POTENZE DI MATRICI QUADRATE

Documenti analoghi
Endomorfismi e matrici simmetriche

Caso di A non regolare

Esercizi di ripasso: geometria e algebra lineare.

Esercizi sulle coniche (prof.ssa C. Carrara)

DIAGONALIZZAZIONE. M(f) =

Esercizi svolti sui sistemi lineari

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

1 Il polinomio minimo.

Esercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =

Geometria BIAR Esercizi 2

15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3

MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE

Esercizi Applicazioni Lineari

(VX) (F) Se A e B sono due matrici simmetriche n n allora anche A B è una matrice simmetrica.

(2) Dato il vettore w = (1, 1, 1), calcolare T (w). (3) Determinare la matrice A associata a T rispetto alla base canonica.

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.

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

Anno 5 Regole di derivazione

2.1 Esponenziale di matrici

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

Sistemi lineari - Parte Seconda - Esercizi

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

Esercizi di MATEMATICA PER RCHITETTURA prima parte: Algebra Lineare e Geometria

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

Forma canonica di Jordan

Sapienza Università di Roma Corso di laurea in Ingegneria Energetica Geometria A.A ESERCIZI DA CONSEGNARE prof.

Autovalori e autovettori, matrici simmetriche e forme quadratiche (cenni) (prof. M. Salvetti)

Appunti su Indipendenza Lineare di Vettori

= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con

CAPITOLO 14. Quadriche. Alcuni esercizi di questo capitolo sono ripetuti in quanto risolti in maniera differente.

Capitolo 6. Sistemi lineari di equazioni differenziali. 1

ESERCIZI SUI SISTEMI LINEARI

Esercizi di Algebra lineare

Esercitazione 6 - Soluzione

Elementi di Algebra Lineare. Spazio Vettoriale (lineare)

Matematica Discreta e Algebra Lineare (per Informatica)

a + 2b + c 3d = 0, a + c d = 0 c d

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI

Geometria e algebra lineare (II parte) Bruno Martelli

Applicazioni lineari e diagonalizzazione pagina 1 di 5

SISTEMI LINEARI MATRICI E SISTEMI 1

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

Raggiungibilità, Controllabilità, Osservabilità e Determinabilità

Esercizi svolti sui sistemi lineari

3. Vettori, Spazi Vettoriali e Matrici

Applicazioni lineari e diagonalizzazione. Esercizi svolti

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

ESERCIZI SVOLTI SUL CALCOLO INTEGRALE

CONICHE. Esercizi Esercizio 1. Nel piano con riferimento cartesiano ortogonale Oxy sia data la conica C di equazione

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

5 Un applicazione: le matrici di rotazione

Esercizi su Autovalori e Autovettori

REGISTRO DELLE LEZIONI

Precorso di Matematica

A.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5.

Dipendenza e indipendenza lineare (senza il concetto di rango)

CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica

INTEGRALI INDEFINITI e DEFINITI Esercizi risolti

Corso di Calcolo Numerico

Esercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale

Anno 4 Matrice inversa

Corso di Matematica per la Chimica

LE EQUAZIONI DI SECONDO GRADO

MATRICI. 1. Esercizi

2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.

ii 1.20 Rango di una matrice Studio dei sistemi lineari Teoremi di Cramer e Rouché-Capelli......

2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =

Prodotti scalari e matrici

Massimi e minimi relativi in R n

Sistemi differenziali: esercizi svolti. 1 Sistemi lineari Sistemi lineari

Esercitazione di Analisi Matematica II

4 0 = 4 2 = 4 4 = 4 6 = 0.

Corso di Calcolo Numerico

CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA

ALGEBRA LINEARE PARTE II

Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI

Le matrici. A cura di Benedetta Noris, 17 aprile Cos è una matrice. 2 Rappresentazione di una matrice generica 2

Esercizi sui sistemi di equazioni lineari.

ESERCITAZIONE SU CALCOLO MATRICIALE, APPLICAZIONI LINEARI E FORME QUADRATICHE

Esercizi di GEOMETRIA I - Algebra Lineare B = , calcolare A A t A + I

ha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il

Motivazione: Come si fa? Matrici simmetriche. Fattorizzazioni di matrici speciali

1.4 PRODOTTI NOTEVOLI

La riduzione a gradini e i sistemi lineari (senza il concetto di rango)

10 dicembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m

Transcript:

POTENZE DI MATRICI QUADRATE In alcune applicazioni pratiche, quali lo studio di sistemi dinamici discreti, può essere necessario calcolare le potenze A k, per k N\{0}, di una matrice quadrata A M n n (R) con un esponente k molto alto. Determinare la k- esima potenza di una matrice equivale ad effettuare i k prodotti successivi della matrice per sè stessa: A k = A }... {{ A}, k volte ma il calcolo, in generale, può risultare poco agevole come mostra il seguente esempio. Esempio Calcolare la terza potenza della matrice quadrata ( ) 2 A =. 3 2 Procediamo con il calcolo dei prodotti della matrice per sè stessa: ( ) ( ) ( ) 2 2 7 2 A 2 = A A = =, 3 2 3 2 3 0 e ( ) ( ) ( ) 7 2 2 8 A 3 = A 2 A = =. 3 0 3 2 27 26 Seguendo un tale procedimento il numero di prodotti riga per colonna che andiamo a compiere è pari a (k )n 2 dove k è la potenza che vogliamo calcolare ed n è l ordine della matrice. Considerando che ogni prodotto riga

per colonna coinvolge n prodotti ed n somme, il numero di operazioni crescerà come (k )n 2 (2n ). Nell esempio precedente infatti abbiamo eseguito ben 8 prodotti riga per colonna (k = 3, n = 2), per un totale di 24 operazioni. Non si fa fatica ad immaginare che con il crescere della potenza e della dimensione della matrice il carico di lavoro diventi insostenibile. L obiettivo di queste dispense è quello di illustrare un metodo che permetta di risolvere questo problema con un numero di operazioni che cresca in modo ragionevole al crescere della potenza e dell ordine della matrice. Risolviamo per prima cosa un caso particolarmente semplice ma che tornerà utile in futuro: il caso di matrici diagonali. Matrici diagonali Il calcolo delle potenze di una matrice può essere notevolmente semplificato se si considera il sottoinsieme delle matrici diagonali. D M n n (R) una matrice diagonale della forma D = λ λ n, Sia infatti allora si verifica facilmente che D k = λ k λ k n, per ogni scelta di k N. In altre parole la potenza k-esima di una matrice diagonale D corrisponde alla matrice diagonale D k che ha come coefficienti le potenze k-esime degli elementi delle diagonale di D. In questo caso dunque dovremo compiere k prodotti per ognuno degli n elementi non nulli della matrice: in totale k n operazioni (notevolmente più agevole del caso precedente). Il caso di matrici diagonali risulta, da un lato, molto pratico per la naturalezza dei conti ma dall altro poco applicabile perché considera una classe molto ristretta di matrici. Il passo successivo sarà quello di applicare i risultati appena visti ad una classe più ampia di matrici: le matrici diagonalizzabili. 2

Matrici diagonalizzabili Come vedremo, le matrici diagonalizzabili possiedono una comoda rappresentazione in termini di una matrice invertibile ed una diagonale. Definizione Sia A M n n (R) una matrice quadrata a coefficienti reali. A è detta diagonalizzabile se esiste una matrice B M n n (R) invertibile tale che D := B AB è diagonale D = λ λ n. Allora A = BDB. () Grazie alla scrittura () possiamo calcolare piuttosto agevolmente le potenze della matrice A: A 2 = AA = (BDB )(BDB ) = BD } B {{ B} DB = BD 2 B I A 3 = A 2 A = (BD 2 B )(BDB ) = BD 2 B} {{ B} DB = BD 3 B I dove I è la matrice identità. Iterando il procedimento otteniamo per ogni k N A k = BD k B = B λ k λ k n B. (2) In conclusione, una volta trovata la matrice diagonalizzante B e la sua inversa B, il calcolo della potenza k-esima della matrice A si riduce al calcolo della potenza di una matrice diagonale D. Esempio 2 Calcolare la potenza di ordine 0 della matrice 2 A = 3 2 3. 3 2 3

Per prima cosa calcoliamo gli autovalori della matrice A tramite il suo polinomio caratteristico. 2 λ P λ (A) = det 3 2 λ 3 = (λ 2)(λ + )(λ ) 3 2 λ Dall uguaglianza P λ (A) = 0 ricaviamo che la matrice A ammette tre autovalori reali e distinti: λ = 2, λ 2 =, λ 3 =. Ricordiamo che se una matrice A M n n (R) ha n autovalori reali distinti allora è diagonalizzabile. Nel nostro caso esiste B M 3 3 (R) invertibile tale che D = B AB con D matrice diagonale avente come coefficienti gli autovalori di A 2 0 0 D = 0 0. 0 0 La matrice diagonalizzante B ha come colonne gli autovettori corrispondenti agli autovalori della matrice A. L autovettore o gli autovettori corrispondenti ad un autovalore λ sono base dell autospazio E λ λ. associato a Autospazio E 2 E 2 = {u R 3 : Au = 2u} Il sistema lineare associato risulta 2x + y z 2x = 0 3x + 2y 3z 2y = 0 3x + y 2z 2z = 0 Risolvendolo si ottiene E 2 = t : t R da cui v 2 = (,, ), base dell autospazio E 2, risulta essere l autovettore associato all autovalore λ = 2. 4

Autospazio E E = {u R 3 : Au = u} Il sistema lineare associato risulta 2x + y z x = 0 3x + 2y 3z y = 0 3x + y 2z z = 0 Risolvendolo si ottiene E = t 0 : t R da cui v = (, 0, ), base dell autospazio E, risulta essere l autovettore associato all autovalore λ =. Autospazio E E = {u R 3 : Au = u} Il sistema lineare associato risulta 2x + y z + x = 0 3x + 2y 3z + y = 0 3x + y 2z + z = 0 Risolvendolo si ottiene 0 E = t : t R da cui v = (0,, ), base dell autospazio E, risulta essere l autovettore associato all autovalore λ =. La matrice B si ottiene considerando come colonne gli autovettori appena trovati, nello stesso ordine in cui compaiono gli autovalori corrispondenti nella matrice diagonale: 0 B = 0. 5

Tramite un eliminazione di Gauss prima in avanti e poi all indietro otteniamo la sua inversa B = 0. 0 Utilizzando la formula (2) abbiamo, per un generico valore di k N, 0 2 0 0 A k = BD k B = 0 0 0 0 0 0 0 2 k 2 k 2 k + = 2 k + ( ) k+ 2 k 2 k + ( ) k 2 k + ( ) k+ 2 k 2 k + + ( ) k In particolare per k = 0, ricordando che 2 0 = 024, 024 023 023 A 0 = 023 024 023 023 023 022 Esercizio Calcolare la potenza di ordine 8 della matrice ( ) 2 A =. 3 4 6