LEZIONE 2

2.1. Prodotto di matrici.

In questo paragrafo introdurremo una nuova operazione detta prodotto. Definiremo
prima il prodotto di una matrice riga per una matrice colonna, per poi procedere alla
definizione generale.
Definizione 2.1.1. Siano R = (r1,j )1jp R1,p e C = (ci,1 )1ip Rp,1 . Definiamo il
prodotto delle matrici R e C come la matrice di R1,1 , indicata con RC, definita da
c
1,1

( r1,1

r1,2

...

c2,1
1,1

r1,p )
.. = ( r1,1 c1,1 + r1,2 c2,1 + + r1,p cp,1 ) R .
.
cp,1

Siano ora A = (ai,h ) 1im Rm,p e B = (bh,j ) 1hp Rp,n . Per ogni i = 1, . . . , m e
1hp
1jn
j = 1, . . . , n poniamo
b
1,j

Ri = ( ai,1

ai,2

...

ai,p ) R1,p ,

b2,j
p,1

Cj =
.. R .
.
bp,j

Definiamo il prodotto delle matrici A e B come la matrice di Rm,n , indicata con AB, la
cui entrata in posizione (i, j) `e Ri Cj .
Si noti che, perche il prodotto di due matrici sia definito, occorre e basta che il numero
di colonne della prima coincida con il numero di righe della seconda.
Esempio 2.1.2. Diamo alcuni esempi di prodotto di matrici. Siano

3
A1 = ( 1 2 1 ) ,
B1 = 2 .
5
Poiche A1 R1,3 e B1 R3,1 sono definiti entrambi i prodotti A1 B1 e B1 A1 . Si ha
A1 B1 R1,1 e risulta

3
A1 B1 = ( 1 2 1 ) 2 = 1 3 + 2 2 + (1) (5) = 12.
5
Typeset by AMS-TEX

2.1. PRODOTTO DI MATRICI

Sia ha B1 A1 R3,3 e risulta

3
B1 A1 = 2 ( 1 2 1 ) =
5

31
32
3 (1)
3
= 2 1
22
2 (1) = 2
(5) 1 (5) 2 (5) (1)
5
Siano


A2 =

1
1

1
1


,

B2 =

1 3
0 2

1
1

6
3
4
2 .
10 5

.

Poiche A2 R2,2 e B2 R2,3 solo il prodotto A2 B2 `e definito. Si ha A2 B2 R2,3 e risulta




1 1
1 3 1
A2 B2 =
=
1 1
0 2 1

 

11+10
13+12
1 (1) + 1 1
1 5 0
=
=
.
1 1 + (1) 0 1 3 + (1) 2 1 (1) + (1) 1
1 1 2
Siano

 
1
A3 =
,
1


B3 =

1 3
0 2

1
1


.

Poiche A3 R2,1 e B3 R2,3 , nessuno dei due prodotti A3 B3 e B3 A3 `e definito.

Da quanto visto nellesempio precedente si deduce che il prodotto di matrici ha un
comportamento inusuale: date due matrici A e B non `e detto che siano moltiplicabili,
se anche `e definito uno dei due prodotti AB o BA non `e detto che sia definito laltro e se
anche sono definiti entrambi non `e detto che coincidono (infatti non `e detto nemmeno che
abbiano le stesse dimensioni!).
Esempio 2.1.3. Nel seguente esempio vedremo che, anche se sono definiti entrambe i
prodotti AB e BA ed hanno le stesse dimensioni, non `e detto che sia AB = BA. Siano




1 0
0 1
E1,1 =
,
E1,2 =
.
0 0
0 0
Poiche E1,1 , E1,2 R2,2 entrambe i prodotti E1,1 , E1,2 e E1,2 E1,1 sono definiti ed appartengono a R2,2 . Risulta



1 0
0 1
E1,1 E1,2 =
=
0 0
0 0

 

10+00 11+00
0 1
=
=
= E1,2 ,
00+00 01+00
0 0



0 1
1 0
E1,2 E1,1 =
=
0 0
0 0

 

01+10 00+10
0 0
=
=
= 02,2 .
01+00 00+00
0 0

LEZIONE 2

In particolare E1,1 E1,2 = E1,2 6= 02,2 = E1,2 E1,1 .

Una prima osservazione interessante `e che il prodotto di due matrici non nulle pu`
o essere
la matrice nulla, cio`e non vale per il prodotto di matrici la cosiddetta legge di annullamento
del prodotto.
Una seconda osservazione interessante `e che la non commutativit`a del prodotto di
matrici non permette di utilizzare gli usuali prodotti notevoli nel fare i calcoli di prodotti
di matrici. Per illustrare questa osservazione diamo la seguente
Definizione 2.1.4. Sia A Rn,n : poniamo A1 = A. Per ogni intero p 2 poniamo
Ap = Ap1 A.
In particolare A2 = AA, A3 = A2 A = AAA e cos` via.
Esempio 2.1.5. Non `e vero che, data una coppia di matrici A, B per cui abbiano senso
entrambe le espressioni matriciali (A + B)2 e A2 + 2AB + B 2 , queste coincidano. Infatti

2 

 

1 1
1 1
1 1
1 1
2
(E1,1 + E1,2 ) =
=
=
.
0 0
0 0
0 0
0 0
Invece
2
E1,1

+ 2E1,1 E1,2 +

2
E1,2


=

=

1
0
1
0

0
0

2

+2
 
0
0
+
0
0

1
0
2
0

0
0




+

0
0

1
0

0
0

0
0


+

=

0
0

1
0

2

1
0

2
0

=
.

In maniera simile verificare che, in generale, A2 B 2 6= (A + B)(A B), A3 B 3 6=

(A B)(A2 AB + B 2 ) e cos` via.
Nonostante quanto visto sopra, il prodotto di matrici ha varie propriet`
a notevoli.
Proposizione 2.1.6. Valgono le seguenti propriet`
a:
m,p
p,q
q,n
(PM1) per ogni A R , B R , C R
si ha A(BC) = (AB)C (il prodotto `e
associativo);
(PM2) la matrice identit`
a Ip Rp,p `e lunico elemento neutro per il prodotto, cio`e `e lunica
matrice tale che Ip A = A e BIp = B, per ogni A Rp,n e B Rm,p ;
(PMP) per ogni A Rm,p , B Rp,n , R si ha (AB) = (A)B = A(B);
(PMS1) per ogni A, B Rm,p , C Rp,n si ha (A + B)C = AC + BC (il prodotto `e
distributivo a destra);
(PMS2) per ogni A Rm,p , B, C Rp,n si ha A(B + C) = AB + AC (il prodotto `e
distributivo a sinistra);
(PMT) per ogni A Rm,p , B Rp,n si ha t (AB) = t B t A. 
2.2. Inversa di una matrice quadrata.
Quando si ha un prodotto `e naturale porsi il problema dellesistenza dellelemento
inverso.

2.2. INVERSA DI UNA MATRICE QUADRATA

Definizione 2.2.1. Sia A Rn,n . A si dice invertibile se esiste B Rn,n tale che
AB = BA = In .
Non `e detto che una matrice quadrata, pur non nulla, abbia inversa come mostra il
seguente esempio.
Esempio 2.2.2. Si consideri una qualsiasi matrice A Rn,n tale che Ap = 0n,n . in tal
caso A si dice nilpotente. Esistono molte matrici non nulle con tale propriet`
a: per esempio
la matrice


0 1
E1,2 =
0 0
2
`e tale che che E1,2
= 02,2 . Se esistesse una matrice B tale che AB = In allora

Ap1 = Ap1 In = Ap1 AB = Ap B = 0n,n B = 0n,n .

Poiche Ap1 = 0n,n , sostituendo Ap1 ad Ap in quanto scritto sopra, otteniamo Ap2 =
0n,n . Ripetendo il ragionamento otterremo alla fine A = 0n,n , il che `e assurdo in quanto
abbiamo supposto A invertibile.
Invece la matrice


1 2
A=
1 1
`e invertibile. Sia infatti


B=

1
1

2
1


:

allora BA = AB = I2 .
Proposizione 2.2.3. Sia A Rn,n . Valgono le seguenti propriet`
a:
n,n
(MI1) B R
`e tale che AB = In se e solo se BA = In ;
(MI2) se esistono B, C Rn,n tali che AB = BA = In e AC = CA = In allora B =
C. 
Definizione 2.2.4. Sia A Rn,n invertibile. Lunica matrice B Rn,n tale che AB =
BA = In viene detta inversa di A e viene indicata con A1 . In tal caso si pone A0 = In
ed Ap = (A1 )p per ogni intero p 1.
Osservazione 2.2.5. Sia A Rn,n una matrice invertibile. Cosa si pu`o dire circa linvertibilit`
a di t A? In forza della condizione (MI1) della Proposizione 2.2.3 si tratta di stabilire
se lequazione matriciale
t
AX = In
ha soluzione e, in caso affermativo, di determinarla. Trasponendo entrambe i membri si
ottiene t XA = t In = In , sicche, moltiplicando a destra per A1 , che sappiamo esistere
perche A `e invertibile per ipotesi, si ottiene
t

X = t XIn = t X(AA1 ) = (t XA)A1 = In A1 = A1

LEZIONE 2

da cui si deduce per trasposizione del primo e dellultimo membro che lequazione ha
soluzione e che questa `e X = t (A1 ), cio`e se A Rn,n `e invertibile allora tale `e t A e si ha
(t A)1 = t (A1 ). Poiche t (t A) = A si deduce anche il viceversa, cio`e A Rn,n `e invertibile
se e solo se tale `e t A.
Sia poi B Rn,n unaltra matrice invertibile. Cosa si pu`o dire circa linvertibilit`
a di
AB? In modo analogo a quanto visto sopra si tratta di determinare leventuale soluzione
dellequazione matriciale
ABX = In .
Si verifica facilmente che X = B 1 A1 `e soluzione di tale equazione. Deduciamo allora
che se A, B Rn,n sono invertibili allora tale `e AB e si ha (AB)1 = B 1 A1 .
` vero o falso che vale il viceversa, cio`e che se A, B Rn,n e AB `e invertibili, allora
E
anche A e B lo sono?
2.3. Algebra lineare su C.
Concludiamo questa Lezione osservando che le nozioni introdotte e le operazioni definite
sulle matrici a coefficienti in R si possono estendere a matrici a coefficienti nel campo
complesso C. Poiche R C,segue che Rm,n Cm,n .
Per questo motivo, da adesso in poi, nelle definizioni e negli enunciati delle proposizioni
spesso sostituiremo al simbolo R il simbolo k che indicher`a o il campo reale R o il campo
complesso C.
Diamo solo un esempio.
Esempio 2.3.1. Si considerino le matrici in C2,2

A=
Risulta allora

1 2i
1i

1 2i
1i

2i
1i

2i
1i



i
1

2 4
2 2

B=

1
i

i
1


=

1
i

Si noti che A, B C2,2 \ R2,2 , mentre AB R2,2 ( C2,2 ).