Note sulluso di R per lAlgebra Lineare

Sommario
Introduzione Alcuni comandi elementari di R Creazione di matrici e vettori e accesso ai loro elementi Alcuni particolari tipi di matrice Operazioni con le matrici La libreria Matrix

Introduzione Alcuni comandi elementari di R

Note introduttive sulluso di R

Prima di iniziare con lo studio del software R (Version 1.8.1) applicato allAlgebra Lineare, introduciamo alcuni comandi elementari, che verranno costantemente utilizzati negli esempi proposti.

Per una pi completa descrizione del linguaggio R si rimanda al libro Laboratorio di Statistica con R di Iacus e Masarotto, Mc Graw Hill 2003.

Note introduttive sulluso di R: inserimento di commenti tramite il simbolo #

Il simbolo # rappresenta in R un indicatore di commento. Negli esempi proposti nei seguenti lucidi, tale simbolo verr usato per inserire dei commenti esplicativi ai comandi via via utilizzati in R

> # Come costruire una matrice in R ? > # ... aspetta e vedrai!!

Note introduttive sulluso di R: lassegnazione di un valore tramite il comando <-

Il comando <- sta alla base della maggior parte delle operazioni che si svolgono in R. Esso permette di assegnare ad una variabile un valore o un insieme di valori.
> # uso del comando "<-" > # assegnazione alla variabile x del valore 2 > x<-2 > # ora per vedere il contenuto di x, baster scrivere x e inviare > x [1] 2 > # vediamo un'altro esempio > # attribuzione alla variabile "corso" della stringa "psicometria" > corso<-"psicometria" > corso [1] "psicometria"

Note introduttive sulluso di R: concatenare tra loro pi elementi tramite la funzione c()
La funzione c() serve a concatenare tra loro gli elementi che vengono forniti come argomento.

> # creazione di un "vettore" y contenente gli elementi 25, -22, 32, 0, 12 > y<-c(25,-22,32,0,12) > y [1] 25 -22 32 0 12

> # NOTA BENE: con il termine generico "vettore, in R non si fa riferimento > # > # alla nozione di vettore usuale dell'algebra lineare ma semplicemente ad una stringa di valori consecutivi

Creazione di matrici e vettori e accesso ai loro elementi

Creazione di una matrice in R: luso della funzione matrix()

Gli argomenti da specificare nella funzione matrix() sono nellordine:

linsieme degli elementi che costituiscono la matrice; il numero di righe che dovr avere la matrice (nrow=numero di righe); il numero di colonne che dovr avere la matrice (ncol=numero di colonne); il modo in cui R dovr riempire la matrice. Per default R riempie la matrice per colonne. Se si vuole forzare il riempimento per riga si deve specificare lopzione byrow=T.

Creazione di una matrice in R: riempimento della matrice per colonne

Utilizzando la funzione matrix() costruiamo una matrice con due rige e tre colonne. Per default R riempie la matrice per colonne.

> # creazione della matrice A di dimensione 23 (2 righe per 3 colonne) > A<-matrix(c(1,-4,5,6,0,2),nrow=2,ncol=3) > A [,1] [,2] [,3] [1,] [2,] 1 -4 5 6 0 2

Creazione di una matrice in R: riempimento della matrice per righe

Costruiamo la stessa matrice dellesempio precedente, utilizzando questa volta lopzione byrow=T. In questo caso R riempir la matrice per righe.

> # creazione della matrice A di dimensione 23 (2 righe per 3 colonne) > # utilizzando l'opzione byrow=T (che permette il riempimento per righe) > A<-matrix(c(1,5,0,-4,6,2),nrow=2,ncol=3,byrow=T) > A [,1] [,2] [,3] [1,] [2,] 1 -4 5 6 0 2

Creazione di una vettore colonna

Per costruire un vettore colonna, che pu essere visto come una matrice con una sola colonna, si utilizza la funzione matrix(). In questo caso, il numero di righe da specificare tramite lopzione nrow corrisponder al numero di elementi del vettore da creare, mentre il numero di colonne da specificare tramite lopzione ncol verr posto uguale a 1.

> # creazione del vettore colonna "a" di dimensione 31 (3 righe per 1 colonna) > a<-matrix(c(4,5,2),nrow=3,ncol=1) > a [,1] [1,] [2,] [3,] 4 5 2

Creazione di una vettore riga

Per costruire un vettore riga, che pu essere visto come una matrice con una sola riga, si utilizza la funzione matrix(). In questo caso, il numero di righe da specificare tramite lopzione nrow verr posto uguale a 1, mentre il numero di colonne da specificare tramite lopzione ncol corrisponder al numero di elementi del vettore da creare.

> # creazione del vettore riga "a1" di dimensione 13 (1 riga per 3 colonne) > a1<-matrix(c(3,5,2),nrow=1,ncol=3) > a1 [,1] [,2] [,3] [1,] 3 5 2

Le dimensioni di una matrice: luso della funzione dim()

La funzione dim() applicata ad una matrice restituisce in output le dimensioni (numero di righe e il numero di colonne) della stessa.
> # dati la matrice "A" e i due vettori "a" e "a1" > A [,1] [,2] [,3] [1,] 1 5 0 [2,] -4 6 2 > a [,1] [1,] 4 [2,] 5 [3,] 2 > a1 [,1] [,2] [,3] [1,] 3 5 2 > # calcoliamo le dimensioni di ciascun oggetto tramite la funzione dim() > dim(A) [1] 2 3 > dim(a) [1] 3 1 > dim(a1) [1] 1 3

Laccesso agli elementi di una matrice

> ## data la matrice A > A [,1] [,2] [,3] [1,] [2,] 1 -4 5 6 0 2

> ## accesso all'elemento di posto 2,3 (seconda riga, terza colonna) > A[2,3] [1] 2 > ## selezione della prima riga della matrice A > A[1,] [1] 1 5 0 > ## selezione della seconda colonna della matrice A > A[,2] [1] 5 6 > ## selezione della prima e della terza colonna della matrice A > A[,c(1,3)] [,1] [,2] [1,] [2,] 1 -4 0 2

Laccesso agli elementi di una vettore

> # dato il vettore colonna "a" > a [,1] [1,] 4 [2,] 5 [3,] 2 > # accesso al secondo elemento del vettore > a[2,1] [1] 5 > # o pi semplicemente > a[2] [1] 5 > # dato il vettore riga "a1" > a1 [,1] [,2] [,3] [1,] 3 5 2 > # accesso al terzo elemento del vettore > a1[1,3] [1] 2 > # o pi semplicemente > a1[3] [1] 2

Alcuni particolari tipi di Matrice

Creazione di una matrice diagonale: luso della funzione diag()

La funzione diag() ha diversi usi a seconda dellargomento che le viene fornito. Data listruzione diag(x): se x un vettore di elementi, R produce una matrice diagonale con sulla diagonale gli elementi di x. se x una matrice, R produce un vettore formato dagli elementi della diagonale di x.

> > > >

# creazione della matrice diagonale A # con elementi sulla diagonale pari a 1,5,-2,-8 A<-diag(c(1,5,-2,-8)) A [,1] [,2] [,3] [,4] [1,] 1 0 0 0 [2,] 0 5 0 0 [3,] 0 0 -2 0 [4,] 0 0 0 -8 > # estrazione della diagonale della matrice A > diagonale<-diag(A) > diagonale [1] 1 5 -2 -8

Creazione di una matrice identit: tramite la funzione diag()

Per creare una matrice identit (matrice diagonale con tutti 1 sulla diagonale) baster far ricorso alla funzione diag() dando come argomento un vettore di valori pari a 1.

> # creazione di una matrice identit di dimensioni 22 > I2<-diag(c(1,1)) > I2 [,1] [,2] [1,] 1 0 [2,] 0 1 > # creazione di una matrice identit di dimensioni 44 > I4<-diag(c(1,1,1,1)) > I4 [,1] [,2] [,3] [,4] [1,] 1 0 0 0 [2,] 0 1 0 0 [3,] 0 0 1 0 [4,] 0 0 0 1

Operazioni con le Matrici

La somma di matrici: luso delloperatore +

Per calcolare la somma tra due matrici si utilizza loperatore + . (Tale operatore viene utilizzato in R anche per calcolare la somma di due scalari)
> # date le matrici A e B > A [,1] [,2] [,3] [,4] [,5] [1,] 1 2 3 4 5 [2,] 2 3 4 5 6 [3,] 3 4 5 6 7 [4,] 4 5 6 7 8 [5,] 5 6 7 8 9 > B [,1] [,2] [,3] [,4] [,5] [1,] 2 3 4 5 6 [2,] 3 4 5 6 7 [3,] 4 5 6 7 8 [4,] 5 6 7 8 9 [5,] 6 7 8 9 10 > # calcoliamo la matrice C come somma delle matrici A e B tramite l'operatore "+" > C<-(A+B) > C [,1] [,2] [,3] [,4] [,5] [1,] 3 5 7 9 11 [2,] 5 7 9 11 13 [3,] 7 9 11 13 15 [4,] 9 11 13 15 17 [5,] 11 13 15 17 19

La sottrazione tra matrici: luso delloperatore -

Per calcolare la differenza tra due matrici si utilizza loperatore - . (Tale operatore viene utilizzato in R anche per calcolare la differenza tra due scalari)
> # date le matrici A e B > A [,1] [,2] [,3] [,4] [,5] [1,] 10 9 8 7 6 [2,] 5 4 3 2 1 [3,] 2 3 4 5 8 [4,] 3 2 7 8 9 [5,] 6 7 8 9 10 > B [,1] [,2] [,3] [,4] [,5] [1,] 1 2 3 4 5 [2,] 2 3 4 5 6 [3,] 3 4 5 6 7 [4,] 4 5 6 7 8 [5,] 5 6 7 8 9 > # calcoliamo la matrice C come differenza tra le matrici A e B tramite l'operatore "-" > C<-(A-B) > C [,1] [,2] [,3] [,4] [,5] [1,] 9 7 5 3 1 [2,] 3 1 -1 -3 -5 [3,] -1 -1 -1 -1 1 [4,] -1 -3 1 1 1 [5,] 1 1 1 1 1

Moltiplicazione di uno scalare per una matrice: luso delloperatore *

Per calcolare il prodotto tra uno scalare e una matrice si utilizza loperatore * . (Tale operatore viene utilizzato in R anche per calcolare il prodotto tra due scalari).

> # dati la matrice A e posto lo scalare k uguale a 2 > A [,1] [,2] [,3] [,4] [,5] [1,] 10 9 8 7 6 [2,] 5 4 3 3 1 [3,] 2 3 4 5 8 [4,] 3 2 7 8 9 [5,] 6 7 8 9 10 > k<-2 > # calcoliamo la matrice C come prodotto dello scalare k per la matrice A, > # attraverso l'operatore "*" > C<-(k*A) > C [,1] [,2] [,3] [,4] [,5] [1,] 20 18 16 14 12 [2,] 10 8 6 6 2 [3,] 4 6 8 10 16 [4,] 6 4 14 16 18 [5,] 12 14 16 18 20

Moltiplicazione fra matrici: luso delloperatore %*%

Per calcolare il cosiddetto prodotto vettoriale, e cio il prodotto tra due matrici, si utilizza in R loperatore %*% .

> # date le matrice A e B > A [,1] [,2] [,3] [1,] 0 2 4 [2,] 2 4 6 > B [,1] [,2] [1,] 3 3 [2,] 1 6 [3,] 0 1 > # calcoliamo la matrice C come prodotto delle matrici A e B, > # attraverso l'operatore " %*% " > C<-(A%*%B) > C [,1] [,2] [1,] 2 16 [2,] 10 36

Moltiplicazione fra matrici: un altro esempio

> # date le matrici A e B > A [,1] [,2] [1,] 1 1 [2,] 3 1 [3,] 2 0 > B [,1] [,2] [,3] [1,] 1 2 3 [2,] 2 3 4 > # calcoliamo la matrice C come prodotto delle matrici A e B, > # attraverso l'operatore " %*% " > C<-(A%*%B) > C [,1] [,2] [,3] [1,] 3 5 7 [2,] 5 9 13 [3,] 2 4 6

Moltiplicazione fra matrici: attenzione !!

Dalla teoria, si sa che due matrici possono essere moltiplicate tra loro se il numero delle colonne della prima uguale al numero delle righe della seconda. Se si richiede ad R di moltiplicare tra loro due matrici non moltiplicabili tra loro, si ottiene come risultato un messaggio di errore. Si veda in proposito il seguente esempio.
> # siano date le matrici A e B > A [,1] [,2] [1,] 1 1 [2,] 3 1 [3,] 2 0 > B [,1] [,2] [,3] [1,] 1 4 3 [2,] 2 6 4 [3,] 2 7 5 [4,] 3 1 5 [5,] 3 2 4 > # proviamo a calcolare la matrice C come prodotto delle due matrici A e B > C<-(A%*%B) Error in A %*% B : non-conformable arguments > # coerentemente con la teoria dell'algebra lineare R non svolge > # la moltiplicazione e restituisce un messaggio di errore

Moltiplicazione fra vettori tramite loperatore %*%

Naturalmente anche per calcolare il prodotto tra due vettori si fa ricorso alloperatore %*%.

> # dati i vettori "a" e "b" > a [,1] [,2] [,3] [1,] 3 4 5 > b [,1] [1,] 4 [2,] 5 [3,] 6 > # calcoliamo la matrice C come prodotto dei vettori "a" e "b" > # attraverso l'operatore " %*% " > C<-(a%*%b) > C [,1] [1,] 62

Moltiplicazione fra vettori: secondo esempio

> # dati i vettori "a" e "b" > a [,1] [1,] 1 [2,] 2 [3,] 3 > b [,1] [,2] [,3] [1,] 1 3 2 > # calcoliamo la matrice C come prodotto dei vettori "a" e "b" > C<-(a%*%b) > C [,1] [,2] [,3] [1,] 1 3 2 [2,] 2 6 4 [3,] 3 9 6

Potenze di matrici: attraverso loperatore %*%

Nota: ricordiamo che le potenze sono applicabili solamente alle matrici quadrate.

> # data la matrice quadrata A > A [,1] [,2] [1,] 1 5 [2,] 2 -3 > # calcoliamo la potenza seconda di A > A%*%A [,1] [,2] [1,] 11 -10 [2,] -4 19 > # calcoliamo la potenza terza di A > A%*%A%*%A [,1] [,2] [1,] -9 85 [2,] 34 -77

Calcolo dellinversa di una matrice: attraverso la funzione solve()

Per calcolare linversa di una matrice si utilizza la funzione solve(). Nota: La matrice da invertire deve essere quadrata, altrimenti R produrr un messaggio di errore coerentemente con la teoria dellalgebra lineare.
> # data la matrice quadrata A > A [,1] [,2] [,3] [1,] 1 1 1 [2,] 1 2 3 [3,] 1 4 9 > # calcoliamo la matrice inversa di A attraverso la funzione solve() > Ainv<-solve(A) > Ainv [,1] [,2] [,3] [1,] 3 -2.5 0.5 [2,] -3 4.0 -1.0 [3,] 1 -1.5 0.5 > # e verifichiamo che Ainv sia effettivamente l'inversa di A > A%*%Ainv [,1] [,2] [,3] [1,] 1.000000e+00 -1.998401e-15 3.330669e-16 [2,] -8.881784e-16 1.000000e+00 -2.220446e-16 [3,] 0.000000e+00 -1.776357e-15 1.000000e+00 > # (per una miglior interpretazione dei risultati utilizziamo la funzione di R > # round() per arrotondare i valori ottenuti) > round(A%*%Ainv) [,1] [,2] [,3] [1,] 1 0 0 [2,] 0 1 0 [3,] 0 0 1 > # abbiamo cos ottenuto la matrice identit [cvd]

Matrice trasposta: luso della funzione t()

La funzione t() effettua la trasposizione di una matrice (o di un vettore).
> # data la matrice A > A [,1] [,2] [,3] [1,] 1 5 0 [2,] -4 6 2 > # calcoliamo la trasposta di A tramite la funzione t() > t(A) [,1] [,2] [1,] 1 -4 [2,] 5 6 [3,] 0 2 > # naturalmente t(t(A))=A ! > t(t(A)) [,1] [,2] [,3] [1,] 1 5 0 [2,] -4 6 2

La trasposizione di una matrice (o di un vettore): altri esempi

> # dato il vettore colonna "a" > a [,1] [1,] [2,] [3,] 4 5 2

> # calcoliamo il vettore trasposto di "a" (che naturalmente sar un vettore riga) > t(a) [,1] [,2] [,3] [1,] 4 5 2

La libreria Matrix

Un approfondimento: la libreria Matrix

Oltre alle funzioni gi presenti allinterno allinterno del software base R (Version 1.8.1) possibile scaricare gratuitamente presso il sito ufficiale di R (www.r-project.org) la libreria Matrix che contiene alcune funzioni molto utili nellambito del calcolo matriciale (come la risoluzione di sistemi di equazioni lineari, il calcolo del determinante di una matrice, la decomposizione LU ). A titolo esemplificativo riportiamo, di seguito, lindice delle funzioni contenute in tale libreria.
*** Matrix/INDEX ***
Hermitian.test: Test a Matrix for Conjugate Symmetry LowerTriangular.test:Test a Matrix for Triangularity Matrix: Construct a Classed Matrix Matrix.class: Determine the subclass of a Matrix Orthonormal.test: Check for Orthogonality or Orthonormality SVD: Singular Value Decomposition of a Matrix Det: Calculate the Determinant of a Matrix diagDet:Determinant of triangular matrices eigen: Spectral Decomposition of a Matrix expand: Expand a Decomposition into Factors facmul: Multiplication by Decomposition Factors hilbert: Generate a Hilbert matrix lu.Matrix: Triangular (LU) Decomposition of a Matrix lu: Triangular Decomposition of a Square Matrix norm: Norm of a Matrix rcond: Estimate the Reciprocal Condition Number schur: Schur Decomposition of a Matrix solve.Matrix: Solve a System of Equations unpack: Full Storage Representation of Packed Matrices