Calcolatore di Rango di Matrice

Benvenuti nel Calcolatore di Rango di Matrice, uno strumento completo di algebra lineare che determina il rango di qualsiasi matrice utilizzando l'eliminazione gaussiana. Il rango di una matrice è il numero massimo di vettori riga o colonna linearmente indipendenti — un concetto fondamentale che stabilisce se i sistemi di equazioni hanno soluzioni, se le trasformazioni sono invertibili e come i dati possono essere compressi. Questo calcolatore fornisce la riduzione delle righe passo-passo, l'analisi dei pivot, il calcolo del nucleo, heatmap visive e la verifica tramite il Teorema del Rango-Nullità.

Cos'è il Rango di una Matrice?

Il rango di una matrice A è definito come:

Equivalentemente, il rango è:

• Il numero di posizioni pivot nella forma a gradini di A
• La dimensione dello spazio delle colonne (immagine) di A
• La dimensione dello spazio delle righe di A
• Il numero di valori singolari non nulli di A
• La dimensione del minore non nullo più grande (determinante di una sottomatrice quadrata)

Per una matrice m×n, il rango soddisfa \(0 \leq \text{rank}(A) \leq \min(m, n)\).

Come l'Eliminazione Gaussiana Determina il Rango

L'eliminazione gaussiana (chiamata anche riduzione per righe) trasforma una matrice in forma a gradini (REF) utilizzando tre operazioni elementari sulle righe:

1. Scambio di righe: Scambia due righe (\(R_i \leftrightarrow R_j\))
2. Scaling delle righe: Moltiplica una riga per uno scalare non nullo (\(R_i \leftarrow c \cdot R_i\))
3. Addizione tra righe: Aggiungi un multiplo di una riga a un'altra (\(R_i \leftarrow R_i + c \cdot R_j\))

Nella forma a gradini:

• Tutte le righe nulle sono in fondo
• L'elemento principale (pivot) di ogni riga non nulla si trova a destra del pivot sopra di esso
• Il rango è uguale al numero di righe non nulle (pivot) nella REF

Questo calcolatore utilizza il pivoting parziale — selezionando il valore assoluto più grande in ogni colonna come pivot — per una migliore stabilità numerica.

Il Teorema del Rango-Nullità

Dove n è il numero di colonne di A. La nullità è la dimensione del nucleo (kernel) — l'insieme di tutte le soluzioni di Ax = 0. Questo teorema significa che le colonne sono o colonne pivot (che contribuiscono al rango) o colonne libere (che contribuiscono alla nullità), e ogni colonna appartiene a una delle due categorie.

Rango e Sistemi di Equazioni Lineari

Il rango di una matrice determina direttamente la risolvibilità di un sistema lineare Ax = b:

Casi Speciali e Proprietà

Rango Massimo

Una matrice è a rango massimo quando rango(A) = min(m, n):

• Per matrici quadrate n×n: rango massimo significa invertibile (det ≠ 0), nucleo banale
• Per matrici "alte" (m > n): il rango massimo per colonne significa che la funzione è iniettiva
• Per matrici "larghe" (m < n): il rango massimo per righe significa che la funzione è suriettiva

Matrici a Rango Deficitario

Se rango(A) < min(m, n), la matrice è a rango deficitario (singolare per le matrici quadrate). Ciò accade quando le righe o le colonne sono linearmente dipendenti — alcune righe possono essere espresse come combinazioni di altre.

Identità Chiave del Rango

• rango(A) = rango(A^T) — il rango per righe è uguale al rango per colonne
• rango(AB) ≤ min(rango(A), rango(B)) — limite del rango del prodotto
• rango(A + B) ≤ rango(A) + rango(B) — subadditività
• rango(A^TA) = rango(AA^T) = rango(A)

Il Rango delle Matrici in Diversi Campi

Domande Frequenti

Cos'è il rango di una matrice?

Il rango di una matrice è il numero massimo di vettori riga linearmente indipendenti (o, equivalentemente, vettori colonna) nella matrice. Indica la dimensione dello spazio delle colonne (o spazio delle righe). Per una matrice m×n, il rango è al massimo min(m, n). Una matrice con rango uguale a min(m, n) è detta a rango massimo.

Come si calcola il rango della matrice usando l'eliminazione gaussiana?

L'eliminazione gaussiana trasforma una matrice in forma a gradini (REF) eseguendo operazioni elementari sulle righe: scambio di righe, moltiplicazione di una riga per uno scalare diverso da zero e addizione di un multiplo di una riga a un'altra. Il rango è uguale al numero di righe non nulle (equivalentemente, il numero di posizioni pivot) nella REF. Questo metodo è l'approccio algoritmico standard insegnato nei corsi di algebra lineare.

Cos'è il Teorema del Rango-Nullità?

Il Teorema del Rango-Nullità afferma che per ogni matrice A di dimensioni m×n, rango(A) + nullità(A) = n, dove n è il numero di colonne. La nullità è la dimensione del nucleo (l'insieme di tutti i vettori x tali che Ax = 0). Questo teorema fondamentale collega le dimensioni dello spazio delle colonne e del nucleo.

Quando una matrice è a rango massimo?

Una matrice è a rango massimo quando il suo rango è uguale a min(m, n), il minore tra il numero di righe e di colonne. Per una matrice quadrata n×n, il rango massimo significa rango = n, il che implica che la matrice è invertibile (non singolare) con un determinante diverso da zero. Le matrici a rango massimo hanno nuclei banali (solo il vettore zero) e le loro colonne sono linearmente indipendenti.

Qual è la differenza tra rango per righe e rango per colonne?

Un teorema fondamentale dell'algebra lineare dimostra che il rango per righe (dimensione dello spazio delle righe) è sempre uguale al rango per colonne (dimensione dello spazio delle colonne) per qualsiasi matrice. Questo valore comune è chiamato semplicemente rango della matrice. L'eliminazione gaussiana rivela direttamente il rango per righe contando le righe pivot, ma lo stesso numero fornisce anche il rango per colonne.

In che modo il rango della matrice si relaziona ai sistemi di equazioni lineari?

Per un sistema Ax = b, il rango determina la risolvibilità: se rango(A) = rango([A|b]), il sistema è coerente (ha soluzioni). Se inoltre rango(A) = n (numero di incognite), la soluzione è unica. Se rango(A) < n, esistono infinite soluzioni parametrizzate da n - rango(A) variabili libere. Il teorema di Rouché-Capelli formalizza queste condizioni.