Sistema di equazioni lineari

In matematica, e in particolare in algebra lineare, un sistema di equazioni lineari, anche detto sistema lineare, è un sistema composto da più equazioni lineari che devono essere verificate tutte contemporaneamente. Una soluzione del sistema è un vettore i cui elementi sono le soluzioni delle equazioni che compongono il sistema, ovvero tali che se sostituiti alle incognite rendono le equazioni delle identità.

Definizione

Un sistema di equazioni lineari è un insieme di ${\displaystyle m}$ equazioni lineari in ${\displaystyle n}$ incognite, che può essere scritto nel modo seguente:^[1][2]

${\displaystyle {\begin{cases}a_{1,1}x_{1}+a_{1,2}x_{2}+\cdots +a_{1,n}x_{n}=b_{1}\\a_{2,1}x_{1}+a_{2,2}x_{2}+\cdots +a_{2,n}x_{n}=b_{2}\\\vdots \\a_{m,1}x_{1}+a_{m,2}x_{2}+\cdots +a_{m,n}x_{n}=b_{m}\\\end{cases}}}$

Il numero ${\displaystyle n}$ delle incognite è detto anche ordine del sistema.

Se i termini noti ${\displaystyle b_{i}}$ sono tutti nulli il sistema è detto omogeneo.

Una ${\displaystyle n}$-upla ${\displaystyle (x_{1},\dots ,x_{n})}$ di elementi nel campo è una soluzione del sistema se soddisfa tutte le ${\displaystyle m}$ equazioni.^[3]

Due sistemi si dicono equivalenti se hanno lo stesso insieme di soluzioni. In particolare, due sistemi lineari sono equivalenti se ogni equazione di uno è combinazione lineare delle equazioni dell'altro.^[4]

Forma matriciale

In notazione indiciale il sistema si scrive:

${\displaystyle \sum _{j}^{n}a_{ij}x_{j}=b_{i}}$

Definendo i vettori dei coefficienti:

${\displaystyle \mathbf {a} _{i}\equiv {\begin{pmatrix}a_{i1}\\\vdots \\a_{in}\end{pmatrix}}}$

e il vettore degli ${\displaystyle m}$ termini noti:

${\displaystyle \mathbf {b} \equiv {\begin{pmatrix}b_{1}\\\vdots \\b_{m}\end{pmatrix}}}$

il sistema è equivalente alla combinazione lineare:^[1]

${\displaystyle \sum _{i}^{n}a^{i}x_{i}=\mathbf {b} }$

Definendo ${\displaystyle \mathbf {x} }$ il vettore delle ${\displaystyle n}$ incognite:

${\displaystyle \mathbf {x} \equiv {\begin{pmatrix}x_{1}\\\vdots \\x_{n}\end{pmatrix}}}$

ciascuna equazione è equivalente ad un prodotto scalare standard:^[5]

${\displaystyle \mathbf {a} _{1}\cdot \mathbf {x} =b_{1}}$

${\displaystyle \cdots }$

${\displaystyle \mathbf {a} _{m}\cdot \mathbf {x} =b_{m}}$

Se il sistema è omogeneo il vettore delle incognite è quindi ortogonale ai vettori dei coefficienti.

Usando le matrici ed il prodotto scalare fra matrici (prodotto riga per colonna) si possono separare i coefficienti, le incognite ed i termini noti del sistema, scrivendolo nel modo seguente:

${\displaystyle {\begin{pmatrix}a_{11}&a_{12}&\cdots &a_{1n}\\a_{21}&a_{22}&\cdots &a_{2n}\\\vdots &\vdots &\ddots &\vdots \\a_{m1}&a_{m2}&\cdots &a_{mn}\end{pmatrix}}{\begin{pmatrix}x_{1}\\x_{2}\\\vdots \\x_{n}\end{pmatrix}}={\begin{pmatrix}b_{1}\\b_{2}\\\vdots \\b_{m}\end{pmatrix}}}$

Ora se${\displaystyle A}$ è la matrice ${\displaystyle m\times n}$ dei coefficienti:

${\displaystyle A\equiv {\begin{pmatrix}a_{1,1}&\cdots &a_{1,n}\\\vdots &\ddots &\vdots \\a_{m,1}&\cdots &a_{m,n}\end{pmatrix}}}$

di cui in effetti ${\displaystyle \mathbf {a} ^{1},\ldots ,\mathbf {a} ^{n}}$ sono le colonne, con le definizioni del vettore delle incognite e di quello dei termini noti il sistema si scrive finalmente in forma matriciale:

${\displaystyle A\cdot \mathbf {x} =\mathbf {b} }$

Matrice completa

Il sistema può essere descritto usando la matrice completa:

${\displaystyle (A,\mathbf {b} )=\left({\begin{matrix}a_{1,1}&\cdots &a_{1,n}&b_{1}\\\vdots &\ddots &\vdots &\vdots \\a_{m,1}&\cdots &a_{m,n}&b_{m}\end{matrix}}\right)}$

detta matrice associata al sistema. Essa è ottenuta dalla giustapposizione della matrice dei coefficienti e del vettore dei termini noti.

Le matrici ${\displaystyle A\ }$ e ${\displaystyle (A,\mathbf {b} )}$ sono dette rispettivamente matrice incompleta (o matrice dei coefficienti) e completa (o orlata). I numeri ${\displaystyle x_{1},\dots ,x_{n}}$ sono le incognite, i numeri ${\displaystyle a_{ij}}$ sono i coefficienti ed i numeri ${\displaystyle b_{i}}$ i termini noti. Coefficienti e termini noti sono elementi di un campo, ad esempio quello formato dai numeri reali o complessi.

Caratteristiche

Il grado di un sistema di equazioni polinomiali è definito come il prodotto dei gradi delle equazioni che lo compongono. Quindi un sistema lineare è un sistema polinomiale di primo grado.

In generale, un sistema lineare può essere:

• Determinato, quando ha una sola soluzione.
• Impossibile, quando non ha nessuna soluzione.
• Indeterminato, quando ha infinite soluzioni.
• Numerico, quando le soluzioni sono rappresentate da numeri.
• Letterale, quando le soluzioni sono rappresentate da espressioni letterali.
• Omogeneo, quando i termini noti sono tutti zero.

Se il campo ${\displaystyle K}$ di appartenenza di coefficienti e termini noti di un sistema di ordine ${\displaystyle n}$ è infinito, ci sono tre possibilità: esiste una sola soluzione, non ci sono soluzioni oppure ce ne sono infinite. Il teorema che asserisce questo fatto e che permette di stabilire se e quante soluzioni esistono senza risolvere il sistema è il teorema di Rouché-Capelli. Nel caso in cui esistano soluzioni, queste formano un sottospazio affine di ${\displaystyle K^{n}}$.

Il sistema omogeneo associato

Si consideri l'operazione lineare:

${\displaystyle L(\mathbf {x} )=\sum _{i}^{n}x_{i}A^{i}}$

Il nucleo di ${\displaystyle L}$ è lo spazio delle soluzioni del sistema omogeneo associato, mentre l'immagine è lo spazio generato dalle colonne ${\displaystyle A^{1},\ldots ,A^{n}}$. Per il teorema del rango segue che la dimensione dello spazio delle soluzioni più il rango per colonne di ${\displaystyle A}$ è pari ad ${\displaystyle n}$.

Essendo il vettore delle incognite ortogonale ai vettori riga della matrice dei coefficienti, lo spazio delle soluzioni è il complemento ortogonale del sottospazio generato dalle righe di ${\displaystyle A}$. La somma delle rispettive dimensioni deve pertanto essere pari ad ${\displaystyle n}$.

Dalle due affermazioni precedenti si conclude che il rango ${\displaystyle r}$ per righe è pari al rango per colonne, e che lo spazio delle soluzioni ha dimensione ${\displaystyle n-r}$.^[5] Lo spazio delle soluzioni è dunque un sottospazio vettoriale di dimensione ${\displaystyle n-\rho (A)}$.

Lo spazio delle soluzioni

Il sistema ammette soluzione se e solo se il vettore ${\displaystyle \mathbf {b} }$ è l'immagine del vettore ${\displaystyle \mathbf {x} }$ ottenuta mediante l'applicazione lineare ${\displaystyle L_{A}\colon K^{n}\to K^{m}}$ definita nel seguente modo:

${\displaystyle L_{A}(\mathbf {x} )=A\mathbf {x} \ }$

L'immagine di ${\displaystyle L_{A}}$ è generata dai vettori dati dalle colonne di ${\displaystyle A}$, e quindi ${\displaystyle \mathbf {b} }$ è nell'immagine se e solo se lo span delle colonne di ${\displaystyle A}$ contiene ${\displaystyle \mathbf {b} }$, cioè se e solo se lo spazio generato dalle colonne di ${\displaystyle A}$ è uguale allo spazio generato dalle colonne di ${\displaystyle (A|\mathbf {b} )}$. In modo equivalente il sistema ammette soluzione se e solo se le due matrici abbiano lo stesso rango, come stabilisce il teorema di Rouché-Capelli.

Se esiste una soluzione ${\displaystyle \mathbf {x} _{0}}$, ogni altra soluzione si scrive come ${\displaystyle \mathbf {x} _{0}+\mathbf {v} }$, dove ${\displaystyle \mathbf {v} }$ è una soluzione del sistema lineare omogeneo associato:^[6]

${\displaystyle A\mathbf {v} =0}$

Infatti:

${\displaystyle A(\mathbf {x} _{0}+\mathbf {v} )=A\mathbf {x} _{0}+A\mathbf {v} =\mathbf {b} +\mathbf {0} =\mathbf {b} \ }$

Lo spazio delle soluzioni, ottenuto traslando il nucleo con il vettore ${\displaystyle \mathbf {x} _{0}}$, è quindi il sottospazio affine dato da:

${\displaystyle \operatorname {Sol} (A,\mathbf {b} )=\mathbf {x} _{0}+\operatorname {Sol} (A,\mathbf {0} )}$

La dimensione dello spazio delle soluzioni del sistema completo è uguale alla dimensione dello spazio delle soluzioni del sistema omogeneo associato.^[7] Per il teorema di Rouché-Capelli tale soluzione è unica se e solo se il rango della matrice ${\displaystyle A}$ è ${\displaystyle n}$. Altrimenti se il campo ${\displaystyle K}$ è infinito esistono infinite soluzioni, e queste formano un sottospazio vettoriale di ${\displaystyle K^{n}}$, avente come dimensione la nullità ${\displaystyle t=n-\operatorname {rk} (A)}$ della matrice.

Strumenti per la risoluzione

Dato un sistema lineare nella forma

${\displaystyle A\cdot \mathbf {x} =\mathbf {b} }$

dove ${\displaystyle \mathbf {x} }$ è il vettore colonna delle incognite, ${\displaystyle \mathbf {b} }$ è il vettore colonna dei termini noti e ${\displaystyle A}$ è la matrice dei coefficienti ed è quadrata e invertibile, la soluzione è unica ed è pari al prodotto:

${\displaystyle A^{-1}\cdot \mathbf {b} }$

dove ${\displaystyle A^{-1}}$ è l'inversa di ${\displaystyle A}$. Il calcolo della matrice inversa è spesso complicato e oneroso dal punto di vista computazionale, ragion per cui un sistema lineare normalmente non viene risolto calcolando direttamente la matrice inversa.

Di grande importanza teorica per i sistemi lineari, ma non utilizzata in pratica per motivi simili, è la regola di Cramer.

Di uso generale per sistemi con migliaia di equazioni è invece il metodo di eliminazione di Gauss, che si basa sul metodo di riduzione.

Il metodo di riduzione

Il metodo di riduzione è specifico per i sistemi lineari. Il procedimento consiste nel sostituire una delle equazioni del sistema con una opportuna combinazione lineare di due equazioni del sistema stesso, ottenendo un sistema equivalente a quello dato. Più precisamente, se due righe sono espresse come prodotto tra opportune sottomatrici dei coefficienti e il vettore x delle soluzioni, ovvero

${\displaystyle {\begin{cases}A\mathbf {x} =\mathbf {c} \\B\mathbf {x} =\mathbf {d} \end{cases}}}$

allora è possibile sostituire una delle due con l'equazione

${\displaystyle m\cdot A\mathbf {x} +n\cdot B\mathbf {x} =m\cdot \mathbf {c} +n\cdot \mathbf {d} }$.

dove ${\displaystyle m}$ e ${\displaystyle n}$ sono due numeri scalari qualsiasi, entrambi diversi da zero.

Note

Bibliografia

• Serge Lang, Algebra lineare, Torino, Bollati Boringhieri, 1992, ISBN 88-339-5035-2.
• (EN) Kenneth Hoffman e Ray Kunze, Linear Algebra, 2ª ed., Englewood Cliffs, New Jersey, Prentice-Hall, 1971, ISBN 0-13-536821-9.
• F. Odetti e M. Raimondo, Elementi di Algebra Lineare e Geometria Analitica, ECIG, 1992, ISBN 88-7545-717-4.

Voci correlate

• Equazione lineare
• Principio di sovrapposizione
• Rango (algebra lineare)
• Regola di Cramer
• Sistema di equazioni
• Sistema non lineare
• Sottospazio affine
• Teorema di Rouché-Capelli

Altri progetti

• Wikiversità contiene risorse sul sistema di equazioni lineari
• Wikimedia Commons contiene immagini o altri file sul sistema di equazioni lineari

Collegamenti esterni

• (EN) Eric W. Weisstein, Sistema di equazioni lineari, su MathWorld, Wolfram Research.

V · D · M Algebra lineare
Spazio vettoriale	Vettore · Sottospazio vettoriale (Sottospazio generato) · Applicazione lineare (Nucleo · Immagine) · Base · Dimensione · Teorema della dimensione · Formula di Grassmann · Sistema lineare · Algoritmo di Gauss · Teorema di Rouché-Capelli · Regola di Cramer · Spazio duale · Spazio proiettivo · Spazio affine · Teorema della dimensione per spazi vettoriali
Matrici	Identità · Nulla · Quadrata · Invertibile · Simmetrica · Antisimmetrica · Trasposta · Diagonale · Triangolare · Di cambiamento di base · Ortogonale · Normale · Simplettica · Moltiplicazione di matrici · Rango · Teorema di Kronecker · Minore · Matrice dei cofattori · Determinante · Teorema di Binet · Teorema di Laplace · Radice quadrata di una matrice
Diagonalizzabilità	Autovettore e autovalore · Spettro · Polinomio caratteristico · Polinomio minimo · Teorema di Hamilton-Cayley · Matrice a blocchi · Forma canonica di Jordan · Teorema di diagonalizzabilità
Prodotto scalare	Forma bilineare · Sottospazio ortogonale · Spazio euclideo · Base ortonormale · Algoritmo di Lagrange · Segnatura · Teorema di Sylvester · Gram-Schmidt · Forma sesquilineare · Forma hermitiana · Teorema spettrale

Controllo di autorità	GND (DE) 4035826-4