Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
AUTOVALORI E AUTOVETTORI
Abbiamo visto nel paragrafo 2.17 che la matrice associata ad una applicazione lineare f : Rn Rm dipende dalle basi scelte in Rn e Rm .
Un problema interessante che si presenta quando n = m `e il seguente: esiste in Rn una base per cui la matrice associata ad f ha forma diagonale?
Come vedremo in questo capitolo la risposta, che non `e sempre affermativa, dipende da un insieme particolare di vettori legati alla matrice e detti
autovettori.
4.1 Definizione.
Sia A Rnn . Un numero per cui esiste un vettore x 6= 0 tale che valga
la relazione
Ax = x
(1)
`e detto autovalore di A ed x `e detto autovettore corrispondente a . Linsieme degli autovalori di A costituisce lo spettro di A e il modulo massimo (A)
degli autovalori `e detto raggio spettrale di A.
4.2 Polinomio caratteristico.
Il sistema (1), che si pu`o scrivere anche nella forma
(A I)x = 0,
(2)
a11
a12
a22
a21
A I =
..
.
an1
an2
(3)
..
.
a1n
a2n
..
.
ann
1 3
A=
3 1
si ricava dal determinante
1
3
det(A I) = det
= 2 2 8.
3
1
Lequazione caratteristica corrispondente
2 2 8 = 0
ha come radici 1 = 2 e 2 = 4, che sono gli autovalori di A. Lautovettore
corrispondente a 1 = 2 si calcola risolvendo il sistema (2) che in questo
caso diventa
3 3
x1
= 0.
3 3
x2
x1 = k
1
1
con
k 6= 0,
3
3
3
3
x1
x2
= 0.
con
k 6= 0,
2
A=
1
1
,
2
i=1
n
Y
(aii ).
i=1
e A1 x =
1
x.
1 1
A = 1 1
0 1
0
1
1
(5)
1
1
1
x1 = 2 , x2 = 0 , x3 = 2 .
1
1
1
7 5
B = 3A2 A + 2I = 5 10
3 5
3
5,
7
(6)
ha gli autovalori
i = 32i i + 2,
per i = 1, 2, 3,
i xi = 0,
(7)
i=1
in cui non tutti gli i siano nulli e sia j tale che j 6= 0. In tal caso esiste
almeno un altro indice k 6= j, per cui k 6= 0; altrimenti, se ci`o non fosse,
seguirebbe che xj = 0. Moltiplicando entrambi i membri della (7) per A, si
ottiene
m
m
m
X
X
X
0=A
i xi =
i Axi =
i i xi ,
(8)
i=1
i=1
i=1
m
X
i xi =
i=1
m
X
i j xi .
(9)
i=1
m
X
i (i j )xi =
i=1
m
X
i (i j )xi .
i=1
i6=j
per i = 1, . . . , n.
1 1
A=
1
..
.
..
1
1
(10)
BP 1 x = P 1 x.
Perci`
o il vettore y = P 1 x `e autovettore di B corrispondente a . Inoltre, essendo P 1 non singolare, se xi , i = 1, . . . , (), sono autovettori
linearmente indipendenti di A, anche yi = P 1 xi , i = 1, . . . , () sono
linearmente indipendenti. Quindi A e B hanno gli stessi autovalori con le
stesse molteplicit`a geometriche.
Da questo teorema risulta che se due matrici sono simili, hanno uguali
la traccia e il determinante.
4.9 Matrici diagonalizzabili.
Una matrice A simile ad una matrice diagonale D si dice diagonalizzabile.
4.10 Teorema.
Una matrice A di ordine n `e diagonalizzabile se e solo se ha n autovettori
linearmente indipendenti. Inoltre le colonne della matrice P , per cui P 1 AP
`e diagonale, sono gli autovettori di A.
Dim. Si suppone dapprima che A abbia n autovettori linearmente indipendenti x1 , . . . , xn , corrispondenti agli autovalori 1 , . . . , n . Siano D la matrice diagonale avente i come i-esimo elemento principale, e P la matrice
la cui i-esima colonna `e uguale a xi . Dalla relazione
Axi = i xi ,
i = 1, 2, . . . , n,
si ha anche che
AP = P D.
(11)
Essendo P non singolare, perche formata da colonne linearmente indipendenti, esiste P 1 ; quindi dalla (11) si ha
A = P DP 1 .
i = 1, 2, . . . , n.
Perci`
o le colonne di P sono n autovettori di A, che risultano linearmente
indipendenti, perche P `e non singolare.
Per esempio, le matrici A definita in (5) e B = 3A2 A + 2I definita
in (6) hanno entrambe tre autovalori distinti e gli stessi tre autovettori
linearmente indipendenti. Quindi sono diagonalizzabili dalla stessa trasformazione per similitudine. Posto
P = 2
1
si ha
P 1
e
1/4
= 1/2
1/4
1 2
A=P 0
0
10 5 2
0
B=P
0
1
0
1
2,
1
2/4 1/4
1/2
0
2/4
1/4
0
0 P 1 ,
1+ 2
0
0
4
0 P 1 .
0 10 + 5 2
0
1
0
Dai teoremi 4.6 e 4.10 segue che se una matrice ha tutti gli autovalori
distinti, allora `e diagonalizzabile, in quanto ha n autovettori linearmente
indipendenti. Se una matrice non ha tutti gli autovalori distinti, pu`o non
essere diagonalizzabile e questo accade se per almeno un autovalore di A la
molteplicit`
a geometrica `e minore della corrispondente molteplicit`a algebrica.
Vi `e unimportante classe di matrici che sono sicuramente diagonalizzabili anche se hanno autovalori non tutti distinti. Si tratta delle matrici
simmetriche.
4.12 Teorema.
Gli autovalori delle matrici simmetriche sono reali.
Dim. Supponiamo per assurdo che la matrice A simmetrica abbia un
autovalore complesso = a + ib, con b 6= 0. La matrice A I `e singolare,
quindi `e singolare anche la matrice
B = (A I)(A I) = (A aI)2 + b2 I.
Sia x un autovettore di B relativo allautovalore 0; risulta
0 = xT Bx = xT (A aI)2 x + b2 xT x.
Posto y = (A aI)x, dalla simmetria di A segue che
yT y + b2 xT x = 0,
e questo `e assurdo perche yT y 0 e xT x > 0 e b 6= 0.
Una matrice simmetrica `e sempre diagonalizzabile. Vale infatti il seguente teorema.
4.13 Teorema.
Sia A una matrice simmetrica di ordine n e siano 1 , . . . , n i suoi autovalori.
Allora A `e diagonalizzabile per trasformazione unitaria.
Dim. Si procede per induzione. Per n = 1 la tesi vale con P = [1].
Per n > 1, consideriamo un autovalore 1 , che `e sicuramente reale e un
corrispondente autovettore normalizzato x1 a elementi reali. Sia S lo spazio
generato da x1 . Indicata con y2 , . . . , yn una base ortonormale dello spazio
S , la matrice
Q = [ x1 | y2 | | yn ]
B=
0T
A1
A1 = U A2 U T ,
A = QBQT = Q
1
0
= Q
La matrice
0T
0T
QT = Q
A1
0T
A1
P = Q
`e tale che
1
1 0T
1 0T
=
QT Q
PTP =
0
0 U
0 UT
0T
0T
U
0T
U A2 U
QT
T
0T
UT
QT .
1
0
0T
U
0T
U U
= I,
A=P
0T
A2
PT,
11
A= 8
2
8
5
10
2
10
2
1
x1 = 2 ,
2
2
x2 = 1 ,
2
2
x3 = 2 .
1
` facile verificare che gli autovettori sono ortogonali. Per ottenere la matrice
E
P occorre per`o normalizzare gli autovettori, moltiplicandoli per 1/3. Si
ottiene cos`
A = P DP T ,
dove
1 2
1
P =
2 1
3
2
2
2
2 ,
1
9 0
D= 0 9
0 0
0
0 .
18
A = P DP T ,
dove
D=
1
2
..
.
n
e quindi
xT Ax = xT P DP T x = yT Dy,
y1
xT Ax = [y1 , . . . , yn ] D ... = 1 y12 + + n yn2 .
(12)
yn
4.15 Teorema.
Sia A una matrice simmetrica di ordine n. Allora le due condizioni:
a) la forma quadratica xT Ax `e positiva per ogni x 6= 0,
b) gli autovalori di A sono tutti positivi,
sono equivalenti.
Dim.
a) b) Sia un autovalore e x 6= 0 un autovettore corrispondente; da
Ax = x, premoltiplicando per xT , si ottiene
xT Ax = xT x,
in cui il primo membro `e positivo, ed essendo xT x > 0, risulta > 0.
b) a) Sia x Rn . Dalla (12) segue che
xT Ax = 1 y12 + + n yn2 ,
dove 1 , . . . , n sono gli autovalori di A, che per il teorema 4.12 sono reali,
e y = P T x. Se x 6= 0, anche y 6= 0, perche P `e non singolare. Ne segue che
xT Ax > 0 perche i > 0 per i = 1, . . . , n e gli yi non sono tutti nulli.
4.16 Matrici definite positive.
Le matrici simmetriche che soddisfano alle condizioni del teorema 4.15 sono
dette definite positive e si presentano spesso nelle applicazioni.
Poiche il prodotto degli autovalori di una matrice `e uguale al determinante, dal teorema 4.15 segue che il determinante di una matrice definita
5 2 0
A = 2 6 2
0
2 7
`e definita positiva, infatti per ogni vettore x = [x1 , x2 , x3 ]T 6= 0 si ha
xT Ax = (2x1 x2 )2 + (2x2 + x3 )2 + x21 + x22 + 6x23 > 0.
Il suo polinomio caratteristico `e dato da
P () = 3 + 182 99 + 162 = ( 3)( 6)( 9),
e gli autovalori sono tutti positivi.
4.17 Forma canonica o normale di Jordan.
Abbiamo visto che una matrice `e diagonalizzabile solo se possiede n autovettori linearmente indipendenti Viene allora da chiedersi se non sia possibile
trovare una forma abbastanza vicina a quella diagonale a cui ridurre la matrice nel caso pi`
u generale in cui vi siano meno di n autovettori linearmente
indipendenti. A questa domanda risponde la seguente forma canonica o
normale di Jordan.
Sia A Rnn e siano i , i = 1, . . . , p, i suoi autovalori distinti, con
molteplicit`
a algebrica (i ) e molteplicit`a geometrica (i ). Allora A `e
simile ad una matrice diagonale a blocchi
J1
J2
,
J =
.
..
Jp
in cui il blocco Ji , relativo allautovalore i , ha ordine (i ) ed `e a sua volta
diagonale a blocchi
(1)
Ci
(2)
Ci
Ji =
, i = 1, 2, . . . , p,
..
.
( (i ))
Ci
(j)
Ci =
1
..
..
.
.
Ci(j) i(j) ,
j = 1, 2, . . . , (i ),
i
(j)
(j)
= (i ).
j=1
4
5
4
A1 =
3
2
1
e
4
5
4
A2 =
3
2
1
7
7
4
3
2
1
12
12
8
6
4
2
4
5
6
3
2
1
8
8
7
4
4
2
10
9
6
16
4
2
8
8
8
8
4
2
6
6
6
6
6
2
3
3
2
1
6
6
6
5
2
2
4
4
4
4
A1 = P J 0 P 1
2 1
0 2
0 0
=P
0
1
2
1
P
2 1
0 2
2
A2 = P J 00 P 1
dove
6
5
4
P =
3
2
1
5
5
4
3
2
1
4
4
4
3
2
1
3
3
3
3
2
1
2
2
2
2
2
1
2
0
=P
1
1
1
,
1
1
1
1
2
2
0
1
2
2
0
P 1
1
1
1
2
1
1
2
1
P ,
1
2
1
1
2
1
1
2
1
1
2
n
X
|aij | }, i = 1, 2, . . . , n,
j=1
j6=i
n
X
j=1
j6=i
n
X
aij xj = xi , i = 1, . . . , n,
j=1
da cui
( aii )xi =
n
X
aij xj , i = 1, . . . , n.
(13)
j=1
j6=i
( app )xp =
apj xj ;
j=1
j6=p
da cui:
| app | |xp |
n
X
|apj | |xj |,
j=1
j6=p
e, per la (14),
| app | |xp |
n
X
|apj | |xp |;
j=1
j6=p
n
X
j=1
j6=p
|apj |,
(14)
Hi = { z C : |z aii |
n
X
|aji | }, i = 1, 2, . . . , n,
j=1
j6=i
Ki
Hi .
i=1,...,n
i=1,...,n
15 2 2
A= 1
10 3
2 1
0
sono
K1 = {z C : |z 15| 4},
K2 = {z C : |z 10| 4},
K3 = {z C : |z| 3}.
K2
K1
K3
0
10
15
19
Per il teorema gli autovalori stanno nelle aree grigie. Consideriamo poi i
cerchi
H1 = {z C : |z 15| 3},
H2 = {z C : |z 10| 3},
H3 = {z C : |z| 5},
associati alla matrice AT .
H3
H2
5
H1
10
15
18
H2
K3
0
10
H1
15
18
Dimostrare che
tr (A + B) = tr A + tr B, ,
tr (A) = tr A, R,
tr (AB) = tr (BA),
n
X
T
T
tr (AA ) = tr (A A) =
a2ij .
i,j=1
4.
1
3
2
2
A=
`e
a) simmetrica
b) definita positiva.
Determinare il
2 0
0 1
0 0
0
1 2 2
1 1 2
2 1 2,
1 1 2.
0,
1
2 2 1
1 1 2
1 1
2 1
0 1
0 1
,
,
1 2
1 0
0 0
delle matrici
0
1
1
1,
1
1
0
0
1
0
1 .
2
3 0
1
0 11 1
A=
1 1 10
0 1 2
0
1
2
20
0
0
A = 1
1
0
0
0
1
0
1
1
1
0
0
1
1
0
0
0
1
0
1
1
0
`e maggiore di 2.
13. Sia A Rnn la matrice i cui elementi sono dati da
( i per i = j,
aij =
1
0
per i < j,
per i > j.
1 1 ... 1
1
1 ... 1
2
.)
X=
,
D=
..
..
..
. .
.
1
1 0
0 1
A=
,
B=
.
0 0
0 0
(Traccia: se una delle due matrici, ad esempio A, `e non singolare,
`e AB = A(BA)A1 , e quindi le matrici AB e BA sono simili. In
generale, se =
6 0 `e autovalore di AB, cio`e ABx = x, x 6= 0, allora
se i = 1, j = n e j = i 1, per i = 2, . . . , n,
aij =
0
altrimenti,
2k
2k
+ i sin
, k = 1, 2, . . . , n.
n
n
1
A=
0
,
1
A=
A11
A22
..
.
Ann
A B
C=
B A
`e costituito dallunione degli spettri delle matrici
A+B
e A B,
y
x
e
,
y
x
in cui x e y sono gli autovettori di A + B e A B.
20. Dire quante e quali sono le matrici di ordine 6, non simili fra di
loro, il cui polinomio caratteristico `e dato da
P () = (3 )4 (1 )2 .
(Traccia: due matrici simili hanno la stessa forma normale di Jordan.)
21. Dire se la matrice
17 2
A = 1 10
1 2
2
3
0
ha autovalori complessi.
(Traccia: sfruttare il teorema di Gerschgorin.)
22. Si calcolino gli autovalori della matrice
2 1 0
A = 1 2 1.
0 1 2
Si determinino anche gli autovettori relativi allautovalore di modulo
minimo.
23. Sia A la matrice 2n 2n i cui elementi aij sono definiti nel modo
seguente:
ai,2n+1i = 1
per i = 1, . . . , n,
ai,2n+1i = 1
altrimenti.
1 1 1
A = 1 k 1
1 1 1
ha un autovalore di molteplicit`a (algebrica) 2?
25. Data lapplicazione lineare f : R2 R2 definita dai valori
3
1
f (e1 ) =
,
f (e2 ) =
3
1
che assume sui vettori della base canonica, si consideri la matrice A
associata ad f , e si trovi una base di R2 rispetto alla quale la matrice
associata ad f risulta diagonale.
26. Sia
1 9
A=
1 1
Si calcolino autovalori e autovettori di A. Si dica se A `e diagonalizzabile, e, in tal caso, si indichi una matrice S tale che S 1 AS sia
diagonale.
27. Si dimostri che la matrice
3
A=
1
1
1
1 2
A=
.
2 1
0 2
A=
1 3
1 1 0 0
0 1 1 0
.
..
..
..
A=
.
.
.
0 0 1 1
1 0 0 1
Nellipotesi che n sia pari, si calcolino gli autovettori relativi allautovalore
di modulo minimo.
31. Si determinino autovalori e autovettori della matrice
0 1
A=
.
4 3
Si dica se A `e diagonalizzabile. Senza eseguire altri calcoli, si dica se
A2 `e diagonalizzabile.
32. Siano u, v e z tre vettori ortonormali di Rn , con n 3. Si
dimostri che la matrice A = uvT + vuT `e singolare
(suggerimento:
si
consideri il vettore Az). Per n = 3 e u = 1/ 3[1 1 1]T , v =
1/ 2[1 0 1]T , si calcolino gli autovalori di A.
33. Si calcolino autovalori e autovettori della matrice
0 1 0
A = 1 0 0 .
1 1 1
A `e diagonalizzabile per similitudine?
34. Si calcolino autovettori e autovalori della matrice
2 1
A=
.
1 0
35. Si dica se la matrice
4
1
1
2
1
0
0
2 2
0 1
1 2
0
A=
1
`e diagonalizzabile per similitudine.
1 0
1 1
1 0