Sei sulla pagina 1di 7

1 2

ALGEBRA MATRICIALE
ª1 0º
1) Definizioni . Una matrice è una tabella di numeri aij disposti su “m” righe e su « 1 »
”n” colonne . Viene indicata con una lettera (maiuscola) racchiusa in parentesi quadre « »
Tra le matrici scalari si ricorda la matrice identità : > I @ « 1 » o aij = Gij
ª a11 a12 ... a1n º «
« . » « 1 »»
«a 21 » ­l 'indice (o "pedice") i richiama la riga, «¬0 1 »¼
>A@ « . . » a ij ®
« » ¯l 'indice (o "pedice") j richiama la colonna ª0 0 . . 0º
« . . » «0 »
«¬a m1 ... ... a mn »¼ (mxn) « »
· matrice nulla > 0 @ «. »
«. »
I numeri aij si dicono “elementi” (o “componenti”) della matrice e sono numeri « »
(o funzioni) reali (o, più in generale, complessi) ; l’indice “i” individua la riga, «¬0 . . . 0»¼
l’indice “j” individua la colonna della “casella” ove è posto l’elemento aij .
L’ “ordine” della matrice viene esplicitato indicando (tra parentesi tonde poste in ªa11 a12 . . a1n º
basso a destra) prima il numero delle sue righe e poi il numero delle sue colonne. «0
a 22 . »
Si omette l’indicazione dell’ordine della matrice quando non esso non è strettamente · matrice triangolare superiore > U @ « » ossia aij = 0 per i >
necessario. « . . »
« »
¬0 0 . . a nn ¼
Se risulta n = m , la matrice è quadrata e possiede una “diagonale principale”
j
formata dagli elementi aii .
Nota. L’ordine di una matrice quadrata può essere espresso dal solo numero “n”
. .
ª a11 0 . . 0 º
Tra le matrici quadrate si ricordano, in particolare, le seguenti matrici “notevoli” : « 0 »
· matrice triangolare inferiore > L@ «a 21 a 22 » ossia aij = 0 per i < j
ªa11 0 º « . . »
« » « »
. ¬ a n1 . . . a nn ¼
« »
· matrice diagonale > A @ « . »
« »
« . » · matrice simmetrica : aij = aji ( in particolare [ I ] e [ 0 ] sono simmetriche)
«¬ 0 a nn »¼
(in questa matrice sono nulli tutti gli elementi posti fuori della diagonale principale) · matrice antisimmetrica : aij = -aji con aii = 0

ªa 0º
« a »
« »
« a »
Tra le matrici diagonali si ricorda la “matrice scalare”: >A@ « »
« . »
« . »
« »
¬0 a¼
3 4

ª a11 a12 . a1b 0 0 º 4) Vettori . Una matrice costituita da una sola colonna è detta vettore-colonna (o più
«a » brevemente vettore); una matrice costituita da una sola riga è un vettore-riga.
« 21 22 a » Basta un solo indice per identificare gli elementi di un vettore (riga o colonna).
« . » Un vettore-riga (racchiuso in parentesi quadre) si scrive su una sola riga di testo
· matrice a banda >A@ « » (b = semibanda)
a
« b1 » Un vettore-colonna (racchiuso in parentesi quadre) si scrive su diverse righe di testo
« 0 a n 1,n » (e quindi può occupare inutilmente molto spazio di un testo). Se però gli elementi del
« » vettore colonna sono scritti su una sola riga racchiudendoli in parentesi graffe, non
¬ 0 0 a n,n 1 a nn ¼
vi è ambiguità di interpretazione : {a } = { a1 a2 a3 …. an } è un vettore colonna ,
(sono nulli tutti gli elementi esterni alla banda che “fascia” la diagonale principale)
5) Considerazioni varie
2) Ripartizione di matrici. Ogni matrice [A] (quadrata oppure no) può essere
ripartita in più "sottomatrici", tracciando una o più righe orizzontali e/o verticali. · Anche un vettore, come una matrice, può essere ripartito in più “sottovettori”.
· Una matrice di ordine (1 x 1) , o un vettore di ordine 1 , degenerano in una quantità
Esempio: scalare , che, per brevità, viene chiamata semplicemente “scalare”.

ª a11 a12 a13 | a14 a15 º · Una matrice può anche essere “interpretata” come :
«a - un vettore riga formato da tanti vettori colonna
| a 24 a 25» ª> A11@ > A12@º
>A@ « 21 a 22 a 23 » « - un vettore colonna formato da tanti vettori riga
«       » ¬> A21@ > A22@»¼
« » 6) Determinante di una matrice quadrata. Si definisce “determinante” di una
¬ a 31 a 32 a 33 | a 34 a 35¼ (3x5)
matrice di ordine n x n (o più brevemente di ordine n) quello scalare ottenuto da :
­ ª a11 a12 a13º
°> A11@ « » det ª¬ A º¼ ¦ ( 1) K a1D1 < a 2D2 < a 3D3 < < < a nDn .
° ¬a 21 a 22 a11¼ D1, D2...Dn
° ª a14 a15 º essendo la somma estesa a tutte le permutazioni possibili di DDDDn
°
ove : ®> A12@ « »
¬a 24 a 25¼ ­0 permutazione pari
° mentre K ®
°> A 21@ >a 31 a 32 a 33@ ¯1 permutazione dispari
° Esempio ( valido per n=3 )
°̄> A 22@ >a 34 a 35@ det [A] = a11 a22 a33 - a12 a21 a33 + a12 a23 a31 - a13 a22 a31 + a13 a21 a32
- a11 a23 a32
3) Trasposta di una matrice. Per ogni matrice [A] (quadrata oppure no) esiste la
matrice trasposta [A]T che si ottiene scambiando tra loro le righe e le colonne di [A]. Proprietà del determinante di una matrice :
1. ad ogni permutazione dispari di righe o di colonne di una matrice il determinante
Proprietà della trasposizione di una matrice : cambia segno, ad ogni permutazione pari il determinante resta inalterato
x se l’ordine di [A] è (m x n) , allora l'ordine di [A]T è (n x m) 2. il determinante di una matrice è nullo se :
x ( [A]T )T = [A] - una riga o una colonna è tutta nulla
x se [A] è simmetrica Ù (si legge “se e solo se”) [A]T = [A] - due righe o due colonne sono uguali tra loro
- una riga o una colonna sono combinazione lineare di altre righe o colonne
x se [A] è antisimmetrica Ù [A]T = -[A]
T T T
3. risulta : det [ I ] = 1 ; det [ 0 ] = 0 ; det [A]T = det [A]
ª> A11@ > A12@ º ª > A11@ > A21@ º 4. moltiplicando ogni elemento di una riga o di una colonna della matrice [A] per lo
x « » « T T
»
scalare c, il determinante di tale nuova matrice diviene : c ǜ det [A]
¬> A21@ > A22@¼ «¬> A12 @ > A22 @ »¼
5. moltiplicando tutti gli elementi di [A] per lo scalare c , il determinante diviene :
cn ǜ det [A] ( essendo n l'ordine di [A] )
5 6

x associativa : ([A] + [B]) + [C] = [A] + ([B] + [C])


7) Altre definizioni riguardanti le matrici quadrate
Risulta : [A] + [0] = [A] ; ([A] + [B])T = [A]T + [B]T
x una matrice [A ] si dice singolare Ù det [ A ] = 0
x una matrice [A ] si dice regolare Ù det [A ]  0
Osservazione. Un’uguaglianza tra matrici rimane invariata se si somma una stessa
x il "minore" di una matrice [A](nxn) è la matrice [Mij](n-1 x n-1) che si ottiene matrice ad ambo i membri dell’ uguaglianza.
cancellando da [A] la riga i-esima e la colonna j-esima
x il “cofattore” (detto anche "aggiunto”) dell’elemento aij della matrice [A] è lo
i+j
scalare 
A ij = (-1) ǜ det [Mij]
x la matrice trasposta dei cofattori di [ A ] si indica con 10) Prodotto di una matrice per uno scalare
ªA 11 . . . A  n1 º
« . . » ª ca11 . . . ca1n º
ªA  º « » e si dice “matrice aggiunta” di [A]
¬ ¼ « . . »
« .
c[A] = [B] , ove > B@ « . »»
« « . . »
¬ A1n . . . A  nn »¼
« »
¬ca m1 ca mn ¼
8) Regola di espansione dei determinanti
Proprietà del prodotto di una matrice per uno scalare :
Il determinante della matrice [A] (di ordine n) può essere espresso in funzione dei x commutativa : c [A] = [A] c
determinanti di matrici di ordine n-1 , tramite le seguenti espressioni :
n x associativa : c ( d [A] ) = (cd) [A]
x det > A @ 
A (espansione sugli elementi della riga r-esima) x distributiva (sugli scalari) : (c + d) [A] = c [A] + d [A]
¦ a rc rc
c 1
n x distributiva (sulle matrici) : c ( [A] + [B] ) = c [A] + c [B]
x det > A @ 
A (espansione sugli elementi della colonna c-esima)
¦ a rc rc
r 1 Osservazione. Un'uguaglianza tra matrici rimane invariata se ambo i membri
Quando in un processo iterativo di espansione di un determinate si arriva a calcolare vengono moltiplicati per uno stesso scalare.
il determinante di un minore [ Mrc ] di ordine 1 (cioè di uno scalare) , il determinante
coincide allora con lo scalare stesso . 11) Prodotto (scalare) fra due matrici

Due matrici [A] e [B] si possono moltiplicare tra loro per ottenere la matrice prodotto
9) Somma di due matrici (dello stesso ordine) [C] = [A] [B] solamente se il numero di colonne di [A] è uguale al numero di
righe di [B]. Se la matrice [A] è di ordine (pxm) e la matrice [B] è di ordine (mxq),
m
ª a11  b11 . . . a1n  b1n º allora il generico elemento di [C] è : cij ¦ a ir b rj (prodotto righe per colonne).
« . . » r 1
[A] + [B] = [ C ] , ove >C@ « »
« . . » In sintesi : [ A ](pxm) [ B ](mxq) = [ C ](pxq) .
« »
a 
¬ m1 bm1 a mn  bmn ¼
Proprietà del prodotto di matrici
­°c > A @  > B@ c > A @  c > B@ (c scalare )
Proprietà della somma di matrici : ®
x associativa ( [C] matrice )
°̄> A @ > B@ ˜ >C@ > A @> B@ >C@
x commutativa : [A] + [B] = [B] + [A]
7 8

­° > A @  > B@ >C@ > A @>C@  > B@>C@ Infatti considerando [C] = [A] [B] con [A] = [A]T e [B] = [B]T se si traspone
x distributiva ® [C] si ottiene : [C]T = [B]T [A]T = [B] [A] z [C] , poiché [A][B] z [B][A] .
°̄>C@ > A @  > B@ >C@> A @  >C@> B@
Tuttavia per le matrici simmetriche risulta : [A][B] = ([B][A])T.
Il prodotto fra due matrici non è commutativo anche se le due matrici sono quadrate
x il prodotto tra due matrici [L] è una matrice tipo [L] ; lo stesso vale per il prodotto
(e dello stesso ordine) , cioè, in generale : [A][B] z[B][A] . tra due matrici [U] e tra due matrici diagonali [D] .
Quindi la "pre-moltiplicazione" è diversa dalla "post-moltiplicazione" .
E' però vero che : det ( [A] [ B ] ) = det ( [ B ] [ A ] ) = det [ A ] ǜ det [ B ] .
Una matrice [A] si dice “definita positiva” se per qualunque {B} z {0} ( essendo
Osservazione. Un'uguaglianza fra matrici rimane invariata se una stessa matrice
il numero di elementi di {B} pari al numero di colonne di [ A ] ) risulta :
viene pre-moltiplicata o post-moltiplicata ad ambo i membri dell’uguaglianza
m {B}T [A] {B} > 0 . Le matrici definite positive hanno tutti gli elementi aii > 0 .
Per le matrici ripartite, la regola del prodotto righe per colonne cij ¦ a ir b rj si Il prodotto {B}T [A] {B} costituisce una “forma quadratica” .
r 1
applica “trattando” le singole sottomatrici come altrettanti elementi .
12) Matrice inversa
Esempio: matrici quadrate (stesso ordine) ripartite con lo stesso modo di ripartizione
Si definisce matrice inversa della matrice [A] , e la si indica con [A]-1, quella matrice
(l’ordine di [A11] è uguale all’ordine di [B11] : ne consegue che l’ordine di [A22] è
tale che : [A] [A]-1 = [A]-1 [A] = [ I ]
uguale all’ordine di [B22] , l’ordine di [A12] è uguale all’ordine di [B12], ecc… ) 1 [A] § 1 ·
Si dimostra che : > A @ ¨ 
¸ [A]
det > A@ © det > A @ ¹
ª> A11@ > A12@ º ª> B11@ > B12@ º ª> C11@ >C12@ º
> A @> B@ « ˜ « ove : Pertanto se risulta det [A] = 0 (matrice singolare) , non esiste [A]-1 .
¬> A 21@ > A 22@»¼ «¬> B21@ > B22@»¼ ¬> C21@ > C22@»¼ Si dimostra inoltre che per ogni matrice quadrata regolare , esiste, ed è unica, [A]-1 .
Una matrice [A] si dice ortogonale se risulta : [A]T = [A]-1 .
[C11] = [A11] [B11] + [A12] [B21]
[C12] = [A11] [B12] + [A12] [B22] Osservazione. Un'uguaglianza fra matrici regolari rimane invariata se se vengono
[C21] = [A21] [B11] + [A22] [B21] invertiti ambo i membri dell’uguaglianza.
[C22] = [A21] [B12] + [A22] [B22] Si dimostra poi che :
x det [ A ]-1 = 1 / det [ A ]
Risulta poi , per qualunque matrice [A] ( e per ogni coppia di vettori {A} e {B} ) :
Infatti [ A ]-1[ A ] = [ I ] e quindi det [A ]-1 · det[ A ] = det[ I ] = 1
[A] [ 0 ] = [ 0 ] , [A] [ I ] = [ I ] [A] = [A] , {A}T{B} = {B}T {A}
e pertanto : det [ A ]-1 = 1 / det [A ]
-1 -1
Osservazione : {A}T{A} = scalare (prodotto scalare fra vettori identici) x ( [A ] [ B ] )-1 = [ B ] [ A ] (come per la trasposizione)
{A} {A}T = matrice quadrata di ordine n Infatti considerando il prodotto ([A][B]) ([B]-1[A]-1) = [A] ([B][B]-1) [A]-1
(proprietà associativa) = [A][ I ][A]-1 = [ I ] . Da ciò segue che [B]-1[A]-1 è
Si dimostra che : l’inversa di [A][B]
x ( [A] [B] )T = [B]T [A]T . E’sufficiente ricordare le definizioni di matrice x ([A]-1)T = ([A]T)-1
trasposta e di prodotto fra matrici (oppure verificare un semplice esempio) Infatti dato il prodotto [A]-1[A] = [ I ] si traspongono ambo i membri e si ha
x se [A] è simmetrica , allora il prodotto [B]T [A] [B] è simmetrico . ( [A]-1[A] )T = [A]T ( [A]-1 )T = [ I ]T = [ I ]. Avendo così appurato che
Infatti ([B]T [A] [B])T = [B]T [A]T ( [B]T )T = ([B]T [A] [B]) [A]T ([A]-1)T = [ I ] , premoltiplicando ambo i membri per ( [A]T )-1 , si ha:
x il risultato del prodotto [A] [A]T è una matrice simmetrica . ( [A]T) -1 [A]T ( [A]-1 )T = ( [A]T )-1 ; ricordando che ([A]T)-1 [A]T = [ I ]
Infatti ( [A] [A]T )T = ([A]T)T [A]T = [A] [A]T si ottiene: ( [A]-1 )T = ( [A]T )-1
x il prodotto fra due matrici simmetriche non è, in generale, una matrice simmetrica.
9 10

x l’inversa [ B ] di una matrice diagonale [ A ] è ancora una matrice diagonale e Risolvere il sistema significa calcolare il vettore {X} ; pertanto se [A] è regolare,
risulta : bii = 1 / aii. allora esiste [ A ]-1 che, premoltiplicata ad ambo i membri, fornisce :
 / det [ A ]
Infatti bii = A e risulta det [A] = a11 · a22 · · · ann
ii
mentre A
 = a11 · a22 · · ai-1,i-1 · ai+1,i+1 · · ann da cui : bii = 1 / [ A ]-1 [ A ] {X} = [ A ]-1 {B} e cioè [ I ]{X} = {X} = [ A ]-1 {B}
ii
aii Quindi, almeno formalmente, la soluzione di un sistema di equazioni lineari (cioè il
x se [ A ] è simmetrica, anche [ A ]-1 è simmetrica. calcolo del vettore delle incognite) comporta l’inversione della matrice dei
Infatti se [ A ] = [ A ]T , allora , invertendo ambo i membri, si ha : coefficienti e la successiva poitmoltiplicazione per il vettore dei termini noti .
Un sistema si dice omogeneo se {B} = {0} . E’ immediato verificare che se [ A ] è
[ A ]-1 = ( [ A ]T )-1 = ( [ A ]-1 )T , per cui [ A ]-1 è simmetrica
regolare , e se il sistema ammette una soluzione unica , allora essa è {X} = {0} .
x se [ A ] = c [ B ] , allora [ A ]-1 = (1/c) [ B ]-1 14) Autovalori di una matrice
ª cn 1B
 11 . . . cn 1B n1 º
§ · § · « . » Gli autovalori di una matrice quadrata [ A ] di ordine “n” sono le “n” soluzioni
1 1
¨ ¨ ¸«
1 ¸ª  º »=
Infatti > A @ ¬ A¼ n dell’equazione algebrica in O di grado “n” data da :
¨ det > A @ ¸
© ¹
¨ c det > B@ ¸ « .
© ¹ »
« n 1  n 1
¬c B1n . . . c B  nn »¼
ªa11  O a12 . . a1n º
§ c n 1 · § 1 ·  1 « a a 22  O . .
= ¨ n ¸¨ ¸ ª¬ Bº¼ 1/ c > B@ « 21 a 2n »»
© c ¹ © det > B@ ¹ det « . . » det > A @  O > I @ 0
« .
Problema. Se vale l’uguaglianza [ A ] [ B ] = [ A ] [ C ] si può concludere che « . »»
¬« a n1 . . . a nn  O ¼»(nxn)
risulta sempre [ B ] [ C ] ? Risposta : no ! Perché ?

13) Sistemi di equazioni algebriche Il determinante della matrice ( [ A ] - O [ I ] ) è detto “polinomio caratteristico” .
Imponendo che esso sia nullo, si scrive la “equazione caratteristica” nella incognita
Un sistema di n equazioni algebriche lineari nelle n incognite xi : O, che è una equazione algebrica polinomiale di grado “n” , poiché “n” è l’ordine
­a11 x1  a12 x 2  . . . + a1n x n b1 della matrice [ A ]. Il teorema fondamentale dell’algebra afferma che una
°a x  a x  . . . + a x equazione algebrica polinomiale di grado “n” ammette sempre “n” radici complesse
2n n b2
° 21 1 22 2 (calcolabili con metodo numerico) , la i-esima delle quali si indica con Oi .
°. . .
®
°. . . Occorre affrontare il problema del calcolo degli autovalori della matrice matrice [A]
°. . . ogni volta che è richiesto il calcolo delle soluzioni {X} non banali di un sistema di
° equazioni algebriche lineari del tipo : [A] {X} = O {X}. Eq. (1)
¯a n1 x1  a n2 x 2  . . . + a nn x n bn
Due classici esempi di applicazione di questo tipo di calcolo (estrazione degli
può scriversi in forma matriciale (o forma “canonica”) come [A]{X} = {B} con :
autovalori di una matrice) sono la ricerca delle tensioni principali (e delle direzioni
ª a11 . . a1n º principali) della matrice di tensione, oppure la ricerca dei momenti principali
« . . »
» dell’ellissoide di inerzia.
{X} = {x1 x2 ... xn} {B} = {b1 b2 ... bn} e > A @ ««
. . »
« » Se la eq. (1) viene scritta nella forma ( [ A ] -O [ I ] ) {X} = {0} (sist. omogeneo)
¬a n1 . . a nn ¼ appare evidente che {X} = {0} (soluzione banale) è l’unica soluzione ammessa da
essendo : {X} il vettore delle incognite , {B} il vettore dei termini noti e [A] la questo sistema quando il determinante della matrice ([ A ] -O [ I ]) è diverso da zero.
matrice (quadrata) dei coefficienti.
11 12

La ricerca della soluzioni non banali impone quindi l’annullamento del determinante, ª 4 2 º ª x1 º ª0 º
che si azzera ogni volta che nella matrice dei coefficienti, al posto di O si sostituisce « 2 1» « » «0 »
¬ ¼ ¬x 2¼ ¬ ¼
l’ i-esimo valore Oi , essendo Oi la i-esima soluzione della equazione caratteristica.
Cancellando sempre la seconda equazione si ha : - 4x1 + 2x2 = 0 da cuix2 = 2x1
In corrispondenza di ogni O= Oi introdotto nella equazione (1), è possibile calcolare
una soluzione {X} = {X}i che è quindi una soluzione non banale definita a meno di ª1º
Ponendo (arbitrariamente) x1 = 1 , si ottiene il secondo autovettore : {X}2 = « »
una costante moltiplicativa. Poiché i numeri Oi sono gli autovalori della matrice ¬2¼
[ A ] , le corrispondenti soluzioni {X}i sono gli autovettori della matrice [ A ] .

La costante moltiplicativa che “modula” la soluzione {X}i è del tutto arbitraria.


Si può ad esempio scegliere di fissare x1 = 1 ( ed allora tutti gli altri elementi di {X}i
saranno espressi in rapporto a tale primo valore arbitrariamente fissato ) oppure si
possono adottare altri criteri di “normalizzazione” degli autovettori. Uno dei più
seguiti consiste nel calcolare ogni {X}i in modo che risulti : ^X`iT ª¬ A º¼ ^X`i 1

Esempio numerico
ª 1 2 º
Dato il problema agli autovalori [A]{X] = O {X} , con > A @ « » , si devono
¬ 2 2¼
ª 1  O 2 º
calcolare le radici della equazione di secondo grado : det « =0.
¬ 2 2  O »¼
Sviluppando il determinante , si ottiene l’equazione : (O+ 2) ( O- 3) = 0 , che
ammette le due radici : O= e  O= 


A) Sostituendo O= al posto di O si calcola l’autovettore {X}1 :
ª1 2 º ª x1 º ª0 º
« 2 4 » « » «0 »
¬ ¼ ¬x 2¼ ¬ ¼

Si cancella, ad esempio, la seconda equazione (che, per inciso, risulta uguale alla
prima moltiplicata per 2) e si ottiene : x1 - 2x2 = 0 e quindi x2 = - (1/2) x1 .
ª 1 º
Ponendo (arbitrariamente) x1 = 1 , si ottiene il primo autovettore : {X}1 = « 1 »
« »
¬ 2¼

B) Sostituendo poi O2 al posto di O si calcola l’autovettore {X}2


13

15) Analisi infinitesimale in forma matriciale

Sia [ A(x,y,z) ] una matrice di funzioni (ad esempio in tre variabili)

Si definisce:

ª wa11 wa1m º
« wx . . . wx »
« »
w > A @(nxm)
« . . » (idem per y e z)
wx « . . »
« »
« wa n1 . . . wa nm »
¬« wx wx ¼»(nxm)

Si definisce :
ª ³V a11(x, y,z)dV . . . ³V a1n (x, y, z)dV º
« »
« . . »
« . . »
³V > A(x, y,z)@(nxm)dV « »
« . . »
« . . . »
¬ ³V a n1(x, y,z)dV ³V a nm(x, y,z)dV ¼ (nxm)
Siano {A} = {a1 a2 ... an} e {B} = {b1 b2 ... bm } con {A} = f ( {B} )
Si definisce :

ª wa1 wa n º
« wb1 . . . wb1 »
« »
w^ A ` « . . »
w^ B ` « . . »
« »
« wa1 . . . wa n »
«¬ wbm wbm »¼(nxm)

Casi particolari :

d ^A` ª d a1 d a 2 d an º
{B} degenera in una quantità scalare :
db «¬ d b d b . . . d b »¼
da ­ wa wa wa ½
{A} degenera in una quantità scalare : ® ˜ ˜ ˜ ¾
d ^B` ¯ 1wb wb 2 wbm ¿