2.1 Esponenziale di matrici

Documenti analoghi
Caso di A non regolare

ESERCIZI SUI SISTEMI LINEARI

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

Sistemi differenziali: esercizi svolti. 1 Sistemi lineari Sistemi lineari

Capitolo 6. Sistemi lineari di equazioni differenziali. 1

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.

POTENZE DI MATRICI QUADRATE

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

Esame di Geometria - 9 CFU (Appello del 14 gennaio A)

Prodotti scalari e matrici

Calcolo del movimento di sistemi dinamici LTI

Applicazioni lineari e diagonalizzazione. Esercizi svolti

Applicazioni lineari e diagonalizzazione pagina 1 di 5

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

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

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni

SISTEMI LINEARI MATRICI E SISTEMI 1

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f

Lo studio dell evoluzione libera nei sistemi dinamici

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

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

REGISTRO DELLE LEZIONI

CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1

Massimi e minimi vincolati

Autovalori e autovettori di una matrice quadrata

Equazioni differenziali lineari del secondo ordine a coefficienti costanti

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

(c) Stabilire per quali valori di h is sistema ammette un unica soluzione:

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

Esercizi di Matematica di Base Scienze biologiche e Scienze e Tecnologie dell Ambiente

Geometria BIAR Esercizi 2

Metodi per la risoluzione di sistemi lineari

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

iv Indice c

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

I numeri sulla Mole Antonelliana.

STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI

Autovalori ed autovettori di una matrice

MATRICI E SISTEMI LINEARI

Metodo dei minimi quadrati e matrice pseudoinversa

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

Parte 12a. Trasformazioni del piano. Forme quadratiche

1 Definizione di sistema lineare omogeneo.

Esercizi per Geometria II Geometria euclidea e proiettiva

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

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Anno 4 Matrice inversa

Somma diretta di sottospazi vettoriali

Esercizi sui sistemi di equazioni lineari.

SPAZI VETTORIALI. Esercizi Esercizio 1. Sia V := R 3. Stabilire quale dei seguenti sottoinsiemi di V sono suoi sottospazi:

Esercizi su Autovalori e Autovettori

Anno 3 Equazione dell'ellisse

Dipendenza e indipendenza lineare

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

Esercitazioni di Geometria A: curve algebriche

Giuseppe Accascina. Note del corso di Geometria e Algebra

Capitolo IV SPAZI VETTORIALI EUCLIDEI

3. Vettori, Spazi Vettoriali e Matrici

Appunti di Algebra Lineare. Distanze

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.

Esercizi di GEOMETRIA e ALGEBRA LINEARE (Ingegneria Ambientale e Civile - Curriculum Ambientale)

Fondamenti di Infrastrutture Viarie

1 Cambiamenti di coordinate nel piano.

Funzioni implicite - Esercizi svolti

Prodotto scalare, ortogonalitá e basi ortonormali

Laboratorio di MatLab

1) Quali dei seguenti sottoinsiemi del campo dei numeri reali ℝ sono sottospazi vettoriali?

Corso di Laurea in Ingegneria Informatica Analisi Numerica

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

TEORIA DEI SISTEMI SISTEMI LINEARI

LEZIONE 3. Typeset by AMS-TEX

Esercizi sulle affinità - aprile 2009

LEZIONE 10. S(C,ρ) Figura 10.1

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI

RETTE E PIANI. ove h R. Determinare i valori di h per cui (1) r h e α sono incidenti ed, in tal caso, determinare l angolo ϑ h da essi formato;

Esercizi svolti sui sistemi lineari

Corso di Calcolo Numerico

Tempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni

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

QUADERNI DIDATTICI. Dipartimento di Matematica. Esercizi di Geometria ealgebralinearei Corso di Studi in Fisica

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

Esercizi svolti sui sistemi lineari

Equazioni algebriche di terzo grado: ricerca delle soluzioni

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

AUTOVALORI E AUTOVETTORI DISPENSA PER IL CORSO DI ALGEBRA LINEARE

TEMI D ESAME DI ANALISI MATEMATICA I

Transcript:

¾ ½ º¼ º¾¼½ Queste note (attualmente e probabilmente per un bel po sono altamente provvisorie e (molto probabilmente non prive di errori Esponenziale di matrici Esercizio : Data la matrice λ A λ calcolare exp(a Dalla definizione dell esponenziale di matrice abbiamo Anzitutto osserviamo che exp(a +A+ A A k λ k λ k + da cui otteniamo immediatamente che ( +λ exp(a + λ + λ3 3! + +λ + λ e λ e λ Esercizio : Data la matrice calcolare exp(a A λ λ + λ3 3! +

Esercitazione Iniziamo a calcolare qualche potenza di A A λ λ A 3 λ 3 λ 3 e ci rendiamo facilmente conto che ( A k ( k λ k ( k λ k A k+ ( k+ λ k+ ( k+ λ k+ da cui otteniamo immediatamente che λ exp(a + λ4 4! + λ+ λ3 3! + λ λ3 3! + λ + λ4 4! + cosλ sinλ sinλ cosλ Osservazione Come faccio a calcolare facilmente l esponenziale di una matrice A? La risposta è semplice: se A PDP allora exp(a P exp(dp Quindi se l esponenziale della matrice D è semplice da calcolare otteniamo facilmente anche l esponenziale della matrice A In particolare se la matrice è diagonalizabile l unica cosa da fare è calcolare autovalori ed autovettori della matrice A l esponenziale exp(d è la parte più semplice! Esercizio 3: Determinare la soluzione del sistema di equazioni differenziali (ẋ x x ẏ y L equazione per gli autovalori della matrice associata al sistema è data da ( λ da cui otteniamo immediatamente gli autovalori λ λ 3 Osservazione Come utile controllo verificare sempre che y TrA λ +λ deta λ λ Consideriamo l autovalore λ e calcoliamo l autovettore associato ( v x v y ( v ( Consideriamo l autovalore λ 3 e calcoliamo l autovettore associato ( v x v y ( v (

Dunque le matrici P e P sono date da P P e vale l eguaglianza Dunque abbiamo A P 835 3 P 3 e t exp(ta P e 3t P e t +e 3t e t e 3t e t e 3t e t +e 3t e la soluzione con dato iniziale (x y è data da x exp(ta ( e t +e 3t e t e 3t y e t e 3t e t +e 3t 3e t e 3t 3e t +e 3t Esercizio 4: Data la matrice A λ λ calcolare exp(ta Questa è la forma del blocco di Jordan ( utile nel caso di matrici non diagonalizzabili Anzitutto osserviamo che possiamo scrivere A λ+n N e che ovviamente ed N sono due matrici che commutano! Possiamo quindi scrivere exp(ta exp(tλexp(tn e λt exp(tn L osservazione fondamentale a questo punto è che N da cui segue immediatamente che exp(tn +tn Otteniamo quindi Esercizio 5: Data la matrice e λt te exp(ta λt e λt A 3

4 Esercitazione calcolare exp(ta L equazione per gli autovalori della matrice A è data da ( λ(3 λ+ da cui otteniamo immediatamente gli autovalori λ λ Calcoliamo l autovettore associato ( v x v y ( v ( Osservazione L autovalore ha molteplicità algebrica e molteplicità geometrica La matrice non è quindi diagonalizzabile ma possiamo ridurla alla forma canonica di Jordan Per calcolare la matrice invertibile che mi permette di scrivere A PDP D dobbiamo calcolare l autovettore generalizzato La prima colonna della matrice P e costituita dall autovettore appena calcolato per la seconda colonna dobbiamo risolvere il sistema ( Abbiamo quindi ottenuto ( v ( x v ( y A PDP P ( v ( x v ( y v ( D da cui segue immediatamente ( te t te exp(ta t te t (+te t Esercizio 6: Data la matrice A a b b a calcolare exp(ta Anzitutto osserviamo che possiamo scrivere A a+bj J e che ovviamente ed J sono due matrici che commutano! Possiamo quindi scrivere exp(ta exp(atexp(btj e at exp(btj

Il calcolo di exp(btj è banale (si veda l Esercizio cosbt sinbt exp(btj sinbt cosbt da cui otteniamo 835 5 exp(ta e ta cosbt sinbt sinbt cosbt Osservazione Confrontare la soluzione appena ottenuta con l operatore esponenziale di matrici con la discussione relativa ai punti di centro e fuoco nelle note del Prof Giorgilli (sezione 34 Esercizio 7: Data la matrice A calcolare exp(ta L equazione per gli autovalori della matrice A è data da λ( λ+ da cui otteniamo immediatamente gli autovalori λ +i λ i Consideriamo l autovalore λ +i e calcoliamo l autovettore associato i ( v x i v y ( v ( i La utovalore relativo a λ i sarà il complesso coniugato di v ( v ( +i Volendo restare nel campo dei reali consideriamo le componenti reali e complesse di autovalori ed autovettori u λ +λ w ( v( +v ( È ora banale osservare che da cui segue immediatamente che u λ λ i w ( v( v ( i A(w ( +iw ( (u +iu (w ( +iw ( A PBP P B

6 Esercitazione Possiamo quindi scrivere ( exp(ta P exp(tbp e t cost+sint sint Esercizio 8: Data la matrice A calcolare exp(ta Esercizio 9: Data la matrice A 3 3 sint cost sint calcolare exp(ta Esercizio : Dato il sistema x y 3 5 x y z 4 z x y z calcolare la soluzione con l esponenziale di matrice Esercizio : Data la matrice A 3 3 4 calcolare exp(a Forma canonica di Jordan Come fare se A non è diagonalizzabile? Questo argomento viene trattato in ogni corso di algebra lineare (o nel corrispondente corso dal nome più o meno esotico in cui vengono affrontate le applicazioni lineari e la loro rappresentazione matriciale quindi non troverete qui alcun teorema o spiegazione teorica solamente uno schema banale per il calcolo dei cosiddetti autovettori generalizzati Osservazione Ogni matrice A Mat(n n R può essere trasformata nella corrispondente forma canonica di Jordan con una trasformazione lineare invertibile In formule P AP J J diag(j J m

con 835 7 λ i λ J i i J i Mat(n i n i C λ i blocco di Jordan di dimensione n i ed autovalore λ i (n n +n m Osservazione Poichè abbiamo considerato una matrice A a coefficienti reali consideriamo nel seguito solamente il caso di autovalori reali Nel caso di un autovalore non reale possiamo sempre ricondurci ad un blocco di Jordan reale con una piccola modifica (si veda l Esercizio 5 Questo caso è lasciato per esercizio essendo una piccola variazione sul tema Osservazione Se A è diagonalizzabile allora J è una matrice diagonale i cui blocchi J i hanno dimensione n i ; La forma canonica di Jordan è unica (a meno di permutazioni dei blocchi; 3 Allo stesso autovalore possono corrispondere più blocchi Va bene ma come calcolare la matrice P? Anzitutto osserviamo che la dimensione del nucleo dell applicazione (A λ corrisponde al numero dei blocchi di Jordan con autovalore λ Inoltre vale la relazione dim N (A λ k λ i λmin(kn i dunque siamo anche in grado di determinare le dimensioni dei blocchi di Jordan A questo punto sappiamo determinare la forma canonica di Jordan associata ad una matrice A passiamo alla matrice di trasformazione Vogliamo che valga la seguente equazione Esprimiamo P come allora deve valere Sia ora segue che P AP J diag(j J m P (P P m P i Mat(nn i R AT i T i J i T i (v i v i v ini Av i λ i v i ovvero la prima colonna è un autovettore associato a λ i Per j n i invece abbiamo Av ij v ij +λ i v ij

8 Esercitazione che possiamo riscrivere nella forma (A λ i v ij v ij I vettori v i v ini sono i cosiddetti autovettori generalizzati