Moltiplicazione di matrici

Da Wikipedia, l'enciclopedia libera.
Il disegno mostra il caso in cui A è 4 × 2 e B è 2 × 3, e si voglia calcolare l'elemento (C)12 = (AB)12 della matrice prodotto C = A x B, di dimensioni 4 x 3:
(C)_{12} = \sum_{r=1}^2 a_{1r}b_{r2} = a_{11}b_{12}+a_{12}b_{22}

In matematica, e più precisamente in algebra lineare, la moltiplicazione di matrici è il prodotto righe per colonne tra due matrici, possibile sotto certe condizioni, che dà luogo ad un'altra matrice. Se una matrice rappresenta una applicazione lineare, il prodotto fra matrici è la traduzione della composizione di due applicazioni lineari. Quindi se due matrici 2 x 2 rappresentano ad esempio due rotazioni nel piano di angoli α e β, il loro prodotto è definito in modo tale da rappresentare una rotazione di angolo α + β.

Definizione[modifica | modifica sorgente]

Sia K un campo. Siano date una matrice A di dimensione m x n ed una seconda matrice B di dimensioni n x p a valori in K. Siano a_{ij} gli elementi di A e b_{ij} gli elementi di B. Si definisce il prodotto matriciale di A per B la matrice C = A x B a valori in K e di dimensioni m x p i cui elementi c_{ij} sono dati da:[1]

c_{ij} = \sum_{r=1}^n a_{ir}b_{rj} = a_{i1}b_{1j} + a_{i2}b_{2j} + \cdots + a_{in}b_{nj}.

per ogni valore di riga i e di colonna j.

Due matrici possono essere moltiplicate fra loro solo se il numero di colonne della prima è uguale al numero di righe della seconda, ed il prodotto tra due matrici non è commutativo.[2]

Una matrice può essere moltiplicata con se stessa solo se è quadrata. In questo caso, il prodotto  A\times A si denota con  A^2 . Più in generale, la potenza  n -esima di una matrice è:

 A^n = \begin{matrix} \underbrace{A\times A\cdots A} \\ n \end{matrix}

dove  n è un numero naturale, anche se spesso per esponenti molto maggiori dell'ordine della matrice è più semplice calcolarle servendosi della teoria della funzione di matrice, che permette inoltre di generalizzare la definizione di potenza fino ad ammettere un esponente non solo complesso, ma addirittura arbitrario.

Un'altra definizione informale della moltiplicazione matriciale, atta a permetterne una più rapida e immediata memorizzazione, è "moltiplicazione riga per colonna", infatti, per ottenere l'elemento della i-esima riga e j-esima colonna della matrice prodotto basta porre un indice sulla riga i della prima matrice, l'altro sulla colonna j della seconda e moltiplicare gli elementi indicati, quindi scorrere di un posto con le dita e moltiplicare, fino a raggiungere la fine della colonna e della riga, infine sommare i vari prodotti ottenuti.

Proprietà[modifica | modifica sorgente]

  • La moltiplicazione fra matrici è generalmente non commutativa (in altre parole, AB e BA sono due matrici diverse).
  • La moltiplicazione fra matrici è distributiva rispetto alla somma. In altre parole,
A(B + C) = AB + AC
(A + B)C = AC + BC
  • Per ogni scalare k vale:
k(AB) = (kA)B = A(kB)
  • La moltiplicazione fra matrici è associativa:
A(BC) = (AB)C
AI = IA = A
  • La matrice nulla 0 con n righe annulla qualsiasi altra matrice. In particolare, se A è quadrata con n righe, abbiamo
0A = A0 = 0
  • Una matrice quadrata A è invertibile se esiste un'altra matrice B tale che AB = BA = I dove I è la matrice identità con lo stesso numero di righe di A. Molte matrici non sono invertibili. In altre parole, anche se l'insieme dei valori di partenza è un campo, le matrici non formano un campo. Ad esempio la matrice seguente non è invertibile.

  \begin{bmatrix}
    0 & 0 \\
    1 & 1 \\
  \end{bmatrix}
  • Algebra delle matrici, alcune proprietà significative del prodotto righe per colonne :
 (AB)^{-1} = B^{-1}A^{-1} \
(AB)^\mathrm{T} = B^\mathrm{T} A^\mathrm{T} \

Prodotto di una matrice per un vettore[modifica | modifica sorgente]

Una matrice con una sola riga, cioè di dimensione 1 \times n, è un vettore riga. Analogamente, una matrice con una sola colonna, cioè di dimensione m \times 1 è un vettore colonna. Nell'operazione di moltiplicazione questi due oggetti si comportano in modo differente.

Siano  A = (a_{ij}) una matrice m \times n e  \mathbf v = \{v_i\} un vettore colonna n \times 1. Il prodotto di A per il vettore v è il prodotto di matrici:

 A \mathbf v = \mathbf c

Le componenti di c sono:

c_i = \sum_{j=1}^n a_{ij}v_{j} = a_{i1}v_{1} + a_{i2}v_{2} + \cdots + a_{in}v_{n}

Algoritmo[modifica | modifica sorgente]

Un algoritmo in C per la moltiplicazione matrice per vettore è

   //Moltiplicazione matrice × vettore
   /* RM = numero di righe della matrice */
   /* CM = numero di colonne della matrice (uguale al numero di righe del vettore) */
   /* M = matrice [RM] × [CM] */
   /* V = vettore [CM]        */
   /* il vettore risultato sarà VR [RM] con stesso numero di righe della matrice */
   /* poniamo VR [RM] sia inizialmente posto con tutti i valori a zero. */
   for (i=0; i<RM; i++) {      /* scandisco le righe con l'indice i */
       for (j=0; j<CM; j++) {  /* e le colonne con j  */
           VR[i] = VR[i] + M[i][j] * V[j];
       }
   }

Questo prodotto è ampiamente usato in algebra lineare perché descrive una applicazione lineare. Ad esempio, il prodotto


  \begin{bmatrix}
    \cos \alpha & -\sin\alpha  \\
    \sin\alpha & \cos\alpha \\
  \end{bmatrix}
\times
  \begin{bmatrix}
    x \\
    y \\
  \end{bmatrix}
= 
\begin{bmatrix}
    x\cos\alpha - y\sin\alpha\\
    x\sin\alpha + y\cos\alpha\\
  \end{bmatrix}

rappresenta una rotazione di angolo  \alpha nel piano cartesiano.

In alcuni casi può essere utile effettuare il prodotto vettore riga \times Matrice: il risultato è un altro vettore riga.

Prodotto di una matrice per uno scalare[modifica | modifica sorgente]

La moltiplicazione di una matrice  A =(a_{i,j}) per uno scalare  r , cioè un elemento dell'anello cui appartengono gli  a_{i,j} , è ottenuta moltiplicando ogni elemento di  A per lo scalare:

 rA = (ra_{i,j}) \

Se l'anello di partenza non è commutativo, questa viene indicata come moltiplicazione sinistra, e può differire dalla moltiplicazione destra:

 Ar = (a_{i,j}r) \

Proprietà[modifica | modifica sorgente]

Se l'anello di partenza non è commutativo, ad esempio se è l'anello dei quaternioni, le due moltiplicazioni non sono equivalenti. Ad esempio:


  i\begin{bmatrix} 
    i & 0 \\ 
    0 & j \\ 
  \end{bmatrix}
= \begin{bmatrix}
    -1 & 0 \\
     0 & k \\
  \end{bmatrix}
\ne \begin{bmatrix}
    -1 & 0 \\
    0 & -k \\
  \end{bmatrix}
= \begin{bmatrix}
    i & 0 \\
    0 & j \\
  \end{bmatrix}i

Costruzioni alternative[modifica | modifica sorgente]

Sono stati definiti nel tempo altri tipi di prodotto tra matrici, meno fortunati in quanto a utilizzo dell'usuale prodotto righe per colonne. In particolare si può nominare il prodotto di Hadamard o prodotto puntuale, in cui il prodotto di A=(a_{ij})_{ij} e B=(b_{ij})_{ij} è dato da AB=(a_{ij} \cdot b_{ij})_{ij}. Ad esempio:

\begin{bmatrix}
1 & 2 \\
3 & -1
\end{bmatrix}
\cdot \begin{bmatrix}
-3 & 0 \\
1 & 4
\end{bmatrix}
=\begin{bmatrix}
-3 & 0 \\
3 & -4
\end{bmatrix}.

Un'altra costruzione è data dal prodotto di Kronecker, che trova applicazioni nel calcolo tensoriale, dato da

AB =
  \begin{bmatrix} 
    a_{11}B & a_{12}B & \cdots & a_{1n}B \\ 
    \vdots & \vdots & \ddots & \vdots \\ 
    a_{m1}B & a_{m2}B & \cdots & a_{mn}B
  \end{bmatrix}.

espressa sotto forma di matrice a blocchi, in cui ogni blocco ij-esimo è dato dalla matrice B moltiplicata per lo scalare a_{ij}.

Esempi[modifica | modifica sorgente]

  • Una matrice 2\times 3 moltiplicata per 3 \times 3 dà una matrice 2\times 3

  \begin{bmatrix}
    1 & 1 & 2 \\
    0 & 1 & -3 \\
  \end{bmatrix}
\times
  \begin{bmatrix}
    1 & 1 & 1\\
    2 & 5 & 1\\
    0 & -2 & 1
  \end{bmatrix}
=

1ª riga della matrice risultato:

 C_{11} = [(1 \times 1) + (1 \times 2) + (2 \times 0)] = 3
 C_{12} = [(1 \times 1) + (1 \times 5) + (2 \times -2)] = 2
 C_{13} = [(1 \times 1) + (1 \times 1) + (2 \times 1)] = 4

2ª riga della matrice risultato:

 C_{21} = [(0 \times 1) + (1 \times 2) + (-3 \times 0)] = 2
 C_{22} = [(0 \times 1) + (1 \times 5) + (-3 \times -2)] = 11
 C_{23} = [(0 \times 1) + (1 \times 1) + (-3 \times 1)] = -2


Risultato 2\times 3:


  \begin{bmatrix}
    C_{11} & C_{12} & C_{13} \\
    C_{21} & C_{22} & C_{23} \\
  \end{bmatrix}
=
  \begin{bmatrix}
    3 & 2 & 4\\
    2 & 11 & -2\\
  \end{bmatrix}
  • Si consideri il prodotto:

 \begin{bmatrix}
   1 & 2 & 0 \\
   3 & -1 & 4 \\
  \end{bmatrix}
\times
 \begin{bmatrix}
   1 \\
   0 \\
   -1 \\
 \end{bmatrix}
=
 \begin{bmatrix}
   (1 \times 1 + 2 \times 0 + 0 \times -1) \\
   (3 \times 1 + -1 \times 0 + 4 \times -1) \\
 \end{bmatrix}
=
\begin{bmatrix}
   1 \\
   -1 \\
 \end{bmatrix}

Il risultato di questa operazione è un altro vettore colonna, di tipo m \times 1.

Note[modifica | modifica sorgente]

  1. ^ Hoffman, Kunze, op. cit., Pag. 17
  2. ^ Hoffman, Kunze, op. cit., Pag. 18

Bibliografia[modifica | modifica sorgente]

  • Serge Lang, Algebra lineare, Torino, Bollati Boringhieri, 1992. ISBN 88-339-5035-2.
  • Kenneth Hoffman, Ray Kunze, Linear Algebra, 2ª ed., Englewood Cliffs, New Jersey, Prentice - Hall, inc., 1971. ISBN 01-353-6821-9.
  • Marco Abate, Chiara de Fabritiis, Geometria analitica con elementi di algebra lineare, Milano, McGraw-Hill, 2006. ISBN 88-386-6289-4.
  • Edoardo Sernesi, Geometria 1, 2ª ed., Torino, Bollati Boringhieri, 1989. ISBN 88-339-5447-1.

Voci correlate[modifica | modifica sorgente]

Altri progetti[modifica | modifica sorgente]

Collegamenti esterni[modifica | modifica sorgente]

matematica Portale Matematica: accedi alle voci di Wikipedia che trattano di matematica