Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ponendo
k
X
cij = ail blj , i = 1, 2, . . . , m, j = 1, 2, . . . , n,
l=1
2.3. DETERMINANTE E INVERSA 15
e risulta quindi C C / mn .
indipendenti se
1 v (1) + 2 v (2) + + k v (k) = 0 ,
con i C
/ , i = 1, 2, . . . , k, implica
1 = 2 = = k = 0 .
dove e la permutazione (j1 , j2 , .., jn ) dei numeri (1, 2, .., n), la funzione s()
vale 1 se la permutazione e di classe pari o 1 se la permutazione e di
classe dispari e P e linsieme delle n! permutazioni possibili.
16 CAPITOLO 2. RICHIAMI DI ALGEBRA LINEARE
Per il calcolo del determinante di una matrice A si puo fare uso del primo
teorema di Laplace
a11 se n = 1,
Pn
det(A) = j=1 (1)i+j aij det(Aij ) (2.1)
Pn i+j
= i=1 (1) aij det(Aij ) se n > 1,
j=1 i=1
per r 6= i e s 6= j.
Nel caso di una matrice diagonale o triangolare si ha immediatamente
n
Y
det(A) = aii .
i=1
della matrice A il numero r(A) pari allordine piu alto dei suoi minori diversi
da zero.
e dato dalla somma dei prodotti di tutti i possibili minori di ordine massimo
di A per i corrispondenti minori di B.1
AB = BA = I.
xH Ax 0 (0).
/ nn si dice convergente se
Definizione 2.4.4 Una matrice A C
lim Ak = O
k
Ax = x, / n,
xC (2.3)
22 CAPITOLO 2. RICHIAMI DI ALGEBRA LINEARE
y T A = y T .
xT AT = xT
da cui risulta che gli autovettori destri di A sono gli autovettori sinistri di
AT associati allo stesso autovalore.
Come si e visto, dal teorema di Rouche -Capelli, un sistema lineare omo-
geneo ha soluzioni non nulle se e solo se la matrice dei coefficienti del sistema
e singolare e cioe ha determinante nullo; poiche il sistema (2.3) e equivalente
al sistema omogeneo
(A I)x = 0 ,
ne segue che gli autovalori di A sono tutti e soli i numeri che soddisfano
lequazione
det(A I) = 0. (2.4)
Essendo det(A I) = det[(A I)T ] = det(AT I) segue che A e AT
hanno gli stessi autovalori.
Dal calcolo di det(A I), si ottiene
= 0 e autovalore di A det(A) = 0;
la somma degli autovalori coincide con 1 (cfr. le (4.50)) e quindi
n
X
i = tr(A) ; (2.6)
i=1
nn
Teorema 2.7.1 Una matrice A C / e convergente se e solo se il suo
raggio spettrale e minore di 1.
B = S 1 AS;
Dimostrazione. Per ottenere la prima parte della tesi basta verificare che due
matrici simili A e B hanno lo stesso polinomio caratteristico.
24 CAPITOLO 2. RICHIAMI DI ALGEBRA LINEARE
Si ha infatti
Teorema 2.7.4 Gli autovalori di una matrice hermitiana sono tutti reali.
xH Ax
= . (2.8)
xH x
Nel secondo membro della (2.8) il numeratore e reale per quanto visto allinizio
di 2.4: ne segue la tesi.
1 () () n .
X 1 AX = D (2.9)
con D = diag(1 , 2 , . . . , n ).
Una matrice X che verifica la (2.9) e tale che le sue colonne x(1) , x(2) , . . . , x(n)
sono autovettori linearmente indipendenti di A; infatti,
AX = XD
(i)
ciascun blocco Jl , detto anche blocco di Jordan, e della forma
i 1 0 0 0
0 i 1 0 0
...
0 0 i 0 0
(i)
Jl =
.. .. .. . . . . . . ..
,
l = 1, 2, . . . , (i ).
. . . .
0 0 0 i 1
0 0 0 0 i
(i) (i)
Si noti che, se pl e lordine di Jl , risulta
(i )
X (i)
pl = (i ) . (2.11)
l=1
allora se e autovalore di A si ha
n
[
F = Fi .
i=1
2.8. LOCALIZZAZIONE DEGLI AUTOVALORI 27
da cui
n
X
( akk )xk = akj xj .
j=1
j6=k
Passando ai moduli dei due membri e maggiorando nel secondo membro ogni | xj |
con | xk |, si ottiene
n
X
| akk || xk | | akj || xk |
j=1
j6=k
k autovalori appartengono a M1 e n k a M2 .
A = U V H (2.13)
!
D
con = , O la matrice nulla, D = diag(1 , 2 , . . . , n ), i IR,
O
i = 1, 2, . . . , n, e
1 2 n 0.
i =| i |, i = 1, 2, . . . , n,
2.10 Norme
Spesso e necessario confrontare fra loro due vettori o due matrici; a tale
scopo e utile il concetto di norma.
2.10. NORME 29
kxk = 0 x = 0 ;
kxk =| | kxk , / n , C
x C / ;
n
kx + yk kxk + kyk , x, y C/ .
6 6 6
'$
@
@
-
-
-
@
&%
@
/ n.
Teorema 2.10.1 Ogni norma vettoriale e uniformemente continua su C
30 CAPITOLO 2. RICHIAMI DI ALGEBRA LINEARE
Teorema 2.10.2 (equivalenza tra norme) Date due norme vettoriali kxkp e
kxkq , esistono due costanti reali e positive e tali che
Il senso dellequivalenza fra due norme appare evidente nello studio del
comportamento di una successione di vettori: in virtu della (2.14) il carattere
della successione e lo stesso in entrambe le norme.
Per le norme qui definite valgono le relazioni:
kxk2 kxk1 nkxk2 ;
kxk kxk1 nkxk ;
kxk kxk2 nkxk .
kAk = 0 A = O ;
kAk =| | kAk , A C/ nn , C/ ;
kA + Bk kAk + kBk , A, B C / nn ;
kABk kAkkBk , A, B C/ nn .
Si puo dimostrare che le norme matriciali indotte dalle tre norme vettoriali
definite in 2.10.1 sono le seguenti:
Pn
kAk1 = maxj i=1 | aij |, norma 1;
q
kAk2 = (AH A), norma 2 o norma euclidea;
kAk = maxi nj=1 | aij |, norma .
P
essa non e indotta da alcuna norma vettoriale in quanto risulta kIkF = n
mentre e kIk = supx6=0 kIxk
kxk
= 1 qualunque sia la norma vettoriale consider-
ata.
/ nn ; per ogni norma matriciale indotta vale la
Teorema 2.10.3 Sia A C
relazione
(A) kAk .
| | kxk kAkkxk .
| | kAk .
{z C
/ | | z | kAk} ,
Si ha ! !
0 0 4 8
AB = , BA = .
0 0 2 4
essendo
B H = (AH A)H = AH A = B .
Il numero xH Bx, con x C
/ n , x 6= 0, e dato da
xH Bx = xH AH Ax = (Ax)H (Ax)
xH Bx = y H y 0 .
5 0 0
0 1 0
2 1 0
B = P T AP =
5 0 0 .
2 1 1
34 CAPITOLO 2. RICHIAMI DI ALGEBRA LINEARE
N3
r
@
@
@
I
? @@
r @r
@
N1 N2
N3
r
@
@
@
I
? @@ ?
r @r
@
N1 N2
blocchi diagonali.
ottenendo la matrice
5 3 0 0 0
1 2 0 0 0
A2 = P2T A1 P2 =
0 1 6 0 0 .
1 1 5 1 1
1 1 0 2 3
(1 )n2 (2 2c + 1) = 0 ;
2.11. COMPLEMENTI ED ESEMPI 39
n + 2n1 = 0 .
1 = 0, 2 = 2, con (1 ) = n 1, (2 ) = 1 .
40 CAPITOLO 2. RICHIAMI DI ALGEBRA LINEARE
D0 = 1,
D1 = a 1 ,
Di = ai Di1 bi ci Di2 , i = 2, 3, . . . , n,
P0 () = 1,
P1 () = a1 ,
Pi () = (ai )Pi1 () bi ci Pi2 (), i = 2, 3, . . . , n,
c1 + c2 = 1
c1 1 + c 2 2 = 1 ,
si ricava c1 = 1 / 5 e c2 = 2 / 5, da cui
1 1
Dn = n+1
1 n+1
2 .
5 5
Quindi, ad esempio,
1
det(T100 ) (1.618)101 5.73 1020 .
5
La successione {Dn } e nota con il nome di successione di Fibonacci.
2.11. COMPLEMENTI ED ESEMPI 43
F2 = {z C
/ | | z 2i | 2},
F3 = {z C
/ | | z + 2i | 1}.
4
x x x x x
3 x x x x x x x
x x x x x x x
2 x x x x x x x
x x x x x x x x x x
1 x x x x x x x x x x x
x x x x x x x x x x
0 x x x x x x x
x x x x x x x
-1 x x x x x x x
x x x x x x x x
-2 x x x
x x x
-3
-4
-5
-4 -2 0 2 4
con ai C
/ , i = 0, 1, . . . , k 1.
0 1 0 0 0
0 0 1 0 0
0 0 0 0 0
F = ; (2.20)
0 0 0 0 1
a0 a1 a2 ak2 ak1
x3 5x2 + 3x 1 = 0.
2.11. COMPLEMENTI ED ESEMPI 45
F1 = F2 = {z C
/ | | z | 1} , F3 = {z C
/ | | z 5 | 4} .
G2 = {z C / | | z | 4} ,
G3 = {z C / | | z 5 | 1} .
Ricordando che gli autovalori delle matrici F e F T sono gli stessi, si deduce
che gli autovalori, quindi le radici dellequazione proposta, appartengono
allinsieme F G, che e piu ristretto sia di F che di G, come mostra la
T
Fig. 2.5.
10
4
x
x x x
2 x
x
x
x
x
x
x x
x x x x x
xxx x x x x x xxx
0 xxx
xxx
x
x
x
x
x
x
x
x
x
x
xxx
xxx
x x x x x
x x x x x
-2 x
x
x
x
x
x
x
-4
-6
-8
-10
-10 -5 0 5 10
P (A) = O
PM (A) = O.
( 1)n2 (2 2c + 1) = 0 ;
PM () = ( 1)(2 2c + 1) .
2.11. COMPLEMENTI ED ESEMPI 47
n 1 1 1 1
1 n 1 1 1
1 1 n 1 1
A= .
1 1 1 n 1
1 1 1 1 n
1 = 2 = = n1 = n 1, n = 2n 1.