Matrici a coefficienti in R. Matrici quadrate. Somma e prodotto per
Transcript
Matrici a coefficienti in R. Matrici quadrate. Somma e prodotto per
LEZIONE 1 1.1. Matrici a coefficienti in R. Definizione 1.1.1. Siano m, n ∈ Z positivi. Una matrice m × n a coefficienti in R è un insieme di mn numeri reali disposti su m righe ed n colonne circondata da parentesi. Tali numeri sono dette entrate o componenti della matrice. L’insieme di tutte le matrici m × n a coefficienti in R si indicherà con Rm,n . La matrice 0m,n ∈ Rm,n avente tutte le entrate nulle viene detta matrice nulla. Se m = n si parlerà di matrici quadrate, se m = 1 di matrici riga, se n = 1 di matrici colonna. La definizione data sopra ha senso anche quando m = n = 1. In tal caso però, si preferisce identificare R1,1 con R. Esempio 1.1.2. Diamo alcuni esempi di matrici. 1 √π 1 3,2 A = −3/19 21 ∈ R , B= π 0 0 1 D = ( 1 0 ) ∈ R1,2 , C = 2 ∈ R3,1 , −3 −3/19 0 √ 21 0 E= 1 0 ∈ R2,3 , 0 1 ∈ R2,2 . C, D, E sono, rispettivamente, una matrice colonna, riga, quadrata. Invece A e B non sono nè riga nè colonna nè quadrate. Invece la tabella 1 2 3 4 2 −1 0 17 non è una matrice. Sia A ∈ Rm,n . Ad ogni sua entrata a rimangono associati due numeri interi positivi, gli indici i e j della riga e della colonna al cui incrocio si trova a: i e j vengono detti rispettivamente indice di riga e indice di colonna di a, a si dice l’entrata in posizione (i, j): spesso, per indicarla nelle formule, si scriverà ai,j . In particolare la matrice A si indica sovente con il simbolo A = (ai,j ) 1≤i≤m . 1≤j≤n Typeset by AMS-TEX 1 2 1.1. MATRICI A COEFFICIENTI IN R Se A è quadrata con m = n si scrive anche A = (ai,j )1≤i,j≤n . Quando le dimensioni della matrice sono fissate spesso le entrate si indicano con lettere distinte. Per esempio, una matrice 2 × 2 generica verrà indifferentemente indicata nel seguito con uno dei seguenti simboli: (ai,j ) 1≤i≤2 , (ai,j )1≤i,j≤2 , 1≤j≤2 a1,1 a2,1 a1,2 a2,2 , a c b d . Esempio 1.1.3. Si considerino 1 A = −3/19 0 π √ 21 ∈ R3,2 , 0 B= −3/19 0 √ 21 0 1 π ∈ R2,3 Allora l’entrata (1, 2) di A è a1,2 = π. Le entrate (3, 1) e (3, 2) di A sono a3,1 = a3,2 = 0. Invece le entrate (3, 3) e (2, 3) non esistono. Similmente le entrate (3, 1), (3, 2), (3, 3) di B non esistono. Invece le entrate (1, 2) e (2, 3) di B sono b1,2 = −3/19 e b2,3 = 0. Definizione 1.1.4. Sia A ∈ Rm,n . L’opposto di A è la matrice di Rm,n , indicata con −A, la cui entrata (i, j) coincide con l’opposto dell’entrata (i, j) della matrice A per i = 1, . . . , m e j = 1, . . . , n. Se A = (ai,j ) 1≤i≤m ∈ Rm,n spesso si scriverà in simboli −A = (−ai,j ) 1≤i≤m ∈ 1≤j≤n Rm,n . Per esempio per le matrici A e B degli Esempi 1.1.2 e 1.1.3, vale −1 −A = 3/19 0 −π √ − 21 ∈ R3,2 , 0 −B = −1 −π 3/19 √ − 21 0 0 1≤j≤n ∈ R2,3 . Definizione 1.1.5. Due matrici A0 = a0i,j 1≤i≤m0 1≤j≤n0 , A00 = a00i,j 1≤i≤m00 1≤j≤n00 si dicono uguali se hanno lo stesso numero di righe e colonne, cioè m0 = m00 = m, n0 = n00 = n, e se le entrate aventi la stessa posizione nelle due matrici coincidono, cioè a0i,j = a00i,j per ogni i = 1, . . . , m e j = 1, . . . , n. Le due matrici A e B degli Esempi 1.1.2 e 1.1.3 sono perciò diverse. Ciononostante sono legate da un’ovvia relazione: l’entrata (i, j) di A coincide con l’entrata (j, i) di B. LEZIONE 1 3 Definizione 1.1.6. Sia A ∈ Rm,n . La trasposta di A è la matrice di Rn,m , indicata con t A, la cui entrata (j, i) coincide con l’entrata (i, j) della matrice A per i = 1, . . . , m e j = 1, . . . , n. Se A = (ai,j ) 1≤i≤m ∈ Rm,n spesso si scriverà in simboli t A = (aj,i ) 1≤j≤n ∈ 1≤j≤n 1≤i≤m Rn,m . Per esempio per le matrici A e B degli Esempi 1.1.2 e 1.1.3 vale B = t A e A = t B. Proposizione 1.1.7. Valgono le seguenti proprietà: (T1) per ogni matrice A risulta A ∈ Rm,n se e solo se t A ∈ Rn,m ; (T2) per ogni matrice A ∈ Rm,n risulta t (t A) = A; (T3) per ogni matrice A ∈ Rm,n risulta t (−A) = −(t A). In qualche senso l’operazione di trasposizione ci permette di identificare, all’occorrenza, matrici m × n con matrici n × m: per esempio identificare matrici riga con matrici colonna. 1.2. Matrici quadrate. In questo paragrafo descriveremo alcune classi notevoli di matrici quadrate. Innanzi tutto diamo una definizione. Definizione 1.2.1. Sia A = (ai,j )1≤i,j≤n ∈ Rn,n . La diagonale di A è l’insieme ordinato delle entrate di posizione (i, i) di A. Per esempio se 1 A = π 2 −17 0 −3/4 4 8 , −e la diagonale di A è la successione ordinata (1, 0, −e) (e non (1, −e) o (−e, 1, 0) o altro). Esempio 1.2.2. Una matrice quadrata A = (ai,j )1≤i,j≤n ∈ Rn,n si dice diagonale se tutte le entrate al di fuori della diagonale sono nulle, ovvero in simboli se ai,j = 0 quando i 6= j. Per esempio 1 0 0 A = 0 0 0 0 0 −e è diagonale. Una matrice diagonale può essere descritta indicando solo la sua diagonale: per esempio la matrice A di cui sopra viene spesso indicata con il simbolo A = diag(1, 0, −e). Invece 0 −17 0 B = 0 0 0 0 0 0 4 1.2. MATRICI QUADRATE non lo è. Si noti che la matrice nulla 0n,n è diagonale. Fra le matrici diagonali una è particolarmente importante e, perció, merita un simbolo ed un nome particolari: si tratta della matrice identità di ordine n, indicata con In . Si tratta della matrice diagonale avente tutte le entrate diagonali uguali ad 1. Per esempio 1 0 0 0 1 0 0 1 0 0 1 0 0 I4 = I1 = (1), I2 = , I3 = 0 1 0 , . 0 0 1 0 0 1 0 0 1 0 0 0 1 Esempio 1.2.3. Una matrice quadrata A = (ai,j )1≤i,j≤n ∈ Rn,n si dice triangolare superiore se le sue entrate al di sotto della diagonale si annullano, ovvero in simboli se ai,j = 0 quando i > j. Per esempio 1 −17 4 A = 0 0 8 0 0 −e è triangolare superiore. Similmente si può introdurre la nozione di matrice trangolare inferiore. A = (ai,j )1≤i,j≤n ∈ Rn,n si dice triangolare inferiore se le sue entrate al di sopra della diagonale si annullano, ovvero se ai,j = 0 quando i < j. Per esempio 1 0 0 B = π 0 0 2 −3/4 −e è triangolare inferiore. A = (ai,j )1≤i,j≤n ∈ Rn,n si dice strettamente triangolare superiore (inferiore) se è triangolare superiore (inferiore) e le sue entrate sulla diagonale si annullano, ovvero se ai,j = 0 quando i ≥ j (i ≤ j). Per definizione ogni matrice strettamente triangolare superiore od inferiore è triangolare superiore od inferiore, ma non vale il viceversa: infatti le matrici A e B sopra riportate sono, rispettivamente, triangolare superiore ed inferiore ma non lo sono strettamente. Si noti che la matrice nulla 0n,n è (strettamente) triangolare superiore ed inferiore. Esempio 1.2.4. Una matrice quadrata A = (ai,j )1≤i,j≤n ∈ Rn,n si dice simmetrica se coincide con la sua trasposta, ovvero in simboli se t A = A: ciò significa ai,j = aj,i per ogni i, j = 1, . . . , n, quindi le entrate in posizione simmetrica al di fuori della diagonale sono uguali. Per esempio 1 −17 4 A = −17 0 8 4 8 −e LEZIONE 1 è simmetrica. Invece 5 1 −17 4 B= 4 0 8 −17 8 −e non è simmetrica perché b1,2 = −17 6= 4 = b2,1 . Si noti che ogni matrice diagonale, in particolare la matrice nulla 0n,n , è simmetrica. Invece non possono essere simmetriche le matrici (strettamente) triangolari superiori ed inferiori che non siano diagonali. Esempio 1.2.5. Una matrice quadrata A = (ai,j )1≤i,j≤n ∈ Rn,n si dice antisimmetrica se coincide con l’opposto della sua trasposta, ovvero in simboli se t A = −A: ciò significa ai,j = −aj,i per ogni i, j = 1, . . . , n, quindi le entrate diagonali devono essere nulle, e quelle in posizione simmetrica al di fuori della diagonale sono opposte. Per esempio 0 −17 4 A = 17 0 8 −4 −8 0 è antisimmetrica. Invece 1 B = 17 −4 −17 0 −8 4 8, 0 0 C = 17 4 −17 0 −8 4 8, 0 non sono antisimmetriche perché b1,1 = 1 6= 0 e c3,1 = 4 6= −c1,3 . Si noti che l’unica matrice diagonale o (strettamente) triangolare superiore ed inferiore o simmetrica che sia anche antisimmetrica è la matrice nulla 0n,n . 1.3. Somma e prodotto per scalari. In questo paragrafo definiremo due importanti operazioni su matrici. Iniziamo a definire la somma di matrici. Definizione 1.3.1. Siano A = (ai,j ) 1≤i≤m , B = (bi,j ) 1≤i≤m ∈ Rm,n . Definiamo 1≤j≤n 1≤j≤n somma di A e B la matrice di Rm,n , indicata con A + B, la cui entrata in posizione (i, j) è ai,j + bi,j . Si noti che la somma è stata definita solo per matrici aventi le stesse dimensioni. Esempio 1.3.2. Si ha 1 −1 0 5 7 + 3 3 2 −1/2 1 1 0 −4 = 8 3. 0 5/2 2 6 1.3. SOMMA E PRODOTTO PER SCALARI Proposizione 1.3.3. Valgono le seguenti proprietà: (S1) per ogni A, B ∈ Rm,n si ha A + B = B + A (la somma è commutativa); (S2) per ogni A, B, C ∈ Rm,n si ha A + (B + C) = (A + B) + C (la somma è associativa); (S3) la matrice nulla è l’unico elemento neutro per la somma, cioè è l’unica matrice tale che 0m,n + A = A, per ogni A ∈ Rm,n ; (S4) per ogni A ∈ Rm,n , −A è l’unico elemento opposto di A, cioè è l’unica matrice tale che A + (−A) = 0m,n . Inoltre: (ST) per ogni A, B ∈ Rm,n si ha t (A + B) = t A + t B. Se A, B ∈ Rm,n , spesso scriveremo A − B invece di A + (−B). Passiamo ora a definire il prodotto di una matrice per un numero reale. Definizione 1.3.4. Siano α ∈ R, A = (ai,j ) 1≤i≤m . Definiamo prodotto dello 1≤j≤n scalare α per A la matrice di Rm,n , indicata con αA, la cui entrata in posizione (i, j) è αai,j . Esempio 1.3.5. Si ha 2 3 1 2 −7 5 0 = 6 2 4 −14 10 0 . Proposizione 1.3.6. Valgono le seguenti proprietà: (P1) (P2) (SP1) (SP2) per per per per ogni ogni ogni ogni A ∈ Rm,n si ha 1A = A; α1 , α2 ∈ R e A ∈ Rm,n si ha α1 (α2 A) = (α1 α2 )A; α1 , α2 ∈ R e A ∈ Rm,n si ha (α1 + α2 )A = α1 A + α2 A; α ∈ R e A, B ∈ Rm,n si ha α(A + B) = αA + αB. Inoltre: (PT) per ogni α ∈ R, A ∈ Rm,n si ha t (αA) = α(t A); (LP) per ogni α ∈ R, A ∈ Rm,n si ha αA = 0m,n se e solo se o α = 0 o A = 0m,n (legge di annullamento del prodotto per scalari).