L’operatore di vettorizzazione ($\text{vec}$) è un’operazione che trasforma una matrice in un lungo vettore colonna. Questa trasformazione è fondamentale per trattare le operazioni matriciali come operazioni tra vettori, facilitando l’uso di tecniche standard per la risoluzione di sistemi lineari.
INDICE
1. Definizione e Meccanismo
L’operatore $\text{vec}(\mathbf{A})$ opera impilando le colonne di una matrice $\mathbf{A}$ una sotto l’altra, in ordine sequenziale, per formare un singolo vettore colonna di dimensione $mn \times 1$.
Sia $\mathbf{A}$ una matrice $m \times n$:
$$\mathbf{A} = \begin{pmatrix}
a_{11} & a_{12} \\
a_{21} & a_{22} \\
\end{pmatrix}$$
La sua vettorizzazione è:
$$\text{vec}(\mathbf{A}) = \begin{pmatrix}
a_{11} \\ a_{21} \\ a_{12} \\ a_{22}
\end{pmatrix}$$
2. Esempio Numerico
Consideriamo la matrice $2 \times 3$ ($\mathbf{B}$) con dimensione $m=2, n=3$.
$$\mathbf{B} = \begin{pmatrix}
4 & 1 & 7 \\
0 & 5 & 2
\end{pmatrix}$$
L’applicazione dell’operazione di vettorizzazione produce un vettore colonna di dimensione $6 \times 1$:
$$\text{vec}(\mathbf{B}) = \begin{pmatrix}
4 \\
0 \\
1 \\
5 \\
7 \\
2
\end{pmatrix}$$
3. 💡 Riflessione Finale
L’importanza dell’operatore $\text{vec}$ risiede nella sua capacità di interagire con il Prodotto di Kronecker ($\otimes$). Questa combinazione è la chiave per linearizzare espressioni matriciali complesse. La vettorizzazione, trasformando lo spazio di matrici $\mathbb{R}^{m \times n}$ nello spazio vettoriale euclideo $\mathbb{R}^{mn}$, ci permette di utilizzare gli strumenti dell’algebra lineare standard per risolvere problemi che altrimenti sarebbero confinati al più complesso regno dell’algebra matriciale.
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.