Matrici
Siano n, m interi positivi. Una matrice m × n ad elementi in K `e una tabella rettangolare
A =
a11 a12 . . . a1n
a21 a22 . . . a2n ... ... . .. ... am1 am2 . . . amn
di mn elementi di K. Scriveremo anche A = (aij). La i–esima riga di A `e la matrice 1 × n A(i) = (ai1. . . ain), 1 ≤ i ≤ m,
La j–esima colonna di A `e la matrice m × 1
A(j)=
a1j a2j ... amj
, 1 ≤ j ≤ n.
Ogni elemento di una matrice `e contrassegnato da due indici: il primo `e l’indice riga, il secondo `e l’indice colonna. L’elemento aij `e anche detto elemento di A di posto i, j. Se m = n, la matrice A si dice quadrata di ordine n. La trasposta di A `e la matrice n × m ottenuta scambiando tra loro le righe e le colonne di A:
At= (aji) =
a11 a21 . . . am1 a12 a22 . . . am2 ... ... . .. ... a1n a2n . . . amn
L’insieme di tutte le matrici m × n ad elementi in K si denota con Mm,n(K), mentre l’insieme delle matrici quadrate di ordine n si denota con Mn(K).
Siano A = (aij), B = (bij) due matrici di Mm,n(K). La somma A + B `e la matrice C = (cij) ∈ Mm,n(K), dove cij = aij + bij. Sia λ ∈ K, il prodotto dello scalare λ per la matrice A `e la matrice λA = (λaij) ∈ Mm,n(K). Segue facilmente dalle definizioni che l’insieme Mm,n(K) delle matrici m×n ad elementi in K, dotato delle operazioni di somma e moltiplicazione per uno scalare, `e uno spazio vettoriale sul campo K. Il vettore nullo di Mm,n(K) `e la matrice nulla (che denoteremo con 0), ossia la matrice m × n i cui elementi sono tutti uguali a zero.
Lemma 0.1. dim(Mm,n(K)) = mn.
Proof. Sia Eij la matrice di Mm,n(K), 1 ≤ i ≤ m, 1 ≤ j ≤ n, definita come segue Eij = (elk), elk = 0 se (i, j) 6= (l, k)
1 se (i, j) = (l, k) ,
L’insieme delle matrici {E11, E12, . . . , Emn} `e una base di Mm,n(K). Infatti ∀A = (aij) ∈ Mm,n(K), A = a11E11+. . .+amnEmne quindi E11, . . . , Emngenerano Mm,n(K). Inoltre, se b11, . . . , bmn∈ K sono tali che b11E11+. . .+bmnEmn = 0, allora (bij) = 0, quindi b11= b12 = . . . = bmn= 0 e E11, . . . , Emnsono linearmente indipendenti. Ne segue che {E11, . . . , Emn}
`
e una base di Mm,n(K) (detta base canonica di Mm,n(K)) e dim(Mm,n(K)) = mn.
Una matrice A = (aij) ∈ Mn(K) si dice diagonale se aij = 0 se i 6= j. Una particolare matrice diagonale `e la matrice identit`a In
In =
1 0 . . . 0 0 1 . . . 0 ... ... . .. ...
0 0 . . . 1
Se A = (aij) ∈ Mn(K) `e una matrice quadrata, gli elementi a11, a22, . . . , ann costituis- cono la diagonale principale di A. A si dice triangolare superiore se aij = 0 per ogni i > j, mentre si dice triangolare inferiore se aij = 0 per ogni i < j. A si dice simmetrica se At = A, mentre si dice antisimmetrica se At = −A. Denoteremo con Symn(K) l’insieme delle matrici simmetriche di Mn(K), mentre denoteremo con ASymn(K) l’insieme delle matrici antisimmetriche di Mn(K). Si definisce traccia della matrice A e si denota con T r(A) la somma degli elementi della diagonale principale della matrice A. Pertanto T r(A) =Pn
i=1aii.
Esercizi 0.2. 1. Stabilire se l’insieme delle matrici diagonali di Mn(K) `e un sottospazio vettoriale di Mn(K). In caso affermativo, determinarne la dimensione.
2. Stabilire se l’insieme delle matrici di Mn(K) aventi traccia nulla `e un sottospazio vettoriale di Mn(K). In caso affermativo, determinarne la dimensione.
Esempi 0.3. 1. Symn(K) `e un sottospazio vettoriale di Mn(K) di dimensione n(n+1)/2.
Sia S = {E11, E22, . . . , Enn, E12+ E21, E13+ E31, . . . , E1n + En1, E23+ E32, . . . , E2n+ En2, . . . , En−1n+ Enn−1}. Mostreremo che le n(n + 1)/2 matrici di S formano una base di Symn(K). Sia A ∈ Mn(K) una matrice simmetrica. Allora A = At e quindi aij = aji, 1 ≤ i, j ≤ n. In altri termini, l’elemento di A di posto i, j `e uguale all’elemento di A di posto j, i. Ne segue che
A = a11E11+a22E22+. . .+annEnn+a12(E12+E21)+a13(E13+E31)+. . .+a1n(E1n+En1)+
+a23(E23+ E32) + . . . + a2n(E2n+ En2) + . . . + an−1n(En−1n+ Enn−1)
e le matrici E11, E22, . . . , Enn, E12+ E21, E13+ E31, . . . , E1n + En1, E23+ E32, . . . , E2n + En2, . . . , En−1n+ Enn−1 generano Symn(K). Inoltre, se bij ∈ K, 1 ≤ i, j ≤ n, i ≤ j, sono tali che
b11E11+ . . . + bnnEnn+ b12(E12+ E21) + . . . + b1n(E1n+ En1)+
+b23(E23+ E32) + . . . + b2n(E2n+ En2) + . . . + bn−1n(En−1n+ Enn−1) = 0,
allora bij = bji e (bij) = 0, quindi b11 = b12 = . . . = bnn = 0. Pertanto le matrici E11, E22, . . . , Enn, E12+E21, E13+E31, . . . , E1n+En1, E23+E32, . . . , E2n+En2, . . . , En−1n+ Enn−1 sono linearmente indipendenti, S `e una base di Symn(K) e dim(Symn(K)) = n(n + 1)/2.
2. ASymn(K) `e un sottospazio vettoriale di Mn(K) di dimensione n(n − 1)/2.
Sia A = {E12− E21, E13− E31, . . . , E1n− En1, E23− E32, . . . , E2n − En2, . . . , En−1n− Enn−1}. Mostreremo che le n(n − 1)/2 matrici di A formano una base di ASymn(K).
Sia A ∈ Mn(K) una matrice antisimmetrica. Allora At = −A e quindi aij = −aji, 1 ≤ i, j ≤ n, i 6= j, e aii = 0, 1 ≤ i ≤ n. In altri termini, l’elemento di A di posto i, j, i 6= j, `e uguale all’opposto dell’elemento di A di posto j, i, mentre gli elementi della diagonale principale di A sono nulli. Ne segue che
A = a12(E12− E21) + a13(E13− E31) + . . . + a1n(E1n− En1)+
+a23(E23− E32) + . . . + a2n(E2n− En2) + . . . + an−1n(En−1n− Enn−1)
e le matrici E12−E21, E13−E31, . . . , E1n−En1, E23−E32, . . . , E2n−En2, . . . , En−1n−Enn−1 generano Symn(K). Inoltre, se bij ∈ K, 1 ≤ i, j ≤ n, i < j, sono tali che
b12(E12− E21) + . . . + b1n(E1n− En1)+
+b23(E23− E32) + . . . + b2n(E2n− En2) + . . . + bn−1n(En−1n− Enn−1) = 0,
allora bij = −bji e (bij) = 0, quindi b11 = b12 = . . . = bnn = 0. Pertanto le matrici E12− E21, E13− E31, . . . , E1n − En1, E23− E32, . . . , E2n − En2, . . . , En−1n− Enn−1 sono linearmente indipendenti, A `e una base di ASymn(K) e dim(ASymn(K)) = n(n − 1)/2.
3. Mn(K) = Symn(K) ⊕ ASymn(K).
Sia M = (cij) ∈ Symn(K) ∩ ASymn(K). Allora, poich`e M ∈ ASymn(K), si ha che cii = 0, 1 ≤ i ≤ n, cij = −cji, i 6= j. D’altro canto, poich`e M ∈ Symn(K), si ha che cij = cji, i 6= j. Allora necessariamente cij = 0, 1 ≤ i, j ≤ n, e M = 0. Ne segue che Mn(K) `e somma diretta di Symn(K) e ASymn(K). Si noti, infine, che ∀ A ∈ Mn(K) si ha che (A + At)/2 ∈ Symn(K), (A − At)/2 ∈ ASymn(K) e
A = A + At
2 + A − At 2 .
Dato un vettore riga A = (a1i) ∈ M1,n(K) ed un vettore colonna B = (bj1) ∈ Mn,1, il loro prodotto `e l’elemento di K definito come segue
(a11a12. . . a1n)
b11 b21
... bn1
=
n
X
k=1
a1kbk1 = a11b11+ a12b21+ . . . + a1nbn1
Pi`u in generale, se A = (ail) ∈ Mm,n(K) e B = (bkj) ∈ Mn,p, il loro prodotto righe per colonne `e una matrice AB = (cij) ∈ Mm,p(K), dove cij `e il prodotto dell’i–esima riga di A per la j–esima colonna di B.
AB = (A(i)B(j)) = (cij), dove cij =
n
X
k=1
aikbkj = ai1b1j + ai2b2j + . . . + ainbnj
Osservazione 0.4. Date due matrici A e B, `e possibile definire la matrice prodotto AB se il numero delle colonne di A coincide con il numero delle righe di B.
Osservazione 0.5. In generale AB 6= BA. Infatti, se A = 1 1
0 1
, B = 1 0 1 0
∈ M2(R), allora
AB = 2 0 1 0
6= 1 1 1 1
= BA
Proposizione 0.6. Se A, B ∈ Mm,n(K), C, D ∈ Mn,p(K), E ∈ Mp,s(K), k ∈ K, allora 1) (A + B)C = AC + BC,
2) A(C + D) = AC + AD, 3) A(kC) = k(AC) = (kA)C, 4) A(CE) = (AC)E,
5) AIn= A, InC = C.
Proof. 1) Sia A = (aij), B = (bij), C = (cij). L’elemento di posto i, k della matrice (A + B)C si ottiene moltiplicando la i–esima riga della matrice A + B per la k–esima colonna della matrice C. Pertanto
(A + B)(i)C(k) = (ai1+ bi1. . . ain+ bin)(c1k. . . cnk)t=
n
X
j=1
(aij+ bij)cjk =
=
n
X
j=1
aijcjk+
n
X
j=1
bijcjk = (ai1+ . . . ain)(c1k. . . cnk)t+ (bi1. . . bin)(c1k. . . cnk)t=
= A(i)C(k)+ B(i)C(k).
Si ha, dunque, che l’elemento di posto i, k della matrice (A + B)C coincide con la somma dell’elemento di posto i, k della matrice AC con l’elemento di posto i, k della matrice BC, come volevasi.
Le propriet`a 2) e 3) si dimostrano in maniera analoga alla 1).
4) Si noti che la i–esima riga di AC risulta
(AC)(i) = A(i)C(1) A(i)C(2). . . A(i)C(p) , mentre, se E = (eij), la h–esima colonna di CE `e
(CE)(h) = C(1)E(h) C(2)E(h). . . C(n)E(h)
t . Pertanto, l’elemento di posto i, h della matrice (AC)E `e
(AC)(i)E(h) = A(i)C(1) A(i)C(2). . . A(i)C(p) (e1h e2h. . . eph)t =
= A(i)C(1)e1h+ A(i)C(2)e2h+ . . . + A(i)C(p)eph=
= (ai1c11+ · · · + aincn1)e1h+ (ai1c12+ . . . + aincn2)e2h+ . . . + (ai1c1p+ . . . + aincnp)eph =
= ai1(c11e1h+ . . . + c1peph) + ai2(c21e1h+ . . . + c2peph) + . . . + ain(cn1e1h+ . . . + cnpeph) =
= ai1C(1)E(h)+ ai2C(2)E(h)+ . . . + ainC(n)E(h) =
= (ai1ai2. . . ain) C(1)E(h) C(2)E(h). . . C(n)E(h)
t
= A(i)(CE)(h)
e quindi coincide con l’elemento di posto i, h della matrice A(CE). Se ne deduce che A(CE) = (AC)E come volevasi.
5) L’elemento di posto i, j della matrice AIn `e
A(i)In(j) = (ai1 ai2. . . ain)(0 0 . . . 0 1 0 . . . 0)t = aij
e pertanto coincide con l’elemento di posto i, j della matrice A. Segue che AIn = A.
Analogamente si dimostra che InC = C.
Lemma 0.7. i) Se A e B possono essere moltiplicate, allora At e Bt possono essere moltiplicate e (AB)t = BtAt.
ii) Se A, B ∈ Mm,n(K), allora At+ Bt = (A + B)t.
Proof. i) Se A ∈ Mm,n(K) e B ∈ Mn,p(K), allora A ∈ Mn,m(K) e B ∈ Mp,n(K). Pertanto
`
e possibile definire la matrice BtAt. Inoltre l’elemento di posto i, j della matrice BtAt `e Bt(i)At(j) = A(j)B(i)
e dunque coincide con l’elemento di posto j, i della matrice AB. D’altro canto, si noti che l’elemento di posto j, i della matrice AB coincide con l’elemento di posto i, j della matrice (AB)t. Ne segue che (AB)t= BtAt.
ii) Se A = (aij) ∈ Mm,n(K) e B = (bij) ∈ Mm,n(K), allora l’elemento di posto p, s della matrice (A + B)t coincide con l’elemento di posto s, p della matrice A + B che pertanto risulta essere asp+bsp. D’altro canto l’elemento di posto p, s della matrice At+Bt
`
e asp+ bsp e pertanto (A + B)t = At+ Bt.
Una matrice quadrata A ∈ Mn(K) si dice invertibile se esiste una matrice M ∈ Mn(K) tale che AM = M A = In.
Lemma 0.8. Se esiste l’inversa di una matrice, allora essa `e unica.
Proof. Sia A ∈ Mn(K) e siano M, N ∈ Mn(K) tali che AM = MA = In e AN = N A = In. Allora M = M In = M (AN ) = (M A)N = InN = N . Quindi M = N .
L’inversa di A si denota con A−1. Denoteremo con GLn(K) il sottoinsieme di Mn(K) costituito dalle matrici invertibili.
GLn(K) = {A ∈ Mn(K) | A invertibile }.
Lemma 0.9. i) Siano A, M ∈ Mn(K). Se AM = In, allora M A = In. ii) Se A, B ∈ GLn(K), allora AB ∈ GLn(K) e (AB)−1 = B−1A−1. iii) In−1 = In.
Proof. i) Supponiamo che AM = In, allora M A = In(M A) = (A−1A)M A = A−1(AM )A = A−1InA = A−1A = In.
ii) Si noti che (AB)(B−1A−1) = A(BB−1)A−1 = AInA−1 = AA−1 = In. Pertanto (AB)−1 = B−1A−1.
Determinante di una matrice quadrata
Diamo ora una definizione ricorsiva del determinante di una matrice quadrata di ordine n.
Sia A ∈ Mn(K). Si definisce determinante di A la funzione:
det : A ∈ Mn(K) 7→ det(A) ∈ K Se n = 1, A = (a11) e det(A) = a11.
Se n = 2,
A = a11 a12 a21 a22
e det(A) = a11a22− a12a21. Se n = 3,
A =
a11 a12 a13 a21 a22 a23
a31 a32 a33
e per la regola di Sarrus si ha che
det(A) = a11a22a33+ a21a32a13+ a31a12a23− a13a22a31− a23a32a11− a33a12a21. Una sottomatrice p × q di una matrice A ∈ Mm,n(K) `e una matrice costituita dagli elementi di A comuni a p righe e q colonne fissate di A.
Se A ∈ Mn(K), chiameremo minore complementare dell’elemento aij e lo denoteremo con Mij il determinante della sottomatrice che si ottiene da A cancellando la i–esima riga
e la j–esima colonna. Mentre, chiameremo complemento algebrico dell’elemento aij e lo denoteremo con Aij il minore complementare dell’elemento aij, con il proprio segno se i + j `e pari, con il segno opposto se i + j `e dispari. Quindi Aij = (−1)i+jMij.
Teorema 0.10. (Teorema di Laplace)
Sia A ∈ Mn(K), allora il determinante di A `e la somma dei prodotti degli elementi di una sua riga o di una sua colonna per i rispettivi complementi algebrici:
det(A) =
n
X
j=1
aijAij =
n
X
j=1
(−1)i+jaijMij =
n
X
i=1
aijAij =
n
X
i=1
(−1)i+jaijMij.
Una matrice A ∈ Mn(K) si dice singolare se det(A) = 0. L’elemento det(A) ∈ K verr`a anche indicato con |A|.
Sia A ∈ Mn(K), allora valgono le seguenti propriet`a:
i) Il determinante di A `e uguale a quello della sua trasposta det(A) = det(At), det 1 2
3 4
= det 1 3 2 4
= −2.
ii) Scambiando tra loro due righe oppure due colonne di A si ottiene una matrice B tale che det(A) = − det(B),
det 1 2 3 4
= −2, det 3 4 1 2
= 2.
iii) Se una riga o una colonna di A `e nulla, allora det(A) = 0.
iv) Moltiplicando per uno scalare α ∈ K una riga o una colonna di A si ottiene una matrice B tale che det(B) = α det(A),
A = 1 2 5 7
, det(A) = 7 − 10 = −3
B(1) = αA(1), B(2) = A(2), B = α 2α 7 11
, det(B) = 11α − 14α = −3α.
v) Se la i–esima riga A(i) (colonna) di A `e somma di due vettori riga (colonna) R, S ∈ Kn, i.e., A(i) = R + S, allora
det(A) = det
A(1)
... A(i−1)
A(i) A(i+1)
... A(n)
= det
A(1)
... A(i−1) R + S A(i+1)
... A(n)
= det
A(1)
... A(i−1)
R A(i+1)
... A(n)
+ det
A(1)
... A(i−1)
S A(i+1)
... A(n)
.
vi) Se due righe o colonne di A sono uguali, allora A `e singolare, det(A) = 0.
Se la matrice A ha due righe uguali, allora scambiando tali righe tra loro otteniamo ancora la matrice A, ma tenendo conto della ii) si ha che det(A) = − det(A). Quindi det(A) = 0.
det 1 2 1 2
= 2 − 2 = 0.
vii) Se due righe o colonne di A sono proporzionali allora A singolare, det(A) = 0.
Se A(i) = αA(j), i 6= j, allora
det(A) = det
A(1)
... A(i)
... A(j)
... A(n)
= det
A(1)
... αA(j)
... A(j)
... A(n)
= α det
A(1)
... A(j)
... A(j)
... A(n)
= α0 = 0
det 1 2 2 4
= 4 − 4 = 0.
viii) Se B = αA, allora det(B) = αndet(A).
det(B) = det
B(1)
... B(n)
= det
αA(1)
... αA(n)
= α det
A(1) αA(2)
... αA(n)
=
= α2det
A(1) A(2) αA(3)
... αA(n)
= αndet
A(1)
... A(n)
= αndet(A)
A = 1 2 5 7
, det(A) = 7 − 10 = −3
B = αA =
α 2α 7α 11α
, det(B) = 11α2− 14α2 = −3α2.
ix) Se ad una riga (colonna) di A si somma una combinazione lineare di altre righe (colonne) di A, si ottiene una matrice B tale che det(B) = det(A).
Sia B tale che B(i) = A(i)+ α1A(1)+ . . . + αi−1A(i−1)+ αi+1A(i+1) + · · · + αnA(n) e
B(j) = A(j), per ogni 1 ≤ j ≤ n, con j 6= i. Allora
det(B) = det
B(1)
... B(n)
=
= det
A(1) ... A(i−1)
A(i)+ α1A(1)+ . . . + αi−1A(i−1)+ αi+1A(i+1)+ . . . + αnA(n) A(i+1)
... A(n)
=
= det
A(1)
... A(i−1)
A(i) A(i+1)
... αA(n)
+α1det
A(1)
... A(i−1)
A(1) A(i+1)
... A(n)
+α2det
A(1)
... A(i−1)
A(2) A(i+1)
... A(n)
+. . .+αndet
A(1)
... A(i−1)
A(n) A(i+1)
... A(n)
=
= det(A) + α10 + . . . + αn0 = det(A).
A = 1 2 5 7
, det(A) = 7 − 10 = −3
B(1) = A(1), B(2) = 2A(1)+ A(2), B = 1 2 7 11
, det(B) = 11 − 14 = −3.
x) Il determinante di una matrice triangolare (inferiore o superiore) `e il prodotto degli elementi della sua diagonale principale.
xi) det(In) = 1.
Teorema 0.11. (Teorema di Binet)
Se A, B ∈ Mn(K), allora det(AB) = det(A) det(B).
Corollario 0.12. Se A ∈ Mn(K) `e invertibile allora det(A−1) = det(A)−1.
Proof. Poich`e A `e invertibile esiste A−1 ∈ Mn(K) tale che AA−1 = A−1A = In. Allora det(AA−1) = det(A) det(A−1) = det(In) = 1. Pertanto det(A−1) = 1/ det(A) = det(A)−1.
Segue facilmente il seguente risultato.
Corollario 0.13. Se la matrice A ∈ Mn(K) `e invertibile, allora det(A) 6= 0.
Corollario 0.14. Se le righe (colonne) di una matrice quadrata A formano un insieme di vettori linearmente dipendenti, allora A `e singolare.
Proof. Sia A ∈ Mm,n(K) e siano α1, . . . , αn ∈ K non tutti nulli, tali che α1A(1)+ . . . + αnA(n)= 0. In particolare, se αi 6= 0, allora sia B la matrice ottenuta da A, dove B(j) = A(j), 1 ≤ j ≤ n, j 6= i, e
B(i) = αiA(i)+ α1A(1)+ . . . + αi−1A(i−1)+ αi+1A(i+1)+ . . . + αnA(n).
Allora da ix) si ha che det(A) = det(B). Inoltre la i–esima riga di B `e la riga nulla, pertanto det(B) = 0, e dunque det(A) = 0.
Rango
Sia A ∈ Mm,n(K), il rango per righe di A `e il massimo numero di righe linearmente indipendenti di A, dove i vettori riga di A sono considerati come vettori di Kn. Analoga- mente, il rango per colonne di A `e il massimo numero di colonne linearmente indipendenti di A, dove i vettori colonna di A (trasposti) sono considerati come vettori di Km.
Osservazione 0.15. Dalla definizione di rango per righe o colonne e dal Corollario ??
segue che il rango per righe di A `e pari a dim hA(1), . . . , A(m)i, mentre il rango per colonne di A `e pari a dim hA(1), . . . , A(n)i.
Proposizione 0.16. Sia A ∈ Mm,n(K), allora il rango per righe ed il rango per colonne di A coincidono.
Proof. Sia A = (aij), dove dim hA(1), . . . , A(m)i
= r e dim hA(1), . . . , A(n)i
= s.
Vogliamo provare che r = s. Poich`e dim hA(1), . . . , A(m)i = r, vi sono r vettori A(i1), . . . , A(ir) che formano una base per hA(1), . . . , A(m)i. Allora
A(1) = λ11A(i1)+ λ12A(i2)+ . . . + λ1rA(ir) A(2) = λ21A(i1)+ λ22A(i2)+ . . . + λ2rA(ir)
...
A(m) = λm1A(i1)+ λm2A(i2)+ . . . + λmrA(ir)
(0.1)
Uguagliando le j–esime componenti dei due membri della (0.1) si ha
a1j = λ11ai1j + λ12ai2j + . . . + λ1rairj a2J = λ21ai1j + λ22ai2j + . . . + λ2rairj
...
amj = λm1ai1j+ λm2ai2j + . . . + λmrairj
(0.2)
In forma matriciale la (0.2) si esprime come segue
a1j a2J ... amj
= ai1j
λ11 λ21 ... λm1
+ ai2j
λ12 λ22 ... λm2
+ . . . + airj
λ1r λ2r ... λmr
. (0.3)
Posto
L(1) =
λ11
λ21 ... λm1
, L(2) =
λ12
λ22 ... λm2
, . . . , L(r)=
λ1r
λ2r ... λmr
,
dalla (0.3), si ha che
A(j) = ai1jL(1)+ ai2jL(2)+ . . . + airjL(r) e pertanto
A(j) ∈ hL(1), L(2), . . . , L(r)i, 1 ≤ j ≤ n.
Ne segue che
s = dim hA(1), . . . , A(n)i ≤ dim hL(1), . . . , L(r)i ≤ r.
Analogamente, partendo dalle colonne di A invece che dalle righe, si ottiene r ≤ s.
In base al risultato precedente possiamo definire il rango di A come il massimo numero di righe o colonne linearmente indipendenti di A. Il rango di A si denota con rg(A).
Proposizione 0.17. Il rango di una matrice non cambia se essa viene sottoposta ad una qualunque selle seguenti operazioni, dette operazioni elementari di riga:
i) scambio di due righe,
ii) moltiplicazione di una riga per uno scalare non nullo, iii) addizione di un multiplo di una riga ad un’altra riga.
Proof. Sia A ∈ Mm,n(K). Sia B la matrice ottenuta da A scambiando le righe s, t, dove 1 ≤ s < t ≤ m. Allora
hA(1), . . . , A(t), . . . , A(s), . . . , A(m)i = hA(1), . . . , A(s), . . . , A(t), . . . , A(m)i e
rg(B) = dim hA(1), . . . , A(t), . . . , A(s), . . . , A(m)i =
= dim hA(1), . . . , A(s), . . . , A(t), . . . , A(m)i = rg(A).
Sia B la matrice ottenuta moltiplicando la t–esima riga di A per uno scalare c ∈ K, con c 6= 0. Allora
hA(1), . . . , cA(t), . . . , A(m)i = hA(1), . . . , A(t), . . . , A(m)i e
rg(B) = dim hA(1), . . . , cA(t), . . . , A(m)i =
= dim hA(1), . . . , A(t), . . . , A(m)i = rg(A).
Infine, se B `e la matrice ottenuta da A sostituendo alla s–esima riga di A, A(s), la combinazione lineare A(s)+ cA(t), per qualche c ∈ K e s 6= t. Si noti che
hA(1), . . . , A(s)+ cA(t), . . . , A(m)i ⊆ hA(1), . . . , A(t), . . . , A(m)i.
Inoltre, poich`e A(s)= (A(s)+ cA(t)) − cA(t), si ha che
hA(1), . . . , A(m)i ⊆ hA(1), . . . , A(s)+ cA(t), . . . , A(m)i.
Pertanto anche in questo caso rg(A) = rg(B).
Sia A = (aij) ∈ Mm,n(K). L’elemento aij si definisce pivot della i–esima riga di A, se j `e il pi`u piccolo intero tale che aij 6= 0. Quindi aij 6= 0 e aih = 0, per ogni h < j.
La matrice A si dice a gradini se valgono le seguenti propriet`a:
i) se aij `e il pivot della i–esima riga, allora akj = 0 per ogni i < k ≤ m,
ii) se aij `e il pivot della i–esima riga e akh `e il pivot della k–esima riga, con i < k, allora j < h,
iii) ogni riga non nulla precede ogni riga nulla.
Proposizione 0.18. (Metodo di Gauss)
Ogni matrice pu`o essere trasformata in una matrice a gradini mediante operazioni ele- mentari di riga. Il rango di una matrice a gradini `e pari al numero delle sue righe non nulle.
Esempi 0.19. 1. Sia
A =
1 −2 3 4
0 1 3 1
−2 1 1 2
∈ M3,4(R), 1 ≤ rg(A) ≤ 3.
R30 = R2 + 2R1
1 −2 3 4
0 1 3 1
0 −3 7 10
, R03 = R3+ 3R2
1 −2 3 4
0 1 3 1
0 0 16 13
, pertanto rg(A) = 3.
2. Sia
A =
1 4 0 −2 5 6
1 1 1 2 1 0
5 6 1 1 8 7
3 1 0 1 2 1
∈ M4,6(R), 1 ≤ rg(A) ≤ 4.
R02 = R2− R1 R03 = R3− 5R1 R04 = R4− 3R1
1 4 0 −2 5 6
0 −3 1 4 −4 −6
0 14 1 11 −17 −23 0 −11 0 7 −13 −17
,
R03 = 3R3− 14R2 R04 = 3R4− 11R2
1 4 0 −2 5 6
0 −3 1 4 −4 −6
0 0 −11 −23 5 15
0 0 −11 −23 5 15
,
R04 = R4− R3
1 4 0 −2 5 6
0 −3 1 4 −4 −6
0 0 −11 −23 5 15
0 0 0 0 0 0
,
pertanto rg(A) = 3.
Sia A ∈ Mm,n(K). Si chiama minore di ordine k, con k ≤ min{m, n}, il determinante di una qualunque sottomatrice quadrata di ordine k ottenuta sopprimendo m − k righe ed n − k colonne di A.
Sia A ∈ Mm,n(K) e sia M una sua sottomatrice, orlare M significa completare la sottomatrice M con una riga ed una colonna di A non appartenenti ad M .
Proposizione 0.20. Se B `e una sottomatrice di A, allora rg(B) ≤ rg(A).
Proof. Sia B una sottomatrice p × q della matrice A ∈ Mm,n(K). Sia C ∈ Mp,n(K) la matrice formata dalle p righe di A in comune con B. Poich`e
hC(1), . . . , C(p)i ⊆ hA(1), . . . , A(m)i, si ha che rg(C) ≤ rg(A). Analogamente, poich`e
hB(1), . . . , B(q)i ⊆ hC(1), . . . , C(n)i, segue che rg(B) ≤ rg(C). Quindi rg(B) ≤ rg(A).
Proposizione 0.21. i) Se A ∈ Mm,n(K), B ∈ Mn,p(K), allora rg(AB) ≤ min{rg(A), rg(B)}.
ii) Se A ∈ GLm(K), B ∈ Mm,n(K), C ∈ GLn(K), allora rg(AB) = rg(B) = rg(BC).
Proof. i) Se A = (aij) ∈ Mm,n(K) e B = (bij) ∈ Mn,p(K), allora la i–esima riga della matrice AB ∈ Mm,p(K) risulta
A(i)B = (ai1b11+ . . . + ainbn1, ai1b12+ . . . + ainbn2, . . . , ai1b1p+ . . . + ainbnp) =
= (ai1b11, ai1b12, . . . , ai1b1p) + (ai2b21, ai2b22, . . . , ai2b2p) + . . . + (ainbn1, ainbn2, . . . , ainbnp) =
= ai1B(1)+ ai2B(2)+ . . . + ainB(n).
Pertanto A(i)B ∈ hB(1), B(2), . . . , B(n)i, 1 ≤ i ≤ m e quindi rg(AB) ≤ rg(B). Inoltre si ha che
rg(AB) = rg((AB)t) = rg(BtAt) ≤ rg(At) = rg(A).
ii) Dalla i) si ha che
rg(AB) ≤ rg(B) = rg((A−1A)B) = rg(A−1(AB)) ≤ rg(AB), e quindi rg(AB) = rg(B). Analogamente
rg(BC) ≤ rg(B) = rg(B(CC−1)) = rg((BC)C−1) ≤ rg(BC), da cui segue che rg(BC) = rg(B).
Teorema 0.22. Una matrice quadrata di ordine n `e invertibile se e solo se ha rango n.
Proof. Se la matrice A ∈ Mn(K) `e invertibile, allora dalla Proposizione 0.21 ii), si ha che rg(A) = rg(AA−1) = rg(In) = n e la matrice A ha lo stesso rango di In. In particolare rg(In) = n. Viceversa, se A ha rango n, le sue righe A(1), A(2), . . . , A(n) sono linearmente indipendenti e quindi costituiscono una base di Kn. Esistono, pertanto, per ogni i = 1, . . . , n, degli scalari bi1, . . . , bin∈ K tali che
ei = bi1A(1)+ bi2A(2)+ . . . + binA(n).
Sia B = (bij) ∈ Mn(K). Allora ei = B(i)A, quindi In = BA ed A `e invertibile.
Teorema 0.23. Sia A ∈ Mm,n(K), allora rg(A) coincide con il massimo ordine dei minori non nulli di A.
Proof. Sia ρ il massimo ordine dei minori non nulli di A. Mostriamo prima che ρ ≤ rg(A). Infatti se denotiamo con M una sottomatrice quadrata di A di ordine ρ che ha determinante diverso da zero, allora, dal Corollario 0.14, si ha che le righe di M sono linermente indipendenti e quindi rg(M ) = ρ. Inoltre, essendo M una sottomatrice di A, dalla Proposizione 0.20 si ottiene ρ ≤ rg(A).
Viceversa, se r = rg(A), allora in A vi sono r righe linearmente indipendenti ed in particolare r `e il massimo numero di righe di A linearmente indipendenti. Sia B ∈ Mr,n(K) la sottomatrice di A costituita dalle righe di A che sono linearmente indipendenti. Per costruzione, le r righe della matrice B sono linermente indipendenti, pertanto rg(B) ≥ r.
Dalla Proposizione 0.20, si ha che rg(B) = r ed allora B contiene r colonne linearmente indipendenti. Sia C la sottomatrice quadrata di ordine r di B formata dalle r colonne di B linearmente indipendenti. La matrice C ha rango r e dal Teorema 0.22 risulta invertibile.
Dal Corollario 0.13 si ha che det(C) 6= 0, det(C) `e un minore non nullo di A di ordine r e ρ ≥ r.
I seguenti risultati discendono facilmente dal teorema appena dimostrato.
Teorema 0.24. (Teorema di Kronecker o Metodo degli orlati)
Sia A ∈ Mm,n(K), allora rg(A) = k se e solo se esiste in A un minore non nullo di ordine k per il quale tutti i minori orlati sono nulli.
Corollario 0.25. Sia A ∈ Mn(K), allora rg(A) = n se e solo se det(A) 6= 0.
Corollario 0.26. Una matrice quadrata `e invertibile se e solo se `e non singolare.
Corollario 0.27. Una matrice quadrata `e singolare se e solo se le sue righe (colonne) formano un insieme di vettori linearmente dipendenti.
Esempi 0.28. 1. Sia
A =
1 −2 3 4
0 1 3 1
−2 1 1 2
∈ M3,4(R), 1 ≤ rg(A) ≤ 3.
det
1 −2 3
0 1 3
−2 1 1
= 16, pertanto rg(A) = 3.
2. Sia
A =
1 4 0 −2 5 6
1 1 1 2 1 0
5 6 1 1 8 7
3 1 0 1 2 1
∈ M4,6(R), 1 ≤ rg(A) ≤ 4.
det 1 4 1 1
= −3 6= 0, rg(A) ≥ 2,
det
1 4 0 1 1 1 5 6 1
= −5 + 16 = 11 6= 0, rg(A) ≥ 3,
det
1 4 0 −2 1 1 1 2 5 6 1 1 3 1 0 1
= det
1 4 0 5 1 1 1 1 5 6 1 8 3 1 0 2
= det
1 4 0 6 1 1 1 0 5 6 1 7 3 1 0 1
= 0,
pertanto rg(A) = 3.
Calcolo dell’inversa
Sia A ∈ Mn(K).
I) Si dice matrice aggiunta di A, e la si denota con Agg(A), la matrice che ha come elemento di posto i, j, il complemento algebrico dell’elemento di At di posto i, j.
L’inversa di A, `e ottenuta dividendo ciascun elemento dell’aggiunta di A per il determi- nante di A: A−1 = det(A)1 Agg(A).
II) Si consideri la matrice (A|In). Se A `e invertibile, effettuando operazioni elementari di riga, `e possibile ottenere una matrice della forma (In|B). Allora B = A−1.
Esempi 0.29. 1. Sia
A =
1 2 4
3 −1 2
1 1 1
∈ M3(R), det(A) = 11.
I)
Agg(A) =
−3 2 8
−1 −3 10
4 1 −7
, A−1 =
−3/11 2/11 8/11
−1/11 −3/11 10/11 4/11 1/11 −7/11
. II)
(A|I3) =
1 2 4 1 0 0
3 −1 2 0 1 0
1 1 1 0 0 1
∈ M3,6(R).
R02 = R2− 3R1 R30 = R3− R1
1 2 4 1 0 0
0 −7 −10 −3 1 0 0 −1 −3 −1 0 1
,
R03 = 7R3− R2
1 2 4 1 0 0
0 −7 −10 −3 1 0 0 0 −11 −4 −1 7
,
R01 = 7R1+ 2R2
7 0 8 1 2 0
0 −7 −10 −3 1 0 0 0 −11 −4 −1 7
,
R01 = 11R1+ 8R3 R20 = 11R2− 10R3
77 0 0 −21 14 56
0 −77 0 7 21 −70
0 0 −11 −4 −1 7
, R01 = R1/77
R02 = R2/ − 77 R03 = R3/ − 11
1 0 0 −3/11 2/11 8/11 0 1 0 −1/11 3/11 10/11 0 0 1 4/11 1/11 −7/11
= (I3|A−1).
2. Sia
A =
1 1 2 0 1 0
−1 0 1
∈ M3(R), det(A) = 3.
I)
Agg(A) =
1 −1 2
0 1 0
1 −1 1
, A−1 =
1/3 −1/3 −2/3
0 1/3 0
1/3 −1/3 1/3
. II)
(A|I3) =
1 1 2 1 0 0 0 1 0 0 1 0
−1 0 1 0 0 1
∈ M3,6(R).
R03 = R3+ R1
1 1 2 1 0 0 0 1 0 0 1 0 0 1 3 1 0 1
,
R03 = R3− R2 R01 = R1− R2
1 0 2 1 −1 0
0 1 0 0 1 0
0 0 3 1 −1 1
,
R01 = 3R1− 2R3
3 0 0 1 −1 −2
0 1 0 0 1 0
0 0 3 1 −1 1
,
R01 = R1/3 R03 = R3/3
1 0 0 1/3 −1/3 −2/3
0 1 0 0 1/3 0
0 0 1 1/3 −1/3 1/3
= (I3|A−1).