Sei sulla pagina 1di 6

6 Matrici

Definizione 6.1 (Definizione di matrice). Si definisce matrice di numeri reali di tipo n × m una
tabella a doppia entrata con m righe ed n colonne:
 
a11 a12 . . . . . . a1n
 a21 a22 . . . . . . a2n 
A=  ...

... ... ... ... 
am1 am2 . . . . . . amn

dove a11 , a12 , ..., amn ∈ R.


Le matrici vengono indicate con lettere maiuscole in grassetto. Si indica con aij il generico elemento
della matrice A individuato dalla riga i e dalla colonna j.
Le n-ple (a11 , a12 , . . . , a1n ), (a21 , a22 , . . . a2n ), ecc. sono dette righe o vettori riga della matrice A
e si denotano con Ai , i = 1, . . . , m se la matrice ha m righe.
Le m-ple di numeri reali (a11 , a21 , . . . , am1 ), (a12 , a22 , . . . , am2 ), ecc. si dicono colonne o vettori
colonna della matrice A e si indicano con Aj , j = 1, . . . , n se la matrice ha n colonne.
Una matrice si dice quadrata se il numero di righe è uguale al numero delle colonne, ovvero se
m = n. Ia questo caso A si dice matrice quadrata di ordine n.
Esempio 6.2. La matrice  
−1 3 5
A=
0 −2 9
è una matrice di tipo 2 × 3. L’elemento a23 è 5.
La matrice  
−1 3 5
B= 0 −2 9 
3 4 6
è una matrice quadrata di ordine 3.

Definizione 6.3 (Diagonale principale di una matrice). Se A è una matrice quadrata di ordine n, si
definisce diagonale principale la n-upla (a11 , a22 , . . . , ann ).
Esempio 6.4. La diagonale principale della matrice B dell’esempio 6.2 è (−1, −2, 6).
Definizione 6.5 (Sottomatrice di una matrice A). Data una matrice A di tipo m × n, si definisce
sottomatrice di A di tipo p × q ogni matrice che si ottiene da A cancellando m − p righe ed n − q
colonne.
Definizione 6.6 (Uguaglianza tra matrici). Due matrici A e B si dicono uguali se hanno lo stesso
numero di righe m e di colonne n e se aij = bij , per i = 1, . . . , m e j = 1, . . . , n.
Definizione 6.7 (Trasposta di una matrice). Data la matrice A di tipo m × n, si definisce trasposta
di A e si indica con AT la matrice di tipo n × m che ha per righe le colonne di A e per colonne le righe
di A.Evidentemente si ha (AT )T = A.
Esempio 6.8. Data la matrice  
−1 3 5
A=
0 −2 9
la sua trasposta è  
−1 0
AT =  3 −2 
5 9

Definizione 6.9 (Matrice simmetrica). Una matrice quadrata A si dice simmetrica se A = AT . In


una matrice simmetrica si ha aij = aji per ogni scelta degli indici i, j.

1
Esempio 6.10. La matrice  
−1 2 5
A= 2 −2 9 
5 9 4
è una matrice simmetrica.

Definizione 6.11 (Matrice antisimmetrica). Una matrice quadrata è detta antisimmetrica se −bsAT =
bsA, ovvero se aij = −aji ,per ogni scelta degli indici i, j. Si noti che quest’ultima implica che aii = 0, ∀i.
Esempio 6.12. La matrice  
0 1 −3 −6
 −1 0 7 −9 
A= 
 3 −7 0 4 
6 9 −4 0
è una matrice antisimmetrica.
Definizione 6.13 (Matrici triangolari). Una matrice quadrata A si dice triangolare inferiore se gli
elementi al di sopra della diagonale principale sono nulli. La matrice quadrata A si dice triangolare
superiore se gli elementi al di sotto della diagonale principale sono nulli; i.e.
A è triangolare inferiore se aij = 0, per i < j
A è triangolare superiore se aij = 0, per i > j.
Esempio 6.14. La matrice  
−1 0 0
A= 2 −2 0 
5 9 4
è una matrice triangolare inferiore.
La matrice  
−1 5 6
B =  0 −2 3 
0 0 4
è una matrice triangolare superiore.

Definizione 6.15 (Matrice diagonale). Una matrice quadrata A si dice diagonale se aij = 0 per ogni
i 6= j cioè ogni elemento al di fuori della diagonale principale è nullo.
Esempio 6.16. La matrice  
−1 0 0
A= 0 −2 0 
0 0 9
è una matrice diagonale.
Definizione 6.17 (Matrice identità). Si definisce matrice identità di ordine n e si indica con I o con
I n , la matrice diagonale che ha aii = 1, con i = 1, . . . , n e aij = 0 con i = 1, . . . , n j = i, . . . , n e i 6= j.
Esempio 6.18.  
1 0 0
I3 =  0 1 0 
0 0 1
Definizione 6.19 (Matrice nulla). Si definisce matrice nulla di tipo n × m e si indica con 0, la matrice
che ha tutti gli elementi nulli (aij = 0, per i = 1, . . . , m e j = 1, . . . n).
Esempio 6.20.  
0 0 0 0
0= 0 0 0 0 
0 0 0 0
è una matrice nulla di tipo 3 × 4

2
Operazioni sulle matrici
Definizione 6.21 (Somma di matrici). Siano A e B due matrici a coefficienti reali aventi la stessa
dimensione m × n.
Si definisce somma delle matrici A e B, la matrice C = A + B il cui generico elemento cij è
dato da cij = aij + bij . La somma di matrici gode delle seguenti proprietà:

• associativa (A + B) + C = A + (B + C)
• commutativa A + B = A + B
• esistenza dell’elemento neutro A + 0 = 0 + A = A

• esistenza dell’opposto A + (−A) = 0 (−A := [−aij ]).

Esempio 6.22.  
1 3 2
A= 2 2 0 
5 9 4
 
1 5 6
B= 1 2 3 
7 0 4
 
1+1 3+5 2+2
C =A+B = 2+1 2+2 0+3 
5+7 9+0 4+4

Definizione 6.23 (Prodotto di una matrice per uno scalare). Data la matrice A e uno scalare λ ∈ R,
si definisce prodotto della matrice A per lo scalare λ, la matrice
 
λa11 λa12 . . . λa1n
 λa21 λa22 . . . λa2n 
λA =  ...

... ... ... 
λam1 λam2 . . . λamn

Esempio 6.24.
λ=2
 
1 3 2
A= 2 2 0 
5 9 4
   
2·1 2·3 2·2 2 6 4
λA =  2 · 2 2 · 2 2·0 = 4 4 0 
2·5 2·9 2·4 10 18 8
Osservazione 6.25. Siano A e B due matrici ed h e k due numeri reali, valgono le seguenti proprietà:

i) (h + k)A = hA + kA,
ii) (h · k)A = h(kA),
iii) h(A + B) = hA + hB,
iv) 1A = A,

Pertanto l’insieme delle matrici m × n costituisce uno spazio vettoriale reale sul campo reale
rispetto alle operazioni di somma e prodotto per uno scalare.

3
Definizione 6.26 (Prodotto righe per colonne). Siano date A matrice m × n e B matrice n × t. Il
prodotto righe per colonne di A per B è la matrice C = AB del tipo m × t, i cui elementi sono dati
dalla seguente formula:
n
X
C = [cij ] = aik bkj .
k=1

Per capire bene quali sono gli elementi della matrice C, proviamo a descrivere ciascun elemento. Ad
esempio, l’elemento della riga i e della colonna j è il prodotto scalare della i-esima riga di A per la
j-esima colonna di B.
Osservazione 6.27. Si noti che il prodotto tra due matrici è definito se e solo se il numero di colonne
di A è pari al numero di colonne di B, cioè se A e B sono conformabili. Inoltre risulta che AB ha
tante righe quante ne ha A e tante colonne quante ne ha B. Si osservi infine che il prodotto righe per
colonne in generale non è commutativo; può accadere che il prodotto AB sia ben definito, mentre BA
non lo sia. In generale si ha AB 6= BA.
Esempio 6.28 (Prodotto righe per colonne). Il prodotto righe per colonne di
 
5 1 8
A=
−6 −2 −4
per  
−3 1
B= 0 1 
−9 0
è la matrice C = AB di tipo 2 × 2 cosı̀ ottenuta:
 
−87 6
C= .
54 −8

Definizione 6.29 (Proprietà del prodotto righe per colonne). Per il prodotto righe per colonne valgono
le seguenti proprietà:

i) proprietà associativa: se A è moltiplicabile a destra per B e il prodotto AB è moltiplicabile a


destra per C, allora (AB)C = A(BC),
ii) proprietà di esistenza dell’elemento neutro (a destra e a sinistra): Se A è una matrice di tipo
m × n, allora A è moltiplicabile a destra per la matrice identica di ordine n: I n e a sinistra per la
matrice identica di ordine m : I m , e risulta AI n = I m A = A.

Osservazione 6.30. Vale anche la proprietà distributiva della somma rispetto al prodotto, i.e.
se A e B sono due matrici di tipo m×n e C è una matrice di tipo n×t, risulta che (A+B)C = AC+BC.
Analogamente se D è una matrice di tipo s × m, si ha D(A + B) = DA + DB.
Esempio 6.31. Eseguire tutti i prodotti possibili tra le seguenti matrici:
     
1 2 −1 1   0 −5
 1 4
A =  0 1 1 ,B =  2 ,C = 0 1 1 ,D = ,E =  4 2 
4 2
−1 0 2 1 6 1

Dal momento che A è una matrice 3 × 3, B è una matrice 3 × 1, C è una matrice 1 × 3, D è una
matrice 2 × 2, E è una matrice 3 × 2, i prodotti possibili sono:
     
4 2 −2 0 1 1
AB =  3  , AE =  10 3  , BC =  0 2 2  ,
1 12 7 0 1 1
 
  −20 −10
CA = −1 −1 3 , CE = 10 3 , ED =  12 20  , CB = 3.
10 26

4
Esempio 6.32. Data la matrice  
1 1 −1
A= 0 2 1/2  ,
0 −2 −1
verificare che è  
1 5 1/2
A2 − AT + I 3 =  −1 2 5/2 
1 −5/2 2

Matrici a blocchi
Definizione 6.33. Sia A una matrice di tipo m × n e sia ai,j il generico elemento della riga i e della
colonna j. Comunque si scelgano dei numeri interi positivi p, q, r e s tali che n = p + q e m = r + s, si
possono considerare le matrici B di tipo p × r, C di tipo p × s, D di tipo q × r e E di tipo q × s, definite
come segue:

bi,j = ai,j per i = 1, ..., p j = 1, ..., s


ci,j = ai,j per i = 1, ..., p j = s + 1, ..., m
di,j = ai,j per i = p + 1, ..., n j = 1, ..., s
ei,j = ai,j per i = p + 1, ..., n j = s + 1, ..., m.

Pertanto la matrice A risulterà partizionata nel modo seguente


 
B C
A=
D E

e viene definita matrice a blocchi, mentre le sottomatrici B, C, D ed E si dicono blocchi della


matrice A.
Si osservi che il numero di blocchi in cui si può suddividere una matrice non deve essere necessaria-
mente 4; quindi sia la definizione precedente che i risultati che seguono valgono per tutte le scelte del
numero di blocchi in cui si suddivide la matrice.
Esempio 6.34. Sia data la matrice
 
1 5 7 7

 2 2 3 3 

A=
 1 −1 4 5 .

 4 −4 4 3 
1 3 9 10

Si possono definire, ad esempio, i blocchi nel modo seguente:


   
1 5 7 7    
4 −4 4 3
B= 2 2 3  C= 3  D= E= .
1 3 9 10
1 −1 4 5

L’utilizzo delle matrici a blocchi consente di semplificare le operazioni tra matrici in quanto sussistono
le seguenti proprietà.
 0
B C0
  
B C
Osservazione 6.35. Siano A = e A0 = due matrici a blocchi del tipo m × n
D E D0 E 0
e supponiamo che i blocchi corrispondenti abbiano le stesse dimensioni. Dalle definizioni di somma di
matrici e di prodotto di una matrice per uno scalare λ segue banalmente che

B + B0 C + C 0
   
λB λC
A + A0 = e λA = .
D + D0 E + E 0 λD λE

5
 0
B C0
  
B C
Proposizione 6.36. Siano A = una matrice a blocchi del tipo m × n e A0 =
D E D0 E 0
una matrice a blocchi del tipo n × l. Si supponga che i blocchi corrispondenti delle due matrici abbiano
le dimensioni compatibili con l’operazione di prodotto tra matrici. Allora risulta

BB 0 + CD 0 BC 0 + CE 0
 
AA0 = .
DB 0 + ED 0 DC 0 + EE 0
 
  1 2 1 2
2 3 4 0 0 0  1 3 3 1 
 3 2 3 0 0  0  
 e A0 =  2 1 1 3  matrici; si noti che
   
Esempio 6.37. Siano A =   4 2 3 0 0  0  0 0 3 1 
 4 1 1 2 3  1 
 0 0 1 3 

1 3 2 1 2 1
0 0 2 1
il numero di colonne della matrice A è uguale al numero di righe della matrice A0 , per cui ha senso
considerare il prodotto AA0 delle due matrici. Introduciamo in modo opportuno delle partizione in blocchi
delle due matrici. A tal proposito definiamo
   
2 3 4 0 0 0    
4 1 1 2 3 1
B=  3 2 3  , C=  0 0 0  , D= , E= ,
1 3 2 1 2 1
4 2 3 0 0 0
       
1 2 1 2 0 0 3 1
B0 =  1 3 , C 0 =  3 1  , D0 =  0 0  , E 0 =  1 3 ,
2 1 1 3 0 0 2 1
   0 0

B C B C
ossia in definitiva risulta A = e A0 = .
D E D0 E 0
BB 0 BC 0
 
Utilizzando la proposizione precedente, si ha che AA0 = .
DB 0 DC 0 + EE 0
Calcoliamo i seguenti prodotti con l’usuale prodotto riga per colonna:
   
13 17 15 19      
0 0 0 7 12 0 8 12 0 11 12
BB =  11 15  , BC =  12 17  , DB = , DC = , EE = .
8 13 12 11 7 8
12 17 13 19
 
13 17 15 19

 11 15 12 17 

Risulta infine AA0 = 
 12 17 13 19 .

 7 12 19 24 
8 13 19 19