ALGEBRA LINEARE I (A) PER SCIENZE STATISTICHE, SGI, A.A. 2010/2011, GEMMA PARMEGGIANI

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata via Trieste, 63 353 Padova Programma del corso. Nota : Matrici elementari ed operazioni elementari sulle righe di una matrice. Nota : Osservazioni sul rango di una matrice. Nota 3: Basi dello spazio delle colonne di una matrice: applicazioni. Nota 4: Calcolo di determinanti. Esercizi Tipo. Testi degli esercizi per casa. Svolgimenti degli esercizi per casa. Typeset by AMS-TEX

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI PROGRAMMA SVOLTO Il testo di riferimento è: Algebra Lineare, E. Gregorio, S. Salce, ed. Libreria Progetto Padova Programma svolto nella prima settimana: // Insiemi. Intersezione ed unione di insiemi. La forma algebrica, il modulo ed il coniugato di un numero complesso. Dal libro: Appendice A: da pag. 67 a pag. 7. Esercizi per casa: Esercizi, 3 e prima parte del degli Esercizi per casa. // Proprietà del modulo e del coniugato di un numero complesso. La forma algebrica dell inverso di un numero complesso non nullo. Enunciato del Teorema fondamentale dell Algebra. Matrici. Esempi. Tipi particolari di matrici. Dal libro: Pag. 73, da pag. a pag. 3. Esercizi per casa: Seconda parte dellesercizio, ed esercizi 4 e 5 degli Esercizi per casa. 3// Prodotto di una matrice per uno scalare. Somma di due matrici. Prodotto di un vettore riga per un vettore colonna. Prodotto righe per colonne di matrici. Esempi. Proprietà della somma, del prodotto per uno scalare e del prodotto righe per colonne. Potenze di matrici quadrate. Dal libro: Da pag. 4 a pag. 7, pag. 9. Esercizi per casa: Esercizi 6, 7, 8 e 9 degli Esercizi per casa. Programma svolto nella seconda settimana: 8// Premoltiplicazione e postmoltiplicazione per matrici diagonali. Il prodotto righe per colonne non è commutativo. Le matrici n n che commutano con ogni matrice n n sono esattamente le matrici scalari di ordine n. Trasposta, coniugata ed H-trasposta di una matrice. Dal libro: Da pag. a pag. 4. Esercizi per casa: Esercizi degli Esercizi per casa ed esercizio degli Esercizi per casa. 9// Matrici simmetriche, anti-simmetriche, hermitiane, anti-hermitiane e loro proprietà. Ogni matrice quadrata si scrive in modo unico come somma di una matrice hermitiana ed una matrice antihermitiana parte hermitiana ed anti-hermitiana di una matrice quadrata. Sottomatrici. Decomposizioni a blocchi. Dal libro: Da pag. 5 a pag. 8.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 3 Esercizi per casa: Esercizi, 3, 4 e 5 degli Esercizi per casa. 9// Operazioni a blocchi. Casi particolari di decomposizioni a blocchi. Esercizio Tipo. Dal libro: Da pag. 9 a pag.. Esercizi per casa: Esercizi 6 e 7 degli Esercizi per casa. Programma svolto nella terza settimana: 5// Scrittura matriciale di un sistema lineare. Operazioni elementari sulle equazioni di un sistema. Matrici elementari ed operazioni elementari sulle righe di una matrice. Dal libro: Pag 8. Da pag. a pag. 4. Pag. 46 e pag. 47. Nota file sulla pag. web. Esercizi per casa: Esercizi e degli Esercizi per casa 3. 6// Eliminazione di GaussEG. Forma ridotta di Gauss di una matrice, colonne dominanti, colonne libere. Esempi. Risoluzione di sistemi lineari. Esercizi Tipo e primo caso dell Esercizi Tipo 3. Dal libro: Da pag. 5 a pag. 3. Esercizi per casa: Esercizi 3 e 5 degli Esercizi per casa 3. 7// Rango di una matrice. Inverse destre, sinistre, bilatere. Esempi. Criteri per l esistenza di una inversa destra e per l esistenza di un inversa sinistra. Esercizio 7 degli Esercizi per casa 3. Dal libro: Da pag. 3 a pag. 35. Nota file sulla pag. web. Esercizi per casa: Esercizi 4, 6 e 8 degli Esercizi per casa 3. Programma svolto nella quarta settimana: // Costruzione di inverse destre e di inverse sinistre. Esercizio Tipo 4 e 4 bis. Algoritmo di Gauss- Jordan per il calcolo dell inversa. Esercizio Tipo 5. Dal libro: Da pag. 4 a pag. 46. Esercizi per casa: Esercizi,, 3 e 4 degli Esercizi per casa 4. 3// Inverse di matrici. Inverse e trasposte delle matrici elementari. Decomposizioni a rango pieno. Decomposizione LU. Dal libro: Da pag. 47 a pag. 5. Esercizi per casa: Esercizi 5, 6 e 7 degli Esercizi per casa 4. Programma svolto nella quinta settimana: 8// Esercizio Tipo 6. Decomposizione P T LU. Prima parte dell Esercizio Tipo 7.

4 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Dal libro: Da pag. 5 a pag. 58. Esercizi per casa: Esercizio 8 degli Esercizi per casa 4. 9// Seconda parte dell Esercizio Tipo 7. Spazi vettoriali. Esempi. Dal libro: Da pag. 63 a pag. 68. Esercizi per casa: Esercizio degli Esercizi per casa 5. // Sottospazi di spazi vettoriali. Esempi. Lo spazio nullo di una matrice. Insiemi di vettori. Sottoinsiemi ed unioni di insiemi di vettori. Dal libro: Da pag. 69 a pag. 7. Esercizi per casa: Esercizi,3, 4, 5 e 6 degli Esercizi per casa 5. Programma svolto nella sesta settimana: 5// Combinazioni lineari. Sottospazi generati da insiemi di vettori. Insiemi di generatori. Esempi. Esercizio Tipo 8. Dal libro: Da pag. 7 a pag. 74. Esercizi per casa: Esercizi, e 3 degli Esercizi per casa 6. 6// Insiemi di vettori linearmente dipendenti ed insiemi di vettori linearmente indipendenti. Esercizio Tipo 9. Prima domanda dell esercizio 8 degli Esercizi per casa 5. Basi. Esempi di basi. Insiemi di generatori minimali. Dal libro: Da pag. 75 a pag. 8. Esercizi per casa: Esercizi 4 e 5 degli Esercizi per casa 6. 7// Caratterizzazione delle basi come insiemi di generatori minimali. Ogni spazio vettoriale finitamente generato ha una base. Come estrarre una base da un insieme di generatori. Esercizio Tipo. Caratterizzazione delle basi come insiemi linearmente indipendenti massimali. Teorema di Steinitz. Equipotenza delle basi di uno spazio vettoriale finitamente generato. Dimensione di uno spazio vettoriale. Definizione di somma e di somma diretta di sottospazi. Dal libro: Da pag. 8 a pag. 87. Esercizi per casa: Esercizi 6, 7 e 8 degli Esercizi per casa 6. Programma svolto nella settima settimana: // Applicazioni lineari. Esempi. Applicazione lineare indotta da una matrice. Spazio nullo e spazio immagine di un applicazione lineare. Teorema nullità+rango. I 4 sottospazi fondamentali di una matrice. Dal libro: Da pag. 88 a pag. 98.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 5 Esercizi per casa: Esercizio 9 degli Esercizi per casa 6 ed esercizi e degli Esercizi per casa 7. 3// Spazio nullo e spazio immagine dell applicazione lineare indotta da una matrice. Come trovare una base dello spazio nullo di una matrice. Esercizio Tipo. Basi dello spazio delle colonne e dello spazio delle righe di una matrice. Applicazioni. Esercizio Tipo. Dal libro: Da pag. 98 a pag 4. Primo punto della Nota 3 file sulla pag. web. Esercizi per casa: Esercizi 3 e 4 degli Esercizi per casa 7. 4// Enunciato del Teorema 5.. Basi ordinate. Coordinate di un vettore rispetto ad una base ordinata. Esempi. Applicazione delle coordinate. Matrice associata ad un applicazione lineare rispetto a fissate basi ordinate su dominio e codominio. Matrice di passaggio da una base ordinata ad un altra. Esercizi Tipo 3 e 4. Dal libro: Secondo punto della Nota 3 file sulla pag. web. Da pag. 5 a pag.. Esercizi per casa: Esercizi 5, 6 e 7 degli Esercizi per casa 7. Programma svolto nell ottava settimana: 9// Come cambia la matrice associata ad un applicazione lineare rispetto a fissate basi ordinate su dominio e codominio cambiando le basi. Esercizio Tipo 5. Interpretazione geometrica di R ed R 3. Regola del parallelogramma. Dal libro: Da pag. a pag. 3. Appendice C: da pag. 85 a pag. 9. Da pag. 9 a pag.. Esercizi per casa: Esercizio degli Esercizi per casa 8. 3// Definizione di norma. Le norme.,. e.. Esercizio Tipo 6. Il coseno dell angolo tra due vettori di R. Dal libro: Da pag. a pag. 6. Esercizi per casa: Esercizi, 3 e 4 degli Esercizi per casa 8. // Prodotti interni. Il prodotto interno standard. Esercizio Tipo 7. La norma indotta da un prodotto interno. Il coseno dell angolo tra due vettori in uno spazio vettoriale euclideo. Dal libro: Da pag 7 a pag. 33. Esercizi per casa: Esercizi 5, 6 e 7 degli Esercizi per casa 8. Programma svolto nella nona settimana: 6// Vettori ortogonali in uno spazio euclideo. Insiemi ortogonali e basi ortogonali. Basi ortonormali. L algoritmo di Gram-Schmidt. Esercizio Tipo 8. Dal libro: Pag 4. Da pag. 44 a pag. 5. Esercizi per casa: Esercizi e degli Esercizi per casa 9.

6 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 7// Il complemento ortogonale di un sottospazio di uno spazio euclideo. La proiezione ortogonale di un vettore di uno spazio euclideo su di un sottospazio, ed il suo calcolo. Esercizio Tipo 9. Dal libro: Da pag. 33 a pag. 4. Pag. 43. Esercizi per casa: Esercizi 3, 4, 5 e 6 degli Esercizi per casa 9. Programma svolto nella decima settimana: 3// Decomposizione Q R -non-normalizzata di una matrice A. Decomposizione QR-normalizzata di una matrice A. Esercizio Tipo. Enunciato del Teorema 7.. Dal libro: Da pag. 54 a pag. 57. Pag. 5. Esercizi per casa: Esercizi e degli Esercizi per casa. 4// Calcolo del determinante di una matrice. Proprietà del determinante. Esercizio Tipo. Dal libro: Nota 4 file sulla pag. web. Esercizi per casa: Esercizi 3 e 4 degli Esercizi per casa.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 7 NOTE Nota : Matrici elementari ed operazioni elementari sulle righe di una matrice Sia A una matrice m n. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni: sommare ad una riga un altra riga di A moltiplicata per uno scalare, moltiplicare una riga di A per uno scalare non nullo, 3 scambiare due righe di A. Studiando i prodotti a blocchi abbiamo visto: la i-esima riga di A è uguale a e T i A; se C T s T s. s t T si può premoltiplicare ad A, allora CA s T A s T A.. s T t A Sia B la matrice che si ottiene da A sommando alla i-esima riga di A la j-esima riga di A moltiplicata per lo scalare c, ossia sia B [b kr ] la matrice con tutte le righe diverse dalla i-esima uguali alle corrispondenti righe di A [a kr ], e con i-esima riga il vettore riga Allora da e segue che b i b i... b in a i +ca j a i +ca j... a in +ca jn. B E ij ca dove E ij c è la matrice che ha tutte le righe uguali a quelle della matrice I m, tranne eventualmente la i-esima, che è e i T +ce j T ed è uguale alla i-esima riga di I m solo se c. Dunque E ij c si ottiene da I m sommando alla i-esima riga di I m la j-esima riga di I m moltiplicata per lo scalare c. Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare sommare alla i-esima riga la j-esima riga moltiplicata per lo scalare c, scriviamo: A Eijc B. Sia B la matrice che si ottiene da A moltiplicando la i-esima riga di A per lo scalare c c, ossia sia B [b kr ] la matrice con tutte le righe diverse dalla i-esima uguali alle corrispondenti righe di A [a kr ], ed con i-esima riga il vettore riga Allora da e segue che b i b i... b in ca i ca i... ca in. B E i ca dove E i c è la matrice che ha tutte le righe uguali a quelle della matrice I m, tranne eventualmente la i-esima, che è ce i T ed è uguale alla i-esima riga di I m solo se c. Dunque E i c si ottiene da I m moltiplicando la i-esima riga di I m per lo scalare per lo scalare c c.

8 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare moltiplicare la i-esima riga per lo scalare non nullo c, scriviamo: A Eic B. 3 Sia B la matrice che si ottiene da A scambiando la i-esima riga di A con la j-esima, ossia sia B [b kr ] la matrice con tutte le righe diverse dalla i-esima e dalla j-esima uguali alle corrispondenti righe di A, e con i-esima e j-esima riga rispettivamente: Allora da e segue che b i b i... b in a j a j... a jn, b j b j... b jn a i a i... a in. B E ij A dove E ij è la matrice che si ottiene da I m scambiando la i-esima riga di I m con la j-esima. Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare scambiare la i-esima riga con la j-esima riga, scriviamo: A Eij B. N.B. Le matrici E ij c,e i c e E ij si chiamano matrici elementari, sono il risultato delle operazioni elementari sulle righe di una matrice identica, e la loro premoltiplicazione per una matrice A produce le operazioni elementari sulle righe di A. Nota : Matrici elementari ed operazioni elementari sulle righe di una matrice Sia A una matrice m n. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni: sommare ad una riga un altra riga di A moltiplicata per uno scalare, moltiplicare una riga di A per uno scalare non nullo, 3 scambiare due righe di A. Studiando i prodotti a blocchi abbiamo visto: la i-esima riga di A è uguale a e T i A; se C T s T s. s t T si può premoltiplicare ad A, allora CA s T A s T A.. s T t A Sia B la matrice che si ottiene da A sommando alla i-esima riga di A la j-esima riga di A moltiplicata per lo scalare c, ossia sia B [b kr ] la matrice con tutte le righe diverse dalla i-esima uguali alle corrispondenti righe di A [a kr ], e con i-esima riga il vettore riga b i b i... b in a i +ca j a i +ca j... a in +ca jn.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 9 Allora da e segue che B E ij ca dove E ij c è la matrice che ha tutte le righe uguali a quelle della matrice I m, tranne eventualmente la i-esima, che è e i T +ce j T ed è uguale alla i-esima riga di I m solo se c. Dunque E ij c si ottiene da I m sommando alla i-esima riga di I m la j-esima riga di I m moltiplicata per lo scalare c. Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare sommare alla i-esima riga la j-esima riga moltiplicata per lo scalare c, scriviamo: A Eijc B. Sia B la matrice che si ottiene da A moltiplicando la i-esima riga di A per lo scalare c c, ossia sia B [b kr ] la matrice con tutte le righe diverse dalla i-esima uguali alle corrispondenti righe di A [a kr ], ed con i-esima riga il vettore riga Allora da e segue che b i b i... b in ca i ca i... ca in. B E i ca dove E i c è la matrice che ha tutte le righe uguali a quelle della matrice I m, tranne eventualmente la i-esima, che è ce i T ed è uguale alla i-esima riga di I m solo se c. Dunque E i c si ottiene da I m moltiplicando la i-esima riga di I m per lo scalare per lo scalare c c. Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare moltiplicare la i-esima riga per lo scalare non nullo c, scriviamo: A Eic B. 3 Sia B la matrice che si ottiene da A scambiando la i-esima riga di A con la j-esima, ossia sia B [b kr ] la matrice con tutte le righe diverse dalla i-esima e dalla j-esima uguali alle corrispondenti righe di A, e con i-esima e j-esima riga rispettivamente: Allora da e segue che b i b i... b in a j a j... a jn, b j b j... b jn a i a i... a in. B E ij A dove E ij è la matrice che si ottiene da I m scambiando la i-esima riga di I m con la j-esima. Per indicare che B è la matrice ottenuta dalla matrice A eseguendo l operazione elementare scambiare la i-esima riga con la j-esima riga, scriviamo: A Eij B. N.B. Le matrici E ij c,e i c e E ij si chiamano matrici elementari, sono il risultato delle operazioni elementari sulle righe di una matrice identica, e la loro premoltiplicazione per una matrice A produce le operazioni elementari sulle righe di A.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Nota : Osservazioni sul rango di una matrice Sia A una matrice m n. Se U ed U sono due forme ridotte di Gauss per A, allora il numero delle righe non nulle di U è uguale al numero delle righe non nulle di U. Ció dipende dal fatto che l esistenza di diverse forme ridotte di Gauss per una matrice dipende esclusivamente dalla eventuale possibilità di fare delle scelte negli scambi di righe in una EG su A, e gli scambi di righe non decrescono il numero delle righe non nulle. Il numero delle righe non nulle di una forma ridotta di Gauss di A dipende quindi esclusivamente da A e non dalle operazioni elementari che si fanno in una EG su A e si chiama il rango di A piú avanti nel corso daremo un altra definizione di rango di una matrice, equivalente a questa. Si indica con il simbolo rka. Siano A una matrice m n di rango k ed U una forma ridotta di Gauss per A. Poichè ogni scalino di U è alto una riga, allora k numero delle righe non nulle di U numero delle colonne dominanti di U. 3 Se A una matrice m n di rango k allora k m e k n. Infatti se U è ua forma ridotta di Gauss per A allora U è m n e k numero delle righe non nulle di U numero delle righe di U m k numero delle colonne dominanti di U numero delle colonne di U n Nota : Osservazioni sul rango di una matrice Sia A una matrice m n. Se U ed U sono due forme ridotte di Gauss per A, allora il numero delle righe non nulle di U è uguale al numero delle righe non nulle di U. Ció dipende dal fatto che l esistenza di diverse forme ridotte di Gauss per una matrice dipende esclusivamente dalla eventuale possibilità di fare delle scelte negli scambi di righe in una EG su A, e gli scambi di righe non decrescono il numero delle righe non nulle. Il numero delle righe non nulle di una forma ridotta di Gauss di A dipende quindi esclusivamente da A e non dalle operazioni elementari che si fanno in una EG su A e si chiama il rango di A piú avanti nel corso daremo un altra definizione di rango di una matrice, equivalente a questa. Si indica con il simbolo rka. Siano A una matrice m n di rango k ed U una forma ridotta di Gauss per A. Poichè ogni scalino di U è alto una riga, allora k numero delle righe non nulle di U numero delle colonne dominanti di U. 3 Se A una matrice m n di rango k allora k m e k n.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Infatti se U è ua forma ridotta di Gauss per A allora U è m n e k numero delle righe non nulle di U numero delle righe di U m k numero delle colonne dominanti di U numero delle colonne di U n

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Nota 3: Basi dello spazio delle colonne di una matrice: applicazioni. Siano v ;v ;...;v n K m, con K {R,C}, S {v ;v ;...;v n } e W S il sottospazio di K m generato da S. Per trovare una base B di W contenuta in S, piuttosto che procedere come nell Esercizio Tipo, conviene: costruire la matrice m n A v v... v n, ossia costruire una matrice le cui colonne siano gli elementi di S; fare una EG su A, trovando una forma ridotta di Gauss U per A; 3 se u i,u i,...,u ik sono le colonne dominanti di U, allora B {v i ;v i ;...;v ik }, ossia l insieme delle colonne di A corrispondenti alle colonne dominanti di U, è una base di CA v ;v ;...;v n W contenuta in S. Siano v ;v ;...;v n K n, con K {R,C}, e B {v ;v ;...;v n }. Per verificare se B è o meno una base di K n, piuttosto che verificare se B è un insieme di generatori linearmente indipendente di K n, conviene considerare la matrice n n A v v... v n ossia una matrice le cui colonne siano gli elementi di B. Da CA K n segue che dim CA rka n CA K n ; inoltre, dal momento che B ha n elementi e contiene una base di CA, dim CA rka n ogni base di CA ha n elementi B è una base di CA. Quindi dim CA rka n B è una base di K n.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 3 Nota 4: Calcolo di determinanti Sia A una matrice quadrata di ordine n. Il determinante di A è un numero che dipende da A. Esso si indica con il simbolo deta, oppure DetA. Impariamo a calcolarlo, cominciando con i casi n,,3. Il caso n. Se A a, è DetA a. a a Il caso n. Se A a a Esempio. Il determinante di A, è DetA a a a a. 3 è DetA 5 3 4. 4 5 a a Abbiamo detto che Det a a a a a a. Osserviamo che a a a + Deta a la somma degli indici di a Deta a la somma degli indici di a il determinante della matrice che si ottiene da A sopprimendo la a riga e la a colonna di A il determinante della matrice che si ottiene da A a la somma degli indici di a sopprimendo la riga e la colonna in cui si trova a e a a a + Deta a la somma degli indici di a Deta a la somma degli indici di a il determinante della matrice che si ottiene da A sopprimendo la a riga e la a colonna di A il determinante della matrice che si ottiene da A a la somma degli indici di a sopprimendo la riga e la colonna in cui si trova a. Indicando con i simboli C C la matrice che si ottiene da A sopprimendo la a riga e la a colonna, la matrice che si ottiene da A sopprimendo la a riga e la a colonna, ed inoltre A + DetC, A + DetC,

4 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI abbiamo: a a Det a a a A +a A. Si tenga a mente che a ed a sono gli elementi della a riga di A. a a Quindi se A, quello che abbiamo fatto per calcolare DetA è stato: a a mettere in evidenza gli elementi della a riga di A: a a a a, per ciascuna posizione,j della a riga di A posto, e posto, costruire la matrice C j ottenuta sopprimendo da A la a riga e la j esima colonna di A, calcolare DetC j, calcolare +j, calcolare A j +j DetC j, 3 calcolare il prodotto a a A A. Il caso n3. Sia A a a a 3 a a a 3. Per calcolare DetA procediamo come nel caso n. a 3 a 3 a 33 Mettiamo in evidenza gli elementi della a riga di A: a a a 3 a a a 3. a 3 a 3 a 33 per ciascuna posizione,j della a riga di A posto,, posto, e posto,3 costruiamo la matrice C j ottenuta sopprimendo da A la a riga e la j esima colonna di A: a a C 3 a a, C a 3 a 3 a a, C 33 a 3 a 3. 33 a 3 a 3 calcoliamo DetC j, usando il caso n, ossia il caso precedente a quello che stiamo analizzando ora che è n 3: a a DetC Det 3 a a 3 a a 33 a 3 a 3, 33 a a DetC Det 3 a a 3 a a 33 a 3 a 3, 33 a a DetC 3 Det a a 3 a a 3 a a 3, 3

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 5 calcoliamo +j : +, +, +3, calcoliamo A j +j DetC j : A + DetC a a 33 a 3 a 3, A + DetC a a 33 a 3 a 3, A 3 +3 DetC 3 a a 3 a a 3. 3 Il determinante di A è il prodotto Det a a a 3 a a a 3 a a a 3 A A a A +a A +a 3 A 3 a 3 a 3 a 33 A 3 a + DetC +a + DetC +a 3 +3 DetC 3 Esempio. Calcoliamo il determinante della matrice A 3 4. 6 3 In questo caso abbiamo per cui C DetA 3 + Det a 3, a, a 3, 4 4, C 6 3, C 3 3 4 + + Det 6 3 6, 4 + +3 Det 3 33 4+ 8+ 3 6 8. 6 Quello che abbiamo fatto è quindi: a per le matrici porre Deta a, b dare una formula che permetta di calcolare il determinante delle matrici sapendo come calcolare il determinante delle matrici, ossia dare una formula che permetta di calcolare il determinante delle matrici nel caso n sapendo come calcolare il determinante delle matrici nel caso precedente, cioè il caso n si veda il punto a, c dare una formula che permetta di calcolare il determinante delle matrici 3 3 sapendo come calcolare il determinante delle matrici, ossia dare una formula che permetta di calcolare il determinante delle matrici nel caso n 3 sapendo come calcolare il determinante delle matrici nel caso precedente, cioè il caso n si veda il punto b. Procediamo quindi allo stesso modo, dando una formula che permetta di calcolare il determinante delle matrici n n sapendo come calcolare il determinante delle matrici n n, ossia dare una formula

6 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI che permetta di calcolare il determinante delle matrici nel caso n sapendo come calcolare il determinante delle matrici nel caso precedente, cioè il caso n. Sia dunque A a ij una matrice n n. Cominciamo con il dare la seguente definizione: Def.. Per ogni i n e j n si chiama matrice complementare dell elemento a ij od anche matrice complementare di posto i,j in A, e si indica con il simbolo C ij, la matrice che si ottiene da A sopprimendo la i-esima riga e la j-esima colonna. Dunque C ij è una matrice n n. i 3 4 7 3 8 Esempio 3. Se A +i 5 5 7, allora 6i 5i 4i 7+i 34 4 6i 4i i 3 4 togliendo la a riga 7 3 8 i 3 e la 4 a colonna +i 5 5 7 +i 5 7 C 4 6i 4i 6i 5i 4i 7+i 34 4i 7+i 34 4 6i 4i i 3 4 togliendo la 3 7 3 8 a riga i 3 4 e la 5 a colonna 7 3 +i 5 5 7 C 35 +i 5 5 6i 5i 4i 7+i 34 4 6i 7+i 34 4 6i 4i Def.. Per ogni i n e j n si chiama cofattore di posto i,j di A, e si indica con il simbolo A ij, il numero A ij i+j Det C ij, dove C ij è la matrice complementare di posto i,j in A. Si ha: Formula del determinante di una matrice sviluppato rispetto alla a riga se A a ij è una matrice n n allora DetA a A +a A +...+a,n A,n +a n A n dove A, A,..., A,n, A n sono i cofattori di A di posti,,,,...,,n,,n ossia i posti della a riga rispettivamente. 5 3 6 4 Esempio 4. Calcoliamo il determinante della matrice A. 7 5

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 7 Usando la formula dello sviluppo del determinante rispetto alla a riga di A abbiamo: DetA A + 5 A + A 3 +3 A 4 A 5A +3A 4. Dobbiamo quindi calcolare A,A ed A 4. A + Det 4 7 5 Det 4 7 5 + Det 5 Dunque otteniamo: + + Det +4, A + Det 6 4 5 Det 6 4 5 6 + Det 5 + + Det 6 +4 6 4, A 4 +4 Det 6 7 5 Det 6 7 5 6 + Det 7 5 + + Det 6. +4 +3 Det 7 +4 +3 Det + +3 Det 5 7 5 DetA A 5A +3A 4 5 +3 58. 5 7 Si puó dimostrare il seguente Teorema. Sia A una matrice n n. Allora, fissato i {,...,n} si ha che a i A i +a i A i +...+a i,n A i,n +a in A in a A +a A +...+a,n A,n +a n A n, ossia che DetA a i A i +a i A i +...+a i,n A i,n +a in A in.

8 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI si chiama lo sviluppo di Laplace del determinante di A rispetto alla i-esima riga di A. Quindi, per calcolare il determinante di una matrice A, si puó partire mettendo in evidenza gli elementi di una riga qualunque, e non necessariamente la a, come abbiamo fatto fino ad ora. a a Esempio 5. Sia A una matrice. Sviluppiamo il determinante di A rispetto alla a a a riga di A: mettiamo in evidenza gli elementi della a a a riga di A:, a a C è la matrice che si ottiene da A togliendo la a riga e la a colonna, quindi C a ; C è la matrice che si ottiene da A togliendo la a riga e la a colonna, quindi C a. Allora a A +a A a + DetC +a + DetC a Deta +a Deta a a +a a a a a a dà lo stesso risultato che abbiamo ottenuto partendo dalla a riga. Conviene quindi sviluppare il determinante rispetto alla riga che contiene piú zeri. 5 3 6 4 Esempio 6. Riconsideriamo la matrice dell Esempio 4, A, e calcoliamo il suo 7 5 determinante rispetto alla 3 a riga che contiene due zeri. Allora DetA 3+ Det 5 3 4 + 3+4 Det 5 6. 7 5 7 5 Calcoliamo separatamente Det 5 3 4 e Det 5 6. Per entrambe queste matrici 3 3 non 7 5 7 5 è conveniente calcolare il determinante rispetto alla 3 a riga, ma è indifferente scegliere la a o la a. Per fare esercizio scegliamo in entrambi i casi la a riga: Det 5 3 4 Det + 3 +4 +3 5 Det 5 7 5 7 5 5 4 5 3+ 3 Det 5 6 6 + 5 Det 7 5 7 5 6 5 +5 5+ 6 + + Det 5 Quindi DetA 3 + 6 58 lo stesso numero che avevamo ottenuto sviluppando il determinante rispetto alla a riga.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 9 Cosí come si puó sviluppare il determinante di una matrice rispetto ad una qualunque sua riga, lo si puó sviluppare rispetto ad una qualunque sua colonna, dal momento che vale il seguente Teorema. Sia A una matrice n n. Allora, fissati j {,...,n} e si ha che DetA a j A j +a j A j +...+a n,j A n,j +a nj A nj. si chiama lo sviluppo di Laplace del determinante di A rispetto alla j-esima colonna di A. Conviene quindi sviluppare il determinante rispetto alla riga oppure alla colonna che contiene piú zeri. 5 3 6 4 Esempio 7. Riconsideriamo la matrice degli Esempi 4 e 6, A, e calcoliamo il suo 7 5 determinante rispetto alla 3 a colonna che contiene tre zeri. Allora DetA +3 Det 6 4 + +3 Det 5 3 + 7 7 + 3+3 Det 5 3 6 4 +5 4+3 Det 5 3 6 4 7 5Det 5 3 6 4 Calcoliamo Det 5 3 6 4, ad esempio rispetto alla a colonna: Det 5 3 6 4 5 + Det 6 4 + + Det 5 +8++6 +6 6 3 + 3+ Det 3 6 4 quindi DetA 5 6 58 si noti che è lo stesso numero che abbiamo ottenuto sviluppando il determinante rispetto alla a oppure alla 3 a riga. Proprietà del determinante. Sia A una matrice n n. Se A ha una riga risp. una colonna nulla, oppure se A ha due righe risp. due colonne uguali, allora DetA.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Se A è la matrice che si ottiene da A mediante lo scambio di due righe risp. due colonne allora DetA DetA. 3 Se A è la matrice che si ottiene da A sommando ad una riga risp. ad una colonna di A un altra riga risp. un altra colonna di A moltiplicata per un numero c, allora DetA DetA. 4 Se A è la matrice che si ottiene da A moltiplicando una riga risp. una colonna di A per un numero c, allora DetA cdeta. 5 DetA T DetA. 6 Se B è un altra matrice n n allora DetABDetA DetB. 7 A è non singolare se e solo se DetA, e se A è non singolare si ha DetA DetA. N.B. Per quanto riguarda la proprietà 7, si ricordi che avevamo già osservato che una matrice A a b è non singolare se e solo se il numero ad bc, e tale numero è proprio DetA. c d Esercizio. Si provi che il determinante di una matrice triangolare superiore risp. inferiore è il prodotto degli elementi diagonali. Sia T una matrice n n triangolare superiore la dimostrazione è simile per le matrici triangolari inferiori: t t t 33 T t 44..... O........ t nn. Chiamiamo: T la matrice che si ottiene da T sopprimendo la a riga e la a colonna T è triangolare superiore n n : t t 33 T t 44.... O... t nn T la matrice che si ottiene da T sopprimendo la a riga e la a colonna T è triangolare superiore,

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI n n : t 33 t 44 T.... O,... t nn e cosí via per ogni k,...,n chiamiamo T k la matrice che si ottiene da T k sopprimendo la a riga e la a colonna. T k è una matrice triangolare superiore n k n k. Sviluppiamo il determinante di T ripetto alla a colonna di T: DetT t + DetT t DetT. Sviluppiamo il determinante di T ripetto alla a colonna di T : DetT t DetT t t + DetT t t DetT. Cosí procedendo otteniamo: DetT t t DetT t t t 33 DetT 3 t t t 33 t 44 DetT 4... t t... t n,n DetT n t t... t n,n Dett nn t t... t n,n t nn. In particolare da ció segue: Il determinante di una matrice diagonale è il prodotto degli elementi diagonali, poichè le matrici diagonali sono particolari matrici triangolari superiori. Esercizio. Sia A una matrice n n. Si provi che per ogni scalare c si ha: DetcA c n DetA. Si ha: DetcA DetcI n A DetcI n DetA. cacinacina proprietà 6 del det. Poichè ci n è una matrice scalare n n, in particolare una matrice diagonale, per l esercizio precedente si ha che DetcI n prodotto degli elementi diagonali di ci n. Tali elementi sono tutti uguali a c, ed il loro prodotto ha n fattori perchè ci n è n n, dunque DetcI n c n, per cui DetcA c n DetA.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI ESERCIZI TIPO ESERCIZIO TIPO Siano u,v R n ed a R. Si consideri la matrice a blocchi A ut M n R. v ai n a Sia w a. Si provi che Aw se e solo se u T v a. v b Dopo aver calcolato A a blocchi, si provi che se a ed A A allora A I n. a Calcolando Aw a blocchi si ottiene Aw ut a v ai n v v a av a+ut v av+ai n v a+ut v av+av a+ut v. Dunque Aw a+u T v u T v a. b Calcolando A a blocchi si ottiene A ut ut +ut v u T +u T ai n v ai n v ai n v+ai n v vu T +ai n u T ai n au T I n au T +ut v u T +au T v+av vu T +a I n Per ipotesi A A, quindi +u T v u T u T +au T v v+av ai n vu T +a I n Dalla seconda equazione si ricava au T T, per cui, essendo a, u T T in particolare, u T v T v, e la prima equazione non fornisce informazioni. Dalla terza equazione si ricava av, e quindi, essendo a, v.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 3 Sostituendo v nella quarta equazione, si ottiene da cui segue ai n vu T +a I n O+a I n a I n, a a I n ai n a I n O. Dunque a a, e poichè a concludiamo che a. Allora A ut T I n. v ai n I n

4 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI ESERCIZIO TIPO Risolvere il sistema lineare Ax b nei tre seguenti casi: a A 4 3 e b ; 3 3 7 b A 3 4 e b ; 6 3 4 4 8 4 c A e b. 3 a Troviamo una forma ridotta di Gauss della matrice aumentata del sistema: A b 4 3 E3 3E E 3 3 7 E 3 U d Poichè d è dominante, allora Ux d, e quindi anche Ax b, non ha soluzioni. Infatti: il sistema Ax b è equivalente al sistema Ux d, che è una scrittura compatta per x +x +x 3 x 3 e poichè l ultima equazione di non ha soluzioni, non ha soluzioni., b Troviamo una forma ridotta di Gauss della matrice aumentata del sistema: 3 3 A b 4 E3 4 6 3 4 3 E 3 E U d. Il sistema Ax b è equivalente al sistema Ux d, che è una scrittura compatta per { x +3x x 3 +x 4 x 3 +x 4.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 5 Poichè d è libera, Ux d ammette soluzioni. Poichè U ha esattamente due colonne libere la a e la 4 a, Ux d ha soluzioni. Scegliamo come parametri le variabili corrispondenti alle colonne libere di U e con la sostituzione all indietro otteniamo: x h x 4 k x 3 x 4 + k + x 3x +x 3 x 4 3h+ k + k 3h 5k + Dunque l insieme delle soluzioni di Ux d, e quindi anche di Ax b, è 3h 5k + h h,k C k +. k c Troviamo una forma ridotta di Gauss della matrice aumentata del sistema: 4 8 4 A b E4 E3 E 4 3 E 3 U d Il sistema Ax b è equivalente al sistema Ux d, che è una scrittura compatta per x +x +x 3 x +x 3. x 3 Poichè d è libera, Ux d ammette soluzioni. Poichè U non ha colonne libere, Ux d ha esattamente una soluzione. Con la sostituzione all indietro otteniamo: x 3 x x 3 x x x 3 4 Dunque l unica soluzione di Ux d, e quindi anche di Ax b, è il vettore v.

6 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI ESERCIZIO TIPO 3 Si risolva il sistema lineare Aαx bα dipendente dal parametro complesso α dove 3 3α 3 α+ α+ Aα e bα α α+ i α 3α α+ α α +3. Troviamo una forma ridotta di Gauss della matrice aumentata del sistema. 3 3α 3 3α α+ α+ α+ Aα bα E3 E E 3 α α+ i α α α +3 α α α α α E4 α Bα cα. α i α i α α +3 α + CASO α i i i i Bi ci è una forma ridotta di Gauss per Ai bi, quindi Aix bi è equivalente a Bix ci che è una forma compatta per { x +ix +x 3 i x +ix 3 Poichè ci è libera, Bix ci ammette soluzioni. Poichè Bi ha esattamente una colonna libera, Bix ci ha soluzioni. ScegliamocomeparametrolavariabilecorrispondenteallacolonnaliberadiBila3 a econlasostituzione all indietro da otteniamo x 3 h x ix 3 + ih+ x ix x 3 +i i ih+ h+i h i h+i h L insieme delle soluzioni del sistema Bix ci e quindi l insieme delle soluzioni del sistema Aix bi è h ih+ h C. h CASO α i

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 7 α α α Bα cα E3 α i α i α + α α α α α E 4 α i α Cα dα. α + α+i Sottocaso α i i i i C i d i è una forma ridotta di Gauss per A i b i, quindi A ix b i è equivalente a C ix d i che è una forma compatta per x ix +x 3 i x ix 3 x 3 Poichè d i è libera, C ix d i ammette soluzioni. Poichè tutte le colonne di C i sono dominanti, C ix d i ammette un unica soluzione. Con la sostituzione all indietro da otteniamo x 3 x ix 3 + x ix x 3 i i i L unica soluzione di C ix d i e quindi di A ix b i è v Sottocaso α / {i, i}. α α α α α Cα dα E4 α+i α Dα eα α+i è una forma ridotta di Gauss per Aα bα. Poichè eα è dominante, Dαx eα e quindi di Aαx bα non ammette soluzioni.

8 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI ESERCIZIO TIPO 4 Si trovino tutte le inverse destre della matrice A 4 6. 4 Un inversa destra di A è una matrice 3 R tale che se R c c è soluzione di Ax e e c è soluzione di Ax e. Cerchiamo tutte le soluzioni di e. A I c, allora 4 6 E E 4 3 è equivalente a Ux b che è una forma compatta per { x x +3x 3 x 3 U b b. Scegliamo come parametro la variabile corrispondente all unica colonna libera di U la a e con la sostituzione all indietro otteniamo x 3 x h x x 3x 3 + h+ 3 + h+ L insieme delle soluzioni di è h+ h h C. è equivalente a Ux b che è una forma compatta per { x x +3x 3 x 3 Scegliamo come parametro la variabile corrispondente all unica colonna libera di U la a e con la sostituzione all indietro otteniamo x 3 x k x x 3x 3 k 3

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 9 L insieme delle soluzioni di è k 3 k k C. h+ k 3 Le inverse destre di A sono esattamente tutte le matrici del tipo Rh,k h k, al variare di h,k C. ESERCIZIO TIPO 4 bis Si trovino tutte le inverse sinistre della matrice A 4. 6 4. Poniamo B A T.. Cerchiamo tutte le inverse destre di B. Dall ESERCIZIO TIPO 4 sappiamo che sono tutte e sole le h+ k 3 matrici del tipo h k con h,k C. 3. Una matrice è inversa sinistra di A se e solo se è la trasposta di una inversa destra di B. Quindi le inverse sinistre di A sono esattamente tutte le matrici del tipo h+ h al variare di h,k C. k 3 k

3 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI ESERCIZIO TIPO 5 α α Sia Aα α, dove α R. Per quegli α R per cui Aα è non singolare, si calcoli Aα. α α Aα I 3 α E α+e α α : A non ha inversa α α α E 3 α α : A non ha inversa α α α α α α E 3 α α α α α α α E α αα E 3 α α α α I 3 Aα. Se α / {,} Aα αα α α α α.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 3 ESERCIZIO TIPO 6 Sia Aα α 3α 3 α α +4 6 α 6 α 3α+ α+5, dove α C. a Per ogni α / {,i, i} si trovi una decomposizione Aα LαUα, scrivendo anche Lα come prodotto di matrici elementari. b Per ogni α / {,i, i} si trovi una decomposizione a rango pieno Aα L αu α. α 3α 3 α Aα α +4 6 α 6 E 4 αe 3 E α α 3α+ α+5 α 3 α +4 α E 4 E α 5 α α / {i, i} +4 3 Bα α 5 α o CASO α 5 nonchè α,i, i 3 3 Bα α Uα E 43 5+αE 3 α 5 α Lα α α +4 α α 5 α E α E 3 E 4 αe α +4E 4 E 3 α E 43 5 α o CASO α 5

3 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 3 B5 U5 4 9 L5 E 4E 3 E 4 5E 9E 4 5 N.B. Se α {,i, i} non è possibile trovare una forma ridotta di Gauss di Aα senza fare scambi di righe, quindi Aα NON ha una decomposizione LαUα. Per ogni α / {5,,i, i}, si ha una decomposizione a rango pieno Aα L αu α prendendo U α 3 e L α α α +4 α α 5 α per α 5 si ha una decomposizione a rango pieno A5 L 5U 5 prendendo U 5 3 4 9 e L 5. 5 ;

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 33 ESERCIZIO TIPO 7 4 6 Sia A. 3 6 4 Si trovino una decomposizione A P T LU ed una decomposizione a rango pieno per A. Applicando l algoritmo di Gauss ad A si ottiene: 4 3 6 6 A E3 6 3 6 4 4 4 E4E 3 6 4 7 4 3 6 3 6 3 6 4 E47E E43E3. 7 4 E3 Sia Allora P E 3 E 3. 4 6 PA 3 6 4 3 6 4 6 4. Applicando l algoritmo di Gauss senza scambi di righe a PA otteniamo una decomposizione LU per PA: ed L PA E 47E 3 6 4 6 4 3 6. 7 E 4 E 3 E 43 E 3 3 6 4 7 4 3 6 U,

34 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Dunque A P T LU dove SI NOTI: P ha 3 6 P, L e U. 7 la 3 a riga di I 4 in a posizione procedendo dall alto verso il basso la a riga di I 4 in a posizione la a riga di I 4 in 3 a posizione la 4 a riga di I 4 in 4 a posizione. Invertendo le righe con le posizioni, la matrice che ha la a riga di I 4 in 3 a posizione la a riga di I 4 in a posizione la 3 a riga di I 4 in a posizione la 4 a riga di I 4 in 4 a posizione è quindi d altronde da P E 3 E 3 segue P P T. P E 3 E 3 E 3 E 3 E 3 E 3 E 3 T E 3 T E 3 E 3 T P T. H E 3 E 3 P e facendo un eliminazione di Gauss su HA si ottiene: 4 6 3 5 6 3 6 HA E4 E E. 3 6 4 4 4 4 7 5 Dunque HA non ha una decomposizione LU. Quindi è fondamentale, per costruire P, l ordine in cui si moltiplicano le matrici corrispondenti agli scambi di righe effettuati si parte dall ultimo procedendo a ritroso.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 35 3 Dall eliminazione di Gauss fatta su A si ottiene che E 43 E 3 E 47E E 3E 4 E E 3 A U. Quindi la tentazione di intuire L direttamente da questa eliminazione di Gauss è fuorviante: posto B E 43 E 3 E 47E E 4E il prodotto delle matrici elementari diverse da quelle corrispondenti agli scambi di righe, si ha che BPA U, e quindi PA B U, ossia B non è un buon candidato per L. 4 Mostriamo che esistono una forma ridotta di Gauss U per A, una matrice di permutazione P ed una matrice triangolare inferiore non singolare L tali che U U, P P, L L, ma A P T L U P T LU, ossia la decomposizione A P T LU non è unica. Facciamo una eliminazione di Gauss su A scegliendo degli scambi di riga diverse da quelli scelti nell eliminazione che abbiamo fatto precedentemente. 4 4 6 A E4 6 3 6 3 6 4 4 E3 E 4 4 E3 7E 4 7 4 4 4 4 4 5 7 E4 5 7 E438 7 5 7. 4 8 7 Sia P E 4. Allora 4 P 6 A 3 6 4 4 6 3 6 4 E 3 E 4 4 5 4 E 4 E 3 7E 4 7 7 4 4 8 7 E 43 8 7 4 5 7 U.

36 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Quindi A P T L U con 4 P P, U 5 7 U, L 4 7 L. 8 7 Per trovare una decomposizione a rango pieno per A, partiamo, ad esempio, dalla decomposizione A P T LU dove 3 6 P, L e U. 7 Calcoliamo P T L: P T, P T L : B 7 7 Allora A BU e si ottiene una decomposizione a rango pieno A B U prendendo U 3 6 e B 7 ossia prendendo come U la matrice che si ottiene da U togliendo le ultime m k righe, dove m 4 numero delle righe di U e k 3 rango di U e quindi anche k rango di A, e prendendo come B la matrice che si ottiene da B togliendo le ultime m k colonne ossia le colonne in posizioni corrispondenti alle ultime righe nulle tolte da U.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 37 ESERCIZIO TIPO 8 Si dica se S w ;w ;w 3 ;w 4 è un insieme di generatori di R3. Per sapere se S è o meno un insieme di generatori di R 3 dobbiamo verificare se per ogni o meno α,α,α 3,α 4 R tali che a b c α w +α w +α 3 w 3 +α 4 w 4 α ossia se il sistema lineare +α +α 3 +α 4 α +α +α 3 +α 4 a α +α +α 4 b α 3 +α 4 c nelle incognite α,α,α 3,α 4 abbia o meno soluzione per ogni a,b,c R. a b c α +α +α 3 +α 4 α +α +α 4 α 3 +α 4 R 3 esistano Se avesse soluzione per ogni a,b,c R allora S sarebbe un insieme di generatori di R 3, in caso contrario ossia se esistono a,b,c R per cui non ha soluzione, no. Facendo una eliminazione di Gauss sulla matrice aumentata del sistema si ottiene a b a b a E c c E 3 E a a b U d. c+b a Poichè esistono a,b,c R per cui d è dominante ad esempio si prendano a b e c, allora S non è un insieme di generatori di R 3 in altre parole: poichè esistono dei vettori dir 3 che NON si possono esprimere come combinazione lineare degli elementi di S, ad esempio il vettore, allora S NON è un insieme di generatori di R 3.

38 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI ESERCIZIO TIPO 9 Siano v, v 3 4, v 3. Si dica se S {v ;v ;v 3 } C 3 è linearmente dipendente o linearmente indipendente. Siano α,β,δ C tali che αv +βv +δv 3 α α+β +δ Allora equivale a β +δ 3α+4β +δ è un sistema lineare nelle incognite α,β,δ. ha sempre la soluzione nulla. 3 +β 4 +δ ossia α β δ. α+β +δ β +δ 3α+4β +δ Se essa dovesse essere l unica soluzione di quindi se avesse un unica soluzione allora S sarebbe L.I., altrimenti, se ha anche una soluzione non nulla quindi se ha piú di una soluzione allora S è L.D. Vediamo allora quante soluzioni ha. Facendo una eliminazione di Gauss sulla sua matrice aumentata si ottiene U E 3 4 3 3 E 3. L ultima colonna di U, ossia, è libera, per cui ha, come avevamo già osservato, soluzioni. Poichè non tutte le colonne di U sono dominanti, il sistema non ha un unica soluzione, quindi S è L.D. Volendo risolvere, si ha che è equivalente ad { α+β +δ β +δ Scegliendo come parametro la variabile corrispondente alla colonna libera di U la 3 a, con la sostituzione δ k all indietro si ottiene β δ k α β δ k k k Il sistema ha soluzioni: tutti gli elementi dell insieme k k k C. k Prendendo ad esempio k si ottiene α δ e β : v v +v 3

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 39 è una combinazione lineare nulla di {v ;v ;v 3 } con coefficienti non tutti nulli.

4 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI S ESERCIZIO TIPO Sia W l insieme delle matrici reali triangolari superiori. L insieme { C ;C 3 ;C 3 ;C 4 ;C 5 è un insieme di generatori di W. Si trovi una base di W contenuta in S. ;C 6 } 4 4 Restringiamo un insieme di generatori di W. passaggio. Esistono in S vettori che siano combinazioni lineari degli altri vettori di S? C 4 è senz altro combinazione degli altri: C 4 O C +C +C 3 +C 5 +C 6, per cui togliamo subito C 4 togliamo comunque subito tutti gli eventuali vettori di S che siano nulli, e poniamo S { C ;C 3 ;C 3 ;C 5 ;C 6 } 4. 4 passaggio. S è ancora un insieme di generatori di W. Esistono in S vettori che siano combinazioni lineari degli altri vettori di S? Poichè C C 6 C +C 3 +C 5 C 6 ma anche C 6 C C +C +C 3 +C 5 possiamo togliere da S il vettore C, oppure possiamo togliere da S il vettore C 6, ottenendo ancora un insieme di generatori di W. Dunque, guardiamo se tra i vettori di S ci siano coppie di vettori di cui l uno è multiplo dell altro, e per ciascuna di queste eventuali coppie togliamo uno dei due vettori. In questo caso abbiamo individuato la coppia C,C 6 e scegliamo di togliere C. Poniamo S { C 3 ;C 3 ;C 5 ;C 6 } 4. 4 3 passaggio. S è ancora un insieme di generatori di W. Esistono in S vettori che siano combinazioni lineari degli altri vettori di S? Sia α C +α C 3 +α 3 C 5 +α 4 C 6 O una combinazione lineare nulla dei vettori di S. Allora da 3 4 α +α +α 3 +α 4 4 α +α +α 3 +α 4 3α +α 4α 4 α 3 4α 4

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 4 si ottiene il sistema lineare, nelle incognite α,α,α 3,α 4 α +α +α 3 +α 4 3α +α 4α 4 α 3 4α 4 Facendo una E.G. sulla sua matrice aumentata si ha: 3 4 E 3E 4 3 7 4 per cui il sistema è equivalente al sistema α + α + α 3 +α 4 α +3α 3 +4α 4 α 3 4α 4 E il cui insieme delle soluzioni è h 6h h R 4h h 6 Prendendo una sua soluzione non nulla, ad esempio si ponga h, si ottiene 4 C 6C 3 +4C 5 +C 6 O, 3 4, 4 per cui C,C 3, C 5 e C 6 sono combinazioni lineari degli altri elementi di S e ciascuno di loro puó essere scelto come elemento da eliminare da S. Scegliamo di togliere da S la matrice C combinazione lineare degli altri elementi di S e poniamo S 3 { C 3 ;C 5 ;C 6 } 4 4 4 passaggio. S 3 è ancora un insieme di generatori di W. Esistono in S 3 vettori che siano combinazioni lineari degli altri vettori di S 3? Sia α C 3 +α C 5 +α 3 C 6 O una combinazione lineare nulla dei vettori di S 3. Allora da 4 α +α α +α +α 3 +α 3 α 4α 3 4 α 4α 3 si ottiene il sistema lineare, nelle incognite α,α,α 3 α +α +α 3 α 4α 3 α 4α 3

4 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI Facendo una E.G. sulla sua matrice aumentata si ottiene: 4 E 6 E3 E 4 4 6 E3 6 L unica soluzione del sistema è quella nulla, per cui S 3 è linearmente indipendente, ed è una base di W contenuta in S.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 43 ESERCIZIO TIPO Si trovi una base dello spazio nullo NA della matrice A. 4 3 Poichè NA NU per ogni forma ridotta di Gauss U di A, troviamo una base dello spazio nullo di una forma ridotta di Gauss per A. A 4 3 E U U è una forma ridotta di Gauss per A. Per il teorema nullità + rango si ha Poichè dim NU numero delle colonne di U - rku 4. x x x NU x 3 x 4 { x +x +x 3 x 3 +x 4 scegliendo come parametri le variabili corrispondenti alle colonne libere di U la a e la 4 a con la sostituzione all indietro si ottiene x h x 4 k x 3 x 4 k x x x 3 h k h+k Quindi h+k h NA NU h,k C k k e chiamando v l elemento di NA che si ottiene ponendo h e k e v l elemento di NA che si ottiene ponendo h e k, si ha che una base di NA è v ;v.

44 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI ESERCIZIO TIPO Sia A α i α+i, dove α C. i α + Per ogni α C si dica qual è rka α e si trovino una base B α di CA α ed una base D α di RA α. A α i α+i i α + E3 E i α+i α + B α o CASO α i B α i α+i α + E α+i i α + C α o Sottocaso α i,i : C α i E3 α + i U α α + rka α 3, D α i ; ;, B α ; i α+i ; i α + o Sottocaso α i : C i i U i rka i, D i i ;, B i ; i 3i i o CASO α i : B i i U i,rka i,d i i,b i

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 45 ESERCIZIO TIPO 3 Si consideri l applicazione lineare f : C C 3 definita da a f 4a+b 3a. b a b Si determini la matrice A associata ad f rispetto alle basi ordinate { } B ; e D ; 3 ; 6 4 su dominio e codominio rispettivamente. La matrice che cerchiamo è A f 6 a,b 6 C D f 4 6 6 C D f. Poichè 4, f 4 a,b 4 4 6, allora A C D 4 6 C D 4 6. Piuttosto che calcolare separatamente C D 8 3 e 3 C D 6, ecalcoliamoc D a b per un generico vettore a b R 3,especializziamolaformulaottenuta 8 c c ai due diversi vettori 4 6 e 4 6. Poichè allora C D a b c α+δ a 3β b α δ c α β δ a b c α α a+c/ β b/3 δ a c/ +β 3 +δ C D a b c α+δ 3β α δ a+c/ b/3 a c/. Ponendo a 4, b 6 e c otteniamo C D 4 6 ; ponendo a 4, b 6 e c otteniamo C D 4 6 7 3. Quindi A 7. 3

46 ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI ESERCIZIO TIPO 4 Si calcoli la matrice di passaggio M B B da B a B, dove B e B sono le seguenti basi ordinate di R 3 : B ; 3 ;, B 3 ; 3 ; 5. La matrice di passaggio M B B da B a B è M B B C B 3 C B 3 C B 5. Nell ESERCIZIO TIPO 3 abbiamo calcolato C B a b c a+c/ b/3 a c/. Specializzando la formula ottenuta ai tre diversi vettori C B 3, C B 3 3, 3,, C B 5 otteniamo 5 3. Dunque M B B 3.

ALGEBRA LINEARE I A PER SCIENZE STATISTICHE, SGI, A.A. /, GEMMA PARMEGGIANI 47 ESERCIZIO TIPO 5 Sia A 7 la matrice associata ad un applicazione lineare 3 f : C C 3 rispetto alle basi ordinate B { } ; 6 4 e D ; 3 ; su dominio e codominio rispettivamente. Si determini la matrice A associata ad f rispetto alle basi ordinate { } B 6 ; e D 3 ; 3 ; 5 8 4 su dominio e codominio rispettivamente. La matrice che cerchiamo è A M D D AM B B dove M D D è la matrice di passaggio da D a D, e M B B è la matrice di passaggio da B a B. Nell ESERCIZIO TIPO 4 abbiamo calcolato M D D 3. Calcoliamo la sua inversa: M D D I 3 3 E3 3 E 3 E3 E3 Calcoliamo E3 M D D M D D M B B a Calcoliamo C B per un generico vettore b 6 vettori e. Poichè 8 4 a C B b α β 3 I 3 3. C B M D D. 6 C 8 B. 4 a C b, e specializziamo la formula ottenuta ai due diversi a α b +β 6 4 α+β 6α 4β