Matrici.

Determinante

Definizione 1. Fissati un campo K e due interi positivi m ed n, dicesi

matrice1 ad elementi in K una tabella A costituita da m n elementi del
campo disposti ordinatamente lungo m linee orizzontali (righe) ed n linee
verticali (colonne). Gli elementi di A si indicano con una lettera dotata di
due indici, di cui il primo indica la riga ed il secondo la colonna cui lelemento
stesso appartiene; cos`, ad esempio, aij indica lelemento della matrice che
occupa la i-esima riga e la j-esima colonna. Una matrice A si indica pertanto
con:

a11 a12 . . . a1n

a21 a22 . . . a2n

... ... ... ...

am1 am2 . . . amn
Una matrice A ad m righe ed n colonne `e detta di tipo m n o (m, n) e
si indica anche in forma compatta con
A = (aij )
essendo aij il suo generico elemento di posto (i, j).
Se m = n la matrice si dice quadrata di ordine n; se m 6= n si dice rettangolare. Linsieme delle matrici di tipo m n (rispettivamente, quadrate
di ordine n) ad elementi in K si indica con il simbolo Km,n o Mm,n (K) (rispettivamente, Kn,n o Mn (K)). Una matrice di tipo 1 n `e detta n-vettore
riga o, semplicemente, vettore riga mentre una matrice di tipo n 1 `e detta
n-vettore colonna o, semplicemente, vettore colonna.
Definizione 2. Due matrici dello stesso tipo m n a elementi in un campo
K, A = (aij ) e B = (bij ) si dicono uguali, se
i = 1, 2, . . . , m, j = 1, 2, . . . , n : aij = bij
1

il termine matrice `e stato introdotto per la prima volta da J. J. Sylvester (1814-1897),

matematico inglese.

cio`e, se sono uguali gli elementi che occupano le stesse posizioni nelle due
matrici.
Si verifica facilmente che le applicazioni
r : Kn K1,n
e
c : Kn Kn,1
cos` definite:
r(x1 , x2 , . . . , xn ) := x1 x2 . . . xn

x1
x2

c(x1 , x2 , . . . , xn ) := ..
.
xn

per ogni x = (x1 , x2 , . . . , xn ) Kn , sono bigettive. Tali applicazioni bigettive

giustificano lidentificazione delle n-ple ordinate
(x1 , x2 , . . . , xn ) di Kn con
x1

x2
i vettori riga x1 x2 . . . xn e i vettori colonna .. .
.
xn
Definizione 3. Assegnata una matrice quadrata A Kn,n , si definisce
diagonale principale di A, la n-pla ordinata
(a11 , a22 , . . . , ann )
Si chiama invece diagonale secondaria di A, la n-pla ordinata
(a1n , a2,n1 , . . . , an1 )
Si chiama traccia di A lo scalare cos` definito
tr(A) := a11 + a22 + + ann
Di solito lavoreremo con il campo dei numeri reali. Tuttavia, tutto quello
che ci apprestiamo a definire resta valido in un campo K qualsiasi. In particolare denoteremo con 0 e 1 gli elementi neutri (distinti) di K rispetto alla
somma e alla moltiplicazione.
2

Definizione 4. La matrice di tipo m n avente tutti gli elementi uguali a 0

si chiama matrice nulla e si denota con Om,n (con On se si tratta di una
matrice quadrata di ordine n). La matrice quadrata di ordine n avente tutti
gli elementi della diagonale principale uguali ad 1 e tutti gli elementi restanti
uguali a 0 `e detta matrice identica (o matrice unitaria) di ordine n e
si denota con In .
Definizione 5. Assegnata una matrice A = (aij ) di tipo m n, si dice
matrice trasposta di A e si denota con AT la matrice di tipo n m che si
ottiene da A scambiando le righe con le colonne e viceversa. Formalmente,
AT = (bji ) dove
i = 1, 2, . . . , m, j = 1, 2, . . . , n : bji = aij
In particolare la trasposta di una matrice quadrata di ordine n `e ancora
una matrice quadrata dello stesso ordine.
Laddizione e la moltiplicazione definite sul campo K ci consentono di definire
alcune operazioni sulle matrici.
Definizione 6. Date due matrici dello stesso tipo m n a elementi in K,
A = (aij ) e B = (bij ), si dice matrice somma di A e di B e si denota con
A + B, la matrice del medesimo tipo m n, A + B = (cij ) dove
i = 1, 2, . . . , m, j = 1, 2, . . . , n : cij := aij + bij
cio`e, la matrice ottenuta sommando gli elementi che occupano la stessa posizione nelle matrici A e B.
Proposizione 7. La somma tra matrici gode delle seguenti propriet`a.
1. A, B, C Km,n : A + (B + C) = (A + B) + C;
2. A, B Km,n : A + B = B + A;
3. A Km,n : A + Om,n = Om,n + A = A;
4. A Km,n B Km,n : A + B = B + A = Om,n ;
In altre parole, la struttura algebrica (Km,n , +) `e un gruppo abeliano.

Definizione 8. Assegnata una matrice A = (aij ) Km,n e uno scalare

K, il prodotto di per A `e la matrice A = (bij ) Km,n che si
ottiene moltiplicando per tutti gli elementi di A, cio`e
i = 1, 2, . . . , m, j = 1, 2, . . . , n : bij := aij
Proposizione 9. Il prodotto di uno scalare per una matrice gode delle seguenti propriet`a.
1. A, B Km,n , K : (A + B) = A + B;
2. A Km,n , K : ( + )A = A + A;
3. A Km,n , K : ()A = (A);
4. A Km,n : 1A = A.
Definizione 10. Siano assegnate s + 1 matrici A, A1 , A2 , . . . , As Km,n
(con s 1). Si dice che la matrice A `e combinazione lineare delle matrici A1 , A2 , . . . , As ( o anche che A dipende linearmente dalle matrici
A1 , A2 , . . . , As ) se esistono s scalari 1 , 2 , . . . , s K tali che
A = 1 A1 + 2 A2 + + s As
Tale definizione del tutto generale si applica al caso particolare delle righe
e delle colonne, e, in virt`
u della precedente identificazione, alle n-ple ordinate
n
(x1 , x2 , . . . , xn ) di K .
Definizione 11. Assegnate una matrice A = (aij ) Km,n e una matrice
B = (bjh ) Kn,p , il prodotto (righe per colonne) di A per B `e la
matrice AB = (cih ) Km,p dove
i = 1, 2, . . . , m, h = 1, 2, . . . , p : cih :=

n
X

aij bjh

j=1

Il motivo per cui il prodotto appena definito `e detto righe per colonne
sta nel fatto che lelemento cih di posto (i, h) della matrice AB si ottiene
moltiplicando la i-esima riga di A per la h-esima colonna di B nel modo
seguente

b1h

b2h

cih := ai1 ai2 . . . ain .. = ai1 b1h + ai2 b2h + . . . + ain bnh
.
bnh
4

Osservazione 12. Si noti che il prodotto tra due matrici A e B si pu`o effettuare solo se il numero di colonne di A (primo fattore) `e uguale al numero di
righe di B (secondo fattore); in tal caso le due matici si dicono conformabili.
Ci`o comporta, tra laltro, che, in generale, non si pu`o effettuare il prodotto
BA, a meno che non sia m = p. Inoltre, ammesso che si possano calcolare
entrambe le matrici AB e BA, queste non sono necessariamente uguali: in
altre parole, il prodotto tra matrici non gode della propriet`a commutativa.
Ha senso, dunque, introdurre la seguente
Definizione 13. Due matrici A e B quadrate dello stesso ordine n si dicono
permutabili se AB = BA
Ogni matrice A quadrata di ordine n `e permutabile con la matrice identica
In e la matrice nulla 0n dal momento che
AIn = In A = A
e
A0n = 0n A = 0n
Praticamente le matrici In e 0n operano nello stesso modo in cui operano gli
scalari 1 e 0 nella moltiplicazione in K.
Il prodotto tra matrici gode delle seguenti propriet`a.
Proposizione 14. Comunque si prendano uno scalare K e le matrici
A, B e C (purch`e le operazioni indicate si possano eseguire), si ha che:
1. (AB)C = A(BC);
2. A(B + C) = AB + AC

(A + B)C = AC + BC;

3. (AB) = (A)B = A(B)

4. (AB)T = B T AT
Definizione 15. Una matrice A = (aij ) quadrata di ordine n si dice simmetrica se
i, j = 1, 2, . . . , n, : aij = aji
cio`e se sono uguali gli elementi che occupano posizioni simmetriche rispetto
alla diagonale principale.
5

Segue immediatamente dalla definizione di matrice trasposta la seguente

Proposizione 16. Se A Kn,n `e una matrice quadrata di ordine n, allora
A `e simmetrica se e solo se A = AT .
Definizione 17. Una matrice A = (aij ) Kn,n quadrata di ordine n si dice
invertibile se esiste una matrice B quadrata dello stesso ordine tale che
AB = BA = In
Uno dei prossimi obiettivi sar`a quello di stabilire quando una matrice A
`e invertibile. Per il momento possiamo solo dire che vale la seguente
Proposizione 18. Se A Kn,n `e una matrice invertibile, la matrice B, di
cui alla definizione, `e unica.
Dimostrazione. Supponiamo che B e C siano due matrici quadrate di ordine
n tali che
AB = BA = In
e
AC = CA = In
Allora risulta che
B = In B = (CA)B = C(AB) = CIn = C
Dunque, B = C.
Alla luce di tale proposizione, si pone la seguente
Definizione 19. Sia A Kn,n una matrice invertibile; si chiama matrice
inversa di A e si denota con A1 lunica matrice in Kn,n tale che
AA1 = A1 A = In
Proposizione 20. Siano A, B Kn,n due matrici quadrate del medesimo
ordine. Allora, sussistono le seguenti propriet`a.
1. Se A `e invertibile, anche A1 lo `e e risulta
(A1 )1 = A
6

2. Se A e B sono invertibili, anche la matrice prodotto AB `e invertibile e

risulta
(AB)1 = B 1 A1
Proposizione 21. Valgono le seguenti propriet`a:
1. Date due matrici A, B Km,n e uno scalare K, risulta
(a) (AT )T = A
(b) (A + B)T = AT + B T
(c) (A)T = AT
2. Se A Kn,n `e una matrice invertibile, allora anche la matrice trasposta
AT `e invertibile e risulta
(AT )1 = (A1 )T
Definizione 22. Una matrice A = (aij ) Kn,n , (n 2), si dice triangolare alta o triangolare superiore se
i, j = 1, 2, . . . , n, i > j : aij = 0
Si dice triangolare bassa o triangolare inferiore se
i, j = 1, 2, . . . , n, j > i : aij = 0
Si dice triangolare se lo `e superiormente o inferiormente.
In altre parole, una matrice triangolare alta ha nulli tutti gli elementi
che si trovano al di sotto della diagonale principale (le informazioni utili di
tale matrice sono tutte concentrate nella parte alta della stessa); una matrice
triangolare bassa tutti quelli al di sopra della stessa diagonale (le informazioni
utili di tale matrice sono tutte concentrate nella parte bassa della medesima).
Definizione 23. Una matrice A = (aij ) Kn,n che sia simultaneamente
triangolare alta e bassa si dice matrice diagonale; se, in aggiunta, gli elementi della diagonale principale sono tutti uguali fra loro, A si dice matrice
scalare.

Esercizio 24. Una matrice A = (aij ) Kn,n quadrata di ordine n si dice

nilpotente se esiste un intero positivo k tale che Ak = 0n (ove per definizione
Ak := A A A . . . A, k volte se k 1, operazione che ha senso in virt`
u della
0
propriet`a associativa, e A := In ). Il pi`
u piccolo intero positivo s tale che
As = 0n si chiama indice di nilpotenza della matrice. Verificare che la
matrice

0 1 1
0 0 1
0 0 0
ha indice di nilpotenza 3.
Esercizio 25. Calcolare lindice di



1
6
4

5
A=
B=
9 6
2

nilpotenza delle seguenti matrici:

1
3
1 2 1
2
6 C= 1
2 1
1 3
1
2 1

Esercizio 26. Sia assegnata la matrice

1 1
0 1
0 2

A R3,3

0
1
2

Verificare che AAT e AT A sono matrici simmetriche;

verificare che la traccia di AAT `e uguale alla somma dei quadrati degli
elementi di A.
Esercizio 27. Siano assegnate le matrici




1 0
0 0
A=
B=
0 0
1 0
Verificare che AB = 02 . In altre parole, non sussiste la legge di annullamento
del prodotto per le matrici.
Esercizio 28. Una
idempotente se A2

A= 0
0

matrice A = (aij ) Kn,n quadrata di ordine n si dice

= A. Verificare che sono idempotenti le seguenti matrici

0 0
0 0 0
0 0 0
0 0 B = 0 1 0 C = 0 0 0
0 0
0 0 0
0 0 1
8

Esercizio 29. Siano assegnate



1 1
0 1

1 1
A=
B=
1 0
0 1

le matrici

0
1 1
0 C= 0
2
1
1 0


D=


1 1 0
1 0 1

Calcolare, se esistono, le seguenti matrici:

AB;
B T D;
B T DT ;

CD;

BD;

AB T ;
DB T ;

ADT ;
2D 3C T .

Esercizio 30. Verificare che:

se A e B sono matrici triangolari alte, anche AB `e triangolare alta;
se A e B sono matrici triangolari basse, anche AB `e triangolare bassa;
se A e B sono matrici diagonali, anche AB `e diagonale e AB = BA.
Sia A Kn,n una matrice quadrata di ordine n a elementi in un campo
K. Ad A `e possibile associare un elemento di K detto determinante 2 di A
e denotato con det A o |A| nel modo che segue.
Definizione 31. Se n = 1 e quindi A = (a11 ), allora
|A| := a11
Se n 2
|A| := a11 A11 + a12 A12 + . . . + a1n A1n
dove A1i := (1)1+i M1i e M1i `e il determinante della matrice quadrata di
ordine n 1 che si ottiene da A sopprimendo la prima riga e la i-esima
colonna.
Osservazione 32. La definizione data `e ricorsiva, poich`e consente di calcolare il determinante di una matrice quadrata di ordine n, noto che sia il
determinante di una matrice quadrata di ordine n 1; infatti, il calcolo di
un determinante di ordine n viene ricondotto al calcolo di n determinanti di
ordine n 1.
2

Il termine determinante `e dovuto a Gauss, anche se la sua definizione `e stata introdotta da Gottfried W. Leibniz (1646-1716) in connessione con le soluzioni dei sistemi
lineari.

Definizione 33. Sia A Km,n . Si dice matrice estratta da A (o sottomatrice di A) ogni matrice B di tipo (p, q) (1 p m, 1 q n) ottenuta
da A sopprimendone m p righe e n q colonne (o, equivalentemente, ottenuta considerando gli elementi di A comuni a p righe e q colonne fissate di
A).
Esempio 34. Assegnata la matrice A R4,5

2 1 3
5
7
1 1
0
2 1

A=
0 1 1 1 3 .
1 2 0
0
0
la matrice B


B=

1 1 0 1
0 1 1 3


.

`e una matrice estratta da A di tipo (2, 4) ottenuta da A sopprimendo 2

righe (la prima e la quarta) e 1 colonna (la quarta). Scriveremo in tal caso B = A(1 4 | 4). Equivalentemente, B pu`o considerarsi ottenuta da A
considerandone gli elementi comuni a 2 righe (la seconda e la terza) e 4
colonne (la prima, la seconda, la terza e la quinta). Scriveremo in tal caso B = A(2 3 | 1 2 3 5). Talvolta, si pu`o anche usare una notazione mista
B = A(2 3 | 4) o B = A(1 4 | 1 2 3 5).
In generale, data una matrice A Km,n , denoteremo con
A(i1 i2 ip | j1 j2 jq )
la matrice estratta da A ottenuta considerandone le righe di indici i1 < i2 <
< ip e le colonne di indici j1 < j2 < < jq e con
A(i1 i2 ip | j1 j2 jq )
la matrice estratta da A ottenuta sopprimendone le righe di indici i1 < i2 <
< ip e le colonne di indici j1 < j2 < < jq .
Definizione 35. Se A Km,n , dicesi minore estratto da A il determinante di una qualsiasi matrice quadrata estratta da A. Lordine del minore
`e lordine della matrice quadrata estratta.

10

Definizione 36. Assegnata una matrice A = (aij ) quadrata di ordine n

(n 2), si dice minore complementare di un elemento aij di A e si
denota con Mij il minore di ordine n 1 estratto da A ottenuto sopprimendo
la i-esima riga e la j-esima colonna; inoltre si dice complemento algebrico
(o cofattore) di aij il numero Aij cos` definito
Aij := (1)i+j Mij
(cio`e Aij := (1)i+j det A(i | j))
Alla luce di tale definizione, possiamo dire che il determinante di una
matrice quadrata di ordine n 2 `e uguale alla somma dei prodotti degli
elementi della prima riga per i rispettivi complementi algebrici (si parla di
sviluppo del determinante lungo la prima riga). In realt`a vedremo fra poco
(primo teorema di Laplace) che si perviene allo stesso risultato sviluppando
il determinante lungo una qualsiasi riga o colonna.
Esercizio 37. Calcolare il determinante delle seguenti matrici:

2 1
1 2 3
1 1 2
1 2
4
1
A = 2 1 3 B = 1 1 3 C = 1 4 1 D = 2 0 2
3 2 1
2 2 3
2 1 1
1
1 1
Passiamo ora ad elencare le propriet`a del determinante.
Proposizione 38. La matrice identica In ha determinante uguale a 1.
Dimostrazione. Si procede per induzione su n. Per n = 1 la proposizione `e
vera dal momento che I1 = (1) e det I1 = 1. Supponiamo che la proposizione
sia valida per n 1 (con n 1 1 e quindi n 2). Per definizione
det In = 1 (1)1+1 det In (1 | 1)
dove In (1 | 1) non `e altro che la matrice identica In1 di ordine n 1. Per
lipotesi induttiva
det In1 = 1
da cui
det In = 1 det In1 = 1

11

Proposizione 39. Siano A Kn,n e c K. La matrice B ottenuta moltiplicando una riga qualsiasi di A per lo scalare c ha determinante pari
a
det B = c det A
Inoltre
det(cA) = cn det A
Proposizione 40. Siano A = (aij ), B = (bij ) e C = (cij ) tre matrici
quadrate di ordine n che differiscono solo per la i-esima riga per cui si ha
che
aih = bih + cih
per ogni h = 1, 2, . . . , n. Allora
det A = det B + det C
Proposizione 41. Scambiando due righe di una matrice quadrata A di
ordine n 2, il determinante cambia di segno.
Corollario 42. Il determinante di una matrice quadrata A di ordine n 2
con due righe proporzionali (in particolare, uguali) `e nullo.
Proposizione 43. Il determinante di una matrice con una riga di zeri `e
nullo.
Proposizione 44. Il determinante di una matrice quadrata A di ordine n
2 non cambia, se si aggiunge a una riga una combinazione lineare delle righe
rimanenti.
Corollario 45. Se in una matrice quadrata A di ordine n 2 una riga `e
combinazione lineare delle righe rimanenti, allora il determinante `e nullo.
Vale anche il viceversa.
Proposizione 46. Se l determinante di una matrice quadrata A di ordine
n 2 `e nullo, allora almeno una riga `e combinazione lineare delle righe
rimanenti.
Teorema 47. Per ogni matrice quadrata A Kn,n si ha che
det(A) = det(AT )
12

Osservazione 48. Come immediata conseguenza del teorema 47 abbiamo

che il determinante di una matrice quadrata e anche uguale alla somma
dei prodotti degli elementi della prima colonna per i rispettivi complementi
algebrici (sviluppo del determinante lungo la prima colonna). Inoltre,
tutte le propriet`a del determinante relative ad operazioni su righe continuano
ad essere vere operando sulle colonne.
Come gi`a preannunciato, il determinante di una matrice quadrata si pu`o
calcolare sviluppando lungo una qualsiasi riga o colonna. Infatti, sussistono
i due seguenti teoremi dovuti a Laplace.
Teorema 49. (Primo teorema di Laplace) Se A = (aij ) `e una matrice
quadrata di ordine n (n 2) a elementi in un campo K, il determinante di
A `e uguale alla somma dei prodotti degli elementi di una qualsiasi riga(o di
una qualsiasi colonna) di A per i rispettivi complementi algebrici, cio`e:
per ogni i = 1, 2, . . . , n
det A = ai1 Ai1 + ai2 Ai2 + + ain Ain
(sviluppo del determinante lungo la i-esima riga)
per ogni j = 1, 2, . . . , n
det A = a1j A1j + a2j A2j + + anj Anj
(sviluppo del determinante lungo la j-esima colonna)
Teorema 50. (Secondo teorema di Laplace) Sia A = (aij ) una matrice
quadrata di ordine n (n 2) a elementi in un campo K; la somma dei prodotti
degli elementi di una riga (o di una colonna) di A per i complementi algebrici
dei corrispondenti elementi di unaltra riga (o colonna) `e nulla, cio`e:
per ogni i = 1, 2, . . . , n e per ogni h = 1, 2, . . . , n, con i 6= h
ai1 Ah1 + ai2 Ah2 + + ain Ahn = 0
per ogni j = 1, 2, . . . , n e per ogni k = 1, 2, . . . , n, con j 6= k
a1j A1k + a2j A2k + + anj Ank = 0
Corollario 51. Sia A Kn,n , (n 2), una matrice quadrata soddisfacente
una delle seguenti condizioni:
13

 A `e triangolare superiore;
A `e triangolare inferiore;
A `e diagonale.
Allora
det A = a11 a22 ann
Definizione 52. Sia A = (aij ) Kn,n , (n 2), una matrice quadrata di
ordine n; si definisce matrice aggiunta di A e si denota con il simbolo
agg(A) (o anche A ), la matrice quadrata di ordine n
agg(A) := (Aij )T
cio`e, per esteso

A11 A21 . . . An1

A12 A22 . . . An2

agg(A) := ..
..
..
.
.
.
A1n A2n
Ann
dove Aij `e il complemento algebrico di aij . Se A = (a11 ) `e una matrice
quadrata di ordine 1, allora si pone
agg(A) := I1 = (1)
Esercizio 53. Scrivere la matrice aggiunta

2 1
1
A= 0
1 2

della seguente matrice:

3
1
0

Teorema 54. (di caratterizzazione delle matrici invertibili) Sia assegnata una matrice quadrata di ordine n A Kn,n . Le seguenti condizioni
sono equivalenti:
(a) A `e invertibile.
(b) det A 6= 0.

14

Inoltre, vera la (a) o equivalentemente la (b) si ha che

A1 =

1
agg(A)
det A

e
det(A1 ) =

1
det A

Dimostrazione. Si osservi preliminarmente che lasserto `e ovvio se la matrice

ha ordine n = 1. Pertanto nel corso della dimostrazione del teorema supporremo tacitamente che sia n 2. Cominciamo col dimostrare che (a) (b).
In tal caso, A `e invertibile e, quindi, per definizione esiste una matrice
A1 Kn,n tale che
AA1 = In
Passando al determinante, si ha che det(AA1 ) = det(In ). Applicando il
teorema di Binet e tenuto che la matrice identica ha determinante uguale a
1, si deduce che
det(A) det(A1 ) = 1
1
.
Resta cos` provato che det A 6= 0 e che det(A1 ) =
det A
Dimostriamo ora laltra implicazione, cio`e che (b) (a).
Per ipotesi, det A 6= 0. Quindi ha senso definire la seguente matrice
B :=

1
agg(A)
det A

Proviamo che AB = In . Il generico elemento di posto (i, h) della matrice

identica In `e uguale a 1 se i = h, uguale a 0 in caso contrario. Un elemento
siffatto viene usualmente denotato con il seguente simbolo ih
(
1 se i = h
ih :=
0 se i 6= h
e si chiama simbolo di Kronecker o delta di Kronecker 3 . Sia cih lelemento di posto (i, h) della matrice AB. Per definizione di prodotto di matrici,
cih si ottiene moltiplicando la i-esima riga di A


ai1 ai2 . . . ain
3

Dal nome di Leopold Kronecker (1823-1891), matematico tedesco.

15

per la h-esima colonna di B

1
det A Ah1

det A Ah2

..

1
Ahn
det A

Dunque
cih = ai1

1
1
1
Ah1 + ai2
Ah2 + . . . + ain
Ahn
det A
det A
det A

o anche

1
(ai1 Ah1 + ai2 Ah2 + . . . + ain Ahn )
det A
Se i = h, applicando il primo teorema di Laplace, si ha che
cih =

cii =

1
1
(ai1 Ai1 + ai2 Ai2 + . . . + ain Ain ) =
det A = 1
det A
det A

Se i 6= h, in virt`
u del secondo teorema di Laplace, segue che
cih =

1
1
(ai1 Ah1 + ai2 Ah2 + . . . + ain Ahn ) =
0=0
det A
det A

Pertanto, cih = ih per ogni i, h = 1, 2, . . . , n e quindi AB = In . In modo del

tutto analogo si prova che BA = In (anche se si pu`o dimostrare che il fatto
che sia AB = In implica necessariamente che anche BA = In ).
Definizione 55. Una matrice A quadrata di ordine n avente determinante
non nullo dicesi non singolare o regolare o non degenere.
Dunque, alla luce di tale definizione, il teorema di caratterizzazione delle
matrici invertibili pu`o anche essere riformulato nel modo seguente:
Teorema 56. Condizione necessaria e sufficiente affinch`e una matrice quadrata di ordine n sia invertibile `e che sia non singolare.
Definizione 57. Si dicono trasformazioni o operazioni elementari
sulle righe di una matrice A Km,n , le seguenti operazioni:
16

1. Scambio di due righe.

2. Moltiplicazione di una riga per uno scalare non nullo.
3. Somma a una riga di unaltra riga moltiplicata per uno scalare.
Una matrice B Km,n ottenuta eseguendo un numero finito di operazioni
elementari sulle righe di una matrice A Km,n si dice equivalente per
righe alla matrice A.
Vediamo ora gli effetti di tali operazioni elementari sulle righe della matrice identica In (con n 2).
Scambiando due righe distinte di In , la i-esima e la j-esima, si ottiene la matrice Tij il cui determinante vale 1. Infatti, per la prop. 41, il determinante
di In (che `e pari a 1 per la prop. 38) cambia di segno, cio`e
det(Tij ) = det(In ) = 1
Moltiplicando la i-esima riga di In per uno scalare non nullo c K si ottiene
la matrice Mi (c) il cui determinante `e pari a c. Infatti, per la prop. 39,
det(Mi (c)) = c det(In ) = c
Se alla i-esima riga di In si aggiunge la j-esima riga moltiplicata per uno
scalare b K (i 6= j) si ottiene la matrice Sij (b) il cui determinante vale 1.
Per la prop. 44
det(Sij (b)) = det(In ) = 1
Matrici di questo tipo si dicono matrici elementari. Si verifica facilmente
che si tratta di matrici invertibili. Pi`
u precisamente, linversa della matrice
Tij (i 6= j) `e Tij ; linversa della matrice Mi (c) (c 6= 0) `e Mi (c1 ); linversa
della matrice Sij (b) (i 6= j) `e Sij (b).
Assegnata una matrice A Km,n , le operazioni elementari sulle righe di A si
possono ottenere per moltiplicazione a sinistra proprio con matrici elementari
di ordine m. Infatti:
1. Se i 6= j, Tij A `e la matrice ottenuta da A scambiando le righe aventi
indici i e j.
17

2. Mi (c)A (c 6= 0) `e la matrice ottenuta da A moltiplicandone la i-esima

riga per c.
3. Sij (b)A (i 6= j) `e la matrice ottenuta da A sommando alla i-esima riga
la j-esima moltiplicata per b.
Dalle precedenti proposizioni segue subito il seguente
Corollario 58. Sia A Kn,n una matrice quadrata di ordine n. Allora per
ogni matrice elementare E di ordine n si ha che
det(EA) = det E det A
Osservazione 59. Applicando k volte il risultato del corollario 58, si deduce
che, comunque si considerino k matrici elementari E1 , E2 , . . . , Ek di ordine n
ed una matrice qualsiasi A Kn,n risulta che
det((Ek Ek1 E2 E1 )A) = det(Ek ) det(Ek1 ) det(E2 ) det(E1 ) det(A)
Con un numero finito di operazioni elementari sulle righe, `e possibile
trasformare una matrice A Km,n in unaltra M detta a scala (o in forma canonica) cos` fatta: se sono presenti righe nulle, esse devono essere
confinate in fondo alla matrice; detto pivot (o elemento conduttore o
direttore) il primo elemento non nullo di ogni riga non nulla, comunque
si prenda una riga ri , leventuale pivot della riga successiva ri+1 si trova a
destra del pivot di ri . Si conviene che anche la matrice nulla sia a scala.
Diamo ora una definizione pi`
u rigorosa di matrice a scala.
Definizione 60. Una matrice A Km,n `e detta a scala se sono verificate
le seguenti condizioni:
1. le prime k righe sono non nulle (cio`e contengono almeno un elemento
non nullo) mentre le ultime m k righe sono nulle, per un certo k N,
0 k m;
2. per ogni i = 1, 2, . . . , k, il primo elemento non nullo della riga i-esima `e
detto pivot (o elemento conduttore o direttore) e denotato con pi ;
se j1 , j2 , . . . , jk sono gli indici delle colonne che contengono gli elementi
direttori, allora
j1 < j2 < . . . < jk
cio`e, se una riga contiene un pivot, allora il pivot di ogni riga precedente
si trova pi`
u a sinistra.
18

Dunque una matrice a scala `e la

0 . . . 0 a1j1 . . .
0 . . . 0 0 . . .

..
..
..
.
.
.

0 . . . 0 0 . . .

0 . . . 0 0 . . .
0 ... 0 0 ...

matrice nulla oppure `e della forma

. . . . . . . . . . . . a1n
a2j2 . . . . . . . . . a2n

..
..
.
.

0 . . . akjk . . . akn

... ... ... ... 0

... ... ... ... 0

ove p1 = a1j1 6= 0, p2 = a2j2 6= 0, . . . , pk = akjk 6= 0, (1 k m) e

j1 , j2 , . . . , jk sono interi tali che 1 j1 < j2 < < jk n.
Teorema 61. Ogni matrice A Km,n pu`o essere ridotta a scala mediante
un numero finito di trasformazioni elementari.
Dimostrazione. Se la matrice A `e la matrice nulla non dobbiamo fare niente,
dal momento che `e gi`a a scala. Supponiamo che la matrice sia non nulla. Sia
j1 lindice della prima colonna non nulla di A. Se il primo elemento di questa
colonna `e nullo, con uno scambio di righe (operazione elementare del tipo
1), si porta un elemento non nullo della medesina colonna al posto (1, j1 ).
A questo punto a1j1 6= 0. Sommando alla i-esima riga (per i = 2, 3, . . . , m)
la prima moltiplicata per aij1 /a1j1 (operazione elementare del tipo 3), si
ottiene una nuova matrice in cui gli elementi della prima colonna non nulla
al di sotto di a1j1 sono tutti nulli. A partire dalla colonna di indice j1 ,
consideriamo ora la prima colonna che contiene almeno un elemento non
nullo sotto la prima riga. Sia j2 lindice di tale colonna. Se lelemento di
posto (2, j2 ) `e nullo, con uno scambio di righe, si porta un elemento non
nullo della medesina colonna al posto (2, j2 ) ottenendo cos` una matrice in
cui a2j2 6= 0. Sommando alla i-esima riga (per i = 3, . . . , m) la seconda
moltiplicata per aij2 /a2j2 , si ottiene una nuova matrice in cui gli elementi
della colonna di indice j2 al di sotto di a2j2 sono tutti nulli. Proseguendo in
questo modo, con operazioni elementari del tipo 1 e 3, si riduce a scala la
matrice A.
Esempio 62. Si consideri la matrice

0 0 0 0
3
1
0 1 0 0
2
0

0
0
0
3
0
0
A=

0 2 0 1 2 1
0 1 0 2
1
0
19

La prima colonna non nulla di A `e la seconda (j1 = 2). Poich`e a12 = 0,

scambiando la prima riga con la seconda (operazione del tipo 1) si ottiene la
matrice

0 1 0 0
2
0
0 0 0 0
3
1

0 0 0 3
0
0

0 2 0 1 2 1
0 1 0 2
1
0
In questo modo la prima riga `e sistemata e il primo pivot `e 1. Ora occorre
che i termini al di sotto di tale pivot, nella seconda colonna, siano tutti nulli.
Questo si ottiene sommando alle righe successive alla prima un multiplo
opportuno della prima riga (operazione di tipo 3). Precisamente, operando
nel modo seguente
r4 r4 2r1
r5 r5 + r1
si ottiene

0
0

0
0

1
0
0
0
0

0 0
2
0
0 0
3
1

0 3
0
0

0 1 6 1
0 2
3
0

A partire dalla seconda colonna, la prima colonna che contiene almeno un elemento non nullo sotto la prima riga `e la quarta. Poich`e a24 = 0, scambiando
la seconda riga con la terza (operazione del tipo 1) si ottiene la matrice

0 1 0 0
2
0
0 0 0 3
0
0

0 0 0 0

3
1

0 0 0 1 6 1
0 0 0 2
3
0
3 `e il secondo pivot (j2 = 4). A questo punto rendiamo nulli gli elementi
al di sotto di 3 nella quarta colonna sommando alle righe successive alla
seconda un opportuno multiplo della seconda riga stessa (operazione di tipo
3). Precisamente, operando nel modo seguente
1
r4 r4 + r2
3
20

2
r5 r5 r2
3
si ottiene

0
0

0
0

1
0
0
0
0

0
0
0
0
0

0 2
0
3 0
0

0 3
1

0 6 1
0 3
0

3 `e il terzo pivot (j3 = 5). Gli elementi al di sotto di tale pivot nella quinta
colonna si annullano sommando alle righe successive alla terza un opportuno
multiplo della terza riga stessa. Precisamente con le seguenti operazioni
r4 r4 + 2r3
r5 r5 r3
si ottiene

0
0

0
0

1
0
0
0
0

0
0
0
0
0

0
3
0
0
0

2 0
0 0

3 1

0 1
0 1

1 `e il quarto pivot (j4 = 6). Sommando alla quinta riga un opportuno

multiplo della quarta (in questo caso proprio la quarta riga) si ottiene la
matrice a scala equivalente alla matrice A assegnata

0 1 0 0 2 0
0 0 0 3 0 0

0
0
0
0
3
1
A0 =

0 0 0 0 0 1
0 0 0 0 0 0
Osservazione 63. La procedura di riduzione a scala descritta nel teorema
precedente `e nota come metodo di riduzione di Gauss4 . In generale,
assegnata una matrice A Km,n , la matrice a scala equivalente per righe
ad A non `e unica. Lunicit`a la si ha se si pongono ulteriori restrizioni sulla
matrice ridotta.
4

Carl Friedrich Gauss (1777-1855), matematico tedesco. Sicuramente il pi`

u grande
matematico di tutti i tempi, assieme ad Archimede e Newton.

21

Definizione 64. Una matrice A Km,n `e detta completamente ridotta

a scala (o in forma canonica speciale o in forma a scala ridotta
per righe) se `e a scala e inoltre:
1. ogni pivot `e uguale a 1;
2. in ogni colonna contenente un pivot tutti gli altri elementi sono nulli
(non solo quelli al di sotto, ma anche quelli al di sopra del pivot stesso).
Assegnata una matrice A Km,n , la matrice in forma canonica speciale
equivalente per righe alla matrice A viene denotata con rref(A) (dallinglese
Row Reduced Echelon Form).
Teorema 65. Sia A Km,n . Esiste sempre una matrice P Km,m invertibile, tale che P A = rref(A).
Dimostrazione. Come primo passo, si riduce la matrice A a scala utilizzando
il metodo di riduzione di Gauss. I pivot della matrice a scala cos` ottenuta possono essere resi uguali a 1 con unoperazione elementare del tipo 2.
Successivamente, con operazioni elementari del tipo 3, in ciascuna colonna
contenente un pivot, si rendono nulli anche gli elementi al di sopra del pivot
stesso. Supponiamo di aver effettuato k operazioni elementari sulle righe di
A cui corrispondono k matrici elementari E1 , E2 , . . . , Ek . Si ha allora che
(Ek Ek1 E2 E1 )A = rref(A)
Dunque, posto P := Ek Ek1 E2 E1 , il teorema resta provato dopo aver osservato che P `e invertibile perch`e prodotto di matrici elementari che sappiamo
essere invertibili.
Osservazione 66. La procedura di riduzione a forma canonica speciale
descritta nel teorema precedente `e nota come metodo di riduzione di
Gauss-Jordan.
Esempio 67. Se volessimo trovare la rref(A) della matrice A dellesempio
precedente, dovremmo partire dalla matrice a scala equivalente a A

0 1 0 0 2 0
0 0 0 3 0 0

0
0
0
0
3
1
A0 =

0 0 0 0 0 1
0 0 0 0 0 0
22

Moltiplicando la seconda riga per

2) otteniamo la matrice

0
0

0
0

1
1
e la terza riga per (operazioni del tipo
3
3

1 0 0 2 0
0 0 1 0 0

0 0 0 1
3
0 0 0 0 1
0 0 0 0 0

A questo punto, occorre che nella quinta colonna al di sopra di 1 ci siano solo
zeri. Basta aggiungere alla prima riga un opportuno multiplo della terza riga
(quella che contiene il pivot). Precisamente con loperazione
r1 r1 2r3
si ottiene

0
0

1 0 0 0
0 0 1 0
0 0 0 1
0 0 0 0
0 0 0 0

2

3
0
1

3
1
0

Resta infine da annullare gli elementi della sesta colonna al di sopra del pivot
1 aggiungendo alla prima riga e alla terza riga un opportuno multiplo della
quarta riga (quella che contiene il pivot). Percisamente con le operazioni
2
r1 r1 + r4
3

si ottiene

1
r3 r1 r4
3

0 1 0 0
0 0 0 1

rref(A) =
0 0 0 0
0 0 0 0
0 0 0 0

23

0
0
1
0
0

0
0

1
0

Proposizione 68. Sia A Kn,n una matrice quadrata di ordine n. Allora

det A = 0 se e solo se rref(A) 6= In .
Dimostrazione. Per il teorema 65 esiste una matrice invertibile P Kn,n
prodotto di matrici elementari tale che P A = rref(A). Si presentano due
possibilit`a: rref(A) = In oppure rref(A) 6= In .
Se rref(A) = In , allora P A = In e quindi det(P A) = det(In ). Applicando
il corollario 58 si ha che det P det A = 1. Ne segue che det A 6= 0.
Se rref(A) 6= In , allora lultima riga della matrice rref(A) `e nulla e, per la
proposizione 43 det(rref(A)) = 0. Ne segue che det(P A) = det(rref(A)) =
0 e quindi det P det A = 0. Essendo det P 6= 0 (P `e prodotto di matrici elementari e tali matrici hanno tutte determinante non nullo), necessariamente
risulta det A = 0.
Il corollario 58 continua a valere se si considerano due matrici quadrate
qualsiasi come mostra il seguente celebre teorema dovuto a Binet 5 .
Teorema 69. (Teorema di Binet) Siano A e B due matrici quadrate di
ordine n a elementi in K. Allora
det(AB) = det A det B
Dimostrazione. Per il teorema 65 esiste una matrice P = Ek E2 E1 tale
che P A = rref(A).
Se rref(A) = In , allora P A = In . Pertanto
A = P 1 = (Ek E2 E1 )1 = E11 E21 Ek1
e
AB = (E11 E21 Ek1 )B
In virt`
u del corollario 58 (si ricordi che le matrici Ej1 sono elementari al pari
delle Ej )
det A = det(E11 ) det(E21 ) det(Ek1 )
e
det(AB) = det((E11 E21 Ek1 )B) =
= det(E11 ) det(E21 ) det(Ek1 ) det B = det A det B
5

Jacques. P.M. Binet (1786-1856), matematico e astronomo francese.

24

Se rref(A) 6= In , per la proposizione 68

det A = 0
Daltra parte se la matrice rref(A) = (Ek E2 E1 )A ha lultima riga nulla,
anche la matrice rref(A)B = (Ek E2 E1 )AB ha lultima riga nulla. Ne
segue che, per la proposizione 43
det((Ek E2 E1 )AB) = 0 = det(Ek ) det(E2 ) det(E1 ) det(AB)
e quindi
det(AB) = 0
In ultima analisi, anche in questo caso
det A det B = 0 det B = 0 = det(AB)
Osservazione 70. Applicando k 1 volte il teorema di Binet, si ha che
det(A1 A2 Ak ) = det(A1 ) det(A2 ) det(Ak )
Possiamo ora dimostrare il teorema di caratterizzazione dellle matrici
invertibili in un modo alternativo.
Teorema 71. (di caratterizzazione delle matrici invertibili) Sia A
Kn,n . Le seguenti condizioni sono equivalenti:
(a) A `e invertibile.
(b) det A 6= 0.
Dimostrazione. (a) (b)
Per ipotesi esiste A1 Kn,n tale che AA1 = In . Passando ai determinanti,
si ha che
det(AA1 ) = det(In )
e per il teorema di Binet
det(A) det(A1 ) = 1
Ne segue che necessariamente det A 6= 0 e
det(A1 ) =
25

1
det A

(b) (a)
In virt`
u della proposizione 68 rref(A) = In . Pertanto (mantenendo le notazioni della medesima proposizione) P A = In , A = P 1 e AP = In . Dunque
A `e invertibile e A1 = P = Ek E2 E1 .
Osservazione 72. Il teorema 71 di caratterizzazione delle matrici invertibili fornisce un metodo per la determinazione della matrice inversa. Infatti,
linversa di A `e la matrice P che si ottiene come prodotto delle matrici che
rappresentano le operazioni elementari utilizzate nella riduzione completa di
A. Considerata allora la matrice (a blocchi) (A|In ) di tipo (n, 2n) che si
ottiene affiancando ad A la matrice identica, se si effettuano le medesime
operazioni elementari di cui sopra a tale matrice si ottiene
P (A|In ) = (P A|P In ) = (In |P )
Quindi, linversa della matrice A `e la matrice che si trova a destra della
matrice identica nella matrice ridotta della matrice (A|In ).
Esempio 73. Si consideri la matrice A R3,3

1
2
0
2
A = 1 2
1 1 1
Tale matrice `e non singolare (|A| = 2) e, quindi, invertibile. Riduciamo
a forma canonica speciale la matrice A operando sulle righe della matrice
(A|In ), cio`e della matrice

1
2
0 1 0 0
1 2
2 0 1 0
1 1 1 0 0 1
Rendiamo nulli nella prima colonna gli elementi al di sotto di 1 con le seguenti
operazioni elementari
r2 r2 + r1
r3 r3 r1
Esplicitamente la prima operazione scritta d`a




1 2 2 0 1 0 + 1 2 0 1 0 0 =
26

0 4 2 1 1 0

e la seconda




1 1 1 0 0 1 1 2 0 1 0 0 =

0 3 1 1 0 1

Si ottiene cos` la matrice

1 2
0
1 0 0
0 4
2
1 1 0
0 3 1 1 0 1

Per rendere unitario il secondo pivot effettuiamo loperazione

1
r2 r2
4
ottenendo

0
1
1
1

0 1
2
4
0 3 1 1

0 0
1

0
4
0 1

Con le operazioni
r1 r1 2r2
r3 r3 + 3r2
si ottiene

1
1

0
1
0
1

2
2

1
1
0 1 1
0

2
4
4

1 3
1
0 0

1
2
4 4
Rendiamo unitario il terzo pivot con loperazione

r3 2r3
ottenendo

1
1
1 0 1

0
2
2

1
1
1
0 1
0

2
4
4

1 3
0 0 1
2
2 2
27

Infine, con le ultime due operazioni seguenti

1
r2 r2 r3
2
r1 r1 + r3
si ottiene

0
1
2

0 1 0 1 1 1

2
2

1 3
0 0 1
2
2 2
1 0 0

Dunque

0
1
2

1
1

1
= 2

1 3
2

2 2

A1

Definizione 74. Dicesi rango di una matrice A Km,n non nulla il massimo ordine dei minori non nulli estraibili da A. Se A = 0m,n , si conviene
che il suo rango sia 0.
Dunque, in base alla definizione, una matrice A Km,n ad elementi non
tutti nulli, ha rango p > 0 se:
esiste un minore di ordine p non nullo estratto da A;
tutti gli eventuali minori di ordine maggiore di p sono nulli.
In tal caso i minori di ordine p estratti da A si dicono minori fondamentali
di A. Evidentemente se B `e una matrice estratta da A, il suo rango r(B)
non pu`o superare quello di A, cio`e
r(B) r(A)
Si osservi che, per il primo teorema di Laplace, affinch`e A abbia rango p, `e
sufficiente che siano nulli tutti i minori di ordine p + 1. Inoltre, non occorre
calcolare nemmeno tutti i minori di ordine p + 1. Infatti, si ha quanto segue.

28

Definizione 75. Siano A Km,n una matrice di tipo (m, n) e p un intero

tale che
1 p < min{m, n}
Si chiama orlato di un minore Mp estratto da A di ordine p ogni minore di
ordine p + 1 estratto da A contenente Mp o, equivalentemente, ogni minore
di ordine p + 1 ottenuto aggiungendo una riga e una colonna al minore Mp
(orlando il minore medesimo con una riga e una colonna).
Esempio 76. Assegnata la matrice A R3,4

1 2 1 3
2
1
A = 0 1
1 5 2 2
si consideri il minore di ordine 2
M2 := det A(2 | 2 4)
cio`e



1 1

M2 = 
1 2

Gli orlati di M2 sono i minori di ordine 3 di A contenenti M2 , cio`e



1 1 3 


1 
O1 = det A( | 2 ) = 0 2
1 2 2
e



1 2 1


2 
O2 = det A( | 4 ) = 0 1
1 5 2 
Sussiste il seguente fondamentale dovuto a Kronecker:

Teorema 77. (Teorema di Kronecker o teorema degli orlati) Condizione necessaria e sufficiente affinch`e una matrice non nulla abbia rango p
`e che esista un minore non nullo di ordine p avente tutti gli orlati nulli.
Esempio 78. Si consideri la matrice A R3,4

1 2 3 1
A = 4 4 5 3
2 0 1 1
29

si consideri il minore non nullo di ordine 2

M2 := det A(3 | 3 4)
cio`e



1 2 

M2 = 
4 4

Gli orlati di M2 sono i minori di ordine 3 di A


1

O1 = det A( | 3 ) = 4
2
e

contenenti M2 , cio`e

2 1
4 3
0 1



1 2 3 


O2 = det A( | 4 ) = 4 4 5 
2 0 1

Tali minori sono etrambi nulli. Ne segue che, per il teorema degli orlati, il
rango di A `e 2.
Lannullarsi o meno dei minori di una matrice A si conserva scambiando
le righe con le colonne, moltiplicando le righe per uno scalare non nullo,
scambiando le righe o aggiungendo a una riga il multiplo di unaltra. Dalla
definizione di rango, si deduce, quindi, che:
una matrice quadrata ha rango massimo se e solo se `e non singolare,
cio`e `e invertibile;
scambiando le righe con le colonne, il rango di una matrice non cambia,
cio`e r(A) = r(AT ) ;
due matrici equivalenti per righe hanno lo stesso rango.
In particolare, lultima conclusione ci suggerisce un metodo per determinare
il rango di una matrice, particolarmente efficace nel caso in cui lavoriamo
con matrici di dimensioni piuttosto grandi. Assegnata una matrice qualsiasi
non nulla A Km,n , la si riduce a scala (metodo di riduzione di Gauss).
Detta A0 una matrice a scala equivalente ad A, per quanto appena osservato
r(A) = r(A0 ). A questo punto, ci siamo ricondotti al calcolo del rango di una
matrice molto semplice da studiare. Infatti sussiste il seguente
30

Teorema 79. Il rango di una matrice a scala non nulla coincide con il
numero di righe non nulle della medesima.
Esempio 80. Utilizzando le operazioni elementari determiniamo il rango
della seguente matrice reale di tipo (4, 5)

2
1
3 4 6
2 3 1 5 3

A=
6 1 7 4 10
8 8 6 13 5
Con le seguenti trasformazioni elementari
r2 r2 + r1
r3 r3 3r1
r4 r4 + 4r1
si ottiene

2 1
3
4
6
0 4
2
9
9

A0 =
0 4 2 8 8
0 12 6 29 29

Con le seguenti trasformazioni elementari

r3 r3 + r2
r4 r4 3r2
si ottiene

0
A00 =
0
0

1
4
0
0

3
2
0
0

4
9
1
2

6
9

1
2

Infine, con lultima operazione

r4 r4 2r3
si ottiene

0
A000 =
0
0

1
4
0
0
31

3
2
0
0

4
9
1
0

6
9

1
0

Dunque
r(A) = r(A0 ) = r(A00 ) = r(A000 ) = 3

32