Matrici simili. Matrici diagonalizzabili.

Documenti analoghi
Esercizi di ripasso: geometria e algebra lineare.

MATRICI ORTOGONALI. MATRICI SIMMETRICHE E FORME QUADRATICHE

Parte 8. Prodotto scalare, teorema spettrale

Endomorfismi e matrici simmetriche

Complemento ortogonale e proiezioni

0.1 Condizione sufficiente di diagonalizzabilità

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

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

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE

Applicazioni lineari e diagonalizzazione. Esercizi svolti

La forma normale di Schur

Parte 7. Autovettori e autovalori

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

DIARIO DEL CORSO DI GEOMETRIA E ALGEBRA LINEARE

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

SPAZI VETTORIALI CON PRODOTTO SCALARE A =

1 Il polinomio minimo.

Applicazioni lineari tra spazi euclidei. Cambi di base.

Spazi vettoriali euclidei.

(a) 8x 9y = 2, (b) 28x + 6y = 33.

FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA

2 Sistemi lineari. Metodo di riduzione a scala.

REGISTRO DELLE LEZIONI

Appunti di Geometria - 5

4 Autovettori e autovalori

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

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

Applicazioni lineari e diagonalizzazione pagina 1 di 5

Punti di massimo o di minimo per funzioni di n variabili reali

ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro

Tutoraggio di Algebra Lineare e Geometria. Correzione del tema d'esame del 28/2/2006

GAAL: Capitolo dei prodotti scalari

A.A. 2014/2015 Corso di Algebra Lineare

5 Un applicazione: le matrici di rotazione

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

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

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

Complementi di Algebra e Fondamenti di Geometria

Esercizi sulle coniche (prof.ssa C. Carrara)

Corso di Matematica Discreta. Anno accademico Appunti sulla diagonalizzazione.

Esercizi sulle coniche (prof.ssa C. Carrara)

Compiti di geometria & algebra lineare. Anno: 2004

POTENZE DI MATRICI QUADRATE

6. Spazi euclidei ed hermitiani

ESERCIZI DI ALGEBRA LINEARE (D) A = A = A = R 2,2. D5 Dire come bisogna scegliere i parametri h e k affinché la

GEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A

Classificazione delle coniche.

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

Analisi Matematica II - INGEGNERIA Gestionale - B 20 luglio 2017 Cognome: Nome: Matricola:

0.1. MATRICI SIMILI 1

Esercizi svolti. delle matrici

Ingegneria Gestionale - Corso di Analisi II e Algebra anno accademico 2008/2009

Per le risposte utilizza gli spazi predisposti. Quando richiesto, il procedimento va esposto brevemente, ma in maniera comprensibile.

Esercitazione 6 - Soluzione

(P x) (P y) = x P t (P y) = x (P t P )y = x y.

Risoluzione di sistemi lineari

Appendice 1. Spazi vettoriali

Esercizi Applicazioni Lineari

Metodi per la risoluzione di sistemi lineari

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.

Algebra Lineare Autovalori

Volumi in spazi euclidei 12 dicembre 2014

Esercizi 2. Soluzioni. 1. Siano dati i vettori 1 1, 1 R 3.

Corso di Geometria BIAR, BSIR Esercizi 2: soluzioni

Esame di geometria e algebra

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

Richiami di algebra delle matrici a valori reali

APPLICAZIONI LINEARI

ESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007

2.1 Esponenziale di matrici

Elementi di Algebra Lineare Applicazioni lineari

Esercizi di Geometria - 2

Geometria e algebra lineare (II parte) Bruno Martelli

Metodi per la risoluzione di sistemi lineari

Formulario sui Prodotti Hermitiani Marcello Mamino Pisa, 24 v 2010

Massimi e minimi relativi in R n

3. Vettori, Spazi Vettoriali e Matrici

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

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

Esercizi per Geometria II Geometria euclidea e proiettiva

Appunti di Geometria - 3

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

Prodotto interno (prodotto scalare definito positivo)

DIAGONALIZZAZIONE. M(f) =

TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI

= (cioè le due terne di numeri direttori ( devono essere ) proporzionali). Tale uguaglianza non è verificata, poiché risulta ρ

dipendenti. Cosa possiamo dire sulla dimensione di V?

AUTOVALORI. NOTE DI ALGEBRA LINEARE

Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA (Edile-Architettura e dell Edilizia) CONICHE DI

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

ESERCIZI SUI SISTEMI LINEARI

X = x + 1. X = x + 1

Compito Parziale di Algebra lineare e Geometria analitica. 2x + 3y + 2z = 0 x y z = 0

Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica

Esercitazione di Analisi Matematica II

Similitudine (ortogonale) e congruenza (ortogonale) di matrici.

Prodotti scalari e matrici

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

Autovalori e autovettori di una matrice quadrata

appuntiofficinastudenti.com 1. Strutture algebriche e polinomi

Transcript:

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. Se A e B rappresentano la medesima trasformazione lineare f : R n R n rispetto a due basi diverse, e precisamente: ˆ A rappresenta f rispetto alla base canonica; ˆ B rappresenta f rispetto alla base P = {p,..., p n }, allora sappiamo che vale tra le due matrici la relazione: B = P A P, cioè A e B sono matrici simili. Viceversa, se A e B sono due matrici simili, in base alla definizione abbiamo che vale quella stessa relazione (), con P matrice invertibile: dunque le colonne di P sono n vettori l.i., perciò una base di R n, e dunque possiamo interpretare la () come un cambiamento di rappresentazione di una medesima trasformazione f, scritta su basi diverse (quella canonica e quella data da P ). In breve: matrici simili rappresentative della stessa trasformazione lineare: (R n A, E) (R n, E) f : P P (R n, P) B (R n, P) B = P A P significa che posso andare da (R n, P) a (R n, P) indifferentemente percorrendo la base del quadrato (B) oppure gli altri tre lati (P A P ). Teorema Condizione necessaria perché due matrici siano simili è che abbiano gli stessi autovalori (e dunque anche lo stesso determinante, dato dal prodotto degli autovalori).

Esercizio. Verificare che le matrici A = 3 e B = non sono simili per alcun valore di k R. k 3 Verifichiamo che non è mai soddisfatta la condizione necessaria, cioè l uguaglianza degli autovalori: autovalori di A: essendo una matrice triangolare, gli autovalori sono gli elementi sulla diagonale: Λ A = {,, 3}; autovalori di B: calcoliamo il polinomio caratteristico: λ k det(b λi 3 ) = det λ = ( λ)(λ 3)(λ+) k R, 3 λ dunque Λ B = {,,, 3}. I due insiemi Λ A Λ B non coincidono: A, B non sono simili. Definizione (Matrici diagonalizzabili) Una matrice quadrata A è diagonalizzabile se è simile ad una matrice diagonale D, cioè: se esiste P invertibile tale che D = P A P. Se A è diagonalizzabile, allora si ha che: D = [ diag{λ,..., λ n } ] P = v v n matrice diagonale degli autovalori matrice dei corrispondenti autovettori. Teorema Una matrice A è diagonalizzabile i suoi autovettori formano una base di R n i suoi autovalori sono tutti regolari (m a = m g ). n nota. Abbiamo già visto che se A, rappresentativa di f, possiede una base di autovettori, allora la matrice che rappresenta f rispetto a tale base è diagonale (in altre parole, A è simile ad una matrice diagonale). Il teorema dice che questa cosa può avvenire solo se c è una base di autovettori.

Esercizio. Esistono valori di k R per i quali le due matrici A = e B = k sono simili? condizione necessaria: uguaglianza degli autovalori: det(a λi 3 ) = λ(λ ), dunque Λ A = {,, }, mentre per B che è triangolare si ha subito Λ B = {,, }, per qualsiasi valore di k. La condizione necessaria è soddisfatta: non possiamo né escludere né affermare la similitudine di A e B. regolarità degli autovalori: per la matrice A si ha rg(a I 3 ) = rg =, dunque m g () = dim ker(a I 3 ) = = m a (): entrambi gli autovalori sono regolari, perciò A è simile alla matrice diagonale D = diag{,, }. Per la matrice B: rg(b I 3 ) = rg k = k, dunque m g () = dim ker(b I 3 ) = : l autovalore non è regolare e B non è diagonalizzabile. Pertanto A e B non possono essere simili per alcun valore di k. Esercizio. Per quali h R la matrice A = h 3

non è diagonalizzabile? Calcoliamo gli autovalori e le loro molteplicità, algebrica e geometrica: det(a λi 3 ) = λ(λ λ h) = λ = λ /3 = ± + 4h. Distinguiamo tre casi:. + 4h >, cioè h > 4. Si hanno tre autovalori reali e distinti, dunque tutti regolari: A è diagonalizzabile.. + 4h <, cioè h < 4. L unico autovalore reale λ = è semplice, perciò regolare; gli altri due sono complessi coniugati, perciò distinti: la matrice non è diagonalizzabile in R (ma lo è in C); 3. + 4h =, cioè h = 4. L autovalore λ = è certamente regolare; per l autovalore doppio λ = λ 3 = dobbiamo calcolare la molteplicità geometrica: dim ker(a I 4 3) = dim ker = 3 rg(a I 3) = 3, dunque m g ( ) = dim V = m a ( ) = : l autovalore non è regolare, la matrice non è diagonalizzabile. Esercizio. Verificare che A = 3 3 è diagonalizzabile e determinare la matrice diagonale D simile ad A ed una matrice P di passaggio (cioè tale che D = P AP.) Verifichiamo la regolarità degli autovalori di A: det(a λi 3 ) = (λ + )(λ 4)(λ + ), da cui Λ A = {,, 4}: tre autovalori semplici e dunque regolari, A è diagonalizzabile, cioè simile alla matrice diagonale: D =. 4 Per costruire una matrice di passaggio P servono gli autovettori: 4

ˆ λ = : ker(a + I 3 ) = ker 3 3 = { z, z R} e un autovettore può essere v = (,, ). ˆ λ = : ker(a + I 3 ) = ker 3 3 3 3 = { y y y, y R} e un autovettore può essere v = (,, ). ˆ λ 3 = 4: ker(a 4I 3 ) = ker 3 3 3 3 = { x x x, x R} e un autovettore può essere v 3 = (,, ). Dunque [ P = v v v 3 ] =. Definizione 3 (Matrici ortogonali) : definizione: una matrice quadrata è ortogonale se l insieme delle sue colonne V = {v,..., v n } forma una base ortonormale di R n, cioè se { vi v j = i j vettori ortogonali... v i v i = i...e di norma unitaria caratterizzazione: una matrice quadrata è ortogonale se e solo se la sua inversa coincide con la sua trasposta: A ortogonale A = A T. Definizione 4 Due matrici quadrate sono ortogonalmente simili se sono simili e la matrice di passaggio è ortogonale: Q ortogonale, tale che B = Q A Q = Q T A Q.

n nota. Tra le matrici diagonalizzabili possiamo individuare il sottoinsieme di quelle con matrice di passaggio ortogonale: ˆ ˆ A ammette una base di autovettori A è simile a una matrice diagonale (cioè è diagonalizzabile); A ammette una base ortonormale di autovettori A è ortogonalmente simile ad una matrice diagonale (cioè è diagonalizzabile tramite una matrice ortogonale). Esercizio. a. Verificare che se A è ortogonalmente simile a D diagonale (cioè A = Q DQ, con Q ortogonale), allora A è simmetrica. b. Sia A = 3 k Determinare, se esistono, valori di k R per cui A è ortogonalmente simile a D diagonale. Per tali valori trovare le matrici D e Q tali che D = Q AQ = Q T AQ. a. ipotesi: A = QDQ = QDQ T (ortogonalmente simile a D). tesi: A T = A (simmetrica). Dimostrazione: A T = (QDQ T ) T = (Q T ) T D T Q T = QDQ T = A, c.v.d. b. Unendo i risultati del teorema spettrale e del punto a., abbiamo. A simmetrica A = QDQ T per qualche Q matrice ortogonale. Quindi i soli valori di k per cui A possa risultare ortogonalmente simile a D sono quelli che la rendono simmetrica, dunque soltanto k =. Per tale valore, troviamo D e Q con gli autovalori e gli autovettori di A: det(a λi 3 ) = (λ + )(λ + 4)(λ ), Ricordiamo che il trasposto di un prodotto si fa con i trasposti dei fattori, ma cambiando l ordine, cioè: (AB) T = B T A T. 6

dunque Λ A = {,, 4} e D = 4. Troviamo i relativi autovettori: ˆ λ = : ker(a + I 3 ) = ker = { z }; ˆ λ = : ker(a I 3 ) = ker 4 = { x x }; ˆ λ = 4: ker(a + 4I 3 ) = ker 4 3 = { y y }. Poiché cerchiamo una matrice di passaggio ortogonale, è necessario ortonormalizzare l insieme degli autovettori: bisogna imporre le condizioni: { v v = v v 3 = v 3 v = ortogonalità v v = v v = v 3 v 3 = normalità Otteniamo il sistema: v v = v v 3 = v 3 v = v v = z = z, x x, y y, z z = z = v v = x = x = x = v 3 v 3 = y = y = y = Dunque una possibile matrice di passaggio Q, ortogonale, è Q = x y x y z = 7

Esercizio. Data la matrice [A b] = a. dire se è diagonalizzabile; b. Se sì, diagonalizzarla. Se possibile, tramite una matrice ortogonale. a. Se si conosce il teorema spettrale, si può osservare semplicemente che la matrice data, essendo simmetrica, è sicuramente diagonalizzabile. Altrimenti si verifica la regolarità degli autovalori. b. Sempre per il teorema spettrale, si può fin da subito dire che esiste una base ortonormale di autovettori, dunque sarà possibile diagonalizzare la matrice tramite una matrice ortogonale. Per trovarla, procediamo alla ricerca di un insieme di autovettori: poiché, det(a λi 3 ) = ( λ)(λ + )(λ ), abbiamo che A è simile alla matrice diagonale D = diag(,, ). Per la matrice di passaggio, gli autovettori sono dati da: x V = ker(a I 3 ) = { y } = L(, ) = L(v, v ), x y mentre V = ker(a + I 3 ) = { z z z } = L( ) = L(v 3 ). L insieme {v, v, v 3 } è una base di autovettori, ma non è ortonormale. ortonormalizzazione di gram-schmidt. Certamente si ha v v 3 e v v 3, in quanto autovettori relativi ad autovalori distinti (oppure per verifica diretta): quindi per v 3 è sufficiente normalizzare, cioè scegliere come elemento della base il suo multiplo: u 3 = v 3 (,, ) =. v 3 3 Per v e v, ortonormalizzarli significa trovare due vettori ortonormali che generino lo stesso spazio V da loro generato. Il primo vettore possiamo ottenerlo normalizzando v : u = v (,, ) = ; v 8

otteniamo il secondo dalla proiezione di v lungo la direzione ortogonale ad u (e poi eventualmente normalizzando il vettore trovato): u = (v u )u v (v u )u v = 3 (,, ). Dunque una matrice ortogonale che diagonalizza A è: Q = u u u 3 = 6 3 3 3 6 3. Esercizio. a. Per quali k R la matrice: è diagonalizzabile? A = 3 7 k 3 b. Per tali k, trovare la matrice diagonale D simile ad A e una matrice di passaggio P, tale che D = P AP. c. Per tali k, dire se esiste una base ortonormale di autovettori. a. Studiamo la regolarità degli autovalori di A: det(a λi 3 ) = (3 λ) ( λ), dunque gli autovalori sono λ = λ = 3 e λ 3 =. λ 3 è semplice, perciò regolare; riguardo λ si ha: V 3 = ker(a 3I 3 ) = ker 7 k ; 9

k il minore è non nullo se k : per tali valori si ha m g(3) = 3 rg(a 3I 3 ) = = m a (3), dunque la matrice non è diagonalizzabile. Se k =, invece, si ha: A 3I 3 = 7 matrice di rango ; dunque m g (3) = = m a (3), λ è regolare e A è diagonalizzabile. b. La matrice diagonale simile ad A è D = diag(λ, λ, λ 3 ) = diag(3, 3, ). Una matrice P contiene un insieme di corrispondenti autovettori come colonne: x V 3 = ker(a 3I 3 ) = { y } = L(, ),, mentre V = ker(a I 3 ) = ker 7 = { 7 z, z R}. Da cui P = 7 c. Per k = la matrice A non è simmetrica: dunque con i suoi autovettori non è possibile costruire una base ortonormale di R 3. Alternativamente, se non si conosce (o non ci si ricorda) il teorema spettrale, si può cercare di imporre l ortonormalità dell insieme di autovettori trovati: le prime due colonne di P sono già due vettori ortogonali e di norma unitaria, dunque bisognerà trovare un elemento dell autospazio relativo al terzo autovalore che sia ortogonale ad ogni elemento dell autospazio relativo ai primi due: cioè un. w = (7z,, z) V tale che w v v = (x, y, ) V 3. La condizione di ortogonalità fornisce l equazione: w v = (7z,, z) (x, y, ) = 7zx = x, y R la cui unica soluzione z = non è accettabile, perché darebbe il vettore nullo, che non è un autovettore. Dunque non è possibile trovare una base ortonormale di autovettori di A.