Il calcolo del determinante a blocchi è un principio essenziale in algebra lineare, particolarmente rilevante nello studio dei sistemi dinamici e delle equazioni matriciali. Nel contesto della risoluzione dell’Equazione Quadratica Matriciale (QME), questo metodo giustifica come il problema agli autovalori generalizzato (GME) di dimensione $2n \times 2n$ (nel nostro caso $6 \times 6$) possa essere semplificato per trovare il polinomio caratteristico tramite il calcolo del determinante di una matrice di dimensione $n \times n$ (nel nostro caso $3 \times 3$).
Se una matrice $\mathbf{M}$ è suddivisa in quattro blocchi $\mathbf{A}$, $\mathbf{B}$, $\mathbf{C}$ e $\mathbf{D}$, dove $\mathbf{A}$ e $\mathbf{D}$ sono matrici quadrate:
$$\mathbf{M} = \begin{pmatrix} \mathbf{A} & \mathbf{B} \\ \mathbf{C} & \mathbf{D} \end{pmatrix}$$
Se il blocco $\mathbf{A}$ è invertibile ($\det(\mathbf{A}) \ne 0$), il determinante è dato dalla Formula del Complemento di Schur:
$$\det(\mathbf{M}) = \det(\mathbf{A}) \det(\mathbf{D} – \mathbf{C}\mathbf{A}^{-1}\mathbf{B})$$
Il termine $\mathbf{S} = \mathbf{D} – \mathbf{C}\mathbf{A}^{-1}\mathbf{B}$ è chiamato Complemento di Schur del blocco $\mathbf{A}$.
INDICE
Esempio Numerico: Blocchi $2 \times 2$
Dimostriamo l’equivalenza dei risultati tra il metodo tradizionale e la Formula del Complemento di Schur utilizzando una matrice $4 \times 4$ partizionata in blocchi $2 \times 2$.
Consideriamo la matrice $\mathbf{M}$:
$$\mathbf{M} = \begin{pmatrix} 1 & 2 & 0 & 3 \\ 4 & 5 & 1 & 0 \\ 0 & 0 & 1 & 1 \\ 1 & 0 & 2 & 2 \end{pmatrix}$$
I blocchi $2 \times 2$ sono:
$$\mathbf{A} = \begin{pmatrix} 1 & 2 \ 4 & 5 \end{pmatrix}, \quad \mathbf{B} = \begin{pmatrix} 0 & 3 \\ 1 & 0 \end{pmatrix}, \quad \mathbf{C} = \begin{pmatrix} 0 & 0 \\ 1 & 0 \end{pmatrix}, \quad \mathbf{D} = \begin{pmatrix} 1 & 1 \\ 2 & 2 \end{pmatrix}$$
1. Metodo Tradizionale (Sviluppo per Cofattori)
Il determinante di $\mathbf{M}$ calcolato con l’espansione per cofattori lungo la prima riga è:
$$\det(\mathbf{M}) = 1 \cdot \det(\mathbf{M}{11}) – 2 \cdot \det(\mathbf{M}{12}) + 3 \cdot (\text{Cofattore } C_{14})$$
Dai calcoli precedenti si ottiene:
- $\det(\mathbf{M}_{11}) = 0$
- $\det(\mathbf{M}_{12}) = 1$
- Cofattore $C_{14} = -5$
$$\det(\mathbf{M}) = 1(0) – 2(1) + 3(-5) = -2 – 15 = \mathbf{-17}$$
2. Metodo a Blocchi (Complemento di Schur)
Applichiamo $\det(\mathbf{M}) = \det(\mathbf{A}) \cdot \det(\mathbf{S})$, dove $\mathbf{S} = \mathbf{D} – \mathbf{C}\mathbf{A}^{-1}\mathbf{B}$.
Fase I: Calcolo di $\det(\mathbf{A})$ e $\mathbf{A}^{-1}$
$$\det(\mathbf{A}) = (1 \cdot 5) – (2 \cdot 4) = -3$$
$$\mathbf{A}^{-1} = \frac{1}{-3} \begin{pmatrix} 5 & -2 \\ -4 & 1 \end{pmatrix}$$
Fase II: Calcolo del Complemento di Schur ($\mathbf{S}$)
- Calcolo di $(\mathbf{C}\mathbf{A}^{-1})\mathbf{B}$:
$$(\mathbf{C}\mathbf{A}^{-1})\mathbf{B} = \begin{pmatrix} 0 & 0 \\ 1 & 0 \end{pmatrix} \left( \frac{1}{-3} \begin{pmatrix} 5 & -2 \\ -4 & 1 \end{pmatrix} \right) \begin{pmatrix} 0 & 3 \\ 1 & 0 \end{pmatrix} = \begin{pmatrix} 0 & 0 \\ 2/3 & -5 \end{pmatrix}$$ - Calcolo di $\mathbf{S} = \mathbf{D} – (\mathbf{C}\mathbf{A}^{-1}\mathbf{B})$:
$$\mathbf{S} = \begin{pmatrix} 1 & 1 \ 2 & 2 \end{pmatrix} – \begin{pmatrix} 0 & 0 \\ 2/3 & -5 \end{pmatrix} = \begin{pmatrix} 1 & 1 \\ 4/3 & 7 \end{pmatrix}$$ - Calcolo di $\det(\mathbf{S})$:
$$\det(\mathbf{S}) = (1 \cdot 7) – (1 \cdot 4/3) = 17/3$$
Fase III: Determinante Finale
$$\det(\mathbf{M}) = \det(\mathbf{A}) \cdot \det(\mathbf{S}) = (-3) \cdot (17/3) = \mathbf{-17}$$
Conclusione Numerica
Il metodo tradizionale e la Formula del Complemento di Schur conducono allo stesso risultato:
$$\det(\mathbf{M}){\text{Tradizionale}} = \mathbf{-17}$$ $$\det(\mathbf{M}){\text{Schur}} = \mathbf{-17}$$
Determinante a Blocchi Diagonali nel GME (approfondimento)
La scomposizione del determinante della matrice companion $(\mathcal{A} – \lambda \mathcal{B})$ è un fenomeno che si verifica solo in circostanze specifiche, in particolare quando i coefficienti dell’equazione matriciale originale $\mathbf{A}\mathbf{X}^2 + \mathbf{B}\mathbf{X} + \mathbf{C} = \mathbf{0}$ sono matrici diagonali e non accoppiate.
1. La Teoria: Determinante di Matrici a Blocchi Diagonali
Definizione Simbolica
Una Matrice a Blocchi Diagonali $\mathbf{M}$ è una matrice quadrata dove i blocchi fuori diagonale sono matrici nulle ($\mathbf{0}$):
$$\mathbf{M} = \begin{pmatrix} \mathbf{A}_{1} & \mathbf{0} \\ \mathbf{0} & \mathbf{A}_{2} \end{pmatrix}$$
Dove $\mathbf{A}_1$ e $\mathbf{A}_2$ sono matrici quadrate.
Regola del Determinante
Per una matrice a blocchi diagonali, il calcolo del determinante è semplificato, diventando il prodotto dei determinanti dei blocchi diagonali:
$$\det(\mathbf{M}) = \det(\mathbf{A}_{1}) \cdot \det(\mathbf{A}_{2})$$
Questo principio è cruciale perché trasforma un unico problema di calcolo del determinante su una matrice di grandi dimensioni in problemi separati e più semplici.
2. Applicazione al GME (Caso Diagonale)
Consideriamo l’equazione matriciale di secondo grado nella forma $\mathbf{A}\mathbf{X}^2 + \mathbf{B}\mathbf{X} + \mathbf{C} = \mathbf{0}$.
Per il nostro esempio, abbiamo scelto coefficienti diagonali e $\mathbf{A}=\mathbf{I}$:
$$\mathbf{I}\mathbf{X}^2 + \begin{pmatrix} -3 & 0 \\ 0 & -5 \end{pmatrix}\mathbf{X} + \begin{pmatrix} 2 & 0 \\ 0 & 6 \end{pmatrix} = \mathbf{0}$$
Questa struttura diagonale disaccoppia il problema $2 \times 2$ in due equazioni quadratiche scalari indipendenti.
La Matrice $\mathcal{D}$ e il Disaccoppiamento
Il problema agli autovalori generalizzato (GME) richiede la soluzione di $\det(\mathcal{A} – \lambda \mathbf{I})=0$. La matrice $\mathcal{D} = \mathcal{A} – \lambda \mathbf{I}$ è:
$$\mathcal{D} = \begin{pmatrix}
-\lambda & 0 & -2 & 0 \\
0 & -\lambda & 0 & -6 \\
1 & 0 & 3-\lambda & 0 \\
0 & 1 & 0 & 5-\lambda
\end{pmatrix}$$
🔄 Passaggi Fondamentali di Riarrangiamento
Sebbene non sia una matrice a blocchi diagonali nella sua forma attuale, possiamo riarrangiare le righe e le colonne per evidenziare i due problemi $2 \times 2$ disaccoppiati.
1. Scambio delle Colonne $C_2 \leftrightarrow C_3$ (Inverte il segno del determinante)
Si scambiano la seconda e la terza colonna per raggruppare i termini:
$$\mathcal{D}’ = \begin{pmatrix}
-\lambda & -2 & 0 & 0 \\
0 & 0 & -\lambda & -6 \\
1 & 3-\lambda & 0 & 0 \\
0 & 0 & 1 & 5-\lambda
\end{pmatrix}$$
2. Scambio delle Righe $R_2 \leftrightarrow R_3$ (Riporta il segno originale del determinante)
Si scambiano la seconda e la terza riga:
$$\mathcal{D}” = \begin{pmatrix}
-\lambda & -2 & 0 & 0 \\
1 & 3-\lambda & 0 & 0 \\
0 & 0 & -\lambda & -6 \\
0 & 0 & 1 & 5-\lambda
\end{pmatrix}$$
➡️ Scomposizione Finale del Determinante
La matrice $\mathcal{D}”$ è ora nella forma a blocchi diagonali $\begin{pmatrix} \mathbf{K}_1 & \mathbf{0} \ \mathbf{0} & \mathbf{K}_2 \end{pmatrix}$, dove:
$$\mathbf{K}_1 = \begin{pmatrix} -\lambda & -2 \\ 1 & 3-\lambda \end{pmatrix}, \quad \mathbf{K}_2 = \begin{pmatrix} -\lambda & -6 \\ 1 & 5-\lambda \end{pmatrix}$$
Per la regola del Determinante a Blocchi Diagonali, l’equazione caratteristica si scompone:
$$\det(\mathcal{A} – \lambda \mathbf{I}) = \det(\mathcal{D}”) = \det(\mathbf{K}_1) \cdot \det(\mathbf{K}_2) = 0$$
Questo meccanismo conferma che le radici del problema GME globale sono semplicemente le radici dei problemi quadratici scalari disaccoppiati.
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.