1

MATRICI

Una tabella di numeri, reali o complessi (elementi), ordinati secondo m righe ed n co-
lonne, si chiama matrice (m x n). Gli elementi vengono genericamente indicati da
una lettera con due pedici, ad esempio: ark, il primo dei quali identifica il numero di
riga ed il secondo il numero di colonna. Nel seguito le matrici verranno indicate co-
me in (9.1), cioè come tabelle racchiuse tra barre ed in forma concisa con una lettera
maiuscola in grassetto.

...
⎪ ⎪
a11 a12 a13 a1n

⎪ a ⎪
a22 a23 ... a2n
21

A=
⎪ a 31 a32 a33 ... an
3 ⎪
⎪ .. .. .. ... .. ⎪
⎪ am ( –1)1 a(m–1)2 a(m–1)3 ... am n ⎪
( –1)

⎪ am 1 am2 am3 ... amn ⎪

Una matrice si dice quadrata quando il numero delle righe è uguale al numero delle
colonne (m = n). In quest'ultimo caso, il numero comune di righe e colonne definisce
l'ordine della matrice.

DETERMINANTI

Data una matrice quadrata d'ordine n, si definisce determinante la somma di tutti i

prodotti (che ammontano a n!) degli n elementi che la costituiscono, in modo che o-
gnuno di essi appartenga a righe e colonne diverse. Ogni prodotto dovrà essere mol-
tiplicato per il fattore (–1)p, dove p indica il numero degli spostamenti nelle permuta-
zioni dei pedici di colonna degli elementi componenti i singoli prodotti.
Gli esempi chiariranno il procedimento.
Nota
Per spostamento si intende lo scambio di posizione di due pedici adiacenti.
Osservazioni
Un determinante verrà nel seguito indicato con lo stesso simbolo della matrice,
anteponendo ad essa l'abbreviazione: det.
Da quanto precede, appare evidente la differenza tra matrice e determinante; in-
fatti mentre la prima è una elencazione di elementi, il secondo è il risultato di
un'operazione eseguita sulla matrice.
 2

Il procedimento di calcolo imposto dalla definizione, risulta gravoso soprattutto

se l'ordine della matrice è elevato. In realtà e fortunatamente, alcuni teoremi
consentono un calcolo del determinante relativamente semplice e rapido.

Proprietà

– Un determinante rimane immutato, se si scambiano le righe con le colonne

– Un determinante cambia di segno, se si scambiano tra loro due righe o due co-
lonne
– Un determinante con due righe o due colonne uguali, è nullo
– Un determinante con una riga o una colonna composta da tutti elementi nulli, è
nullo
– Un determinante con due righe o due colonne proporzionali, è nullo
Definizione
Data una matrice quadrata d'ordine n, si indica come complemento algebrico o
cofattore Cij relativo all'elemento aij, il determinante d'ordine n – 1 che si ottiene
sopprimendo nella matrice, la i–esima riga e la j–esima colonna. Il segno del
complemento algebrico è positivo o negativo a seconda che la somma i + j sia
pari o dispari.
Teorema di Laplace
Scelta una qualunque riga (colonna) di una matrice quadrata A d'ordine n, il
calcolo del determinante può essere effettuato come somma dei prodotti di tutti
gli n elementi della riga (colonna) per i rispettivi complementi algebrici.
n
det A = ∑arkCrk
k=1

Esempio
Si ricalcoli, mediante il teorema di Laplace, il determinante della matrice A più
sopra considerata, scegliendo la prima riga.
Soluzione
4 3 1
⎪ ⎪ ⎪ –2 5 ⎪ ⎪ 3 5 ⎪ ⎪ 3 –2 ⎪
det ⎪ 3 –2 5 ⎪ = 4 det ⎪⎪ 6 1 ⎪⎪ – 3 det ⎪⎪ 2 1 ⎪⎪ + 1 det ⎪⎪ 2 6 ⎪⎪ =
⎪ 2 6 1 ⎪
= 4(– 2 – 30) – 3(3 – 10) + (18 + 4) = – 85
Il segno negativo attribuito al secondo complemento algebrico, trova giustifica-
zione nel fatto che la somma dei pedici dell'elemento corrispondente è dispari;
infatti l'elemento in questione appartiene alla prima riga ed alla seconda colon-
na, pertanto: 1 + 2 = 3
 3

Corollario
Scelta una qualunque riga (colonna) di una matrice quadrata A d'ordine n, la
somma dei prodotti di tutti gli n elementi della riga (colonna) per i complementi
algebrici degli elementi di un'altra riga (colonna), è nulla.

n
∑arkCtk = 0
k=1

Esempio

Si prenda ancora in esame la matrice quadrata A del precedente esempio e si

moltiplichino tutti gli elementi della seconda riga per i complementi algebrici
degli elementi della prima riga verificando l'asserto.
Soluzione
⎪ –2 5 ⎪ ⎪ 3 5 ⎪ ⎪ 3 –2 ⎪
3 det ⎪⎪ 6 ⎪ – (–2) det ⎪
1 ⎪ ⎪ 2
⎪ + 5 det ⎪
1 ⎪ ⎪ 2
⎪
6 ⎪ =
= 3(–2 – 30) +2(3 – 10) + 5(18 + 4) = 0

ALGEBRA DELLE MATRICI

L'insieme delle operazioni e delle regole che si definiscono e che si applicano alle matrici, va sotto
il nome di algebra delle matrici.
Le operazioni che si definiscono sono:

a) addizione

b) moltiplicazione per un numero reale o complesso

c) sottrazione

d) moltiplicazione di due matrici

e) reciproco di matrice

ADDIZIONE
Siano date due matrici A e B con ugual numero di righe (m) e di colonne (n). Si
definisce addizione tra esse, l'operazione che genera la matrice S avente lo stes-
so numero di righe e lo stesso numero di colonne, i cui elementi sono dati dalla
somma di quelli che negli operandi occupano identiche posizioni.
sij = aij + bij
 4

Esempio

7 4 0 3 3 2 10 7 2
⎪0 2 5 ⎪ ⎪0 6 1 ⎪ ⎪0 8 6 ⎪
⎪8 4 3 ⎪ +⎪ 3 5 7 ⎪ = ⎪ 11 9 10 ⎪
⎪4 1 2 ⎪ ⎪8 9 0 ⎪ ⎪ 12 10 2 ⎪
Per l'addizione vale la proprietà commutativa.

MATRICE NULLA
Una matrice 0 avente tutti gli elementi nulli, è una matrice nulla e rappresenta
l'elemento neutro rispetto all'addizione.

0 0 ... 0
⎪ ⎪
0=
⎪ 0 0 ... 0 ⎪ A+0=A
⎪ .. .. ... ..
⎪
⎪ 0 0 ... 0 ⎪
MOLTIPLICAZIONE PER UNO SCALARE
Sia data una matrice A composta da m righe ed n colonne ed uno scalare qua-
lunque k; si definisce matrice prodotto per k, quella matrice P composta da tutti
gli elementi di A moltiplicati per k.

pij = kaij

Esempio
7 4 0 35 20 0
⎪ 0 2 5 ⎪ ⎪ 0 10 25 ⎪
5⎪ 8 4 3 ⎪ =⎪ 40 20 15 ⎪
⎪ 4 1 2 ⎪ ⎪ 20 5 10 ⎪
SOTTRAZIONE
Siano date due matrici A e B, con ugual numero di righe (m) e di colonne (n).
La sottrazione tra le matrici minuendo e sottraendo, ove quest'ultimo sia stato
preventivamente moltiplicato per il numero reale (–1), si esegue applicando la
regola dell'addizione.
Un generico elemento della matrice differenza D si calcola allora come indicato:

dij = aij – bij = aij + (– 1) bij

 5

Esempio

7 4 0 3 3 2 4 1 –2
⎪0 2 5 ⎪ ⎪0 6 1 ⎪ ⎪0 –4 4 ⎪
⎪8 4 3 ⎪ –⎪3 5 7 ⎪ =⎪ 5 –1 –4 ⎪
⎪4 1 2 ⎪ ⎪8 9 0 ⎪ ⎪ –4 –8 2 ⎪
MOLTIPLICAZIONE DI DUE MATRICI
Siano date due matrici A e B, per le quali si verifichi che il numero di righe del-
la seconda corrisponda al numero delle colonne della prima. Così ad esempio, se
la prima matrice è composta da m righe ed n colonne, la seconda dovrà essere
composta da n righe e da p colonne. Nel caso che la matrice sia quadrata la
condizione è ovviamente soddisfatta.
Si definisce moltiplicazione delle suddette matrici, l'operazione che origina una
matrice prodotto P (m x p) i cui elementi sono calcolati secondo la seguente re-
gola di composizione:
n
pij = ∑aikbkj
k=1

La matrice prodotto è composta da m righe e da p colonne e non gode della pro-

prietà commutativa, ovvero:
AB ≠ BA

Esempio
Si eseguano i prodotti delle matrici sottoindicate, prima nell'ordine AB poi, se
possibile, nell'ordine BA.

⎪3 2
⎪ ⎪2 4 3⎪
A=⎪1 5⎪ B = ⎪⎪ 5 1 1 ⎪⎪
⎪1 4⎪

Soluzione
Poiché le matrici sono costituite rispettivamente, la prima da 3 righe e 2 colonne
e la seconda da 2 righe e 3 colonne, la moltiplicazione può essere effettuata in
entrambi i casi verificandosi le condizioni richieste.

3 2
⎪ ⎪⎪ 2 4 3 ⎪
AB = ⎪ 1 5 ⎪ ⎪⎪ 5 1
⎪
1 ⎪ =
⎪ 1 4 ⎪
 6

(3·2 + 2·5) (3·4 + 2·1) (3·3 + 2·1) 16 14 11

⎪ ⎪ ⎪ ⎪
=⎪ (1·2 + 5·5) (1·4 + 5·1) (1·3 + 5·1) ⎪ =⎪ 27 9 8 ⎪
⎪ (1·2 + 4·5) (1·4 + 4·1) (1·3 + 4·1) ⎪ ⎪ 22 8 7 ⎪
La matrice prodotto AB è d'ordine 3.

3 2
⎪ 2 4 3 ⎪⎪ ⎪
BA = ⎪ 5 1 ⎪⎪ ⎪
⎪ 1 5 =
⎪ 1
⎪ 1 4 ⎪
⎪ (2·3 + 4·1 + 3·1) (2·2 + 4·5 + 3·4) ⎪ ⎪ 13 36 ⎪
= ⎪ (5·3 + 1·1 + 1·1) ⎪ ⎪
(5·2 + 1·5 + 1·4) ⎪ = ⎪ 17
⎪
⎪ 19 ⎪

La matrice prodotto BA è d'ordine 2.

La diversità delle matrici prodotto, conferma l'affermazione circa la non validità
della proprietà commutativa.

Esempio
Si eseguano i prodotti AB e BA delle matrici quadrate sottoindicate

3 0 1 1 4 2
⎪ ⎪ ⎪ ⎪
A=⎪ 6 1 2 ⎪ B=⎪ 9 7 4 ⎪
⎪ 5 7 1 ⎪ ⎪ 8 2 3 ⎪
Soluzione

3 0 1 1 4 2 11 14 9
⎪ ⎪⎪ ⎪ ⎪ ⎪
AB = ⎪ 6 1 2 ⎪⎪ 9 7 4 ⎪ =⎪ 31 35 22 ⎪
⎪ 5 7 1 ⎪⎪ 8 2 3 ⎪ ⎪ 76 71 41 ⎪
1 4 2 3 0 1 37 18 11
⎪ ⎪⎪ ⎪ ⎪ ⎪
BA = ⎪ 9 7 4 ⎪⎪ 6 1 2 ⎪ =⎪ 89 35 27 ⎪
⎪ 8 2 3 ⎪⎪ 5 7 1 ⎪ ⎪ 51 23 15 ⎪
Le matrici prodotto sono d'ordine 3 e confermano ancora la non validità della
proprietà commutativa.

MATRICE UNITÀ
Una matrice quadrata i cui elementi della diagonale principale sono tutti uguali
all'unità, mentre gli altri sono nulli, è indicata come matrice unità I.
 7

Di seguito sono mostrate due matrici unità d'ordine 2 e 4.

1 0 0 0
⎪ 1 0 ⎪ ⎪ 0 1 0 0 ⎪
I = ⎪⎪ 0 ⎪
1 ⎪ I=⎪ 0 0 1 0 ⎪
⎪ 0 0 0 1 ⎪
La matrice unità è l'elemento neutro della moltiplicazione tra matrici, infatti la
moltiplicazione di una matrice d'ordine qualunque, per la matrice unità, ripro-
duce se stessa.

Esempio

Si moltiplichi la matrice A sottoindicata per la matrice unità I.

1 0 0
⎪ 2 4 3 ⎪⎪ ⎪
AI = ⎪⎪ 5 1 ⎪⎪ ⎪
⎪ 0 1 0 =
1
⎪ 0 0 1 ⎪
⎪ (2·1 + 4·0 + 3·0) (2·0+ 4·1 + 3·0) (2·0 + 4·0 + 3·1) ⎪
= ⎪ (5·1 + 1·0 + 1·0) ⎪
(5·0 + 1·0 + 1·1) ⎪ =
⎪ (5·0 + 1·1 + 1·0)

⎪ 2 4 3 ⎪
=⎪ 5 ⎪
1 ⎪ =A
⎪ 1

MATRICE SINGOLARE
Una matrice quadrata si dice singolare se è nullo il suo determinante.

MATRICE TRASPOSTA
Data una matrice A si dice trasposta AT quella che si ottiene scambiando in essa
le righe con le colonne.

Esempio
2 5
⎪ 2 4 3 ⎪ ⎪ ⎪
A = ⎪⎪ 5 1
⎪
1 ⎪ A =⎪
T 4 1 ⎪
⎪ 3 1 ⎪
Proprietà
– Data una matrice A, la trasposta della sua trasposta riproduce se stessa.

(AT)T = A
 8

– Data una matrice A, la trasposta del suo prodotto per uno scalare, è uguale
al prodotto dello scalare per la trasposta della matrice stessa

(kA)T = kAT

– La trasposta della somma di due matrici A e B, è uguale alla somma delle

trasposte delle matrici stesse.

(A + B)T = AT + BT

– La trasposta del prodotto di due matrici A e B, è uguale al prodotto delle

trasposte delle matrici prese in ordine inverso.

(AB)T = BT AT

RECIPROCO DI MATRICE
Data una matrice quadrata A non singolare:

a11 a12 ... a1n

⎪ ⎪
A=
⎪ a 21 a22 ... a2n
⎪
⎪ .. .. ... .. ⎪
⎪ an 1 an2 ... ann ⎪

la sua reciproca A–1 è così definita:

C
A–1 = det A

dove C identifica la trasposta della matrice dei complementi algebrici (o cofatto-

ri) degli elementi di A.

C11 C21 ... Cn1

⎪ ⎪
C=
⎪ C 12 C22 ... Cn2
⎪
⎪ .. .. ... .. ⎪
⎪Cn 1 C2n ... Cnn ⎪

Proprietà
– Il prodotto di una matrice per la sua reciproca è uguale alla matrice unità.

AA–1 = I
 9

– Il prodotto di una matrice per la sua reciproca gode della proprietà com-
mutativa.
AA–1 = A–1°
– Il prodotto di una matrice per la matrice unità, gode della proprietà com-
mutativa.
AI= IA
– Date due matrici quadrate non singolari A e B, il reciproco del loro pro-
dotto è uguale al prodotto dei loro reciproci in ordine inverso.

(AB)–1 = B–1A–1

MATRICE-VETTORE

Sia dato un sistema lineare ordinato in n incognite ed in n equazioni

a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = y1
⎧
⎪ a x + a x + a x + ... + a nxn = y
21 1 22 2 23 3 2 2

⎨ a x + a x + a x + ... + a n xn = y
31 1 32 2 33 3 3 3

⎪ ················································
⎩an x + an x + an x + ... + ann xn = yn
1 1 2 2 3 3

L'insieme delle soluzioni, definisce un vettore x ad n componenti che vengono in-

terpretate come gli elementi di una matrice colonna (n x 1). Analogamente i secondi
membri delle stesse equazioni sono interpretati come elementi di un matrice colonna
y (n x 1). Se poi si forma la matrice A con i coefficienti delle incognite, nell'ordine in
cui sono scritti, il sistema può essere riscritto in notazione matriciale:

Ax = y

dove:
a11 a12 a13 ... a1n
⎪ ⎪ ⎪ ⎪
x1 y1
⎪y ⎪
⎪a 21 a22 a23 ... an
2
⎪ ⎪x ⎪ 2
⎪ ⎪ 2

A= ⎪ a 31 a32 a33 ... an

3 ⎪ x=⎪ x ⎪ 3 y=⎪ y ⎪3

⎪ .. .. .. ... .. ⎪ ⎪ ... ⎪ ⎪ ... ⎪

⎪ an 1 an2 an3 ... ann ⎪ ⎪ xn ⎪ ⎪ yn ⎪
 10

Se si svolge, infatti, la moltiplicazione Ax con le regole esposte, si ottiene la matrice

(n x 1), i cui elementi, per la relazione (9.2) coincidono con gli elementi del vettore y.
Si riottengono così tutte le equazioni del sistema iniziale.
a11 x1 + a12 x2 + a13 x3 + ... + a1 x
⎪ n n
⎪ ⎪y ⎪
1

⎪ a x + a x + a x + ... + a n xn ⎪ ⎪y ⎪
⎪ a x + a x + a x + ... + a n xn ⎪ = ⎪y ⎪
21 1 22 2 23 3 2 2

⎪...........................................................⎪ ⎪...⎪
31 1 32 2 33 3 3 3

⎪ ⎪
⎪ an x + an x + an x + ... + ann xn ⎪ ⎪yn⎪
1 1 2 2 3 3

L'interpretazione vettoriale proposta, non solo consente una scrittura concisa del si-
stema come è già stato accennato, ma soprattutto offre la potenza, l'agilità ed anche
l'eleganza formale proprie dell'algebra delle matrici, per manipolare sistemi anche
molto ingombranti. Ad esempio, se si vuole ricavare il vettore x, si può procedere
come segue:

Ax = y; A–1Ax = A–1y; Ix = A–1y; x = A–1y

Il vettore x, è così ottenuto dal prodotto della matrice reciproca di A per il vettore y.
Esempio
Si voglia risolvere il sistema seguente mediante il metodo matriciale:

⎧⎪ 3x1 + 2x2 – 1x3 = 5

⎨1x1 – 4x2 – 2x3 = – 8
⎩⎪ 2x1 + 1x2 + 1x3 = 8
Soluzione
– Si scrive il vettore (matrice colonna) y e si forma la matrice dei coefficienti A:

⎪5⎪ ⎪3 2 –1
⎪
⎪ ⎪
y = –8
⎪
A= 1 –4 –2 ⎪
⎪ ⎪ ⎪ ⎪
⎪8⎪ ⎪2 1 1 ⎪
– Si calcolano il determinante della matrice A ed i complementi algebrici dei
suoi elementi:
det A = –25
A11 = – 2; A21 = – 3; A31 = – 8;
A12 = – 5; A22 = 5; A32 = 5;
A13 = 9; A23 = 1; A33 = – 14;
11

– Si determina la matrice A–1 e la si moltiplica per il vettore y; la matrice pro-

dotto è il vettore x i cui elementi, presi nell'ordine, sono le soluzioni del si-
stema.
A11 A21 A31
⎪ det A det A det A ⎪ ⎪ 2
25
3
25
8
25 ⎪
⎪ A A22 A
⎪ ⎪ ⎪
= ⎪ det A det A ⎪ = ⎪ ⎪
12 32 5 –5 –5
A–1 det A 25 25 25
⎪ A A ⎪ ⎪ ⎪
det A ⎪ ⎪ ⎪
–9 –1 14
⎪ det A13 A23 33
det A 25 25 25

2 3 8
⎪ 25 25 25 ⎪ 5 2
⎪ 5 5
– 25
5
– 25
⎪ ⎪–8⎪ = ⎪1⎪⎪
⎪ ⎪ ⎪
⎪ ⎪ ⎪ 8 ⎪ ⎪3⎪
x= 25

⎪ 9
– 25
1
– 25
14
25 ⎪
x1 = 2 x2 = 1 x3 = 3