Sei sulla pagina 1di 24

APPUNTI DI ALGEBRA LINEARE

VER. 1.0.1
VINCENZO C. NARDOZZA
1. Anello delle Matrici
Denizione 1.1. Siano m, n N ed R un anello commutativo con unit. Diciamo
matrice mn a coecienti in R ogni tabella fatta da m righe ed n colonne nei cui
m n posti siano posizionati elementi di R.
Se m = n, la matrice si dice quadrata.
Se m = 1 la matrice si dice matrice riga.
Se n = 1 la matrice si dice matrice colonna
Linsieme delle matrici mn a coecienti in R si indica con M
mn
(R).
Esempio 1.2. La tabella
_
2 2 3
1 0 2
_
una matrice 2 3 a coecienti in Z (ma
anche a coecienti in Q, R, C). La matrice
_
1 2 3 4
_
una matrice riga, la matrice
_
_
_
_
_
_
1
2
3
4

5
_
_
_
_
_
_
M
51
(R)
una matrice colonna a coecienti in R.
I posti in cui compaiono i numeri di una matrice sono detti case. Una matrice
mn ha mn case. La casa (i, j) sar posta allincrocio tra la riga i e la colonna
j. Lelemento di R che compare nella casa (i, j) viene detto lentrata (i, j) della
matrice.
Per convenzione, ssati m, n, R, una matrice di M
mn
(R) verr indicata in
grassetto con una lettera minuscola. Inoltre, scriveremo
a = (a
ij
) per indicare a =
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
Denizione 1.3. (Somma tra matrici)
Siano a, b M
mn
(R), con a = (a
ij
) e b = (b
ij
). La matrice
a +b := (a
ij
+ b
ij
) M
mn
(R)
detta la somma delle matrici a e b.
1
2 VINCENZO C. NARDOZZA
Osservazione 1.4. Si noti che per poter essere sommate, le matrici date devono
avere la stessa forma. Se ci avviene, la loro somma la matrice della stessa forma
avente come entrata (i, j) la somma delle entrate (i, j) in a e b.
Esempio 1.5. Siano a :=
_
1 2 3
3 2 1
_
e b =
_
1 2 0
0 1 1
_
. Allora
a +b =
_
2 0 3
3 3 0
_
E immediato provare che
Lemma 1.6. Laddizione tra matrici associativa e commutativa. La matrice 0
avente 0
R
in tutte le case detta matrice nulla m n ed lelemento neutro per
tale operazione. La matrice opposta della matrice a = (a
ij
) la matrice (a
ij
), e
verr indicata con a.
Possiamo denire un prodotto tra matrici, ma la cosa pi elaborata. Il proto-
tipo di tale prodotto il seguente:
Denizione 1.7. Siano r = (r
1,j
), c = (c
i,1
) una matrice riga e una matrice
colonna, rispettivamente. Se la lunghezza n di r coincide con laltezza di c si pone
(1) r c :=
n

j=1
r
1,j
c
j,1
= r
1,1
c
1,1
+ r
1,2
c
2,1
+ + r
1,n
c
n,1
F.
Esempio 1.8. Siano r =
_
1 2 3
_
, c =
_
_
3
2
1
_
_
. Allora
r c =
_
1 2 3
_

_
_
3
2
1
_
_
= 1 3 + 2 2 + 3 1 = 3 + 4 + 3 = 10
Fatto questo, si d la seguente denizione di prodotto tra matrici:
Denizione 1.9. Siano a := (a
ij
) M
mn
(R) e b := (b
hk
) M
np
(R). Si
denisce
a b :=
_
_
n

j=1
a
ij
b
jk
_
_
M
mp
(R).
Commento: in proposito al prodotto tra matrici, si noti che
la lunghezza n di (ogni) riga della matrice a deve coincidere con laltezza
di (ogni) colonna della matrice b;
lentrata (i, k) della matrice a b il prodotto (1) tra la riga i-ma r
i
di a e
la colonna k-ma c
k
di b, cio
a b =
_
_
_
_
_
r
1
c
1
r
1
c
2
. . . r
1
c
p
r
2
c
1
r
2
c
2
. . . r
2
c
p
.
.
.
.
.
.
.
.
.
r
m
c
1
r
m
c
2
. . . r
m
c
p
_
_
_
_
_
M
mp
(R).
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 3
Esempio 1.10. Siano a =
_
0 1 2
3 4 5
_
, b =
_
_
2 4 6 8
1 3 5 7
0 2 7 8
_
_
matrici a coecienti
in Z
9
. Allora
a b =
_
1 7 1 5
1 7 1 2
_
M
24
(Z
9
)
Per esempio, lentrata (2, 3) della matrice prodotto ottenuta moltiplicando secondo
(1) la riga 2 di a con la colonna 3 di b:
3 6 + 4 5 + 5 7 = 1 Z
9
.
Denizione 1.11. Sia n N. Indichiamo con 1
n
la matrice avente 1
R
nelle case
(i, i) per ogni i = 1, . . . , n e 0
R
altrove.
Lemma 1.12. Siano a M
mn
(R), b M
np
(R) e c M
pq
(R). Allora
(1) (a b) c = a (b c) M
mq
(R);
(2) 1
m
a = a 1
n
= a.
Focalizziamo ora la nostra attenzione sulle matrici quadrate:
Proposizione 1.13. Sia n N. La terna ordinata (M
n
(R), +, ) un anello con
unit 1
n
, detto anello delle matrici quadrate di taglia n su R.
Osservazione 1.14. Anche se R commutativo, lanello M
n
(R) non commuta-
tivo non appena n 2. Invece, M
1
(R) un anello isomorfo ad R.
E possibile in eetti denire anche unaltra operazione per matrici, la cosid-
detta moltiplicazione per scalari: se R e a = (a
ij
) M
mn
(R) poniamo
a := (a
ij
) M
mn
(R).
In merito a ci, si noti che basta denire 1
m
come la matrice avente nelle case
(i, i) per ogni i = 1, . . . , m per avere
a = (1
m
)a.
Una matrice del tipo 1
m
si dice una matrice scalare.
Alla luce di questo prodotto, alcune matrici sono particolarmente semplici e
simultaneamente importanti:
Denizione 1.15. Sia n 2, e siano i, j {1, . . . , n}. Indichiamo con e
ij
la
matrice di M
n
(R) avente 1
R
come entrata (i, j) e 0
R
altrove.
Le matrici e
ij
, per i, j {1, . . . , n}, si dicono le matrici unit di taglia n.
Esempio 1.16. Le matrici unit di taglia 2 sono le seguenti:
e
11
=
_
1 0
0 0
_
e
12
=
_
0 1
0 0
_
e
21
=
_
0 0
1 0
_
e
22
=
_
0 0
0 1
_
Proposizione 1.17. Sia a = (a
ij
) M
n
(R). Allora a =

n
i,j=1
a
ij
e
ij
. In
particolare 1
n
=

n
i=1
e
ii
.
4 VINCENZO C. NARDOZZA
Il prodotto di matrici unit particolarmente semplice. Detto

uv
:=
_
1 se u = v
0 altrimenti
(delta di Kronecker), si ha infatti
Lemma 1.18. Siano e
ij
, e
hk
M
n
(R). Allora
e
ij
e
hk
=
jh
e
ik
.
2. Trasformazioni elementari
Da questa sezione in poi e salvo esplicita indicazione contraria le matrici con-
siderate saranno a coecienti in un campo F. Alcune delle considerazioni che
faremo saranno valide anche nel contesto pi generale di matrici a coecienti in un
anello commutativo, ma non scopo di questi appunti entrare nei distinguo di tali
generalit.
Lo scopo di questa sezione introdurre un insieme particolare e importante di
matrici quadrate. La loro denizione la seguente
Denizione 2.1. Sia F un campo, n 2. Poniamo
R
ij
(a) := 1
n
+ ae
ij
per ogni i, j {1, . . . , n} con i = j e a F;
T
ij
:= 1
n
e
ii
e
jj
+e
ij
+e
ji
per ogni i, j {1, . . . , n} con i = j;
M
i
() := 1
n
e
ii
+ e
ii
per ogni i {1, . . . , n} e F

.
Le matrici R
ij
(a), T
ij
, M
i
() si dicono le matrici di trasformazioni elementari per
righe di taglia n.
Commento: Che forma hanno le matrici di trasformazioni elementari?
Le matrici R
ij
(a) hanno tutti 1 sulla diagonale principale (le case (1, 1),
(2, 2),. . . , (n, n)), a nella casa (i, j) e altrove tutti 0;
le matrici T
ij
sono ottenute scambiando tra loro le righe i e j della matrice
1
n
;
Le matrici M
i
() hanno entrate non nulle solo sulla diagonale principale,
ed esse sono tutte 1 tranne che lentrata (i, i), dove c .
Le matrici di trasformazioni elementari esplicano il loro eetto nella moltiplicazione
a sinistra di una data matrice. Precisamente, sia a M
np
(F) una matrice (non
necessariamente quadrata, ma con n righe), e sia t una matrice di trasformazioni
elementari di taglia n. Detta b := ta la matrice prodotto, si ha
se t = R
ij
(a) allora b ottenuta da a sommando alla riga i-ma r
i
di a la
riga j-ma di a moltiplicata per a, ar
j
;
se t = T
ij
, allora b ottenuta da a scambiandone le righe i e j;
se t = M
i
() allora b ottenuta da a moltiplicandone per la riga i-ma.
Esempio 2.2. Sia a =
_
1 2 3
4 5 6
_
M
23
(Z
7
). Calcoliamo i prodotti R
12
(3)a,
T
12
a, M
2
(3)a.
R
12
(3)a =
_
1 + 3 4 2 + 3 5 3 + 3 6
4 5 6
_
=
_
6 3 0
4 5 6
_
: alla riga 1 di a
sommiamo la riga 2 dopo averla moltiplicata per 3.
T
12
a =
_
4 5 6
1 2 3
_
: abbiamo scambiato di posto le righe 1 e 2 di a;
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 5
M
2
(3)a =
_
1 2 3
3 4 3 5 3 6
_
=
_
1 2 3
5 1 4
_
: abbiamo moltiplicato per 3
la terza riga di a.
Le matrici elementari considerate erano
R
12
(3) =
_
1 3
0 1
_
, T
12
=
_
0 1
1 0
_
, M
2
(3) =
_
1 0
0 3
_
.
Il lettore pu vericare che facendo esplicitamente le moltiplicazioni righe per
colonne si ottengono gli stessi risultati annunciati. 2
Convenzione: quando nel seguito partiremo da una matrice assegnata a ed
eettueremo una moltiplicazione ta con una matrice di trasformazioni elementari
t, diremo che abbiamo eettuato una trasformazione elementare t su a, usando la
stessa notazione che usiamo per t ma senza usare il grassetto (t).
Esempio 2.3. Riprendendo lesempio precedente scriveremo, per esempio,
_
1 2 3
4 5 6
_

R12(3)
_
6 3 0
4 5 6
_

M2(2)
_
6 3 0
1 3 5
_

T12
_
1 3 5
6 3 0
_
per indicare la matrice T
12
M
1
(2) R
12
(3) a, ottenuta da a eettuando successi-
vamente le operazioni elementari R
12
(3), poi M
1
(2) e inne T
12
.
Denizione 2.4. (Matrici in forma normale)
Sia N M
mn
(F). Si dice che N in forma normale o a scala se N = 0 o, se
N = 0, se sussistono tutte le seguenti condizioni:
(1) esiste p {1, . . . m} tale che le righe (p + 1)-ma, (p + 2)-ma, . . . , m-ma di
N sono tutte nulle;
(2) per ogni i p esiste 1 (i) n tale che a
i(i)
= 1 ma a
ij
= 0 se j < (i);
(3) (1) < (2) < < (p);
(4) a
h(i)
= 0 per ogni h < i.
In tal caso gli elementi a
1(1)
, a
2(2)
, . . . , a
p(p)
si dicono i pivot di N.
Osservazione 2.5. Una matrice in forma normale e non nulla perci del tipo
(1) (2) (3) (4)
1 0 . . . 0 1 . . . 0 . . . 0 . . . 0 . . .
2 1 . . . 0 . . . 0 . . .
3 1 . . . 0 . . .
4 1 . . .
.
.
.
(le entrate non segnate sono tutte nulle; le entrate con possono essere non nulle).
Esempio 2.6. La matrice
N =
_
_
_
_
_
_
0 0 1 2 0 0 1 0 1
0 0 0 0 1 0 2 0 1
0 0 0 0 0 1 3 0 2
0 0 0 0 0 0 0 1 4
0 0 0 0 0 0 0 0 0
_
_
_
_
_
_
in forma normale. Qui, p = 4, e la sequenza (1) < (2) < (3) < (4)
3 < 5 < 6 < 8.
6 VINCENZO C. NARDOZZA
Il motivo dellintroduzione delle trasformazioni elementari il seguente:
Teorema 2.7. (Riduzione a forma normale)
Sia a M
mn
(F). Allora esiste una successione nita di trasformazioni elementari
sulle righe che porta da a a una matrice in forma normale N. Inoltre, la matrice
N non dipende dalla particolare sequenza seguita ma dipende solo da a.
Osservazione 2.8. Dire che t
1
, t
2
, . . . , t
k
una sequenza che porta la matrice a
a una forma normale N vuol dire che t
k
. . . t
2
t
1
a = N. Posto q := t
k
. . . t
2
t
1
, ci
vuol dire qa = N.
Ci possono essere pi sequenze che portano a in forma normale, cio pi matrici
q ottenute come prodotto di matrici di trasformazioni elementari tali che qa sia in
forma normale. Tuttavia, come specicato nel Teorema precedente, se q e q

sono
due di esse, risulta
qa = N = q

a.
2
Lunicit della forma normale di una matrice consente di dare la seguente
Denizione 2.9. Si dice rango di una matrice a M
mn
(F), e si indica con rk(a),
il numero di pivot della sua forma normale.
Osservazione 2.10. Dato che su ogni riga e ogni colonna ci pu essere al pi un
solo pivot, risulta che rk(a) min{m, n}. Inoltre, la matrice nulla lunica ad
avere rango 0.
In particolare, si ha
Lemma 2.11. Siano a M
n
(F) ed N la forma normale di a. Allora
(1) rk(a) < n lultima riga di N nulla;
(2) rk(a) = n N = 1
n
.
Dimostrazione. Il primo punto ovvio.
Per il secondo, si noti che siccome la matrice quadrata, lunico modo per dispor-
re gli n pivot in N di allinearli lungo la diagonale principale. Automaticamente
in tal caso la matrice ottenuta la matrice 1
n
.
Limportanza di questultimo risultato sar evidente nella sezione seguente.
3. Matrici invertibili
In un anello, linsieme degli elementi invertibili sempre un sottoinsieme im-
portante di cui tener conto. Nel caso di anelli non commutativi, la questione della
determinazione degli elementi invertibili complicata dalla considerazione che, in
generale, ab = 1 ba = 1.
1
Noi in questa sezione limiteremo le nostre considera-
zioni agli anelli M
n
(F) di matrici quadrate a entrate in un campo F, con ununica
rapida incursione nel caso M
n
(R) con R anello commutativo con unit (nella sezione
dedicata ai determinanti).
Cominciamo lo studio delle matrici invertibili con una denizione:
Denizione 3.1. Si pone
GL
n
(F) := {a M
n
(F) | a invertibile in M
n
(F)},
e si chiama gruppo Generale Lineare di ordine n su F.
1
In eetti si possono dare esempi in cui ab = 1 epper ba = 1!
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 7
Osservazione 3.2. In altri termini pi espliciti, data a M
n
(F) si ha
a GL
n
(F) b M
n
(F) tale che ab = ba = 1
n
.
Come accade in generale, se a invertibile, allora ha uno ed un solo inverso. La
matrice b quindi unica, e la si denota senza ambiguit con a
1
.
Isoliamo un caso facile da dirimere:
Corollario 3.3. GL
1
(F) = {() M
1
(F) | = 0}

= F

.
Nel seguito, assumeremo n 2 per considerare solo i casi signicativi.
Il primo passo per determinare GL
n
(F) elencare alcuni elementi importanti:
Proposizione 3.4. Siano nel seguito a F, F

, i, j {1, . . . , n} con i = j.
(1) 1
n
GL
n
(F);
(2) le matrici di trasformazioni elementari R
ij
(a), T
ij
, M
i
() sono invertibili;
(3) tutti i prodotti di matrici di trasformazioni elementari sono matrici inver-
tibili.
Dimostrazione. Il punto (1) ovvio: lidentit di un anello sempre invertibile.
Per il punto (2) possiamo esibire esplicitamente gli inversi:
R
ij
(a)
1
= R
ij
(a), T
1
ij
= T
ij
, M
i
()
1
= M
i
(
1
).
La verica di questo semplice fatto lasciata al lettore. La cosa importante da
notare che linversa di una matrice di trasformazioni elementari ancora una
matrice di trasformazioni elementari.
Inne, sia q = t
1
t
2
. . . t
k
un prodotto di k 2 matrici di trasformazioni elemen-
tari. Allora immediato vericare che la matrice t
1
k
. . . t
1
2
t
1
1
linversa di q.
Si noti che anchessa un prodotto di matrici di trasformazioni elementari.
Linvertibilit completamente caratterizzata dal rango:
Proposizione 3.5. (invertibilit e rango)
Sia a M
n
(F). Allora
a GL
n
(F) rk(a) = n.
Inoltre, a un divisore di 0 se e solo se 0 < rk(a) < n.
Dimostrazione. Sia N la forma normale di a e sia q la matrice associata a una se-
quenza di trasformazioni elementari che porta a in forma normale. Allora qa = N.
a GL
n
(F) rk(a) = n : Supponiamo per assurdo che rk(a) < n. Allora lulti-
ma riga di N nulla per il Lemma 2.11 e
nn
N = 0. Ma allora
e
nn
qa = 0
a
1
e
nn
q = e
nn
qaa
1
= 0a
1
= 0
q
1
e
nn
= e
nn
qq
1
= 0q
1
= 0
e questo falso (e
nn
= 0!). Perci rk(a) = n.
rk(a) = n a GL
n
(F) : rk(a) = n N = 1
n
per il Lemma 2.11. Allora
qa = 1
n
e dato che q invertibile si ha a = q
1
. Perci a invertibile e la sua
inversa q.
Lultima parte dellenunciato immediata: se a un divisore di zero non pu
essere invertibile, e quindi rk(a) < n. Viceversa, se rk(a) < n, abbiamo gi trovato
che d := e
nn
q non nulla (perch?) e da = e
nn
N = 0.
Analogamente, qae
nn
= 0 e quindi ae
nn
= 0, e e
nn
un co-divisore destro di
zero per a.
8 VINCENZO C. NARDOZZA
Da questa Proposizione si hanno i seguenti corollari:
Corollario 3.6. Se a M
n
(F), allora
o a = 0
n
o a invertibile
o a un divisore di zero.
In altri termini
M
n
(F) = {0
n
} GL
n
(F) Div(M
n
(F)),
dove Div(M
n
(F)) linsieme dei divisori di zero in M
n
(F) e indica ununione
tra insiemi disgiunti.
Dimostrazione. La collocazione di a decisa dal suo rango: rk(a) = 0
a = 0. Se 0 < rk(a) < n allora a un divisore di zero. Se rk(a) = n allora a
invertibile.
Corollario 3.7. Siano a, b M
n
(F). Allora
ab = 1
n
ba = 1
n
.
Dimostrazione. Se ab = 1, allora a = 0 e cos rk(a) > 0. Se rk(a) < n allora a
un divisore di zero e quindi esiste una matrice d = 0 tale che da = 0. Ma allora
d = d1
n
= dab = 0b = 0,
assurdo. Pertanto rk(a) = n e quindi
b = (a
1
a)b = a
1
(ab) = a
1
ba = 1
n
.

Osservazione 3.8. E, questa, una cosa che come gi sottolineato sicuramente


non ovvia e non automatica per anelli non commutativi.
Corollario 3.9. Le matrici invertibili di M
n
(F) e = 1
n
sono precisamente le
matrici prodotto di matrici di trasformazioni elementari.
Dimostrazione. Se a GL
n
(F) ed diversa da 1 allora esiste una matrice q ot-
tenuta come prodotto di matrici di trasformazioni elementari tale che qa = 1
n
.
Perci a
1
= q. Ci equivale a a = q
1
. Dato che linversa di un prodotto di
matrici di trasformazioni elementari ancora un prodotto di matrici di trasforma-
zioni elementari (si veda in merito quanto notato nel corso della dimostrazione della
Proposizione 3.4) , si ha quanto voluto.
Osservazione 3.10. Ci consente di controllare linvertibilit di una assegnata
matrice e, nel caso, automaticamente di invertire la stessa. Basta infatti eseguire
una sequenza t
1
, t
2
, . . . , t
k
che porti la matrice assegnata in forma normale. Se
la forma normale 1
n
, allora la matrice data invertibile. La stessa sequenza
t
1
, t
2
, . . . , t
k
applicata alla matrice 1
n
d la matrice q che linversa di a.
Esempio 3.11. Si decida se la matrice
a :=
_
_
2 3 4
5 6 0
1 2 4
_
_
M
3
(Z
7
)
invertibile e in caso aermativo si determini la sua inversa.
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 9
Svolgimento
La tavola degli inversi degli elementi di Z
7
la seguente:
1 2 3 6
1 4 5 6
Fatto questo mettiamo a in forma normale tramite trasformazioni elementari sulle
righe:
_
_
2 3 4
5 6 0
1 2 4
_
_

M1(4)
_
_
1 5 2
5 6 0
1 2 4
_
_

R21(2)
R31(6)
_
_
1 5 2
0 2 4
0 4 2
_
_

M2(4)
_
_
1 5 2
0 1 2
0 4 2
_
_

R12(2)
R32(3)
_
_
1 0 6
0 1 2
0 0 1
_
_

R13(1)
R23(5)
_
_
1 0 0
0 1 0
0 0 1
_
_
Quindi
q = R
23
(5)R
13
(1)R
32
(3)R
12
(2)M
2
(4)R
31
(6)R
21
(2)M
1
(4)
la matrice inversa di a. Per conoscerla esplicitamente, basta eettuare le stesse
operazioni elementari sulla matrice 1
n
:
_
_
1 0 0
0 1 0
0 0 1
_
_

M1(4)
_
_
4 0 0
0 1 0
0 0 1
_
_

R21(2)
R31(6)
_
_
4 0 0
1 1 0
3 0 1
_
_

M2(4)
_
_
4 0 0
4 4 0
3 0 1
_
_

R12(2)
R32(3)
_
_
5 1 0
4 4 0
1 5 1
_
_

R13(1)
R23(5)
_
_
6 6 1
2 1 5
1 5 1
_
_
Il lettore pu provare a controllare che qa = 1
3
eettuando direttamente il prodotto
tra matrici. 2
Nellesempio, abbiamo usato il modo pi sistematico per ottenere la forma nor-
male di a. A seconda dei casi, si possono usare altre sequenze, che accorciano
la procedura. Il risultato ottenuto scegliendo unaltra sequenza di variare la
fattorizzazione di q, mentre non cambia q.
4. Sistemi Lineari
Un sistema lineare di m equazione in n incognite a coecienti nel campo F il
problema di determinare gli elementi (
1
,
2
, . . . ,
n
) F
n
= F F F
. .
n volte
tali
che le m identit
n

j=1
a
1j

j
= c
1
,
n

j=1
a
2j

j
= c
2
, . . . ,
n

j=1
a
mj

j
= c
m
,
i cui coecienti a
ij
, c
i
sono in F, siano tutte contemporaneamente soddisfatte.
Un sistema lineare rappresentato in forma compatta come
_
n
j=1
a
ij
x
j
= c
i
i = 1, . . . , m
10 VINCENZO C. NARDOZZA
e in forma pi esplicita da
_

_
a
11
x
1
+a
12
x
2
. . . +a
1n
x
n
= c
1
a
21
x
1
+a
22
x
2
. . . +a
2n
x
n
= c
2
.
.
.
a
m1
x
1
+a
m2
x
2
. . . +a
mn
x
n
= c
m
E chiaro che tutte le informazioni essenziali per il problema sono contenute solo
nei suoi coecienti, non nel nome delle incognite. Precisamente detta a la matrice
dei coecienti
a :=
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
1n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
e detta c :=
_
_
_
_
_
c
1
c
2
.
.
.
c
m
_
_
_
_
_
la colonna dei termini noti, il sistema pu essere riscritto
compattamente come unequazione lineare avente come incognita la colonna x :=
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
:
ax = c.
Tale informazione sul problema pu essere codicata ancora un po pi compatta-
mente introducendo la denizione seguente:
Denizione 4.1. Sia ax = c un sistema lineare di m equazioni in n incognite a
coecienti in F. La matrice s ottenuta aggiungendo alle colonne di a la colonna
dei termini noti in ultima posizione si dice la matrice completa del sistema.
Si noti che c M
m(n+1)
(F). Nel seguito, la rappresenteremo come s = (a | c)
per evidenziare il ruolo diverso che a e c giocano nel problema.
La matrice completa del sistema gioca un ruolo essenziale nella risolubilit del
sistema lineare e, una volta che essa sia stata controllata, nella determinazione delle
sue soluzioni.
Losservazione principale riassunta nel seguente
Lemma 4.2. Sia ax = c un sistema lineare di m equazioni in n incognite a
coecienti in F ed s la sua matrice completa.
(1) se t una matrice di trasformazioni elementari in M
m
(F), allora il sistema
di matrice completa s

= ts equivalente al sistema di matrice completa s;


(2) se N = (a

|c

) la forma normale della matrice s = (a|c), il sistema


a

x = c

equivalente al sistema ax = c.
Dimostrazione. E facile rendersi conto che le trasformazioni elementari sulle ri-
ghe corrispondono a trasformazioni sul sistema che conservano lequivalenza tra i
problemi. Esplicitamente, si ha
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 11
sia t = R
ij
(a). Allora ts la matrice ottenuta da s sommando alla riga i di
s la sua j-ma riga dopo averla moltiplicata per a F. Pertanto il sistema
che ha come matrice completa ts il sistema ottenuto sommando membro
a membro la i-ma equazione alla j-ma dopo aver moltiplicata questultima
per a F, e pertanto equivalente al sistema di partenza;
sia t = M
i
(). Allora ts la matrice ottenuta da s moltiplicandone per
F

la riga i-ma il sistema di matrice completa ts ottenuto dal


sistema di partenza moltiplicandone per li-ma equazione, e pertanto
equivalente ad esso;
se inne t = T
ij
allora ts ottenuta da s scambiano tra loro le righe i e j
il sistema associato a ts ottenuto dal sistema originale scambiando di
posto le equazioni i e j, e quindi manifestamente equivalente al sistema
di partenza.
Se N la forma normale di s N = qs dove q = t
1
. . . t
k
un prodotto di matrici di
trasformazioni elementari t
i
N la matrice completa del sistema ottenuta da s
eettuando la sequenza t
k
, . . . , t
2
, t
1
(in questordine!) di trasformazioni elementari
sulle righe. Dato che a ogni passo la matrice che si ottiene associata a un sistema
lineare equivalente al sistema originale, si ha quanto voluto.
Il punto in tutto ci che assai facile decidere se il sistema risolubile e quali
eventualmente siano le sue soluzioni se la sua matrice completa in forma normale.
Si ha infatti
Lemma 4.3. Sia ax = c un sistema tale che la matrice completa s sia in forma
normale. Esso risolubile nessun pivot cade nella colonna dei termini noti.
Inoltre, se il sistema risolubile, siano p = rk(s) e siano (i, (i)), per i =
1, . . . , p, le case dove sono collocati i pivot. Allora le soluzioni sono le n-ple (y
1
, . . . , y
n
)
in F
n
dove
y
j
_
= c
i

h>(i)
a
ih
y
h
se j = (i)
F se j / {(1), . . . , (p)}
In particolare, il sistema lineare ha |F|
np
soluzioni distinte, dipendenti da n p
parametri liberi y
j
al variare di j in {1, . . . , n} \ {(1), . . . , (p)}.
Dimostrazione. Sotto la p-ma riga ci sono solo righe nulle. Se lultimo pivot cade
nella colonna dei termini noti, lultima equazione del sistema 0 = 1, che non
ammette soluzioni e quindi il sistema incompatibile, cio non ha soluzioni.
Se ci non accade, la i-ma equazione del sistema in forma normale sar
a
i(i)
x
(i)
+

h>(i)
a
ih
x
h
= c
i
.
Notato che a
i(i)
= 1 perch il pivot della i-ma riga di s, si ha
x
(i)
= c
i

h>(i)
a
ih
x
h
.
Si noti che se h {(1), . . . , (p)} a
ih
= 0. Per ogni assegnazione delle variabi-
li x
j
con j / {(1), . . . , (p)} si ha allora unassegnazione forzata per le variabili
x
(1)
, . . . , x
(p)
, ottenendo una soluzione del sistema. Dato che ciascuna delle varia-
bili libere x
j
(con j / {(1), . . . , (p)}) pu essere assegnata in |F| modi dierenti
e le n-ple ordinate che si ottengono sono tutte distinte, si ha quanto asserito.
12 VINCENZO C. NARDOZZA
Osservazione 4.4. Parlando in termini informali, il rango della matrice completa
del sistema ci dice quante sono le equazioni eettivamente essenziali. Ognuna di
esse inchioda una incognita (quella corrispondente al pivot). Quelle rimanenti
sono invece libere di assumere uno qualunque dei valori possibili in F.
Se il campo innito, un sistema risolubile ha una sola o innite soluzioni, senza
possibilit intermedie. Lunicit si ha quando ci sono tante equazioni essenziali
quante le incognite disponibili: esse saranno tutte inchiodate a un valore particolare.
Se almeno una variabile resta libera di variare (se cio n p > 0) allora essa dar
a luogo a innite soluzioni.
E prassi nella terminologia usuale esprimere questa situazione dicendo (con
abuso di notazione) che il sistema ha
np
soluzioni.
Se il campo nito, naturalmente, un sistema lineare a coecienti in esso ha sem-
pre necessariamente un insieme nito di soluzioni (alla peggio, esso ha 0 soluzioni).
2
Esempio 4.5. Si dica se il seguente sistema lineare a coecienti in Z
7
_
_
_
x
1
+2x
2
+3x
3
= 4
2x
1
+3x
3
= 5
3x
1
+2x
2
= 6
compatibile e, se si, si dica quante e quali sono le sue soluzioni
Svolgimento
La matrice dei coecienti, la colonna dei termini noti e la matrice completa sono
rispettivamente
a =
_
_
1 2 3
2 0 3
3 2 0
_
_
, c =
_
_
4
5
6
_
_
, s =
_
_
1 2 3 4
2 0 3 5
3 2 0 6
_
_
Tramite una sequenza di trasformazioni elementari, arriviamo alla forma normale
della matrice completa s:
N =
_
_
1 0 0 0
0 1 0 3
0 0 1 4
_
_
,
corrispondente al sistema lineare
_
_
_
x
1
= 0
x
2
= 3
x
3
= 4
che ha come unica soluzione (0, 3, 4) (Z
7
)
3
. Si noti che qui p = 3, n p = 0 e
eettivamente 7
0
= 1.
Esempio 4.6. Si dica se il seguente sistema lineare a coecienti in Z
7
_
_
_
5x
1
+2x
2
+2x
3
= 2
3x
1
+4x
2
+4x
3
= 4
6x
1
+6x
2
+2x
3
= 5
compatibile e, se si, si dica quante e quali sono le sue soluzioni
Svolgimento
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 13
La matrice dei coecienti, la colonna dei termini noti e la matrice completa sono
rispettivamente
a =
_
_
5 2 2
3 4 4
6 6 2
_
_
, c =
_
_
2
4
6
_
_
, s =
_
_
5 2 2 2
3 4 4 4
6 6 2 5
_
_
Tramite una sequenza di trasformazioni elementari, arriviamo alla forma normale
della matrice completa s:
N =
_
_
1 0 2 4
0 1 3 5
0 0 0 0
_
_
,
corrispondente al sistema lineare
_
x
1
+2x
3
= 4
x
2
+3x
3
= 5
in cui x
3
pu variare liberamente in tutto Z
7
. Ognuna delle 7 possibili assegnazioni
di x
3
d luogo a una assegnazione forzata di x
1
e x
2
:
se x
3
= y Z
7
allora devessere
_
x
1
= 4 2y
x
2
= 5 3y
.
Linsieme delle soluzioni allora
{(4+5y, 5+4y, y) | y Z
7
} = {(4, 5, 0), (2, 2, 1), (0, 6, 2), (5, 3, 3), (3, 0, 4), (1, 4, 5), (6, 1, 6)}.
Si noti, di nuovo, che p = 2, n p = 1 e eettivamente ci sono 7
1
soluzioni distinte
del sistema.
Esempio 4.7. Si dica se il seguente sistema lineare a coecienti in Z
7
_
_
_
5x
1
+2x
2
+2x
3
= 4
3x
1
+4x
2
+4x
3
= 5
6x
1
+6x
2
+2x
3
= 6
compatibile e, se si, si dica quante e quali sono le sue soluzioni
Svolgimento
La matrice dei coecienti, la colonna dei termini noti e la matrice completa sono
rispettivamente
a =
_
_
5 2 2
3 4 4
6 6 2
_
_
, c =
_
_
4
5
6
_
_
, s =
_
_
5 2 2 4
3 4 4 5
6 6 2 6
_
_
Tramite una sequenza di trasformazioni elementari, arriviamo alla forma normale
della matrice completa s:
N =
_
_
1 0 2 0
0 1 3 0
0 0 0 1
_
_
,
corrispondente al sistema lineare equivalente a quello dato
_
_
_
x
1
+2x
3
= 0
x
2
+3x
3
= 0
0 = 1
in cui la terza equazione non ammette soluzioni. Il sistema pertanto incompatibile.
14 VINCENZO C. NARDOZZA
Si noti che anche in questo caso p = 3 e n p = 0, ma stavolta NON ci sono
soluzioni, perch la loro esistenza dipende NON SOLO da qual il rango della
matrice completa del sistema, ma anche da dove compaiono i suoi pivot
La formulazione di questo principio in termini classici la seguente:
Teorema 4.8. (Rouch-Capelli)
Un sistema lineare di m equazioni in n incognite compatibile se e solo se il rango
della matrice completa del sistema uguaglia il rango della matrice dei coecienti.
In tal caso, detto p tale rango, le soluzioni del sistema dipendono da n p
parametri liberi.
Dimostrazione. Basta notare che dire rk(s) = rk(a) equivale a dire che tutti i pivot
presenti nella forma normale N di s compaiono nelle prime n colonne, e cio che
nella ultima colonna di N non compare un pivot.
5. Determinanti
In questa sezione torniamo a considerare la situazione pi generale di matrici
quadrate a coecienti in un anello commutativo con unit R.
In questa sezione, le matrici saranno indicate con le lettere grassetto maiuscole.
Cominciamo con una convenzione:
Denizione 5.1. Sia A M
n
(R), e siano i, j {1, . . . , n}. Indichiamo con A
ij
la
matrice ottenuta da A cancellandone la riga i e la colonna j. 2
Si noti che pertanto A
ij
M
n1
(R).
Esempio 5.2. Sia A =
_
_
1 2 3
4 5 6
7 8 9
_
_
M
3
(Z
10
). Allora
A
11
=
_
5 6
8 9
_
M
2
(Z
10
);
A
23
=
_
1 2
7 8
_
M
2
(Z
10
).
In generale, una matrice quadrata di taglia n d luogo a n
2
matrici A
ij
. 2
Diamo ora la seguente denizione ricorsiva sulla taglia n delle matrici quadrate:
Denizione 5.3. Sia A = (a
ij
) M
n
(R). Poniamo
det(A) := a
11
R se n = 1;
det(A) :=

n
j=1
(1)
1+j
a
1j
det(A
1j
) R se n 2.
Lelemento det(A) R si dice il determinante della matrice A. 2
Esempio 5.4. Calcoliamo il determinante di una matrice quadrata di taglia 2: se
A =
_
a
11
a
12
a
21
a
22
_
si ha dalla denizione
det(A) = (1)
1+1
a
11
det(A
11
) + (1)
1+2
a
12
det(A
12
)
= a
11
a
22
a
12
a
22
R
Si noti che ora sappiamo calcolare direttamente il determinante di una matrice 22
senza dover passare dalla denizione: lelemento di R che si ottiene moltiplicando
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 15
gli elementi della diagonale principale a cui viene sottratto il prodotto degli elementi
sullaltra diagonale.
Usiamo questo fatto per calcolare il determinante di una matrice 3 3:
se A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
si ha
det(A) = (1)
1+1
a
11
det(A
11
) + (1)
1+2
a
12
det(A
12
) + (1)
1+3
a
13
det(A
13
)
= a
11
det
__
a
22
a
23
a
32
a
33
__
a
12
det
__
a
21
a
23
a
31
a
33
__
+ a
13
det
__
a
21
a
22
a
31
a
32
__
= a
11
(a
22
a
33
a
23
a
32
) a
12
(a
21
a
33
a
23
a
31
) + a
13
(a
21
a
32
a
22
a
31
)
= (a
11
a
22
a
33
+ a
12
a
23
a
31
+ a
21
a
23
a
13
) (a
13
a
22
a
31
+ a
12
a
21
a
33
+ a
23
a
32
a
11
).
La formula molto pi complicata da spiegare, ma si pu notare che lelemento
det(A) R stato ottenuto formando una somma algebrica di prodotti; ogni
prodotto ha tre fattori presi da A. I prodotti che hanno segno + sono quelli
ottenuti prendendo i fattori nei posti contrassegnati da :
_
_



_
_
,
_
_



_
_
,
_
_



_
_
cio gli elementi che stanno sulla diagonale principale e quelli che stanno sui triangoli
aventi base parallela ad essa.
I prodotti preceduti da segno , similmente, sono i seguenti
_
_



_
_
,
_
_



_
_
,
_
_



_
_
cio quelli ottenuti prendendo gli elementi sulla diagonale secondaria e quelli sui
triangoli aventi base parallela ad essa (regola di Sarrus).
Osservazione 5.5. Ognuno degli addendi del determinante di una matrice di
ordine 3
un prodotto di 3 addendi
in ogni addendo, ognuno dei tre fattori proviene da una riga e una colonna
distinte.
Questa cosa un fatto generale, cio
se A ha taglia n, allora det(A) una somma algebrica di addendi;
ogni addendo un prodotto di n fattori, ciascuno scelto in una riga e una
colonna diversa dagli altri (non ci sono cio due fattori che provengono dalla
stessa riga o dalla stessa colonna).
Tuttavia non abbiamo n tempo n interesse in questa sede di approfondire questa
discussione valida in generale. 2
Per matrici di taglia n 4 non c vantaggio nello scrivere una formula per
il calcolo diretto del determinante, in quanto essa sarebbe non pi semplice da
applicare che la denizione stessa.
Denizione 5.6. (Trasposta e matrici simmetriche)
Sia A = (a
ij
). Si dice trasposta della matrice A, e si indica con A
T
, la matrice
(b
ij
) tale che per ogni i, j n sia b
ij
= a
ji
.
16 VINCENZO C. NARDOZZA
Si dice poi che A simmetrica se A = A
T
.
Osservazione 5.7. In altri termini, la trasposta di A la matrice ottenuta da A
eettuando una riessione delle sue entrate lungo la diagonale principale.
Esempio 5.8. Sia A :=
_
_
1 2 3
4 5 6
7 8 9
_
_
. Allora A
T
=
_
_
1 4 7
2 5 8
3 6 9
_
_
. 2
Denizione 5.9. (Complementi algebrici)
Sia A = (a
ij
) M
n
(R), con n 2. Si dice complemento algebrico di a
ij
lelemento

ij
:= (1)
i+j
det(A
ij
) R.
La matrice := (
ij
) M
n
(R) si dice la matrice dei complementi algebrici di A.
Osservazione 5.10. Utilizzando la nozione di complemento algebrico, la deni-
zione di determinante di una matrice di taglia n 2 pu essere riscritta come
det(A) =
n

j=1
a
1j

1j
.
2
La relazione tra una data matrice e la sua matrice dei complementi algebrici
espressa nel seguente importante
Teorema 5.11. (Formule di Laplace)
Siano n 2, A = (a
ij
) M
n
(R) e = (
ij
) la matrice dei complementi algebrici
di A.
Allora per ogni i
1
, i
2
, j
1
, j
2
{1, . . . , n} risulta
n

j=1
a
i1j

i2j
=
_
0 se i
1
= i
2
det(A) se i
1
= i
2
n

i=1
a
ij1

ij2
=
_
0 se j
1
= j
2
det(A) se j
1
= j
2
Queste formule in apparenza complicate hanno due serie conseguenze:
Corollario 5.12. Scelto i {1, . . . , n}, si ha
det(A) =
n

j=1
a
ij

ij
.
La precedente espressione viene detta sviluppo di det(A) lungo la riga i. Analoga-
mente, scelto un qualunque indice di colonna j {1, . . . , n}, si ha
det(A) =
n

i=1
a
ij

ij
ed essa vien detta sviluppo di det(A) lungo la colonna j.
Nella denizione di determinante, in eetti noi abbiamo eettuato lo sviluppo del
determinante lungo la prima riga. Il precedente corollario dice che avremmo potuto
dare la denizione scegliendo una riga qualunque o anche una colonna qualunque:
il risultato sarebbe stato lo stesso.
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 17
Osservazione 5.13. Alla luce di quanto detto, si capisce che al ne di calcolare il
determinante di una matrice comodo scegliere di sviluppare il determinante lungo
una riga o una colonna in cui il numero di entrate nulle il massimo possibile.
Esempio 5.14. Il lettore pu calcolare per esercizio il determinante di alcune
matrici particolari. Qui di seguito diamo il risultato:
det(1
n
) = 1;
det(R
ij
(a)) = 1;
det(T
ij
) = 1;
det(M
i
()) = ;
det(1
n
) =
n
per ogni R.
In generale, una matrice detta triangolare (inferiore o superiore) se tutte le entrate
da uno stesso lato della diagonale principale (tutte al di sopra o tutte al di sotto
rispettivamente) sono nulle. Gli esempi considerati rientravano tutti in questo tipo
di matrici.
E un facile ma istruttivo esercizio provare che se A triangolare allora det(A) =
a
11
a
22
. . . a
nn
, cio il determinante il prodotto degli elementi della diagonale
principale.
Esempio 5.15. Calcoliamo il determinante della matrice
A =
_
_
_
_
1 2 0 4
2 2 0 4
4 3 1 7
3 2 0 5
_
_
_
_
M
4
(Z
9
).
Usando la denizione direttamente, dobbiamo calcolare
det(A) = 1 det(A
11
) 2 det(A
12
) + 0 det(A
13
) 4 det(A
14
)
= det
_
_
2 0 4
3 1 7
2 0 5
_
_
2 det
_
_
2 0 4
4 1 7
3 0 5
_
_
4 det
_
_
2 2 0
4 3 1
3 2 0
_
_
= 8 2 (2) 4 (6 4) = 2 + 4 + 2 = 8 Z
10
.
Abbiamo dovuto calcolare 3 determinanti di ordine 3. Avremmo invece potuto agire
pi intelligentemente e sviluppare il determinante lungo la 3-a colonna, ottenendo
det(A) = (1)
3+3
det(A
33
) (gli altri addendi sono nulli)
= det
_
_
1 2 4
2 2 4
3 2 5
_
_
= (10 + 6 + 4) (4 + 8 + 0) = 2 = 8 Z
10
.
Osservazione 5.16. Sempre alla luce di quanto detto, chiaro che se una matrice
ha una riga o una colonna nulla, il suo determinante nullo. Inoltre, parimenti
chiaro che det(A) = det(A
T
), quale che sia la matrice A. 2
Come si visto, il calcolo di un determinante cosa che coinvolge una quantit
di moltiplicazioni rapidamente crescente al crescere della taglia della matrice. E un
buon esercizio calcolare esplicitamente quante moltiplicazioni sono necessarie per il
determinante di una matrice di ordine n.
La cosa sarebbe pi semplice se fosse vero che det(A+ B) = det(A) + det(B).
Si vede per subito che ci non vale non appena n 2: 1
n
= e
11
+ (

n
i=2
e
ii
) ma
18 VINCENZO C. NARDOZZA
mentre det(1
n
) = 1 det(e
11
) = det(

n
i=2
e
ii
) = 0. La formula importante che ci
consente una eettiva semplicazione nel calcolo la seguente:
Teorema 5.17. (Binet)
Per ogni A, B M
n
(R) risulta
det(AB) = det(A) det(B).
Osservazione 5.18. In cosa consiste lutilit di questa formula? A prima vista
non sembra una buona idea quella di calcolare i determinanti di due matrici al ne
di calcolare il determinante di una matrice della stessa taglia (AB)!
Invece, se tramite una sequenza di trasformazioni elementari sappiamo mettere
A in forma triangolare A

, il calcolo del det(A) semplicato dalla formula di


Binet e dal fatto che gi conosciamo il determinante delle matrici di trasformazioni
elementari. Per essere pi specici, se A

= t
1
. . . t
k
A, si ha velocemente
det(A

) = det(t
1
) det(t
2
) . . . det(t
k
) det(A),
il che ci d indicazioni sul valore det(A).
Osservazione 5.19. Attenzione: nel nostro contesto generale di matrici a coe-
cienti in un anello commutativo con unit R, le matrici di trasformazioni elementari
non sono pi necessariamente invertibili! Per la precisione, non siamo pi sicuri che
le M
i
() siano invertibili! In eetti, ci accade se e solo se U (R). Perci non
possiamo in genere eettuare il calcolo pi semplice
det(A) = det(t
1
k
) . . . det(t
1
2
) det(t
1
1
) det(A

).
La formula di Binet comunque ci d come
Corollario 5.20. Se A M
n
(R) invertibile, allora det(A) U (R) e
det(A
1
) =
_
det(A)
_
1
.
Dimostrazione. Poich A invertibile, si ha
A A
1
= 1
n
e per la formula di Binet segue
det(A) det(A
1
) = det(1
n
)
e pertanto, posto d := det(A) R e d

:= det(A
1
) R si ha
dd

= 1.
Quindi d = det(A) U (R) e d

= d
1
.
Per chiudere questa sezione, torniamo al problema originale: come individuare
le matrici invertibili a coecienti in R?
Denizione 5.21. Siano n 2, A M
n
(R) e = (
ij
) la sua matrice dei
complementi algebrici. Diciamo matrice aggiunta di A, e la indichiamo con adj(A),
la trasposta di .
Il Teorema che ci serve il seguente, la seconda seria conseguenza delle formule
di Laplace
Teorema 5.22. Sia A M
n
(R). Allora
A adj(A) = det(A)1
n
.
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 19
Dimostrazione. E unimmediata conseguenza delle formule di Laplace: detta A =
(a
ij
), adj(A) = (
ij
) e posto d = det(A), risulta
A adj(A) = (a
ij
)(
ij
) =
_
n

k=1
a
ik

kj
_
=
_
n

k=1
a
ik

jk
_
= (
ij
d) = d 1
n
,
dove
ij
il delta di Kronecker.
Corollario 5.23. La matrice A invertibile in M
n
(R) det(A) invertibile
in R. In tal caso risulta
A
1
= det(A)
1
adj(A).
Osservazione 5.24. Nel caso particolare in cui R = F un campo, ci si traduce
nellaermazione A invertibile il suo determinante non nullo. Inoltre,
il precedente corollario d un altro modo per calcolare linversa di una matrice
assegnata.
Esempio 5.25. Si decida quale delle due matrici
a =
_
2 1
5 2
_
, b =
_
2 3
3 2
_
invertibile in M
2
(Z) e se ne calcoli linversa.
Svolgimento
Dato che U (Z) = {1}, le uniche matrici invertibili in M
2
(Z) sono quelle il cui
determinante 1 o 1. Dato che det(a) = 4 5 = 1, essa invertibile. Per in-
vertirla, possiamo ancora usare le trasformazioni elementari, con lunica avvertenza
che le uniche M
i
() a disposizione sono quelle per cui = 1. Per esempio:
_
2 1
5 2
_

R21(2)
_
2 1
1 0
_

T12
_
1 0
2 1
_

R21(2)
_
1 0
0 1
_
.
Applicando la stessa sequenza a partire dalla matrice 1
2
otteniamo la matrice
inversa di a:
_
1 0
0 1
_

R21(2)
_
1 0
2 1
_

T12
_
2 1
1 0
_

R21(2)
_
2 1
5 2
_
.
Ci saremmo potuti arrivare usando bene le trasformazioni elementari lecite, senza
avere a disposizione il concetto di determinante. Naturalmente possiamo anche
calcolare a
1
= (det(a))
1
adj(a): la matrice dei cofattori
=
_
2 5
1 2
_
,
la sua trasposta perci
adj(a) =
_
2 1
5 2
_
e quindi a
1
=
_
2 1
5 2
_
.
Invece, avremmo cercato invano una sequenza di trasformazioni elementari che
portasse b in forma normale: non esiste una siatta sequenza. La certezza di ci ce
la da solo il determinante: poich det(b) = 4 9 = 5 / U (Z), b non invertibile
in Z.
20 VINCENZO C. NARDOZZA
6. Esercizi
Esercizio 6.1. Date le matrici
a =
_
1 2
1 2
_
, b =
_
1 2
1 1
_
, c =
_
1 1
1 1
_
,
calcolare il valore delle seguenti espressioni:
(1) a + 2b + 3c;
(2) ab
(3) c
2
(4) b
2
4ac;
(5) (a b)
2
(6) a
2
2ab +b
2
;
(7) a
2
ab ba +b
2
.
Esercizio 6.2. Sia a :=
_
_
0 1 2
1 2 3
2 3 4
_
_
M
3
(R). Sappiamo che le operazioni ele-
mentari sulle righe R
13
(2), M
2
(2), T
23
corrispondono a eettuare delle moltipli-
cazioni del tipo ba, per opportune matrici b. Dette R
13
(2), M
2
(2) e T
23
tali
matrici,
(1) esplicitamente, chi sono R
13
(2), M
2
(2) e T
23
?
(2) Cosa accade facendo invece ab per b {R
13
(2), M
2
(2), T
23
}?
(3) Si determini, se esiste, una matrice quadrata c tale che ac abbia la terza
colonna pari alla seconda colonna di a aumentata di 3 volte la prima.
Esercizio 6.3. Si calcoli il prodotto
_
1 a
0 1
__
1 b
0 1
_
.
Esercizio 6.4. Si calcoli
_
1 1
0 1
_
n
.
Esercizio 6.5. Si trovi una formula per esprimere la potenza
_
_
1 1 1
0 1 1
0 0 1
_
_
n
e la si provi per induzione.
Esercizio 6.6. Siano a, b matrici quadrate.
(1) Quando vero che (a +b)(a b) = a
2
b
2
?
(2) Espandere la potenza (a +b)
3
.
Esercizio 6.7. Per ciascuno dei casi, determinare le matrici quadrate a coecienti
in Q che commutano con la data matrice
(1)
_
1 0
0 0
_
(2)
_
0 1
0 0
_
(3)
_
2 0
0 6
_
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 21
(4)
_
1 3
0 1
_
(5)
_
2 3
0 6
_
Esercizio 6.8. Sia a :=
_
_
2 3
1 2
2 5
_
_
M
32
(Q).
(1) Trovare innite matrici b tali che ba = 1
2
;
(2) provare che non esiste nessuna matrice c tale che ac = 1
3
.
Esercizio 6.9. Si riducano a forma normale le seguenti matrici reali, tenendo
traccia delle operazioni elementari eettuate sulle righe:
(1)
_
1 3
3 1
_
,
_
1 3
1 3
_
;
(2)
_
1 1 1 1
3 1 1 2
_
;
(3)
_
_
_
_
0 2 1
0 2 2
0 2 2
0 2 1
_
_
_
_
;
(4)
_
_
_
_
1 1

2 0
0 1

2 1

2 0 1 1
1 2 2 1
_
_
_
_
Esercizio 6.10. Calcolare, se possibile, le inverse delle seguenti matrici a coe-
cienti in R:
(1)
_
2 3
0 1
_
,
_
2 2
1 1
_
,
_
2 1
3 1
_
,
_
2 1
1 1
_
,
_
1 9
0 1
_
;
(2)
_
_
1 3 0
0 1 1
0 0 1
_
_
,
_
_
1 2 0
0 1 1
1 2 0
_
_
,
_
_
1 1 1
1 2 2
1 1 2
_
_
,
_
_
4 2 3
4 1 4
1 0 1
_
_
.
Quali di esse sono invertibili anche su Z
2
, Z
3
, Z
4
, Z
5
? In tali casi si determinino le
loro inverse.
Esercizio 6.11. Date le matrici a, b a coecienti in F = Z
2
, calcolare
ab, a +b, a b,
dove
(1) a =
_
1 1
1 0
_
, b =
_
1 1
1 1
_
;
(2) a =
_
_
1 1 1
1 0 0
0 1 1
_
_
, b =
_
_
1 1 1
1 1 1
1 1 1
_
_
.
Esercizio 6.12. Calcolare, se possibile, le inverse delle seguenti matrici a coe-
cienti in Z
2
:
(1)
_
1 1
0 1
_
,
_
0 1
1 1
_
,
_
1 1
1 1
_
,
_
1 1
1 1
_
,
_
1 0
0 1
_
;
22 VINCENZO C. NARDOZZA
(2)
_
_
1 1 0
0 1 1
0 0 1
_
_
,
_
_
1 0 0
0 1 1
1 0 0
_
_
,
_
_
1 1 1
1 0 0
1 1 0
_
_
,
_
_
0 0 1
0 1 0
1 0 1
_
_
.
Esercizio 6.13. Si esibisca, se esiste, una matrice razionale (cio a coecienti in
Q) A opportuna tale che AB sia una matrice in forma normale, dove
B =
_
_
1 3 1 1
1 0 1 2
2 3 0 3
_
_
Si risponda allanaloga domanda considerando la matrice B in M
34
(Z
9
) o M
34
(Z
11
).
Esercizio 6.14. Si determini il rango delle seguenti matrici reali:
(1)
_
1 1
1 1
_
,
_
1 1
0 1
_
;
(2)
_
1 3 2 1
3 1 1 2
_
;
(3)
_
_
1 0 1
2 1

3
1 1

3 1
_
_
,
_
_
0 2 2 1
2 1 0 2
0 2 0 1
_
_
;
(4)
_
_
h 0 1
2 h 2
1 1 2
_
_
, dove h R.
Esercizio 6.15. Si dica quali delle seguenti matrici quadrate sono invertibili. Si
calcoli linversa di quelle invertibili e si determini una matrice X tale che X A = 0
per le matrici A che non sono invertibili.
(1)
_
1 0
1

3
_
,
_
1 1
1 2
_
,
_
1 1
2 2
_
(Matrici reali);
(2)
_
_
1 1 1
1 1 2
1 2 3
_
_
,
_
_
0 1 1
1 0 1
1 1 0
_
_
(matrici su Z
3
);
(3)
_
_
_
_
2 0 1 2
0 0 1 1
3 1 0 2
3 1 1 6
_
_
_
_
(matrice su Z
7
).
Esercizio 6.16. Si dica per quali valori di h R la matrice
_
_
_
_
1 0 2 0
0 h 0 1
h 1 2 0 2
0 0 1 2
_
_
_
_
invertibile, e se ne determini linversa. Si risponda alla domanda considerando
invece il campo base F {Z
2
, Z
5
, Z
11
, Z
13
} ( e di conseguenza h F).
Esercizio 6.17. Sia a =
_
1 1
1 2
_
, e sia f : M
21
(R) M
21
(R) denita
tramite
f :
_
x
y
_
a
_
x
y
_
.
f iniettiva? E suriettiva?
APPUNTI DI ALGEBRA LINEARE VER. 1.0.1 23
Esercizio 6.18. Sia R :=
__
a b
b a
_
| a, b Z
3
_
. Si provi che
(1) R un anello rispetto le usuali operazioni tra matrici;
(2) R commutativo
(3) R un campo
(4) R

= GF(9), scrivendo un esplicito isomorsmo di campi.
Esercizio 6.19. Si determinino tutte le soluzioni dellequazione x
1
+x
2
+2x
3
x
4
=
3 a coecienti in Z
23
. Quante sono?
Esercizio 6.20. Si risolvano i seguenti sistemi lineari su F {Q, Z
2
, Z
3
, Z
5
, Z
7
, Z
11
}
(1)
_
_
_
x + 2z = 0
x y + 3z = 1
y + 2z = 2
(2)
_
_
_
2x + 3y z = 3
x + z = 0
x + 2y z = 2
(3)
_

_
y z = 0
x + 3z = 2
x + 3y + 2z = 2
x + 2y + z = 2
Esercizio 6.21. Si risolvano i seguenti sistemi lineari omogenei su F {Q, Z
2
, Z
3
, Z
5
, Z
7
, Z
11
}
(1)
_

_
x + 2y + 3z t = 0
y + 2z + t = 0
x y + 2t = 0
x + 3z = 0
(2)
_
_
_
x + y + z + t = 0
x + 2y + 3z t = 0
x 2y 5z + 7t = 0
Esercizio 6.22. Si discutano i seguenti sistemi lineari al variare di h in F, per
F {Q, Z
2
, Z
3
, Z
5
, Z
7
, Z
11
}:
(1)
_
_
_
hx + y 2hz = 0
y + hz = 0
hx + z = 0
(2)
_

_
hx + y + z + 2t = 0
y z + ht = h
hx + 2z + 2t = h
2y + hz + 2t = 0
Esercizio 6.23. Si discuta il seguente sistema lineare al variare dei parametri h, k
nel campo F, controllando separatamente i casi F = Q, F = Z
2
, F = Z
3
, F = Z
5
.
_
_
_
kx y = h
kx y = k 1
kx + (h k)y = 1 k
24 VINCENZO C. NARDOZZA
Esercizio 6.24. Discutere e risolvere, al variare del parametro Z
13
, il sistema
lineare seguente:
_
_
_
2( + 1)x
1
+3x
2
+x
3
= + 4
(4 1)x
1
+( + 1)x
2
+(2 1)x
3
= 2 + 2
(5 4)x
1
+( + 1)x
2
+(3 4)x
3
= 1
Esercizio 6.25. Discutere e risolvere, al variare del parametro Z
17
, il sistema
lineare seguente:
_

_
2x
1
+x
2
+x
3
= 2
3x
1
x
2
+2x
3
= 6
x
1
+2x
2
+3x
3
= 2
5x
1
+x
2
x
3
= 3
Esercizio 6.26. Calcolare il determinante delle seguenti matrici
(1)
_
1
2 3
_
M
2
(GF(9)) dove
2
= 2;
(2)
_
1 1
1 1
_
;
(3)
_
_
2 0 1
0 1 0
1 0 2
_
_
(4)
_
_
_
_
1 0 0 0
5 2 0 0
8 6 3 0
0 9 7 4
_
_
_
_
(5)
_
_
_
_
1 4 1 3
2 3 5 0
4 1 0 0
2 0 0 0
_
_
_
_
(6)
_
_
_
_
1 2 5 6
3 1 7 7
0 0 2 3
4 1 2 5
_
_
_
_
.
Esercizio 6.27. Sia a
1
:= (1) M
1
(F) e ricorsivamente a
n
:=
_
0 1
a
n1
0
_
per
n 2. Si calcoli per induzione su n il determinante det(a
n
).
Esercizio 6.28. Calcolare
det
_
_
_
_
_
_
_
1 2 3 . . . n
2 2 3 . . . n
3 3 3 . . . n
.
.
.
.
.
.
.
.
.
n n n . . . n
_
_
_
_
_
_
_
.

Potrebbero piacerti anche