matrici - dipartimento di matematicamorigi/homepage_file/courses_file/matrici_norme.pdf · matrici...
TRANSCRIPT
Serena Morigi Università di Bologna 1
MatriciMatrice: tabella di m righe ed n colonne
AT matrice trasposta di A=(aij) di elementi aij
T=aji
Serena Morigi Università di Bologna 2
Matrici
Matrice quadratam = n
A sottomatrici
Matrice rettangolarem ≠ n
Serena Morigi Università di Bologna 3
Matrici
Matrici simmetriche
A = AT
Matrici anti-simmetriche
A = -AT
Serena Morigi Università di Bologna 4
Operazioni fra Matrici
Somma di matrici
Moltiplicazione per scalare
Serena Morigi Università di Bologna 5
Prodotto di Matrici
ABBAgeneraleIn ⋅≠⋅
Serena Morigi Università di Bologna 6
Prodotto di matrici{ } { }
{ }pj
mibacpmcBAC
pnbBnmaAn
kkjikijij
ijij
,..,1,..,1
,)(
)(),(
1 =
==×=⋅=
×=×=
∑=
Algoritmofor i = 1:m
for j = 1:p
for k = 1:n
C(i,j)=C(i,j)+A(i,k)*B(k,j);
end
Complessità computazionale:
)2(22 3
1 1 1
nèàcomplessitlapnmpermpnm
i
p
j
n
k===∑∑∑
= = =
Serena Morigi Università di Bologna 7
Matrici
=
nn
n
n
n
u
uuuuuuuuu
U
0..0.....
...0
..0
..
333
22322
1131211 Matrice triangolare superiore (Upper)
=
nnnn lll
lllll
l
L
..0......0.00..0
21
333231
2221
11 Matrice triangolare
inferiore (Lower)
aij=0 se i>j
aij=0 se i<j
Serena Morigi Università di Bologna 8
Matrici Diagonali
),..,,(
0..0.....0...00..000..00
213
2
1
n
n
ddddiagD
d
dd
d
D =
=Matrice diagonale
Matrice identità
=
10..0.....0..1.00..0100..001
I
Serena Morigi Università di Bologna 9
Prodotto Scalare <x,y>
[ ] ∑=
⋅=
•=•=m
iii
m
Tm
T yx
y
yy
xxxyxp1
2
1
21 ....
Algoritmo
p=0;
for i = 1:m
p=p+x(i)*y(i);
end
pdot =dot(x,y);
Serena Morigi Università di Bologna 10
Prodotto ScalareFunzione CCC nn →×⋅⋅ :,
che verifica le seguenti proprieta’:nCxxxxxx ∈∀=⇔=≥ 00,,0,1.
2. nCyxxyyx ∈∀= ,,,
3. CCzyxzyzxzyx n ∈∀∈∀+=+ βαβαβα ,,,,,,
Esempi∑=
ℜ==x
i
nii
T inyxxyyx1
,
∑=
==n
i
nii
H Cinyxxyyx1
,
Serena Morigi Università di Bologna 11
Norme vettoriali
Funzione { }0: ∪ℜ→• +nCche verifica le seguenti proprieta’:
nCxxxx ∈∀=⇔=≥ 00,01.
2. CCxxx n ∈∀∈∀= ααα
3. nCyxyxyx ∈∀+≤+ ,
(disuguaglianza triangolare)
Serena Morigi Università di Bologna 12
Norme vettoriali –NORMA 2
Norma 2 o norma Euclidea
Esempio n=4
−
=
3012
x14
2=x
( )∑=
===n
ii
T xxxxxx1
22
,
Serena Morigi Università di Bologna 13
Norme vettoriali –NORMA 1
∑=
=n
iixx
11
Esempio n=4
−
=
3012
x 61
=x
Serena Morigi Università di Bologna 14
Norme vettoriali –NORMA INFINITO
inixx
,...,2,1max
==
∞
Norma infinito o norma Chebyshev
Esempio n=4
−
=
3012
x 3=∞
x
Serena Morigi Università di Bologna 15
Circonferenze in norma p (in R2)
-1 1
-1
1Luogo dei punti che sono a distanza 1 dal centro
norma-2
norma-1norma-infinito
{ }{ }{ }1:
1:
1:
22
22
12
1
=∈=
=∈=
=∈=
∞∞ xRxC
xRxC
xRxC
Serena Morigi Università di Bologna 16
Norme vettoriali
Teorema. Siano''' , ⋅⋅
due norme vettoriali. Allora le due norme sono
equivalenti, nel senso che esistono due costantiβαβα ≤<ℜ∈ 0,, tali che per ogni
nCx ∈
''''' xxx βα ≤≤
∞∞≤≤ xnxx
2
∞∞≤≤ xnxx
1
212xnxx ≤≤
Serena Morigi Università di Bologna 17
Norme matriciali
Funzione { }0: ∪ℜ→• +nxnCche verifica le seguenti proprieta’:
nxnCAAAA ∈∀=⇔=≥ 00,01.
2. CCAAA nxn ∈∀∈∀= ααα
3. nxnCBABABA ∈∀+≤+ ,
4. nxnCBABAAB ∈∀≤ ,
Serena Morigi Università di Bologna 18
Norme matriciali
nnxnp
CxCA
p
p
xA
xAx
∈∈≠
= ,0
sup
Definizione. La norma definita da
viene detta norma matriciale indotta dalla norma vettoriale o norma naturale⋅
Ad ogni norma di vettore possiamo associare una norma di matrice nel modo seguente:
Per le norme naturali si ha: 10
sup =≠
=
p
p
xI
xIx
p
xAAx ≤
Serena Morigi Università di Bologna 19
Norme matriciali indotte -esempi
2x
norma 1
norma 2- Euclidea
∞x norma infinito
- Chebyshev
1x ∑==
=n
iij
njaA
1,...,2,11 max
∑===∞
n
jijni
aA1,...,2,1
max
)(2 AAA Tρ=
ρ(A) raggio spettrale di A: massimo autovalore in modulo di A
(massimo somma colonne in modulo)
(massimo somma righe in modulo)
Serena Morigi Università di Bologna 20
Norme matriciali - esempi
norma 1
norma 2- Euclidea
norma infinito
−−−
−−
=
109105600
314118071
A22
1=A
??2
=A
20=∞
A
∑=
==n
iijnj aA
1,..,11
max
∑===∞
n
jij
niaA
1,...,2,1max
)(2
AAA Tρ=
16
19
11
2022 20 7 17
Serena Morigi Università di Bologna 21
Norme matriciali
∑=
=n
jiijF
aA1,
2 Norma di Frobenius o Schur(non è una norma indotta)
Tutte le norme matriciali sono equivalenti
∞∞≤≤ AnAA
n 2
1
ijjiijjianAa
,2,maxmax ≤≤
121
1 AnAAn
≤≤
FFAAA
n≤≤
2
1
Serena Morigi Università di Bologna 22
Norme matriciali
§ Data una norma di vettore ed una norma di matrice, diciamo che le due norme sono compatibili se
nnxn xAxAAx ℜ∈ℜ∈∀≤
§ Se e’ una norma matriciale compatibile, allora⋅
AA ≤)(ρ
§ Sia A una matrice simmetrica , allora ∞= AA
1
max22
2)()()()( λρρρρ ===== AAAAAA T
§ Sia A una matrice simmetrica definita positiva, allora
max2λ=A
Serena Morigi Università di Bologna 23
Matrice definite in segno
Se per ogni x non nullo il numero reale xTAx mantiene lo stesso segno, si dice che la matrice A è definita in segno, in particolare:
negativadefinitaAxxnegativatasemidefiniAxxpositivatasemidefiniAxx
positivadefinitaAxx
T
T
T
T
,0,0,0,0
<
≤
≥
>
Altrimenti A è indefinita.
Serena Morigi Università di Bologna 24
Criterio di Sylvester
Una matrice simmetrica A è definita positiva
se e solo se
dove det(Ak) rappresenta il determinante della matrice di ordine k formata dalle intersezioni delle prime k righe e k colonne di A
nkAk ,..,1,0)det( =>