Note Ingegneria Informatica · UniTN
Geometria e Algebra Lineare
Esercizi
Lezioni
6 ott, 12 ott
in corso

Matrici invertibili

Argomento di Geometria e Algebra Lineare. Fatto a lezione in L6, mar 6/10 (quaderno p. 60-67), con gli esercizi dell’esercitazione 3 di lun 12/10, tenuta dalla prof. Fonte: appunti della prof, capitolo 3: 6/10, p. 13-14 (matrici delle operazioni elementari, rref⁡(A)=PA\operatorname{rref}(A) = PA, definizione di invertibile), p. 14-16 (esempi e non-esempi, osservazioni 1 e 2), p. 16-17 (teorema rango-invertibilità), p. 17-19 (calcolo dell’inversa, esempio e non-esempio), p. 19-20 (sistemi con AA invertibile, esercizio con parametro); esercitazione del 12/10, p. 1-9, con il foglio esercizi extra. Negli appunti la L6 inizia a p. 13 con le matrici delle operazioni elementari: anche le p. 60-63 del quaderno, prima attribuite alla L5, sono della L6. Esempi in più dalla dispensa Postinghel (p. 69-80). Si appoggia su Matrici e operazioni, Algoritmo di Gauss-Jordan e Rango e Rouché-Capelli.

L’idea. Con i numeri, ax=bax = b si risolve dividendo per aa se a≠0a \neq 0. Con le matrici non si divide, ma si può moltiplicare per una matrice A−1A^{-1} che “disfa” AA. Non tutte le matrici quadrate ce l’hanno, e il rango dice esattamente quali. Il calcolo passa di nuovo da Gauss-Jordan, perché ogni operazione elementare è una moltiplicazione a sinistra per una matrice.

   operazione elementare su A   =   (matrice dell'operazione) · A
   Gauss-Jordan fino a rref     =   P · A,   P = prodotto di matrici elementari
   rg(A) = n                    =>  rref(A) = I_n  =>  PA = I_n  =>  A⁻¹ = P
   [A | I_n]  --Gauss-Jordan-->  [I_n | P]      il blocco destro registra P

1Definizioni

1.1Matrici delle operazioni elementari

L’idea. Nel capitolo 2 Gauss-Jordan era una ricetta: “scambia queste righe, moltiplica quella, somma questa”. Qui la prof mostra che ogni passo della ricetta è un prodotto di matrici. Il vantaggio è che sui prodotti valgono l’associativa e le regole delle inverse, quindi si può ragionare su tutta la riduzione con l’algebra delle matrici invece che a parole.

La prof (p. 13): le operazioni elementari (viste nel capitolo 2) possono essere realizzate tramite la moltiplicazione a sinistra per delle matrici quadrate:

In parole: si fa l’operazione sull’identità, e la matrice che viene fuori, moltiplicata a sinistra, fa la stessa operazione su qualunque AA con mm righe.

Allora SijAS_{ij}A, Di(λ)AD_i(\lambda)A, Eij(μ)AE_{ij}(\mu)A sono AA con l’operazione già fatta.

In 3×33 \times 3:

S12=(010100001)D2(λ)=(1000λ0001)E31(μ)=(100010μ01)S_{12} = \begin{pmatrix} 0 & 1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 1 \end{pmatrix} \qquad D_2(\lambda) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & \lambda & 0 \\ 0 & 0 & 1 \end{pmatrix} \qquad E_{31}(\mu) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ \mu & 0 & 1 \end{pmatrix}

Perché funziona. La riga ii di MAMA è “riga ii di MM per le colonne di AA”, cioè una combinazione delle righe di AA con i coefficienti scritti nella riga ii di MM. In E31(μ)E_{31}(\mu) la terza riga è (μ,0,1)(\mu, 0, 1): la terza riga del prodotto è μR1+R3\mu R_1 + R_3. Le altre righe di E31(μ)E_{31}(\mu) sono quelle di II e lasciano R1R_1, R2R_2 al loro posto. Esempio della dispensa (es. 38): E31(−1)(1210−121−13)=(1210−120−32)E_{31}(-1)\begin{pmatrix} 1 & 2 & 1 \\ 0 & -1 & 2 \\ 1 & -1 & 3 \end{pmatrix} = \begin{pmatrix} 1 & 2 & 1 \\ 0 & -1 & 2 \\ 0 & -3 & 2 \end{pmatrix}, cioè R3→R3−R1R_3 \to R_3 - R_1.

Esempi, dal più facile.

  1. Un’operazione sola, 2×22 \times 2. M=(1234)M = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} e l’operazione R2→R2−3R1R_2 \to R_2 - 3R_1. Si fa sull’identità: I2→R2−3R1E21(−3)=(10−31)I_2 \xrightarrow{R_2 - 3R_1} E_{21}(-3) = \begin{pmatrix} 1 & 0 \\ -3 & 1 \end{pmatrix}. Il prodotto riga per colonna:

    • riga 1 di E21(−3)E_{21}(-3), (1,0)(1, 0), per le colonne (1,3)(1, 3) e (2,4)(2, 4) di MM: 1⋅1+0⋅3=11 \cdot 1 + 0 \cdot 3 = 1,  1⋅2+0⋅4=2\ 1 \cdot 2 + 0 \cdot 4 = 2;
    • riga 2, (−3,1)(-3, 1): −3⋅1+1⋅3=0-3 \cdot 1 + 1 \cdot 3 = 0,  −3⋅2+1⋅4=−2\ -3 \cdot 2 + 1 \cdot 4 = -2.

    E21(−3)M=(120−2)E_{21}(-3)M = \begin{pmatrix} 1 & 2 \\ 0 & -2 \end{pmatrix}, che è proprio MM dopo R2−3R1R_2 - 3R_1.

  2. Tutta la riduzione come prodotto, 2×22 \times 2. Si continua con la stessa MM fino a rref⁡\operatorname{rref}:

    M→E21(−3)(120−2)→D2(−12)(1201)→E12(−2)(1001)M \xrightarrow{E_{21}(-3)} \begin{pmatrix} 1 & 2 \\ 0 & -2 \end{pmatrix} \xrightarrow{D_2(-\frac{1}{2})} \begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix} \xrightarrow{E_{12}(-2)} \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}

    Quindi I2=E12(−2) D2(−12) E21(−3) MI_2 = E_{12}(-2)\,D_2(-\tfrac{1}{2})\,E_{21}(-3)\,M: l’ultima operazione sta più a sinistra. Il prodotto delle tre matrici, da destra:

    • D2(−12)E21(−3)D_2(-\frac{1}{2})E_{21}(-3) è E21(−3)E_{21}(-3) con la seconda riga moltiplicata per −12-\frac{1}{2}: (1032−12)\begin{pmatrix} 1 & 0 \\ \frac{3}{2} & -\frac{1}{2} \end{pmatrix};
    • E12(−2)E_{12}(-2) per questa fa R1→R1−2R2R_1 \to R_1 - 2R_2: (1,0)−2(32,−12)=(−2,1)(1, 0) - 2\left(\frac{3}{2}, -\frac{1}{2}\right) = (-2, 1).
    P=(−2132−12)P = \begin{pmatrix} -2 & 1 \\ \frac{3}{2} & -\frac{1}{2} \end{pmatrix}

    Controllo PMPM: riga (−2,1)(-2, 1) per le colonne (1,3)(1, 3), (2,4)(2, 4) dà −2+3=1-2 + 3 = 1, −4+4=0-4 + 4 = 0; riga (32,−12)\left(\frac{3}{2}, -\frac{1}{2}\right) dà 32−32=0\frac{3}{2} - \frac{3}{2} = 0, 3−2=13 - 2 = 1. È I2I_2. Questa PP si rivedrà nel teorema ★★★: è l’inversa di MM.

  3. Matrice non quadrata, 3×23 \times 2, con uno scambio. A=(122401)A = \begin{pmatrix} 1 & 2 \\ 2 & 4 \\ 0 & 1 \end{pmatrix} ha 33 righe, quindi le matrici elementari sono 3×33 \times 3 (non 2×22 \times 2).

    A→E21(−2)(120001)→S23(120100)→E12(−2)(100100)=rref⁡(A)A \xrightarrow{E_{21}(-2)} \begin{pmatrix} 1 & 2 \\ 0 & 0 \\ 0 & 1 \end{pmatrix} \xrightarrow{S_{23}} \begin{pmatrix} 1 & 2 \\ 0 & 1 \\ 0 & 0 \end{pmatrix} \xrightarrow{E_{12}(-2)} \begin{pmatrix} 1 & 0 \\ 0 & 1 \\ 0 & 0 \end{pmatrix} = \operatorname{rref}(A)

    P=E12(−2) S23 E21(−2)P = E_{12}(-2)\,S_{23}\,E_{21}(-2). Da destra: E21(−2)=(100−210001)E_{21}(-2) = \begin{pmatrix} 1 & 0 & 0 \\ -2 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}; S23S_{23} ne scambia le righe 2 e 3: (100001−210)\begin{pmatrix} 1 & 0 & 0 \\ 0 & 0 & 1 \\ -2 & 1 & 0 \end{pmatrix}; E12(−2)E_{12}(-2) fa R1−2R2=(1,0,−2)R_1 - 2R_2 = (1, 0, -2):

    P=(10−2001−210)P = \begin{pmatrix} 1 & 0 & -2 \\ 0 & 0 & 1 \\ -2 & 1 & 0 \end{pmatrix}

    Controllo PAPA: riga (1,0,−2)(1, 0, -2) per le colonne (1,2,0)(1, 2, 0) e (2,4,1)(2, 4, 1) dà 11 e 2−2=02 - 2 = 0; riga (0,0,1)(0, 0, 1) dà 00 e 11; riga (−2,1,0)(-2, 1, 0) dà −2+2=0-2 + 2 = 0 e −4+4=0-4 + 4 = 0. È rref⁡(A)\operatorname{rref}(A).

Controesempio: dalla parte sbagliata. Moltiplicare a destra non fa l’operazione sulle righe ma sulle colonne. Con la MM di sopra:

MS12=(1234)(0110)=(2143)MS_{12} = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}\begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix} = \begin{pmatrix} 2 & 1 \\ 4 & 3 \end{pmatrix}

(riga (1,2)(1, 2) per la colonna (0,1)(0, 1) dà 22, per la colonna (1,0)(1, 0) dà 11): sono scambiate le colonne, non le righe. Gauss-Jordan lavora sulle righe, quindi le matrici elementari vanno a sinistra.

Perché le operazioni elementari non cambiano le soluzioni. Nel capitolo 2 si diceva che i sistemi prima e dopo un’operazione elementare sono equivalenti. Nel piano si vede: col sistema x+2y=3x + 2y = 3, x−y=0x - y = 0 (la matrice dell’esempio della prof a p. 18), l’operazione E21(−1)E_{21}(-1) sostituisce la seconda retta con un’altra, −3y=−3-3y = -3, che passa per lo stesso punto (1,1)(1, 1). Ogni soluzione del sistema vecchio risolve quello nuovo, e siccome l’operazione si disfa con E21(1)E_{21}(1) vale anche il contrario.

1.2Matrice invertibile e inversa

L’idea. Un numero a≠0a \neq 0 ha il reciproco 1a\frac{1}{a}, con a⋅1a=1a \cdot \frac{1}{a} = 1; il numero 00 no. L’inversa è la stessa cosa per le matrici quadrate, con InI_n al posto di 11: una matrice che “disfa” quello che fa AA. La differenza coi numeri è che le matrici che non hanno l’inversa sono molte di più della sola OnO_n (per esempio tutte quelle con una riga nulla), e serve un criterio per riconoscerle: sarà il rango.

La prof (p. 14): A∈Mn(R)A \in M_n(\mathbb{R}) quadrata è invertibile se ∃ B∈Mn(R)\exists\, B \in M_n(\mathbb{R}) tale che

AB=BA=InAB = BA = I_n

In tal caso, BB è detta l’inversa di AA e la denotiamo A−1A^{-1}.

NB della prof: in generale non è detto che ABAB e BABA coincidano (il prodotto non è commutativo, Matrici e operazioni), ma per l’inversa devono venire entrambi InI_n.

Perché “la” inversa. Se ce n’è una, è unica (dispensa, Oss. 9).

Dimostrazione (unicità dell’inversa)

Ipotesi: BB e B′B' sono due inverse di AA, cioè AB=BA=InAB = BA = I_n e AB′=B′A=InAB' = B'A = I_n. Tesi: B=B′B = B'.

  1. B=BInB = BI_n, perché InI_n è l’elemento neutro del prodotto.
  2. BIn=B(AB′)BI_n = B(AB'), perché AB′=InAB' = I_n (B′B' è inversa di AA).
  3. B(AB′)=(BA)B′B(AB') = (BA)B', per la proprietà associativa.
  4. (BA)B′=InB′(BA)B' = I_nB', perché BA=InBA = I_n (BB è inversa di AA).
  5. InB′=B′I_nB' = B', elemento neutro.

Mettendo in fila: B=BIn=B(AB′)=(BA)B′=InB′=B′B = BI_n = B(AB') = (BA)B' = I_nB' = B'. Di ciascuna ipotesi si usa una metà: AB′=InAB' = I_n e BA=InBA = I_n. □\square

Solo matrici quadrate. La definizione è data in Mn(R)M_n(\mathbb{R}): per una AA m×nm \times n con m≠nm \neq n, ABAB e BABA avrebbero ordini diversi e non potrebbero essere tutte e due II dello stesso ordine.

Esempi: (1) InI_n è invertibile e In−1=InI_n^{-1} = I_n (la prof, p. 14, “esempi / non-esempi”). (1002)−1=(10012)\begin{pmatrix} 1 & 0 \\ 0 & 2 \end{pmatrix}^{-1} = \begin{pmatrix} 1 & 0 \\ 0 & \frac{1}{2} \end{pmatrix} (dispensa, es. 36). La dispensa lì scrive “ogni matrice diagonale è invertibile”: vale solo se tutti gli elementi della diagonale sono non nulli (OnO_n è diagonale e non è invertibile).

Esempio (2): verificare un’inversa data, solo con la definizione. A=(2153)A = \begin{pmatrix} 2 & 1 \\ 5 & 3 \end{pmatrix}, B=(3−1−52)B = \begin{pmatrix} 3 & -1 \\ -5 & 2 \end{pmatrix}. Per dire che B=A−1B = A^{-1} non serve sapere da dove viene BB: bastano i due prodotti.

Quindi AA è invertibile e A−1=BA^{-1} = B.

Controesempio: perché servono tutti e due i prodotti. Fuori dalle quadrate un prodotto solo può dare l’identità. A=(100010)A = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \end{pmatrix} (2×32 \times 3) e la sua trasposta B=ATB = A^T (3×23 \times 2):

AB=(1001)=I2BA=(100010000)≠I3AB = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} = I_2 \qquad BA = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 0 \end{pmatrix} \neq I_3

(in BABA la terza riga di BB è (0,0)(0, 0), quindi la terza riga del prodotto è nulla). Per questo la definizione chiede AB=BA=InAB = BA = I_n e solo per le quadrate. Per le quadrate in realtà basta uno dei due prodotti, ma è un fatto che a lezione non è stato dimostrato: negli esercizi si verifica un prodotto come controllo dei conti, e la teoria lo garantisce perché l’inversa viene da Gauss-Jordan (teorema ★★★).

Controesempio: una matrice non nulla senza inversa. A=(1224)A = \begin{pmatrix} 1 & 2 \\ 2 & 4 \end{pmatrix}. Se esistesse BB con AB=I2AB = I_2, guardando le righe: la riga 2 di ABAB è (2,4)(2, 4) per le colonne di BB, cioè il doppio della riga 1 di ABAB (che è (1,2)(1, 2) per le stesse colonne). Ma in I2I_2 la riga 2, (0,1)(0, 1), non è il doppio della riga 1, (1,0)(1, 0). Nessuna BB va bene. Nel piano (figura sotto, al teorema ★★★) le due righe di AA danno rette parallele o coincidenti.

2Enunciati

2.1Le matrici delle operazioni elementari sono invertibili

La prof (p. 14, esempio (2)): le matrici delle operazioni elementari sono invertibili:

Sij−1=SijDi(λ)−1=Di ⁣(1λ) (λ≠0)Eij(μ)−1=Eij(−μ)S_{ij}^{-1} = S_{ij} \qquad D_i(\lambda)^{-1} = D_i\!\left(\tfrac{1}{\lambda}\right)\ (\lambda \neq 0) \qquad E_{ij}(\mu)^{-1} = E_{ij}(-\mu)
Dimostrazione (passo per passo)

Il fatto che si usa. Se MM è la matrice di un’operazione elementare, MNMN è NN con quell’operazione fatta (vale per ogni NN con mm righe, definizione delle matrici elementari). Indico con e⃗k\vec{e}_k la riga kk di ImI_m (un 11 al posto kk, zeri altrove). Quindi per verificare M′M=ImM'M = I_m basta fare su MM l’operazione di M′M' e vedere se viene ImI_m; per MM′=ImMM' = I_m si fa su M′M' l’operazione di MM.

SijS_{ij}. SijSijS_{ij}S_{ij} è SijS_{ij} con le righe ii e jj scambiate. SijS_{ij} è ImI_m con le righe ii e jj scambiate, quindi scambiandole di nuovo torna ImI_m. Un prodotto solo basta, perché i due fattori sono uguali: SijSij=ImS_{ij}S_{ij} = I_m dice sia AB=ImAB = I_m sia BA=ImBA = I_m con A=B=SijA = B = S_{ij}.

Di(λ)D_i(\lambda), λ≠0\lambda \neq 0. Di(1λ)Di(λ)D_i(\frac{1}{\lambda})D_i(\lambda) è Di(λ)D_i(\lambda) con la riga ii moltiplicata per 1λ\frac{1}{\lambda} (che esiste perché λ≠0\lambda \neq 0). La riga ii di Di(λ)D_i(\lambda) è λe⃗i\lambda\vec{e}_i (un λ\lambda al posto ii, zeri altrove), e diventa 1λλe⃗i=e⃗i\frac{1}{\lambda}\lambda\vec{e}_i = \vec{e}_i; le altre righe sono già quelle di ImI_m. Viene ImI_m. Scambiando i ruoli di λ\lambda e 1λ\frac{1}{\lambda} si ha anche Di(λ)Di(1λ)=ImD_i(\lambda)D_i(\frac{1}{\lambda}) = I_m.

Eij(μ)E_{ij}(\mu), i≠ji \neq j. Eij(−μ)Eij(μ)E_{ij}(-\mu)E_{ij}(\mu) è Eij(μ)E_{ij}(\mu) con Ri→Ri−μRjR_i \to R_i - \mu R_j.

  • La riga jj di Eij(μ)E_{ij}(\mu) è e⃗j\vec{e}_j, quella di ImI_m: l’operazione Eij(μ)E_{ij}(\mu) ha cambiato solo la riga ii.
  • La riga ii di Eij(μ)E_{ij}(\mu) è e⃗i+μe⃗j\vec{e}_i + \mu\vec{e}_j.
  • Dopo Ri−μRjR_i - \mu R_j: (e⃗i+μe⃗j)−μe⃗j=e⃗i(\vec{e}_i + \mu\vec{e}_j) - \mu\vec{e}_j = \vec{e}_i. Le altre righe non cambiano.

Viene ImI_m. Con −μ-\mu al posto di μ\mu lo stesso conto dà Eij(μ)Eij(−μ)=ImE_{ij}(\mu)E_{ij}(-\mu) = I_m. Valgono entrambi i prodotti, quindi Eij(μ)−1=Eij(−μ)E_{ij}(\mu)^{-1} = E_{ij}(-\mu). □\square

Perché, a parole. L’inversa è l’operazione che disfa: scambiare di nuovo le stesse due righe; dividere per λ\lambda la riga moltiplicata per λ\lambda; togliere μRj\mu R_j alla riga a cui lo si era aggiunto. Per esempio Eij(−μ)Eij(μ)AE_{ij}(-\mu)E_{ij}(\mu)A fa prima Ri→Ri+μRjR_i \to R_i + \mu R_j e poi Ri→Ri−μRjR_i \to R_i - \mu R_j, e torna AA. Qui si vede perché Di(0)D_i(0) non è ammessa: moltiplicare una riga per 00 non si può disfare.

Esempi.

  1. E12(2)=(1201)E_{12}(2) = \begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix} e E12(−2)=(1−201)E_{12}(-2) = \begin{pmatrix} 1 & -2 \\ 0 & 1 \end{pmatrix}. Prodotto E12(−2)E12(2)E_{12}(-2)E_{12}(2): riga (1,−2)(1, -2) per le colonne (1,0)(1, 0) e (2,1)(2, 1) dà 11 e 2−2=02 - 2 = 0; riga (0,1)(0, 1) dà 00 e 11. È I2I_2.
  2. D3(5)D_3(5) in 3×33 \times 3 ha diagonale (1,1,5)(1, 1, 5), D3 ⁣(15)D_3\!\left(\frac{1}{5}\right) ha diagonale (1,1,15)\left(1, 1, \frac{1}{5}\right). Il prodotto di due diagonali è la diagonale dei prodotti: (1,1,5⋅15)=(1,1,1)\left(1, 1, 5 \cdot \frac{1}{5}\right) = (1, 1, 1), cioè I3I_3.

Controesempio. D2(0)=(1000)D_2(0) = \begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix} ha la seconda riga nulla: per l’osservazione 1 qui sotto non è invertibile. È il motivo per cui nella definizione di Di(λ)D_i(\lambda) c’è λ≠0\lambda \neq 0.

2.2Gauss-Jordan come prodotto: rref⁡(A)=PA\operatorname{rref}(A) = PA

La prof (p. 14, proposizione): data A∈Mm,n(R)A \in M_{m,n}(\mathbb{R}), rref⁡(A)\operatorname{rref}(A) può essere ottenuta moltiplicando AA a sinistra per una matrice m×mm \times m opportuna, ottenuta dal prodotto di matrici di operazioni elementari:

rref⁡(A)=PA\operatorname{rref}(A) = PA
Dimostrazione
  1. Gauss-Jordan porta AA in rref⁡(A)\operatorname{rref}(A) con un numero finito rr di operazioni elementari (capitolo 2). Siano M1,…,Mr∈Mm(R)M_1, \dots, M_r \in M_m(\mathbb{R}) le loro matrici, nell’ordine in cui si fanno.
  2. Dopo la prima operazione si ha M1AM_1A (moltiplicare a sinistra per M1M_1 fa l’operazione).
  3. Dopo la seconda, M2(M1A)M_2(M_1A); dopo la terza, M3(M2M1A)M_3(M_2M_1A); e così via fino a rref⁡(A)=Mr(⋯(M2(M1A)))\operatorname{rref}(A) = M_r(\cdots(M_2(M_1A))).
  4. Per l’associativa le parentesi si tolgono: rref⁡(A)=(Mr⋯M2M1)A\operatorname{rref}(A) = (M_r \cdots M_2M_1)A.
  5. Si pone P:=Mr⋯M2M1P := M_r \cdots M_2M_1, che è m×mm \times m (prodotto di matrici m×mm \times m): rref⁡(A)=PA\operatorname{rref}(A) = PA. □\square

L’ordine è rovesciato: l’ultima operazione sta più a sinistra. In più PP è invertibile, perché prodotto di matrici elementari invertibili (osservazione 2, più sotto).

2.3Osservazione 1: righe o colonne nulle

La prof (p. 16): tutte le matrici quadrate che hanno una riga (o una colonna) di zeri non sono invertibili.

Dimostrazione

Riga ii nulla in AA. Per ogni BB, la riga ii di ABAB è “riga ii di AA per le colonne di BB”, quindi tutta nulla. Ma la riga ii di InI_n ha un 11 al posto ii. Nessuna BB dà AB=InAB = I_n.

Colonna jj nulla in AA. Per ogni BB, la colonna jj di BABA è “righe di BB per la colonna jj di AA”, quindi tutta nulla. Nessuna BB dà BA=InBA = I_n. □\square

Esempi.

  1. (3100)\begin{pmatrix} 3 & 1 \\ 0 & 0 \end{pmatrix}: riga 2 nulla, non invertibile.
  2. (102301405)\begin{pmatrix} 1 & 0 & 2 \\ 3 & 0 & 1 \\ 4 & 0 & 5 \end{pmatrix}: nessuna riga nulla, ma la colonna 2 è nulla, quindi non invertibile. Torna col rango: la colonna 2 non può avere pivot, e i pivot sono al più 2<32 < 3.

Il viceversa è falso. Una matrice senza righe né colonne nulle può non essere invertibile: (1224)\begin{pmatrix} 1 & 2 \\ 2 & 4 \end{pmatrix} (controesempio sopra) ha tutti gli elementi diversi da zero. L’osservazione 1 è una condizione che basta per dire “no”, non un criterio. Il criterio è il teorema ★★★.

2.4Osservazione 2: il prodotto di invertibili è invertibile

La prof (p. 16): siano A,B∈Mn(R)A, B \in M_n(\mathbb{R}) invertibili, con inverse A−1A^{-1}, B−1B^{-1}. Allora anche ABAB è invertibile, e l’inversa è

(AB)−1=B−1A−1(AB)^{-1} = B^{-1}A^{-1}
Dimostrazione

La prof (p. 16) fa un lato, con le giustificazioni sotto ogni uguale:

(AB)(B−1A−1)=A(BB−1)A−1=AInA−1=AA−1=In(AB)(B^{-1}A^{-1}) = A(BB^{-1})A^{-1} = AI_nA^{-1} = AA^{-1} = I_n

il primo uguale per la proprietà associativa, il secondo perché BB è invertibile (BB−1=InBB^{-1} = I_n), il terzo perché AIn=AAI_n = A, l’ultimo perché AA è invertibile. Poi “analogamente (B−1A−1)(AB)=In(B^{-1}A^{-1})(AB) = I_n”: per esteso,

(B−1A−1)(AB)=B−1(A−1A)B=B−1InB=B−1B=In(B^{-1}A^{-1})(AB) = B^{-1}(A^{-1}A)B = B^{-1}I_nB = B^{-1}B = I_n

Si usa solo l’associativa: le parentesi si spostano, l’ordine dei fattori no. □\square

Ripetendo il ragionamento, un prodotto di quante si vuole matrici invertibili è invertibile: (Mr⋯M1)−1=M1−1⋯Mr−1(M_r \cdots M_1)^{-1} = M_1^{-1} \cdots M_r^{-1}. In particolare la PP di rref⁡(A)=PA\operatorname{rref}(A) = PA è sempre invertibile.

Per ricordare l’ordine: si toglie prima l’ultima cosa messa, come le scarpe dopo i calzini.

Esempio con i numeri. A=E12(1)=(1101)A = E_{12}(1) = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} e B=D1(2)=(2001)B = D_1(2) = \begin{pmatrix} 2 & 0 \\ 0 & 1 \end{pmatrix}, con inverse A−1=E12(−1)=(1−101)A^{-1} = E_{12}(-1) = \begin{pmatrix} 1 & -1 \\ 0 & 1 \end{pmatrix} e B−1=D1(12)=(12001)B^{-1} = D_1(\frac{1}{2}) = \begin{pmatrix} \frac{1}{2} & 0 \\ 0 & 1 \end{pmatrix}.

Controesempio: la somma non va. Il prodotto di invertibili è invertibile, la somma no. I2I_2 e −I2-I_2 sono invertibili, ma I2+(−I2)=O2I_2 + (-I_2) = O_2 non lo è. E al contrario due non invertibili possono sommarsi in un’invertibile: (1000)+(0001)=I2\begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix} + \begin{pmatrix} 0 & 0 \\ 0 & 1 \end{pmatrix} = I_2.

2.5★★★ Teorema: rango e invertibilità

La prof (p. 16-17; nel quaderno, p. 64, con tre stelle):

Ipotesi: AA quadrata di ordine nn. Tesi: le due condizioni si implicano a vicenda. Detto in un altro modo: AA è invertibile se e solo se rref⁡(A)=In\operatorname{rref}(A) = I_n, cioè se Gauss-Jordan mette un pivot in ogni colonna.

Perché conta. Trasforma una domanda difficile (“esiste una matrice BB con AB=BA=IAB = BA = I?”, che sono n2n^2 equazioni in n2n^2 incognite) in un conto che si sa già fare: ridurre a scalini e contare i pivot. Con un parametro, “per quali kk è invertibile” diventa “per quali kk il rango è massimo”.

L’idea nel piano. Una A∈M2(R)A \in M_2(\mathbb{R}) è la matrice di un sistema di due equazioni in x,yx, y, cioè di due rette. Se rg⁡(A)=2\operatorname{rg}(A) = 2 le rette non sono parallele e si incontrano in un punto solo, qualunque sia b⃗\vec{b}: è la soluzione A−1b⃗A^{-1}\vec{b}. Se rg⁡(A)=1\operatorname{rg}(A) = 1 le righe di AA sono proporzionali, le rette sono parallele, e a seconda di b⃗\vec{b} non si incontrano mai o coincidono. Nel primo caso AA si inverte, nel secondo no.

A sinistra A=(121−1)A = \begin{pmatrix} 1 & 2 \\ 1 & -1 \end{pmatrix} (l’esempio della prof a p. 18) con b⃗=(3,0)\vec{b} = (3, 0): A−1b⃗=13(3+0, 3−0)=(1,1)A^{-1}\vec{b} = \frac{1}{3}(3 + 0,\ 3 - 0) = (1, 1). Al centro e a destra A=(1224)A = \begin{pmatrix} 1 & 2 \\ 2 & 4 \end{pmatrix}, rango 11: con b⃗=(2,2)\vec{b} = (2, 2) la seconda equazione diviso 22 è x+2y=1x + 2y = 1, parallela a x+2y=2x + 2y = 2, nessuna soluzione; con b⃗=(2,4)\vec{b} = (2, 4) è di nuovo x+2y=2x + 2y = 2, infinite soluzioni.

Esempi, dal più facile. Il teorema si usa così: si riduce a scalini e si contano i pivot, senza cercare l’inversa.

  1. (1236)→E21(−3)(1200)\begin{pmatrix} 1 & 2 \\ 3 & 6 \end{pmatrix} \xrightarrow{E_{21}(-3)} \begin{pmatrix} 1 & 2 \\ 0 & 0 \end{pmatrix} (R2−3R1=(3−3,6−6)R_2 - 3R_1 = (3 - 3, 6 - 6)): un pivot, rg⁡=1<2\operatorname{rg} = 1 < 2, non invertibile.
  2. (21403−1005)\begin{pmatrix} 2 & 1 & 4 \\ 0 & 3 & -1 \\ 0 & 0 & 5 \end{pmatrix} è già a scalini con pivot 2,3,52, 3, 5: rg⁡=3\operatorname{rg} = 3, invertibile, senza fare conti. Vale per ogni triangolare superiore con la diagonale tutta non nulla.
  3. (21400−1005)\begin{pmatrix} 2 & 1 & 4 \\ 0 & 0 & -1 \\ 0 & 0 & 5 \end{pmatrix} sembra simile, ma la colonna 2 non ha pivot. E32 ⁣(5)E_{32}\!\left(5\right): R3+5R2=(0,0,5−5)=(0,0,0)R_3 + 5R_2 = (0, 0, 5 - 5) = (0, 0, 0). Pivot 22 e −1-1: rg⁡=2<3\operatorname{rg} = 2 < 3, non invertibile. Una triangolare con uno zero sulla diagonale non è invertibile.

Controesempio: l’ipotesi “quadrata”. (102013)\begin{pmatrix} 1 & 0 & 2 \\ 0 & 1 & 3 \end{pmatrix} ha rango 22, uguale al numero di righe, ma non è invertibile: l’inversa non è nemmeno definita per una 2×32 \times 3. Il teorema parla solo di A∈Mn(R)A \in M_n(\mathbb{R}), e nn è insieme il numero di righe e di colonne.

Dimostrazione (della prof, con un passaggio completato)

Ingredienti. rg⁡(A)=rg⁡(rref⁡(A))\operatorname{rg}(A) = \operatorname{rg}(\operatorname{rref}(A)) per definizione di rango. Per la proposizione di prima esiste P∈Mn(R)P \in M_n(\mathbb{R}) con

(∗)rref⁡(A)=PA(\ast) \qquad \operatorname{rref}(A) = PA

dove PP è un prodotto di matrici di operazioni elementari, che sono invertibili; quindi anche PP è invertibile (osservazione 2). Sia P−1P^{-1} la sua inversa.

(⇒\Rightarrow) Se AA è invertibile, allora rref⁡(A)=PA\operatorname{rref}(A) = PA è invertibile, perché prodotto di due invertibili (osservazione 2 e (∗)(\ast)). Per l’osservazione 1, rref⁡(A)\operatorname{rref}(A) non può avere righe nulle. Una matrice n×nn \times n ridotta per righe senza righe nulle ha un pivot in ognuna delle nn righe: ha rango nn. Quindi rg⁡(A)=n\operatorname{rg}(A) = n.

(⇐\Leftarrow) Se rg⁡(A)=n\operatorname{rg}(A) = n, allora rref⁡(A)\operatorname{rref}(A) è quadrata n×nn \times n, ridotta per righe, con nn pivot: un pivot per colonna, ognuno uguale a 11 e unico non nullo della sua colonna. È per forza InI_n. Per (∗)(\ast):

PA=InPA = I_n

Negli appunti della prof (p. 17) qui c’è “⇒P\Rightarrow P è l’inversa di AA (e A−1=PA^{-1} = P) ⇒A\Rightarrow A è invertibile”, e così nel quaderno. Manca un passo, perché PA=InPA = I_n è solo metà della definizione: serve anche AP=InAP = I_n. Si chiude usando che PP è invertibile, che la prof ha appena ricordato. Moltiplicando PA=InPA = I_n a sinistra per P−1P^{-1}:

P−1(PA)=P−1In  ⟹  A=P−1P^{-1}(PA) = P^{-1}I_n \implies A = P^{-1}

Allora AP=P−1P=InAP = P^{-1}P = I_n e PA=InPA = I_n: AA è invertibile con A−1=PA^{-1} = P. □\square

2.6Calcolo dell’inversa: perché [A∣In][A \mid I_n] funziona

La prof (p. 17-18, “come si calcola la matrice inversa”): sia A∈Mn(R)A \in M_n(\mathbb{R}). Consideriamo B=[A∣In]B = [A \mid I_n], matrice n×2nn \times 2n ottenuta affiancando InI_n ad AA, e calcoliamo rref⁡(B)\operatorname{rref}(B). Osservazione:

A invertibile  ⟺  rref⁡(B)=[In∣P],e in tal caso P=A−1A \text{ invertibile} \iff \operatorname{rref}(B) = [I_n \mid P], \quad \text{e in tal caso } P = A^{-1}
Dimostrazione (della prof)

Sia PP il prodotto delle matrici delle operazioni che portano BB alla forma ridotta. Segue dalla definizione di prodotto (la prof, in verde): per ogni A,B,C∈Mn(R)A, B, C \in M_n(\mathbb{R}), A[B∣C]=[AB∣AC]A[B \mid C] = [AB \mid AC]. Quindi:

rref⁡(B)=PB=P[A∣In]=[PA∣PIn]=[PA∣P]\operatorname{rref}(B) = PB = P[A \mid I_n] = [PA \mid PI_n] = [PA \mid P]

Il blocco sinistro PAPA è ridotto per righe (lo è tutta la matrice), quindi PA=rref⁡(A)PA = \operatorname{rref}(A). Per il teorema, AA è invertibile se e solo se rref⁡(A)=In\operatorname{rref}(A) = I_n, cioè se a sinistra compare InI_n; e in quel caso, dalla dimostrazione del teorema, A−1=PA^{-1} = P, che è proprio il blocco destro. □\square

In parole. Il blocco destro parte da InI_n e subisce le stesse operazioni di AA: alla fine contiene il prodotto PP di tutte le operazioni fatte. Se quelle operazioni hanno trasformato AA in InI_n, allora PP è l’inversa.

Esempio: la stessa PP di prima, senza moltiplicare matrici. Con M=(1234)M = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} dell’esempio 2 sulle matrici elementari, le stesse tre operazioni su [M∣I2][M \mid I_2]:

[12103401]→E21(−3)[12100−2−31]→D2(−12)[12100132−12]\left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 3 & 4 & 0 & 1 \end{array}\right] \xrightarrow{E_{21}(-3)} \left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 0 & -2 & -3 & 1 \end{array}\right] \xrightarrow{D_2(-\frac{1}{2})} \left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 0 & 1 & \frac{3}{2} & -\frac{1}{2} \end{array}\right]

E12(−2)E_{12}(-2): R1−2R2=(1,0∣1−3, 0+1)=(1,0∣−2,1)R_1 - 2R_2 = \left(1, 0 \mid 1 - 3,\ 0 + 1\right) = (1, 0 \mid -2, 1). A destra compare (−2132−12)\begin{pmatrix} -2 & 1 \\ \frac{3}{2} & -\frac{1}{2} \end{pmatrix}, la stessa PP trovata prima moltiplicando E12(−2) D2(−12) E21(−3)E_{12}(-2)\,D_2(-\frac{1}{2})\,E_{21}(-3). Il blocco destro fa quel prodotto da solo, un passo alla volta.

2.7Osservazione: sistemi con AA invertibile

La prof (p. 19-20): sia A∈Mn(R)A \in M_n(\mathbb{R}) invertibile, sia Ax⃗=b⃗A\vec{x} = \vec{b} un sistema lineare. Posso trovare le soluzioni del sistema utilizzando l’inversa di AA:

x⃗=A−1b⃗\vec{x} = A^{-1}\vec{b}

ed è l’unica soluzione.

Dimostrazione

Se x⃗\vec{x} è una soluzione, allora x⃗=A−1b⃗\vec{x} = A^{-1}\vec{b} (la prof: “infatti A−1(Ax⃗)=A−1b⃗⇒x⃗=A−1b⃗A^{-1}(A\vec{x}) = A^{-1}\vec{b} \Rightarrow \vec{x} = A^{-1}\vec{b}”): da Ax⃗=b⃗A\vec{x} = \vec{b}, moltiplicando a sinistra per A−1A^{-1}, A−1(Ax⃗)=A−1b⃗A^{-1}(A\vec{x}) = A^{-1}\vec{b}, e A−1(Ax⃗)=(A−1A)x⃗=Inx⃗=x⃗A^{-1}(A\vec{x}) = (A^{-1}A)\vec{x} = I_n\vec{x} = \vec{x}.

A−1b⃗A^{-1}\vec{b} è davvero una soluzione (questa metà manca negli appunti, nel quaderno e nella dispensa): A(A−1b⃗)=(AA−1)b⃗=Inb⃗=b⃗A(A^{-1}\vec{b}) = (AA^{-1})\vec{b} = I_n\vec{b} = \vec{b}. Qui serve l’altra metà della definizione, AA−1=InAA^{-1} = I_n.

Insieme: esiste una soluzione ed è una sola. □\square

Con Rouché-Capelli torna: AA invertibile vuol dire rg⁡(A)=n\operatorname{rg}(A) = n; anche [A∣b⃗][A \mid \vec{b}], che ha nn righe, ha rango nn; ranghi uguali e uguali al numero di incognite, quindi soluzione unica, per ogni b⃗\vec{b}. In particolare l’omogeneo Ax⃗=0⃗A\vec{x} = \vec{0} ha solo x⃗=0⃗\vec{x} = \vec{0}, cioè N(A)={0⃗}N(A) = \{\vec{0}\} (Nucleo e struttura delle soluzioni).

Esempio. Con M=(1234)M = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} e M−1=(−2132−12)M^{-1} = \begin{pmatrix} -2 & 1 \\ \frac{3}{2} & -\frac{1}{2} \end{pmatrix}, il sistema Mx⃗=(1,1)M\vec{x} = (1, 1):

x⃗=M−1(11)=(−2+132−12)=(−11)\vec{x} = M^{-1}\begin{pmatrix} 1 \\ 1 \end{pmatrix} = \begin{pmatrix} -2 + 1 \\ \frac{3}{2} - \frac{1}{2} \end{pmatrix} = \begin{pmatrix} -1 \\ 1 \end{pmatrix}

Controllo: x+2y=−1+2=1x + 2y = -1 + 2 = 1, 3x+4y=−3+4=13x + 4y = -3 + 4 = 1.

Controesempio. Se AA non è invertibile la formula non ha senso, e il sistema può avere nessuna o infinite soluzioni a seconda di b⃗\vec{b}: sono i due pannelli di destra della figura al teorema ★★★, e l’esercizio 5c più sotto.

3Metodo

3.1Riconoscere il tipo di esercizio

"è invertibile?" / "per quali k è invertibile?"
      -> rango: riduci a scalini, conta i pivot; invertibile <=> n pivot      (teorema ★★★)
"calcolare A⁻¹"
      -> [A | I_n] con Gauss-Jordan fino a [I_n | A⁻¹], poi verifica A·A⁻¹ = I_n
"risolvere A x = b" con A⁻¹ già calcolata, o con più vettori b
      -> x = A⁻¹ b, poi sostituisci nel sistema
"trovare X con AX = B" / "XA = B"
      -> X = A⁻¹B (A a sinistra)  /  X = BA⁻¹ (A a destra); prima controlla gli ordini
A non invertibile e un sistema da risolvere
      -> niente A⁻¹: Rouché-Capelli su [A | b]
teoria ("dimostrare che...", "vero o falso")
      -> definizione AB = BA = I_n, associativa, moltiplicare per A⁻¹ dalla parte giusta

3.2Calcolare l’inversa di A∈Mn(R)A \in M_n(\mathbb{R})

  1. Scrivi [A∣In][A \mid I_n], matrice n×2nn \times 2n.
  2. Gauss-Jordan su righe intere: ogni operazione si fa anche sul blocco destro. Scrivi la sigla di ogni passo. Se il posto del pivot è 00, prima uno scambio SijS_{ij} con una riga che lì ha un numero non nullo (esercizio 2).
  3. Arrivato alla forma a scalini, conta i pivot del blocco sinistro. Se sono meno di nn: rg⁡(A)<n\operatorname{rg}(A) < n, AA non è invertibile, ci si ferma (non serve finire).
  4. Altrimenti riduzione all’indietro: Di ⁣(1pi)D_i\!\left(\frac{1}{p_i}\right) sui pivot, poi zeri sopra ogni pivot, fino a [In∣P][I_n \mid P].
  5. A−1=PA^{-1} = P. Verifica AA−1=InAA^{-1} = I_n (o A−1AA^{-1}A): con frazioni conviene moltiplicare per il denominatore comune e lavorare con interi.

3.3Invertibilità con un parametro

  1. Riduci A(k)A(k) a scalini tenendo kk, scegliendo pivot senza parametro finché puoi (scambi).
  2. I pivot che dipendono da kk: trova dove si annullano (fattorizza).
  3. A(k)A(k) è invertibile per tutti i kk che non annullano nessun pivot; per i valori critici sostituisci e conta di nuovo i pivot (il rango scende sotto nn).
  4. Se chiede l’inversa per i kk ammessi: si divide per i pivot dopo averli dichiarati non nulli.

3.4Risolvere Ax⃗=b⃗A\vec{x} = \vec{b} con l’inversa

Conviene quando A−1A^{-1} è già stata calcolata (spesso è il punto prima dell’esercizio) o quando ci sono più b⃗\vec{b} con la stessa AA. Altrimenti Gauss-Jordan su [A∣b⃗][A \mid \vec{b}] costa meno.

4Esempi svolti a lezione

Prof, 6/10, appunti p. 13: S12S_{12} su una 2×42 \times 4

m=2m = 2, quindi le matrici elementari sono 2×22 \times 2. S12=(0110)S_{12} = \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix} (righe di I2I_2 scambiate).

A=(021013−10)→S12(13−100210)=BA = \begin{pmatrix} 0 & 2 & 1 & 0 \\ 1 & 3 & -1 & 0 \end{pmatrix} \xrightarrow{S_{12}} \begin{pmatrix} 1 & 3 & -1 & 0 \\ 0 & 2 & 1 & 0 \end{pmatrix} = B

Esercizio della prof: verificare S12A=BS_{12}A = B. Riga 1 di S12S_{12}, (0,1)(0, 1), per le colonne di AA: prende 0⋅R1+1⋅R2=(1,3,−1,0)0 \cdot R_1 + 1 \cdot R_2 = (1, 3, -1, 0). Riga 2, (1,0)(1, 0): prende R1=(0,2,1,0)R_1 = (0, 2, 1, 0). Per esteso, l’elemento (1,2)(1, 2) è 0⋅2+1⋅3=30 \cdot 2 + 1 \cdot 3 = 3. Torna BB.

S12S_{12} è 2×22 \times 2 anche se AA ha 4 colonne: l’ordine della matrice elementare è il numero di righe di AA.

Prof, 6/10, appunti p. 14-15: le inverse delle matrici elementari

3×33 \times 3, S12S_{12}. S12−1=S12S_{12}^{-1} = S_{12}: infatti S12S12S_{12}S_{12} scambia due volte le prime due righe di I3I_3, e torna I3I_3. Riga per colonna: la riga (0,1,0)(0, 1, 0) per le colonne di S12S_{12}, (0,1,0)(0, 1, 0), (1,0,0)(1, 0, 0), (0,0,1)(0, 0, 1), dà (1,0,0)(1, 0, 0), la prima riga di I3I_3.

2×22 \times 2, D2(2)D_2(2). D2(2)=(1002)D_2(2) = \begin{pmatrix} 1 & 0 \\ 0 & 2 \end{pmatrix}, e applicando D2 ⁣(12)D_2\!\left(\frac{1}{2}\right) si torna a I2I_2. Quindi D2(2)−1=D2 ⁣(12)=(10012)D_2(2)^{-1} = D_2\!\left(\frac{1}{2}\right) = \begin{pmatrix} 1 & 0 \\ 0 & \frac{1}{2} \end{pmatrix}.

3×33 \times 3, E31(1)E_{31}(1). Si somma alla terza riga di I3I_3 la prima:

E31(1)=(100010101)E31(1)−1=E31(−1)=(100010−101)E_{31}(1) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 1 & 0 & 1 \end{pmatrix} \qquad E_{31}(1)^{-1} = E_{31}(-1) = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ -1 & 0 & 1 \end{pmatrix}

Controllo: la terza riga di E31(−1)E31(1)E_{31}(-1)E_{31}(1) è (−1,0,1)(-1, 0, 1) per le colonne (1,0,1)(1, 0, 1), (0,1,0)(0, 1, 0), (0,0,1)(0, 0, 1), cioè (−1+1,0,1)=(0,0,1)(-1 + 1, 0, 1) = (0, 0, 1). Le altre righe restano quelle di I3I_3.

Prof, 6/10, appunti p. 15-16: una matrice che non si può invertire
A=(1100)A = \begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix}

Sia B=(b11b12b21b22)B = \begin{pmatrix} b_{11} & b_{12} \\ b_{21} & b_{22} \end{pmatrix} con BA=AB=I2BA = AB = I_2. Ma

AB=(b11+b21b12+b2200)AB = \begin{pmatrix} b_{11} + b_{21} & b_{12} + b_{22} \\ 0 & 0 \end{pmatrix}

ha la seconda riga nulla qualunque sia BB, mentre I2I_2 ha seconda riga (0,1)(0, 1). Non si può invertire. Da qui la prof generalizza nell’osservazione 1: una riga (o colonna) di zeri basta a impedire l’inversa. Torna anche col teorema: rg⁡(A)=1<2\operatorname{rg}(A) = 1 < 2.

Prof, 6/10, appunti p. 18: l’inversa di una 2×22 \times 2
A=(121−1),A−1= ?A = \begin{pmatrix} 1 & 2 \\ 1 & -1 \end{pmatrix}, \qquad A^{-1} = \,? [A∣I2]=[12101−101]→E21(−1)[12100−3−11]→D2(−13)[12100113−13][A \mid I_2] = \left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 1 & -1 & 0 & 1 \end{array}\right] \xrightarrow{E_{21}(-1)} \left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 0 & -3 & -1 & 1 \end{array}\right] \xrightarrow{D_2(-\frac{1}{3})} \left[\begin{array}{cc|cc} 1 & 2 & 1 & 0 \\ 0 & 1 & \frac{1}{3} & -\frac{1}{3} \end{array}\right]

Due pivot a sinistra: invertibile. E12(−2)E_{12}(-2): R1−2R2=(1,0∣1−23, 0+23)=(1,0∣13,23)R_1 - 2R_2 = \left(1, 0 \mid 1 - \frac{2}{3},\ 0 + \frac{2}{3}\right) = \left(1, 0 \mid \frac{1}{3}, \frac{2}{3}\right).

[1013230113−13]A−1=(132313−13)=13(121−1)\left[\begin{array}{cc|cc} 1 & 0 & \frac{1}{3} & \frac{2}{3} \\ 0 & 1 & \frac{1}{3} & -\frac{1}{3} \end{array}\right] \qquad A^{-1} = \begin{pmatrix} \frac{1}{3} & \frac{2}{3} \\ \frac{1}{3} & -\frac{1}{3} \end{pmatrix} = \frac{1}{3}\begin{pmatrix} 1 & 2 \\ 1 & -1 \end{pmatrix}

Esercizio della prof: verificare AA−1=A−1A=I2AA^{-1} = A^{-1}A = I_2. Con 3A−1=(121−1)3A^{-1} = \begin{pmatrix} 1 & 2 \\ 1 & -1 \end{pmatrix}:

  • A⋅3A−1A \cdot 3A^{-1}: riga (1,2)(1, 2) dà 1+2=31 + 2 = 3 e 2−2=02 - 2 = 0; riga (1,−1)(1, -1) dà 1−1=01 - 1 = 0 e 2+1=32 + 1 = 3. È 3I23I_2.
  • 3A−1⋅A3A^{-1} \cdot A: è lo stesso prodotto, perché qui 3A−1=A3A^{-1} = A. Quindi anche A−1A=I2A^{-1}A = I_2.

Curiosità di questo esempio: A−1=13AA^{-1} = \frac{1}{3}A, cioè A2=3I2A^2 = 3I_2.

L’errore del quaderno. Negli appunti della prof il risultato è giusto, 23\frac{2}{3}. Nel quaderno, a p. 65, l’elemento (1,2)(1, 2) di A−1A^{-1} è scritto −23-\frac{2}{3}. È +23+\frac{2}{3}: 0−2⋅(−13)=230 - 2 \cdot \left(-\frac{1}{3}\right) = \frac{2}{3}. Con −23-\frac{2}{3} la verifica fallisce subito: riga (1,2)(1, 2) di AA per la colonna (−23,−13)\left(-\frac{2}{3}, -\frac{1}{3}\right) dà −43≠0-\frac{4}{3} \neq 0.

Prof, 6/10, appunti p. 19: un non-esempio 3×33 \times 3
A=(21011−1101)A = \begin{pmatrix} 2 & 1 & 0 \\ 1 & 1 & -1 \\ 1 & 0 & 1 \end{pmatrix}

Si applica il procedimento a [A∣I3][A \mid I_3]. E21(−12)E_{21}(-\frac{1}{2}) ed E31(−12)E_{31}(-\frac{1}{2}):

  • R2−12R1=(0,12,−1∣−12,1,0)R_2 - \frac{1}{2}R_1 = \left(0, \frac{1}{2}, -1 \mid -\frac{1}{2}, 1, 0\right)
  • R3−12R1=(0,−12,1∣−12,0,1)R_3 - \frac{1}{2}R_1 = \left(0, -\frac{1}{2}, 1 \mid -\frac{1}{2}, 0, 1\right)

E32(1)E_{32}(1): R3+R2=(0,0,0∣−1,1,1)R_3 + R_2 = (0, 0, 0 \mid -1, 1, 1).

[210100012−1−1210000−111]\left[\begin{array}{ccc|ccc} 2 & 1 & 0 & 1 & 0 & 0 \\ 0 & \frac{1}{2} & -1 & -\frac{1}{2} & 1 & 0 \\ 0 & 0 & 0 & -1 & 1 & 1 \end{array}\right]

A sinistra solo due pivot (la prof: “non c’è pivot nella terza colonna”): rg⁡(A)=2<3\operatorname{rg}(A) = 2 < 3, AA non è invertibile. Ci si ferma qui, la riduzione all’indietro non può far comparire I3I_3. Il blocco destro non è nullo, ma non importa: conta solo il sinistro.

Nel quaderno il procedimento è scritto “[A∣I3]P=rref⁡(A)[A \mid I_3]P = \operatorname{rref}(A)”: la forma giusta è P[A∣I3]=rref⁡([A∣I3])P[A \mid I_3] = \operatorname{rref}([A \mid I_3]), con PP a sinistra.

Si vede anche a occhio: R1=R2+R3R_1 = R_2 + R_3, (2,1,0)=(1,1,−1)+(1,0,1)(2, 1, 0) = (1, 1, -1) + (1, 0, 1). Una riga è combinazione delle altre e il rango scende.

Prof, 6/10, appunti p. 20: esercizio con parametro. Sia

Ak=(12−3−1−2k31412k),k∈RA_k = \begin{pmatrix} 1 & 2 & -3 \\ -1 & -2k & 3 \\ \frac{1}{4} & \frac{1}{2} & k \end{pmatrix}, \qquad k \in \mathbb{R}

Calcolare rg⁡(Ak)\operatorname{rg}(A_k) al variare di kk e dunque l’invertibilità di AkA_k; calcolare A0−1A_0^{-1}; risolvere il sistema lineare A0x⃗=b⃗A_0\vec{x} = \vec{b}, ove b⃗=(1,1,1)\vec{b} = (1, 1, 1). A lezione il 6/10 è stata fatta la prima parte; le altre due la prof le ha svolte all’esercitazione del 12/10 (p. 1-3, “esercizio assegnato a lezione”) e ne ha scritto i risultati negli appunti (p. 20).

Svolgimento della prima parte (prof)

E21(1)E_{21}(1): R2+R1=(0, 2−2k, 0)R_2 + R_1 = (0,\ 2 - 2k,\ 0). E31(−14)E_{31}(-\frac{1}{4}): R3−14R1=(0, 0, k+34)R_3 - \frac{1}{4}R_1 = \left(0,\ 0,\ k + \frac{3}{4}\right).

Ak→(12−302(1−k)000k+34)A_k \to \begin{pmatrix} 1 & 2 & -3 \\ 0 & 2(1 - k) & 0 \\ 0 & 0 & k + \frac{3}{4} \end{pmatrix}

Possibili pivot: 11, 2(1−k)2(1 - k), k+34k + \frac{3}{4}.

  • k≠1k \neq 1 e k≠−34k \neq -\frac{3}{4}: tre pivot, rg⁡(Ak)=3\operatorname{rg}(A_k) = 3.
  • k=1k = 1: (12−30000074)\begin{pmatrix} 1 & 2 & -3 \\ 0 & 0 & 0 \\ 0 & 0 & \frac{7}{4} \end{pmatrix}, che dopo S23S_{23} è a scalini con due pivot: rg⁡=2\operatorname{rg} = 2. (Prima dello scambio non è a scalini: una riga nulla sopra una non nulla.)
  • k=−34k = -\frac{3}{4}: (12−30720000)\begin{pmatrix} 1 & 2 & -3 \\ 0 & \frac{7}{2} & 0 \\ 0 & 0 & 0 \end{pmatrix}, rg⁡=2\operatorname{rg} = 2.

Per il teorema ★★★: AkA_k è invertibile se e solo se rg⁡(Ak)=3\operatorname{rg}(A_k) = 3, cioè k≠1,−34k \neq 1, -\frac{3}{4}. In particolare A0A_0 è invertibile.

Prof, esercitazione 3, 12/10, p. 2-3: A0−1A_0^{-1} e il sistema A0x⃗=b⃗A_0\vec{x} = \vec{b}

Come si riconosce: “calcolare A0−1A_0^{-1}” dopo aver discusso l’invertibilità: k=0k = 0 non è un valore critico, quindi l’inversa esiste e si calcola con [A0∣I3][A_0 \mid I_3]. Il sistema con la stessa matrice si risolve poi con un prodotto.

a) A0=(12−3−10314120)A_0 = \begin{pmatrix} 1 & 2 & -3 \\ -1 & 0 & 3 \\ \frac{1}{4} & \frac{1}{2} & 0 \end{pmatrix}.

[A0∣I3]=[12−3100−10301014120001][A_0 \mid I_3] = \left[\begin{array}{ccc|ccc} 1 & 2 & -3 & 1 & 0 & 0 \\ -1 & 0 & 3 & 0 & 1 & 0 \\ \frac{1}{4} & \frac{1}{2} & 0 & 0 & 0 & 1 \end{array}\right]

E21(1)E_{21}(1): R2+R1=(0,2,0∣1,1,0)R_2 + R_1 = (0, 2, 0 \mid 1, 1, 0). E31(−14)E_{31}(-\frac{1}{4}): R3−14R1=(0,0,34∣−14,0,1)R_3 - \frac{1}{4}R_1 = \left(0, 0, \frac{3}{4} \mid -\frac{1}{4}, 0, 1\right).

[12−31000201100034−1401]\left[\begin{array}{ccc|ccc} 1 & 2 & -3 & 1 & 0 & 0 \\ 0 & 2 & 0 & 1 & 1 & 0 \\ 0 & 0 & \frac{3}{4} & -\frac{1}{4} & 0 & 1 \end{array}\right]

Tre pivot, invertibile (come previsto: k=0k = 0 non è critico). D2(12)D_2(\frac{1}{2}): (0,1,0∣12,12,0)\left(0, 1, 0 \mid \frac{1}{2}, \frac{1}{2}, 0\right). D3(43)D_3(\frac{4}{3}): (0,0,1∣−13,0,43)\left(0, 0, 1 \mid -\frac{1}{3}, 0, \frac{4}{3}\right).

E13(3)E_{13}(3): R1+3R3=(1,2,0∣1−1, 0, 4)=(1,2,0∣0,0,4)R_1 + 3R_3 = (1, 2, 0 \mid 1 - 1,\ 0,\ 4) = (1, 2, 0 \mid 0, 0, 4). E12(−2)E_{12}(-2): R1−2R2=(1,0,0∣−1,−1,4)R_1 - 2R_2 = (1, 0, 0 \mid -1, -1, 4).

A0−1=(−1−1412120−13043)A_0^{-1} = \begin{pmatrix} -1 & -1 & 4 \\ \frac{1}{2} & \frac{1}{2} & 0 \\ -\frac{1}{3} & 0 & \frac{4}{3} \end{pmatrix}

Verifica A0A0−1=I3A_0A_0^{-1} = I_3. Colonne di A0−1A_0^{-1}: (−1,12,−13)\left(-1, \frac{1}{2}, -\frac{1}{3}\right), (−1,12,0)\left(-1, \frac{1}{2}, 0\right), (4,0,43)\left(4, 0, \frac{4}{3}\right).

  • riga (1,2,−3)(1, 2, -3): −1+1+1=1-1 + 1 + 1 = 1;  −1+1+0=0\ -1 + 1 + 0 = 0;  4+0−4=0\ 4 + 0 - 4 = 0
  • riga (−1,0,3)(-1, 0, 3): 1+0−1=01 + 0 - 1 = 0;  1+0+0=1\ 1 + 0 + 0 = 1;  −4+0+4=0\ -4 + 0 + 4 = 0
  • riga (14,12,0)(\frac{1}{4}, \frac{1}{2}, 0): −14+14=0-\frac{1}{4} + \frac{1}{4} = 0;  −14+14=0\ -\frac{1}{4} + \frac{1}{4} = 0;  1+0=1\ 1 + 0 = 1

b) A0A_0 è invertibile, quindi x⃗=A0−1b⃗\vec{x} = A_0^{-1}\vec{b}:

x⃗=(−1−1+412+12+0−13+0+43)=(211)\vec{x} = \begin{pmatrix} -1 - 1 + 4 \\ \frac{1}{2} + \frac{1}{2} + 0 \\ -\frac{1}{3} + 0 + \frac{4}{3} \end{pmatrix} = \begin{pmatrix} 2 \\ 1 \\ 1 \end{pmatrix}

Verifica nel sistema: 2+2−3=12 + 2 - 3 = 1; −2+0+3=1-2 + 0 + 3 = 1; 12+12+0=1\frac{1}{2} + \frac{1}{2} + 0 = 1. Ed è l’unica soluzione.

Esercizio della prof: verificare per esempio che A0−1A0=I3A_0^{-1}A_0 = I_3 (l’altro ordine). Righe di A0−1A_0^{-1} per le colonne di A0A_0, (1,−1,14)\left(1, -1, \frac{1}{4}\right), (2,0,12)\left(2, 0, \frac{1}{2}\right), (−3,3,0)(-3, 3, 0):

  • riga (−1,−1,4)(-1, -1, 4): −1+1+1=1-1 + 1 + 1 = 1;  −2+0+2=0\ -2 + 0 + 2 = 0;  3−3+0=0\ 3 - 3 + 0 = 0
  • riga (12,12,0)\left(\frac{1}{2}, \frac{1}{2}, 0\right): 12−12=0\frac{1}{2} - \frac{1}{2} = 0;  1+0=1\ 1 + 0 = 1;  −32+32=0\ -\frac{3}{2} + \frac{3}{2} = 0
  • riga (−13,0,43)\left(-\frac{1}{3}, 0, \frac{4}{3}\right): −13+13=0-\frac{1}{3} + \frac{1}{3} = 0;  −23+23=0\ -\frac{2}{3} + \frac{2}{3} = 0;  1+0=1\ 1 + 0 = 1

Per il punto b) la prof scrive: “sappiamo che ammette un’unica soluzione, grazie a Rouché-Capelli” (rg⁡(A0)=3=rg⁡([A0∣b⃗])\operatorname{rg}(A_0) = 3 = \operatorname{rg}([A_0 \mid \vec{b}]), uguale al numero di incognite), “possiamo calcolarla così”: x⃗=A0−1b⃗\vec{x} = A_0^{-1}\vec{b}.

Prof, esercitazione 3, 12/10, p. 4-9: gli altri esercizi svolti in classe

Sono gli esercizi 1, 2, 3 e 6 del foglio della prof, scritti per intero con ogni passaggio in Esercizi extra matrici svolti. Qui il testo, come si riconosce il tipo e il risultato, per ripassarli a colpo d’occhio.

Es. 1. È invertibile A=(−1001100−31)A = \begin{pmatrix} -1 & 0 & 0 \\ 1 & 1 & 0 \\ 0 & -3 & 1 \end{pmatrix}? Tipo: inversa con [A∣I3][A \mid I_3]. Con E21(1)E_{21}(1), E32(3)E_{32}(3), D1(−1)D_1(-1) si arriva a A−1=(−100110331)A^{-1} = \begin{pmatrix} -1 & 0 & 0 \\ 1 & 1 & 0 \\ 3 & 3 & 1 \end{pmatrix}. La seconda matrice del foglio, BB, ha rango 22 (“esercizio: matrice BB”, per casa).

Es. 2. Calcolare AB−1CAB^{-1}C con AA 2×42 \times 4, BB 4×44 \times 4, C=I4C = I_4. Tipo: prodotto con inversa. Prima gli ordini (2×42 \times 4 per 4×44 \times 4 per 4×44 \times 4 dà 2×42 \times 4), poi C=I4C = I_4 si toglie, poi B−1B^{-1} con [B∣I4][B \mid I_4]. Risultato (1−1121−10−12)\begin{pmatrix} 1 & -1 & 1 & 2 \\ 1 & -1 & 0 & -\frac{1}{2} \end{pmatrix}.

Es. 3.1. Per quali kk è invertibile Ak=(32−112k13k2)A_k = \begin{pmatrix} 3 & 2 & -1 \\ 1 & 2 & k \\ 1 & 3k & 2 \end{pmatrix}? Tipo: rango con parametro. Il terzo pivot è −9k2+k−104=−(k−1)(9k+10)4-\frac{9k^2 + k - 10}{4} = -\frac{(k - 1)(9k + 10)}{4}: invertibile se e solo se k≠1k \neq 1 e k≠−109k \neq -\frac{10}{9}. Diversamente dall’esercizio del 6/10, il parametro compare in un pivot di secondo grado: va fattorizzato.

Es. 3.3. Per quali kk le soluzioni di Akx⃗=(k,0,k)A_k\vec{x} = (k, 0, k) sono chiuse per somma e prodotto per scalare? Solo k=0k = 0, quando il sistema è omogeneo: è in Nucleo e struttura delle soluzioni.

Es. 6. Dimostrare che {4x+4y+2z=4x−z=−1x+3y−z=3\begin{cases} 4x + 4y + 2z = 4 \\ x - z = -1 \\ x + 3y - z = 3 \end{cases} ha un’unica soluzione e trovarla invertendo AA. Tipo: Rouché-Capelli più inversa. “Unica soluzione” vuol dire rg⁡(A)=3\operatorname{rg}(A) = 3, cioè AA invertibile; la riduzione di [A∣I3][A \mid I_3] fa le due cose insieme. x⃗=A−1b⃗=(−59,43,49)\vec{x} = A^{-1}\vec{b} = \left(-\frac{5}{9}, \frac{4}{3}, \frac{4}{9}\right).

5Esercizi tipo esame

In una pagina a parte, dal più facile al livello del 30: Matrici invertibili (esercizi).

6Errori tipici

7Domande