380 CAPITOLO 16. AUTOVETTORI E AUTOVALORI Sia
Transcript
380 CAPITOLO 16. AUTOVETTORI E AUTOVALORI Sia
380 CAPITOLO 16. AUTOVETTORI E AUTOVALORI Sia ora A una matrice n ⇥n sul campo K. Indichiamo con C la base canonica di K n , e sia LA : K n ↵ K n l’applicazione lineare tale che A = MCC (LA ). Diciamo che la matrice A è diagonalizzabile se LA è diagonalizzabile. Teorema 16.3.3. Sia A una matrice n ⇥ n su K. A è diagonalizzabile se e solo se esiste una matrice simile ad A che sia diagonale. Dim. Se A è diagonalizzabile, esiste una base E di K n tale che la matrice B = MEE (LA ) sia diagonale. E la matrice B è simile ad A. Sia ora B una matrice diagonale simile ad A. Esiste allora una matrice invertibile N tale che B = N 1 AN. Poichè N è invertibile, l’insieme E costituito dagli n vettori colonna di N è una base di K n (Teorema 6.5.3 e Teorema 3.3.4). Si ha allora N = MCE (id) e N 1 = MEC (id). Quindi, per la (9) del Capitolo 5, B = MEC (id)MCC (LA )MCE (id) = MEE (LA ) Pertanto, essendo B diagonale, A è diagonalizzabile. Teorema 16.3.4. Sia A una matrice n⇥n su K. Siano ⌃1 , . . . , ⌃r , le radici distinte di PA (t) di molteplicità rispettive m1 , . . . , mr . A è diagonalizzabile se e solo se si ha: (c1 ) dim V⌅1 = m1 , . . . , dim V⌅r = mr , (c2 ) m1 + · · · + mr = n. Dim. Sia A è diagonalizzabile. Esiste una base {X1 , . . . , Xn } di K n costituita da autovettori di A. Poichè Xi V⌅1 ⇤ · · · ⇤ V⌅r , per i = 1, . . . , r, dai Teoremi 3.4.2 e 16.2.4 segue K n = V⌅1 ⇤ · · · ⇤ V⌅r , pertanto dim V⌅i = mi , per ogni i = 1, . . . , r. Poichè ⌃1 , . . . , ⌃r K sono tutte le radici distinte di PA (t) che ha 16.3. DIAGONALIZZAZIONE 381 grado n, allora vale la (c). Viceversa, scegliamo a piacere le basi B1 , . . . , Br , rispettivamente negli autospazi V⌅1 , . . . , V⌅r . In virtù del Teorema 16.1.2, l’insieme B = B1 ✓ · · · ✓ Br , è costituito da vettori linearmente indipendenti. Ma dalle ipotesi (c1 ) e (c2 ) segue che i vettori di B sono n, pertanto B è una base di K n costituita da autovettori di A. Per il Teorema 16.1.3 allora A è diagonalizzabile. Esempio 16.3.2. Consideriamo la matrice su R ⌅ 1 A=⌦ 2 0 ⇧ 1 1↵ . 1 0 1 0 Il polinomio caratteristico di A è: ⌅ 1 t ⌦ 2 PA (t) = det 0 0 (1 + t) 0 ⇧ 1 1 ↵ = (1 + t)2 (1 (1 + t) Le radici di PA (t) in R sono ⌃1 = 1, di molteplicità 1, e ⌃2 = 2. Il sistema lineare omogeneo t) 1, di molteplicità ⌃ per t = ⌃1 fornisce (1 t)x + z = 0 2x (1 + t)y z = 0 , ⌥ (1 + t)z = 0 V⌅1 = {( , , 0) | R}. Per t = ⌃2 si ha invece V⌅2 = {(⇥, ⇤, 2⇥) | ⇥, ⇤ R}. Si ha dim V⌅1 = 1 e dim V⌅2 = 2, quindi la matrice A è diagonalizzabile. Una matrice diagonale simile ad A è: ⌅ 1 ⌦0 0 0 1 0 ⇧ 0 0 ↵. 1 16.5. ESERCIZI SVOLTI Si deve avere 397 ⌅ 1 MBC (id) A MCB (id) = ⌦ 0 0 0 1 0 ⇧ 0 0 ↵. 1 16.5.10. Siano date le matrici a coefficienti complessi ⇥ ⇥ 1 2 2i 1 A= , B= . 2 3 2i 2 Provare che esse non sono diagonalizzabili. Determinare per ciascuna di esse una matrice simile che sia triangolare. Il polinomio caratteristico della matrice A è dato da ⇥ 1 t 2 D = (t 1)2 , 2 3 t allora esiste un autovalore ⌃ = 1 di molteplicità doppia il cui autospazio, risolvendo il sistema lineare ⇥ ⇥ ⇥ 1 2 x x = 2 3 y y risulta V⌅ =< (1, 1) >. Poichè la sua dimensione è 1, segue che la matrice non è diagonalizzabile. È però certamente triangolabile. Aggiungiamo all’autovettore (1, 1) il vettore (1, 0) per ottenere una base B di C2 e determiniamo la matrice del cambiamento di base MBC (id), essendo C la base canonica. Si ottiene ⇥ 0 1 C MB (id) = . 1 1 Calcolando MBC (id)AMCB (id) si ottiene la matrice triangolare superiore ⇥ ⇥ ⇥ ⇥ 0 1 1 2 1 1 5 2 = . 1 1 2 3 1 0 0 1 Il polinomio caratteristico della matrice B è ⇥ 2i t 1 D = t2 2(1 + i)t + 2i = [t 2i 2 t (1 + i)]2 . 398 CAPITOLO 16. AUTOVETTORI E AUTOVALORI Si ha allora l’autovalore doppio ⌃ = 1+i. Calcoliamo il suo autospazio risolvendo in C il sistema lineare ⇥ ⇥ ⇥ 2i 1 x (1 + i)x = , 2i 2 y (1 + i)y il quale ha spazio di soluzioni V⌅ =< (1, 1 i) > di dimensione 1, pertanto anche C non è diagonalizzabile. La matrice di passaggio per triangolarizzarla si trova costruendo MBC (id), essendo, ad es., B = {(1, 1 i), (1, 0)}. Si ricava facilmente che essa è la matrice ⌅ ⇧ 0 1+i 2 ⌦ ↵. 1+i 1 2 Si ha infine ⌅ 0 ⌦ 1 1+i 2 1+i 2 ⇧ ↵ 2i 1 2i 2 ⇥ 1 1 1 i 0 16.5.11. Dopo aver verificato che la matrice ⌅ 3 4 ⌦ 2 3 A= 1 2 non è diagonalizzabile, triagolarla. ⇥ = 2i 2 0 1 i+1 ⇥ . ⇧ 7 8 ↵ 5 Il polinomio caratteristico di A è PA (t) = (t 1)(t 2)2 . L’autospazio relativo all’autovalore ⌃ = 1 è generato dall’autovettore (2, 1, 0), mentre quello relativo all’autovalore ⌃ = 2, che ha molteplicità 2, è generato dall’autovettore (1, 2, 1). Allora la matrice data non è diagonalizzabile. Aggiungiamo ai due autovettori trovati un terzo vettore, ad es. (1, 0, 0), per ottenere una base di C3 E = {(2 1, 0), (1, 2, 1), (1, 0, 0)} 16.5. ESERCIZI SVOLTI 399 e consideriamo l’applicazione lineare LA : C3 ↵ C3 : ⌅ ⇧ x ⌦ y ↵ = (3x + 4y + 7z, 2x 3y LA (x, y, z) = A z 8z, x + 2y + 5z). Si ha: - LA (2 1, 0) = 1(2 1, 0) + 0(1, 2, 1) + 0(1, 0, 0), - LA (1, 2, 1) = 0(2 1, 0) + 2(1, 2, 1) + 0(1, 0, 0), - LA (1, 0, 0) = 0(2 1, 0) + 1(1, 2, 1) + 2(1, 0, 0), pertanto la matrice di LA rispetto alla base E è la matrice diagonale superiore ⌅ ⇧ 1 0 0 ME (LA ) = ⌦ 0 2 1 ↵ 0 0 2 la quale è simile alla matrice MC (LA ) = A, con C la base canonica di C3 . Si noti che ⌅ ⇧ 0 1 2 1 ↵ MEC (id) = ⌦ 0 0 1 2 3 e che MEC (id)AMCE (id) = ME (LA ). 16.5.12. Triangolare l’applicazione lineare L : C3 ↵ C3 definita da L(x, .y, z) = (x + 3y + z, y + z, y z). La matrice di L sulla base canonica è ⌅ 1 MC (L) = ⌦ 0 0 3 1 1 ⇧ 1 1 ↵ 1 la quale ammette gli autovalori ⌃ = 0, con molteplicità 2 e ⌃ = 1. Poichè il nucleo di L ha dimensione 1, segue che L non è diagonalizzabile. Gli autospazi relativi 400 CAPITOLO 16. AUTOVETTORI E AUTOVALORI ai due autovettori sono, rispettivamente generati dai vettori (2, 1, 1) ed (1, 0, 0). Fissiamo quindi la base di C3 B = {(2, 1, 1), (1, 0, 0), (1, 1, 1)}, aggiungendo il vettore (1, 1, 1). La matrice di L su tale base si potrà ottenere come MB (L) = MBC (id)MC (L)MCE (id) ovvero ⌅ 0 ⌦ 1 MB (L) = 0 1 2 1 2 1 2 ⇧⌅ 0 1 ↵ ⌦ 0 0 1 0 ⌅ 0 0 ⌦ 0 6 = 0 0 3 1 1 ⇧⌅ ⇧ 1 2 1 1 1 ↵⌦ 1 0 1 ↵ = 1 1 0 1 ⇧ 1 3 ↵. 3 16.5.13. Provare che la matrice ⌅ 1 A=⌦ 0 0 ⇧ 3 k 1 0 ↵ k 1 non è diagonalizzabile per alcun valore del parametro reale k. Se è possibile, triangolarla quando k = 0. La matrice data, per k = 0, ha autovalore ⌃ = 1, di molteplicità 3 con relativo autospazio di dimensione 1, generato, ad es., dal vettore (1, 0, 0). Se si estende tale autovettore ad una base B di C3 , prendendo ad esempio B = {(1, 0, 0), (0, 1, 1), (1, 1, 0)}, è facile rendersi conto che la matrice MBC non triangola la matrice A. Ciò dipende dal fatto che la base B non è a ventaglio per l’applicazione lineare indotta da A, cosı̀ come prescritto dal Teorema di riferimento. Si deve allora trovare una base a ventaglio contenente l’autovettore. Notiamo quanto segue: - in generale è facile rendersi conto che se si ha una matrice di ordine n ed n 1 autovettori linearmente indipendenti, allora aggiungendo a caso un ulteriore vettore indipendente dai precedenti, si ottiene sempre una base a ventaglio. In 16.5. ESERCIZI SVOLTI 401 questi casi quindi si procede come visto negli esercizi precedenti. Poniamoci ora nel caso di una matrice di ordine 3 con autovalore ⌃, di molteplicità 3 con autospazio relativo V⌅ =< v1 > . Questo è il caso del presente problema. Si può procedere come segue, secondo le linee del teorema di riferimento (Teorema 16.4.2): - si consideri una qualunque base B = {v1 , v2 , v3 } di C3 , costruita a partire da v1 , e sia M = MBC . In generale la matrice M 1 AM non è triangolare superiore. È facile vedere che essa è della forma ⌅ ⇧ ⌃ a12 a13 M 1 AM = A = ⌦ 0 a22 a23 ↵ 0 a32 a33 Poniamo B = (M 1 AM )11 cioè la matrice ottenuta da M 1 AM sopprimendo la prima riga e la prima colonna. B ammette ancora l’autovalore ⌃ con molteplicità 2 ed autospazio relativo di dimensione 1 generato, ad es., da w1 C2 . Si consideri una base B ⌅ = {w1 , w2 } di C2 . Posto N = MBC⇥ , per quanto sopra detto si ottiene che la matrice N 1 BN = T1 è triangolare superiore (B ⌅ è base a ventaglio). Consideriamo la matrice ⌅ ⇧ ⌃ 0 0 C=⌦ 0 • • ↵ 0 • • ove • • • • ⇥ =N Allora, posto D=MC, questa è la matrice che triangola A cioe D 1 AD = T è triangolare superiore. Da notare che T11 = T1 . Risolviamo ora il problema dato, nel caso k = 1. La matrice da studiare è allora ⌅ ⇧ 3 1 1 0 ↵. 1 1 1 A=⌦ 0 0 Questa ha autovalore ⌃ = 1 d molteplicità 3 con autospazio V⌅ =< (1, 0, 0) >. Consideriamo la base B = {(1, 0, 0), (0, 1, 1), (1, 1, 0)} di C3 . Si ha M = MCB ⌅ ⇧ 1 0 1 =⌦ 0 1 1 ↵ 0 1 0 M 1 = MBC ⌅ 1 ⌦ 0 = 0 1 0 1 ⇧ 1 1 ↵ 1 402 CAPITOLO 16. AUTOVETTORI E AUTOVALORI e poi ⌅ 1 M 1 AM = ⌦ 0 0 Allora B = (M 1 AM )11 = ⇧ 5 4 2 1 ↵. 1 0 2 1 1 0 ⇥ . Quest’ultima matrice ha ancora come autovalore 1 con autospazio relativo V⌅ =< (1, 1) >. Condisiderata la base B ⌅ = {(1, 1), (1, 0)}, si ha ⇥ 1 1 B⇥ N = MC = . 1 0 Allora ⌅ 1 ⌦ 0 C= 0 mentre ⌅ Infine 16.6 1 ⌦ 0 D = MC = 0 ⇧ 1 0 0 1 ↵ 1 1 ⇧ 0 0 1 1 ↵, 1 0 e D 1 ⌅ 1 ⌦ 0 = 0 ⇧ 1 1 1 1 ↵. 1 0 ⌅ ⇧ 1 1 5 D 1 AD = ⌦ 0 1 1 ↵ . 0 0 1 E SERCIZI PROPOSTI 16.6.1. Determinare gli autovalori e gli autovettori delle seguenti applicazioni lineari R3 ↵ R3 : L(x, y, z) = (2x, 4x + 6y + 4z, 2x T (x, y, z) = (x + y + 3z, x + 2y + 5z, x 2y), 3y 7z). 16.6.2. Sia V uno spazio vettoriale di dimensione finita. Siano L, T Hom(V, V ) tali che LT = T L. Mostrare che se v è un autovettore di L con autovalore ⌃ e se T (v) = 0, allora T (v) è un autovettore di L con autovalore ⌃. 18.3. FORME BILINEARI SIMMETRICHE = x1 y1 + 2x1 y3 (x1 , x1 = 18.3 447 x2 y2 + x2 y3 + 3x3 y1 + x3 y2 , t g(X, Y ) = XB AYB = ⌅ ⇧⌅ ⇧ 1 0 2 y1 1 1↵ ⌦y1 y2 ↵ = x2 , x3 ) ⌦0 3 1 0 y3 3x1 y3 + x1 y2 + x2 y1 x2 y2 + x2 y3 4x3 y1 + x3 y2 . F ORME BILINEARI SIMMETRICHE Sia V uno spazio vettoriale sul campo K. Una forma bilineare f : V ⇥ V ↵ K si dice simmetrica se (b3 ) f (v, w) = f (w, v), per ogni coppia di vettori v e w di V . Ogni forma bilineare simmetrica su V non è altro quindi che un prodotto scalare su V . Si mostra subito che l’insieme Bs (V, K) delle forme bilineari simmetriche su V è uno spazio vettoriale su K, sottospazio di B(V, K). Teorema 18.3.1. Sia V uno spazio vettoriale di dimensione finita sul campo K. Siano f una forma bilineare su V , E una base di V , A la matrice di f relativa ad E. Allora f è simmetrica se e solo se A è simmetrica. Dim. Poichè A è la matrice di f relativa alla base E, per ogni scelta dei vettori v e w di V si ha t f (v, w) = vE AwE t e f (w, v) = wE AvE . t Av è un elemento di K, quindi Ma wE E t t t t f (w, v) = wE AvE = (wE AvE )t = vE A wE . Ne segue che l’uguaglianza t t t vE AwE = vE A wE può verificarsi, per ogni coppia di vettori v e w, se e solo se A = At . 448 CAPITOLO 18. FORME BILINEARI Esempio 18.3.1. Consideriamo uno spazio vettoriale V di dimensione n sul campo K. Sia f Bs (V, K) un prodotto scalare su V , e si fissi una base E = {e1 , . . . , en } di V . Se la base E è una base ortogonale, allora la matrice simmetrica di f relativa ad E: A = ME (f ) è una matrice diagonale, in quanto per i = j si ha f (ei , ej ) = 0. Se v e w sono t = (x , . . . , x ) e w t = (y , . . . , y ), si ha generici vettori di V , posto vE 1 n 1 n E t f (v, w) = vE AwE = f (e1 , e1 )x1 y1 + . . . f (en , en )xn yn . Nel caso K = R ed f definito positivo, nel caso cioè che V sia uno spazio euclideo, se la base E è scelta ortonormale, allora per ogni i = 1, . . . , n, da f (ei , ei ) = 1 segue A = I e f (v, w) = x1 y1 + · · · + xn yn . Esempio 18.3.2. Sia V uno spazio vettoriale di dimensione n su R e sia f una forma bilineare simmetrica su V . Fissata una base E = {e1 , . . . , en } di V , la matrice di f relativa alla base E: A = ME (f ) è una matrice reale simmetrica. Essa pertanto ha n autovalori reali ⌃1 , . . . , ⌃n (Teorema 17.5.2). Inoltre (Teorema 17.5.3) esiste una matrice unitaria reale N = (N 1 , . . . , N n ) tale che la matrice M =N 1 AN = N t AN sia una matrice diagonale. Gli autovalori di M sono gli elementi della sua diagonale. D’altra parte essi sono gli autovalori di A, in quanto A e M sono simili, quindi ⌅ ⇧ ⌃1 . . . 0 .. . M = ⌦ ... . ↵ 0 . . . ⌃n Consideriamo la base B = {v1 , . . . , vn } di V costituita dai vettori di V le cui coordinate sulla base E sono rispettivamente le colonne N 1 , . . . , N n della matrice N , cioè per ogni i = 1, . . . , n, (vi )E = N i . Si ha allora N = MEB (id), 18.4. FORME QUADRATICHE 449 quindi M = [MEB (id)]t ME (f )MEB (id) = MB (f ). t = (x , . . . , x ) e Ne segue che se v e w sono due qualsiasi vettori di V , posto vB 1 n t wB = (y1 , . . . , yn ), si ottene t f (v, w) = vB M wB = ⌃1 x1 y1 + . . . ⌃n xn yn . 18.4 F ORME QUADRATICHE Siano K un campo e V uno spazio vettoriale su K. Se f è una forma bilineare simmetrica su V , si chiama forma quadratica associata a f l’applicazione q : V ↵ K definita da (5) q(v) = f (v, v), per ogni v V. Se q è la forma quadratica associata alla forma bilineare simmetrica f , si ottiene f da q nel modo seguente: per ogni coppia di vettori v e w di V si ha f (v + w, v + w) = f (v, v) + f (v, w) + f (w, v) + f (w, w), ed essendo f simmetrica (6) f (v, w) = 12 [q(v + w) q(v) q(w)]. Se V ha dimensione n su K e si considera una base E di V , la matrice simmetrica A = ME (f ) si chiama anche la matrice della forma quadratica q relativa alla t = (x , . . . , x ) e A = (a ), si ha base E. Per ogni vettore v di V , posto vE 1 n ij (7) t q(v) = f (v, v) = vE AvE = n ✏ aij xi xj . i,j=1 Esempio 18.4.1. Sia X t = (x1 , x2 ) il generico vettore di R2 . Data la forma quadratica su R2 : q(X) = x21 + 2x1 x2 + x22 , la forma bilineare simmetrica che la definisce è 1 f (X, Y ) = [q(X + Y ) q(X) q(Y )] = x1 y1 + x1 y2 + x2 y1 + x2 y2 . 2 La matrice di f e di q relativa alla base canonica di R2 è ⇥ 1 1 A= . 1 1 450 CAPITOLO 18. FORME BILINEARI Esempio 18.4.2. Sia V uno spazio vettoriale di dimensione n sul campo K. Consideriamo un prodotto scalare f su V , la forma quadratica q associata a f , una base E = {e1 , . . . , en } di V . Se la base E è ortogonale, ripetendo le considerazioni dell’Esempio 17.3.2, si ha che la matrice A = ME (f ) = ME (q) t = (x , . . . , x ), è una matrice diagonale. Pertanto, per ogni vettore v di V, posto vE 1 n si ottiene t q(v) = vE AvE = q(e1 )x21 + · · · + q(en )x2n . Nel caso K = R ed f definito positivo, se la base E è ortonormale, allora per ogni i = 1, . . . , n, da q(ei ) = ||ei ||2 = 1 segue A=I e q(v) = ||v||2 = x21 + · · · + x2n . Osservazione 18.4.1. Riduzione di una forma quadratica a forma canonica. Sia V uno spazio vettoriale di dimensione n su R, f un prodotto scalare su V e q la forma quadratica associata ad f . Se E = {e1 , . . . , en } è una base di V , allora t q(v) = f (v, v) = vE AvE = n ✏ aij xi xj , i,j=1 essendo A = ME (f ) = ME (q). Ripetendo le considerazioni dell’Esempio 18.3.2, se ⌃1 , . . . , ⌃n sono gli autovalori reali di A, si mostra l’esistenza di una base B di V tale che ⌅ ⇧ ⌃1 . . . 0 .. , M = MB (f ) = MB (q) = ⌦ ... . ↵ 0 . . . ⌃n tale che M = N 1 AN = N t AN , con N = MEB (id). Si ottiene infine q(v) = ⌃1 x⌅1 2 + · · · + ⌃n x⌅n 2 , t = (x⌅ , . . . , x⌅ ). Si dice in questo caso che la forma quadratica q è stata ove vB n 1 ridotta a forma canonica per un cambiamento di coordinate, dalla base E alla base B. f Sia V uno spazio vettoriale di dimensione n sul campo K. Sia Bs (V, K) e q la forma quadratica associata ad f . 18.4. FORME QUADRATICHE 451 (q1 ) il nucleo di f è il sottospazio di V Kf = {v V | f (v, w) = 0, per ogni w V }. (q2 ) q è non degenere se Kf = {0}, degenere nel caso contrario. (q3 ) il discriminante di f , o anche di q, è il determinante di ME (f ) = ME (q), rispetto ad una base fissata E di V . Nel caso K = R (q4 ) q è definita positiva (negativa) se q(v) q(v) = 0 se e solo se v = 0. 0 (q(v) ⌥ 0), per ogni v (q5 ) q è semidefinita positiva (negativa) se q(v) ed esistono vettori v = 0 per cui q(v) = 0. V e 0 (q(v) ⌥ 0), per ogni v (q6 ) q è non definita se q(v) assume valori sia positivi che negativi, per v V V. Teorema 18.4.2. Siano V uno spazio vettoriale di dimensione n sul campo K, f Bs (V, K) e q la forma quadratica associata ad f . La forma q è degenere se e solo se il suo discriminante è nullo. Dim. Fissiamo una base E = {e1 , . . . , en } di V . Poniamo A = ME (q) e sia v V, v = 1 e1 + · · · + n en . Notiamo che v Kf se e solo se f (v, ej ) = 0, j = i, . . . , n, n ✏ ovvero f ( i ei , ej ) = 0, j = i, . . . , n, i=1 cioè n ✏ i f (ei , ej ) = 0, j = i, . . . , n, i=1 che si può riscrivere t j vE A = 0, j = i, . . . , n. t A = 0, cioè il sistema Da quanto visto segue che v Kf , v = 0, se e solo se vE lineare omogeneo X t A = 0 ammette soluzioni non nulle. Questo accade precisamente quando det(A) = det ME (q) = 0. Proposizione 18.4.3. Sia f Bs (V, R) e sia q : V ↵ R la forma quadratica associata. Se q è definita positiva (negativa) allora è non degenere. Dim. Se q fosse degenere allora esisterebbe un vettore non nullo v f (v, w) = 0, per ogni w V . In particolare f (v, v) = 0. V tale che 452 CAPITOLO 18. FORME BILINEARI 18.5 E SERCIZI S VOLTI 18.5.1. In ciascuno dei seguenti casi sono date una base E di R3 ed una forma lineare f : R3 ↵ R. Determinare la base E ⇤ duale di E e le coordinate di f su E ⇤ . E = {(1, 1, 0), (0, 1, 1), (2, 0, 1)}, f (x, y, z) = x + y E = {(2, 1, 1), (0, 1, 2), (0, 0, 1)}, f (x, y, z) = 2z z, y. Sia E = {e1 , e2 , e3 }, allora da (x, y, z) = a(1, 1, 0) + b(0, 1, 1) + c(2, 0, 1) = (a + 2c, a b, b + c) segue (x, y, z) = ( x+2y +2z)(1, 1, 0)+( x+y +2z)(0, 1, 1)+(x y z)(2, 0, 1). La base duale di E è costituita dalle seguenti forme lineari - e⇤1 (x, y, z) = x + 2y + 2z, - e⇤2 (x, y, z) = x + y + 2z, - e⇤3 (x, y, z) = x y z, mentre le coordinate di f su E ⇤ sono f (e1 ) = 2, f (e2 ) = 2 f (e3 ) = 1. Analogamente, nel secondo caso si ha (x, y, z) = a(2, 1, 1) + b(0, 1, 2) + c(0, 0, 1) = (2a, a + b, a + 2b + c) da cui segue x x x (2, 1, 1) + (y + )(0, 1, 2) + ( 2 2 2 2y + z)(0, 0, 1). La base duale di E è costituita dalle seguenti forme lineari - e⇤1 (x, y, z) = x2 , - e⇤2 (x, y, z) = y + x2 , 18.5. ESERCIZI SVOLTI - e⇤3 (x, y, z) = 453 2y + z, x 2 mentre le coordinate di f su E ⇤ sono f (e1 ) = 3, f (e2 ) = 3 f (e3 ) = 2. 18.5.2. Si conisderi lo spazio euclideo R3 con l’usuale prodotto scalare. Posto X = (x, y, z) R3 , siano date le seguenti forme lineari: f (X) = x + y, f (X) = x 2y + z, f (X) = x 2z. Per ciascuna di esse determinare un vettore A di R3 tale che f (X) = A · X, per ogni X R3 . Detto A = (a, b, c), nel primo caso, dovendo essere ax+by +cz = x+y, per ogni X R3 , per il principio di identità dei polinomi, si ricava a = 1, b = 1, c = 0. Allora A = (1, 1, 0). Si procede allo stesso modo negli altri due casi. 18.5.3. Sia V uno spazio euclideo ed E una base ortonormale di V . Per ogni vettore v V , sia f la forma lineare definita da f (x) = v · x. Mostrare che le coordinate di v su E e quelle di f sulla base duale E ⇤ sono uguali. Ricordiamo che, se E = {e1 , . . . , en }, allora risulta E ⇤ = {e⇤1 , . . . , e⇤n }, ove e⇤i (ej ) = 1 se i = j e 0 altrimenti. Allora dato v = a1 v1 + · · · + an vn , si ha e⇤i (v) = ai , poichè E è ortonormale. D’altra parte f (ei ) = v · ei = ai , per le stesse ragioni. 18.5.4. Indicato con X = (x1 , x2 , x3 ) il generico vettore di R3 , per ciascuna delle seguenti forme bilineari su R3 , determinare la matrice di f relativa alla base canonica e la matrice di f relativa alla base B = {(1, 0, 1), (1, 1, 1), (0, 1, 1)} : 454 CAPITOLO 18. FORME BILINEARI f (X, Y ) = x1 y2 x2 y3 + 2x2 y1 + x3 y1 + 2x3 y2 , f (X, Y ) = 2x1 y1 + x1 y2 + 3x2 y2 + x2 y3 x3 y1 . Indicata con C = {e1 , e2 , e3 } la base canonica di R3 , si ha: f (e1 , e1 ) = 0, f (e1 , e2 ) = 1, f (e1 , e3 ) = 0, f (e2 , e1 ) = 2, f (e2 , e2 ) = 0, f (e2 , e3 ) = 1, f (e3 , e1 ) = 1, f (e3 , e2 ) = 2, f (e3 , e3 ) = 0. Allora la matrice di f relativa alla base canonica è ⌅ Si ha poi: 0 1 ⌦ 2 0 MC (f ) = 1 2 ⇧ 0 1 ↵. 0 f ((1, 0, 1), (1, 0, 1)) = 0, f ((1, 0, 1), (1, 1, 1)) = 3, f ((1, 0, 1), (0, 1, 1)) = 3, f ((1, 1, 1), (1, 0, 1)) = 5, f ((1, 1, 1), (1, 1, 1)) = 0, f ((1, 1, 1), (0, 1, 1)) = 1, f ((0, 1, 1), (1, 0, 1)) = 1, f ((0, 1, 1), (1, 1, 1)) = 2, f ((0, 1, 1), (0, 1, 1)) = 0. Allora la matrice di f relativa alla base B è ⌅ 0 3 MB (f ) = ⌦ 5 0 1 2 Analogamente per la seconda forma. ⇧ 3 1 ↵. 0 18.5.5. In R3 siano C la base canonica e B la base dell’esercizio precedente. Considerata la matrice A, determinare la forma bilineare f su R3 tale che A = MC (f ) ed A = MB (f ): ⌅ ⇧ 1 2 0 A = ⌦ 1 0 3 ↵. 1 1 0 18.5. ESERCIZI SVOLTI 455 Si ha ⌅ ⇧⌅ ⇧ 1 2 0 y1 fA (X, Y ) = X t AY = (x1 , x2 , x3 ) ⌦ 1 0 3 ↵ ⌦ y2 ↵ = 1 1 0 y3 = (x1 y1 + 2x1 y2 , x2 y1 + 3x2 y3 , x3 y1 + x3 y3 ). Consideriamo ora che (x1 , x2 , x3 ) = a(1, 0, 1) + b(1, 1, 1) + c(0, 1, 1) = (a + b, b + c, a + b + c). Allora le coordinate di (x1 , x2 , x3 ) su B sono ( x2 +x3 , x1 ++x2 x3 , x1 +x3 ). In questo caso si ha t fA (X, Y ) = XB AYB = ⌅ ⇧⌅ ⇧ 1 2 0 y2 + y3 = ( x2 + x3 , x1 + x2 x3 , x1 + x3 ) ⌦ 1 0 3 ↵ ⌦ y1 + y2 y3 ↵ = 1 1 0 y1 + y3 = 2x1 y1 + 2x1 y3 + x3 y1 . 18.5.6. Sia V lo spazio dello spazio vettoriale su R dei polinomi di grado non superiore a 3, a coefficienti in R. Si consideri il prodotto scalare su V definito da ⌘ 1 f ·g = f (t)g(t)dt. 0 Determinare la matrice relativa alla base {1, t, t2 , t3 } Essendo il prodotto scalare una forma bilineare V ⇥ V ↵ R, possiamo determinare la matrice richiesta. Si ha: 1 · 1 = [t]10 = 1, 1 · t = [ 12 t2 ]10 = 12 , 1 · t2 = [ 13 t3 ]10 = 13, 1 · t3 = [ 14 t4 ]10 = 14 , t · 1 = [ 12 t2 ]10 = 12 , t · t = [13t3 ]10 = 13 , t · t2 = [ 14 t4 ]10 = 14 , t · t3 = [15t5 ]10 = 15 , 456 CAPITOLO 18. FORME BILINEARI t2 · 1 = [ 13 t3 ]10 = 13 , t2 · t = [ 14 t4 ]10 = 14 , t2 · t2 = [ 15 t5 ]10 = 15 , t2 · t3 = [ 16 t6 ]10 = 16 , t3 · 1 = [ 14 t4 ]10 = 14 , t3 · t = [ 15 t5 ]10 = 15 , t3 · t2 = [ 16 t6 ]10 = 16 , t3 · t3 = [ 17 t7 ]10 = 17 . Segue che la matrice cercata è ⌅ A= ⌦ 1 1 2 1 3 1 4 1 2 1 3 1 4 1 5 1 3 1 4 1 5 16 1 4 1 5 1 6 1 7 ⇧ ↵ 18.5.7. In ciacuno dei seguenti casi è data una una matrice reale simmetrica A. Determinare la forma bilineare simmetrica f la cui matrice relativa alla base canonica di R3 è A, e la forma quadratica associata ad f : ⌅ ⇧ ⌅ ⇧ 1 1 0 0 1 2 1 ↵, 1 0 ↵ A=⌦ 1 2 A=⌦ 1 0 1 3 2 0 1 Si ha: ⌅ 1 fA (X, Y ) = X t AY = (x1 , x2 , x3 ) ⌦ 1 0 = x1 y1 + x1 y2 + x2 y1 + 2x2 y2 1 2 1 ⇧⌅ ⇧ 0 y1 1 ↵ ⌦ y2 ↵ = 3 y3 x3 y2 + 3x3 y3 , x2 y3 che, come si vede chiaramente è simmetrica. Segue che la forma quadratica associata è q(X) = fA (X, X) = x21 + 2x1 x2 + 2x22 Analogamente, per la seconda matrice, si ha: ⌅ 0 t ⌦ fA (X, Y ) = X AY = (x1 , x2 , x3 ) 1 2 2x2 x3 + 3x23 . ⇧⌅ ⇧ 1 2 y1 1 0 ↵ ⌦ y2 ↵ = 0 1 y3 18.5. ESERCIZI SVOLTI 457 = x1 y2 + 2x1 y3 + x2 y1 x2 y2 + 2x3 y1 + x3 y3 , e q(X) = fA (X, X) = x1 x2 + 2x1 x3 + x2 x1 x22 + 2x3 x1 + x23 18.5.8. Si denoti con X t = (x1 , x2 , x3 , x4 ) il generico vettore di R4 . Determinare le forme bilineari simmetriche su R4 associate alle seguenti forme quadratiche: q(X) = 2x1 x2 q(X) = x21 2x1 x4 + x22 + 4x3 x4 , 2x1 x4 , Dalla formula 1 f (X, Y ) = [q(X + Y ) 2 per la seconda forma quadratica si ha: 1 f (X, Y ) = [(x1 + y1 )2 2 q(Y )], q(X) x21 + 2x1 x4 = x1 y1 + x1 x4 y12 2y1 y4 ] = y1 y4 . 18.5.9. In ciascuno dei casi che seguono è data una matrice reale simmetrica A. Detta C la base canonica di R2 , determinare la forma bilineare f su R2 tale che A = MC (f ). Determinare inoltre gli autovalori ⌃1 , ⌃2 di A ed una base ortonormale B di R2 tale che ⇥ ⌃1 0 MB (f ) = . 0 ⌃2 2 3 A= 3 0 ⇥ , A= fA (X, Y ) = X AY = (x1 , x2 ) t = 2x1 y1 + 3x1 y2 + 2 3 1 1 1 1 3 0 3x2 y1 . ⇥ ⇥ . y1 y2 ⇥ = 458 CAPITOLO 18. FORME BILINEARI Sia poi: pA (t) = (t + 1)(t 3), pertanto gli autovalori di A sono 1 e 3 3) e ( 3, 1). Poichè essi sono con autovettori relativi, ad es., i vettori (1, ortogonali tra loro ed entrambi di norma 2, si ottiene una base ortonormale di R2 1 B = {( , 2 Sia ⌅ N =⌦ allora ⌅ ⌦ ⌥ 3 2 1 2 ⌥ 3 2 1 2 ⇧ ↵ Per la seconda matrice: 3 3 1 ), ( , )}. 2 2 2 ⌥ 3 2 ↵, 1 2 MB (f ) = N t AN = ⌅ ⌥ 3 1 ⇥ 2 2 2 3 ⌦ ⌥ 3 0 3 1 2 fA (X, Y ) = X AY = (x1 , x2 ) ⇧ 1 0 0 3 ↵= 2 1 1 1 1 t = ⇧ ⌥ 3 2 1 2 ⇥ y1 y2 ⇥ ⇥ . = x1 y1 + x1 y2 + x2 y1 + x2 y2 . Si ha poi: pA (t) = t(t 2), pertanto gli autovalori di A sono 0 e 2 con autovettori relativi, ad es., i vettori (1, 1) e (1, 1). Poichè essi sono ortogonali tra loro ed entrambi di norma 2, si ottiene una base ortonormale di R2 B = {( Sia 1 , 2 ⌅ N =⌦ allora ⌅ =⌦ ⌥1 2 ⌥1 2 ⌥1 2 ⌥1 2 1 1 1 ), ( , )}. 2 2 2 ⌥1 2 ⌥1 2 ⌥1 2 ⌥1 2 ⇧ ↵, MB (f ) = N t AN = ⌅ 1 ⌥ ⇥ 2 1 1 ↵ ⌦ 1 1 ⌥1 ⇧ 2 ⌥1 2 ⌥1 2 ⇧ ↵= 0 0 0 2 ⇥ . 18.5. ESERCIZI SVOLTI 459 18.5.10. Ridurre a dforma canonica la forma quadratica q : R3 ↵ R definita q(X) = 5x21 per X = (x1 , x2 , x3 ) x22 + x23 + 4x1 x2 + 6x1 x3 , R3 . q è indotta dalla forma bilineare simmetrica 1 f (X, Y ) = [5(x1 + y1 )2 2 (x2 + y2 )2 + (x3 + y3 )2 + 4(x2 + y2 )(x1 + y1 )+ +6(x1 + y1 )(x3 + y3 ) (5y12 (5x21 y22 + y32 + 4y1 y2 + 6y1 y3 ) = = 5x1 y1 + 2x1 y2 + 3x1 y3 Si ha x22 + x23 + 4x1 x2 + 6x1 x3 ) x2 y2 + 3x3 y1 + 2x2 y1 + x3 y3 . ⌅ 5 M (f ) = M (q) = ⌦ 2 3 ⇧ 2 3 1 0 ↵, 0 1 Gli autovalori della matrice sono ⌃1 = 0, ⌃2 = 2, ⌃3 = 7 e da essi si ricava la base di autovettori {(1, 2, 3), (1, 2, 1), (4, 1, 2)} che risulta ortogonale. Normalizzandola abbiamo la base B = {( 1 2 , , 14 14 3 1 ), ( , 14 6 Detta C la base canonica di R3 si ottiene ⌅ 1 MCB (id) = ⌦ 2 , 6 1 4 1 2 ), ( , , )}. 6 21 21 21 ⌥ 14 ⌥1 6 ⌥4 21 ⌥2 14 ⌥2 6 ⌥1 21 ⌥3 14 ⌥1 6 ⌥2 21 ⇧ , ↵ cosı̀, se X R3 è il vettore di coordinate (x1 , x2 , x3 ) sulla base canonica e di ⌅ coordinate (x1 , x⌅2 , x⌅3 ) sulla base B, si deve avere (x1 , x2 , x3 ) = MCB (id)(x⌅1 , x⌅2 , x⌅3 )t 460 CAPITOLO 18. FORME BILINEARI da cui si ottengono le equazioni del cambiamento di coordinate ⌃ x1 = ⌥114 x⌅1 + ⌥16 x⌅2 + ⌥421 x⌅3 x2 = ⌥2 x⌅ 14 1 ⌥2 x⌅ 6 2 + ⌥1 x⌅ 21 3 ⌥ x = 3 ⌥4 x⌅ 14 1 ⌥1 x⌅ 6 2 + ⌥2 x⌅ 21 3 Sostituendo tali espressioni in q(X) = 5x21 la forma canonica della forma assegnata q(X) = 18.6 . x22 + x23 + 4x1 x2 + 6x1 x3 , si ricava 2x⌅2 2 + 7x⌅3 2 . E SERCIZI PROPOSTI 18.6.1. In R3 siano C la base canonica e B = {(1, 0, 1), (1, 1, 1), (0, 1, 1)} un’altra base. Considerata la matrice ⌅ ⇧ 3 1 2 1 ↵, A=⌦ 0 1 0 1 1 determinare le forme bilineari su R3 f e g tali che A = MC (f ) e A = MB (g) : 18.6.2. Sia V uno spazio vettoriale su K. Siano f e g due forme bilineari simmetriche su V e ⌃ K uno scalare. Determinare le forme quadratiche associate a f + g e a ⌃f . 18.6.3. Si denoti con X t = (x1 , x2 , x3 , x4 ) il generico vettore di R4 . Determinare le forme bilineari simmetriche su R4 associate alle seguenti forme quadratiche: q(X) = 2x1 x2 2x1 x4 + x22 + 4x2 x4 , q(X) = 2x1 x2 2x1 x4 , q(X) = x21 2x1 x4 . 18.6.4. Si consideri matrice reale simmetrica A= 1 1 1 1 ⇥ . Detta C la base canonica di R2 determinare la forma bilineare f Bs (R2 , R) tale che A = MC (f ). Determinare inoltre gli autovalori ⌃1 , ⌃2 di A e una base ortonormale B di R2 tale che ⇥ ⌃1 0 MB (f ) = . 0 ⌃2