MATRICI

CORSO DI LAUREA IN DISEGNO INDUSTRIALE
MATEMATICA
(8 CFU)
Anno Accademico 2021/2022
1
MATRICI E DETERMINANTI
1 Matrici
Una matrice m × n è una tabella rettangolare di m × n numeri
reali disposti in m righe ed n colonne e racchiusi tra due parentesi
rotonde:
 
a11 a12 . . . . a1n

 . . . . . . . 


 ai1 ai2 . . . . ain .

 . . . . . . . 
am1 am2 . . . . amn
I numeri della tabella sono gli elementi della matrice e vengono

rappresentati con una stessa lettera dotata di due indici, il primo
dei quali indica la riga a cui il numero appartiene, il secondo la
colonna.
Usualmente una matrice m×n si indica mediante una lettera maius-
cola sottosegnata: A, B, . . . , oppure:
(aij ) i = 1, 2, . . . , m, j = 1, 2, . . . , n,
o semplicemente con (aij ). Se m 6= n la matrice si dice rettangolare;

più precisamente, rettangolare bassa se m < n, rettangolare alta se
m > n.
Ad esempio la matrice
 
1 −2
 −3 4 
0 5
è una matrice 3 × 2, rettangolare alta, e si ha:
2
a11 = 1, a12 = −2 ,
a21 = −3 , a22 = 4,
a31 = 0, a32 = 5.
Se m = n, la matrice si dice quadrata di ordine ordine n

Ad esempio
 
√ 1 2 0
 − 2 1 −4  (1)
π 0 0
è una matrice quadrata di ordine 3.

In una matrice quadrata i termini a11 , a22 , . . . , ann formano la diago-
nale principale. Pertanto la diagonale principale della matrice (1)
è costituita dai numeri “1”, “1” e “0”.
Una matrice quadrata di ordine 1 è un numero.
Due matrici A = (aij ) e B = (bij ) sono uguali se hanno lo stesso

numero di righe e lo stesso numero di colonne ed, inoltre, sono
uguali tutti gli elementi che occupano lo stesso posto.
Esempio
Le matrici
√1 4 ,
a11 a12
2 3 a21 a22
√
sono uguali se e solo se: a11 = 1, a12 = 4, a21 = 2 e a22 = 3.

3
Le matrici formate da una sola riga o da una sola colonna:
 
b11
 . 
 
a11 . a1i . a1n ,   b i1


 . 
bm1
si chiamano, rispettivamente, vettori riga e vettori colonna.
Sono, ad esempio, vettori riga:
√
A1×2 = 0 −1 , A1×3 = −π 1 2

A1×4 = 1 0 0 −8 ;
mentre
 
  0
1
0  π 
A2×1 = , A3×1 =  0  , A4×1 = 
4  2 
5
−6
sono vettori colonna.
Una matrice m × n i cui elementi sono tutti nulli, si dice nulla

e si denota con il simbolo Om×n o, più semplicemente, con il simbolo
O.
Esempi
 
  0 0
0 0 0  0 0 
O3×3 =  0 0 0  , O4×2 = 
 0
,
0 
0 0 0
0 0

0 0 0 0 0
O2×5 = .
0 0 0 0 0

Una matrice quadrata, di ordine n, si dice diagonale se tutti

gli elementi che non appartengono alla diagonale principale sono
nulli.
4
Una matrice diagonale è quindi del tipo :
 
a11 0 0 . . . 0
 0 a22 0 . . . 0 
 
 0 0 a33 . . . 0 
 ,
 . . . . . . . 
 
 . . . . . . . 
0 0 0 . . . ann
con a11 , a22 , ..., ann non necessariamente nulli.

Sono, ad esempio, matrici diagonali le seguenti:
 
  1 0 0 0
1 0 0
 0 −7 1 0  0 0 0 0 
√0 , , 
 .
0 −4  0 0 0 0 
0 0 3
0 0 0 4
Particolari matrici diagonali sono le matrici unità.
Si chiama matrice unità di ordine n, e si indica con il simbolo

I n , la matrice diagonale di ordine n avente tutti gli elementi della
diagonale principale uguali ad 1.
Le matrici unità di ordine 2, 3, . . . , n sono rispettivamente:
 
1 0 0
1 0
I2 = , I3 =  0 1 0  , . . . ,
0 1
0 0 1
 
1 0 0 . . . 0

 0 1 0 . . . 0 

In = 
 . . . . . . . .

 . . . . . . . 
0 0 0 . . . 1
5
2 Operazioni sulle matrici
La somma di matrici si definisce solo quando queste hanno lo stesso
numero di righe e lo stesso numero di colonne.
Date le matrici
 
a11 a12 . . . a1n
 . . . . . . 
 
A =  ai1 ai2 . . . ain 

,
 . . . . . . 
am1 am2 . . . amn
 
b11 b12 . . . b1n
 . . . . . . 
 
B =  bi1 bi2 . . . bin 

,
 . . . . . . 
bm1 bm2 . . . bmn
la somma tra A e B è, per definizione, la matrice

 
a11 + b11 a12 + b12 . . . a1n + b1n
 . . . . . . 
 
A + B =  ai1 + bi1
 ai2 + bi2 . . . ain + bin 

 . . . . . . 
am1 + bm1 am2 + bm2 . . . amn + bmn
i cui elementi sono la somma degli elementi corrispondenti nelle

matrici date.
Esempio

1 3 4 0 4 −3 1+0 3+4 4+(–3)
+ =
0 0 7 −1 4 0 0+(–1) 0+4 7+0

1 7 1
= .
−1 4 7

6
Il prodotto di un numero reale k per una matrice A = (aij ) è,
per definizione, la matrice kA che si ottiene moltiplicando ogni
elemento di A per k:
kA = (kaij ) .
Si definisce inoltre:
−A = −1A , A − B = A + (−B) .
La matrice −A si chiama opposta della matrice A.
Esempio
Siano

1 −2 1 1 1 3
A= , B= .
4 3 1 2 1 4
Allora:
7

3 · 1 3 · (−2) 3 · 1
3A =
3·4 3·3 3·1

3 −6 3
= ,
12 9 3

−5 · 1 −5 · 1 −5 · 3
−5B =
−5 · 2 −5 · 1 −5 · 4

−5 −5 −15
= ,
−10 −5 −20

2 −4 2 −3 −3 −9
2A − 3B = +
8 6 2 −6 −3 −12

−1 −7 −7
= .
2 3 −10
Valgono le proprietà seguenti:
1) A + O = O + A = A;
2) A+B =B+A (proprietà commutativa) ;
3) (A + B) + C = A + (B + C) (proprietà associativa) ;
4) A−A=O ;
5) k(A + B) = kA + kB, ∀k ∈ R.
Una matrice quadrata, i cui elementi simmetrici rispetto alla

diagonale principale sono uguali, si dice simmetrica.
Ad esempio:
8
 √ 
2 1 4
 1 8 5 
4 5 6
è una matrice simmetrica di ordine 3.
Una matrice quadrata A = (aij ) si dice antisimmetrica se risulta

aij = −aji , per ogni indice i e per ogni indice j.
In modo equivalente: una matrice antisimmetrica è una matrice
quadrata in cui gli elementi della diagonale principale sono uguali
a zero e quelli simmetrici rispetto alla diagonale principale sono
opposti.
Ad esempio:
 
0 −2 √3 1
 2
 √0 2 6 

 −3 − 2 0 −4 
−1 −6 4 0
è una matrice antisimmetrica di ordine 4.
Si chiama trasposta della matrice A la matrice AT ottenuta

cambiando ordinatamente le righe di A in colonne.
Pertanto se A = (aij ), allora è AT = (bij ), con bij = aji .
Ad esempio:
 T
1 2
 3 4  = 1 3 2
,
2 4 6
2 6
 
T 1 5
1 4 0
=  4 6 .
5 6 7
0 7
9
Un’operazione importante tra matrici  è il prodotto
 righe per
b11
 . 
 
colonne. Se A = a11 . a1i . a1n e B =   b i1
 sono rispettiva-

 . 
bn1
mente un vettore riga e un vettore colonna, il prodotto A · B è il
numero che si ottiene
 
b11
 . 
 
a11 . a1i . a1n ·  bi1 

 = a11 b11 + a12 b21 + · · · a1n bn1 .
 . 
bn1
Il prodotto (righe per colonne) di una matrice A per una matrice

B si definisce solo quando il numero di colonne di A è uguale al
numero di righe di B; si dice allora che A è conforme a B.
Se A = (aij ) è una matrice m × n e B = (bij ) è una matrice n × k,
la matrice prodotto di A per B si denota con il simbolo A · B
(o, più semplicemente, con A B), ed è una matrice m × k in cui
l’elemento generico pij (appartenente all’ i-esima riga ed alla j-
esima colonna) è dato dalla somma dei prodotti degli elementi
dell’i-esima riga di A per i corrispondenti elementi della j-esima
colonna di B.
10
   
a11 . . . . a1n b11 . . b1j . . b1k

 . . . . . .  
  . . . b2j . . .


ai1 ai2 . . . ain  ·  . . . . . . .  =
   

. . . . . . .
   
 . . . . . .   
am1 . . . . amn bn1 . bnj . . bnk
 
p11 . .
. . p1n
 . . . . . . 
 
=
 pij i-esima riga,


 . . . . . . 

pm1 . . . . pmk
6
j-esima colonna
Pn
con pij = ai1 b1j + ai2 b2j + ... + ain bnj = s=1 ais bsj . Si noti che la matrice
A · B ha tante righe quante ne ha A e tante colonne quante ne ha

B.
Esempio 1
 
1 −1
2 0 3
A= , B= 4 0 .
1 −1 4
6 2
Poiché A è una matrice 2 × 3 e B è una matrice 3 × 2, il prodotto

A · B è una matrice 2 × 2:
 
1 −1
2 0 3
·  4 0 
1 −1 4
6 2

2·1+0·4+3·6 2 · (−1) + 0 · 0 + 3 · 2
=
1 · 1 + (−1) · 4 + 4 · 6 1 · (−1) + (−1) · 0 + 4 · 2
11

20 4
= .
21 7

Esempio 2
1 0 3
A= , B= .
2 1 1
Si ha:

1 0 3 1·3+0·1 3
· = = .
2 1 1 2·3+1·1 7

Notiamo che se ha senso considerare il prodotto A · B, non nec-

essariamente ha senso considerare il prodotto B · A.
Ad esempio, date le matrici
 
1
1 2 3
A= , B=  6 ;
2 1 4
7
si può calcolare A · B, perché il numero di colonne di A è uguale

al numero di righe di B, ma non si può calcolare B · A, giacché il
numero di colonne di B non è uguale al numero di righe di A.
È ovvio che si possono considerare simultaneamente i prodotti
A · B e B · A solo quando A è m × n e B è n × m. In tal caso A · B è
una matrice m × m, mentre B · A è una matrice n × n.
In particolare, se A e B sono matrici quadrate di ordine n, anche i
prodotti A · B e B · A sono matrici quadrate di ordine n.
Ad esempio, se

1 2 1 2
A= , B= ,
3 0 1 3
12
risulta:

3 8 7 2
A·B = , B·A= .
3 6 10 2
Per le matrici A e B di questo esempio è, pertanto:
A · B 6= B · A .
Quindi:
Il prodotto di matrici non gode della proprietà commutativa.
Valgono le proprietà seguenti:

1) se A è una matrice m × n, si ha:
A · In = Im · A = A ;
cioè le matrici unità sono elemento neutro per il prodotto.
Esempi

3 2 1 0 3 2 1 0 3 2
· = = · ,
1 2 0 1 1 2 0 1 1 2
 
1 0 0
2 5 4 2 5 4
·  0 1 0  =
1 2 1 1 2 1
0 0 1
1 0 2 5 4
= · .
0 1 1 2 1
2) (kA) · B = A · (kB) = k(A · B), k ∈ R,
13
3) (A + B) · C = A · C + B · C ,
4) C · (A + B) = C · A + C · B ,
5) A · (B · C) = (A · B) · C ,
6) A · 0 = 0 0·A=0
Osservazione. Per il prodotto di matrici non vale la legge di

annullamento del prodotto: può accadere, cioè, che il prodotto di
due matrici sia uguale alla matrice nulla, senza che nessuna delle
due matrici sia la matrice nulla.
Si considerino, ad esempio, le matrici

1 1 −1 3
A= , B= .
1 1 1 −3
Risulta A 6= O, B 6= O, mentre
A · B = O.

3 Determinante di una matrice quadrata

La teoria dei determinanti è di fondamentale importanza per la
risoluzione dei sistemi di equazioni lineari. Premettiamo la seguente
definizione:
se A è una matrice m × n, con m, n > 1, indichiamo con Aij la
sottomatrice di A ottenuta cancellando la i-esima riga di A e la
j-esima colonna di A.
Ad esempio, se  
2 0 −1
A= 3 1 6 ,
−1 4 2
si ha
14

1 6 2 0
A11 = , A33 = .
4 2 3 1
Data una matrice quadrata A = (aij ), ad essa si associa un ben

determinato numero reale che si chiama determinante di A e che
si indica con uno dei seguenti simboli

a11 . . . a1n

. . . . .
, oppure |A| .
detA, oppure
. . . . .

an1 . . . ann
Se A = (a11 ) è una matrice 1 × 1, per definizione si pone detA = a11

.

a11 a12
Se A = è una matrice 2 × 2, per definizione si pone
a21 a22
detA = a11 detA11 − a12 detA12 =

= a11 a22 − a12 a21 .
Ad esempio

1 2
det = 1 · 1 − 2 · 0 = 1,
0 1

2 −1
det = 2 · 3 − (−1) · 1 = 7 .
1 3
Definiamo ora il determinante delle matrici 3 × 3.

Se  
a11 a12 a13
A =  a21 a22 a23  ,
a31 a32 a33
si pone:
15
detA = a11 detA11 − a12 detA12 + a13 detA13

a a
= a11 22 23 − a12 a21 a23 + a13 a21 a22

a32 a33 a31 a33 a31 a32
(2)
= a11 a22 a33 − a11 a23 a32 − a12 a21 a33 + a12 a23 a31
+a13 a21 a32 − a13 a31 a22
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a11 a23 a32
−a12 a21 a33 − a13 a31 a22 .
Ad esempio siano
   
1 9 1 1 2 1
A= 2 3 4 , B= 3 5 6 .
2 1 5 1 −2 4
Allora,

3 4 2 4 2 3
detA = 1 −9 +1
1 5 2 5 2 1
= 1(15 − 4) − 9(10 − 8) + 1(2 − 6) = −11 ;

5 6 3 6 3 5
detB = 1 −2 +1
−2 4 1 4 1 −2
= 1(20 + 12) − 2(12 − 6) + 1(−6 − 5) = 9 .
Per ricordare lo sviluppo di un determinante del terzo ordine è utile os-

servare quanto segue: nell’ultimo membro della ( 2) il primo dei tre termini
preceduti dal segno “+” è il prodotto degli elementi della diagonale principale,
16
mentre gli altri due sono i prodotti degli elementi delle diagonali parallele alla
principale per l’elemento situato nel punto più distante dalla relativa diagonale;
i termini preceduti dal segno “–” si ottengono con un’analoga legge relativa
alla diagonale secondaria. Nella fig.1 è rappresentata schematicamente la re-
gola di calcolo (chiamata regola di Sarrus o del triangolo descritta sopra: lo
schema preceduto dal simbolo ⊕ ricorda il meccanismo che porta al calcolo dei
tre termini preceduti dal segno “+” e lo schema preceduto dal segno quello
relativo ai tre termini preceduti dal segno “-”.
⊕ v v v v v v
@
H
@ A HH A
@ @ A H A
@ @ A HH AH
v @ v @
v v A v A H Hv
@ @ H A A
@ @ HH

@ AH A
@ @ A HH A
@ H A
v
@v @v v Av Av
@ A H
H
F ig.1
Esempio
Sia  
2 1 −1
A =  3 −1 0 .
1 2 4
Formati mentalmente i due schemi:
+h 2 1 -1 –h 2H 1 -1
@ @ A HHA
@
@ A HA
3 -1
@ @0
3HA -1 AH0
@
@ H
AH A
@
@ @ H
1 2 @4 1 A2 HA4
17
risulta:
detA = 2 · (−1) · 4 + 1 · 0 · 1 + (−1) · 3 · 2 +

−[1 · (−1) · (−1) + 2 · 0 · 2 + 4 · 3 · 1]
= −27.
Diamo adesso la definizione di determinante di una matrice

quadrata di ordine n con n ≥ 2 qualsivoglia.
Sia
 
a11 . . a1j . . a1n

 . . . . . . . 


 . . . . . . . 

A=
 ai1 . . aij . . ain 


 . . . . . . . 

 . . . . . . . 
an1 . . anj . . ann
una matrice n × n.
Si chiama determinante di A il numero reale:
detA = (−1)1+1 a11 detA11 + (−1)1+2 a12 detA12 + · · ·

(3)
+(−1)1+j a1j detA1j + ... + (−1)1+n a1n detA1n ,
dove, come è noto, A1j è la matrice (n − 1) × (n − 1) ottenuta da A

eliminando la prima riga e la j − esima colonna.
Calcoliamo, ad esempio, il seguente determinante:

1 0 −1 2
1 3 2 2 3 2
2 1 3 2
−1 2 −3 4 = 1 · 2 −3 4 − 0 · −1 −3 4

5 1 3 −2 1 3
−2 5 1 3
18

2 1 2 2 1 3

−1 · −1 2 4 − 2 · −1 2 −3 = [(−9 − 4) − 3(6 − 20)

−2 5 3 −2 5 1
+2(2 + 15)] − [2(6 − 20) − (−3 + 8) + 2(−5 + 4)]
−2[2(2 + 15) − (−1 − 6) + 3(−5 + 4)] = 22 .

Per ogni coppia di indici i, j, il numero detAij si chiama minore

complementare di aij , mentre il numero (−1)i+j detAij si chiama
complemento algebrico di aij e si indica con il simbolo Cij . Si
pone cioè:
Cij = (−1)i+j detAij . (4)
Si può allora dire che: il determinante di A è uguale alla somma

dei prodotti degli elementi della prima riga di A per i rispettivi
complementi algebrici.
Ci si può chiedere:
invece di considerare gli elementi della prima riga di A, si consid-
erino quelli di una qualsivoglia altra riga,

ai1 . . ai2 . . ain ,
si moltiplichi ciascuno di tali elementi per il corrispondente com-

plemento algebrico e quindi si faccia la somma di questi prodotti.
Si ottiene ancora detA ?
Si può dimostrare che la risposta è affermativa.
Si ha cioè:
detA = (−1)i+1 ai1 detAi1 + (−1)i+2 ai2 detAi2 + ...

i+n
+(−1)
Pn ain detAin Pn (5)
i+j
= j=1 (−1) a ij detAij = j=1 aij Cij .
19
La risposta è affermativa se si considera una qualsivoglia colonna
di A,
 
a1j

 . 


 aij ,

 . 
anj
si moltiplica ciascun elemento di questa colonna per il rispettivo

complemento algebrico e si sommano i risultati cosı̀ ottenuti. Cioè:
detA = (−1)1+j a1j detA1j + (−1)2+j a2j detA2j + · · ·

n+j
+(−1)
Pn anj detAnj (6)
i+j
aij detAij = ni=1 aij Cij .
P
= i=1 (−1)
Prima regola di Laplace: Il determinante di una matrice quadrata

è uguale alla somma dei prodotti degli elementi di una qualsivoglia
riga (o di una qualsivoglia colonna) per i rispettivi complementi
algebrici.
A seconda che un determinante si calcoli mediante la ( 5) oppure

la (6), si dice che esso è stato sviluppato rispettivamente secondo
gli elementi della i-esima riga oppure secondo gli elementi della
j-esima colonna.
Si calcoli, ad esempio, il seguente determinante:

1 0 0 3

−2 7 −1 1
|A| = .
2 1 0 3

2 3 0 1
Scelta, per semplificare i calcoli, la terza colonna, si ha:
20

−2 7 1 1 0 3
1+3
2+3

|A| = (−1) · 0 · 2 1 3 + (−1) · (−1) · 2 1 3
2 3 1 2 3 1

1 0 3 1 0 3
3+3
4+3

+(−1) · 0 · −2 7 1 + (−1)
· 0 · −2 7 1
2 3 1 2 1 3

1 0 3

= 2 1 3 = 0 + 1 · (1 − 6) − 3 · (3 − 6) = 4,
2 3 1
dove l’ultimo determinante del terzo ordine è stato sviluppato se-

condo gli elementi della seconda colonna.
Valgono le seguenti proprietà
1) Se in una matrice tutti gli elementi di una riga (o di una

colonna) sono nulli, il determinante ha valore nullo.
2) La matrice quadrata A e la matrice AT (ottenuta da A scam-

biando le righe con le colonne) hanno lo stesso determinante.
3) Se in una matrice quadrata A si scambiano due righe (o due

colonne) fra loro, si ottiene una matrice B il cui determi-
nante è uguale a −detA.
4) Il determinante di una matrice che ha due righe (o due colon-

ne) uguali, ha valore nullo.
5) Se la matrice B è ottenuta dalla matrice A moltiplicando tutti

gli elementi di una riga (o di una colonna) di A per una
costante k ∈ R, allora detB = kdetA.
Esempio

1 2 5 1 2 5 1 2 5

10 6 4 = 2 · 5 2 · 3 2 · 2 = 2 5 3 2 .

1 3 2 1 3 2 1 3 2
21

6) Se in una matrice due righe (o due colonne) sono proporzion-

ali, il valore del determinante è nullo.
Esempio

3 2 1 3 2 1 3 2 1

9 6 3 = 3·3 3·2 3·1 = 3 3 2 1 = 0.

5 3 2 5 3 2 5 3 2
7) Se in una matrice si addizionano agli elementi di una riga (o di

una colonna) quantità proporzionali agli elementi corrispon-
denti di un’altra riga (o di un’altra colonna), il determinante
non cambia.
Esempio

2 5 1 6 2 5 1 6

3 −2 7 1 3 −2 7 1

−2 −1 −3 −2 =
−2 −1 −3 −2

4 2 6 0 0 0 0 −4

2 5 1

= −4 3 −2 7 = 24.
−2 −1 −3
Si noti che alla quarta riga abbiamo addizionato il doppio della

terza.
Si dice che una riga di una matrice è combinazione lineare di altre

righe se i suoi elementi si ottengono come somma dei corrispon-
denti elementi di tali righe, dopo aver, eventualmente, moltiplicato
22
ciascuna di esse per uno stesso numero che può essere diverso da
riga a riga.
In modo analogo si dice che una colonna è combinazione lineare di
altre colonne. Ad esempio la terza riga della matrice
 
1 2 3
A =  1 −1 2 
−1 4 −1
è combinazione lineare delle prime due: essa è infatti somma degli

elementi della prima riga con quelli corrispondenti della seconda
riga moltiplicati per −2.

8) Se in una matrice una riga (o una colonna) è combinazione

lineare di altre righe (o di altre colonne), il determinante è
uguale a zero.
Esempio
Risulta

1 3 2

−1 1 0 = 0,

−1 9 4
in quanto gli elementi della terza riga sono somma dei corrispon-
denti elementi della prima riga, moltiplicati per 2, coi corrispon-
denti elementi della seconda riga, moltiplicati per 3.

9) Seconda regola di Laplace. In una matrice quadrata, la

somma dei prodotti degli elementi di una riga (o di una colonna)
per i complementi algebrici dei corrispondenti elementi di
un’altra riga (o di un’altra colonna) è nulla.
23
4 Determinanti di matrici particolari
a) Determinante della matrice prodotto di due matrici quadrate
Vale il seguente teorema:
Teorema di Binet: Se A e B sono due matrici quadrate

dello stesso ordine, si ha:
|A · B| = |A| |B| .
Esempio
Si considerino le due matrici seguenti:

1 2 −1 3
A= , B= .
1 3 1 2
Risulta:
−1 + 2 3 + 4 1 7
A·B = = ,
−1 + 3 3 + 6 2 9
|A| = 1, |B| = −5, |A · B| = −5 = |A| |B| .

b) Determinante della matrice somma di due matrici quadrate
Se A e B sono due matrici quadrate dello stesso ordine, in generale

risulta:
|A + B| =
6 |A| + |B| .
Infatti, si considerino le matrici

−1 2 1 3
A= , B= .
1 1 1 −2
24
Siccome:
0 5
A+B = ;
2 −1
segue
|A + B| = −10 , mentre |A| + |B| = −8.

c) Determinante di una matrice diagonale

Sia A è una matrice diagonale
 
a11 0 . . . 0
 0 a22 . . . 0 
 
A=  . . . . . . .

 . . . . . . 
0 0 . . . ann
Applicando ripetutamente la prima regola di Laplace secondo

gli elementi della prima riga, risulta:
detA = a11 a22 · · · ann .
Cioè: il determinante di una matrice diagonale è dato dal

prodotto degli elementi della diagonale principale.
Esempi
 
1 0 . . . 0

 0 1 . . . 0 

In = 
 . . . . . . ,
 detI n = 1;
 . . . . . . 
0 0 . . . 1
 
1 0 0 √
A= 0 2 √0 ,
 detA = −2 2.
0 0 − 2

25
5 Caratteristica di una matrice
Sia  
a11 a12 . . . . a1n

 . . . . . . . 

A=
 ai1 ai2 . . . . ain 

 . . . . . . . 
am1 am2 . . . . amn
una matrice m×n. Dicesi minore estratto dalla matrice A il valore

del determinante di una generica matrice quadrata estratta da A.
Ad esempio, se consideriamo la matrice
 
1 2 3 0
 4 2
√1 6 ,
−1 5 2 −1

1 2 0

4 2
6 = −36 è un minore del 3o ordine,
−1 5 −1
mentre
1 0
= 6 è un minore del 2o ordine.
4 6
Se A è non nulla, si definisce caratteristica di una matrice (o

rango) della matrice A e si denota con il simbolo carA l’ordine
massimo dei minori non nulli che si possono estrarre da A.
In altre parole k è la caratteristica di A se:
a) dalla matrice A si può estrarre almeno un minore di ordine k,

diverso da zero;
b) tutti i minori di ordine maggiore di k, se esistono, sono nulli.
Se A è una matrice nulla la caratteristica di A è, per definizione,

zero.
È ovvio che se A è una matrice m × n e k è la caratteristica di A,
allora k ≤ m e k ≤ n.
26
Esempio 1
Data la matrice  
1 −1 0 2
A= 0 1 1 −1  ,
1 0 1 1
tutti i minori del 3o ordine:

1 −1 0 1 −1 2 1 0 2 −1 0 2

0
1 1 ,

0
1 −1 ,

0 1 −1 ,

1 1 −1 ,

1 0 1 1 0 1 1 1 1 0 1 1
a
sono nulli la 3 riga di A è somma delle prime due.
perché
1 −1
Inoltre = 1, allora la caratteristica di A è 2.
0 1

Esempio 2
Sia
 
3 1 0 0 −1
A= 4 0 1 0 0 .
1 −1 2 1 1

1 0 0

Poiché risulta 0 1 0 = 1, la caratteristica di A è 3.
−1 2 1

Esempio 3
Determiniamo, per ogni valore del parametro λ, la caratteristica

della matrice:
 
λ 1 1
A(λ) =  1 λ 0  .
−1 1 1
27
Cominciamo col calcolare per quali valori di λ si annulla il de-
terminante di A(λ) ; cioè risolviamo l’equazione:

λ 1 1

1 λ 0 = 0.

−1 1 1
Applicando, ad esempio, la regola di Sarrus si ottiene: λ2 + λ = 0;

da cui si trae λ = 0 e λ = −1.
Distinguiamo tre casi:
1) λ 6= 0 e λ 6= −1: la caratteristica di A(λ) è 3 giacché il determi-

nante di A(λ) è diverso da zero.
2) λ = 0: la caratteristica di A(0) è 2 giacché il determinante di

0 1
A(0) è nullo e = −1.
1 0
3) λ = −1: la caratteristica
A(−1) è 2 giacché il determinante di
di
1 1
A(−1) è nullo e = 1.
−1 0

28
6 Matrice inversa
Sia A una matrice quadrata di ordine n. Si dice che una matrice
quadrata B è inversa della matrice A se:
A · B = B · A = In . (7)
Siano B 1 e B 2 due matrici inverse della stessa matrice A, allora

B 1 = B 2 . Infatti, per la (7):
A · B1 = B1 · A = I n, A · B2 = B2 · A = I n;
da cui
B 1 = B 1 · I n = B 1 · (A · B 2 ) = (B 1 · A) · B 2 = I n · B 2 = B 2 .
Pertanto la matrice inversa di A, se esiste, è unica e si indica

con il simbolo A−1 .
Esempio
Siano
2 5 3 −5
A= e B= .
1 3 −1 2
È facile verificare che

2 5 3 −5 3 −5 2 5 1 0
= = .
1 3 −1 2 −1 2 1 3 0 1
Pertanto B = A−1 ed A = B −1 .

Si può provare che, se A e B sono due matrici quadrate di
ordine n, è A · B = I n se e solo se B · A = I n ; pertanto basta
controllare soltanto uno dei due prodotti possibili per verificare
se due matrici sono l’una l’inversa dell’altra.
29
Un importante criterio per stabilire se A ammette inversa è
contenuto nel seguente teorema.
Teorema 1 Una matrice quadrata A = (aij ) ha inversa se e solo

se detA 6= 0. In questo caso, la matrice inversa di A è data da
C11 C21
. . . Cn1
 
detA detA detA

 . . . . . . 

 C1i C2i Cni
A−1 =  detA detA . . . 
 detA  
 . . . . . . 
C1n C2n
. . . Cnn
detA detA detA
 
C11 C21 . . . Cn1

 . . . . . . 

1
=  C1i C2i . . . Cni 
,
detA 
 . . . . . . 
C1n C2n . . . Cnn
essendo Cij il complemento algebrico dell’elemento aij .
Dimostrazione. Se la matrice inversa A−1 esiste, risulta
A · A−1 = I n ;
da cui, per il teorema di Binet:
detA · detA−1 = detI n = 1 ,
e quindi, necessariamente, detA 6= 0.

Supponiamo, viceversa, che detA 6= 0 e proviamo che la matrice
−1
A , definita dalla (8), è l’inversa di A.
Calcoliamo la matrice prodotto:
A · A−1 =
30
C11 C21 Cn1 
. . .
  
a11 a12 . . . a1n detA detA detA
. . . . . .  . . . . . .
   

  C1i C2i Cni
= ai1 ai2 . . . ain  detA detA . . .
 ·  =

  detA 
. . . . . .
 
   . . . . . . 
an1 an2 . . . ann C1n C2n Cnn
. . .
detA detA detA
 
p11 p12 . . . p1n

 . . . . . . 

= 
 pi1 pi2 . . . pin  ,
 . . . . . . 
pn1 pn2 . . . pnn
dove, dalla definizione di prodotto di matrici, si è posto:
Cj1 Cj2 Cjn

pij = ai1 + ai2 + ... + ain =
detA detA detA
ai1 Cj1 + ai2 Cj2 + ... + ain Cjn
= .
detA
Intanto, dalle regole di Laplace segue:
detA = 1 se i = j
(
pij = detA .
0 6 j
se i =
Quindi A · A−1 = I n .

Se una matrice ha determinante uguale a zero viene detta sin-

golare, altrimenti viene detta non singolare.
Notiamo che nella ( 8) gli elementi di ciascuna riga sono i com-
plementi algebrici degli elementi della corrispondente colonna di
A, divisi per detA.
Possiamo pertanto dire che:
31
Se A è una matrice non singolare, l’inversa di A è la matrice
i cui elementi sono i complementi algebrici dei rispettivi elementi
della trasposta di A, divisi per detA.
Deduciamo cosı̀ la seguente regola per calcolare l’inversa di una

matrice A non singolare:
• si scrive la trasposta AT di A ;
• si sostituisce ad ogni elemento di AT il rispettivo comple-

mento algebrico;
• si divide ciascun elemento della matrice cosı̀ ottenuta per

detA.
Esempio 1
Sia

3 2
A= .
4 −7
A è non singolare, poiché detA = −29.

T 3 4
A = ,
2 −7

1 −7 −2 7/29 2/29
A−1 = − = .
29 −4 3 4/29 −3/29
Esempio 2
Sia  
1 −1 2
A= 0 0 1 .
1 4 3
Poiché detA = −5, la matrice A−1 esiste.
32
Calcoliamola:
 
1 0 1
AT =  −1 0 4  ,
2 1 3
 
− −1 4
0 4 −1 0

 1 3 2 3 2 1 
 
 
 
−1 1  0 1
 −
1 1 1 0 
A = − =
detA 
 1 3 2 3 2 1 

 
 
 0 1
− 1 1
1 0 

0 4 −1 4 −1 0
   
−4 11 −1 4/5 −11/5 1/5
1
= −  1 1 −1  =  −1/5 −1/5 1/5  .
5
0 −5 0 0 1 0
Se A e B sono due matrici non singolari di ordine n, valgono

le proprietà seguenti:
a) (A · B)−1 = B −1 · A−1 ,
cioè: l’inversa del prodotto di due matrici è uguale al prodotto
dell’inversa della seconda matrice per l’inversa della prima.
Infatti, dalla proprietà associativa del prodotto di matrici
segue:
(B −1 · A−1 )(A · B) = B −1 (A−1 · A)B

= B −1 · I n · B = B −1 · B = I n .
b) (AT )−1 = (A−1 )T ,
33
cioè: l’inversa della trasposta di A è la trasposta dell’inversa
di A.
Infatti, dalla regola dell’inversione dell’ordine, segue:
(A−1 )T · AT = (A · A−1 )T = I Tn = I n .
c) (A−1 )−1 = A,
cioè: l’inversa dell’inversa di A è la matrice A stessa.
Infatti:
A · A−1 = A−1 · A = I n .
Sia A una matrice quadrata di ordine n. Si dice che A è una

matrice ortogonale se
A · AT = AT · A = I n . (8)
Osserviamo che se A è una matrice ortogonale, detA = ±1.
Testi essenziali
B. Bongiorno - L. Di Piazza, Istituzioni di Matematiche I Al-

gebra lineare, Libreria dello Studente, Palermo.
P. Marcellini - C. Sbordone, Calcolo, Liguori editore.
34

MATRICI

Caricato da

Informazioni sul documento

Descrizione:

Copyright

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Descrizione:

Copyright:

MATRICI

Caricato da

Descrizione:

Copyright:

CORSO DI LAUREA IN DISEGNO INDUSTRIALE

Anno Accademico 2021/2022

I numeri della tabella sono gli elementi della matrice e vengono

o semplicemente con (aij ). Se m 6= n la matrice si dice rettangolare;

è una matrice 3 × 2, rettangolare alta, e si ha:

Se m = n, la matrice si dice quadrata di ordine ordine n

è una matrice quadrata di ordine 3.

Due matrici A = (aij ) e B = (bij ) sono uguali se hanno lo stesso

Una matrice m × n i cui elementi sono tutti nulli, si dice nulla

Una matrice quadrata, di ordine n, si dice diagonale se tutti

con a11 , a22 , ..., ann non necessariamente nulli.

Particolari matrici diagonali sono le matrici unità.

Si chiama matrice unità di ordine n, e si indica con il simbolo

la somma tra A e B è, per definizione, la matrice

i cui elementi sono la somma degli elementi corrispondenti nelle

La matrice −A si chiama opposta della matrice A.

Valgono le proprietà seguenti:

Una matrice quadrata, i cui elementi simmetrici rispetto alla

è una matrice simmetrica di ordine 3.

Una matrice quadrata A = (aij ) si dice antisimmetrica se risulta

è una matrice antisimmetrica di ordine 4.

Si chiama trasposta della matrice A la matrice AT ottenuta

Il prodotto (righe per colonne) di una matrice A per una matrice

A · B ha tante righe quante ne ha A e tante colonne quante ne ha

Poiché A è una matrice 2 × 3 e B è una matrice 3 × 2, il prodotto

Notiamo che se ha senso considerare il prodotto A · B, non nec-

si può calcolare A · B, perché il numero di colonne di A è uguale

Per le matrici A e B di questo esempio è, pertanto:

Il prodotto di matrici non gode della proprietà commutativa.

Valgono le proprietà seguenti:

cioè le matrici unità sono elemento neutro per il prodotto.

2) (kA) · B = A · (kB) = k(A · B), k ∈ R,

Osservazione. Per il prodotto di matrici non vale la legge di

3 Determinante di una matrice quadrata

Data una matrice quadrata A = (aij ), ad essa si associa un ben

Se A = (a11 ) è una matrice 1 × 1, per definizione si pone detA = a11

detA = a11 detA11 − a12 detA12 =

Definiamo ora il determinante delle matrici 3 × 3.

= 1(15 − 4) − 9(10 − 8) + 1(2 − 6) = −11 ;

= 1(20 + 12) − 2(12 − 6) + 1(−6 − 5) = 9 .

Per ricordare lo sviluppo di un determinante del terzo ordine è utile os-

detA = 2 · (−1) · 4 + 1 · 0 · 1 + (−1) · 3 · 2 +

Diamo adesso la definizione di determinante di una matrice

detA = (−1)1+1 a11 detA11 + (−1)1+2 a12 detA12 + · · ·

dove, come è noto, A1j è la matrice (n − 1) × (n − 1) ottenuta da A

Per ogni coppia di indici i, j, il numero detAij si chiama minore

Cij = (−1)i+j detAij . (4)

Si può allora dire che: il determinante di A è uguale alla somma

si moltiplichi ciascuno di tali elementi per il corrispondente com-

detA = (−1)i+1 ai1 detAi1 + (−1)i+2 ai2 detAi2 + ...

si moltiplica ciascun elemento di questa colonna per il rispettivo

detA = (−1)1+j a1j detA1j + (−1)2+j a2j detA2j + · · ·

Prima regola di Laplace: Il determinante di una matrice quadrata

A seconda che un determinante si calcoli mediante la ( 5) oppure

Scelta, per semplificare i calcoli, la terza colonna, si ha:

dove l’ultimo determinante del terzo ordine è stato sviluppato se-

1) Se in una matrice tutti gli elementi di una riga (o di una

2) La matrice quadrata A e la matrice AT (ottenuta da A scam-

3) Se in una matrice quadrata A si scambiano due righe (o due

4) Il determinante di una matrice che ha due righe (o due colon-

5) Se la matrice B è ottenuta dalla matrice A moltiplicando tutti

6) Se in una matrice due righe (o due colonne) sono proporzion-

7) Se in una matrice si addizionano agli elementi di una riga (o di

Si noti che alla quarta riga abbiamo addizionato il doppio della