(e
1
) # +(1, %, %) # (1, <2) ( la prima colonna della matrice)
+(e
2
) # +(%, 1, %) # (2, %) ( la seconda colonna della matrice)
+(e
$
) # +(%, %, 1) # (%, 1) ( la ter!a colonna della matrice)
Moltiplicando la matrice per il enerico
$ettore si a$r; la +unzione:
T(a#mi##i!n' 6'))a )in'a(i"9 n'))a c!m$!#i%i!n' 6i 07n%i!ni )in'a(i.
-! Addizione 'ra 'unzioni lineari$
+: )*
n
)*
m
8.5.: dominio e codominio di + e coincidono
: )*
n
)*
m
+# lineari
!'+g"!x" % lineare, perc09
1) (+<!(x<,! = (+<!(x! < (+<!(,!
(+<)(x") # +(x")"(x") # +(x)"+()"(x)"() # (+<)(x)"(+<)()
2) c() x()
n
(+<!(cx! = c(+<!(x!
1 2 %
<2 % 1
2#
1 2 %
<2 % 1
x
1
x
2
x
$
# (x
1
"2x
2
, <2x
1
"x
$
) +
+: )*
n
)*
m
2
(mxn)
: )*
n
)*
m
B
(mxn)
(+<!: )*
n
)*
m
8#2"B
'a somma di +unzioni lineari una +unzione lineare e la sua matrice di
rappresentazione la somma delle matrici di rappresentazione delle sinole
+unzioni%
2) /oltiplicazione 'ra 'unzioni lineari$
+: )*
n
)*
m
lineare
c )*
c 0 '!x" % lineare
+(x) # 2
(mxn)
c++(x) # c+2
(mxn)
$) Composizione di 'unzioni lineari$
'a +unzione composta di due +unzioni lineari lineare.
+: )*
p
)*
m
: )*
n
)*
p
8.5.: codominio di coincide con il dominio di +.
'g % lineare perc09
+ = +((x!!: ()
n
()
m

()
n
()
p
()
m
1) (+!(x<,! = (+!(x!<(+!(,!
+
(+)(x") # +((x")) # +((x)"()) # +((x)) " +(())
2) (+!(cx! = c(+!(x!
+((cx)) # +(c+(x)) # c++((x))
: )*
n
)*
p
# B
(pxn)
+: )*
p
)*
n
# 2
(mxp)
+o: )*
n
)*
m
# 8#2+B (il numero di rihe di @ = numero di colonne di A!
'a composizione di +unzioni uuale al prodotto di matrici .
P(!6!""! 6i ma"(ici.
2
2x$
B
$x2
8
2x2
c
11
# 1Q riga della prima matrice per la 1Q colonna della seconda
matrice.
c
12
# 1Q riga della prima matrice per la 2Q colonna della seconda matrice.
c
21
# 2Q riga della prima matrice per la 1Q colonna della seconda matrice.
c
22
# 2Q riga della prima matrice per la 2Q colonna della seconda matrice.
c
ij
=
$
A=*
a
iA
/
Aj
=3 a
i1
+(
1A
" a
i2
+ (
2A
" a
i$
+ (
$A
2 $ 1
% 1 2
1 $
% 2
2 1
+ #
' 1$
' '
8#
c
11
c
12
c
21
c
22
2"%"2 @"@"1
%"%"' %"2"2
8#
C.E.: n7m'(! 6i (i8;' 6i A = n7m'(! 6i c!)!nn' 6i B.
2nalogamente con le fun!ioni:
A / B B / A
'g g '
6a ci sono alcune ecce!ioni:
++
?1
= +
?-
+
+(d = (d +
per cui
2+2
<1
# 2
<1
+2
)n + 2 # 2 + )n
A/B = ma"(ic' n7))a.
4on sempre &ero c0e, per ottenere la matrice nulla, sia necessario c0e 2 o B sia la
matrice nulla in un prodotto 2+B.
Esempio%
)n >uesto
esempio
si
ottenuta
la matrice nulla sen!a c0e una delle due matrici fattori fosse nulla.
Ma"(ic' i6'n"i"9.
In # matrice identit.
Esempio.
1 %
% %
2#
% %
1 1
B#
1 %
% %
% %
1 1
+ #
% %
% %
)
$
#
E una matrice >uadrata (n+n) tale c0e: A
(n,n)
/ In = In / A
(n,n)
Ma"(ic' in&'("ii)'.
Ana matrice A /uadrata (n*n! in$erti*ile se esiste una matrice @ /uadrata tale che
A01 = 10A = 2n
B detta mattrice in$ersa di A e si indica con A
-*
, per cui
A0A
31
= A
31
0A = 2n
1erc09 esista 2
<1
, 2 de&e essere inietti&a e surietti&a.
;na fun!ione, infatti, in&erti(ile se e solo se:
+: )*
n
)*
n
dim Oer+ # %
dim )m+ # n
dim Oer+ " dim )m+ # n
n # n, >uindi + inietti&a e surietti&a
S' '4 25
n
25
n
% lineare e invertibile# la 'unzione inversa sar6 anc)essa lineare$
La matrice di +
?-
la matrice in&ersa, cio >uella matrice c0e, com(inata con 2, sia
uguale a 2+2
<1
# )n.
+: ()
n
()
n
+(x! = A(x! in$erti*ile A in$erti*ile
5'"'(minan"' 6i 7na ma"(ic'.
Data una matrice 2
(nxn)
>uadrata, possi(ile definire il determinante, cio un numero
c0e la >ualifica.
1 % %
% 1 %
% % 1
6
nxn
)*
Det.
)l determinante &iene definito in maniera indutti&a, ser&endosi cio del determinante
della matrice >uadrata (n<1)+(n<1).
3 Determinante della matrice 101$
2 # (a)
4et A = BAB = a
)l determinante di una matrice 1+1 il numero c0e la compone.
3 Determinante della matrice n0n$
Data una matrice >uadrata:
1er poter definire il determinante
necessario prendere in esame la
defini!ione di:
1) Min!(' c!m$)'m'n"a(' (M
ij
): determinante della matrice >uadrata c0e si
ottiene togliendo la riga iesima e la colonna Aesima. :i a&r cosS un calo unitario
nella matrice c0e di&enter (n<1+n<1).
2) C!m$)'m'n"! a)8'(ic! (A
ij
): il determinante della matrice >uadrata c0e si
ottiene togliendo la riga iesima e la colonna Aesima moltiplicato alla L1 ed ele&ato
alla i"A.
2
iA
#(<1)
i"A
6
iA
:e i"A pari 6
iA
# 2
iA
:e i"A dispari 2
iA
# <6
iA
Esempio.
8onsiderando ora
a
11
a
12
a
1A
a
1n
a
21
a
22
a
2A
a
2n
a
i1
a
i2
a
iA
a
in
a
n1
a
n2
a
nA
a
nn
2#
a
11
a
12
a
1$
a
21
a
22
a
2$
a
$1
a
$2
a
$$ a
11
a
1$
a
$1
a
$$
6
iA#
a
11
a
1$
a
$1
a
$$
2
iA
# 6
iA
#

n
A=*
a
*A
A
*A
= 6'" A = BAB
a
1T
# ogni elemento della prima riga.
2
1T
# complemento alge(rico.
/atrice 202
E stato calcolato
cosS il determinante in (ase alla prima riga.
/atrice 303
# a
11
+a
22
+a
$$
L a
11
+a
2$
+a
$2
.=(ci si riconduce al caso del determinante di matrice 2+2)
/atrice 707
1er calcolare il determinante di una matrice '+' ci si riconduce al caso di una matrice
$+$ e, con un secondo passaggio al caso di una matrice 2+2.
E importante rile&are c0e il determinante pu- essere s&iluppato anc0e secondo una
colonna e non solo secondo una riga, infatti &alida la scrittura:
6'" A = BAB =
n
A=*
a
iA
/A
iA
=
n
A=*
a
Aj
/A
Aj
Esempio.
a
11
a
12
a
21
a
22
2#
det 2 # U2U #
a
11
a
12
a
21
a
22
# a
11
+a
22
L a
12
+a
21
a
11
a
12
a
1$
a
21
a
22
a
2$
a
$1
a
$2
a
$$
det B # #
# a
11
a
22
a
2$
a
$2
a
$$
<a
12
a
21
a
2$
a
$1
a
$$
"a
1$
a
21
a
22
a
$1
a
$2
)n >uesto caso con&iene calcolare il determinante in (ase alla 1Q colonna, perc09 ci
sono molti !eri e i calcoli sare((ero note&olmente semplificati.
P(!$(i'"9 6') 6'"'(minan"'.
1) 2l determinante di una matrice con una colonna o una riga composta da * % *$
2) 2l determinante non cambia se a una riga aggiungo unaltra riga moltiplicata
per un numero$
)n >uesto esempio
stata
moltiplicata la
prima riga per L2 ed stata poi sommata alge(ricamente alla seconda rigaN stata
ottenuta una riga di %, per cui il determinante %. Dall,esempio si pu- anc0e dedurre
c0e in due matrici il determinante 0 anche se ci sono riheCcolonne proporzionali.
Esempio.
Moltiplico la - ria per D2 e la sommo con lultima ria.
0ommo la . colonna con la -
colonna
1 2 $
% ? <1
% ' 1
# =.
1 1 1
2 2 2
1 <1 $
#
1 1 1
2<2 2<2 2<2
1 <1 $
1 1 1
% % %
1 <1 $
#
# %
1 2 1 $
% 1 1 <1
% 1 $ $
2 1 $ ?
1 2 1 $
% 1 1 <1
% 1 $ $
% <$ 1 <1
# 1+
1 1 <1
1 $ $
<$ 1 <1
#
% 1 <1
' $ $
<' 1 <1
#
0ommo la 2 ria alla . colonna
$) 2l determinante della matrice identit6 % uguale a 1$
BInB = *
') /oltiplicando i complementi algebrici di una riga per i complementi algebrici di
unaltra riga e sommandoli si ottiene *$

i
T#1
a
iT
+2
AT
# %
?) /oltiplicando i complementi algebrici di una colonna per i complementi
algebrici di unaltra colonna e sommandoli si ottiene *$

n
T#1
a
TA
+2
Ti
# %
@) .eorema di 1inet$
Date 2, B
(nxn)
(>uadrate)
BA/BB = BAB/BBB
C) 8na matrice % invertibile se e solo se il suo determinante % diverso da *$
Di conseguen!a una fun!ione in&erti(ile se e solo se il determinante della sua
matrice di rappresenta!ione di&erso da %.
4imostrazione che A in$erti*ile BAB0
2+2
<1
# 2
<1
+2 # )n
U2+2
<1
U # 1 U2U% et U2
<1
U% (e sono l,uno il reciproco dell,altro).
4imostrazione che BAB0 A in$erti*ile
:i inserisce B
(nxn)
: (
iA
B # 2
Ai
.U2U
U2U% per ipotesi.
% 1 <1
' $ $
% ' 2
# <'+
1 <1
' 2
# <'
1 % % %
% 1 % %
% % 1 %
% % % 1
# 1
2+B # )n
B+2 # )n
B l,in&ersa di 2 # 2
<1
2 B
0i moltiplica
la prima ria
per la prima colonna%
0i moltiplica la - ria per la 2 colonna%
1er il calcolo della matrice in&ersa si pu- seguire una scala di opera!ioni:
(
iA
# 2
Ai
.U2U
1) 8alcolare il U2U.
2) :e U2U% (altrimenti non in&erti(ile), si calcola la matrice dei complementi
ale*rici.
$) :i fa la trasposta della matrice dei complementi alge(rici
(si scam(iano le rig0e con le colonne).
a
11
a
12
a
1$
a
1n
a
21
a
22
a
2$
a
2n
a
n1
a
n2
a
n$
a
nn
2
11
.U2U 2
21
.U2U 2
n1
.U2U
2
12
.U2U 2
22
.U2U 2
n2
.U2U
2
2n
.U2U 2
2n
.U2U 2
nn
.U2U
+
# U2U.U2U # 1
a
11
2
11
" a
12
2
12
" =a
1n
2
1n
U2U
2
11
2
21
" a
12
2
22
" = a
1n
2
2n
U2U
# %
2
11
2
12
2
1n
2
21
2
22
2
2n
2
n1
2
n2
2
nn
# 2
t
') :i di&ide la trasposta per U2U.
Ri8;' ' c!)!nn' 6i 7na ma"(ic'.
r
i
e c
i
sono tutti &ettori. c
i
e r
i
appartengono a sottospa!i &ettoriali di&ersi (ad esempio
)*
1
e )*
'
)
+(x) # 2x
2) Eonsiderando lo spazio enerato dalle
colonne:
8 # Hc
1
, c
2
, c
n
G # 2x
Lo spa!io generato dalle colonne, dato da tutte le possi(ili com(ina!ioni di c
n
,
coincide con l,insieme immagine della fun!ione, c0e 0a la matrice 2 come
matrice di rappresenta!ione.
B) Eonsiderando lo spazio enerato dalle rihe:
2
11
2
21
2
n1
2
12
2
22
2
n2
2
1n
2
2n
2
nn
a
11
a
12
a
1n
a
21
a
22
a
2n
a
m1
a
m2
a
mn
# r
1
# r
2
# r
m
UU UU UU
c
1
c
2
c
$
a
11
a
12
a
1n
a
21
a
22
a
2n
a
m1
a
m2
a
mn
x
1
x
2
x
n
#
#
a
11
a
21
a
m1
x
1
"
a
12
a
22
a
m2
x
2
"
a
1n
a
2n
a
mn
x
n
# 2x
* # Hr
1
, r
2
, r
n
G
6im R = 6im C
(l numero massimo di colonne linearmente indipendenti uuale al numero massimo
di rihe linearmente indipendenti# per cui dim ) = dim E%
Dato c0e l,insieme generato dalle colonne l,immagine dei &ettori, il numero
massimo di colonne linearmente indipendenti sar uguale alla dimensione
dell,immagine:
6im C = 6im A, = 6im '(,)
2&endo la dim 2(x) posso calcolare anc0e la dim Oer 2(x) e sta(ilire la surietti&it,
l,inietti&it e, >uindi, l,in&erti(ilit della fun!ione.
Ca(a""'(i#"ica ! (an8! 6i 7na ma"(ic'.
Data una matrice 2
(mxn)
si dice rango di 2 e si indica con T(2) il numero massimo di
rig0e (o di colonne) linearmente indipendenti.
Ran8! 6i ma"(ici C7a6(a"'.
)l rango di una matrice >uadrata direttamente legato al determinante di una matrice.
1er una matrice >uadrata, infatti, le seguenti afferma!ioni sono e>ui&alenti:
-! F(A! = n
2! 'e rihe di A sono linearmente indipendenti
.! 'e colonne di A sono linearmente indipendenti
G! (l determinante di A di$erso da 0
Fuindi,
T(2) # n n rig0e linearmente indipendenti
T(2) # n n colonne linearmente indipendenti
4imostrazione che A(A) = n BAB2.
O(2) # n n colonne linearmente indipendenti dim )m+ # n
+ surietti&a dim Ter+ # % (dim Ter+ " n # n) + inietti&a
+ in&erti(ile U2U%
4imostrazione che BAB2 A(A) = n.
U2U% + in&erti(ile + inietti&a + surietti&a dim )m+ # n
n colonne linearmente indipendenti T(2) # n
Fuesta ultima proposi!ione pu- essere molto utile se &iene ric0iesto se dei &ettori
sono linearmente indipendenti.
Esercizio.
Dati (2, ?, C), (', 2, 1), (<1, <$, ') in )*
$
dire se i &ettori sono linearmente
indipendenti.
U2U% i &ettori sono linearmente indipendenti.
Ran8! 6i ma"(ici ('""an8!)a(i (m/n).
Data una matrice rettangolare 2
(mxn)
, si definisce
/inore di ordine 9 il determinante di una sottomatrice (F*F! di A# +ormata dali
elementi comuni a F rihe e F colonne%
Esempio.
UBU # minore di ordine $
2 ' <1
? 2 <$
C 1 '
2 #
$ <1 % 2 ?
' $ 2 <1 1
$ 2 ' 1 % $ % ?
' 2 1
$ ' %
B #
( una sottomatrice .*.!
Si $7: a00'(ma(' c;', 6a"a 7na ma"(ic' A
(m,n)
, A(A) > (IN (7n n7m'(! na"7(a)')
#' '#i#"' 7n min!(' 6i !(6in' (2 ' #' "7""i i min!(i 6i !(6in' (+* #!n! '87a)i a 2.
Esempio.
:ono tutte le sottomatrici
possi(ili. :e un determinante
di&erso %, allora il rango $. :e tutti i determinanti sono uguali
a % si pro&a con i determinanti delle matrici 2+2.
)l determinante di a) uguale a %, perc09 ci sono due colonne uguali.
)l determinante di () uguale a %, perc09 ci sono due colonne uguali.
)l determinante di c) uguale a %, perc09 (asta sommare la 1Q colonna alla 2Q.
)l determinante di d) uguale a %, perc09 (asta sommare la 1Q colonna alla 2Q.
7utti i minori di ordine $ sono uguali a %, >uindi il rango minore di $. :i pro&a con
le matrici 2+2
8onsiderando
U8U # 2 %.
1er ogni n"1 il determinante uguale a %.
*24G/ # 2
Esempio.
+: )*
$
)*
2
+(x
1
, x
2
, x
$
) # (x
1
"x
2
, x
2
<x
$
)
5, una fun!ione surietti&aV
dim )m+ = T(2x)
+(1, %, %) # (1, %)
+(%, 1, %) # (1, 1)
+(%, %, 1) # (%, <1)
1 1 <1 1
2 2 <2 $
% % % <1
a) una sottomatrice $+$: 1 1 <1
2 2 <2
% % %
() una sottomatrice $+$: 1 1 1
2 2 $
% % <1
c) una sottomatrice $+$:
1 <1 1
2 <2 $
% % <1
d) una sottomatrice $+$:
1 <1 1
2 <2 $
% % <1
<2 $
% <1
11
# 8
2#
La matrice 2
(2x$)
pu- a&ere al massimo un T(2x) uguale a 2
UBU # 1
T(2) # 2
dim )m+ # 2
dim Ter+ "2 # $ 1"2 # $
'a +unzione surietti$a%
Si#"'mi 6i 'C7a%i!ni )in'a(i.
(
1
, (
2
, = (
m
# &ettore dei termini noti.
7raducendo la scrittura in una matrice: A
m,n
/, =
)*
n
)*
m
1 1 %
% 1 <1
1 1
% 1
B#
a
11
x
1
" a
12
x
2
" = " a
1n
x
n
# (
1
a
21
x
1
" a
22
x
2
" = " a
2n
x
n
# (
2
a
m1
x
1
" a
m2
x
2
" = " a
mn
x
n
# (
m
a
11
a
12
a
1n
a
21
a
22
a
2n
a
m1
a
m2
a
mn
x
1
x
2
x
$
#
(
1
(
2
(
$
x (
2 ( 0a n componenti
x 0a n componenti
*isol&ere il sistema significa tro&are tutti i &ettori x c0e 0anno come immagine (,
detto anc0e antiimmaine di x.
)l sistema pote&a anc0e essere scritto in un ter!o modo, cio:
*isol&ere il sistema significa, >uindi, determinare >uei com(inatori c0e, moltiplicati
per le colonne, danno origine a (. ( , di conseguen!a, com(ina!ione lineare finita
delle colonne.
:e non esiste nessun x, il sistema non 0a solu!ione e si dice incompati*ile.
:e esiste uno e un solo x, il sistema detto determinato compati*ile.
:e esiste piP di un x, esisteranno infiniti x e il sistema sar detto indeterminato
compati*ile.
T'!('ma 6i R!7c;D-Ca$'))i.
:ta(ilisce in modo rapido la condi!ione necessaria e sufficiente affinc09 un sistema
sia compati(ile.
Data una matrice A
m,n
(con mn o m#n)
A , = c!m$a"ii)' 9(A) = 9(AE)
2.( (data da 2 " la colonna dei termini noti)
detta anc0e matrice completa.
2 detta anc0e matrice incompleta.
a
11
a
21
a
m1
+ x
1
"
a
12
a
22
a
m2
+ x
2
"
a
1n
a
2n
a
mn
+ x
n
#
(
1
(
2
(
$
a
11
a
12
a
1n
(
1
a
21
a
22
a
2n
(
2
a
m1
a
m2
a
mn
(
m
2.( #
)l teorema di *ouc09<8apelli afferma c0e un sistema di dise/uazioni lineari
compati*ile se e solo se il rano della matrice incompleta uuale al rano della
matrice completa.
< Dimostra!ione c0e 2x # ( compati(ile F(2) # F(2.()
a
1
a
2
a
n
(
8onsiderando V #
Ha
1
, a
2
, a
n
G (spa!io generato dalle colonne # )m+)
V
1
# Ha
1
, a
2
, a
n
, (G
2x # ( compati(ile ( esprimi(ile come com(ina!ione lineare finita delle
colonne di 2 (V V#V
1
(in V
1
( solo ripetuto perc09 gi compreso in
V) dim V # dim V
1
F(2) # F(2.()
(4.B. dim V # massimo numero di colonne linearmente indipendenti # F(2))
< Dimostra!ione c0e F(2) # F(2.() 2x # ( compati(ile.
F(2) # F(2.() dim V # dim V
1
V#V
1
(V 2x # ( compati(ile
T'!('ma 6i ?(am'(.
:i riferisce a sistemi >uadrati (il numero di incognite uguale al numero di
e>ua!ioni). 1ermette di risol&ere suddetti sistemi, esprimi(ili con una matrice
>uadrata del tipo 2
nxn
.
A, = ;a 7na #!)! #!)7%i!n' IR
n
BAB2
< Dimostra!ione c0e 2x # ( 0a una sola solu!ione U2U%
Dato c0e &ale per ogni (, si pu- dimostrare con ( # %, per cui 2x#% ( detto
sistema omoeneo)
2x # % Oer 2 # % Oer+ # {%} + inietti&a + surietti&a + in&erti(ile
U2U%
4.B. +: )*
n
)*
n
a
11
a
21
a
m1
+ x
1
"
a
12
a
22
a
m2
+ x
2
"
a
1n
a
2n
a
mn
+ x
n
#
(
1
(
2
(
$
Dim Oer+ " dim )m+ # n dim )m+ # n n # n
< Dimostra!ione c0e U2U% 2x # ( con una solo solu!ione.
U2U% 2
<1
2x # ( 2
<1
+2x # 2
<1
+( )n x # 2
<1
( , = A
-*

4.B.: non &ale 2


<1
+2x # (+2
<1
, perc09 l,opera!ione al secondo mem(ro non
definita.
x
A
# riga Aesima per ( # 2
1A
.U2U + (
1
" 2
2A
.U2U + (
2
" = " 2
nA
.U2U + (
n
#
2
1A
(
1
" 2
2A
(
2
" 2
nA
(
n

#
U2U
(l numeratore della +razione il determinante secondo la colonna Hesima di una
matrice del tipo
in cui la colonna
Hesima uuale a (*
-
#
*
2
# *
n
!%
Da ci- si deduce c0e
, = BCBEBAB
Esempio.
La matrice di rappresenta!ione del sistema :
2
11
.U2U 2
21
.U2U 2
n1
.U2U
2
12
.U2U 2
22
.U2U 2
n2
.U2U
2
1A
.U2U 2
2A
.U2U 2
nA
.U2U
2
1n
.U2U 2
2n
.U2U 2
nn
.U2U
x
1
x
2
x
A
x
n
#
(
1
(
2
(
n
+
a
11
a
12
(
1
a
1n
a
21
a
22
(
2
a
2n
a
n1
a
n2
(
n
a
nn
# 8
x " " ! # 1
x L " ! # %
x " 2 # 1
:istema
>uadrato
:e U2U% si pu-
utili!!are il metodo di
Oramer.
U2U # 2 %
la colonna dei termini noti
la colonna
dei termini noti
:/L;3)/45 # (%, W, W)
1er i sistemi non >uadrati possi(ile utili!!are ugualmente il metodo di Oramer,
riconducendosi a sistemi >uadrati.
Esempio.
:e F(2) # F(2.() il sistema ammette solu!ioni.
F(2) 2
F(2)
# 2
F(2.() 2
1 1 1
1 <1 1
1 2 %
2 #
1 1 1
% <1 1
1 2 %
x # + W # %
1 1 1
1 % 1
1 1 %
#
+ W # 1.2
1 1 1
1 <1 %
1 2 1
! # + W # 1.2
2x L $ " ! # 1
?x " L 2! # C
2 <$ 1
? 1 <2
2#
2 <$
? 1
%
2 <$ 1 1
? 1 <2 C
2.( #
F(2.() # 2
F(2) # F(2.()
:/L;3)/4):
3 pu- essere pensato come parametro, >uindi,
come termine noto e non come &aria(ile.
la colonna dei termini noti sostituita.
:/L;3)/4) : ((?!"22).1C, (D!"D)1C, !) #G in+inite
soluzioni
2 <$
? 1
%
2x L $ # 1 L !
?x " # C " 2!
2 <$
? 1
# 1C %
1<! <$
C"2! 1
x # + 1.1C # X(1<!) " $(C"2!)Y.1C # (?!"22).1C
2 1<!
? C"2
!
# + 1.1C # X2(C"2!)<(1<!)?Y.1C # (D!"D).1C

You might also like