Matrici

Siano n, m interi positivi. Una matrice m × n ad elementi in K è una tabella rettangolare

 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A =  ..
 
.. ... .. 
 . . . 
am1 am2 . . . amn

di mn elementi di K. Scriveremo anche A = (aij ). La i–esima riga di A è la matrice 1 × n

A(i) = (ai1 . . . ain ), 1 ≤ i ≤ m,

La j–esima colonna di A è la matrice m × 1

 
a1j
 a2j 
A(j) =  ..  , 1 ≤ j ≤ n.
 
 . 
amj

Ogni elemento di una matrice è contrassegnato da due indici: il primo è l’indice riga, il
secondo è l’indice colonna. L’elemento aij è anche detto elemento di A di posto i, j. Se
m = n, la matrice A si dice quadrata di ordine n. La trasposta di A è la matrice n × m
ottenuta scambiando tra loro le righe e le colonne di A:
 
a11 a21 . . . am1
 a12 a22 . . . am2 
At = (aji ) =  ..
 
.. . . .. 
 . . . . 
a1n a2n . . . amn

L’insieme di tutte le matrici m × n ad elementi in K si denota con Mm,n (K), mentre

l’insieme delle matrici quadrate di ordine n si denota con Mn (K).
Siano A = (aij ), B = (bij ) due matrici di Mm,n (K). La somma A + B è la matrice
C = (cij ) ∈ Mm,n (K), dove cij = aij + bij . Sia λ ∈ K, il prodotto dello scalare λ per la
matrice A è la matrice λA = (λaij ) ∈ Mm,n (K). Segue facilmente dalle definizioni che
l’insieme Mm,n (K) delle matrici m×n ad elementi in K, dotato delle operazioni di somma
e moltiplicazione per uno scalare, è uno spazio vettoriale sul campo K. Il vettore nullo di
Mm,n (K) è la matrice nulla (che denoteremo con 0), ossia la matrice m × n i cui elementi
sono tutti uguali a zero.

Lemma 0.1. dim(Mm,n (K)) = mn.

Proof. Sia Eij la matrice di Mm,n (K), 1 ≤ i ≤ m, 1 ≤ j ≤ n, definita come segue


0 se (i, j) 6= (l, k)
Eij = (elk ), elk = ,
1 se (i, j) = (l, k)

1
L’insieme delle matrici {E11 , E12 , . . . , Emn } è una base di Mm,n (K). Infatti ∀A = (aij ) ∈
Mm,n (K), A = a11 E11 +. . .+amn Emn e quindi E11 , . . . , Emn generano Mm,n (K). Inoltre, se
b11 , . . . , bmn ∈ K sono tali che b11 E11 +. . .+bmn Emn = 0, allora (bij ) = 0, quindi b11 = b12 =
. . . = bmn = 0 e E11 , . . . , Emn sono linearmente indipendenti. Ne segue che {E11 , . . . , Emn }
è una base di Mm,n (K) (detta base canonica di Mm,n (K)) e dim(Mm,n (K)) = mn.

Una matrice A = (aij ) ∈ Mn (K) si dice diagonale se aij = 0 se i 6= j. Una particolare

matrice diagonale è la matrice identità In
 
1 0 ... 0
 0 1 ... 0 
In =  ..
 
.. . . .. 
 . . . . 
0 0 ... 1

Se A = (aij ) ∈ Mn (K) è una matrice quadrata, gli elementi a11 , a22 , . . . , ann costituis-
cono la diagonale principale di A. A si dice triangolare superiore se aij = 0 per ogni i > j,
mentre si dice triangolare inferiore se aij = 0 per ogni i < j. A si dice simmetrica se
At = A, mentre si dice antisimmetrica se At = −A. Denoteremo con Symn (K) l’insieme
delle matrici simmetriche di Mn (K), mentre denoteremo con ASymn (K) l’insieme delle
matrici antisimmetriche di Mn (K). Si definisce traccia della matrice A e si denota con
T r(A) la somma degli elementi della diagonale principale della matrice A. Pertanto
T r(A) = ni=1 aii .
P

Esercizi 0.2. 1. Stabilire se l’insieme delle matrici diagonali di Mn (K) è un sottospazio

vettoriale di Mn (K). In caso affermativo, determinarne la dimensione.
2. Stabilire se l’insieme delle matrici di Mn (K) aventi traccia nulla è un sottospazio
vettoriale di Mn (K). In caso affermativo, determinarne la dimensione.

Esempi 0.3. 1. Symn (K) è un sottospazio vettoriale di Mn (K) di dimensione n(n+1)/2.

Sia S = {E11 , E22 , . . . , Enn , E12 + E21 , E13 + E31 , . . . , E1n + En1 , E23 + E32 , . . . , E2n +
En2 , . . . , En−1n + Enn−1 }. Mostreremo che le n(n + 1)/2 matrici di S formano una base
di Symn (K). Sia A ∈ Mn (K) una matrice simmetrica. Allora A = At e quindi aij = aji ,
1 ≤ i, j ≤ n. In altri termini, l’elemento di A di posto i, j è uguale all’elemento di A di
posto j, i. Ne segue che

A = a11 E11 +a22 E22 +. . .+ann Enn +a12 (E12 +E21 )+a13 (E13 +E31 )+. . .+a1n (E1n +En1 )+

+a23 (E23 + E32 ) + . . . + a2n (E2n + En2 ) + . . . + an−1n (En−1n + Enn−1 )

e le matrici E11 , E22 , . . . , Enn , E12 + E21 , E13 + E31 , . . . , E1n + En1 , E23 + E32 , . . . , E2n +
En2 , . . . , En−1n + Enn−1 generano Symn (K). Inoltre, se bij ∈ K, 1 ≤ i, j ≤ n, i ≤ j, sono
tali che
b11 E11 + . . . + bnn Enn + b12 (E12 + E21 ) + . . . + b1n (E1n + En1 )+
+b23 (E23 + E32 ) + . . . + b2n (E2n + En2 ) + . . . + bn−1n (En−1n + Enn−1 ) = 0,

2
allora bij = bji e (bij ) = 0, quindi b11 = b12 = . . . = bnn = 0. Pertanto le matrici
E11 , E22 , . . . , Enn , E12 +E21 , E13 +E31 , . . . , E1n +En1 , E23 +E32 , . . . , E2n +En2 , . . . , En−1n +
Enn−1 sono linearmente indipendenti, S è una base di Symn (K) e dim(Symn (K)) =
n(n + 1)/2.
2. ASymn (K) è un sottospazio vettoriale di Mn (K) di dimensione n(n − 1)/2.
Sia A = {E12 − E21 , E13 − E31 , . . . , E1n − En1 , E23 − E32 , . . . , E2n − En2 , . . . , En−1n −
Enn−1 }. Mostreremo che le n(n − 1)/2 matrici di A formano una base di ASymn (K).
Sia A ∈ Mn (K) una matrice antisimmetrica. Allora At = −A e quindi aij = −aji ,
1 ≤ i, j ≤ n, i 6= j, e aii = 0, 1 ≤ i ≤ n. In altri termini, l’elemento di A di posto
i, j, i 6= j, è uguale all’opposto dell’elemento di A di posto j, i, mentre gli elementi della
diagonale principale di A sono nulli. Ne segue che

A = a12 (E12 − E21 ) + a13 (E13 − E31 ) + . . . + a1n (E1n − En1 )+

+a23 (E23 − E32 ) + . . . + a2n (E2n − En2 ) + . . . + an−1n (En−1n − Enn−1 )

e le matrici E12 −E21 , E13 −E31 , . . . , E1n −En1 , E23 −E32 , . . . , E2n −En2 , . . . , En−1n −Enn−1
generano Symn (K). Inoltre, se bij ∈ K, 1 ≤ i, j ≤ n, i < j, sono tali che

b12 (E12 − E21 ) + . . . + b1n (E1n − En1 )+

+b23 (E23 − E32 ) + . . . + b2n (E2n − En2 ) + . . . + bn−1n (En−1n − Enn−1 ) = 0,

allora bij = −bji e (bij ) = 0, quindi b11 = b12 = . . . = bnn = 0. Pertanto le matrici
E12 − E21 , E13 − E31 , . . . , E1n − En1 , E23 − E32 , . . . , E2n − En2 , . . . , En−1n − Enn−1 sono
linearmente indipendenti, A è una base di ASymn (K) e dim(ASymn (K)) = n(n − 1)/2.
3. Mn (K) = Symn (K) ⊕ ASymn (K).
Sia M = (cij ) ∈ Symn (K) ∩ ASymn (K). Allora, poichè M ∈ ASymn (K), si ha che
cii = 0, 1 ≤ i ≤ n, cij = −cji , i 6= j. D’altro canto, poichè M ∈ Symn (K), si ha che
cij = cji , i 6= j. Allora necessariamente cij = 0, 1 ≤ i, j ≤ n, e M = 0. Ne segue che
Mn (K) è somma diretta di Symn (K) e ASymn (K). Si noti, infine, che ∀ A ∈ Mn (K) si
ha che (A + At )/2 ∈ Symn (K), (A − At )/2 ∈ ASymn (K) e

A + At A − At
A= + .
2 2
Dato un vettore riga A = (a1i ) ∈ M1,n (K) ed un vettore colonna B = (bj1 ) ∈ Mn,1 , il
loro prodotto è l’elemento di K definito come segue
 
b11
 b21  Xn
(a11 a12 . . . a1n )  ..  = a1k bk1 = a11 b11 + a12 b21 + . . . + a1n bn1
 
 .  k=1
bn1

3
Più in generale, se A = (ail ) ∈ Mm,n (K) e B = (bkj ) ∈ Mn,p , il loro prodotto righe per
colonne è una matrice AB = (cij ) ∈ Mm,p (K), dove cij è il prodotto dell’i–esima riga di
A per la j–esima colonna di B.
n
X
(i)
AB = (A B(j) ) = (cij ), dove cij = aik bkj = ai1 b1j + ai2 b2j + . . . + ain bnj
k=1

Osservazione 0.4. Date due matrici A e B, è possibile definire la matrice prodotto AB

se il numero delle colonne di A coincide con il numero delle righe di B.

Osservazione 0.5. In generale AB 6= BA. Infatti, se

   
1 1 1 0
A= ,B = ∈ M2 (R),
0 1 1 0

allora    
2 0 1 1
AB = 6= = BA
1 0 1 1

Proposizione 0.6. Se A, B ∈ Mm,n (K), C, D ∈ Mn,p (K), E ∈ Mp,s (K), k ∈ K, allora

1) (A + B)C = AC + BC,

2) A(C + D) = AC + AD,

3) A(kC) = k(AC) = (kA)C,

4) A(CE) = (AC)E,

5) AIn = A, In C = C.

Proof. 1) Sia A = (aij ), B = (bij ), C = (cij ). L’elemento di posto i, k della matrice

(A + B)C si ottiene moltiplicando la i–esima riga della matrice A + B per la k–esima
colonna della matrice C. Pertanto
n
X
(i) t
(A + B) C(k) = (ai1 + bi1 . . . ain + bin )(c1k . . . cnk ) = (aij + bij )cjk =
j=1

n
X n
X
= aij cjk + bij cjk = (ai1 + . . . ain )(c1k . . . cnk )t + (bi1 . . . bin )(c1k . . . cnk )t =
j=1 j=1

= A(i) C(k) + B (i) C(k) .

Si ha, dunque, che l’elemento di posto i, k della matrice (A + B)C coincide con la somma
dell’elemento di posto i, k della matrice AC con l’elemento di posto i, k della matrice BC,
come volevasi.
Le proprietà 2) e 3) si dimostrano in maniera analoga alla 1).

4
 4) Si noti che la i–esima riga di AC risulta

(AC)(i) = A(i) C(1) A(i) C(2) . . . A(i) C(p) ,

mentre, se E = (eij ), la h–esima colonna di CE è

t
(CE)(h) = C (1) E(h) C (2) E(h) . . . C (n) E(h) .

Pertanto, l’elemento di posto i, h della matrice (AC)E è

(AC)(i) E(h) = A(i) C(1) A(i) C(2) . . . A(i) C(p) (e1h e2h . . . eph )t =

= A(i) C(1) e1h + A(i) C(2) e2h + . . . + A(i) C(p) eph =

= (ai1 c11 + · · · + ain cn1 )e1h + (ai1 c12 + . . . + ain cn2 )e2h + . . . + (ai1 c1p + . . . + ain cnp )eph =
= ai1 (c11 e1h + . . . + c1p eph ) + ai2 (c21 e1h + . . . + c2p eph ) + . . . + ain (cn1 e1h + . . . + cnp eph ) =
= ai1 C (1) E(h) + ai2 C (2) E(h) + . . . + ain C (n) E(h) =

t
= (ai1 ai2 . . . ain ) C (1) E(h) C (2) E(h) . . . C (n) E(h) = A(i) (CE)(h)
e quindi coincide con l’elemento di posto i, h della matrice A(CE). Se ne deduce che
A(CE) = (AC)E come volevasi.
5) L’elemento di posto i, j della matrice AIn è

A(i) In(j) = (ai1 ai2 . . . ain )(0 0 . . . 0 1 0 . . . 0)t = aij

e pertanto coincide con l’elemento di posto i, j della matrice A. Segue che AIn = A.
Analogamente si dimostra che In C = C.

Lemma 0.7. i) Se A e B possono essere moltiplicate, allora At e B t possono essere

moltiplicate e (AB)t = B t At .

ii) Se A, B ∈ Mm,n (K), allora At + B t = (A + B)t .

Proof. i) Se A ∈ Mm,n (K) e B ∈ Mn,p (K), allora A ∈ Mn,m (K) e B ∈ Mp,n (K). Pertanto
è possibile definire la matrice B t At . Inoltre l’elemento di posto i, j della matrice B t At è
(i)
B t At(j) = A(j) B(i)

e dunque coincide con l’elemento di posto j, i della matrice AB. D’altro canto, si noti che
l’elemento di posto j, i della matrice AB coincide con l’elemento di posto i, j della matrice
(AB)t . Ne segue che (AB)t = B t At .
ii) Se A = (aij ) ∈ Mm,n (K) e B = (bij ) ∈ Mm,n (K), allora l’elemento di posto
p, s della matrice (A + B)t coincide con l’elemento di posto s, p della matrice A + B che
pertanto risulta essere asp +bsp . D’altro canto l’elemento di posto p, s della matrice At +B t
è asp + bsp e pertanto (A + B)t = At + B t .

5
 Una matrice quadrata A ∈ Mn (K) si dice invertibile se esiste una matrice M ∈ Mn (K)
tale che AM = M A = In .

Lemma 0.8. Se esiste l’inversa di una matrice, allora essa è unica.

Proof. Sia A ∈ Mn (K) e siano M, N ∈ Mn (K) tali che AM = M A = In e AN = N A =

In . Allora M = M In = M (AN ) = (M A)N = In N = N . Quindi M = N .

L’inversa di A si denota con A−1 . Denoteremo con GLn (K) il sottoinsieme di Mn (K)
costituito dalle matrici invertibili.

GLn (K) = {A ∈ Mn (K) | A invertibile }.

Lemma 0.9. i) Siano A, M ∈ Mn (K). Se AM = In , allora M A = In .

ii) Se A, B ∈ GLn (K), allora AB ∈ GLn (K) e (AB)−1 = B −1 A−1 .

iii) In−1 = In .

Proof. i) Supponiamo che AM = In , allora M A = In (M A) = (A−1 A)M A = A−1 (AM )A =

A−1 In A = A−1 A = In .
ii) Si noti che (AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIn A−1 = AA−1 = In . Pertanto
(AB)−1 = B −1 A−1 .

Determinante di una matrice quadrata

Diamo ora una definizione ricorsiva del determinante di una matrice quadrata di ordine
n.
Sia A ∈ Mn (K). Si definisce determinante di A la funzione:

det : A ∈ Mn (K) 7→ det(A) ∈ K

Se n = 1, A = (a11 ) e det(A) = a11 .

Se n = 2,  
a11 a12
A= e det(A) = a11 a22 − a12 a21 .
a21 a22
Se n = 3,  
a11 a12 a13
A =  a21 a22 a23  e per la regola di Sarrus si ha che
a31 a32 a33
det(A) = a11 a22 a33 + a21 a32 a13 + a31 a12 a23 − a13 a22 a31 − a23 a32 a11 − a33 a12 a21 .
Una sottomatrice p × q di una matrice A ∈ Mm,n (K) è una matrice costituita dagli
elementi di A comuni a p righe e q colonne fissate di A.
Se A ∈ Mn (K), chiameremo minore complementare dell’elemento aij e lo denoteremo
con Mij il determinante della sottomatrice che si ottiene da A cancellando la i–esima riga

6
e la j–esima colonna. Mentre, chiameremo complemento algebrico dell’elemento aij e lo
denoteremo con Aij il minore complementare dell’elemento aij , con il proprio segno se
i + j è pari, con il segno opposto se i + j è dispari. Quindi Aij = (−1)i+j Mij .
Teorema 0.10. (Teorema di Laplace)
Sia A ∈ Mn (K), allora il determinante di A è la somma dei prodotti degli elementi di
una sua riga o di una sua colonna per i rispettivi complementi algebrici:
n
X n
X n
X n
X
i+j
det(A) = aij Aij = (−1) aij Mij = aij Aij = (−1)i+j aij Mij .
j=1 j=1 i=1 i=1

Una matrice A ∈ Mn (K) si dice singolare se det(A) = 0. L’elemento det(A) ∈ K verrà

anche indicato con |A|.
Sia A ∈ Mn (K), allora valgono le seguenti proprietà:
i) Il determinante di A è uguale a quello della sua trasposta det(A) = det(At ),
   
1 2 1 3
det = det = −2.
3 4 2 4

ii) Scambiando tra loro due righe oppure due colonne di A si ottiene una matrice B
tale che det(A) = − det(B),
   
1 2 3 4
det = −2, det = 2.
3 4 1 2

iii) Se una riga o una colonna di A è nulla, allora det(A) = 0.

iv) Moltiplicando per uno scalare α ∈ K una riga o una colonna di A si ottiene una
matrice B tale che det(B) = α det(A),
 
1 2
A= , det(A) = 7 − 10 = −3
5 7
 
(1) (1) (2) (2) α 2α
B = αA , B = A , B = , det(B) = 11α − 14α = −3α.
7 11

v) Se la i–esima riga A(i) (colonna) di A è somma di due vettori riga (colonna) R, S ∈

Kn , i.e., A(i) = R + S, allora
A(1) A(1) A(1) A(1)
       
.. .. .. ..

 . 


 .



 .



 .


 (i−1)   (i−1)   (i−1)   (i−1) 
 A   A   A   A 
(i) 
det(A) = det  A  = det  R + S  = det  R  + det  S  .
      
 (i+1)   (i+1)   (i+1)   (i+1) 
 A   A   A   A 
 ..   ..   ..   .. 
 .   .   .   . 
A(n) A(n) A(n) A(n)

7
 vi) Se due righe o colonne di A sono uguali, allora A è singolare, det(A) = 0.
Se la matrice A ha due righe uguali, allora scambiando tali righe tra loro otteniamo
ancora la matrice A, ma tenendo conto della ii) si ha che det(A) = − det(A). Quindi
det(A) = 0.  
1 2
det = 2 − 2 = 0.
1 2

vii) Se due righe o colonne di A sono proporzionali allora A singolare, det(A) = 0.

Se A(i) = αA(j) , i 6= j, allora
 (1)   (1)   (1) 
A A A
 ..   ..   .. 
 .   .   . 
 (i)  (j)   (j) 
 A   αA   A 

 .   .   . 
 .   .
det(A) = det  .  = det  .  = α det  
 ..  = α0 = 0

 A(j)   A(j)   A(j) 
     
 .   .   . 
 ..   ..   .. 
A(n) A(n) A(n)
 
1 2
det = 4 − 4 = 0.
2 4

viii) Se B = αA, allora det(B) = αn det(A).

 

(1)
 
(1)
 A(1)
B αA
.. ..
 αA(2) 
det(B) = det   = det   = α det  =
     
. . ..
.
B (n) αA(n)
 
αA(n)
 
A(1)  

 A(2) 
 A(1)

αA(3)  . 
= α2 det   = αn det  ..  = αn det(A)
 
..
A(n)
 
 . 
αA(n)
 
1 2
A= , det(A) = 7 − 10 = −3
5 7
 
α 2α
B = αA = , det(B) = 11α2 − 14α2 = −3α2 .
7α 11α

ix) Se ad una riga (colonna) di A si somma una combinazione lineare di altre righe
(colonne) di A, si ottiene una matrice B tale che det(B) = det(A).
Sia B tale che B (i) = A(i) + α1 A(1) + . . . + αi−1 A(i−1) + αi+1 A(i+1) + · · · + αn A(n) e

8
 B (j) = A(j) , per ogni 1 ≤ j ≤ n, con j 6= i. Allora
 
B (1)
det(B) = det  ...  =
 
B (n)

A(1)
 
..

 . 

A(i−1)
 
 
= det  A(i) + α1 A(1) + . . . + αi−1 A(i−1) + αi+1 A(i+1) + . . . + αn A(n) =
 
A(i+1)
 
 
 .. 
 . 
A(n)
A(1) A(1) A(1) A(1)
       
.. .. .. ..

 . 


 . 


 . 


 . 

 (i−1) 
A A(i−1)  A(i−1)  A(i−1) 
     
    
= det  A(i) +α1 det  A(1) +α2 det  A(2) +. . .+αn det  A(n)  =
       
 (i+1) 
 A A(i+1)  A(i+1)  A(i+1) 
     
   
 .
..
  ..   ..   .. 
   .   .   . 
(n) (n) (n) (n)
αA A A A
= det(A) + α1 0 + . . . + αn 0 = det(A).
 
1 2
A= , det(A) = 7 − 10 = −3
5 7
 
1 2
B (1) = A(1) , B (2) (1) (2)
= 2A + A , B = , det(B) = 11 − 14 = −3.
7 11

x) Il determinante di una matrice triangolare (inferiore o superiore) è il prodotto degli

elementi della sua diagonale principale.

xi) det(In ) = 1.

Teorema 0.11. (Teorema di Binet)

Se A, B ∈ Mn (K), allora det(AB) = det(A) det(B).

Corollario 0.12. Se A ∈ Mn (K) è invertibile allora det(A−1 ) = det(A)−1 .

Proof. Poichè A è invertibile esiste A−1 ∈ Mn (K) tale che AA−1 = A−1 A = In . Allora
det(AA−1 ) = det(A) det(A−1 ) = det(In ) = 1. Pertanto det(A−1 ) = 1/ det(A) = det(A)−1 .

Segue facilmente il seguente risultato.

Corollario 0.13. Se la matrice A ∈ Mn (K) è invertibile, allora det(A) 6= 0.

9
Corollario 0.14. Se le righe (colonne) di una matrice quadrata A formano un insieme
di vettori linearmente dipendenti, allora A è singolare.
Proof. Sia A ∈ Mm,n (K) e siano α1 , . . . , αn ∈ K non tutti nulli, tali che α1 A(1) + . . . +
αn A(n) = 0. In particolare, se αi 6= 0, allora sia B la matrice ottenuta da A, dove B (j) =
A(j) , 1 ≤ j ≤ n, j 6= i, e
B (i) = αi A(i) + α1 A(1) + . . . + αi−1 A(i−1) + αi+1 A(i+1) + . . . + αn A(n) .
Allora da ix) si ha che det(A) = det(B). Inoltre la i–esima riga di B è la riga nulla,
pertanto det(B) = 0, e dunque det(A) = 0.

Rango
Sia A ∈ Mm,n (K), il rango per righe di A è il massimo numero di righe linearmente
indipendenti di A, dove i vettori riga di A sono considerati come vettori di Kn . Analoga-
mente, il rango per colonne di A è il massimo numero di colonne linearmente indipendenti
di A, dove i vettori colonna di A (trasposti) sono considerati come vettori di Km .
Osservazione 0.15. Dalla definizione di rango per righe o colonne e dal Corollario ??


segue che il rango per righe di A è pari a dim hA(1) , . . . , A(m) i , mentre il rango per


colonne di A è pari a dim hA(1) , . . . , A(n) i .
Proposizione 0.16. Sia A ∈ Mm,n (K), allora il rango per righe ed il rango per colonne
di A coincidono.



Proof. Sia A = (aij ), dove dim hA(1) , . . . , A(m) i = r e dim hA(1) , . . . , A(n) i = s.


Vogliamo provare che r = s. Poichè dim hA(1) , . . . , A(m) i = r, vi sono r vettori A(i1 ) , . . . , A(ir )
che formano una base per hA(1) , . . . , A(m) i. Allora


 A(1) = λ11 A(i1 ) + λ12 A(i2 ) + . . . + λ1r A(ir )
 A(2) = λ21 A(i1 ) + λ22 A(i2 ) + . . . + λ2r A(ir )

.. (0.1)


 .
 A(m) = λ A(i1 ) + λ A(i2 ) + . . . + λ A(ir )
m1 m2 mr

Uguagliando le j–esime componenti dei due membri della (0.1) si ha



 a1j = λ11 ai1 j + λ12 ai2 j + . . . + λ1r air j
 a2J = λ21 ai j + λ22 ai j + . . . + λ2r ai j

1 2 r
.. (0.2)


 .
 a = λ a + λ a + ... + λ a
mj m1 i1 j m2 i2 j mr ir j

In forma matriciale la (0.2) si esprime come segue

       
a1j λ11 λ12 λ1r
 a2J   λ21   λ22   λ2r 
 ..  = ai1 j  ..  + ai2 j  ..  + . . . + ai r j  . (0.3)
       
..
 .   .   .   . 
amj λm1 λm2 λmr

10
Posto      
λ11 λ12 λ1r
 λ21   λ22   λ2r 
L(1) =   , L(2) =   , . . . , L(r) =  ,
     
.. .. ..
 .   .   . 
λm1 λm2 λmr
dalla (0.3), si ha che

A(j) = ai1 j L(1) + ai2 j L(2) + . . . + air j L(r)

e pertanto
A(j) ∈ hL(1) , L(2) , . . . , L(r) i, 1 ≤ j ≤ n.
Ne segue che



s = dim hA(1) , . . . , A(n) i ≤ dim hL(1) , . . . , L(r) i ≤ r.

Analogamente, partendo dalle colonne di A invece che dalle righe, si ottiene r ≤ s.

In base al risultato precedente possiamo definire il rango di A come il massimo numero

di righe o colonne linearmente indipendenti di A. Il rango di A si denota con rg(A).

Proposizione 0.17. Il rango di una matrice non cambia se essa viene sottoposta ad una
qualunque selle seguenti operazioni, dette operazioni elementari di riga:

i) scambio di due righe,

ii) moltiplicazione di una riga per uno scalare non nullo,

iii) addizione di un multiplo di una riga ad un’altra riga.

Proof. Sia A ∈ Mm,n (K). Sia B la matrice ottenuta da A scambiando le righe s, t, dove
1 ≤ s < t ≤ m. Allora

hA(1) , . . . , A(t) , . . . , A(s) , . . . , A(m) i = hA(1) , . . . , A(s) , . . . , A(t) , . . . , A(m) i

e
rg(B) = dim hA(1) , . . . , A(t) , . . . , A(s) , . . . , A(m) i =

= dim hA(1) , . . . , A(s) , . . . , A(t) , . . . , A(m) i = rg(A).

Sia B la matrice ottenuta moltiplicando la t–esima riga di A per uno scalare c ∈ K,

con c 6= 0. Allora

hA(1) , . . . , cA(t) , . . . , A(m) i = hA(1) , . . . , A(t) , . . . , A(m) i

e
rg(B) = dim hA(1) , . . . , cA(t) , . . . , A(m) i =

11
 = dim hA(1) , . . . , A(t) , . . . , A(m) i = rg(A).

Infine, se B è la matrice ottenuta da A sostituendo alla s–esima riga di A, A(s) , la

combinazione lineare A(s) + cA(t) , per qualche c ∈ K e s 6= t. Si noti che

hA(1) , . . . , A(s) + cA(t) , . . . , A(m) i ⊆ hA(1) , . . . , A(t) , . . . , A(m) i.

Inoltre, poichè A(s) = (A(s) + cA(t) ) − cA(t) , si ha che

hA(1) , . . . , A(m) i ⊆ hA(1) , . . . , A(s) + cA(t) , . . . , A(m) i.

Pertanto anche in questo caso rg(A) = rg(B).

Sia A = (aij ) ∈ Mm,n (K). L’elemento aij si definisce pivot della i–esima riga di A, se
j è il più piccolo intero tale che aij 6= 0. Quindi aij 6= 0 e aih = 0, per ogni h < j.
La matrice A si dice a gradini se valgono le seguenti proprietà:
i) se aij è il pivot della i–esima riga, allora akj = 0 per ogni i < k ≤ m,

ii) se aij è il pivot della i–esima riga e akh è il pivot della k–esima riga, con i < k, allora
j < h,

iii) ogni riga non nulla precede ogni riga nulla.

Proposizione 0.18. (Metodo di Gauss)
Ogni matrice può essere trasformata in una matrice a gradini mediante operazioni ele-
mentari di riga. Il rango di una matrice a gradini è pari al numero delle sue righe non
nulle.
Esempi 0.19. 1. Sia
 
1 −2 3 4
A= 0 1 3 1  ∈ M3,4 (R), 1 ≤ rg(A) ≤ 3.
−2 1 1 2
   
1 −2 3 4 1 −2 3 4
R30 = R2 + 2R1  0 1 3 1  , R30 = R3 + 3R2  0 1 3 1  ,
0 −3 7 10 0 0 16 13
pertanto rg(A) = 3.
2. Sia  
1 0 −2 5 6
4
 1 1
1 2 1 0 
A=  ∈ M4,6 (R), 1 ≤ rg(A) ≤ 4.
 5 6
1 1 8 7 
3 1
0 1 2 1
 
0 1 4 0 −2 5 6
R2 = R2 − R1 
0 −3 1 4 −4 −6 
R30 = R3 − 5R1  ,
0 14 1 11 −17 −23
R40 = R4 − 3R1
 
0 −11 0 7 −13 −17

12
  
1 4 0 −2 5 6
R30 = 3R3 − 14R2 
 0 −3 1 4 −4 −6 
,
0
R4 = 3R4 − 11R2  0 0 −11 −23 5 15 
0 0 −11 −23 5 15
 
1 4 0 −2 5 6
 0 −3 1 4 −4 −6 
R40 = R4 − R3 
 0 0 −11 −23 5 15  ,


0 0 0 0 0 0
pertanto rg(A) = 3.

Sia A ∈ Mm,n (K). Si chiama minore di ordine k, con k ≤ min{m, n}, il determinante
di una qualunque sottomatrice quadrata di ordine k ottenuta sopprimendo m − k righe
ed n − k colonne di A.
Sia A ∈ Mm,n (K) e sia M una sua sottomatrice, orlare M significa completare la
sottomatrice M con una riga ed una colonna di A non appartenenti ad M .

Proposizione 0.20. Se B è una sottomatrice di A, allora rg(B) ≤ rg(A).

Proof. Sia B una sottomatrice p × q della matrice A ∈ Mm,n (K). Sia C ∈ Mp,n (K) la
matrice formata dalle p righe di A in comune con B. Poichè

hC (1) , . . . , C (p) i ⊆ hA(1) , . . . , A(m) i,

si ha che rg(C) ≤ rg(A). Analogamente, poichè

hB(1) , . . . , B(q) i ⊆ hC(1) , . . . , C(n) i,

segue che rg(B) ≤ rg(C). Quindi rg(B) ≤ rg(A).

Proposizione 0.21. i) Se A ∈ Mm,n (K), B ∈ Mn,p (K), allora rg(AB) ≤ min{rg(A), rg(B)}.

ii) Se A ∈ GLm (K), B ∈ Mm,n (K), C ∈ GLn (K), allora rg(AB) = rg(B) = rg(BC).

Proof. i) Se A = (aij ) ∈ Mm,n (K) e B = (bij ) ∈ Mn,p (K), allora la i–esima riga della
matrice AB ∈ Mm,p (K) risulta

A(i) B = (ai1 b11 + . . . + ain bn1 , ai1 b12 + . . . + ain bn2 , . . . , ai1 b1p + . . . + ain bnp ) =

= (ai1 b11 , ai1 b12 , . . . , ai1 b1p ) + (ai2 b21 , ai2 b22 , . . . , ai2 b2p ) + . . . + (ain bn1 , ain bn2 , . . . , ain bnp ) =
= ai1 B (1) + ai2 B (2) + . . . + ain B (n) .
Pertanto A(i) B ∈ hB (1) , B (2) , . . . , B (n) i, 1 ≤ i ≤ m e quindi rg(AB) ≤ rg(B). Inoltre si
ha che
rg(AB) = rg((AB)t ) = rg(B t At ) ≤ rg(At ) = rg(A).

13
 ii) Dalla i) si ha che

rg(AB) ≤ rg(B) = rg((A−1 A)B) = rg(A−1 (AB)) ≤ rg(AB),

e quindi rg(AB) = rg(B). Analogamente

rg(BC) ≤ rg(B) = rg(B(CC −1 )) = rg((BC)C −1 ) ≤ rg(BC),

da cui segue che rg(BC) = rg(B).

Teorema 0.22. Una matrice quadrata di ordine n è invertibile se e solo se ha rango n.

Proof. Se la matrice A ∈ Mn (K) è invertibile, allora dalla Proposizione 0.21 ii), si ha che
rg(A) = rg(AA−1 ) = rg(In ) = n e la matrice A ha lo stesso rango di In . In particolare
rg(In ) = n. Viceversa, se A ha rango n, le sue righe A(1) , A(2) , . . . , A(n) sono linearmente
indipendenti e quindi costituiscono una base di Kn . Esistono, pertanto, per ogni i =
1, . . . , n, degli scalari bi1 , . . . , bin ∈ K tali che

ei = bi1 A(1) + bi2 A(2) + . . . + bin A(n) .

Sia B = (bij ) ∈ Mn (K). Allora ei = B (i) A, quindi In = BA ed A è invertibile.

Teorema 0.23. Sia A ∈ Mm,n (K), allora rg(A) coincide con il massimo ordine dei
minori non nulli di A.

Proof. Sia ρ il massimo ordine dei minori non nulli di A. Mostriamo prima che ρ ≤
rg(A). Infatti se denotiamo con M una sottomatrice quadrata di A di ordine ρ che ha
determinante diverso da zero, allora, dal Corollario 0.14, si ha che le righe di M sono
linermente indipendenti e quindi rg(M ) = ρ. Inoltre, essendo M una sottomatrice di A,
dalla Proposizione 0.20 si ottiene ρ ≤ rg(A).
Viceversa, se r = rg(A), allora in A vi sono r righe linearmente indipendenti ed in
particolare r è il massimo numero di righe di A linearmente indipendenti. Sia B ∈ Mr,n (K)
la sottomatrice di A costituita dalle righe di A che sono linearmente indipendenti. Per
costruzione, le r righe della matrice B sono linermente indipendenti, pertanto rg(B) ≥ r.
Dalla Proposizione 0.20, si ha che rg(B) = r ed allora B contiene r colonne linearmente
indipendenti. Sia C la sottomatrice quadrata di ordine r di B formata dalle r colonne di B
linearmente indipendenti. La matrice C ha rango r e dal Teorema 0.22 risulta invertibile.
Dal Corollario 0.13 si ha che det(C) 6= 0, det(C) è un minore non nullo di A di ordine r
e ρ ≥ r.

I seguenti risultati discendono facilmente dal teorema appena dimostrato.

Teorema 0.24. (Teorema di Kronecker o Metodo degli orlati)

Sia A ∈ Mm,n (K), allora rg(A) = k se e solo se esiste in A un minore non nullo di
ordine k per il quale tutti i minori orlati sono nulli.

14
Corollario 0.25. Sia A ∈ Mn (K), allora rg(A) = n se e solo se det(A) 6= 0.

Corollario 0.26. Una matrice quadrata è invertibile se e solo se è non singolare.

Corollario 0.27. Una matrice quadrata è singolare se e solo se le sue righe (colonne)
formano un insieme di vettori linearmente dipendenti.

Esempi 0.28. 1. Sia

 
1 −2 3 4
A= 0 1 3 1  ∈ M3,4 (R), 1 ≤ rg(A) ≤ 3.
−2 1 1 2
 
1 −2 3
det  0 1 3  = 16,
−2 1 1
pertanto rg(A) = 3.
2. Sia  
1 4 0 −2 5 6
 1 1 1 2 1 0 
A=  ∈ M4,6 (R), 1 ≤ rg(A) ≤ 4.
 5 6 1 1 8 7 
3 1 0 1 2 1
 
1 4
det = −3 6= 0, rg(A) ≥ 2,
1 1
 
1 4 0
det  1 1 1  = −5 + 16 = 11 6= 0, rg(A) ≥ 3,
5 6 1
     
1 4 0 −2 1 4 0 5 1 4 0 6
 1 1 1 2   1 1 1 1   1 1 1 0 
det 
 5
 = det 
 5 6 1 8  = det  5 6 1
   = 0,
6 1 1  7 
3 1 0 1 3 1 0 2 3 1 0 1
pertanto rg(A) = 3.

Calcolo dell’inversa
Sia A ∈ Mn (K).
I) Si dice matrice aggiunta di A, e la si denota con Agg(A), la matrice che ha come
elemento di posto i, j, il complemento algebrico dell’elemento di At di posto i, j.
L’inversa di A, è ottenuta dividendo ciascun elemento dell’aggiunta di A per il determi-
nante di A: A−1 = det(A)1
Agg(A).
II) Si consideri la matrice (A|In ). Se A è invertibile, effettuando operazioni elementari
di riga, è possibile ottenere una matrice della forma (In |B). Allora B = A−1 .

15
Esempi 0.29. 1. Sia
 
1 2 4
A =  3 −1 2  ∈ M3 (R), det(A) = 11.
1 1 1

I)    
−3 2 8 −3/11 2/11 8/11
Agg(A) =  −1 −3 10  , A−1 =  −1/11 −3/11 10/11  .
4 1 −7 4/11 1/11 −7/11
II)  
1 2 4 1 0 0
(A|I3 ) =  3 −1 2 0 1 0  ∈ M3,6 (R).
1 1 1 0 0 1
 
0 1 2 4 1 0 0
R2 = R2 − 3R1 
0 −7 −10 −3 1 0  ,
R30 = R3 − R1
0 −1 −3 −1 0 1
 
1 2 4 1 0 0
R30 = 7R3 − R2  0 −7 −10 −3 1 0  ,
0 0 −11 −4 −1 7
 
7 0 8 1 2 0
R10 = 7R1 + 2R2  0 −7 −10 −3 1 0  ,
0 0 −11 −4 −1 7
 
0 77 0 0 −21 14 56
R1 = 11R1 + 8R3 
0 −77 0 7 21 −70  ,
R20 = 11R2 − 10R3
0 0 −11 −4 −1 7
R10 = R1 /77
 
1 0 0 −3/11 2/11 8/11
R20 = R2 / − 77  0 1 0 −1/11 3/11 10/11  = (I3 |A−1 ).
R30 = R3 / − 11 0 0 1 4/11 1/11 −7/11
2. Sia  
1 1 2
A =  0 1 0  ∈ M3 (R), det(A) = 3.
−1 0 1
I)    
1 −1 2 1/3 −1/3 −2/3
Agg(A) =  0 1 0  , A−1 =  0 1/3 0 .
1 −1 1 1/3 −1/3 1/3
II)  
1 1 2 1 0 0
(A|I3 ) =  0 1 0 0 1 0  ∈ M3,6 (R).
−1 0 1 0 0 1

16
  
1 1 2 1 0 0
R30 = R3 + R1  0 1 0 0 1 0  ,
0 1 3 1 0 1
 
0 1 0 2 1 −1 0
R3 = R3 − R2 
0 1 0 0 1 0 ,
R10 = R1 − R2
0 0 3 1 −1 1
 
3 0 0 1 −1 −2
R10 = 3R1 − 2R3  0 1 0 0 1 0 ,
0 0 3 1 −1 1
 
1 0 0 1/3 −1/3 −2/3
R10 = R1 /3 
0 1 0 0 1/3 0  = (I3 |A−1 ).
R30 = R3 /3
0 0 1 1/3 −1/3 1/3

17