A cosa servono le Matrici? 9 Esempi Reali (Instagram, AI, Videogiochi) e Calcoli Svolti

Guardati intorno un secondo. O meglio, guarda lo schermo che hai davanti.

Probabilmente non ci fai caso, ma ogni singolo puntino colorato che vedi, ogni sfumatura di luce in una foto su Instagram, o il modo fluido in cui il tuo personaggio preferito si muove in un videogioco, non è magia. È una griglia di numeri.

A scuola le matrici sembrano solo tabelle fredde e noiose da risolvere per prendere un voto.

La realtà è diversa: sono il linguaggio segreto che permette alle macchine di “vedere” il mondo e di capire noi umani. Se togliessimo le matrici, spegneremmo Internet, il GPS e qualsiasi intelligenza artificiale in un istante.

Non serve essere un genio della matematica per capirne la logica.

Vediamo cosa succede “dietro le quinte” della tua giornata digitale e proviamo a fare i conti in tasca alla tecnologia.

📦 Cos’è una matrice? (ripasso minimo)

Una matrice è una tabella di numeri:

[math]\displaystyle
A = \begin{pmatrix}
1 & 2 \\
3 & 4
\end{pmatrix}
[/math]

È utile perché ci permette di rappresentare:

• immagini
• connessioni tra persone
• trasformazioni geometriche
• sistemi di equazioni
• reti neurali

📌 BOX RIASSUNTIVO

🔹 1. Matrici e Immagini Digitali

Ogni foto è una matrice di pixel.

Ad esempio, una piccola immagine 3×3 può essere:

[math]\displaystyle
I =
\begin{pmatrix}
45 & 50 & 60\\
40 & 48 & 55\\
42 & 44 & 58
\end{pmatrix}
[/math]

Sono intensità di colore (grigio).

✔ Esempio di calcolo: aumentare la luminosità

Aumentiamo ogni pixel di 10:

[math]\displaystyle
I_{\text{nuova}} = I + 10 =
\begin{pmatrix}
55 & 60 & 70\\
50 & 58 & 65\\
52 & 54 & 68
\end{pmatrix}
[/math]

Questa è un’operazione che fa anche Instagram quando applichi un filtro.

🔹 2. Matrici nei Navigatori (Google Maps)

La città viene rappresentata da una matrice di adiacenza.

Esempio: tre punti A, B, C collegati tra loro:

[math]\displaystyle
M =
\begin{pmatrix}
0 & 5 & 0 \\
5 & 0 & 3 \\
0 & 3 & 0
\end{pmatrix}
[/math]

Significa:

• da A a B → 5 km
• da B a C → 3 km
• gli 0 indicano nessun collegamento diretto

Google usa matrici enormi così.

(L’esempio è didattico ma realistico.)

🔹 3. Social Network (chi segue chi)

La struttura dei “follow” è una matrice.

Esempio con 3 utenti:

[math]\displaystyle
F =
\begin{pmatrix}
0 & 1 & 1 \\
1 & 0 & 0 \\
1 & 1 & 0
\end{pmatrix}
[/math]

• [math]F[1,2] = 1[/math] → l’utente 1 segue il 2
• [math]F[3,1] = 1[/math] → il 3 segue il 1

Gli algoritmi di TikTok, Instagram e YouTube sono tutti basati su matrici di questo tipo.

C’è un lato meno nobile: noi stessi siamo righe e colonne in queste matrici. Per Netflix o Amazon, i tuoi gusti complessi sono ridotti a un vettore numerico. È efficiente, sì, ma ricorda che per l’algoritmo non sei una persona, sei una coordinata in uno spazio matematico multidimensionale.

🔹 4. Matrici e Intelligenza Artificiale

Una rete neurale è solo una serie di moltiplicazioni tra matrici.

Esempio base:

[math]\displaystyle
W =
\begin{pmatrix}
2 & 1\\
0 & -1
\end{pmatrix},\quad
x =
\begin{pmatrix}
3 \\
1
\end{pmatrix}
[/math]

Calcoliamo [math]y=Wx[/math]:

[math]\displaystyle
y =
\begin{pmatrix}
2\cdot 3 + 1\cdot 1\\
0\cdot 3 + (-1)\cdot 1
\end{pmatrix}
=
\begin{pmatrix}
7 \\
-1
\end{pmatrix}
[/math]

Questo tipo di operazione viene ripetuta milioni di volte al secondo quando ChatGPT genera una frase.

Capire questo passaggio (la moltiplicazione matriciale) è ciò che distingue chi usa l’AI da chi la costruisce.

Oggi, un Machine Learning Engineer non fa altro che ottimizzare queste enormi tabelle di numeri. Se vuoi lavorare nel tech, le matrici sono il tuo biglietto d’ingresso.

🔹 5. Matrici in Audio e Video

La compressione video (MP4, YouTube, Netflix) usa matrici e trasformate.

Un esempio semplice:

una trasformazione (scalata dell’audio) si può rappresentare con:

[math]s_{\text{nuovo}} = 0.5 \cdot s_{\text{vecchio}}[/math]

Se i valori audio sono:

[math]\displaystyle
s =
\begin{pmatrix}
4 & 8 & -6
\end{pmatrix}
[/math]

Allora:

[math]\displaystyle
0.5s =
\begin{pmatrix}
2 & 4 & -3
\end{pmatrix}
[/math]

Questa è una delle operazioni fatte per regolare volume, equalizzazione, compressione.

🔹 6. Grafica 3D (videogiochi, VR)

Ogni oggetto 3D viene trasformato con matrici.

✔ Esempio: rotazione di 90° nel piano

[math]\displaystyle
R =
\begin{pmatrix}
0 & -1 \\
1 & 0
\end{pmatrix}
[/math]

Ruotiamo il punto [math](2,0)[/math]:

[math]\displaystyle
R
\begin{pmatrix}
2\\
0
\end{pmatrix}
=
\begin{pmatrix}
0\cdot 2 + (-1)\cdot 0\\
1\cdot 2 + 0\cdot 0
\end{pmatrix}
=
\begin{pmatrix}
0\\
2
\end{pmatrix}
[/math]

Il punto è stato ruotato di 90° in senso antiorario.

Questa è un’operazione usata in ogni singolo videogioco.

Più le matrici diventano grandi e i calcoli veloci, più la simulazione diventa indistinguibile dalla realtà. La prossima frontiera della VR non riguarda schermi migliori, riguarda matrici in grado di calcolare la fisica della luce in tempo reale.

🔹 7. Economia e matrici

Il modello Input-Output di Leontief usa matrici per prevedere come un cambiamento (es. aumento domanda di auto) influisce sugli altri settori.

Esempio semplificato:

[math]\displaystyle
A =
\begin{pmatrix}
0.2 & 0.1\\
0.3 & 0.4
\end{pmatrix},\quad
d =
\begin{pmatrix}
100\\
50
\end{pmatrix}
[/math]

Serve calcolare:

[math]x = (I – A)^{-1} d[/math]

È un’applicazione reale delle matrici all’economia.

🔹 8. Previsioni Meteo

L’atmosfera è divisa in celle → una matrice 3D.

Ogni cella contiene:

• temperatura
• umidità
• vento
• pressione

I modelli climatici aggiornano queste matrici ogni secondo.

🔹 9. Sistemi di raccomandazione (Netflix, Amazon)

Una matrice molto famosa:

matrice utenti × film

Esempio:

[math]\displaystyle
R =
\begin{pmatrix}
5 & 4 & 0 \\
3 & 0 & 0 \\
0 & 4 & 5
\end{pmatrix}
[/math]

Gli [math]0[/math] indicano “non ancora visto”.

Gli algoritmi prevedono che voto daresti → tutto tramite matrici.

Conclusione

Le matrici sono la lingua segreta della tecnologia moderna.

Dal GPS alla camera del telefono, dall’AI ai videogiochi: ogni giorno fai centinaia di operazioni con matrici… senza accorgertene.

Esercizi di Calcolo sulle Matrici

 Aumento di Luminosità (Somma Matrici)

Data l’immagine matrice [math]I[/math], calcolare la nuova immagine se applichiamo un filtro di luminosità [math]L=30[/math].

[math]\displaystyle
I =
\begin{pmatrix}
100 & 150 \\
80 & 120
\end{pmatrix}
[/math]

Svolgimento:

[math]\displaystyle
I_{\text{nuova}} = I + L =
\begin{pmatrix}
100+30 & 150+30 \\
80+30 & 120+30
\end{pmatrix}
=
\begin{pmatrix}
130 & 180 \\
110 & 150
\end{pmatrix}
[/math]

Trasformazione Lineare (AI/Reti Neurali)

Calcolare l’output [math]y = Wx[/math] per i seguenti pesi [math]W[/math] e input [math]x[/math]:

[math]\displaystyle
W =
\begin{pmatrix}
1 & 2\\
3 & 4
\end{pmatrix},\quad
x =
\begin{pmatrix}
5 \\
1
\end{pmatrix}
[/math]

Svolgimento:

[math]\displaystyle
y =
\begin{pmatrix}
1\cdot 5 + 2\cdot 1\\
3\cdot 5 + 4\cdot 1
\end{pmatrix}
=
\begin{pmatrix}
5 + 2\\
15 + 4
\end{pmatrix}
=
\begin{pmatrix}
7\\
19
\end{pmatrix}
[/math]

Rotazione 3D (Grafica Videogiochi)

Applicare una rotazione di 180° ([math]R_{180}[/math]) al punto [math]P = (3, 5)[/math].

La matrice di rotazione [math]R_{180}[/math] è [math]\begin{pmatrix} -1 & 0 \\ 0 & -1 \end{pmatrix}[/math].

Svolgimento:

[math]\displaystyle
P_{\text{nuovo}} = R_{180} P =
\begin{pmatrix}
-1 & 0 \\
0 & -1
\end{pmatrix}
\begin{pmatrix}
3 \\
5
\end{pmatrix}
=
\begin{pmatrix}
-1\cdot 3 + 0\cdot 5\\
0\cdot 3 + (-1)\cdot 5
\end{pmatrix}
=
\begin{pmatrix}
-3\\
-5
\end{pmatrix}
[/math]

Compressione Audio (Moltiplicazione Scalare)

Se un segnale audio ha valori [math]S = \begin{pmatrix} 10 & 20 & -40 \end{pmatrix}[/math], calcolare il segnale compresso al [math]75\%[/math] (fattore [math]0.75[/math]).

Svolgimento:

[math]\displaystyle
S_{\text{compresso}} = 0.75 \cdot S =
\begin{pmatrix}
0.75 \cdot 10 & 0.75 \cdot 20 & 0.75 \cdot (-40)
\end{pmatrix}
=
\begin{pmatrix}
7.5 & 15 & -30
\end{pmatrix}
[/math]

Matrice di Adiacenza (GPS/Network)

Data la matrice di adiacenza [math]M[/math], calcolare [math]M^2[/math] e interpretare il valore [math](M^2)[2,1][/math].

[math]\displaystyle
M =
\begin{pmatrix}
0 & 1\\
1 & 0
\end{pmatrix}
[/math]

Svolgimento:

Calcolo di [math]M^2[/math]:

[math]\displaystyle
M^2 =
\begin{pmatrix}
0 & 1\\
1 & 0
\end{pmatrix}
\begin{pmatrix}
0 & 1\\
1 & 0
\end{pmatrix}
=
\begin{pmatrix}
0\cdot 0 + 1\cdot 1 & 0\cdot 1 + 1\cdot 0\\
1\cdot 0 + 0\cdot 1 & 1\cdot 1 + 0\cdot 0
\end{pmatrix}
=
\begin{pmatrix}
1 & 0\\
0 & 1
\end{pmatrix}
[/math]

Interpretazione [math](M^2)[2,1][/math]:

Il valore [math](M^2)[2,1] = 0[/math] indica che non ci sono percorsi che vanno dal nodo 2 al nodo 1 esattamente in due passaggi.

Pubblicità