Le matrici
Una matrice è una tabella rettangolare ordinata di numeri disposti in righe e colonne. Oltre a organizzare dati numerici, grafi e immagini digitali, le matrici costituiscono il linguaggio algebrico universale per rappresentare le applicazioni lineari tra spazi vettoriali e per risolvere i sistemi di equazioni lineari. In questa lezione studiamo l’algebra delle matrici, le classi di matrici quadrate particolari, il calcolo del determinante ( fino a con Sarrus e Laplace), il concetto fondamentale di rango e i metodi per il calcolo della matrice inversa.
Definizione, notazione e matrici particolari
Una matrice reale di tipo (si legge « per ») è una tabella con righe orizzontali e colonne verticali:
Nel doppio indice dell’elemento , il primo indice indica sempre la riga e il secondo indice indica sempre la colonna.
- Se , è un vettore riga; se , è un vettore colonna.
- Due matrici sono uguali () se hanno le stesse dimensioni e per ogni coppia .
- La matrice nulla ha tutti gli elementi uguali a .
Matrici quadrate e classi notevoli
Se il numero di righe coincide con il numero di colonne (), la matrice si dice quadrata di ordine (). Gli elementi con indici uguali formano la diagonale principale, e la loro somma si chiama traccia della matrice ().
All’interno delle matrici quadrate distinguiamo le seguenti famiglie fondamentali:
| Tipo di matrice quadrata | Condizione formale sugli elementi | Esempio () |
|---|---|---|
| Diagonale | per ogni (elementi non nulli solo sulla diagonale principale) | |
| Identità | Matrice diagonale con per ogni e per | |
| Triangolare superiore | per ogni (tutti zeri sotto la diagonale principale) | |
| Triangolare inferiore | per ogni (tutti zeri sopra la diagonale principale) |
Operazioni algebriche e trasposizione
Somma e prodotto per uno scalare
Date della stessa dimensione e :
Trasposta di una matrice: matrici simmetriche, antisimmetriche e ortogonali
Data , la matrice trasposta si ottiene scambiando ordinatamente le righe con le colonne:
Valgono le proprietà: , , e (il trasposto di un prodotto è il prodotto dei trasposti in ordine inverso).
Per una matrice quadrata :
- si dice simmetrica se (cioè per ogni : speculare rispetto alla diagonale principale).
- si dice antisimmetrica se (cioè per ogni ; in particolare sulla diagonale deve essere ).
- si dice ortogonale se le sue colonne (e righe) formano una base ortonormale di , ossia se la sua trasposta coincide con la sua inversa:
Prodotto righe per colonne
Siano e . Il prodotto matriciale è definito se e solo se il numero di colonne della prima matrice è uguale al numero di righe della seconda matrice :
L’elemento di posto della matrice prodotto è il prodotto scalare tra la riga -esima di e la colonna -esima di :
Le tre insidie del prodotto tra matrici
- Non commutatività: in generale (anche quando sono entrambe quadrate dello stesso ordine!).
- Non vale la legge di annullamento del prodotto: il prodotto di due matrici non nulle può essere la matrice nulla ( anche con e ). Ad esempio:
- Non vale la cancellazione () a meno che non sia quadrata e invertibile.
Il prodotto matriciale è invece sempre associativo (), distributivo rispetto alla somma () e ammette la matrice identità come elemento neutro ().
Il determinante di una matrice quadrata
Ad ogni matrice quadrata è associato un numero reale, detto determinante di e indicato con oppure , che racchiude informazioni geometriche (fattore di scala dei volumi orientati) e algebriche (invertibilità e dipendenza lineare di righe/colonne). Il determinante non esiste per matrici rettangolari ()!
1. Caso e caso
- Per , .
- Per , il determinante è il prodotto della diagonale principale meno il prodotto dell’antidiagonale:
2. Caso : Regola di Sarrus
Per una matrice , la regola di Sarrus (valida esclusivamente per matrici !) si ottiene affiancando a destra della matrice le sue prime due colonne e sommando i prodotti delle tre diagonali principali (da sinistra a destra ) meno i prodotti delle tre diagonali secondarie (da destra a sinistra ):
3. Caso generale : Primo Teorema di Laplace
Per definire e calcolare il determinante di una matrice di ordine qualsiasi si introducono due concetti:
- Minore complementare : è il determinante della sottomatrice ottenuta da cancellando la riga e la colonna .
- Complemento algebrico (o cofattore) : è il minore complementare dotato del segno (secondo una scacchiera di segni alternati che parte con in posizione ): A_{ij} = (-1)^{i+j} M_{ij}, \qquad \text{scacchiera dei segni: } \begin{pmatrix}
- & - & + & \cdots \
- & + & - & \cdots \
- & - & + & \cdots \
\vdots & \vdots & \vdots & \ddots
\end{pmatrix}.
$$
Primo Teorema di Laplace (Sviluppo per righe o per colonne)
Il determinante di una matrice quadrata è uguale alla somma dei prodotti degli elementi di una qualunque riga (o di una qualunque colonna) per i rispettivi complementi algebrici:
- Sviluppo lungo la riga -esima (fissato ):
- Sviluppo lungo la colonna -esima (fissato ):
Strategia pratica: scegli sempre la riga o la colonna che contiene il maggior numero di zeri, così la maggior parte degli addendi si annulla!
Proprietà fondamentali del determinante
Siano e :
- Matrici triangolari e diagonali: il determinante di una matrice triangolare (superiore o inferiore) o diagonale è semplicemente il prodotto degli elementi sulla diagonale principale: . In particolare .
- Trasposta: (perciò ogni proprietà valida per le righe vale identicamente per le colonne).
- Teorema di Binet (prodotto): il determinante del prodotto di due matrici quadrate è il prodotto dei determinanti:
- Moltiplicazione di tutta la matrice per uno scalare : poiché moltiplicare per significa moltiplicare tutte le righe per , dalla linearità su ciascuna riga segue:
- Effetto delle operazioni elementari sulle righe:
- scambiando tra loro due righe (o due colonne), il determinante cambia segno;
- moltiplicando una singola riga per , il determinante viene moltiplicato per ;
- aggiungendo a una riga un multiplo di un’altra riga (), il determinante non cambia.
- Casi di annullamento (): il determinante è nullo se e solo se le righe (o le colonne) sono linearmente dipendenti; in particolare se ha una riga/colonna tutta di zeri, due righe/colonne uguali o proporzionali, oppure una riga che è combinazione lineare delle altre.
Rango di una matrice ( o )
Il concetto di rango (o caratteristica) si applica a qualsiasi matrice , anche rettangolare, e misura il «vero contenuto di informazione indipendente» della matrice.
Tre definizioni equivalenti del rango
Per ogni matrice , i seguenti tre numeri interi coincidono e definiscono il rango di , indicato con (o , ):
- Per righe/colonne indipendenti: il numero massimo di righe linearmente indipendenti di , che è sempre uguale al numero massimo di colonne linearmente indipendenti di .
- Per minori (sottomatrici quadrate): l’ordine massimo di una sottomatrice quadrata estraibile da (eliminando righe e/o colonne) avente determinante diverso da zero (detto minore di ordine non nullo).
- Tramite riduzione a scala di Gauss: il numero di pivot (o di righe non nulle) di una qualunque matrice a scala ottenuta da mediante operazioni elementari di riga.
Dalla definizione seguono subito i limiti elementari:
Inoltre . Una matrice si dice a rango massimo (o pieno) se . Per una matrice quadrata , vale:
Due metodi operativi per calcolare il rango
- Metodo dell’eliminazione di Gauss (consigliato per matrici numeriche o grandi): si applicano le operazioni elementari di riga (, con , ) per azzerare gli elementi sotto i pivot e portare in forma a scala. Poiché le operazioni elementari di riga non alterano il rango, è semplicemente il numero di righe non nulle (o di pivot) della matrice a scala finale.
- Metodo dei minori e Teorema degli Orlati (di Kronecker): per verificare che , non serve calcolare tutti i possibili minori di ordine : basta trovare una sottomatrice quadrata di ordine con e verificare che siano nulli tutti i determinanti delle sottomatrici di ordine ottenute orlando (cioè aggiungendo a una riga e una colonna di in tutti i modi possibili).
Matrice inversa
Una matrice quadrata si dice invertibile (o non singolare) se esiste una matrice tale che:
Quando esiste, tale matrice è unica, si chiama matrice inversa di e si indica con .
Teorema di invertibilità di una matrice quadrata
Sia . Le seguenti condizioni sono equivalenti:
- è invertibile (esiste );
- ;
- (le righe e le colonne di sono linearmente indipendenti).
Se è invertibile, per il teorema di Binet () vale:
Inoltre , e, se anche è invertibile, .
Metodi di calcolo di (quando )
- Formula rapida : per con , si scambiano gli elementi sulla diagonale principale, si cambia segno a quelli sull’antidiagonale e si divide per il determinante:
- Metodo della matrice aggiunta (dei cofattori): si costruisce la matrice dei complementi algebrici con , se ne fa la trasposta (detta matrice aggiunta ) e si divide per :
- Metodo di Gauss-Jordan : si affianca ad la matrice identità formando la matrice e si applicano le operazioni elementari di riga fino a trasformare il blocco di sinistra in ; il blocco di destra si trasforma contemporaneamente in .
Esempi guidati
Esempio 1: Calcolo di un determinante con Laplace e con Sarrus
Calcoliamo il determinante della matrice:
Metodo 1 (Sviluppo di Laplace lungo la prima riga, che contiene uno zero):
La scacchiera dei segni per la prima riga è . Sviluppando lungo la riga :
Metodo 2 (Regola di Sarrus):
- Diagonali principali (): .
- Diagonali secondarie (): .
- Differenza: . Poiché , la matrice ha rango ed è invertibile.
Esempio 2: Calcolo del rango di una matrice con Gauss
Determiniamo il rango della matrice rettangolare:
Passaggi (Eliminazione di Gauss):
- Poiché è , sappiamo già che .
- Usiamo il primo pivot per azzerare gli elementi sottostanti nella colonna tramite le operazioni e :
- Nella seconda riga il primo elemento non nullo (secondo pivot) si trova in terza colonna (). Azzeriamo l’elemento sottostante con l’operazione :
- La matrice è ora ridotta a scala e presenta esattamente righe non nulle (2 pivot). Pertanto . (Si noti che effettivamente nella matrice iniziale la terza riga era la somma delle prime due: ).
Esempio 3: Calcolo dell’inversa con Gauss-Jordan e con i cofattori
Calcoliamo l’inversa della matrice:
Passaggi con Gauss-Jordan :
- Scriviamo la matrice affiancata :
- Eseguiamo e :
- Eseguiamo e poi cambiamo segno a () e a (): (Da qui vediamo anche che , perciò è invertibile).
- Eliminiamo sopra il terzo pivot con e :
- Il blocco di destra è la matrice inversa cercata: Verifica: .
Errori frequenti
- Applicare i prodotti notevoli o alle matrici: poiché il prodotto tra matrici non è commutativo (), lo sviluppo corretto è .
- Usare la regola di Sarrus per matrici : la regola di Sarrus vale solo per l’ordine . Per matrici occorre usare lo sviluppo di Laplace (o ridurre prima con Gauss per creare zeri in una colonna).
- Scrivere : se ha ordine , vale .
- Dimenticare di trasporre la matrice dei cofattori nel calcolo di : nella formula la trasposizione finale è indispensabile!
Esercizi di prova
-
(Base - Prodotto tra matrici e non commutatività) Date le matrici:
stabilisci quali tra i prodotti , , , sono definiti e calcolali.Soluzione
Le dimensioni sono , , .
- ():
- ():
- ():
- (): non è definito, perché il numero di colonne di () è diverso dal numero di righe di ().
- ():
-
(Base - Proprietà del determinante e teorema di Binet) Siano due matrici quadrate di ordine tali che e . Calcola: (a) ; (b) ; (c) ; (d) .
Soluzione
Applichiamo le proprietà del determinante per matrici di ordine :
- (a) Per il teorema di Binet: .
- (b) .
- (c) Poiché è , .
- (d) .
-
(Intermedio - Determinante con il teorema di Laplace) Calcola il determinante della matrice:
Soluzione
Osserviamo che la terza colonna di ha un solo elemento non nullo, che si trova in posizione e vale . Sviluppiamo secondo il Primo Teorema di Laplace lungo la colonna :
Calcoliamo ora il determinante sviluppando lungo la terza riga (che contiene uno zero):
Pertanto .
-
(Intermedio - Studio di invertibilità e calcolo dell’inversa al variare di un parametro) Sia data la matrice:
Determina per quali valori di la matrice è invertibile e calcola per .
Soluzione
Calcoliamo il determinante sviluppando lungo la prima riga:
Poiché per ogni , risulta per ogni : dunque è invertibile per ogni .
Per abbiamo e . Calcoliamo la matrice dei cofattori :
Trasponendo la matrice dei cofattori e dividendo per otteniamo: -
(Intermedio - Decomposizione in parte simmetrica e antisimmetrica) Dimostra che ogni matrice quadrata si scrive come somma di una matrice simmetrica e di una matrice antisimmetrica , ed esegui tale decomposizione per .
Soluzione
Verifichiamo che è simmetrica e è antisimmetrica:
e ovviamente .
Per si ha , quindi:
-
(Esame - Discussione del rango di una matrice al variare di un parametro ) Determina il rango della seguente matrice al variare del parametro reale :
Soluzione
Poiché , il rango massimo possibile è . Osserviamo che il minore formato dalle colonne e e dalle righe e non dipende da :
quindi per ogni .
Riduciamo con Gauss usando le operazioni e :Sommiamo ora la seconda riga alla terza () per sfruttare gli elementi e dell’ultima colonna:
Guardiamo la terza riga :
- Se : la terza riga diventa interamente nulla , mentre la seconda riga è . Ci sono quindi righe non nulle e .
- Se : nella terza riga l’elemento , mentre l’ultimo elemento è ; poiché nella seconda riga l’ultimo elemento è , le ultime due righe non sono proporzionali e hanno pivot indipendenti. Pertanto per ogni si ha .
Provenienza del materiale
Sintesi ragionata ed estesa della lezione C1MAT1U3L2_Le_matrici.pdf, della lezione sincrona del 22 ottobre e degli Appunti_di_Fine_Unità_3.pdf (Corso di Matematica 1, CdL in Sicurezza Informatica / SecAI - Università degli Studi di Milano), con regola di Sarrus, teorema di Laplace, studio del rango e calcolo dell’inversa.