Contenuto Composizione di applicazioni lineari e prodotto di matrici. Proprieta` del prodotto. Matrici invertibili. Identita` su inverse e trasposte. Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 1/14 Composizione di applicazioni lineari Teorema (La funzione composta di applicazioni lineari e` lineare) F G Siano V −→ W e W −→ Z lineari. Allora la funzione composta G ◦ F e` lineare. F V W G◦F G Z Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 2/14 La funzione composta di applicazioni lineari e` lineare Dimostrazione ` Additivita: (G ◦ F )(v + w) = G(F (v + w)) = G(F (v) + F (w)) = G(F (v)) + G(F (w)) = (G ◦ F )(v) + (G ◦ F )(w) ` Omogeneita: (G ◦ F )(λv) = G(F (λv)) = G(λF (v)) = λG(F (v)) = λ(G ◦ F )(v) Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 3/14 Composizione di applicazioni e prodotto di matrici Problema Date le matrici B (q × p) e A (r × q), l’applicazione composta e` lineare e quindi e` rappresentata da una matrice (di tipo r × p). B Rp Rq A C? Rr Trovare C. Tale matrice si denota AB: C = AB, e si chiama prodotto di A e B. Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 4/14 Costruzione della matrice prodotto C = AB B A Rp −→ Rq , B matrice q × p; Rq −→ Rr , A matrice r × q. Le colonne C1 , ..., Cp di C = AB sono le immagini dei vettori colonna E1 , ..., Ep della base canonica di Rp . Il vettore colonna Ek (k = 1, ..., p) viene mandato da B nella k-esima colonna Bk di B. A sua volta, il vettore Bk (dette A1 , ..., Aq le colonne di A) viene mandato da A nel vettore A Bk = A1 b1k + · · · + Aq bqk ` per costruzione di C = AB, la k-esima colonna di AB. che e, L’elemento (AB)hk di posto h di tale colonna e` allora: (AB)hk = ah1 b1k + · · · + ahq bqk Questo conto giustifica la seguente definizione. Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 5/14 Prodotto di matrici Definizione (Prodotto di matrici) Se A e` r × q e B e` q × p, si chiama matrice prodotto AB la matrice r × p il cui elemento di posto i, j (i = 1, ..., r, j = 1, ..., p) ` e: j-esima (AB)ij = |i-esima riga di A| colonna di B = ai1 b1j + · · · + aiq bqj = q X aih bhj h=1 Esempio: 2 1 1 3 3 5 −1 2 2 Federico Lastaria. Analisi e Geometria 2. 4 2 1 = 15 15 4 12 9) Algebra delle matrici 6/14 Proprieta` del prodotto di matrici Quando le dimensioni delle matrici consentono le operazioni: Proprieta` associativa: (AB)C = A(BC) Proprieta` distributiva: A(B + C) = AB + AC (B + C)A = BA + CA Il prodotto di matrici non e` commutativo: In generale AB 6= BA Se A e` una matrice quadrata di ordine n e I = In e` la matrice identita` n × n, AI = IA = A Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 7/14 Matrici n × n invertibili Definizione Una matrice A ∈ M (n × n) si dice invertibile se esiste una matrice B ∈ M (n × n) per la quale AB = In e BA = In dove In e` la matrice identita` n × n. Se una tale B esiste, e` unica; si denota A−1 e si chiama l’inversa di A. Dimostrazione della unicita` dell’inversa. Supponiamo che B, B 0 siano inverse di A. Allora B = IB = (B 0 A)B = B 0 (AB) = B 0 I = B 0 Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 8/14 Per ogni A, B ∈ Mat(n × n), BA = In =⇒ AB = In Teorema Siano A, B ∈ Mat(n × n). Se BA = I, allora AB = I. Dimostrazione. (Scriviamo In = I). ´ per ipotesi, A ha un’inversa sinistra B (cioe, ` BA = I), Poiche, A l’applicazione Rn −→ Rn e` iniettiva. Infatti, da AX = AY segue: B(AX) = B(AY ), (BA)X = (BA)Y , e quindi X = Y A (perche´ BA = I). Allora Rn −→ Rn e` un isomorfismo e quindi la matrice A e` invertibile. Detta A−1 la sua inversa (bilatera), da BA = I, moltiplicando a destra per A−1 , si ha BAA−1 = A−1 , da cui segue B = A−1 . Pertanto, anche AB = AA−1 = I. Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 9/14 Matrice trasposta Definizione (Matrice trasposta) Sia A una qualunque matrice p × q. La matrice trasposta At e` la matrice di tipo q × p cos`ı definita: (At )ij = Aji . A Rq −→ Rp A, matrice p × q, rappresenta una mappa lineare: At , matrice q × p, rappresenta una mappa lineare: At Rp −→ Rq Esercizio Sia A una qualunque matrice p × q. Per ogni X ∈ Rq , Y ∈ Rp , (AX) · Y = X · (At Y ) (A sinistra, il prodotto scalare e` in Rp , a destra in Rq ). At A Rp −→ Rq si chiama anche l’aggiunta di Rq −→ Rp . Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 10/14 Soluzione dell’esercizio: (AX) · Y = X · (At Y ) Soluzione Usiamo la convenzione di Einstein: si somma su un indice ripetuto due volte. (Dal contesto, e` chiaro dove variano gli indici; basta notare che AX, Y sono in Rp e X, At Y in Rq ). (AX) · Y = (AX)i Yi = Aij Xj Yi X · (At Y ) = Xh (At Y )h = Xh (At )hk Yk = Xh Akh Yk = Akh Xh Yk Sono uguali. Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 11/14 Esercizio: (AB)t = B t At Esercizio Quando il prodotto AB e` definito, (AB)t = B t At Soluzione A ∈ Mat(p × q); B ∈ Mat(q × s); X ∈ Mat(s × 1); Y ∈ Mat(q × 1). Da un lato, < (AB)X, Y >=< X, (AB)t Y >. Del resto (per l’esercizio precedente), < (AB)X, Y > = < A(BX), Y >=< BX, At Y > = < X, B t (At Y ) >=< X, (B t At ) Y > Dunque < X, (AB)t Y >=< X, (B t At ) Y >, ossia < X, (AB)t Y − (B t At ) Y >= 0. Pertanto (AB)t − B t At = 0. (Infatti, da < X, P Y >= 0 segue, ponendo X = Ei , Y = Ej , segue < Ei , P Ej >= Pij = 0, per ogni i, j). Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 12/14 Identita` su inverse e trasposte Se esiste il prodotto AB, (AB)t = B t At Se A, B ∈ M (n × n) sono invertibili, anche AB e` invertibile e (AB)−1 = B −1 A−1 Se A ∈ M (n × n) e` invertibile, (At )−1 = (A−1 )t Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 13/14 Dimostrazioni (AB)t = B t At Dimostrazione Gia` dimostrato. Diamone un’altra dimostrazione, facendo direttamente i conti: (AB)tij = (AB)ji = Ajh Bhi = Bhi Ajh = (B t )ih (At )hj = (B t At )ij (AB)−1 = B −1 A−1 Dimostrazione P e` l’inversa di Q (P, Q matrici quadrate dello stesso ordine) se e solo se P Q = I. Dunque per dimostrare che l’inversa di AB e` B −1 A−1 basta dimostrare che (AB)(B −1 A−1 ) = I. Il calcolo e` semplice: (AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIA−1 = AA−1 = I (At )−1 = (A−1 )t Dimostrazione Basta dimostrare (At )(A−1 )t = I: (At )(A−1 )t = (A−1 A)t = I t = I Federico Lastaria. Analisi e Geometria 2. 9) Algebra delle matrici 14/14
© Copyright 2024 Paperzz