Le equazioni matriciali sono espressioni algebriche in cui l’incognita principale ($\mathbf{X}$) è una matrice. A differenza delle equazioni scalari, le soluzioni devono tenere conto della non-commutatività della moltiplicazione matriciale ($\mathbf{A}\mathbf{X} \neq \mathbf{X}\mathbf{A}$).
INDICE
1. Primo Grado (Linearità: $k=1$)
Le equazioni di primo grado generalizzano i sistemi lineari.
La Forma Standard
La forma più semplice è:
$$\mathbf{A} \mathbf{X} = \mathbf{C}$$
Un caso più generale è l’equazione di Sylvester:
$$\mathbf{A} \mathbf{X} + \mathbf{X} \mathbf{B} = \mathbf{C}$$
💡 Soluzione
La soluzione è unica se $\mathbf{A}$ è invertibile (nel caso semplice) o se gli autovalori di $\mathbf{A}$ e $-\mathbf{B}$ sono disgiunti (nel caso di Sylvester).
- Metodo: Si utilizzano tecniche dirette come l’inversione matriciale o il metodo di Kronecker (che converte il problema $n \times n$ in un sistema lineare $n^2 \times n^2$ standard).
2. Secondo Grado (Equazioni Quadratiche: $k=2$)
Queste sono le prime equazioni non lineari e ammettono potenzialmente soluzioni multiple.
La Forma Standard
$$\mathbf{A} \mathbf{X}^2 + \mathbf{B} \mathbf{X} + \mathbf{C} = \mathbf{0}$$
💡 Soluzione
Un’equazione $n \times n$ di secondo grado può avere fino a $2n$ soluzioni distinte.
- Metodi:
- Metodo di Linearizzazione (GME): Converte l’equazione $n \times n$ in un Problema agli Autovalori Generalizzato (GME) di dimensione $2n \times 2n$. Le soluzioni $\mathbf{X}$ sono ricostruite dagli autovettori.
- Metodo di Newton: Approccio iterativo veloce per trovare una singola soluzione specifica.
3. Grado Superiore (Cubiche e Oltre: $k \ge 3$)
La complessità e la dimensione del problema delle equazioni matriciali aumentano rapidamente con il grado $k$.
La Forma Standard
$$\mathbf{A}k \mathbf{X}^k + \mathbf{A}{k-1} \mathbf{X}^{k-1} + \dots + \mathbf{A}_1 \mathbf{X} + \mathbf{A}_0 = \mathbf{0}$$
💡 Soluzione
Un’equazione $n \times n$ di grado $k$ può avere al massimo $k \cdot n$ soluzioni matriciali distinte.
- Metodo: Si utilizza l’estensione del Metodo di Linearizzazione. L’equazione è convertita in un GME di dimensione $kn \times kn$.
Tabella Riassuntiva della Complessità
| Grado ($k$) | Esempio | Max Soluzioni ($kn$) | Dimensione del GME ($kn \times kn$) |
|---|---|---|---|
| $1$ | $\mathbf{A}\mathbf{X} = \mathbf{C}$ | $n$ | N/A (Metodi diretti) |
| $2$ | $\mathbf{A}\mathbf{X}^2 + \mathbf{B}\mathbf{X} + \mathbf{C} = \mathbf{0}$ | $2n$ | $2n \times 2n$ |
| $3$ | $\mathbf{A}\mathbf{X}^3 + \dots = \mathbf{0}$ | $3n$ | $3n \times 3n$ |
| $k$ | $\mathbf{A}_k\mathbf{X}^k + \dots = \mathbf{0}$ | $kn$ | $kn \times kn$ |
IMPARA L’ALGEBRA LINEARE
Impara l’algebra lineare con un percorso strutturato e facile da seguire passo a passo.
Un viaggio che parte dai vettori e dalle matrici, passando per i sitemi lineari giungerai nei meandri degli spazi vettoriali, della diagonalizzazione delle matrici con tappa finale nelle coniche.