Sei sulla pagina 1di 47

Elementi di Algebra Lineare

SW, appendice 18.1 Johnston, cap. 4 (5.1-5.3)

Elementi di Algebra Matriciale

(richiami)

definizione di matrice

matrice quadrata, diagonale, identità, triangolare, simmetrica

matrice trasposta

principali operazioni su matrici e vettori:

somma, sottrazione, prodotto

determinante e matrice inversa

rango di una matrice

forme quadratiche e matrici definite positive

DEFINIZIONE DI MATRICE

Matrice: insieme composto da elementi ordinati in m righe e n colonne

A =

(m x n)

a 11

a 21

a m1

a 12

a 22

a m2

a 1n

a 2n

a mn

a ij = elemento generico della matrice

Ogni elemento a ij è individuato dall’indice di riga i e dall’indice di colonna j.

i = 1, 2, … m j = 1, 2, … n

La matrice A = A (m x n) = [a ij ] è di dimensioni m, numero di

righe, per n, numero di colonne.

Nell’indicare l’ordine di una matrice, il numero delle righe precede

sempre il numero delle colonne

3

DUE CASI LIMITE

vettore RIGA è semplicemente una matrice con solo una riga m = 1

A = [a 11 , a 12 , …, a 1n ]

(1 x n)

vettore COLONNA è semplicemente una matrice con solo

una colonna n = 1

A =

(m x 1)

a 11

a 21

a m1

4

MATRICE QUADRATA

è una matrice con un uguale numero di righe e di colonne

M = N

A =

(n x n)

numero di righe e di colonne → M = N → A = (n x n)

In questo caso, A si dice quadrata di ordine N.

per i = j gli elementi a ii (per i = 1, 2,

elementi diagonali o appartenenti alla diagonale principale di

, n) si dicono

A

per i ≠ j gli elementi a ij si dicono elementi extradiagonale

5

MATRICE DIAGONALE

è una matrice quadrata con gli elementi diagonali diversi da zero e gli elementi extradiagonali nulli

A =

(n x n)

da zero e gli elementi extradiagonali nulli A = ( n x n ) • per

per i = j

a ii ≠ 0 per

i = 1, 2,

, n

per i ≠ j

a ij = 0 per

i,j = 1, 2,

, n

MATRICE IDENTITA’ o UNITA’

è una matrice quadrata , generalmente indicata con la lettera I, con gli elementi diagonali uguali a 1 e gli elementi extradiagonali nulli.

I =

(n x n)

a 1 e gli elementi extradiagonali nulli . I = ( n x n ) •

per i = j

a ii = 1

per

i = 1, 2,

, n

per i ≠ j

a ij = 0 per

i,j = 1, 2,

, n

MATRICE TRIANGOLARE

è una matrice quadrata con gli elementi della diagonale

principale e quelli sopra/sotto la diagonale non nulli

U =

(n x n)

L =

(n x n)

la diagonale non nulli U = ( n x n ) L = ( n x
la diagonale non nulli U = ( n x n ) L = ( n x

U si dice triangolare superiore

L si dice triangolare inferiore

MATRICE SIMMETRICA

è una matrice quadrata con gli elementi simmetrici rispetto alla diagonale principale uguali

A =

(n x n)

a ij = a ji

per

principale uguali A = ( n x n ) a i j = a j i

i, j = 1, 2, …, n

Ogni matrice diagonale è simmetrica, in quanto tutti gli elementi all'esterno della diagonale principale sono nulli.

MATRICE TRASPOSTA

si dice trasposta di una matrice, la matrice ottenuta scambiando ordinatamente le righe con le colonne.

 

a 11

a 12

a 1n

 

a 11

a 21

a m1

a 21

a 22

a 2n

a 12

a 22

a m2

A =

 

B =

 

(m x n)

(n x m)

a m1

a m2

a mn

a 1n

a 2n

a mn

Data una matrice A, la matrice B = A’ (o A T ) i cui elementi sono b ij = a ji per i = 1, 2, , m e j = 1, 2, , n si dice matrice trasposta della matrice A

PROPRIETA’ DELL’OPERAZIONE DI TRASPOZIONE

• l’operazione di trasposizione è applicabile qualsiasi siano le

dimensioni della matrice (sia rettangolare che quadrata)

se A ha dimensioni 1 x n allora A’ è n x 1 il trasposto di un vettore riga è un vettore colonna (e viceversa)

se A è una matrice simmetrica

la trasposta di una matrice trasposta è uguale alla matrice

A’ = A

originaria

(A’)’ = A

trasposta di una somma di matrici (A + B)’ = A’ + B’

trasposta di un prodotto di matrici (AB)’ = B’A’ e, per estensione, (ABC)’ = C’B’A’

per qualsiasi A, A=A’A=AA’

UGUAGLIANZA DI DUE MATRICI

Due matrici, A e B, si dicono UGUALI se

a ij = b ij

per ogni

i = 1, 2, …, m e j = 1, 2, …, n.

Quindi l’operazione di uguaglianza tra due matrici richiede che esse siano delle stesso ordine, in altri termini che abbiano le stesse dimensioni, m x n.

L’OPERAZIONE DI ADDIZIONE

La somma di due o più matrici è definita se e solo se tutte le matrici hanno lo stesso ordine devono avere lo stesso

numero di righe, m, e lo stesso numero di colonne, n.

Definiamo due matrici (quadrate, ma non è necessario),

A e B entrambe di dimensioni 2 x 2, e calcoliamo la

matrice C sommando A e B

C = A + B =

a

11 a

12

a 21

a 22

+

A e B C = A + B = a 11 a 12 a 21 a

=

c 11 =a 11 +b 11

c 21 =a 21 +b 21

c 12 =a 12 +b 12

c 22 =a 22 +b 22

La matrice C è ottenuta semplicemente sommando gli elementi corrispondenti delle matrici A e B

PROPRIETA’ DELL’OPERATORE ADDIZIONE

1. proprietà ASSOCIATIVA A + B + C = (A + B) + C = A + (B + C)

2. proprietà COMMUTATIVA A + B = B + A

3. esistenza dell’ELEMENTO NEUTRO rispetto alla somma data la matrice A, esiste una matrice 0 delle stesse dimensioni di A, detta matrice nulla, tale che

A + 0 = A

4. esistenza dell’OPPOSTO per ogni matrice A, esiste una matrice -A, detta matrice opposta, tale

che A + (-A) = 0. La matrice -A si ottiene cambiando

ordinatamente di segno gli elementi di A.

L’OPERAZIONE DI SOTTRAZIONE

La sottrazione di due o più matrici è definita se e solo se tutte le matrici hanno lo stesso ordine devono avere lo stesso

numero di righe, m, e lo stesso numero di colonne, n.

Utilizziamo le matrici definite nella slide precedente, A e B di dimensioni 2 x 2, e otteniamo la matrice D sottraendo B ad A

D = A - B =

a

11 a

12

a 21

a 22

-

B ad A D = A - B = a 11 a 12 a 21 a

=

d 11 =a 11 -b 11

d 21 =a 21 -b 21

d 12 =a 12 -b 12

d 22 =a 22 -b 22

Come per la somma, la matrice D è ottenuta semplicemente sottraendo agli elementi di A gli elementi corrispondenti di B

PRODOTTO TRA VETTORI / 1

PRODOTTO INTERNO o SCALARE:

dati due vettori colonna A e B entrambi (n x 1), si definisce prodotto interno o scalare, che si indica con A’ · B, il prodotto

A  B

a

11

a

12

a

1N













b

11

b

12

b

N1













a

11 b 11

a b  a b

12

12

1N

N1

Il risultato del prodotto interno è quindi uno scalare.

Il prodotto interno o scalare gode della proprietà

commutativa: nel nostro esempio, A’ · B = B’ · A

16

PRODOTTO TRA VETTORI / 2

PRODOTTO ESTERNO:

dati due vettori colonna A e B entrambi (N x 1), si definisce prodotto esterno, che si indica con A · B’, il prodotto

A B  













a

a

11

21

a

N1













b

11

b

12

b

1N













a

a

a

11 b 11

21 b 11

N1 b 11

a 11 b 12

a 21 b 12

a N1 b 12

a

a

a

11 b 1N

21 b 1N

N1 b 1N













Il risultato del prodotto esterno è quindi una matrice.

Il prodotto esterno non gode della proprietà commutativa:

nel nostro esempio, A · B’ ≠ B · A’

17

PRODOTTO DI UNA MATRICE PER UNO

SCALARE

Dato un numero reale k (detto scalare) ed una matrice A, si definisce prodotto della matrice A per lo scalare k la matrice B = k · A il cui generico elemento è k · a ij

 B kA k  

a 11

a 21

a 12

a 22





 

b 11 ka 11



 b 21 ka 21

b 12 ka 12

b 22 ka 22







18

PROPRIETA’ DEL PRODOTTO DI UNA

MATRICE PER UNO SCALARE

(k + h) A = k A + h A

k (A + B) = k A + k B

(k h) A = k (h A)

1 A = A

PRODOTTO TRA MATRICI / 1

Sia A una matrice m x n e B una matrice n x k, si definisce prodotto tra le matrici A e B la matrice C = A · B che ha

tante righe quante sono le righe di A m

tante colonne quante sono le colonne di B k

la matrice prodotto C = A · B è una matrice m x k

IMPORTANTE: per calcolare il prodotto tra due matrici esse devono avere gli indici di dimensione interni uguali

[m x n] e [n x k]

di dimensione interni uguali [ m x n ] e [ n x k ] In

In questo caso, le due matrici si dicono CONFORMI o DI ORDINE APPROPRIATO

20

PRODOTTO TRA MATRICI / 2

Il generico elemento della matrice prodotto C, c ij , è ottenuto dalla somma dei prodotti degli elementi della i-esima riga di A per i corrispondenti elementi della j-esima colonna di B

c ij

N

a ik b kj

k1

l’elemento di posizione ij di C è uguale al prodotto interno

della riga i della matrice A e della colonna j della matrice B

Il prodotto tra matrici è detto anche prodotto riga per colonna

ESEMPIO DI PRODOTTO TRA MATRICI

a


a


a

a

11

12

b

b

b

b

11

12



a

21

22



21

2

2

22

a

31

3

2

32

b

b

b

b

c

a

a

c

a

a

11

11

11

12

21

b

b

21

12

11

12

12

22

b

22

b

22

b

b

c

a

a

c

a

a

21

21

11

22

22

21

12

22



b

b

c

a

a

c

a

a

31

31

11

32

21

3

2

32

31

12

32

ESEMPIO NUMERICO



1

2

4

5

2

3

3

6



7

8

9

3

10

11

12

2



1 7

4

7

2 8

5 8

2 11

5 11

3 12

6 12

3 9

1 10

6 9

2

4 10

2

PROPRIETA’ DEL PRODOTTO TRA MATRICI

il prodotto tra matrici non gode della proprietà commutativa

l’ordine nel quale le matrici sono moltiplicate è importante

A · B ≠ B · A

A · B indica che A è post-moltiplicata per B o equivalentemente che B è pre-moltiplicata per A

nel caso A sia m x n e B n x k il prodotto A · B esiste,

mentre B · A esiste solo se k = m

anche nel caso in cui k = m,

se due matrici sono quadrate e dello stesso ordine si può eseguire sia il prodotto A · B che il prodotto B · A ottenendo una matrice quadrata dello stesso ordine (anche in questo caso però il prodotto non è in generale commutativo).

A · B ≠ B · A

23

PROPRIETA’ DEL PRODOTTO TRA

MATRICI QUADRATE

proprietà ASSOCIATIVA:

proprietà DISTRIBUTIVA:

A (B C) = (A B) C

A (B + C) = (A B) + (A C)

• esistenza dell’ELEMENTO NEUTRO rispetto al prodotto A I = I A = A dove I è la matrice identità

PRODOTTO DI KRONECKER

Siano date due matrici A di ordine (n x m) e B di ordine (p x q)

il prodotto di Kronecker è definito come

A

B

a

11

B

a

N

1

B

a

1 M

B

a

N M

B

Ogni elemento della matrice A è moltiplicato per tutti gli elementi della matrice B la matrice risultante ha dimensioni (np x mq)

PROPRIETA’ DEL PRODOTTO DI KRONECKER

1. proprietà ASSOCIATIVA

A (B + C) = A B + A C (se B e C sono

conformabili alla somma)

(k A) B = A (k B) = k (A B) con k scalare

(A B) C = A (B C)

2. PRODOTTO MISTO: se A, B, C e D sono matrici tali

che esiste il prodotto righe per colonne tra A e C e

tra B e D

esiste anche (A B) (C D) e vale che

(A B) (C D) = (A C) (B D)

3. INVERSIONE: A B è invertibile se e solo se lo sono anche A e B e l’inversa è data da (A B) -1 = A -1 B -1

POTENZA DI UNA MATRICE

Definizione: A r = A·A·A … A

(r volte)

Proprietà:

1. A 0 = I

2. A r+s = A r + A s

3. (A r ) s = A rs

Matrice IDEMPOTENTE

Matrice IDEMPOTENTE di ORDINE r

A 2 = A

A r = A

TRACCIA DI UNA MATRICE

Data una matrice quadrata A di dimensioni n x n, si definisce traccia la somma dei suoi elementi diagonali

tr(A) = a 11 + a 22 + a 33 + … + a nn

Proprietà:

1.

data una matrice A

tr(A) = tr(A’)

2.

date due matrici A e B quadrate dello stesso ordine e due

scalari h e k

tr(hA+kB) = tr(A)+tr(B)

3.

date due matrici A (n x m) e B (m x n)

tr(AB) = tr(BA)

tr(AA’) = tr(A’A)

DETERMINANTE / 1

Ad ogni matrice quadrata n x n si associa uno scalare detto determinante, indicato generalmente con det(A) o |A|.

Nel caso più semplice di una matrice quadrata A (2 x 2) il determinante è dato da

det(A) = a 11 a 22 a 12 a 21

cioè dalla differenza tra il prodotto degli elementi sulla diagonale principale e quello degli elementi sulla diagonale

secondaria.

DETERMINANTE / 2

Nel caso di matrici di ordine superiore, il determinante si ottiene sommando i prodotti degli elementi di una riga o di una colonna qualsiasi della matrice per i rispettivi cofattori

nel caso di una matrice di ordine (3 x 3), considerando la prima riga della matrice si ha

det(A) = a 11 C 11 + a 12 C 12 + a 13 C 13

dove C ij = (-1) i+j M ij è detto cofattore o minore segnato

M ij è il determinante (chiamato minore) della sottomatrice ottenuta dalla matrice A eliminando la riga i-esima e la colonna j-esima.

30

DETERMINANTE / 3

data

A



a 11





a





a

21

31

a 12

a

a

22

32

a 13

a

a

23

33











det A

a 11 C 11 a 12 C 12 a 13 C 13

C 11  1

11

C 12  1

12

C 13  1

13

a 11

det A



det 



a

a



det 



a

a



det 



a

a

22

32

21

31

21

31

a

a

a

a

a

a

23

33

23

33

22

32



 a 22 a 33 a 32 a 23









a 22 a 33 a 32 a



 a 21 a 32 a 31 a 22



23

a 22 a 33 a 32 a 23

a 12

a

22

a

33

a

32

a

23

a 13

a

21

a

32

a

31

a

22

31

DETERMINANTE / 4: REGOLA DI SARRUS

Data una matrice quadrata A (3 x 3)

A











a

a

a

11

21

31

a 12

a 22

a 32

a 13

a 23

a 33











il suo determinante può essere calcolato facilmente ricorrendo

alla regola di Sarrus (dal nome del matematico francese Pierre Frederic Sarrus)



Il det(A) è la somma degli elementi sulle 3 diagonali “principali” meno la somma

degli elementi sulle 3

diagonali “secondarie”

DETERMINANTE / 5

In generale, considerando la riga i-esima il deterimante è

det(A) = Σ j a ij C ij

Se il determinante di una matrice è non nullo,

la matrice è detta non singolare

Se il determinante di una matrice è nullo, la matrice è detta singolare

PROPRIETA’ DEL DETERMINANTE

1.

il determinante di una matrice triangolare superiore,

inferiore o diagonale è pari al prodotto degli elementi diagonale principale

sulla

2.

il determinante di una matrice identità è pari a 1

3.

data una matrice A, det(A) = det(A’)

4.

se una matrice ha una riga/colonna di elementi tutti nulli, il determinante sarà nullo

5.

se si scambiano due righe/colonne in A, cambia il segno del determinante di A

6.

moltiplicando per una costante k ogni elemento di una

riga/colonna di A, il det(A) che ne risulta è pari a det(A)

7.

data una matrice A e uno scalare k, det(kA) = k n det(A)

8.

date due matrici A e B, det(A+B) ≠ det(A) + det(B)

9.

date due matrici A e B, det(A·B) = det(A) · det(B)

MATRICE INVERSA

L’inversa di una matrice quadrata A è una matrice A -1 che pre- o post-moltiplicata per A produce la matrice identità

A·A -1 =

A -1 ·A

=

I

Condizione necessaria e sufficiente perché la matrice A abbia l’inversa è che A sia non singolare, ossia che

det(A) ≠ 0

L’inversa di A si ottiene da:

, ossia che det(A) ≠ 0 L’inversa di A si ottiene da: dove adj ( A

dove adj(A) è la matrice aggiunta della matrice A

35

MATRICE AGGIUNTA

La matrice aggiunta della matrice A è la matrice trasposta della matrice dei cofattori.

adj A

C

C

11

C

C

21

C

N

1

C

12

22

N

2

C

1 N

C

2 N

C

N N

T

C

11

C

12

C

1

N

C

21

C

22

C

2

N

C

N 1

C

N

2

C

N N

dove C ij = (-1) i+j M ij rappresenta il cofattore definito qualche lucido fa

MATRICE INVERSA: ESEMPIO NUMERICO

Data la matrice quadrata A (2 x 2)

 1



 3 4 



2

A  

calcoliamo i quattro cofattori

C 11 4; C 12 3; C 21 2; C 22 1

quindi l’aggiunta di A



adj A





 2

4

ed infine l’inversa, A -1

 A 1 1 

46

4

 3



0,5  1 



2

4

 3



   1 



T

3

4

 3





 

2

2

1 

 1,5





1 

2





0,5 

1

37

L’INVERSA DI UNA MATRICE (2 x 2)

Data una matrice A (2 x 2) come nella slide precedente, l’inversa può essere calcolata con pochi semplici passaggi:

1. calcolo del determinante (differenza tra il prodotto degli elementi sulla diagonale principale e quelli sulla diagonale secondaria)

2. inversione di posto tra gli elementi sulla diagonale principale, a 11 e a 22

3. cambio di segno degli elementi sulla diagonale secondaria, a 12 e a 21

4. divisione di ogni elemento per il determinante

Attenzione: questa procedura per il calcolo della

matrice inversa è valida solo per le matrici (2 x 2)

38

L’INVERSA DI UNA MATRICE (2 x 2) / Esempio







a

a

11

21

a 12

a 22







1

1

a 11 a 22 a 12 a 21







a 22

a 21

a 12

a 11







PROPRIETA’ DELL’INVERSA

se esiste, A -1 è unica

(AB) -1 = B -1 A -1

(A -1 ) -1 = A

(A’) -1 = (A -1 )’

det(A -1 ) = 1/det(A)

se A è una matrice ortogonale (ovvero AA’ = I) allora A’= A -1

se A è una matrice diagonale, A -1 è una matrice diagonale di elementi a ii -1 , per ogni i =1, 2, …, N

se A è una matrice simmetrica, lo è anche la sua inversa

DIPENDENZA e INDIPENDENZA LINEARE

Dati due vettori X 1 e X 2 , essi si dicono linearmente indipendenti se e solo se l’unica soluzione di

1

X 1 2 X 2 0

è data da λ 1 = λ 2 = 0. Non è possibile quindi esprimere nessuno dei due vettori come combinazione lineare dell’altro

In generale, dati p vettori, si dice che essi sono linearmente

dipendenti se è possibile determinare p costanti non tutte

nulle tali che

X X

1

1

2

2

X

p

p

0

In tal caso, almeno uno dei vettori X i è combinazione lineare degli altri.

41

RANGO DI UNA MATRICE / 1

DEFINIZIONE #1

data una matrice A di ordine (n x p) si definisce rango di colonna il numero massimo di vettori colonna linearmente indipendenti contenuti nella matrice

analogamente, si definisce rango di riga il numero massimo di vettori riga linearmente indipendenti

il rango di riga e il rango di colonna coincidono

Si ha quindi che 0 rango(A) min(n,p)

Se: rango(A) = n si dice che A ha rango pieno di riga

rango(A) = p si dice che A ha rango pieno di colonna

RANGO DI UNA MATRICE / 2

DEFINIZIONE #2

data una matrice A di ordine (n x p) si definisce rango della matrice l’ordine massimo dei minori non nulli

in altre parole, il rango di una matrice A è l’ordine massimo delle sottomatrici in A contenute a determinante

non nullo

PROPRIETA’ DEL RANGO

1.

rango(A) = rango(A’)

2.

rango(A’) = rango(A)

3.

se A è una matrice quadrata e non singolare

rango(A) = rango(A -1 )

4.

se A ha rango pieno di colonna e B ha rango pieno di riga

rango(AB) = min (rango(A), rango(B)) 5. rango(A+B) ≤ rango(A) + rango(B)

6. se una matrice quadrata A di ordine N è idempotente

rango(I N A) = N rango(A)

(ovvero, A 2 = A)

FORME QUADRATICHE

Se:

A è una matrice quadrata di ordine (N x N) e

X è un vettore colonna (N x 1)

il prodotto X’AX prende il nome di forma quadratica

Possiamo distinguere 4 diversi casi:

1.

se X’AX > 0

A è definita positiva

2. se X’AX ≥ 0

A è semidefinita positiva

3. se X’AX < 0

A è definita negativa

4. se X’AX ≤ 0

A è semidefinita negativa

Alcuni esempi importanti

Supponiamo che

In questo caso,

x

i

x

i

1

x

i

2

x

iK

e

x i b b 1 b 2 x i2

b K x iK

Il vettore

X y

N

i 1

x

i

y

i

N

i 1

N

i

1

N

i

1

x

i

1

x

i

2

x

iK

y

i

y

i

y

i

ha dimensione K.

b b b con

1

b x i1 1

2

K

La matrice simmetrica

X X

N

i 1

x x

i

i

N

i 1

x

2

i 1

N

i 1

N

i 1

x x

i

1

i

2

x

i

1

x

iK

N

i 1

x

i


x

i

1

2

x iK


x

i

N

i

1

x

i

2

x

i

1

N

i

1

N

i

1

x

x

2

i 2

i

2

x

iK

1

x

i

2

x

iK

N

i

1

x

iK

x

i 1

N

i

1

x

N

i

1

iK

x

x

2

iK

i 2

ha dimensione K × K e contiene somme di quadrati e prodotti incrociati.

47