Algebra lineare — vettori, matrici e concetti chiave

L’algebra lineare spiega come funzionano vettori, matrici e trasformazioni lineari. Se stai cercando le basi dell’algebra lineare, l’idea centrale è semplice: studia grandezze con più componenti e le regole per combinarle o trasformarle in modo coerente.

La parola "lineare" è importante perché rende il comportamento prevedibile. Se una regola è lineare, sommare gli input somma gli output secondo lo stesso schema, e moltiplicare un input per un fattore moltiplica l’output per lo stesso fattore.

Vettori e matrici in parole semplici

Un vettore è una lista ordinata di numeri. In pratica, un vettore può rappresentare una posizione, una velocità, un insieme di misure oppure i coefficienti di un problema.

Per esempio, questo è un vettore in $2$ dimensioni:

$$\begin{bmatrix} 2 \\ -1 \end{bmatrix}$$

Una matrice è una tabella rettangolare di numeri. Una matrice può contenere coefficienti, descrivere un sistema di equazioni oppure agire come una regola che trasforma un vettore in un altro.

Questa è una matrice $2 \times 2$:

$$\begin{bmatrix} 1 & 2 \\ 0 & 3 \end{bmatrix}$$

Vale la pena tenere bene a mente la differenza: un vettore è un oggetto matematico, mentre una matrice si usa di solito per organizzare o applicare regole ai vettori.

Che cosa significa "lineare" in algebra lineare

In algebra lineare, "lineare" non significa semplicemente "ha l’aspetto di una retta". Significa che una regola rispetta l’addizione e la moltiplicazione per scalare.

Se $T$ è una trasformazione lineare, allora per i vettori $u$, $v$ e lo scalare $c$,

$$T(u + v) = T(u) + T(v)$$

e

$$T(cu) = cT(u)$$

Queste due condizioni spiegano perché le matrici sono così utili. Moltiplicare per una matrice fornisce un modo compatto per descrivere trasformazioni con esattamente questo comportamento.

Da questa definizione segue subito un controllo rapido: ogni trasformazione lineare manda il vettore nullo nel vettore nullo. Una regola come $T(x) = x + 1$ non supera questo test, quindi in questo contesto non è lineare.

Le idee fondamentali da conoscere per prime

Uno scalare è un singolo numero, un vettore è una lista di numeri e una matrice è una tabella di numeri. Confondere questi ruoli causa molti errori tipici dei principianti.

Combinazione lineare

Una combinazione lineare si ottiene moltiplicando dei vettori per scalari e poi sommandoli. Per esempio, $2u - 3v$ è una combinazione lineare di $u$ e $v$.

Questa idea è importante perché molte domande si riducono a un solo test: un vettore obiettivo può essere costruito a partire dai vettori che hai già?

La matrice come trasformazione

Quando una matrice moltiplica un vettore, combina le componenti del vettore usando coefficienti fissi. Per questo una matrice viene spesso descritta come una trasformazione.

Sistemi lineari

Un sistema come

$$\begin{aligned} x + 2y &= 5 \\ 3x - y &= 4 \end{aligned}$$

può essere scritto in forma matriciale. L’algebra lineare ti fornisce strumenti per risolvere quel sistema e per capire se ha una soluzione, nessuna soluzione oppure infinite soluzioni.

Esempio svolto: matrice per vettore

Prendi la matrice

$$A = \begin{bmatrix} 1 & 2 \\ 0 & 3 \end{bmatrix}$$

e il vettore

$$v = \begin{bmatrix} 4 \\ 1 \end{bmatrix}.$$

Per calcolare $Av$, moltiplica ogni riga della matrice per il vettore:

$$Av = \begin{bmatrix} 1 & 2 \\ 0 & 3 \end{bmatrix} \begin{bmatrix} 4 \\ 1 \end{bmatrix} = \begin{bmatrix} 1 \cdot 4 + 2 \cdot 1 \\ 0 \cdot 4 + 3 \cdot 1 \end{bmatrix} = \begin{bmatrix} 6 \\ 3 \end{bmatrix}.$$

L’output è un nuovo vettore le cui componenti sono combinazioni lineari delle componenti in ingresso. Qui, la prima componente in uscita è $1 \cdot 4 + 2 \cdot 1 = 6$, e la seconda è $0 \cdot 4 + 3 \cdot 1 = 3$.

Quindi la matrice prende il vettore in ingresso e lo manda in

$$\begin{bmatrix} 6 \\ 3 \end{bmatrix}.$$

Questo è lo schema di base della moltiplicazione matrice-vettore: ogni componente in uscita si costruisce a partire da una riga della matrice.

Errori comuni in algebra lineare

Trattare la moltiplicazione tra matrici come una moltiplicazione elemento per elemento

La moltiplicazione tra matrici di solito non si esegue moltiplicando le posizioni corrispondenti. Usa combinazioni riga per colonna, quindi la struttura conta.

Ignorare le dimensioni

Puoi moltiplicare una matrice per un vettore solo quando il numero di colonne della matrice coincide con il numero di componenti del vettore. Se le dimensioni non corrispondono, il prodotto non è definito.

Supporre che ogni sistema abbia esattamente una soluzione

Questo è vero solo in certe condizioni. Alcuni sistemi lineari non hanno soluzioni, e altri ne hanno infinite.

Usare "lineare" in modo troppo generico

Una regola non è lineare solo perché sembra semplice. Termini come $x^2$, prodotti come $xy$ o uno spostamento costante come $x + 1$ possono rompere la linearità.

Dove si usano le basi dell’algebra lineare

L’algebra lineare compare ogni volta che un problema coinvolge molte grandezze collegate tra loro e regole che agiscono su di esse in modo sistematico.

Si usa nella grafica computerizzata per rotazioni e proiezioni, in ingegneria per i sistemi di equazioni, in fisica per i modelli di stato e nella data science per i metodi basati su matrici.

Non hai bisogno di teoria avanzata per trarre vantaggio dalle basi. Se vettori, matrici e moltiplicazione matrice-vettore ti sono chiari, gli argomenti successivi diventano molto più facili da imparare.

Prova un problema simile

Prova a moltiplicare

$$\begin{bmatrix} 2 & 1 \\ 1 & 0 \end{bmatrix} \begin{bmatrix} 3 \\ 2 \end{bmatrix}.$$

Poi chiediti che cosa rappresenta ogni componente in uscita. Se questo esempio ti è stato chiaro, prova una tua versione con una matrice $2 \times 2$ diversa e osserva come cambia il risultato.