Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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
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 ||
VETTORI
Sia X uno spazio lineare di dimensione finita N. Sia {bi}i=1,N una base per X. Allora
m
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
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 ) {
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
i autovalori di AT * A
(norma spettrale)
DEFINIZIONI
Una norma matriciale si dice submoltiplicativa se
A, B
|| A B || || A || || B ||
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
h(A x ) h(x)
h ( x ) =1
h ( A x ) || A || h ( x )
h(A x)
Le norme matriciali
|| ||
|| ||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.
| 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.
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 p q allora q p e viceversa
allora A non definita