Complementi sulla forma canonica di Jordan

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Complementi sulla forma canonica di Jordan"

Transcript

1 Complementi sulla forma canonica di Jordan In questa nota, facendo riferimento per definiioni e notaioni al Capitolo di Introduione ai sistemi dinamici del Prof. Guido Gentile (d ora in poi citato come [G]), vogliamo enunciare alcuni risultati ed esporre alcuni esempi sulla forma canonica di Jordan di una matrice A n n. Penseremo A come la matrice associata ad un operatore lineare T su R n nella base canonica {e,...,e n }: A ij (Te j ) i. Supponiamo che lo spettro di T (i.e. l insieme delle n radici del polinomio caratteristico p n (λ) associato a T) contenga l autovalore λ n volte, l autovalore λ 2 n 2 volte,..., l autovalore λ m n m volte. Naturalmente n + n n m n. E noto (vedi [G]) che R n puo essere scritto come somma diretta dei sottospai E(T, λ i ) ker(t λ i ) ni, i,...,m, e che, se T i T E(T, λ i ) e la restriione di T al sottospaio E(T, λ i ), T puo essere scritto come la somma diretta dei T i : T T T 2 T m. In altre parole se scegliamo una base F {f,..., f n } tale che: i primi n vettori {f,...,f n } siano una base di E(T, λ ), i successivi n 2 vettori {f n+,...,f n+n 2 } siano una base di E(T, λ 2 ), e cosi via, la matrice B che rappresenta T nella base F e diagonale a blocchi. Restringiamoci allora ad uno dei sottospai E(T, λ i ) e cerchiamo in questo sottospaio qual e la base in cui T i e rappresentata da una matrice in forma canonica di Jordan. Ricordiamo la definiione di blocco elementare di Jordan e di matrice in forma canonica di Jordan (in una forma lievemente diversa da quella riportata in [G]). Definiione (Blocco elementare di Jordan). Sia λ C; la matrice r r J λ λ λ λ (0.0) prende il nome di blocco elementare di Jordan di ordine r. Se r, J λ. Definiione (Matrice in forma canonica di Jordan). Una matrice si chiama matrice in forma canonica di Jordan ( o in forma normale di Jordan) se è costituita da blocchi elementari di Jordan. Per costruire la base di E(T, λ i ) in cui T i e rappresentata da una matrice in forma canonica di Jordan si puo procedere nel modo seguente. Si risolva l equaione (T λ i )v 0. In generale si troveranno soluioni indipendenti g (),...,g(), che chiameremo gli autovettori propri dell operatore T. Consideriamo per primo g () e risolviamo l equaione (T λ i )v g (). Se troviamo una soluione g(2), procediamo ancora cercando un vettore v tale che (T λ i )v g (2), e cosi via, fino a che non

2 troviamo una catena massimale di vettori C {g (), g(2),..., g(m(i) ) } mandati uno nell altro dall operatore T λ i : (T λ i )g () 0 (T λ i )g (2) g ()..... (T λ i )g (m(i) ) g (m(i) ), (0.) Chiamiamo la catena massimale se non e possibile continuarla, ovvero se l equaione (T λ i )v g (m(i) ) non ammette soluione. Procedendo allo stesso modo per gli autovettori propri g () 2,..., g(), costruiamo altre catene massimali di vettori C 2 {g () 2, g(2) 2,..., g(m(i) 2 ) 2 },..., C ki {g (), g (2),..., g (m (i) ) }, tutte con le stesse proprieta di C. Siamo allora pronti ad enunciare (sena dimostraione) il risultato principale esposto in questa nota. Teorema Sia T i la restriione a E(T, λ i ) dell operatore T su R n. E sempre possibile costruire catene di vettori C,...,C ki, come descritto sopra. L unione delle catene costituisce una base C (i) ki j C j di E(T, λ i ) (in particolare la somma delle dimensioni delle catene e uguale alla dimensione n i di E(T, λ i ): m (i) + m(i) m (i) n i ). Nella base C (i) l operatore T i e rappresentato da una matrice in forma canonica di Jordan, con blocchi di dimensioni m (i),...,m(i), ciascuno dei quali ha l autovalore λ i sulla diagonale. Mostriamo adesso esplicitamente in due esempi la validita del Teorema. Esempio Supponiamoche l operatore T su R 3 nella base canonica sia rappresentato dalla matrice A Il polinomio caratteristico dell operatore 0 lineare A è p(λ) (2 λ) ( λ 2 4 ) + ( 2λ 4) + 2 (2 + λ) (2 λ) ( λ 2 4 ) (2λ + 4) + (2λ + 4) (2 λ) ( λ 2 4 ) (2 λ)(λ 2)(λ + 2), così che lo spettro di A è costituito dagli autovalori (0.2) λ 2, λ 2 2, λ 3 2 : (0.3) abbiamo quindi due autovalori distinti λ 2 e λ 3 2 di molteplicità rispettivamente n 2 e n 3. 2

3 Possiamo scrivere E R 3 come somma diretta E E E 2, E ker(a 2) 2, E 2 ker(a + 2). (0.4) Cerchiamo una base {v, v 2, v 3 } in E costituita da elementi di due basi: {v, v 2 } in E, con le proprieta descritte sopra (i.e. v e v 2 o sono due autovettori propri o formano una catena) e {v 3 } in E 2 : in tale base l operatore T sara rappresentato da una matrice B in forma canonica di Jordan. Iniiamo a costruire la base {v, v 2 }. Cerchiamo le soluioni (x, y, ) non banali dell equaione Si ha che fornisce le relaioni (A 2) (A 2) (0.5) 0, (0.6) y + 2 0, x + y 2 0 (0.7) che, per esempio, ammettono la soluione v (0, 2, ). Vediamo che T ammette un solo autovettore proprio, e quindi cerchiamo v 2 come soluione dell equaione: (A 2) , (0.8) che fornisce le relaioni y + 2 0, x + y 2 (0.9) che, per esempio, ammettono la soluione v (, 0, 0). Una base {v 3 } di E 2 è data dall autovettore associato all autovalore λ 3 2, i.e. dal vettore di componenti (x, y, ) tali che (A + 2) da cui si ottengono le equaioni , (0.0) { 4x y + 2 0, x + y + 2 0, (0.) 3

4 così che la somma delle prime due dà mentre la loro differena dà quindi una soluione non banale è (fissando 5) 5x + 4 0, (0.2) 3x 2y 0, (0.3) v 3 (4, 6, 5). (0.4) Il Teorema ci dice che, nella base {v, v 2, v 3 }, T e rappresentato dalla matrice B nella forma canonica di Jordan: B (0.5) Verifichiamolo esplicitamente. Si ha v v 2 P e e 2, P , (0.6) v 3 e se {e, e 2, e 3 } è la base standard in cui l operatore lineare T è rappresentato dalla matrice A. Siano y le coordinate nella base definita dagli autovettori {v, v 2, v 3 }. Si ha allora Quindi così che detq 6. Si ha quindi y Qx, Q P T. (0.7) Q Q (0.8) (0.9) 0 2 Si ha quindi B QAQ , (0.20)

5 come volevasi dimostrare. Esempio 2 Supponiamo( che l operatore ) T su R 2 nella base canonica sia rappresentato dalla matrice A 0 ω 2. Il polinomio caratteristico dell operatore 2ω lineare A è p(λ) λ( 2ω λ) + ω 2 λ 2 + 2λω + ω 2 (λ + ω) 2 (0.2) così che lo spettro di A è costituito dai due autovalori coincidenti λ, λ 2 ω. Cerchiamo la base {v, v 2 } di R 2 in cui l operatore T e rappresentato da una matrice B in forma canonica di Jordan. Cerchiamo le soluioni (x, y) non banali dell equaione Si ha (A + ω) (A + ω) x 0. (0.22) y x ω x y ω 2 0, (0.23) ω y che fornisce la relaione ωx + y 0 che, per esempio, ammette la soluione v (, ω). Vediamo che T ammette un solo autovettore proprio, e quindi cerchiamo v 2 come soluione dell equaione: (A + ω) x ω x y ω 2, (0.24) ω y ω che fornisce la relaione ωx+y che, per esempio, ammette la soluione v 2 (0, ). Il Teorema ci dice che, nella base {v, v 2 }, T e rappresentato dalla matrice B nella forma canonica di Jordan: ω B. (0.25) 0 ω Verifichiamolo esplicitamente. Si ha v P v 2 ( e e 2 ), P ω, (0.26) 0 se {e, e 2 } è la base standard in cui l operatore lineare T è rappresentato dalla matrice A. Siano y le coordinate nella base definita dagli autovettori {v, v 2 }. Si ha allora y Qx, Q P T. (0.27) 5

6 Quindi così che detq. Si ha quindi Q Q 0. (0.28) ω 0. (0.29) ω Si ha quindi B QAQ ω ω 2 2ω ω 0 0 ω 2 ω ω ω, 0 ω (0.30) come volevasi dimostrare. 6

APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a

APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata

Dettagli

Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A.

Alcuni esercizi sulla diagonalizzazione di matrici. campo dei reali. Se lo è calcolare una base spettrale e la relativa forma diagonale di A. Alcuni esercii sulla diagonaliaione di matrici Eserciio Dire se la matrice A 4 8 è diagonaliabile sul 3 3 campo dei reali Se lo è calcolare una base spettrale e la relativa forma diagonale di A Svolgimento

Dettagli

Caso di A non regolare

Caso di A non regolare Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk

Dettagli

Diagonalizzabilità di endomorfismi

Diagonalizzabilità di endomorfismi Capitolo 16 Diagonalizzabilità di endomorfismi 16.1 Introduzione Nei capitoli precedenti abbiamo definito gli endomorfismi su uno spazio vettoriale E. Abbiamo visto che, dato un endomorfismo η di E, se

Dettagli

Parte 7. Autovettori e autovalori

Parte 7. Autovettori e autovalori Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori

Dettagli

0.1 Condizione sufficiente di diagonalizzabilità

0.1 Condizione sufficiente di diagonalizzabilità 0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali

Dettagli

Matrici jordanizzabili

Matrici jordanizzabili Capitolo 17 Matrici jordanizzabili 17.1 Introduzione Abbiamo visto che non tutte le matrici sono simili a matrici diagonali. Mostreremo in questo capitolo che alcune matrici sono simili a matrici di Jordan.

Dettagli

Il Teorema Spettrale. 0.1 Applicazioni lineari simmetriche ed hermitiane

Il Teorema Spettrale. 0.1 Applicazioni lineari simmetriche ed hermitiane 0.1. APPLICAZIONI LINEARI SIMMETRICHE ED HERMITIANE 1 Il Teorema Spettrale In questa nota vogliamo esaminare la dimostrazione del Teorema Spettrale e studiare le sue conseguenze per quanto riguarda i prodotti

Dettagli

Matrici simili. Matrici diagonalizzabili.

Matrici simili. Matrici diagonalizzabili. Matrici simili. Matrici diagonalizzabili. Definizione (Matrici simili) Due matrici quadrate A, B si dicono simili se esiste una matrice invertibile P tale che B = P A P. () interpretazione: cambio di base.

Dettagli

La forma normale di Schur

La forma normale di Schur La forma normale di Schur Dario A Bini, Università di Pisa 30 ottobre 2013 Sommario Questo modulo didattico contiene risultati relativi alla forma normale di Schur, alle sue proprietà e alle sue applicazioni

Dettagli

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

AUTOVALORI, AUTOVETTORI, AUTOSPAZI AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se

Dettagli

1 Il polinomio minimo.

1 Il polinomio minimo. Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene

Dettagli

Parte 8. Prodotto scalare, teorema spettrale

Parte 8. Prodotto scalare, teorema spettrale Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,

Dettagli

Autovettori e autovalori

Autovettori e autovalori Autovettori e autovalori Definizione 1 Sia A Mat(n, n), matrice a coefficienti reali. Si dice autovalore di A un numero λ R tale che v 0 R n Av = λv. Ogni vettore non nullo v che soddisfa questa relazione

Dettagli

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE. Esercizi Esercizio. In R calcolare il modulo dei vettori,, ),,, ) ed il loro angolo. Esercizio. Calcolare una base ortonormale del sottospazio

Dettagli

Forma canonica di Jordan

Forma canonica di Jordan Capitolo INTRODUZIONE Forma canonica di Jordan Siano λ i, per i =,, h, gli autovalori distinti della matrice A e siano r i i corrispondenti gradi di molteplicità all interno del polinomio caratteristico:

Dettagli

Fondamenti di Matematica del discreto

Fondamenti di Matematica del discreto Fondamenti di Matematica del discreto M1 - Insiemi numerici 12 gennaio 2013 - Laurea on line Esercizio 1. Dire, motivando la risposta, quali delle seguenti equazione diofantee ammettono soluzioni e risolvere

Dettagli

Intersezione e somma di sottospazi vettoriali

Intersezione e somma di sottospazi vettoriali Capitolo 6 Intersezione e somma di sottospazi vettoriali 6.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria

Dettagli

Prova scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 15 Febbraio 2017

Prova scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 15 Febbraio 2017 Prova scritta di Geometria Docente: Giovanni Cerulli Irelli 5 Febbraio 7 Esercizio. Si considerino i due sottospazi π e π di R dati dalle seguenti equazioni: π : x y + z = ; π : x + y z =.. Trovare una

Dettagli

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari Sistemi differenziali : esercizi svolti 1 Sistemi lineari Stabilità nei sistemi lineari 14 1 Sistemi differenziali : esercizi svolti 1 Sistemi lineari Gli esercizi contrassegnati con il simbolo * presentano

Dettagli

Matrice esponenziale e sistemi differenziali lineari a coefficienti costanti

Matrice esponenziale e sistemi differenziali lineari a coefficienti costanti Matrice esponenziale e sistemi differenziali lineari a coefficienti costanti Matrice esponenziale Sia A R n,n una matrice quadrata n n Per definire l esponenziale di A, prendiamo spunto dall identità e

Dettagli

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni

Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare

Dettagli

Intersezione e somma di sottospazi vettoriali

Intersezione e somma di sottospazi vettoriali Capitolo 7 Intersezione e somma di sottospazi vettoriali 7.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria

Dettagli

Prova scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017

Prova scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017 Prova scritta di Geometria Docente: Giovanni Cerulli Irelli Gennaio 7 Esercizio. Si considerino i seguenti tre punti dello spazio euclideo: P :=, Q :=, R :=.. Dimostrare che P, Q ed R non sono collineari.

Dettagli

Geometria e algebra lineare (II parte) Bruno Martelli

Geometria e algebra lineare (II parte) Bruno Martelli Geometria e algebra lineare (II parte) Bruno Martelli Dipartimento di Matematica, Largo Pontecorvo 5, 56127 Pisa, Italy E-mail address: martelli at dm dot unipi dot it versione: 7 marzo 2017 Indice Introduzione

Dettagli

SPAZI VETTORIALI CON PRODOTTO SCALARE A =

SPAZI VETTORIALI CON PRODOTTO SCALARE A = SPAZI VETTORIALI CON PRODOTTO SCALARE Esercizi Esercizio. Nello spazio euclideo standard (R 2,, ) sia data la matrice 2 3 A = 3 2 () Determinare una base rispetto alla quale A sia la matrice di un endomorfismo

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 2011-2012 Prova scritta del 28-1-2013 TESTO E SOLUZIONI 1. Per k R considerare il sistema lineare X 1 X 2 + kx 3 =

Dettagli

Spazi euclidei, endomorfismi simmetrici, forme quadratiche. R. Notari

Spazi euclidei, endomorfismi simmetrici, forme quadratiche. R. Notari Spazi euclidei, endomorfismi simmetrici, forme quadratiche R. Notari 14 Aprile 2006 1 1. Proprietà del prodotto scalare. Sia V = R n lo spazio vettoriale delle n-uple su R. Il prodotto scalare euclideo

Dettagli

Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti

Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare. Marco Robutti Capitolo 8 Forme quadratiche e loro applicazioni Esercizi svolti Tutorato di geometria e algebra lineare Marco Robutti 5 Ottobre 2017 1 Introduzione Gli esercizi di questo capitolo riguardano i seguenti

Dettagli

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente 1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F

Dettagli

Forme bilineari simmetriche

Forme bilineari simmetriche Forme bilineari simmetriche Qui il campo dei coefficienti è sempre R Definizione 1 Sia V uno spazio vettoriale Una forma bilineare su V è una funzione b: V V R tale che v 1, v 2, v 3 V b(v 1 + v 2, v 3

Dettagli

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian

Dettagli

Richiami di algebra delle matrici a valori reali

Richiami di algebra delle matrici a valori reali Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o

Dettagli