Professional Documents
Culture Documents
1. Generalit
a sulle matrici.
Nell insieme MK (n, m) delle matrici nm sul campo K = IR oppure C,
I si possono
definire le seguenti operazioni di somma e prodotto per uno scalare:
A + B := [aij + bij ],
A = [aij ]
Esercizio 1
Date le matrici:
1
A = 1
1
0 2
1 0
1 0
2
C = 1
0
2
B=
1
0
D= 1
1
1
2
3
2
4
Risoluzione.
Esistono i prodotti AC, AD, DB, A2 , B 2 e risulta:
1 0 2
2
12+0120
2
AC = 1 1 0 1 = 1 2 + 1 1 + 0 0 = 1
1 1 0
0
1 2 + 1 1 + 0 0
1
1 0
AD = 1 1
1 1
2
0
0 1
0
1
3
2 =
4
1 0 + 0 1 2 (1)
1 3 + 0 (2) 2 4
2
= 1 0 + 1 1 + 0 (1) 1 3 + 1 (2) + 0 4 = 1
1 0 + 1 1 + 0 (1) 1 3 + 1 (2) + 0 4
1
5
5
5
0
3
3 6
2 1
DB = 1 2
= 4 3 ,
1 2
1 4
6 7
1 0 2
1 0 2
3 2 2
A2 = 1 1 0 1 1 0 = 2 1
2 ,
1 1 0
1 1 0
2 1
2
2 1
2 1
3 4
B2 =
=
.
1 2
1 2
4 3
Esercizio 2
Verificare che da AB = 0 e BA = 0 non si pu
o dedurre che AB = BA.
Risoluzione.
Siano A MIR (n, m) e B MIR (m, n) tali che AB = 0 e BA = 0. Il prodotto AB
`e una matrice di tipo n n, mentre BA `e di tipo m m. Dunque, in generale, si
ha che AB 6= BA.
Esercizio 3
Stabilire se esistono valori del parametro
1
A = 1
k
k 1
0 1
0 0
sia idempotente.
Risoluzione.
Calcoliamo A2 :
1 + 2k
A2 = k + 1
k
k
k
k2
k+1
1 .
k
Esercizio 4
Verificare che se AB = A e BA = B, allora A `e idempotente.
Risoluzione.
Calcoliamo A2 utilizzando la prima delle ipotesi:
A2 = A A = (AB)A = ABA.
Valendo la proprieta associativa del prodotto e la seconda delle ipotesi, possiamo
scrivere
ABA = A(BA) = AB.
La prima ipotesi assicura che AB = A, dunque seguendo la catena di uguaglianze,
abbiamo che A2 = A. Con lo stesso tipo di ragionamento `e possibile verificare che,
nelle stesse ipotesi, anche B `e idempotente.
Esercizio 5
Stabilire se la matrice
1
A= 5
2
1
2
1
3
6
3
`e nilpotente.
Risoluzione.
A `e nilpotente di ordine 3, infatti
0
0
0
A2 = 3
3
9 ,
1 1 3
A3 = A2 A = 0.
Esercizio 6
Dimostrare che una matrice quadrata A `e tale che A2 = I se e solo se
(I A)(I + A) = 0.
Risoluzione.
a) Verifichiamo che A2 = I = (I A)(I + A) = 0.
Infatti, calcoliamo il prodotto (I A)(I + A) utilizzando lipotesi A2 = I e verifichiamo che si ottiene la matrice nulla:
(I A)(I + A) = I A + A A2 = I A + A I = 0.
b) Verifichiamo che (I A)(I + A) = 0 = A2 = I.
Per ipotesi
0 = (I A)(I + A) = I A + A A2 = I A2
Luguaglianza tra il primo e lultimo membro ci da 0 = I A2 , cio`e la tesi.
a
a12
D 11
= a11 a22 a12 a21
a21 a22
Definizione. Si chiama combinazione lineare delle matrici A1 , . . . , An (in particolare vettori riga o colonna), una matrice A del tipo:
1 A1 + 2 A2 + + n An ,
i K.
Propriet`
a:
a) D(A)=D(AT ).
b) Se A `e una matrice in cui una linea (riga o colonna) `e combinazione lineare di
linee parallele, allora D(A) = 0. In particolare, se due linee parallele sono uguali
D(A) = 0.
Definizione. Una matrice con determinante nullo `e detta singolare.
c) Se B `e una matrice ottenuta da A aggiungendo ad una linea una combinazione
lineare di linee parallele, allora D(B)=D(A).
d) Se A `e di ordine n e K, allora D(A) = n D(A).
Teorema di Binet. Se A e B sono due matrici quadrate dello stesso ordine,
allora D(AB) = D(A) D(B).
Si noti che D(A)D(B) = D(B)D(A) = D(BA). Pur non essendo A e B matrici
permutabili, risulta D(AB) = D(BA).
Per il calcolo dei determinanti si utilizza spesso il:
I Teorema di Laplace. Il determinante di una matrice `e uguale alla somma dei
prodotti degli elementi di una linea per i rispettivi complementi algebrici.
Definizione. Si dice rango o caratteristica di una matrice, lordine massimo
dei minori non nulli estraibili dalla matrice.
Si puo verificare che il rango di una matrice `e uguale al massimo numero di righe
(o colonne) linearmente indipendenti (si veda la sezione 4).
Per calcolare il rango di una matrice `e molto utile il seguente:
Teorema (di Kronecker). Sia A una matrice avente un minore non nullo M di
ordine r. A ha rango r se e solo se tutti i minori di ordine r + 1 contenenti M
sono nulli.
Esercizio 7
Calcolare D(A), D(B) e D(C), dove
3
A= 1
4
2 1
0 1
2 0
1
0
B=
2
0
2
1
0
3
0 4
2 1
2 0
1 6
2 3 1
C = 1 2 0.
3 5 1
Risoluzione.
Applichiamo il I Teorema di Laplace agli elementi
0 1
1 1
1
D(A) = 3
+ 2
+ 1
2 0
4 0
4
0
= 6 + 8 + 2 = 4
2
Per la proprieta c), D(B) risulta uguale al determinante della matrice che si ottiene
sottraendo dalla terza riga la prima moltiplicata per 2. In seguito si applica il I
Teorema di Laplace agli elementi della prima colonna. Si ottiene:
2
1
4
3
0
2
2
1
4
1
1
= 1 4
8
3
2
2
1
1
8
6
1 2 3
4 2
= 3 (4 + 6) = 6.
= 1 4 2 0 = 3
3
1
3
1 0
` facile vedere che D(C) = 0 essendo la terza riga uguale alla somma della prima
E
e della seconda.
Esercizio 8
Calcolare il rango delle seguenti matrici:
1 2
A = 0 1
1 1
1
4
3
1
5
4
1
2
B=
1
2
1
3
1
1
0
1
0
0
0
1
0
1
Risoluzione.
Osserviamo che r(A) 3, inoltre r(A) 2 essendo
1 2
6= 0
M =
0 1
Esaminiamo i minori contenenti M .
Si ha
2
1
1
1
4 = 0
3
1 2 1
0 1 5 6= 0
1 1 4
Dunque si ha r(A) = 3.
Calcoliamo ora il rango di B. Osserviamo che r(B) 4, tuttavia D(B) = 0
essendo la prima e la terza riga proporzionali, quindi si ha r(B) 3. Possiamo
inoltre affermare che r(B) 2, infatti:
1 1
6= 0.
M =
2 3
Consideriamo i minori del terzo ordine contenente M . Poich`e
1 1 0
2 3 1 6= 0
2 1 0
si ha r(B) = 3.
10
Esercizio 9
Determinare il rango della matrice A seguente, al variare del parametro k.
k
A = 1
0
k
2
1
0 1
1 0
k 1
Risoluzione.
Osserviamo che 2 r(A) 3, infatti:
0 1
6= 0.
=
1 0
Abbiamo solo due possibili minori contenenti M:
k 0 1
1 1 0 = k + k = 0,
0 k 1
0 1
1 0 = k 2k + 1 = k + 1.
k 1
Esercizio 10
Calcolare il rango della matrice B seguente, al variare del parametro reale h.
0
2
B=
0
h+1
Risoluzione.
h
0
1
0
0
1
h
2
1
0
0
h
11
0
2
0
h+1
0
0
1
h2
0
1
h
2
1
2
0
= 1 0
0
h + 1
1
h = (h 1)(2h2 + 2h + 3).
2
0
1
h2
0
2
B=
0
2
Essendo
1
0
1
0
0
1
1
2
1
0
.
0
1
0 1
1 0 =
6 0
1 0
3. Matrice inversa.
Si definisce inversa di una matrice quadrata A, una matrice, indicata con A1 ,
tale che AA1 = A1 A = I.
Teorema. A ammette inversa se e solo se D(A) 6= 0. Se l inversa esiste, essa
`e unica. Inoltre si ha:
1
A1 =
A ,
D(A)
dove A `e la matrice dei complementi algebrici.
Per la costruzione di A , si vedano i testi consigliati.
12
Esercizio 11
Dimostrare che ogni matrice quadrata A tale che A2 = I `e uguale alla propria
inversa.
Risoluzione.
A `e non singolare infatti, per il Teorema di Binet, D(A2 ) = D(A) D(A) = D(I) =
1; dunque D(A) = 1 e A1 esiste. Moltiplichiamo a sinistra per A1 ciascun
membro dellidentita A2 = I ed utilizziamo la proprieta associativa del prodotto:
A1 A2 = A1 I = (A1 A)A = A1 = A = A1 .
Esercizio 12
Verificare che la matrice
A=
2
3
2
1
Risoluzione.
La verifica `e banale. Osservato che
A2 =
10 2
3 7
10 2
2
f (A) =
3 7
3
2
8
1
0
0
= 0.
8
13
Quindi si ha
A1 =
1
1
21
2
1/8
(A I) =
=
3
1 1
3/8
8
8
1/4
.
1/4
Esercizio 13
Calcolare linversa delle seguenti
0
A = 1
2
matrici:
0 1
1 2
3 1
a
B=
c
b
d
nellipotesi che ad bc 6= 0.
Risoluzione.
Sappiamo che, se M `e una matrice non singolare, M 1 =
la matrice dei complementi algebrici.
1 1
=32=1
D(A) = 1
2 3
quindi `e possibile calcolare A1 .
16
A = (1 4)
32
e si ha dunque
(0 3)
01
02
(0 1)
(0 0)
00
A1
5
1
= 3
1
1
3
2
0
1
1 .
0
B =
quindi
B 1 =
1
M , dove M `e
D(M )
d b
,
c a
1
d b
.
c a
ad bc
14
Esercizio 14
Si consideri la matrice
0
A() = 1
2
0
,
1
Risoluzione.
1
D(A()) =
2
D(A()) 6= 0 se e solo se 6= 0 e 6=
Con tali ipotesi calcoliamo [A()]1 :
= (2 1).
1
1
.
2
[A()]1
1 2
1
2 1
=
(2 1)
2
0
2
2
0 .
Esercizio 15
Date le matrici:
A() =
0
2
B() =
0
1
2
2
Risoluzione.
C() =
+
=
1 2
3 3 6
4 3
0
22
E() =
2(1 ) 2 + 4
15
6
8
6=
8
.
9
D[E()] = 0 22 [2(1 )] = 42 (1 ) 6= 0
se e solo se
6= 0,
6= 1.
8
Le matrici sono simultaneamente invertibili per 6= 0, 1, .
9
8
6
2 + 4 22
,
E =
,
C =
3 4
2( 1)
0
quindi le inverse sono
1
8
6
2(9 8) 3 4
1
2 + 4 22
= 2
.
0
4 ( 1) 2( 1)
C 1 =
E 1
Esercizio 16
Si considerino le matrici:
A=
1
2
,
1
1
B=
1
dove C.
I
Dire per quali valori di esiste linversa della matrice H cos` definita:
H = A2 B.
Risoluzione.
16
i
7
Dunque D(A2 ) = [D(A1 )]2 6= 0 per 6=
.
2
1i 7
Quindi esiste H 1 per 6= 1 e 6=
.
2
4. Autovalori e Autovettori.
Definizione. Si dice autovalore di una matrice A MK (n, n), uno scalare
K, tale che esista un vettore (colonna) v MK (n, 1)
= K n , non nullo in modo
che sia Av = v. v `e detto autovettore associato allautovalore . Linsieme V
di tutti gli autovettori relativi allautovalore `e detto autospazio associato a .
Proposizione. K `e un autovalore di A se e solo se `e radice dellequazione
caratteristica: pA () = D(I A) = 0.
Osserviamo che nel caso di matrici 2 2 lequazione caratteristica `e:
pA () = 2 (TrA) + D(A) = 0,
dove TrA indica la traccia della matrice A ovvero la somma degli elementi della
diagonale principale: TrA = a11 + a22 . Nel caso di matrici di ordine n qualunque,
vale una formula analoga che non riportiamo; ricordiamo solo che il prodotto degli
autovalori 1 2 n `e uguale a D(A). Un risultato fondamentale dellalgebra
delle matrici `e il seguente
Teorema di Cayley Hamilton.
polinomio caratteristico.
Esercizio 17
17
1 1 0
A = 1 1 1.
0 0 1
Risoluzione.
Calcoliamo il polinomio caratteristico:
pA () = D(I A) = 1
0
1
1
0
0
1 =
1
Esercizio 18
Si consideri la matrice
2
A = 0
0
1
2
0
3
1 .
1
Risoluzione.
Osserviamo che
2
I A = 0
0
1
2
0
3
1
1
`e una matrice triangolare alta, quindi il suo determinante `e dato dal prodotto degli
elementi sulla diagonale: pA () = ( 2)2 ( 1). Gli autovalori sono dunque
1 = 2 = 2, 3 = 1, cio`e gli elementi sulla diagonale di A.
18
0 1 3
x
0 0 1 y = 0,
0 0
1
z
ovvero:
y + 3z = 0
z =0
z=0
che ha come soluzioni le terne del tipo [x, 0, 0]T , x IR. Abbiamo quindi:
V2 = {[x, 0, 0]T , x IR}.
Calcoliamo, con lo stesso procedimento, gli autovettori relativi a 3 = 1:
x
1 1 3
0 1 1 y = 0
z
0
0
0
`e il sistema
x y + 3z = 0
yz =0
che ha per soluzioni le terne del tipo [4z, z, z]T , z IR. Abbiamo:
V1 = {[4z, z, z]T , z IR}.
Esercizio 19
Determinare h in modo tale che la matrice:
0
h
2h 1 h 1
1
3h 2
ammetta come autovettore X = [ 1
Risoluzione.
2 ] .
1
h
0
19
0
h
1
1
1
2h 1 h 1 h 1 = 1
1
3h 2 0
2
2
h2=
2h 1 + h 1 2h =
1 + 3h 2 = 2
h2=
h2=
3h 1 = 2
= 1
h = 1.
Esercizio 20
Calcolare gli autovalori di una matrice di ordine 3, singolare e tale che
D(2I A) = 0,
D(I A) = 0.
Risoluzione.
Essendo D(A) = 1 2 3 = 0 almeno un autovalore deve essere nullo. Osserviamo
inoltre che, per definizione, un autovalore `e un numero tale che D(I A) = 0,
quindi dalle due condizioni assegnate si deduce che 2 = 2 e 3 = 1.
20
Esercizio 21
Trovare almeno una matrice avente come polinomio caratteristico
p() = 3 32 + 3.
Risoluzione.
Risolviamo lequazione p() = 0 per trovare gli autovalori della matrice.
2 ( 3) ( 3) = 0
( 3)(2 1) = 0
` ora sufficiente prendere una matrice diagonale (o una matrice
da cui = 3 , 1. E
triangolare) sulla diagonale della quale disporremo gli autovalori:
A = diag [ 1
1 ]
permutando gli autovalori si ottengono differenti matrici aventi il medesimo polinomio caratteristico.
Esercizio 22
Siano A e B due matrici quadrate dello stesso ordine, ciascuna delle quali ammette
lautovalore associato all autovettore u.
Verificare che la matrice A + B ammette autovalore 2 associato all autovettore
u.
Risoluzione.
Per definizione di autovalore e autovettore si ha:
Au = u,
Bu = u
21
Esercizio 23
Calcolare in almeno due modi linversa della seguente matrice:
1
A=
3
2
1
Risoluzione.
Il primo metodo che si pu`o utilizzare `e quello usuale:
A1 =
da cui si ricava:
A1 =
1
A ,
D(A)
1 1
5 3
2
.
1
1
1 1
[A 2I] =
5
5 3
2
.
1
Esercizio 24
Verificare che non esiste alcuna matrice A singolare del 2 ordine soddisfacente la
relazione:
A2 + A + I = 0
22
Risoluzione.
Scriviamo il polinomio caratteristico della matrice A, tenendo presente che A `e
singolare, quindi D(A) = 0:
pA () = 2 + .
Quindi, per il teorema di Cayley Hamilton si ha
p(A) = A2 + A = 0.
Dalle due relazioni
A2 = A I
e A2 = A
si ottiene
A(1 ) = I.
Si devono distinguere due casi:
i) se 1 = 0 si ottiene 0 = I che `e assurdo;
ii) se 1 6= 0 si pu`o dividere per (1 ), ottenendo A =
1
I. In questo caso
1
1 2
D(A) = (
) che contrasta con lipotesi, se ne deduce che una tale matrice
1
non esiste.
23
Corollario. Due matrici simili hanno gli stessi autovalori e lo stesso determinante.
Il seguente teorema caratterizza le matrici diagonalizzabili
Teorema. Una matrice quadrata di ordine n `e diagonalizzabile se e solo se ammette n autovettori linearmente indipendenti.
Ricordiamo che n autovettori v1 , . . . , vn si dicono linearmente indipendenti se una
loro combinazione lineare
1 v 1 + + n v n
da il vettore nullo 1 = . . . = n = 0. In caso contrario si dicono linearmente
dipendenti.
Se A `e diagonalizzabile, allora si ha che D = P 1 AP dove D `e una matrice
diagonale che ha sulla diagonale principale gli autovalori di A e P `e una matrice
che ha come colonne gli autovettori di A.
Ricordiamo che `e di fondamentale importanza disporre gli autovalori in D ed i
corrispondenti autovettori in P con lo stesso ordine.
Un teorema di frequente uso per lo svolgimento degli esercizi `e il seguente:
Teorema. Una matrice `e diagonalizzabile se e solo se tutti i suoi autovalori sono
regolari.
Un autovalore si dice regolare se:
r(I A) = n k,
dove k `e la molteplicit`a dell autovalore .
Osservazione. Si puo verificare che se un autovalore `e semplice, cio`e ha moltepli
cita uguale a 1, allora `e sicuramente regolare.
Corollario. Una matrice A di ordine n che ammette n autovalori distinti `e diagonalizzabile.
In seguito utilizzeremo il seguente schema per stabilire se due matrici A, B
MK (n, n) sono simili:
24
Innanzi tutto si verifica se le due matrici hanno gli stessi autovalori con la medesima
molteplicita. In caso contrario non sono simili.
Se gli autovalori sono uguali, si presentano i seguenti casi:
i) A e B sono entrambe diagonalizzabili, allora A e B sono simili;
ii) una `e diagonalizzabile e laltra no, allora non sono simili;
iii) ne A ne B sono diagonalizzabili allora occorre procedere alla ricerca di una
matrice P non singolare tale che A = P 1 BP .
Esercizio 25
Verificare che la matrice
1
A = 1
1
0
1
2
0
0
1
non `e diagonalizzabile.
Risoluzione.
Calcoliamo gli autovalori di A:
pA () = D(I A) = 1
1
0
1
2
0
0
r(I A) = r 1
0
1 2
0
0 = ( 1)3 .
1
0
0 = 2 6= 3 3 = 0.
0
Esercizio 26
Stabilire per quali valori del parametro h
2
A = 0
0
la matrice:
2 h
1 0
h 1
25
`e diagonalizzabile.
Risoluzione.
pA () = D(I A) = 0
0
2
h
1
0 = ( 2)( 1)2 = 0
h
1
1 2 h
0
0
r(1 I A) = r 0
0
h
0
Il minore
2
= h
h
Esercizio 27
Stabilire se esistono valori di
1
A = 0
1
0 0
0 1
B = 0 2
2 0,
k 1
0 1
matrici:
0
0.
2
Risoluzione.
1
0
1
D(I A) = 0
2
0 = ( 2)2
1
0
1
0
0
D(I B) = 0 2
0 = ( 2)2
k
1
2
Gli autovalori di A e di B sono 1 = 0 , 2 = 3 = 2. Quindi la condizione
necessaria `e soddisfatta.
26
1 0
r(2I A) = r 0 0
1 0
1
0 = 1 = 3 2.
1
2
r(2I A) = r 0
k
0 0
0 0 = 2 6= 3 2,
1 0
k.
Esercizio 28
Verificare che le matrici
1
A = 1
2
0
2
0
0
0
3
1
B = 0
0
k
1
3
0
2
0
Risoluzione.
Cominciamo con la verifica delluguaglianza degli autovalori di A e B:
D(I A) = 1
2
0
2
0
0
0 = ( 1)( 2)( 3)
3
1 k
D(I B) = 0
1
0
3
0
2
27
Non essendo verificata la condizione necessaria siccome le due matrici hanno autovalori diversi, concludiamo che, per nessun valore di k, A e B sono simili.
Esercizio 29
Stabilire se esistono valori di h tali che A e B siano
0
0 0
0
B = h
A = 2 1 1
0
0 1 1
simili:
0
h
0
h
1
2
Risoluzione.
Calcoliamo il polinomio caratteristico di A e B:
0
0
D(I A) = 2 1
1 = 2 ( 2)
0
1
1
D(I B) = h h
0
0
h
1 = ( 2)( h)
2
Condizione necessaria affinch`e A e B siano simili `e che h = 0 in quanto gli autovalori devono essere uguali.
Studiamo la regolarit`a dellautovalore 1 = 0 che ha molteplicit`a 2.
i) Nel caso di A abbiamo: r(0IA) = 2 6= 32 = 1 quindi A non `e diagonalizzabile.
ii) Nel caso di B abbiamo: r(0I B) = 1 = 3 2 quindi B `e diagonalizzabile.
Essendo A non diagonalizzabile e B diagonalizzabile, A e B non sono simili.
Esercizio 30
Verificare che la matrice
1
A = 3
2
3
1
0
0
0
1
28
Risoluzione.
D(I A) = 3
2
3
1
0
0
0 = ( 1)2 ( + 1) 9( + 1) =
+ 1
= ( + 1)[( 1)2 9] = 0
quindi gli autovalori sono:
1 = 1 , 2 = 2 , 3 = 4, ed essendo distinti A `e diagonalizzabile.
Determiniamo gli autovettori:
a) per = 1, il sistema (I A)X = 0 diventa:
2
3
2
ovvero
3 0
x
2 0 y = 0
z
0 0
2x 3y = 0
3x 2y = 0
2x = 0
V1 = [0, 0, z]T /z IR ;
b) per = 2 abbiamo:
3
3
2
da cui
quindi
3
3
0
0
x
0 y = 0,
1
z
3x 3y = 0
3x 3y = 0
2x z = 0
V2 = [x, x, 2x]T /x IR ;
3 0
x
3 0y = 0
0 5
z
3
3
2
quindi
29
V4 =
2 T
[y, y, y] /y IR .
5
0 1 1
P = 0 1 1 .
1 2 52
Ovviamente P `e non singolare, infatti
D(P ) = 1(1 + 1) = 2.
Esercizio 31
Verificare che condizione necessaria e sufficiente affinch`e, una matrice quadrata di
ordine n avente tutti gli autovalori coincidenti, sia diagonalizzabile `e che sia una
matrice scalare.
Risoluzione.
Ricordiamo che A `e detta scalare quando `e della forma A = I ( C).
I
1) Ipotesi: A di ordine n con j = , j = 1, ...n.
Tesi: A = I.
Osserviamo che lautovalore `e regolare, dunque
r(I A) = n n = 0.
Dato che la caratteristica di I A deve essere zero tutti gli elementi della matrice
sono nulli cio`e
I A = 0
30
da cui la tesi A = I.
2) Ipotesi: A = I.
Tesi: A diagonale.
` banalmente vero.
E
6. Matrici ortogonali e diagonalizzazione delle matrici reali e simmetriche.
Abbiamo gia ricordato che U MIR (n, n) si dice ortogonale se U U T = I. Una
conseguenza immediata (basta applicare il Teorema di Binet) `e che D(U ) = 1.
` inoltre ovvio che U 1 = U T .
E
Il seguente teorema caratterizza le matrici ortogonali:
Teorema. Sia U = [uij ] MIR (n, n). U `e ortogonale se e solo se:
1) la somma dei quadrati degli elementi di una colonna `e 1;
2) fissate due colonne qualunque, ad esempio la iesima e la jesima, si ha
n
X
uki ukj = 0.
k=1
Il prossimo teorema garantisce che una matrice reale e simmetrica `e sempre dia
gonalizzabile:
Teorema. Ogni matrice A reale e simmetrica `e ortogonalmente simile ad una
matrice diagonale, ovvero:
U T AU = diag [1 , . . . , n ]
dove 1 , . . . , n sono gli autovalori di A.
Teorema. Gli autovalori di una matrice reale e simmetrica sono reali.
31
Esercizio 32
Si considerino le matrici
1
A = 0
h
0
0
1
1
1
1
1
B = 0
0
0
k
k
0
k.
k
Risoluzione.
Consideriamo la 3a colonna della matrice A: si ha che 12 + 12 + 12 = 3, dunque
non esiste h tale che A sia ortogonale.
Consideriamo le colonne della matrice B. Devono essere soddisfatte le condizioni
seguenti:
12 + 02 + 02 = 1
02 + k 2 + (k)2 = 1
02 + k 2 + k 2 = 1
1 0 + 0 k + 0 (k) = 0
10+0k+0k =0
0 0 + k k + (k) k = 0
1
da cui si ricava k = .
2
Esercizio 33
Dimostrare che date due matrici ortogonali U e V il prodotto U V `e una matrice
ortogonale.
Risoluzione.
Ipotesi: U U T = I e V V T = I
Tesi: (U V )(U V )T = I
32
Infatti:
(U V )(U V )T = (U V )(V T U T ) = U (V V T )U T = (U IU T ) = I.
Esercizio 34
Si consideri lequazione matriciale
AX = B
con A,B,X matrici quadrate di ordine n e sia D(A) 6= 0.
Verificare che la soluzione X dellequazione matriciale `e ortogonale se e solo se
AAT = BB T .
Risoluzione.
i) Verifichiamo che, nelle ipotesi date, X ortogonale implica AAT = BB T .
Poich`e per ipotesi D(A) 6= 0 si ha che A1 quindi X = A1 B.
Sempre per ipotesi XX T = I quindi:
I = XX T = (A1 B)(A1 B)T = A1 BB T (A1 )T .
Poich`e vale luguaglianza (A1 )T = (AT )1 possiamo moltiplicare a destra perAT
e a sinistra per A:
AIAT = A(A1 BB T (AT )1 )AT ,
da cui
AAT = BB T .
ii) Viceversa AAT = BB T = X soluzione di AX = B `e tale che XX T = I.
Come prima X = A1 B , inoltre:
XX T = (A1 B)(A1 B)T = A1 BB T (A1 )T =
= A1 (AAT )(A1 )T = (A1 A)(AT (AT )1 ) = I,
il che prova XX T = I.
33
Esercizio 35
Verificare che una matrice ortogonalmente simile ad una matrice diagonale `e simmetrica.
Risoluzione.
Per ipotesi A = U DU T con D diagonale e U ortogonale. Calcoliamo AT :
AT = (U DU T )T = (U T )T DT U T = U DU T = A.
Essendo AT = A, si ha che A `e simmetrica.
Esercizio 36
Si consideri la matrice
3
A= k
0
2
0
0
0
0 .
1
Risoluzione.
Affinche A sia ortogonalmente simile ad una matrice diagonale, A deve essere
simmetrica, quindi k = 2.
Per calcolare la matrice di passaggio, bisogna determinare gli autovalori e gli autovettori di A.
3 2 0
A = 2 0 0 .
0 0 1
+ 3 2
0
D(I A) = 2
0 = ( + 1)(2 + 3 4) = 0
0
0 + 1
per = 1,
1,
4.
34
4 2 0
x
2 1 0 y = 0
0
0 2
z
ovvero
4x 2y = 0
2x + y = 0
2z = 0
2 2 0
x
2 1 0 y = 0
z
0
0 0
ovvero
2x 2y = 0
2x y = 0,
1
2
0
ovvero
a = 4 risolvono il sistema
2 0
x
4 0 y = 0
0 3
z
x 2y = 0
2x 4y = 0
3z = 0
35
1
1
e quindi x = , y = , z = 1. Una matrice di passaggio, che rende A
5
5
simile a diag[1, 1, 4], `e ad esempio
1/5 0 2/ 5
U = 2/ 5 0 1/ 5 .
0
1
0
Esercizio 37
Sia A una matrice reale e simmetrica di ordine n. Verificare che se A3 = I allora
A = I.
Risoluzione.
Ricordiamo che una matrice reale e simmetrica `e ortogonalmente diagonalizzabile.
Quindi A = U DU T con U U T = I.
Per ipotesi si ha che A3 = I, dunque
I = A3 = (U DU T )(U DU T )(U DU T ) = U D3 U T .
Dalla catena di uguaglianze si ha che
U D3 U T = I.
Moltiplicando a destra per U e a sinistra per U T otteniamo
U T (U D3 U T )U = U T IU = I,
quindi
D3 = I.
Essendo D diagonale, vale che (vedi nota):
D3 = I = D = I,
quindi, poich`e
A = U DU T = U IU T = I,
si ha la tesi A = I.
Nota. Osserviamo che lestrazione di radice per le matrici diagonali si pu`
o e-
36
p
p
b1 ,
...,
an =
p
p
bn
p
p
A = diag[ p b1 , . . . , p bn ].
Per convincere il lettore che lestrazione di radice di una generica matrice quadrata
NON si ottiene semplicemente estraendo la radice dei singoli elementi della matrice, consideriamo il seguente controesempio.
Prendiamo la matrice
1 1
A=
0 1
e calcoliamo A2 :
A2 =
1
0
2
=: B
1
1
2
0 1
che, evidentemente, non coincide con la matrice A di partenza.
Ricordiamo infine che `e possibile definire loperazione di estrazione di radice di
matrici quadrate generiche, tuttavia questo esula dai nostri propositi.
7. Esercizi di ricapitolazione.
Esercizio 38
Sia A una matrice quadrata di ordine 2 non nulla tale che A2 + A = 0.
37
Risoluzione.
Applichiamo il Teorema di Binet alla relazione A2 + A = 0 riscritta nella forma:
A(A + I) = 0.
Si ottiene
D(A) D(A + I) = 0,
quindi si devono considerare i tre casi seguenti.
i) D(A) = D(A + I) = 0, allora, per definizione, 1 = 0 e 2 = 1.
ii) D(A) 6= 0 e D(A + I) = 0, allora A1 . Se moltiplichiamo a sinistra per A1
entrambi i membri della relazione data, abbiamo
A1 A(A + I) = 0
ovvero A = I quindi 1 = 2 = 1.
iii) D(A) = 0 e D(A + I) 6= 0, allora (A + I)1 , dunque possiamo moltiplicare a
destra per (A + I)1 :
A(A + I)(A + I)1 = 0.
Si ricava A = 0 che `e da scartare perch`e per ipotesi A 6= 0.
Esercizio 39
Sia A una matrice quadrata di ordine 2 soddisfacente lequazione
A2 2A 3I = 0.
Stabilire se A `e diagonalizzabile.
Risoluzione.
Dal teorema di Cayley Hamilton abbiamo che A soddisfa il proprio polinomio
caratteristico pA () = 2 + + I, dunque:
pA (A) = A2 + A + I = 0.
38
A2 = 2A + 3I
(3 + )
I
( + 2)
Esercizio 40
Determinare tutte le matrici idempotenti di ordine due.
Risoluzione.
Per il teorema di Cayley Hamilton si ha che
A2 (T rA)A + D(A)I = 0.
Per ipotesi A `e idempotente, quindi si pu`o sostituire A2 con A, ottenendo
A(I T rA) = D(A)I.
39
D(A)
I.
T rA 1
Esercizio 41
Verificare che la seguente matrice:
1
A = 0
0
h
2
0
1
0
h
Risoluzione.
D(I A) = 0
0
h
2
0
1
0 = ( 1)( 2)( h) = 0
h
0
r(I A) = r 0
0
1
1
0
1
0 = 2 6= 3 2
0
40
1 2 1
r(2I A) = r 0 0
0 = 1 = 3 2.
0 0
0
dunque 2 `e regolare e A `e diagonalizzabile.
Calcoliamo gli autovettori nel caso h = 2. Osserviamo che siamo nel caso in cui
lautovettore ha molteplicit`a 2 quindi per = 2 dobbiamo ricavare due autovettori
linearmente indipendenti. Si procede nel seguente modo.
Si ha:
1
2
1
I A = 0
2
0 .
0
0
2
T
x
1 2 1
0 0
0 y = 0
z
0 0
0
da cui si ottiene lunica equazione
x = 2y + z
quindi X2 = [2y + z, y, z]T .
Ogni autovettore pu`o essere decomposto come segue:
2y
z
2y + z
X2 = y = y + 0 = X20 + X200 .
0
z
z
Osserviamo che X20 e X200 sono linearmente indipendenti.
Da ultimo, calcoliamo gli autovettori associati a = 1
0 2 1
x
0 1 0 y = 0.
0 0 1
z
Si ottiene
2y z = 0
y =0
z =0
41
T
1 2
P = 0 1
0 0
1
0
1
Esercizio 42
Sia A una matrice quadrata non singolare del secondo ordine simile a A3 .
Calcolare il determinante di A sapendo che gli autovalori sono entrambi negativi.
Risoluzione.
Sappiamo che P non singolare t.c.
A = P 1 A3 P.
Applicando il teorema di Binet si ottiene D(A) = D(P 1 )D(A3 )D(P ) , da cui
3
D(A) (D(A)) = 0.
L equazione precedente ha come soluzioni
D(A) = 0; 1.
Poich`e gli autovalori 1 e 2 sono entrambi negativi, si ha che D(A) = 1 2 > 0 ,
dunque lunica possibilit`a `e D(A) = 1.
Esercizio 43
42
Si considerino le matrici
1
P = h
k
0
1
0
0
0
3
1
Q = 0
0
0
3
1
0
0
1
Trovare tutti i valori dei parametri reali h e k per i quali P e Q sono simili.
Risoluzione.
Osserviamo che la condizione necessaria sulluguaglianza degli autovalori di P e
Q `e sicuramente soddisfatta. Infatti P e Q sono entrambe triangolari, dunque gli
autovalori sono gli elementi sulla diagonale principale: 1 = 2 = 1 , 3 = 3. Se
P e Q sono entrambe diagonalizzabili P e Q sono simili. P `e diagonalizzabile se
lautovalore 1 = 1 `e regolare:
1
0
0
0 ,
I P = h 1
k
0
3
0 0
r(I P ) = r h 0
k 0
Esaminiamo il minore
0
0 .
2
0
= 2h;
2
0 0 0
r(I Q) = r 0 2 0 = 1 = 3 2,
0 1 0
quindi Q `e diagonalizzabile. Concludiamo che P e Q sono simili per h = 0, k IR.
Esercizio 44
43
Si considerino le matrici
1
A = 4
5
0
3
7
0
0,
3
3
B = 0
0
0
1
0
0
0.
3
Risoluzione.
Dalluguaglianza AX = XB si deduce, per il teorema di Binet, che D(A) D(X) =
D(X) D(B), ovvero
D(X) (D(A) D(B)) = 0.
Se fosse D(A) D(B) 6= 0 si avrebbe, per la legge di annullamento del prodotto,
che D(X) = 0.
Tuttavia D(A) = D(B) = 9, dunque occorre cercare un altro metodo per verificare
che X `e singolare.
Supponiamo per assurdo, che X sia non singolare ovvero che esista X 1 . La
relazione AX = XB pu`o essere scritta come X 1 AX = B con B diagonale.
Dunque X non singolare = A diagonalizzabile. Gli autovalori di A sono 1 = 1
e 2 = 3 = 3. A `e diagonalizzabile lautovalore 3 `e regolare; tuttavia:
2
0 0
r(3I A) = r 4 0 0 = 2 6= 3 2
5 7 0
e = 3 non `e regolare.
Dunque A non `e diagonalizzabile quindi X 1 non pu`o esistere cio`e X deve essere
singolare.
Esercizio 45
Dimostrare che ogni matrice quadrata di ordine due tale che A2 + I = 0 `e diagonalizzabile.
Risoluzione.
44
Esercizio 46
Sia A una matrice quadrata di ordine n = 2. Determinare gli autovalori di A
sapendo che
D(2I A) = 2 e D(I A) = 2.
Risoluzione.
Per definizione di polinomio caratteristico si ha:
D(I A) = pA () = 2 + + .
Le due condizioni assegnate si traducono in
pA (2) = 2
pA (1) = 2,
45
17.
Esercizio 47
Sia A una matrice quadrata di ordine n = 2 non singolare. Sapendo che A `e simile
ad A2 e D(2I A) = D(3I A), calcolare gli autovalori di A.
Risoluzione.
Utilizziamo la condizione di similitudine:
P non singolare tale che:
A = P 1 A2 P.
Passando ai determinanti e utilizzando il teorema di Binet si ha
D(A) = D(P 1 A2 P ) = D(P 1 )D(A2 )D(P ),
da cui
D(A) = D(A)2
che ha come soluzione D(A) = 0; 1, ma poich`e A `e non singolare, lunica soluzione
accettabile `e D(A) = 1.
Utilizziamo ora la seconda condizione:
pA (3) = pA (2).
Ricordando che
pA () = 2 (T rA) + D(A) =: 2 + + 1,
46
otteniamo:
9 + 3 + 1 = 4 + 2 + 1
da cui = 5.
Quindi:
pA () = 2 5 + 1 = 0
e 1,2 =
21
Esercizio 48
Verificare che ogni matrice A, simile ad una nilpotente B, `e nilpotente.
Risoluzione.
Ipotesi.
i) B `e nilpotente, cio`e n IN tale che B n = 0;
ii) esiste una matrice non singolare P t.c.
A = P 1 BP.
Tesi. A `e nilpotente cio`e r IN tale che Ar = 0.
Calcoliamo la generica potenza Ap di A utilizzando lipotesi ii).
Ap = A A = (P 1 BP )(P 1 BP ) (P 1 BP ).
Per la propriet`a associativa e per la definizione di inversa si ha
Ap = P 1 B p P.
Se si prende p = n si ha An = P 1 B n P = P 1 0P = 0, cio`e la tesi.
Esercizio 49
Siano: A una matrice quadrata di ordine n e X un autovettore di A associato
Risoluzione.
Per ipotesi si ha che AX = X da cui si ricava
A2 X = A(AX) = A(X) = AX = 2 X,
quindi
BX = (I + A2 )X = IX + A2 X = X + 2 X = (1 + 2 )X.
La tesi segue dalluguaglianza BX = (1 + 2 )X.
Esercizio 50
Si consideri la matrice :
1
A = 1
1
0
2
2
0
0.
3
Risoluzione.
Utilizziamo il teorema di Cayley Hamilton :
1
0
0
D(I A) = 1
2
0 = ( 1)( 2)( 3).
1
2
3
Lequazione caratteristica `e :
pA () = 3 62 + 11 6 = 0.
Da cui si ha:
A3 6A2 + 11A 6I = 0.
Quindi A3 , A2 , A , I sono linearmente dipendenti.
47
48
Esercizio 51
Sia A una matrice quadrata di ordine 2 tale che A2 = 0, T rA = 2 e D(A) = 0.
Determinare gli autovalori della matrice esponenziale
B =: exp(A) =
+
X
1 k
A .
k!
k=0
Risoluzione.
Osserviamo che per ipotesi la matrice A `e nilpotente quindi tutte le potenze An
con n 2 sono nulle, infatti An = An2 A2 = An2 0 = 0. Quindi la serie che
definisce la matrice esponenziale si riduce a soli due addendi:
B =: eA = I + A +
A2
A3
+
+ = I + A.
2!
3!
, IR.
= 1.
49
Per ipotesi si ha :
++1
I.
+2
++1
TrA = 2
,
+2
2
++1
D(A) =
.
+2
++1
2
= 2
+2
++1 2
=0
+2
(
++1=+2
( + + 1) = 0
(
=1
= 2.
Esercizio 52
Sia A una matrice diagonalizzabile e f (x) la funzione definita da:
f (x) =
N
X
ak xk ,
ak IR
(o C).
I
k=0
50
Risoluzione.
Sostituiamo formalmente x con A e utilizziamo il fatto che A = P 1 DP , si ha:
f (A) = f (P 1 DP ) =
N
X
ak (P 1 DP )k
k=0
osservando che
(P 1 DP )k = (P 1 DP )(P 1 DP ) . . . (P 1 DP ) = P 1 Dk P
si ottiene
f (A) =
N
X
ak P
D P =P
k=0
N
X
!
ak D
P.
k=0
Infatti
N
X
ak P 1 Dk P = P 1 a0 IP + P 1 a1 DP + P 1 a2 D2 P + + P 1 aN DN P =
k=0
N
X
ak Dk = f (D),
k=0
segue che
f (A) = P 1 f (D)P.
Osservazione. Da questo semplice esercizio si intravvede la possibilit`
a di definire
A
almeno per matrici diagonalizzabili (ma non solo) e , ln A , A , sin A ecc.. in
quanto le funzioni sopra possono essere espresse tramite somme infinite.
51
Risoluzione.
Il polinomio f (z) ha unespressione del tipo
f (z) = am z m + am1 z m1 + + a1 z + a0
quindi
B = f (A) = am Am + am1 Am1 + . . . + a1 A + a0 I.
Sapendo che
A2 x = A(x) = Ax = 2 x
A3 x = A(A2 x) = 3 x
Am x = m x,
si ottiene:
Bx = f (A)x = (am Am + am1 Am1 + . . . + a1 A + a0 I)x =
= am Am x + am1 Am1 x + . . . + a1 Ax + a0 Ix =
= am m x + am1 m1 x + . . . + a1 x + a0 Ix =
= (am m + am1 m1 + . . . + a1 + a0 )x =
= f ()x.
Essendo Bx = f ()x si ha che x `e autovettore di B associato a f ().
Osservazione. Se al posto di un polinomio si utilizzano funzioni f sviluppabili in
serie di potenze
f (A) =
+
X
n=0
an An
52
+
X
1 n
z
n!
n=0
si ha che:
Ax = x
eA x = e x.
53
Esercizio 54
Sia A una matrice quadrata decomponibile nella somma di una matrice diagonale
D e di una nilpotente N di ordine p, (N p = 0) .
Verificare che risulta:
N2
N p1
eA = eD I + N +
+ +
2!
(p 1)!
Risoluzione.
Premettiamo due osservazioni:
a) le propriet`a formali della funzione esponenziale ex restano immutate se si sostituisce la variabile reale x con una matrice A MCI (n, n). Ad esempio
eA+B = eA eB
+ n
X
x
,
n!
n=0
eA =
+
X
An
.
n!
n=0
inoltre
p1
+
X
X
Nn
Nn
= eD
n!
n!
n=0
n=0
N2
N p1
A
D
I +N +
e =e
+ +
.
2!
(p 1)!