Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Esercitazione IV
Gabriele Canna∗
A.A. 2020/2021
1 Algebra lineare
L’algebra lineare fa uso di oggetti multidimensionali detti vettori e matrici, che risultano
particolarmente utili quando, nelle applicazioni, è necessario racchiudere più informazioni
in unico elemento. Un vettore x ∈ Rn è una n-upla ordinata di numeri reali
x1
x2
x=
..
.
xn
dove le quantità xi ∈ R sono dette componenti e il numero di componenti n è detto
dimensione del vettore. Un vettore di dimensione 1 è semplicemente un numero reale, che
in questo contesto si chiama scalare. I vettori vengono normalmente indicati come colonne
e si se vuole esprimerli come righe è sufficiente applicare l’operazione di trasposizione:
h i
x T = x1 x2 · · · xn .
Il vettore nullo è un vettore che ha componenti tutte nulle e viene indicato con 0. Una
matrice A ∈ Rn×m è una tabella di numeri reali con n righe e m colonne
a11 a12 · · · a1m
1
1.1 Operazioni tra matrici
Ricordiamo le principali operazioni tra matrici, che risultano valide anche per i vettori,
essendo matrici con una sola riga o con una sola colonna.
Somma tra matrici. Possibile soltanto quando entrambe le matrici hanno la stessa dimen-
sione ed è definita componente per componente: siano A ∈ Rn×m e B ∈ Rn×m due matrici
di elementi aij e bij , allora la matrice somma (A + B) ∈ Rn×m ha elementi
Prodotto tra uno scalare e una matrice. Possibile per ogni scalare e per ogni matrice ed
è definito anch’esso componente per componente: sia A ∈ Rn×m una matrice di elementi
aij e sia α ∈ R uno scalare, allora la matrice αA ∈ Rn×m ha elementi
(αa)ij = αaij , i = 1, . . . , n, j = 1, . . . , m.
Il prodotto tra uno scalare e una matrice gode della proprietà commutativa.
Prodotto tra matrici. Possibile soltanto quando il numero di colonne della prima matrice
è pari al numero di righe della seconda matrice ed è definito come segue: siano A ∈ Rn×m
e B ∈ Rm×p due matrici di elementi aij e bij , allora la matrice prodotto AB ∈ Rn×p ha
elementi m X
(ab)ij = aik bkj , i = 1, . . . , n, j = 1, . . . , p;
k=1
cioè ogni elemento della matrice prodotto è dato dalla somma dei prodotti termine a
termine tra la riga i-esima della matrice A e la colonna j-esima della matrice B. Diciamo
pertanto che il prodotto tra matrici è un prodotto riga per colonna e il risultato del
prodotto è una matrice che ha numero di righe pari al numero di righe della prima matrice
e numero di colonne pari al numero di colonne della seconda matrice. Il prodotto tra
matrici gode della proprietà associativa ma non gode della proprietà commutativa.
Soluzione. Osserviamo che le dimensioni delle matrici sono compatibili con le operazioni
richieste e procediamo al calcolo:
" #" # " # " #
1 2 5 −1 1·5+2·2 1 · (−1) + 2 · 0 9 −1
(a) AB = = =
4 3 2 0 4·5+3·2 4 · (−1) + 3 · 0 26 −4
" #" # " # " #
5 −1 1 2 5 · 1 + (−1) · 4 5 · 2 + (−1) · 3 1 7
(b) BA = = =
2 0 4 3 2·1+4·0 2·2+3·0 2 4
2
" # " # " # " #
1 2 5 −1 1+5 2 + (−1) 6 1
(c) A + B = + = =
4 3 2 0 4+2 3+0 6 3
" # " # " # " #
5 −1 1 2 5−1 (−1) − 2 4 −3
(d) B − A = − = =
2 0 4 3 2−4 0−3 −2 −3
" # " # " # " #
1 2 5 −1 5·1+2·5 5 · 2 + 2 · (−1) 15 8
(e) αA + βB = 5 +2 = =
4 3 2 0 5·4+2·2 5·3+2·0 24 15
Esercizio 2. Dati i vettori
−2 1
1 0
x= e y=
2 5
3 9
calcolare:
Soluzione. Osserviamo che le dimensioni dei vettori sono compatibili con le operazioni
richieste e procediamo al calcolo:
1
h i 0
(a) xT y = −2 1 2 3 = (−2) · 1 + 1 · 0 + 2 · 5 + 3 · 9 = 35
5
3 0 15 27
3 9 3·3 2·9 9 − 18 −9
3
" 1 5 #
1 5 0
(a) AB = −1 −1
3 −6 1
2 5
" #
1 · 1 + 5 · (−1) + 0 · 2 1 · 5 + 5 · (−1) + 0 · 5
=
3 · 1 + (−6) · (−1) + 1 · 2 3 · 5 + (−6) · (−1) + 1 · 5
" #
−4 0
=
11 26
1 3 " #
1 −1 2
(d) AT B T = 5 −6
5 −1 5
0 1
1·1+3·5 1 · (−1) + 3 · (−1) 1·2+3·5
= 5 · 1 + (−6) · 5 5 · (−1) + (−6) · (−1) 5 · 2 + (−6) · 5
0·1+1·5 0 · (−1) + 1 · (−1) 0·2+1·5
16 −4 17
= −25 1 −20
5 −1 5
Esercizio 4. Dati
1/2 1/25 1/10 1/12 1/3
calcolare:
(a) xT V y (b) xT yV (c) xyT V (d) xV y.
Soluzione. Osserviamo che x, y ∈ R3 e V ∈ R3×3 quindi i prodotti xT yV e xV y non
sono calcolabili (se intesi come prodotto tra matrici). Procediamo al calcolo dei rimanenti:
1 1 1 1
1/25 1/10 1/12
1/3
+ 10 + 12
h i h i 3 25
(a) xT V y = 1 1 1
/10 1/9 −1/8 1/3 =
1 1 1 1 1
+ 1
− 1
1
2 4 4 2 4 4 3 10 9 8
1/12 −1/8 1/16 1/3 1 1 1 1
− 8 + 16
3 12
0.074
h
1 1 1
i 1 1 1
≈ 0.029 = · 0.074 + · 0.029 + · 0.007 ≈ 0.046
2 4 4
2 4 4
0.007
1/2 1/25 1/10 1/12
h i
(c) xyT V =
1/4
1
3
1
3
1
3 /10
1 1/9 −1/8
1/4 1/12 −1/8 1/16
/2 h
1
i
1 1 1 1 1 1 1
= /4 3 25 + 10
+ 12 3 10
+ 19 − 1
8
1
3
1
12
− 18 + 1
16
1/4
1/2
h · 0.074 i
1/2 1/2 · 0.029 1/2 · 0.007
≈ /4 0.074 0.029 0.007 = /4 · 0.074
1 1 1/4 · 0.029 1/4 · 0.007
1/4 1/4 · 0.074 1/4 · 0.029 1/4 · 0.007
0.037 0.015 0.004
≈ 0.019 0.007 0.002
4
1.2 Combinazioni lineari e indipendenza lineare
Siano x1 , x2 , . . . , xk vettori di Rn e α1 , α2 , . . . , αk scalari di R, allora il vettore
x = α1 x1 + α2 x2 + · · · + αk xk
è detto combinazione lineare dei vettori x1 , x2 , . . . , xk con coefficienti α1 , α2 , . . . , αk . Dati
x1 , x2 , . . . , xk vettori di Rn si dice che essi sono linearmente indipendenti se l’unica
combinazione lineare pari al vettore nullo ha coefficienti tutti nulli:
α1 x1 + α2 x2 + · · · + αk xk = 0 =⇒ α1 = α2 = · · · = αk = 0.
Di conseguenza, se esiste almeno una combinazione lineare pari al vettore nullo con
coefficienti non tutti nulli si dice che i vettori sono linearmente dipendenti.
h i
Esercizio 5. Stabilire se il vettore xT = 2 3 è combinazione lineare dei vettori
" # " #
1 0
y= e z= .
2 1
Soluzione. Dobbiamo determinare α, β ∈ R tali che αy + βz = x, cioè tali che
" # " # " # " # " # " #
1 0 α 0 α 2
α +β = + = = .
2 1 2α β 2α + β 3
Dobbiamo quindi risolvere il sistema
α =2 =2
α
=⇒
2α + β = 3 β = −1
da cui deduciamo che x è combinazione lineare dei vettori y e z con coefficienti α = 2 e
β = −1; infatti abbiamo che
" # " # " # " # " #
1 0 2 0 2
2 + (−1) = + = ,
2 1 4 −1 3
come desiderato.
h i
Esercizio 6. Stabilire se il vettore xT = 1 5 8 è combinazione lineare dei vettori
2 0
y = −3 e z= 1 .
4 0
Soluzione. Dobbiamo determinare α, β ∈ R tali che αy + βz = x, cioè tali che
2 0 2α 0 2α 1
α −3 + β 1 = −3α + β = −3α + β = 5 .
4 0 4α 0 4α 8
Impostiamo il sistema
2α
=1 = 21α
−3α + β = 5 =⇒ −3α + β = 5
4α = 8
α=2
che è impossibile, quindi x non è una combinazione lineare dei vettori y e z.
5
Esercizio 7. Stabilire se i vettori
1 1 2
x = 0 , y = 1 e z= 1
1 1 2
1 1 2 α β 2γ α + β + 2γ 0
da cui deduciamo che i vettori sono linearmente dipendenti perché abbiamo trovato una
combinazione lineare con coefficienti non nulli che ci restituisce il vettore nullo. Per essere
sicuri verifichiamo: siccome γ è arbitrario poniamo ad esempio γ = 1 da cui α = −1 e
β = −1, quindi
1 1 2 −1 −1 2 −1 − 1 + 2 0
−1 0 + (−1) 1 + 1 1 = 0 + −1 + 1 = −1 + 1 = 0
1 1 2 −1 −1 2 −1 − 1 + 2 0
come desiderato.
Esercizio 8. Stabilire se i vettori
2 3 −1
x = −1 , y = 0 e z = −2
4 1 0
4 1 0 4α + β 0
−α − 2γ = 0 =⇒ α = −2γ =⇒ α = −2γ =⇒ β = 0
4α + β = 0
β = −4α
β = −4α
γ=0
da cui deduciamo che i vettori sono linearmente indipendenti perché l’unica combinazione
lineare che ci restituisce il vettore nullo ha coefficienti tutti nulli.
6
1.3 Rango
Data una matrice A ∈ Rn×m , il rango di A, indicato con rg(A), è il massimo numero di
colonne (o righe) linearmente indipendenti di A. Se n ≤ m allora rg(A) ≤ n e se m ≤ n
allora rg(A) ≤ m, cioè rg(A) ≤ min{n, m}; inoltre se A =6 0 allora rg(A) ≥ 1. Quando
rg(A) = min{n, m} si dice che la matrice A ha rango massimo.
Esercizio 9. Stabilire il rango della matrice
−1 3
A = 4 −2
3 1
utilizzando la definizione di indipendenza lineare.
Soluzione. Osserviamo che A ∈ R3×2 quindi rg(A) ≤ 2 e, siccome A è diversa dalla
matrice nulla, sappiamo anche che rg(A) ≥ 1. Per stabilire se il rango di A è pari a 1
oppure è pari a 2 verifichiamo se le colonne sono linearmente indipendenti, cioè cerchiamo
α e β tali che
−1 3 −α + 3β 0
α 4 + β −2 = 4α − 2β = 0 .
3 1 3α + β 0
Risolviamo il sistema
−α + 3β =0 = 3β
α
α =0
4α − 2β = 0 =⇒ 10β = 0
=⇒
β = 0
3α + β = 0
10β = 0
5 −10 5α − 10β 0
Risolviamo il sistema
−α + 2β =0 α= 2β
α = 2β
3α − 6β = 0 =⇒ 6β − 6β = 0
=⇒
β qualsiasi
5α − 10β = 0
10β − 10β = 0