Matrici
Generalità sulle matrici
In matematica, una matrice è uno schieramento rettangolare di oggetti; le matrici di maggiore interesse sono costituite da numeri come, per esempio, la seguente:
1 6
3 4
4 2
s
v t
Una matrice di una sola riga è detta matrice riga, una matrice di una sola colonna è detta matrice colonna.
Le matrici con lo stesso numero di righe e colonne sono dette matrici quadrate di ordine n, dove n è il numero di righe.
Operazioni
Somma
E’ possibile sommare due matrici A e B ottenendo una matrice C se e solo se le due matrici hanno lo stesso numero di righe e di colonne.
La somma è definita in questo modo.
,
,
, ,
1,..., con 1,...,
m n
i j
i j
i j i j
M A a B b
C A B a b
i m
j n
Esempio:
1 2 3 4
1 2
3 4
A
a b B c d
a b
C c d
Prodotto per uno scalare
,
,
1,..., con 1,...,
m n
i j
i j
M A a kA ka
i m
j n
1 2 3 4
5 10
5 15 20
A
A
Prodotto di Matrici
Per eseguire il prodotto le matrici devono essere conformabili. Ovvero il numero di colonne della prima, deve essere uguale al numero di righe della seconda.
,
,
,
, , ,
1
1,..., con 1,...,
1,...,
dove l'elemento è definito
m n
i j
j k
i k
n
i k i j j k
j
M
A a
B b
i m
j n
k p
C AB c
c a b
Es.
1° riga:
2° riga:
Risultato
Proprietà del prodotto
( ) ( )
( )
( )
A BC AB C A B C AB AC
B C A BA CA
NB. Il prodotto non è commutativo.
Trasposizione di matrice
Definisco trasposta una matrice in cui sono scambiate tra loro le righe e le colonne.
,
,
1,..., con 1,...,
m n
i j T
i j
M
A a
A a
i m
j n
1 2 1 3
3 4 2 4
A A
T
Proprietà
T T T
T T T
T T
A B A B
AB B A aB aB
Matrice Identica
E’ una matrice quadrata che ha tutti ‘1’ sulla diagonale principale e ‘0’ nelle altre celle.
,
n i j
I
Dove ,
1
i j
0
j i j i
Matrice inversaSi dice inversa quella matrice che moltiplicata per la matrice stessa da la matrice identica.
1 1invertibile se '
n|
nA A M AA
I A A
Proprietà
‐ l’inversa è unica
‐
A
1 1 A
‐
A
1 T A
T 1‐
AB 1B A1 1‐
AB
B A1 1
ABB A1 1 AIA1 AA1 IDeterminazione dell’Inversa (metodo di Gauss)
Supponiamo di voler determinare l’inversa della seguente matrice.
2 1 A 1 1
Deve essere valido il prodotto
AA
1 I
1
a b
A c d
2 1 1 0
1 1 0 1
a b c d
Scrivo le 4 equazioni che caratterizzano il prodotto.
2 1
0
2 0
1 a c a c
b d b d
Risolvendo il sistema ho che:
1 0 1 0 a b c d
Quindi
1
1 0
A
1 0
Dipendenza Lineare
E’ possibile trascrivere un qualsiasi sistema lineare sottoforma di matrice nel seguente modo AX=B
1 1 1 1
1 1 1 1
2 2 2 2
3 3 3 3
...
n n n n
a x b y c z d a x b y c z d a x b y c z d a x b y c z d
a x b y c z d
1 1 1 1
2 2 2 2
3 3 3 3
1 1 1 1
2 2 2 2
3 3 3 3
5
... ... ... ...
... ... ... ...
n n n n
n n n
a b c d
a b c x d
A a b c X y B d
z
a b c d
a b c d
a b c x d
a b c y d
z
a b c d
Dove
1 2
3
...
n
a a a
a
rappresenta un vettore in n dimensioni per la variabile x, e così via per le altre.
Il sistema ha soluzione se è possibile formare il vettore B dei termini noti tramite combinazione lineare degli altri 2. Esempio
1 1 0
2 1 1
x y
Vuol dire che
1 1 0
2 x 1 y 1
Questa equazione vettoriale è verificata se e solo se x e y sono entrambi uguali ad 1.
Determinante
Ha senso parlare di determinante solamente con le matrici quadrate.
Data una matrice A a i j, di ordine n vale la seguente proprietà.
Il complemento algebrico dell’elemento ai j, detA
1 i jPossiamo quindi definire il determinante in questo modo (sviluppo di Laplace)
1 1
1
det '
n
i i
i
A a a
dove 1 è la prima colonna della matrice.Calcolo del determinante
Se n = 1 il determinante della matrice è lo stesso elemento contenuto.
Se n = 2
det det a b a b
A ad bc
c d c d
Ovvero il determinante è dato dalla differenza del prodotto tra gli elementi della diagonale principale e quelli dell’altra diagonale.
Se n > = 3
Si sviluppa il determinante su una riga utilizzando il teorema di Laplace.
1 1 1 2 1 3
det 1 1 1
a b c
e f d f d e
d e f a b c
h i g i g h
g h i
a ei hf b di fg c dh eg aei ahf bdi bfg cdh ceg aei bfg cdh ahf bdi ceg
Se n = 3 è possibile applicare il teorema di Sarrus, che prevede di calcolare i prodotti sulle tre diagonali in questo modo:
a b c a b d e f d e g h i g h
aei bfg cdh ahf bdi ceg
Prendendo col segno positivo i prodotti sulle diagonali parallele alla diagonale principale e col segno negativo quelli dell’altra diagonale. Vale solo per le matrici 3x3.
Proprietà del determinante
‐ Se scambio tra di loro due righe della matrice, il determinante cambia di segno
‐ Se moltiplico una riga della matrice per uno scalare k allora il determinante viene moltiplicato per k
‐ Se sommo una riga ad un'altra il determinante non cambia di segno
‐ Date due matrici A e B e la matrice prodotto C vale
det AB det A det B
‐ detaIn an
‐
det I
n 1
Teoremi sul determinante 1° Teorema di Laplace
Data
A M
n con i 1, _, n
Allora1 1
det ' '
n n
ik ik ki ki
k k
A a a a a
(Vedi calcolo determinante matrici maggiori di ordine 3 per l’applicazione) 2° Teorema di Laplace
Data
A M
n K con i 1, _, e n j 1, _, n i j
1 1
0 ' ' det
n n
ik jk kj kj ij
k k
a a a a
A
Ovvero date
'
Tij ij ji
A a A a a
Definisco la seguente matrice1
* '
n ik kj k
A a a
Vale quindi la seguente proprietà
* det
A A A I
Metodo alternativo per la determinazione dell’inversa Se vale
* det
A A A I Allora
* 1
det A
TA A
Calcolo quindi l’inversa della matrice
det
a b A c d
A ad bc
Calcolo la matrice A star
*
d c
A b a
Traspongo la matrice
*T
d b
A c a
Divido per il determinante e ottengo l’inversa
1
d b
ad bc ad bc
A c a
ad bc ad bc
Rango
Il rango di una matrice è il massimo numero di righe o colonne linearmente indipendenti.
Definizioni:
Sia
A
m n una matrice a valori in campo K. Posso definire il rango come:‐ Il massimo numero di colonne linearmente indipendenti
‐ Il massimo numero di righe linearmente indipendenti
‐ La dimensione del sottospazio di Km generato dalle colonne di A
‐ La dimensione del sottospazio di Kn generato dalle righe di A
‐ La dimensione dell'immagine dell'applicazione lineare LA da Kn in Kn seguente:
‐ Il massimo ordine di un minore invertibile di A Proprietà:
Il rango di A può essere al massimo uguale al numero delle sue righe o colonne:
A m n,
Il rango di A è uguale al rango della sua trasposta.
A
Tm n ,
Se AB è una matrice prodotto allora il rango della matrice è minore del rango di entrambi.
AB
A
BTeorema nullità più rango
In una matrice il rango della matrice più la nullità della matrice è uguale al numero di colonne della matrice.
La nullità è l’insieme dei vettori che mandano la matrice nello 0 e si trova moltiplicando la matrice di n righe per un vettore di n incognite e ponendo il risultato di ogni equazione uguale a 0.
Matrici ortogonali
In matematica, e più precisamente in algebra lineare, una matrice ortogonale è una matrice quadrata a valori reali che può essere definita in vari modi diversi, tutti equivalenti:
Una matrice invertibile la cui trasposta coincide con la sua inversa;
Una matrice che rappresenta una isometria dello spazio euclideo;
Una matrice di cambiamento di base fra due basi ortonormali.
T T
AA A A I
nLe righe e le colonne della matrice sono basi dello spazio e sono legate tra loro attraverso il prodotto scalare.
Il più classico esempio di matrice ortogonale è la matrice identica:
3
1 0 0 0 1 0 0 0 1 I
Che determina lo spazio formato dai tre vettori:
1
2
3
1, 0, 0 0,1, 0 0, 0,1 e
e e