4. Operazioni elementari per righe e colonne



Documenti analoghi
Parte 2. Determinante e matrice inversa

Dimensione di uno Spazio vettoriale

Parte 3. Rango e teorema di Rouché-Capelli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

LEZIONE 23. Esempio Si consideri la matrice (si veda l Esempio ) A =

Applicazioni lineari

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

Esercizi su lineare indipendenza e generatori

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

MATRICI E DETERMINANTI

Determinante e inversa di una matrice

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

MATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v a 1,n 1 v n 1 + a 1,n v n = w 1

ESEMPIO 1: eseguire il complemento a 10 di 765

Lezione 9: Cambio di base

STRUTTURE ALGEBRICHE

( x) ( x) 0. Equazioni irrazionali

Parte 6. Applicazioni lineari

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

4 3 4 = 4 x x x 10 0 aaa

Diagonalizzazione di matrici e applicazioni lineari

1 Applicazioni Lineari tra Spazi Vettoriali

Programmazione dinamica

risulta (x) = 1 se x < 0.

Algebra Lineare e Geometria

LEZIONE 17. B : kn k m.

4. Operazioni aritmetiche con i numeri binari

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme

APPLICAZIONI LINEARI

Equazioni alle differenze finite (cenni).

10. Insiemi non misurabili secondo Lebesgue.

Corso di Matematica per la Chimica

Appunti sulla Macchina di Turing. Macchina di Turing

Alessandro Pellegrini

Alcuni complementi sulle successioni

1. PRIME PROPRIETÀ 2

Algebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2)

3 Applicazioni lineari e matrici

APPLICAZIONI LINEARI

PROPRIETA' ASSOCIATIVA La somma di tre o più addendi non cambia se al posto di alcuni di essi si sostituisce la loro somma.

ESERCIZI APPLICAZIONI LINEARI

Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.

LEZIONE 16. Proposizione Siano V e W spazi vettoriali su k = R, C. Se f: V W

Elementi di informatica

Matematica B - a.a 2006/07 p. 1

Forze come grandezze vettoriali

Lezioni di Algebra Lineare III. Applicazioni lineari e matrici Struttura algebrica delle soluzioni dei sistemi lineari

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

Esempi di funzione. Scheda Tre

Guardiamo ora però la cosa da un altro punto di vista analizzando il seguente grafico a forma di torta. La torta in 5 parti

Parte II Indice. Operazioni aritmetiche tra valori rappresentati in binario puro. Rappresentazione di numeri con segno

SISTEMI DI NUMERAZIONE E CODICI

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

24 : 3 = 8 con resto 0 26 : 4 = 6 con resto 2

3 GRAFICI DI FUNZIONI

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k

Luigi Piroddi

I sistemi di numerazione

I SISTEMI DI NUMERAZIONE

19. Inclusioni tra spazi L p.

Università degli Studi di Roma Tor Vergata. Corso di Laurea in Ingegneria Meccanica

4. Operazioni binarie, gruppi e campi.

SCHEDA DI RECUPERO SUI NUMERI RELATIVI

Chiusura lineare. N.B. A può essere indifferentemente un insieme, finito o no, o un sistema. Es.1. Es.2

LEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j.

UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)

Psicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

15 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

Prodotto libero di gruppi

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

DOMINI A FATTORIZZAZIONE UNICA

Prodotto elemento per elemento, NON righe per colonne Unione: M R S

UNIVERSITÀ DEGLI STUDI DI TERAMO

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

Il concetto di valore medio in generale

Convessità e derivabilità

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli Equazioni differenziali lineari omogenee a coefficienti costanti.

Probabilità discreta

Corso di Calcolo Numerico

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:

CONCETTO DI LIMITE DI UNA FUNZIONE REALE

LE FIBRE DI UNA APPLICAZIONE LINEARE

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas

Appunti di informatica. Lezione 2 anno accademico Mario Verdicchio

Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007

Sistemi di Numerazione

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Kangourou della Matematica 2014 finale nazionale italiana Mirabilandia, 12 maggio 2014

Complementi di Analisi per Informatica *** Capitolo 2. Numeri Complessi. e Circuiti Elettrici. a Corrente Alternata. Sergio Benenti 7 settembre 2013

La distribuzione Normale. La distribuzione Normale

Transcript:

4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi: ) scambio di due righe di A; 2) moltiplicazione di una riga di A per uno scalare non nullo; 3) sostituzione di una riga di A con la somma della riga stessa e di un multiplo di un altra riga. In modo analogo possiamo definire operazioni elementari per colonne. È utile osservare che l operazione inversa di una operazione elementare per righe (o per colonne) è anch essa un operazione elementare per righe (o per colonne). In effetti, se B è ottenuta da A scambiando la riga i-esima con la j-esima, anche A si ottiene da B scambiando la riga i-esima con la j-esima. Se invece B è ottenuta da A moltiplicando per k la riga i-esima, A si ottiene da B moltiplicando la riga i-esima per /k. Infine, se B è ottenuta da A sommando alla riga i-esima k volte la riga j-esima, A si ottiene da B sottraendo dalla riga i-esima k volte la riga j-esima. Esaminiamo le colonne della matrice A partendo da sinistra. Ignoriamo eventuali colonne nulle e fissiamo la nostra attenzione sulla prima colonna non nulla (se A 0). Supponiamo che si tratti della i -esima colonna, e che a j,i 0. Scambiando la prima e la j-esima riga, e dunque tramite una operazione elementare per righe di tipo ), otteniamo da A una matrice A = 0... 0 a,i... a,n.... 0... 0 a m,i... a m,n con a,i 0. Effettuiamo operazioni elementari per righe di tipo 3), sostituendo la riga j-esima con la differenza tra la riga stessa e a j,i /a,i volte la prima riga, per ogni j compreso tra 2 e m. Il risultato è 0... 0 b,i b,i +... b,n 0 0 0 B =...., 0... 0 0 b m,i +... b m,n dove b,i = a,i 0. Ripetiamo lo stesso procedimento con la sottomatrice 0... 0 b 2,i +... b 2,n..... 0... 0 b m,i +... b m,n Se questa non è nulla, una successione finita di operazioni elementari per righe dà, a partire Cornalba, Complementi di algebra lineare, 20..2003 pagina 4.

da B, una matrice della forma 0... 0 b,i... 0 0 0... 0 b 2,i 2... B =. 0 b 3,i 2 +...,. 0... 0 b m,i 2 +... b m,n con b,i = b,i = a,i 0 e b 2,i 2 0. Ripetiamo lo stesso procedimento sulla matrice ottenuta da B cancellando le prime due righe, e così via. La conclusione è che, con una successione finita di operazioni elementare per righe, si ottiene da A una matrice 0 0 c,i 0 0 0 c 2,i2 0 0 c 3,i3 0 0 c 4,i4 C = 0 c h,ih 0 0 0 0 dove i < i 2 < < i h, c j,ij 0 per j =,..., h, e sotto e a sinistra della linea spezzata vi sono solo zeri. Naturalmente le colonne nulle all estremità sinistra della matrice e le righe nulle nella sua parte più bassa possono esserci o no. Diremo che una matrice come C è a scaletta (inglese: row-echelon form). Il procedimento appena illustrato per ottenere, a partire da una matrice data, una matrice a scaletta va sotto il nome di eliminazione gaussiana (per righe). Il rango per righe e il rango per colonne di una matrice a scaletta si calcolano facilmente. Ricordiamo che il rango per righe di una matrice è la dimensione dello spazio vettoriale generato dalle righe, o equivalentemente il numero massimo di righe linearmente indipendenti; il rango per colonne si definisce allo stesso modo, sostituendo ovunque la parola riga con colonna. Indichiamo con C,..., C m le righe della matrice C. Dico che il rango per righe di C è pari ad h, cioè al numero delle righe non nulle. In effetti, consideriamo una combinazione lineare (r,..., r n ) = h α j C j delle righe di C, e supponiamola nulla. Notiamo che r i = α c,i, e quindi che α = 0, dato che c,i 0. Ma allora r i2 = α 2 c 2,i2, da cui α 2 = 0. Procedendo allo stesso modo si mostra che anche α 3,..., α h sono nulli. Dunque C,..., C h sono indipendenti. j= Cornalba, Complementi di algebra lineare, 20..2003 pagina 4.2

Mostreremo ora che anche il rango per colonne di C vale h. Indicheremo le colonne di C con C (),..., C (n). Esse sono tutte contenute nel sottospazio h-dimensionale di K n costituito dalle colonne con gli ultimi n h elementi nulli. Dunque il rango per colonne di C non supera h; per mostrare che vale esattamente h basta osservare che le colonne C (i ), C (i 2),..., C (i h) sono indipendenti, il che si dimostra procedendo esattamente come si è fatto per calcolare il rango per righe di C. Applicheremo le considerazioni svolte finora per dimostrare il seguente risultato. Lemma (4.). Sia A una matrice a elementi in K. Il rango per righe e il rango per colonne di A sono uguali. Dimostrazione. Abbiamo osservato che il lemma vale per le matrici a scaletta. Poiché A può essere trasformata in una matrice a scaletta con un numero finito di operazioni elementari per righe, basterà mostrare che ognuna di queste operazioni non altera il rango per righe e quello per colonne. Sia B una matrice ottenuta da A tramite una operazione elementare per righe. Le righe di B sono combinazioni lineari di righe di A, e viceversa. Quindi lo spazio vettoriale generato dalle righe di A coincide con quello generato dalle righe di B. Ne segue che A e B hanno lo stesso rango per righe. Occupiamoci ora del rango per colonne. Scriviamo A = B = a,... a,n.. = ( A (),..., A (n) ), a m,... a m,n b,... b,n.. = ( B (),..., B (n) ), b m,... b m,n dove le A (i) sono le colonne di A e le B (i) quelle di B. Mostreremo che, se vale una relazione di dipendenza lineare α s A (s) = 0 tra le colonne di A, la stessa relazione vale tra le colonne di B, cioè che α s B (s) = 0, e viceversa. Di conseguenza le colonne A (i ),..., A (i k) sono indipendenti se e solo se lo sono B (i ),..., B (i k), e dunque il rango per colonne di A e quello di B coincidono. Per dimostrare quanto affermato conviene procedere separatamente per ognuno dei tre tipi di operazioni per righe. Tratteremo solo delle operazioni di tipo 3), lasciando al lettore il compito di fare altrettanto per gli altri due tipi di operazioni. Supponiamo dunque che la matrice B sia ottenuta da A rimpiazzando la i-esima riga con la riga stessa più c volte la riga j-esima. In altre parole b i,s = a i,s +ca j,s per ogni s, mentre b l,s = a l,s quando l i. Dire che α s A (s) = 0 equivale a dire che αs a l,s = 0 per ogni l. Ne segue che α s b l,s = 0 per l i, e che α s b i,s = s s α s a i,s + c s α s a j,s = 0, cioè che α s B (s) = 0. La dimostrazione è completa. Cornalba, Complementi di algebra lineare, 20..2003 pagina 4.3

Il lemma (4.) dice che si può parlare semplicemente di rango di una matrice, senza dover specificare se per righe o per colonne. Dal lemma segue anche che il rango di una matrice è pari a quello della sua trasposta. L eliminazione gaussiana dà un metodo semplice ed efficiente per calcolare l inversa di una matrice quadrata, quando questa esiste. Sia A una matrice n n. Costruiamo una matrice n 2n, che indichiamo con ( A I ), giustapponendo ad A la matrice identità n n. Tramite eliminazione gaussiana (per righe) possiamo ridurre questa matrice in forma a scaletta; il risultato è una matrice ( B C ), dove B e C sono matrici n n. Il rango di B è uguale a quello di A. Dunque, se B ha qualche riga nulla, A non è invertibile. In caso contrario b... b n 0 b 22... B = 0 0 b 33.... 0 0... 0 b nn e tutti i b ii sono diversi da zero. Possiamo continuare il processo di eliminazione gaussiana in modo da cancellare tutti gli elementi sopra la diagonale di B. Per farlo possiamo sottrarre dalla prima riga di ( B C ) la seconda riga moltiplicata per b 2 /b 22, poi la terza riga moltiplicata per b 3 /b 33, e così via, poi sottrarre dalla seconda riga b 23 /b 33 volte la terza, e così via. Il risultato finale è una matrice ( B C ), dove B è una matrice diagonale i cui elementi diagonali sono b, b 22,..., b nn. A questo punto si possono moltiplicare la prima riga per l inverso di b, la seconda per l inverso di b 22, e così via. Il risultato finale è una matrice ( I D ), dove I è la matrice identità n n. Dico che D è l inversa di A. Per mostrarlo ricordiamo innanzitutto che ( I D ) è stata ottenuta da ( A I ) tramite una successione finita di operazioni elementari per righe. Osseviamo poi che ogni operazione per righe può essere realizzata tramite moltiplicazione a sinistra per una opportuna matrice n n. Torneremo fra poco su questa affermazione; ora usiamola per concludere. L osservazione dice che ( I D ) = M M 2... M h ( A I ), dove le M i sono opportune matrici n n. Scrivendo M al posto del prodotto M... M h otteniamo che ( I D ) = M ( A I ) = ( MA MI ), e dunque che MA = I e D = M. Ciò mostra che D è in effetti l inversa di A. Torniamo all osservazione che ogni operazione per righe corrisponde alla moltiplicazione a sinistra per una opportuna matrice. Sia E una matrice n m, e sia G un altra matrice ottenuta da E per mezzo di una operazione elementare per righe. Allora si verifica immediatamente che G = QE, dove E = (q ij ) è una matrice n n di uno dei seguenti tipi: - se G è ottenuta scambiando la riga i-esima con la j-esima q ij = q ji = q hk = q hk = 0 se h = k, h i, j altrimenti; Cornalba, Complementi di algebra lineare, 20..2003 pagina 4.4

- se G è ottenuta moltiplicando la riga i-esima per a q ii = a q hk = q hk = 0 se h = k, h i altrimenti; - se G è ottenuta sommando alla riga i-esima a volte la j-esima q ij = a q hk = q hk = 0 se h = k altrimenti. Allo stesso modo, ogni operazione elementare per colonne corrisponde alla moltiplicazione a destra per una opportuna matrice quadrata; lasciamo al lettore il compito di trovare quali siano queste matrici. Terminiamo questa sezione con un semplice esempio esplicito di eliminazione gaussiana. Ci proponiamo di trovare l inversa della matrice A = 0 2 3 2. 3 5 Partiamo dunque dalla matrice 0 2 0 0 ( A I ) = 3 2 0 0. 3 5 0 0 Ognuna delle matrici elencate qui sotto è ottenuta dalla precedente per mezzo di operazioni elementari per righe; a destra di ognuna sono indicate le operazioni effettuate per ottenerla. 3 2 0 0 0 2 0 0 Scambio della prima e della seconda riga. 3 5 0 0 3 2 0 0 0 2 0 0 Sottrazione dalla terza riga di tre volte la prima. 0 4 5 0 3 3 2 0 0 0 2 0 0 Aggiunta alla terza riga di sette volte la seconda. 0 0 2 7 3 0 7 2 3 2 0 0 2 0 0 Sottrazione dalla prima riga di 3/2 volte la seconda. 0 0 2 7 3 0 0 3 7 0 2 0 0 Aggiunta alla prima riga di 7/ volte la terza. 0 0 2 7 3 Cornalba, Complementi di algebra lineare, 20..2003 pagina 4.5

3 7 0 0 5 0 2 0 2 4 2 0 0 2 7 3 0 0 3 0 0 5 0 0 7 2 7 4 2 Il lettore potrà verificare direttamente che è l inversa di A. Sottrazione dalla seconda riga di /2 della terza. D = Moltiplicazione dalla seconda riga per /2 e della terza per /2. 3 5 7 2 7 4 2 Cornalba, Complementi di algebra lineare, 20..2003 pagina 4.6