Inversa di una matrice

Похожие документы
LeLing12: Ancora sui determinanti.

1 Definizione di sistema lineare non-omogeneo.

1 Riduzione per righe e matrici equivalenti per righe.

1 Definizione di sistema lineare omogeneo.

1 Indipendenza lineare e scrittura unica

Metodo di Gauss-Jordan 1

Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

MATRICI E SISTEMI LINEARI

Appunti su Indipendenza Lineare di Vettori

Introduzione soft alla matematica per l economia e la finanza. Marta Cardin, Paola Ferretti, Stefania Funari

Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3

Applicazioni eliminazione di Gauss

1 Combinazioni lineari.

Geometria BIAR Esercizi 2

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

Prodotti scalari e matrici

Sottospazi vettoriali. Nota Bene: Questo materiale non deve essere considerato come sostituto delle lezioni.

Esercizi svolti. delle matrici

Sui determinanti e l indipendenza lineare di vettori

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =

1 Il polinomio minimo.

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.

Il teorema di Rouché-Capelli

Corso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?

Risoluzione di ax 2 +bx+c = 0 quando a, b, c sono numeri complessi.

Sistemi lineari - Parte Seconda - Esercizi

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

0.1 Condizione sufficiente di diagonalizzabilità

LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m

Corso di Calcolo Numerico

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI

SISTEMI LINEARI MATRICI E SISTEMI 1

MATEMATICA. a.a. 2014/ Sistemi di equazioni lineari

LEZIONE 4. { x + y + z = 1 x y + 2z = 3

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

Determinanti. Definizione ed esempi. Definizione ed esempi. Proprietà dei determinanti Rango di matrici

Anno 4 Matrice inversa

Lezione 4 - Esercitazioni di Algebra e Geometria - Anno accademico

( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1

MATRICI. 1. Esercizi

Matematica II,

Fondamenti di ALGEBRA LINEARE E GEOMETRIA

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

X Settimana = 0 R. = 0 R x, x R. + (x 0 R. ) x 0 R = = x 0 R

Giuseppe Accascina. Note del corso di Geometria e Algebra

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale

ESERCIZI SULLE MATRICI

Esercitazioni di Algebra e Geometria

a + 2b + c 3d = 0, a + c d = 0 c d

2 Sistemi lineari. Metodo di riduzione a scala.

APPLICAZIONI LINEARI

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

Decomposizione LU di una matrice quadrata

Forme bilineari simmetriche

ALGEBRA LINEARE PARTE II

Operazioni tra matrici e n-uple

Motivazioni. Sistemi lineari. Obiettivo. Il problema

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Spazi vettoriali euclidei.

Il determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora

RIDUZIONE E RANGO , C = 2 5 1

Metodi per la risoluzione di sistemi lineari

LeLing13: Polinomi e numeri complessi. Divisione di polinomi. L algoritmo di Euclide e le radici multiple. Ēsercizi consigliati: Geoling 15.

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni

Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo.

Parte 8. Prodotto scalare, teorema spettrale

Intersezione e somma di sottospazi vettoriali

2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:

Lezione 7: Il Teorema di Rouché-Capelli

Esercitazione 6 - Soluzione

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

Parte 7. Autovettori e autovalori

Parte 4. Spazi vettoriali

Numeri di Fibonacci, Autovalori ed Autovettori.

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: R 2 R 2 3R

Algebra Lineare ed Elementi di Geometria Corso di Laurea in Matematica Applicata MODULO 1

Risoluzione di sistemi lineari

Транскрипт:

Geometria Lingotto. LeLing: La matrice inversa. Ārgomenti svolti: Inversa di una matrice. Unicita e calcolo della inversa. La inversa di una matrice. Il gruppo delle matrici invertibili. Ēsercizi consigliati: Geoling. Inversa di una matrice Per ogni n c e una matrice quadrata molto importante chiamata matrice identica che ( simbolicamente si scrive I n. Ecco la I = ed ecco la I =. Quindi I n e la matrice n { n avente sulla } diagonale e altrove. A volte si usa la se i = j, delta di Kronecker δ ij =, e si scrive I altrimenti n = (δ ij. La matrice identica e molto simile al numero, cioe i prodotti A I n e I n A sono sempre A, dunque come per il numero, la moltiplicazione di una matrice per quella identica lascia la matrice inalterata. La matrice identica e l unica matrice che gode di questa proprieta. Proposizione.. Sia X una matrice quadrata n n. Se per qualsiasi colonna C il prodotto X C = C allora X e la matrice identica, cioe X = I n. Dimostrazione. La prima colonna del prodotto X I n e uguale alla prima colonna della I n moltiplicata per X. Dunque per ipotesi la prima colonna del prodotto X I n e uguale alla prima colonna della matrice identica I n. Ma la stessa cosa e vera per tutte le colonne del prodotto X I n, dunque X = X I n = I n. Cosi come succede con numeri, possiamo cercare di calcolare l inversa di una matrice quadrata A, cioe cercare di trovare una matrice quadrata B tale che A B = B A = I n. Ricordiamo che il numero non ha un inverso, dunque la matrice nulla non ha una inversa. Ma a differenza dei numeri, per le matrici non basta non essere nulle per avere una inversa. ( Esempio.. La matrice N = non ha inversa. Osservare che N =, dunque se A N = I allora I = I = (A N = A N = A =, cosa assurda poiche I. Ingegneria dell Autoveicolo, LeLing Geometria

. Quando una matrice e invertibile? Geometria Lingotto. Prima di continuare ecco la definizione di matrice inversa. Definizione.. Una matrice quadrata A n n si dice invertibile se esiste una matrice quadrata B tale che A B = B A = I n. La matrice B se esiste e unica, cioe la matrice A non puo avere due inverse diverse. L unica inversa si scrive come A. Gli esempi piu evidenti di matrici invertibili sono le matrici delle operazioni elementari, cioe le matrici elementari R i+r.j, R i j e rr i che intervengono nel metodo di R Gauss-Jordan. Infatti, l inversa di R i j e R j i, l inversa di rr i e i. L inversa di r R i+r.j si lascia come esercizio. Una matrice non invertibile si dice singolare.. Quando una matrice e invertibile? Pensando il prodotto dal punto di vista delle righe o colonne e facile dimostrare il seguente teorema. Teorema.4. Una matrice A n n e invertible se e solo se ρ(a = n. Una matrice quadrata n n il cui rango e n si dice di rango massimo. Dimostrazione. Se A A = I n allora tutte le colonne della identica sono combinazioni lineari delle colonne di A, dunque ρ(a = n. Se ρ(a = n il Teorema di Rouché-Capelli garantisce che il sistema non omogeneo (A I n e compatibile, dunque esiste B tale che A B = I n. Ma anche le righe della identica I n sono combinazioni lineari delle righe di A, dunque esiste B tale che B A = I n. Per terminare la dimostrazione basta dimostrare che B = B. Ma B (A B = B I n = B, dunque B = (B A B = I n B = B (Notare l uso della proprieta associativa del prodotto. d Esempio.5. Una matrice diagonale... e invertible se e soltanto se d i d n per i =,, n, cioe se lo zero non si trova sulla diagonale. In modo analogo d d una matrice triangolare... e invertible se e soltanto se d i per d n Ingegneria dell Autoveicolo, LeLing Geometria

. Calcolo dell inversa Geometria Lingotto. i =,, n, cioe se lo zero non si trova sulla diagonale.. Calcolo dell inversa ( a b La inversa d una matrice M = si calcola facilmente. Eccola qui: c d ( d M b = ad bc ad bc c ad bc a ad bc Dunque M e invertibile se e soltanto se il determinante ad bc. Il calcolo della inversa d una matrice A n n generale e abbastanza facile. Si usa il metodo di Gauss-Jordan applicato al sistema non-omogeneo la cui matrice e (A I n Se la matrice e invertibile allora la soluzione e unica ed e l inversa. Se la matrice non e invertible allora il sistema e incompatibile e non ci sono soluzioni. Ricordare che la notazione (A I n indica risolvere n sistemi contemporaneamente dove ci sono n colonne note, cioe le n colonne della matrice identica n n. Questo metodo funziona per via della osservazione che l unica matrice E echelon quadrata di rango n e la identica, cioe E = I n. Dunque se applichiamo ad A il metodo di Gauss-Jordan risulta che esiste una matrice B invertibile tale che B A = E = I n e questa B e l inversa di A. Quindi l inversa di A e il risultato di tutte le operazioni elementari che si usano nel metodo di Gauss-Jordan quando lo si usa per risolvere il sistema omogeneo la cui matrice e A. Esempio.6. Ecco un esempio del calcolo della inversa. Sia A =. Applichiamo il metodo di Gauss-Jordan alla matrice (A I,cioe R R R R R R R 6 R R Determinate poiche determina quando la matrice e invertibile. Ingegneria dell Autoveicolo, LeLing Geometria

. Il gruppo di matrici invertibili Geometria Lingotto. Una volta finita la tappa di Jordan risulta che la matrice inversa A e Il successo del metodo precedente si spiega anche osservando che: (R R (R R (R R R (R R A = I, dunque l inversa A e il prodotto (R R (R R (R R R (R R. Ma dopo la sbarra c e il prodotto (R R (R R (R R R (R R I = A. Riassumiamo questo nel seguente teorema. Teorema.7. Una matrice invertibile A e un prodotto di operazione elementari. Una matrice e singolare, cioe non e invertibile, se e soltanto se il sistema omogeneo la cui matrice e A ha una soluzione non banale.. Il gruppo di matrici invertibili Se uno raccoglie tutte le matrici invertibile quadrate n n se ottiene un insieme che si denota con GL(n. Questo insieme e un esempio importantisimo del concetto matematico di gruppo. Un gruppo e un insieme G dove e definito un prodotto che soddisfa le regole naturali, cioe esiste un elemento G che gioca il ruolo della identita, tutti gli elementi di G hanno un inverso e, cosa piu importante, il prodotto si mantiene in G, cioe u v G se u e v appartengono a G. Dunque per dimostrare che GL(n e un gruppo basta dimostrare il seguente teorema. Teorema.8. Se A, B GL(n, cioe se A e B sono invertibili allora A B e invertibile, cioe A B GL(n. Dimostrazione. Dopo aver moltiplicato e calcolato qualche inversa si osserva che B A e la inversa di A B. Osservare che questo dimostra la formula (A B = B A dove A, B GL(n. Il gruppo GL(n non e commutativo se n >. Cosa e il gruppo GL(?. Se una matrice A e invertibile allora la sua trasposta A t e invertibile e (A t = (A t. Dunque se A GL(n allora A t GL(n..4 Cambiamento di base L applicazione fondamentale delle matrici invertibili e il problema del cambiamento di base. Riccordiamo che una base B = (v, v,, v n associa a ogni vettore una colonna, Ingegneria dell Autoveicolo, LeLing 4 Geometria

.4 Cambiamento di base Geometria Lingotto. la colonna delle sue coordinate rispetto alla base B. Ad esempio, il vettore v e associato alla colonna. Supponiamo che abbiamo due basi A = (w,, w n, B =. (v,, v n. Il problema del cambiamento di base e quello di trovare la colonna C di un vettore v rispetto della base A conoscendo la sua colonna C rispetto alla base B. La risposta dipende del calcolo di una matrice invertibile M chiamata matrice di cambiamento di base. Una volta calcolata M si trova C tramite il prodotto M C, cioe C = M C. Ma come calcolare la matrice M del cambiamento di base? Per calcolare M si assume che il metodo funzioni. Dunque la prima colonna della M dovra essere necessariamente la colonna delle coordinate del vettore v rispetto della base A. In modo analogo la colonna j di M dovra essere necessariamente la colonna delle coordinate del vettore v j rispetto della base A. Questo determina la M in modo unico. Calcolata la M di questo modo e chiaro che la M produce il risultato desiderato quando C e la colonna di un vettore v appartenente alla base B. Ricordando che le colonne si combinano linearmente in modo compatibile con la combinazione lineare tra i vettori risulta che la M produce la colonna C del vettore v data quella C, per qualsiasi vettore v. Dunque la M risolve effettivamente il problema del cambiamento di base. ( Esempio.9. Sia A = (, ( del cambio M e. ( ( e sia B = (, (. In questo caso la matrice Osservare che dare una base B dello spazio C n, e la stessa cosa di dare una matrice invertibile B le cui colonne sono le colonne della base B. Usando questa osservazione la matrice M si trova facilmente calcolando l inversa della matrice A, cioe M = A B. Ingegneria dell Autoveicolo, LeLing 5 Geometria