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.
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.