Rango (algebra lineare)

In matematica, in particolare in algebra lineare, il rango (o caratteristica) di una matrice A a valori in un certo campo è il massimo numero di righe (o colonne) linearmente indipendenti in A.

Il rango di una matrice può essere formulato in numerosi modi equivalenti, ed è una quantità fondamentale in algebra lineare, utile per risolvere i sistemi lineari e studiare le applicazioni lineari. È comunemente indicato con rango⁡(A), rg⁡(A), r⁡(A), o ρ(A), o con le versioni inglesi rank⁡(A) o rk⁡(A).

Definizione

Sia Am×n una matrice, a valori in un campo K. Le seguenti definizioni di rango di A sono tutte equivalenti:

LA:x↦Ax.

Rango di una trasformazione lineare

Si può attribuire un rango anche a una generica applicazione lineare, definendolo come la dimensione dello spazio vettoriale dato dalla sua immagine.

In un'esposizione con fini tendenzialmente generali una definizione di questo genere ha il vantaggio di essere applicabile senza la necessità di fare riferimento ad alcuna matrice che rappresenti la trasformazione. Quando invece ci si trova in un ambito di applicazioni concrete, il calcolo effettivo del rango di una trasformazione ben raramente si può ottenere evitando di operare su una matrice.

Proprietà del rango di una matrice

In quanto segue, A è una matrice m×n su un campo K, che descrive una mappa lineare f=LA come sopra.

Proprietà di base

  • Solo la matrice nulla ha rango 0.
  • Il rango di A è uguale al rango della sua trasposta.
  • Il rango di A è minore o uguale sia di m che di n. In altre parole, è minore o uguale del minimo dei due valori
rk⁡(A)≤min⁡{m,n}.

Relazioni fra f e A

  • f è iniettiva se e solo se A ha rango n (in questo caso si dice che A ha rango per colonne massimo).
  • f è suriettiva se e solo se A ha rango m (in questo caso si dice che A ha rango per righe massimo).
  • Nel caso di una matrice quadrata A (cioè, m=n), allora A è invertibile se e solo se A ha rango n (e si dice che A ha rango massimo). Questo accade se e solo se f è biettiva.

Prodotto fra matrici

  • Se B è una matrice n×k, allora il rango del prodotto AB è minore o uguale sia del rango di A che del rango di B. In altre parole:
rank⁡(AB)≤min⁡{rk⁡(A),rk⁡(B)}.
Come esempio del caso "<", si consideri il prodotto
[0010][0001].
Entrambi i fattori hanno rango 1, ma il prodotto ha rango 0.
  • Se B è una matrice n×k con rango n, allora AB ha lo stesso rango di A.
  • Se C è una matrice l×m con rango m, allora CA ha lo stesso rango di A.
  • Il rango di A è uguale a r se e solo se esistono una matrice m×m invertibile X e una matrice n×n invertibile Y tali che
XAY=[Ir000]
dove Ir denota la matrice identità r×r.
  • Dall'ultima proprietà si deduce che il rango di una matrice è un invariante completo per matrici equivalenti destra-sinistra.
  • Disuguaglianza di Sylvester: se A è una matrice m×n e B è una matrice n×k, allora
rk⁡(A)+rk⁡(B)−n≤rk⁡(AB).

Questa segue dall'applicazione del teorema del rango alla disuguaglianza

dim⁡ker⁡(AB)≤dim⁡ker⁡(A)+dim⁡ker⁡(B).

Teorema del rango

Lo stesso argomento in dettaglio: Teorema del rango.

Il rango di una matrice più la nullità della matrice è uguale al numero di colonne della matrice (questo è il teorema del rango).

SD-equivalenza

Il rango è un "invariante completo" per l'equivalenza sinistra-destra tra matrici: siano A e B due matrici m×n, allora esse hanno lo stesso rango se e solo se esistono due matrici invertibili M e N tali che A=MBN.

Calcolo

Algoritmo di Gauss

Lo stesso argomento in dettaglio: Algoritmo di Gauss.

Il modo più semplice per calcolare il rango di una matrice A è dato dall'algoritmo di Gauss. L'algoritmo trasforma la matrice in una matrice a scalini con lo stesso rango, dato dal numero di righe non nulle, o equivalentemente di pivot. Ciò è vero poiché rk⁡(A)=rk⁡(AT), ed eseguire operazioni sulle righe di A equivale a eseguire operazioni sulle colonne di AT.

Si consideri ad esempio la matrice 4×4

A=[2413−1−21000223625].

La seconda colonna è il doppio della prima colonna, e la quarta colonna è uguale alla somma della prima e della terza. La prima e la terza colonna sono linearmente indipendenti, quindi il rango di A è due. Questo può essere confermato dall'algoritmo di Gauss, che produce la seguente matrice a scalini A′:

A′=[1201001100000000]

con due righe non nulle.

Criterio dei minori

Lo stesso argomento in dettaglio: Teorema di Kronecker.

Un altro metodo, in alcuni casi più diretto, sfrutta le proprietà del determinante di una matrice quadrata, e in particolare dei determinanti delle sottomatrici quadrate di A, detti minori. Si basa sul fatto che il rango di A è uguale al massimo ordine di un minore non nullo di A.

Ad esempio, la matrice 4×4 data sopra ha determinante nullo, e quindi può avere rango al massimo 3. Anche tutti i suoi minori di ordine 3 sono nulli, e quindi può avere rango al massimo 2. Infine, esiste almeno un minore non nullo di ordine 2, ad esempio quello in basso a destra

[2225]

che ha determinante 6. Quindi A ha rango esattamente 2. Questo criterio può essere utile ad esempio per verificare rapidamente se il rango di una matrice è superiore o inferiore a un certo valore.

Generalizzazioni

Esistono diverse generalizzazioni del concetto di rango per matrici su anelli arbitrari. In queste generalizzazioni il rango colonna, il rango riga, dimensione dello spazio colonna, dimensione dello spazio riga di una matrice possono essere diversi l'uno dall'altro o non esistere.

Un'altra generalizzazione riguarda le matroidi, entità che generalizzano le matrici.

Voci correlate

Altri progetti