RICHIAMI DI ALGEBRA LINEARE

Uno spazio F si dice spazio lineare (su R) se in esso si possono definire due operazioni, addizione (+) e moltiplicazione (*) per le quali si verifichino le seguenti propriet:

1) x, y F 2 ) x, y F 3 ) x, y, z F 4 ) 0 F : x F 5 ) , x F 6 ) , , x F

x + y F x+ y= y+ x x + ( y + z) = (x + y) + z x+0= x

1) x, y F 2 ) x, y F 3 ) x, y, z F 4 ) 0 F : x F

x + y F x+ y= y+ x x + ( y + z) = (x + y) + z x+0= x

* x F * ( * x ) = ( ) * x

7 ) , x, y F

*(x + y) = * x + * y
8 ) 1 : x F 1* x = x

Esempi di spazi lineari

Linsieme dei vettori di ordine n su R, ovvero R n con le operazioni di somma tra vettori e prodotti di uno scalare per un vettore.

NORME
In uno spazio lineare F si pu introdurre una funzione, detta norma (|| # ||), che una funzione reale, non negativa, che gode delle seguenti propriet:

x F || x ||
Linsieme delle matrici m x n su R, ovvero R m x n, con le operazioni di somma di matrici e prodotto di uno scalare per una matrice.

(i )

x0

|| x || > 0 ,

|| 0 || = 0 || * x || = | | || x ||

( ii ) , x F ( iii ) || x + y || || x || + || y ||

Due norme || # ||A, ||#||B si dicono equivalenti se

m, M : m || x ||A || x ||B M || x ||A x

VETTORI
Sia X uno spazio lineare di dimensione finita N. Sia {bi}i=1,N una base per X. Allora
m

Un insieme di vettori x1, , xm detto linearmente indipendente se

I coefficienti in questa rappresentazione sono le componenti di x (coordinate) rispetto alla base {bi}i=1,N (sistema di coordinate) e

x = b1 x1 + b2 x2 + K + bN x N

x X

i =1

xi = 0 i = 0

Il prodotto interno di due vettori (o prodotto N scalare) T

x y = x

y =

x = ( x1 , x 2 , K , x N ) Es . X = N,
i

i=1

xi yi

base = {e1 , e 2 , K , e N }

e i = ( 0 , 0 , K , 1, K , 0 ) {

Due vettori si dicono ortogonali se xT y = 0

Norme vettoriali
Sullo spazio X si possono definire delle norme:

MATRICI
Linsieme delle matrici A=(a ij), i,=1,n, j=1,,m uno spazio lineare (+, *) Da ricordare : AT , I, det(A), A-1, A simmetrica

x = ( x1 , x 2 , K , x N ) T X || x || = max | x i |,
i

i = 1, K , N i = 1, K , N

|| x || 1 = | x i |,
i =1

|| x || 2 =

|x
i =1

A simmetrica

| , i = 1, K , N
2

a ij = a
1

ji

i, j

Es : x = ( 5, 3, 2 , 0 , 10 ) T || x || = 10 , || x || 1 = 20 , || x || 2 = 138

A 1 A = I = A A A B B A

Il prodotto tra matrici non sempre compatibile; pertanto A x B pu essere definito, e B x A non detto che abbia significato.

Norme matriciali
Sullo spazio delle matrici si possono definire varie norme. Le pi usate sono:

Am n
n j =1

|| A || = max

i =1,K,m

|a

ij

|| A || 1 = max

j =1,K,n

|a
i =1

ij

7 11 2 1 0 1 2 0 3 4 A = 0 6 2 3 6 1 1 12 5 2

m n N ( A) = a i2j i =1 j =1 || A || 2 = max | i |,
i = 1,K,n

1/ 2

norma di Schur ( euclidea)

|| A || = max {21,10,17, 21}= 21

|| A ||1 = max {6,12,15,17,19}= 19
N ( A ) = 175 + 30 + 85 + 175 = 465

i autovalori di AT * A
(norma spettrale)

DEFINIZIONI
Una norma matriciale si dice submoltiplicativa se

NORMA MATRICIALE INDOTTA

Sia h(x) una norma vettoriale. Si pu sempre definire una norma matriciale compatibile con h(x) e submoltiplicativa che si dice indotta da h(x). Data la matrice A, si considera

A, B

|| A B || || A || || B ||

Osservazione: I matrice identica, || I || > 1 in generale. Per le norme submoltiplicative si ha:

1 || I || = || A A 1 || || A || || A 1 || 1 || A 1 || || A || Se h(x) una norma vettoriale, una norma matriciale si dice compatibile con h(x) se

h( A x ) / h( x)
|| A || = sup

x0

che soddisfa le propriet di una norma, e si pu definire

x 0

h(A x ) h(x)
h ( x ) =1

h ( A x ) || A || h ( x )

che risulta equivalente a || A || = max

h(A x)

Le norme matriciali

MATRICI DEFINITE POSITIVE

Def: Una matrice A si dice definita positiva se

|| ||

|| ||1

|| ||2

xT A x > 0

x0

sono indotte da quelle vettoriali di pari indice, e quindi sono compatibili con queste. In pratica, se si adoperano contemporaneamente norma vettoriali e matriciali, opportuno non mischiare le norme, perch alcuni teoremi e propriet valgono sono se si usano norme compatibili.

Una matrice si dice a diagonale dominante se

| aii | | ai j | i
j i

Criterio di Sylvester: Condizione necessaria e sufficiente affinch A simmetrica sia definita positiva che det(Ak)>0, k=1,.n (Ak) la matrice formata dallintersezione delle prime k righe e k colonne.

Quindi det(Ak)>0 k condizione sia sufficiente che necessaria per A definita positiva, ovvero

Criterio di Sylvester: A simmetrica A definita positiva det(Ak)>0, k=1,.n A definita positiva se e solo se det(Ak)>0, k

Quindi basta che esista k tale che det(Ak) risulti minore o uguale a zero per concludere che A non definita positiva.

Altre condizioni necessarie o sufficienti

Condizione sufficiente per A definita positiva: A simmetrica Se det(Ak)>0 k allora A definita positiva. Condizione necessaria per A definita positiva: A simmetrica A definita positiva det(Ak)>0 ovvero, ricordando che

Gli elementi diagonali di A simmetrica definita positiva sono positivi Se A simmetrica definita positiva allora

| ai j |2 < ai i a j j , i j
Condizione necessaria affinch A sia definita positiva che sia - a diagonale dominante - con elementi diagonali positivi

se non vero che det(Ak)>0 k positiva

se p q allora q p e viceversa
allora A non definita