Matrici ortogonali. Diagonalizzazione ortogonale per matrici
Transcript
Matrici ortogonali. Diagonalizzazione ortogonale per matrici
LEZIONE 25 25.1. Matrici ortogonali. Facciamo una breve digressione su un’importante famiglia di matrici, quelle ortogonali. Definizione 25.1.1. P ∈ Rn,n si dice ortogonale se t P P = In . Prima di dare esempi di matrici ortogonali, facciamo alcune osservazioni. Osservazione 25.1.2. Si noti che la matrice identità In è ortogonale in base alla definizione data: anche ogni matrice ottenuta da In cambiando segno ad una o più delle sue entrate è ortogonale. Sia P ∈ Rn,n ortogonale. i) Poiché t P P = In , segue che P è invertibile e P −1 = t P : in particolare si ha anche P t P = In . In maniera analoga si dimostra che se P t P = In allora anche t P P = In , cioè P è ortogonale se e solo se P t P = In . ii) Si ha 1 = det(In ) = det(t P P ) = det(t P ) det(P ) = det(P )2 , dunque det(P ) = ±1: quanto sopra osservato sulla matrice identità ci permette di affermare che esistono matrici di entrambe i tipi. iii) Poiché la riga i–esima di t P è la colonna i–esima Pi di P , la condizione t P P = In si può leggere dicendo che il prodotto scalare standard (si veda l’Esempio 24.1.5 con la solita identificazione di Rn con Rn,1 ) delle colonne Pi e Pj di P è δi,j : in altre parole una matrice è ortogonale se e solo se le sue colonne sono un insieme ortonormale, rispetto al prodotto scalare standard, di n vettori di Rn,1 . iv) In maniera simile, poiché anche P t P = In , anche le righe di P formano un insieme ortonormale, rispetto al prodotto scalare standard, di n vettori di R1,n . Le matrici ortogonali si dividono, quindi, in due classi non vuote, quelle con determinante 1 e quelle con determinante −1. Ha senso dare un nome a questi due tipi di matrici. Definizione 25.1.3. Sia P ∈ Rn,n ortogonale. P si dice speciale se det(P ) = 1 non speciale det(P ) = −1. Grazie a quanto osservato sopra, siamo perciò in grado di dare esempi non banali di matrici ortogonali. Esempio 25.1.4. Le matrici 1 1 P1 = 2 3 2 di R3,3 2 1 −2 2 −2 , 1 1 2 2 1 P2 = 2 1 −2 , 3 −2 2 −1 Typeset by AMS-TEX 1 2 25.1. MATRICI ORTOGONALI sono ortogonali. La prima è non speciale, la seconda speciale. Esempio 25.1.5. Determiniamo tutte le matrici ortogonali d’ordine 2. Sia p1,1 p1,2 P = ∈ R2,2 p2,1 p2,2 ortogonale. La condizione P t P = I2 si traduce allora nel sistema 2 2 p1,1 + p1,2 = 1 p1,1 p2,1 + p1,2 p2,2 = 0 2 p2,1 + p22,2 = 1. La prima e la terza equazione implicano l’esistenza di ϑ, ϕ ∈ [0, 2π] tali che p1,1 = cos ϕ, p1,2 = − sin ϕ, p2,1 = sin ϑ, p2,2 = cos ϑ. La seconda equazione è allora equivalente a 0 = cos ϕ sin ϑ − sin ϕ cos ϑ = sin(ϑ − ϕ). In particolare, a meno di multipli di 2π, si deve avere o ϕ = ϑ ovvero ϕ + π = ϑ. Nel primo caso cos ϕ − sin ϕ P = , sin ϕ cos ϕ (in tal caso P è ortogonale speciale) nel secondo cos ϕ − sin ϕ P = − sin ϕ − cos ϕ (in tal caso P è ortogonale non speciale). Esempio 25.1.6. Si considerino nel piano due sistemi di riferimento O~ı~ e O~ı 0~ 0 . Assumiamo che O~ı 0~ 0 sia ruotato di un angolo ϕ in senso antiorario rispetto a O~ı~ y x' y' v ϕ O Figura 25.1.6.1 x LEZIONE 25 3 Dato ~v = x~ı + y~ , vogliamo determinare la decomposizione ~v = x0~ı 0 + vy0 ~ 0 . Si deve avere ~ı 0 = a~ı + b~ , ~ 0 = c~ı + d~ e si ha, per la Proposizione 24.2.6 ii), a = h~ı 0 ,~ı i = cos ϕ, c = h~ 0 ,~ı i = − sin ϕ, b = h~ı 0 , ~ i = sin ϕ, d = h~ 0 , ~ i = cos ϕ. Se ora considero ~v = x0~ı 0 + y 0~ 0 = x~ı + y~ , sostituendo le espressioni ottenute sopra di ~ı 0 e ~ 0 in funzione di ~ı e ~ , tenendo conto che (~ı , ~ ) è una base di V2 (O), si ottiene 0 x cos ϕ sin ϕ x = . 0 y − sin ϕ cos ϕ y Concludiamo che le matrici ortogonali speciali corrispondono alle rotazioni nel piano. Per questo spesso indichiamo con Rϕ la matrice cos ϕ sin ϕ . − sin ϕ cos ϕ Un’analoga interpretazione può essere data per matrici ortogonali in Rn,n con n ≥ 3. 25.2. Diagonalizzazione ortogonale per matrici simmetriche. Come abbiamo visto, ogni matrice A ∈ Simn (R) è diagonalizzabile (si veda la Proposizione 23.2.1). Il risultato principale di questa sezione è che la matrice che diagonalizza può essere scelta ortogonale, quindi tale che P −1 = t P . Infatti siano λ1 , . . . , λh ∈ R gli autovalori a due a due distinti di A. In ciascuno degli autospazi EA (λj ) fisso una base, diciamo Bj = (Pj,1 , . . . , Pj,mj ) ove mj = ma (λj , A) = mg (λj , A). Per la Proposizione 24.2.5 Bj può essere supposta ortonormale rispetto al prodotto scalare standard di Rn,1 (si veda l’Esempio 24.1.5 con la solita identificazione di Rn,1 con Rn ). Si noti che autovettori di A relativi ad autovalori distinti sono fra loro ortogonali. Infatti, se Pi ∈ EA (λi ) e Pj ∈ EA (λj ) con λi 6= λj , allora λj t Pi Pj = t Pi (APj ) = t Pi APj = t Pi t APj = t (APi )Pj = λi t Pi Pj . Quindi (λj − λi )t Pi Pj = 0: poiché λj 6= λi segue λj − λi 6= 0, dunque t Pi Pj = 0 necessariamente. Quanto detto ci permette di affermare che è sempre possibile trovare una base ortonormale di autovettori di A, ovvero una matrice ortogonale P ∈ Rn,n tale che P −1 AP sia diagonale. Più precisamente Proposizione 25.2.1. Sia A ∈ Simn (R). Allora esiste una matrice ortogonale P ∈ Rn,n tale che P −1 AP = t P AP sia diagonale. La matrice P può essere scelta speciale. Illustriamo quato detto con un esempio. 4 25.2. DIAGONALIZZAZIONE ORTOGONALE PER MATRICI SIMMETRICHE Esempio 25.2.2. Sia 0 A = 1 1 1 1 0 1. 1 0 Come già visto nell’Esempio 23.2.2, gli autovalori di A sono −1 e 2 e EA (−1) = L(t ( 1 −1 0),t (1 EA (2) = L(t ( 1 0 −1 )), 1 1 )). Per ottenere una matrice ortogonale P che diagonalizzi A è necessario determinare tre autovettori P1 , P2 , P3 ortonormali. A tale scopo basta determinare basi ortonormali in EA (−1) e EA (2). Per quanto riguarda EA (2) basta andare a scegliere in esso un versore, ad esempio consideriamo 1 1 1 . P1 = √ 3 1 Invece il discorso è un po’ più complicato in EA (−1). Iniziamo a determinare un versore, per esempio 1 1 P2 = √ −1 . 2 0 Per determinare P3 cerchiamo α ∈ R tale che i vettori P2 e 1 1 Xα = −1 + α 0 −1 0 √ siano ortogonali. Si ha che hP2 , Xα i = (2 + α)/ 2. Affiché hP2 , Xα i = 0 si deve avere che α = −2, dunque possiamo scegliere −1 1 P3 = √ −1 . 6 2 Quindi la matrice ortogonale cercata è 1 √ P = 3 √1 3 √1 3 √1 2 − √12 0 − √16 − √16 . √2 6 P è non speciale e risulta 2 −1 t P AP = P AP = 0 0 0 −1 0 0 0 . −1 LEZIONE 25 5 Per esercizio si verifichi invece che P0 = √1 3 √1 3 √1 3 − √12 √1 2 − √16 − √16 √2 6 0 è non speciale e che ancora risulta 2 P 0−1 AP 0 = t P 0 AP 0 = 0 0 0 −1 0 0 0 . −1