Formula di Jacobi

Da Wikipedia, l'enciclopedia libera.

Il determinante di una matrice può considerarsi una funzione polinomiale

$\det:\Bbb{R}^{n \times n}\to\Bbb{R};$

quindi essa è differenziabile rispetto ad ogni variabile corrispondente al valore che può assumere in una casella e per qualunque suo valore. La sua derivata può essere espressa mediante la formula di Jacobi:

$d \det(A) = \operatorname{tr}(\operatorname{cof^\top}(A) dA)$

dove cof^T(A) denota la trasposta della matrice dei cofattori (detta anche dei complementi algebrici) di A, mentre tr(A) ne denota la traccia. La formula prende il nome dal matematico C.G.J. Jacobi.

Questa voce non è ancora stata tradotta completamente. Se puoi, terminala o riscrivila tu, eliminando il testo in lingua straniera quando hai finito.

Vedi le altre voci da tradurre [[:categoria:Da tradurre dalla lingua {{{lingua}}}|dalla stessa lingua]].

Nota: se non vedi il testo da tradurre, potrebbe essere nascosto: fai clic su modifica per visualizzarlo. Prima di salvare la pagina, non dimenticare di eliminare o spostare i segni  che delimitano il testo da nascondere.

Non usare
traduttori
automatici!

[modifica] Derivation

We first prove a preliminary lemma:

Lemma. Given a pair of square matrices A and B of the same dimension n, then

$\sum_i \sum_j A_{ij} B_{ij} = \mbox{tr} (A^\top B).$

Proof. The product AB of the pair of matrices has components

$(AB)_{jk} = \sum_i A_{ji} B_{ik}.\,$

Replacing the matrix A by its transpose A^T is equivalent to permuting the indices of its components:

$(A^\top B)_{jk} = \sum_i A_{ij} B_{ik}.$

The result follows by taking the trace of both sides:

$\mbox{tr} (A^\top B) = \sum_j (A^\top B)_{jj} = \sum_j \sum_i A_{ij} B_{ij} = \sum_i \sum_j A_{ij} B_{ij}.\ \square$

Theorem. $d \, \mbox{det} (A) = \mbox{tr} (\mbox{adj}(A) \, dA).$

Proof. Laplace's formula for the determinant of a matrix A can be stated as

$\mbox{det}(A) = \sum_j A_{ij} \mbox{adj}^\top (A)_{ij}.$

Notice that the summation is performed over some arbitrary row i of the matrix.

The determinant of A can be considered to be a function of the elements of A:

det(A) = F (A 11, A 12,..., A 21, A 22,..., A n n)

so that its differential is

$d\, \mbox{det}(A) = \sum_i \sum_j {\partial F \over \partial A_{ij}} \,dA_{ij}.$

This summation is performed over all n×n elements of the matrix.

To find ∂F / ∂A_ij consider that in the right side of Laplace's formula, index i can be chosen at will (in order to optimize calculations: any other choice would eventually yield the same result, but it could be much harder). In particular, it can be chosen to match the first index of ∂ / ∂A_ij:

${\partial \, \mbox{det}(A) \over \partial A_{ij}} = {\partial \sum_k A_{ik} \mbox{adj}^\top(A)_{ik} \over \partial A_{ij}} = \sum_k {\partial A_{ik} \mbox{adj}^\top(A)_{ik} \over \partial A_{ij}}.$

Now, if an element of a matrix A_ij and a cofactor adj^T(A)_ik of element A_ik lie on the same row (or column), then the cofactor will not be a function of A_ij, because the cofactor of A_ik is expressed in terms of elements not in its own row (nor column). Thus,